爱诺美康

淋巴瘤治疗上遗传标记物的衡量及治疗

ASCAT算法可以确定非变异细胞比例，以及淋巴瘤的肿瘤倍性（DNA拷贝数的平均值），并可以计算将拷贝数变异，及不变两种状况可视化的ASCAT文件MjNP基因分型，也特别适合于分析生物模型的基因纯度，如在实验室中使用的各种小鼠和细胞系。

淋巴瘤转诊治疗机构爱诺美康介绍，此外，使用SNP的遗传相关性研究，已成为查明的大量疾病的新遗传标记物，及衡量个体化药物治疗效果（俗称药物基因组学）的前沿。这些研究，已进一步发现了可作为未来潜在药物靶点的新的疾病相关基因和通路。除以家庭（主要是包括患者及其双亲在内的三个样本）为基础和以双胞胎为基础的研究外，用于关联研究常用的方法是病例对照分析。

目前，淋巴瘤转诊治疗的相关研究，主要用于候选基因，但已越来越多地被用于并无先前假设的基因组水平的研究，候选基因相关研究，被作为筛选遗传学低风险突变基因的主要方法。这种方法主要基于与某些感兴趣的疾病表型相关的基因知识，并涉及数量较少的基因变异（1〜100个SNP）。用这一方法逐渐发现了许多影响多种癌症，及免疫疾病发生风险的等位基因。

尽管候选基因相关研究具有诸多优点，但其结果的不可重复性使得这一方法，在各个水平上受到了研究者们的普遍批评。淋巴瘤转诊治疗后，由其结果的不可重复性引发的一个重大问题，涉及人群分层。如果考虑到使用包括实验组，和对照组在内的随机队列研究，那么人群分层的偏移可以很容易地被规避，从而降低相似变异结果发生混合的风险。