基因异构体可更好地预测癌症患者的生存时间

养生之道网导读：这种新方法使用生物医学大数据，分析患者的基因信息，帮助医生们更准确地预测患者的生存时间，以及选择或调整治疗方案，以实现精准医疗。UCLA的研究人员使用该方......

对于一位癌症患者来说，医生需要预测该患者能生存多久、哪种治疗方法更加有效，那么，能否通过大数据和精准医疗的方法来提高医生预测的准确性？很近，加州大学洛杉矶分校（UCLA）的科学家们开发了一种新方法，能够帮助医生们提高这种预测的准确性。

这种新方法使用生物医学大数据，分析患者的基因信息，帮助医生们更准确地预测患者的生存时间，以及选择或调整治疗方案，以实现精准医疗。UCLA的研究人员使用该方法进行了乳腺癌、脑癌（胶质母细胞瘤或低级神经胶质瘤）、肺癌、卵巢癌和肾癌的精准预测。

该新方法使用癌症样本的高通量RNA测序(RNA-seq)数据，分析基因的不同异构体（同一个基因经由选择性剪接产生的多种RNA和蛋白质）。利用这种方法，UCLA的研究人员能够分析不同异构体的比率，寻找基因序列中重要但细微的差别。该方法称为SURVIV（survivalanalysisofmRNAisoformvariation），是*一个使用RNA-seq数据对癌症样本进行基因异构体生存分析的统计方法。

研究人员发现了约200种与乳腺癌患者生存时间相关的基因异构体，其中一些预示着较长的生存时间，另一些则预示患者的生存时间较短。利用这些信息，科学家们可通过抑制那些与较短生存时间相关的基因异构体，从而阻止疾病发展。

据称，研究人员使用了一种称为C-index的度量标准评估了这些生存预测因子的预后能力，并发现在6种不同的癌症类型中，这种基于基因异构体的预测比常规使用的基于基因整体丰度的预测准确性更好。

邢毅表示：“该结果是令人兴奋的，一个人类基因通常会通过选择性剪接产生7~10个异构体。我们的研究结果表明，与基因整体丰度相比，基因异构体的比率是预测癌症患者生存时间更为有效的分子标记物”。SURVIV的开发花费了两年多的时间，研究人员分析了来自癌症基因组图谱（TCGA）的2,684位癌症患者的样本。

他说，“在癌症中，有时一个基因产生两种异构体，其中一个促进癌症转移，另一个抑制转移。理解这两种异构体的差异对治疗癌症非常重要。目前，我们的研究刚起步，以后希望把该方法应用到更大的数据集中去，以了解更多的信息，并且开发对于预后和治疗方案进行有效预测评估的临床工具。”