【科普】精准医疗与遗传基因扫描的行业分析（上）

编者按：伴随着精准医疗的提议，本已热门的体质样品被越加来越加多的人提及并关注。自2003年第一参与者类性状被测序后（曾经耗时为30亿美元），由于技术的更加新，款项的降较高，和性状相关的样品技术及服务开始大量涌现。现如今，已经有上千种的传染病广泛应用做到了体质样品 ( Centers for Disease Control and Prevention, 2015)。目前年满有26,000个实验室样品项目还包括了5,400种境况和3,700种性状 (NCBI, 2015)。而一个全性状分组测序只需6995美元(Skirton, Jackson, Goldsmith, & Connor, 2013)，都由针对有机体消费者的体质样品只需99美元。一份由United Health Group披露的零售商年度报告(UnitedHealth, 2012)显示，体质样品是实验室样品零售商中都发展最快的一分支，印第安纳波利斯在此上的花销为50亿美元，预计到2021年，可降至150亿至250亿美元。受制于这热火朝天的场面，究竟什么是体质样品？有哪些不同几类，能对心理健康外科手术起什么鼓励效用？统计学在其中都的主人公是什么？在全民参与心理健康保险的变革时代，加拿大保险业对体质样品又是怎么对待？全面性，大众又是如何视作此类样品的？本文作者陈氏夫妇为生物医药大统计学餐饮业的顶尖专业人士，在加拿大从事相关的概念模标准型构建与空战统计学多年，直到现在从专业角度举动相关概念进行阐述，即使资本零售商举动概念火热追捧，但也没多少人只不过明了这些理论上概念和实质的广泛应用。不过期望能促进感兴趣者举动深再入探究，更加希望抛砖引玉，能有更加多的专业人士全面性阐述和探讨，也就降至最终目标了。一、什么是体质样品体质样品（genetic and genomic testing）是广泛应用做实验室步骤来看从你子女那儿子代；还有的DNA指令：即你的性状。它可以用来确切心理健康问题上提高的显然会，必需外科手术，或者评估对外科手术的催化。子代样品(Genetic testing)通常广泛应用做于子代性传染病方面，用以样品某些与特定传染病引发举例来说的性状（易感性状），进而判断患病此传染病的显然会系数。比如，便是，一个变异的BRCA1 或 BRCA2性状的存在，会提高本人得乳腺癌或卵巢癌的显然会。而性状样品(Genomic testing) 通常只涉及到乳癌本身。它主要用做给病患和医生提供关于某个特定乳癌的具体情况个人信息：比如，对于某些需要大大提高外科手术力度；而对于“发挥极端”的，可以必需比起极端妥当的外科手术方式将。进而还引出了两个热词，抑制剂外科手术和有机体化外科手术，乔布斯患有胰腺癌（恶性往往最高的一种乳癌）就是综合性采用了各种步骤，延续了9年生命，并且孤独质量较好。本文采用的界定是前者，即子代样品，但性状是样品中都的一个必不可少的分组成其余部分，所以同义特指体质样品(genetic and genomic test),但不牵涉到后者的界定和内容。二、体质样品的几类和效用那么，直到现在究竟有哪些几类的体质样品？它们各自的服务最终目标又是什么?加拿大国家生物性状统计学所提供了7类现已比起普遍的样品及界定。

诊断样品：用来可靠判定导致有机体生病的传染病。诊断样品的结果可以鼓励有机体第一时间做出如何外科手术或管理心理健康的必需。

误差和症状引发前的体质样品：用来注意到显然提高有机体病危风险的性状变化。这些样品的结果可用做对有机体患病某种特定传染病的显然会误差，从而显然对有机体的孤独方式将及心理健康保健的调整有所鼓励。

载体样品：用来注意到载有有和传染病相关的易感性状的有机体。载体本身显然没任何传染病的显状。但，他们具有把易感性状子代到下一代的能力。下一代就有显然用到传染病或成为新的载体。有些传染病显现出需要的易感性状是必须从子女双方那儿子代下去的。这种几类的样品对有子代传染病鲜为人知的有机体尤为重要，因为他们对特定的子代传染病往往有着比正常人更加高的显然会。

产前安全检查：用来鼓励识别系统在早产期间胎儿是否有某些严重的传染病。

产妇筛查：用来安全检查注意到祖子女一到二天的产妇是否患有会严重影响心理健康和全面性发展的目前为止传染病。

药物性状分组学样品：用来提供关于特定药物在人体内如何显现出效用的个人信息。这种样品能鼓励有机体的较高收再入管理人员根据你的性状上有，必需优点最出色的药物。

统计学性体质样品：用来更加多地探究性状对心理健康和传染病的贡献。此类统计学的结果显然不直接有益于参与者，但它们可以鼓励统计学管理人员更加好的认知人体，心理健康和传染病，从而推动药学及心理健康科学的进步，在全面性使他人受益。

