沒有臨床相關性分析？這不是測序，這是耍流氓！
《聲聲慢·基因測序》
尋尋覓覓，SNP，測序測序測序。
報告出來時候，一臉懵逼。
七零八落數據，怎樣搞，生存統計？
欲結題，正憂心，預后怎么分析？
滿地數據堆積，測完序，課題如何繼續？
守著樣本，勞資只想靜靜。
被人忽悠掏錢，到頭來，滿手垃圾。
這測序，怎一個，坑字了得。
以二代基因測序為代表的高通量研究策略涵蓋了臨床前研究的方方面面，我們可以在短時間內拿到大量樣本的檢測結果，研究進程大大加快了。但新技術帶來了新問題，高通量檢測帶來的海量數據怎么分析？
如何讓大數據解決大問題？
新技術的意義并不是為了發文章灌水，而是創造臨床價值，一切沒有臨床相關性研究的基因測序都是耍流氓！還在研究“少數民族的特殊基因突變”嗎？老師啊，已經2016年了，這種小破文章對得起您手里的寶貴樣本嗎？這種坐在金礦上被餓死的感覺酸爽不？
別慌，吉凱強大的生物信息平臺給您支支招。
今天陳博以“Cancer Panel腫瘤基因熱點突變測序”數據的深度分析為例，講一講二代測序結果的正確打開方式。
Cancer Panel技術是一種快速的癌基因掃描手段。它選取50個已知的腫瘤高相關性基因，將其常見的熱點突變（共2800種）集合到一起同時檢測，可以在短時間內高效地完成對腫瘤樣本的突變掃描，獲取重要的腫瘤基因突變譜。
Cancer Panel實驗是在Ion Torrent測序儀上完成的，這種二代測序儀的主要原理是：在半導體芯片的微孔中固定DNA鏈，隨后依次摻入ATCG。隨著每個堿基的摻入，釋放出氫離子，在它們穿過每個孔底部時能被檢測到，通過對氫離子的檢測，實時判讀堿基。Cancer Panel的測序深度高達1000X以上，數據精度遠超普通的全基因組測序或外顯子組測序。
Cancer Panel采用AmpliSeqTM技術，通過多重PCR完成，只需極低起始量樣品（10 ng級），能夠在一管中同時擴增幾千種PCR片段，能夠快速完成疾病相關基因的突變篩察。
Cancer Panel的檢測數據首先經過常規數據分析，包括：數據預處理、數據過濾統計、基因組mapping、SNV檢測及注釋、InDel檢測及注釋等，至此我們完成了進一步數據挖掘的準備工作。
（很多半成品測序結果就是這個狀態的，勞資褲子都脫了，就只給看這個數據，實在坑爹�。�
接下來，才是見證奇跡的時刻！
（以某腫瘤的預后預測及指導用藥為例）
在Cancer Panel數據分析過程中，通常首先對50個腫瘤基因中存在非同義突變、移碼突變或終止密碼突變的基因進行篩選；其次對這些突變基因的突變情況對臨床療效、藥效、起效時間及治療的預后情況是否有顯著影響進行分析；對于顯著影響療效或預后的突變基因，對它們對于這些因素的影響趨勢進行分析。綜合以上分析，為早期預測哪些患者會獲得更好的療效及指導用藥提供依據。
突變基因在各臨床療效樣本組中的分布如下圖所示，吉凱采用Mann-Whitney U檢驗法對各個基因的突變情況對于臨床療效性是否具有顯著影響進行檢驗。
（圖中每一行代表一個基因，每一列代表一個樣本；頂端的藍色條碼由淺到深依次代表Complete Response、Partial Response、Stable Disease和Progressive Disease；灰色代表該基因在所對應的樣本中有突變，白色代表沒有突變。）
在“突變基因與臨床療效性的相關性”項目中，吉凱采用Spearman檢驗法對相關突變基因與臨床療效性之間的相關性進行檢驗，初步探索這些腫瘤基因對于臨床療效的潛在作用。
在臨床研究中，對于治療方案的療效的考核，通�？梢圆捎弥斡省⒉∷缆实戎笜藖碓u價。但是對于腫瘤、結核及其他慢性或長期性疾病，其治療的預后效果不能在短期內判斷，需要通過對病人進行長期隨訪，統計一定期限后的生存或死亡狀況來加以評判。
但是此類生存數據分布類型不確定，通常不符合正態分布，且常含有刪失值（censored，如由于病人痊愈、失聯或其他原因死亡等造成隨訪失效或終檢），因此不適合使用傳統的統計分析方法（例如：T 檢驗、線性回歸分析等）。
生存分析（Survival Analysis）是研究生存現象和響應時間數據及其統計規律的一種統計學方法。常用的生存分析方法包括：參數方法、非參數方法（例如：壽命表分析、 Kaplan-Meier 分析等）和半參數方法（例如：Cox 回歸分析等）。
在本項目中，吉凱采用 Kaplan-Meier 方法檢驗腫瘤基因的突變情況對于治療后生存時間的影響是否顯著，如上圖所示。
各位老師看到這里，是不是覺得當初砸在手里的測序數據有救了？還等什么，快來找陳博吧。除了基因數據的深度分析之外，吉凱的基因研究工具還有很多，下一期陳博給大家講講為什么《五塊錢買不了吃虧！買不了上當》。
