精准医疗与肺癌
【课程文献】
1、https://www.gcbi.com.cn/gclib/html/pubmed/detail/23032747
PMID: 23032747 影响因子：8.193 GEO 样本数：196
2、https://www.gcbi.com.cn/gclib/html/pubmed/detail/23357979
PMID: 23357979 影响因子 8.722 GEO 相关样本： 176
本次课程由来自第三军医大学的流行病学专家——李亚斐教授与 GCBI 施沫老师隔空呼应，为大家讲授精准医疗与肺癌。让我们一起回顾一下。
上半场
其实精准医疗并不是全新的事物，而真正热起来是在奥巴马提出"精准医疗"后。随着人类基因组计划的完成，基因组测序时间缩短、费用降低，研究成果转化也在加速，这些都促进了精准医疗的发展。李教授以肺癌为例，介绍了精准医学的发展情况。
通过精准医疗的手段，可以将肺癌从快速致死疾病转变为慢性病，延长患者的生存期。
研究表明，绝大部分的肺腺癌都有驱动基因的突变，针对驱动基因的药物治疗效果往往更有效。例如，针对肺腺癌的 EGFR 突变的药物，但容易出现耐药现象。
对于肺癌的精准医疗来说，还是存在不少问题的：首先，其研究费用和消耗时间仍然是个问题。第二，肿瘤异质性是一个难以克服的现象。第三，虽然发现基因的突变，但是没有发现针对突变的靶向药物治疗，不便于开展个性化治疗。另外，很多 NSCLC 病人没有发现驱动基因的突变，也只能使用传统的治疗手段。
精准医学研究实例
目前，美国正在开展针对鳞癌的多个药物、驱动基因的临床试验 (Lung-MAP Launches)，其中有两百多个医学中心参与，计划需要 5 年的时间和 1.6 亿美元。这个项目首先对病人的肿瘤样本进行分析，再根据基因突变情况、扩增情况和基因重排情况进行随机对照试验研究。
李教授课题组主要围绕肺癌对医院、摄取人群进行研究，包括肺癌的病因、预防、预后等，并且在西南地区建立了自己样本库。
下半节
休息几分钟后，沫沫老师继续上课。不过沫沫老师一上来就提了一个问题，“刚才李教授提到了暴露组学，请问大家了解吗？”果不其然，难住了大家，看来大家在平时的学习中还需要再努把力呀。
暴露组学作为基因组学的补充是指从妊娠开始贯穿整个人生的环境暴露 (包括生活方式因素)。暴露源包括外源 (污染、辐射、饮食等) 和内源 (炎症、感染、微生物等)。继全基因组关联研究 (GWAS) 之后发展的全暴露组关联研究 (EWAS) 的目的是对在未知方式下暴露的评估。EWAS 方法通过比较患者和健康受试者暴露组的分析结果，确定有效的生物标志物，进而利用这些生物标志物来阐明暴露-效应关系 (生化流行病学)、暴露和人体动力学来源 (暴露生物学)，以及作用机制 (系统生物学)。
文章 1
上图是文章《Biomarker discovery in non-small cell lung cancer: integrating gene expression profiling, meta-analysis, and tissue microarray validation》思路图，首先建立了一个队列并对其进行高通量检测 (196 例病人)，通过统计学分析筛选出 450 探针集后，再进行 Meta 分析得到与自身研究相似的 860 例病人，再通过统计学分析将指标缩小到 17 个探针集，从中挑选了 CADM1 基因进行后期免疫组化及组学的验证。
另外，沫沫老师分享给大家两篇文章，放在了 GCBI 的精彩广场，搜索肺癌查看该文献集，收藏它不错过每一条的更新。
文章 2
第二篇文章是李老师推荐的，Gene expression-based classification of non-small cell lung carcinomas and survival prediction。这篇文章做的也是队列研究，通过随访数据进行过滤得到相关基因，同样，通过 Meta 分析扩大数据集合样本进行下一步的研究，最后再验证基因。
沫沫老师现在将上面两篇文章的 300 多个样本，发送到肺癌联盟实验室-Precision Medicine & Lung cancer。如果大家想要看文献、大样本数据结果，那就加入肺癌联盟，申请方式：在 GCBI 知识库页面输入“姓名+手机”。
打开方案“精准医疗 Q<0.05 fc=" ">1.5”，首先对第一个队列腺癌和鳞癌的差异，基于前瞻性和随访数据的基础上，再进行网络分析。第二个队列也同样进行差异筛选和网络分析。那么如何从这样的数据结果分析出靶向性的基因信息，如何使用其他数据库查询基因信息 (生存信息、药物研究、Genome-cancer)，这些内容大家可以将视频快进至 58:51，沫沫老师以 CCNB2。另外，如果大家是做药物或者转化的同学可以考虑仔细研究老师得到的重要基因。
详细内容请点击视频：http://college.gcbi.com.cn/html/help_course_qq-2-5.html
GCBI 学院每周四晚 8 点在线直播肿瘤基因大数据挖掘的课程，提供相关课题设计思路、研究思路，生物信息学分析方法介绍、精彩文章解读以及数据重新挖掘等内容，不断提升生物医学科研人员在基因研究领域的技能。
点击链接进入 GCBI 学院报名听课，http://college.gcbi.com.cn/silu/650.jhtml。