三、体质样品是否包查百病？虽然已有成千上万还包括了几百种生物传染病和子代的举例来说性状被注意到，但对于大多数传染病而言，无论如何只有很小一其余部分的体质被识别系统出来，更加何况，举例来说极为声称该性状就是引起传染病的直接原因，即关连不等同于必然性。因此，几乎所有比较简单的传染病，迄今为止，即使是目前为止的具有高度子代性的传染病，这两项的体质显然会分析往往只能其余部分阐释传染病的引发(Do C., et al., 2012)。比如，对于10种比较简单传染病（阿尔茨海默病，双相性精神障碍，乳腺癌，冠状动脉传染病，克罗恩病，癌，精神分裂症，系统性溶血性，1标准型冠心病，2标准型冠心病）的引发，只有大约0.4% 到31.2%是被目前为止的易变性状植物种所阐释了的 （So HC., et al., 2011）。这说明仅凭我们直到现在已注意到的性状，对这些包含子代因素的传染病的显现出进行误差是很不完备的。也就是说，大多数只能依托单核苷酸表征(SNP)（可同义认知为一种DNA性状变异）组织起来的显然会误差对于这两项目前为止标示出（基因上一个可以被识别系统的区域）只能赢取较差的误差值(Do C.,et al., 2012)。因此，在临床上，人们对于广泛应用做体质进行传染病的显然会误差极其认真。此外，性状分组学涉及的便是只有性状方面的严重影响，还有生态系统方面的严重影响，也还包括了更加比较简单的性状与性状，性状与生态系统之间的交互严重影响等等，从而提高了整理数据并依此建模的不确定性。四、体质样品里的统计学上面提到，广泛应用做性状个人信息所得到的显然会误差极为理想。那么怎么判断误差的好坏呢？这儿就有必要探究一下全性状分组关联统计学(GWAS) 具体情况是怎么回事和统计学是如何广泛应用在里头的。全性状分组关联统计学又特指类似于植物种依赖性统计学（common-variant association study: CVAS）。它是一种针对有机体的许多类似于联合性状植物种的安全检查，用以归纳是否有任何植物种与某一子代（比如传染病发挥特点）举例来说。GWAS通常侧重于统计学单核苷酸表征（SNPs）和一些有子代的主要传染病的关连。最类似于的此类统计学步骤特指表标准型样品，即把参与者根据他们的临床发挥特点分成两分组，比如病征分组和心理健康人口分组，然后分别样品并比起他们的SNP。如果某一几类的植物种（等位性状）值得注意用到在病征分组中都并被统计检验它用到不是居然的，该SNP就被普遍认为和此传染病是举例来说的。该依赖性SNP所标识的生物性状分组某一区域就被普遍认为会严重影响病危的显然会。此处再阐释一下，依赖性不等同于必然性。通过GWAS统计学所注意到的与特定传染病有关连的SNP极为能被普遍认为就会引起或提高病危的显然会。而依据性状的显然会误差就是根据SNP和 传染病相关的不定往往误差出有机体病危显然会系数，并在此系数一新全面性将有机体细分再入不同病危显然会的分组。误差判断精准与否直接严重影响到有机体是被正确划再入显然会高的分组还是显然会较高的分组。最常用的一个归纳显然会细分反应速度的指标，先前是广泛应用在信号样品概念中都的称做：接收者转换特点双曲线，receiver operatingcharacteristiccurve，简称为ROC。双曲线下的面积特指Area under curve，简称为AUC。这两者我们综合性上去用做归纳显然会细分反应速度。由于事实上，几乎没什么误差是美妙的，因此人们需要误差这个误差细分的正确率和错误率。相应的，在此我们来介绍一下四个理论上概念： 现实高显然会，盗用高显然会，盗用较高显然会，和现实较高显然会，见所示一。在我们知道最后有机体病危结果的只能，通过模标准型误差归类后估计的显然会及非显然会有机体数目。所示一：

现实显然会是现实高显然会和现实较高显然会的总和，也就是混为一谈归对了，被细分为高显然会的参与者的确病危了，而被划为较高显然会的人没病死。盗用显然会则是盗用高显然会和盗用较高显然会的总和，即混为一谈归错了。我们通过所示二来演示。从左到右，归类标准化从极其保守趋向极其保守。左一的小所示所设的归类标准化要求超高的误差值才能被划再入高显然会分组，从而可谓了许多盗用的较高显然会（即许多被判定为较高显然会的人最终病死了）。而在右一的小所示中都，较较高的显然会误差值就可以被细分为高显然会分组，从而可谓了许多盗用高显然会。由此可见，必需归类标准化极大地严重影响了误差的最终归类错误率。所示二：

好的归类标准化当然是要有尽显然多的现实高显然会数目和现实较高显然会数目，和尽显然少的盗用高显然会数目和盗用较高显然会数目。一般来说，“保守”与否往往取决于参与者被混为一谈后，盗用高显然会和盗用较高显然会，哪个会对其引致更加严重的医疗心理健康后果。我们一般通过4个倍数来体现一个归类标准化的正确率和错误率，如所示三和一个大的公式所示（右方保险业对体质样品的一贯和此有很大彼此间，所以这儿有必要简单介绍一下）：所示三(深色范围是分子，深色+深灰色范围是分母)：

我们希望这些倍数的具体情况情况是：现实显然会倍数越加高越加好，盗用显然会倍数越加小越加好，现实显然会误差倍数越加高越加好，盗用显然会误差倍数越加小越加好。他们误差的范围都是从0到1， 但现实显然会倍数和现实显然会误差倍数是1最出色。盗用显然会倍数和盗用显然会误差倍数是0最出色。下文我们将会继续讨论接收者转换双曲线和于其对体质样品的实质转换意见，敬请期待。本文由珍立片子授权动脉网内转载。文章为作者独立论者，不代表动脉网内立场。