摘要

目的探讨是否可以通过基因分型的方式来预测消化系统肿瘤FOLFOX方案和阿帕替尼的药物敏感性。方法采集中国两项注册多中心临床研究(ChiCTR-OOC-17012731和ChiCTR-OOC-17013617)的数据库中,曾接受过FOLFOX方案和/或阿帕替尼药物治疗者的基因型和临床药效数据。对患者数据随机分组,建立本研究所需的药敏预测数学模型的训练样本集和验证样本集。通过对训练样本集中基因型数据和已知药效数据的关联分析,建立以基因型为变量的药敏预测数学模型。将验证样本集的基因型数据作为输入变量,通过已建立的药敏预测模型来预测验证集中样本的药效并将其预测结果与实际临床药效进行比对,以检测模型的准确性。结果本研究共计采集了213份数据,每份数据包含约43000个基因型信息以及对应的药效信息,其中FOLFOX方案组124份数据,80份用于模型构建,44份用于结果验证;阿帕替尼组89份数据,63份用于模型构建,26份用于结果验证。经数据关联计算后,FOLFOX方案和阿帕替尼的药效预测模型在训练样本集中的准确率分别达到了938%和921%。在独立验证样本集的检验中,FOLFOX方案药敏模型的准确率为818%,其中敏感性为848%,特异性为727%;阿帕替尼药敏模型的准确率为962%,敏感性为1000%,特异性为950%。与临床操作最相关的阳性预测率上,FOLFOX方案的预测模型达到了903%,而阿帕替尼的预测模型达到了857%。结论结合了多位点基因型信息与数学算法联合的预测模型,能够准确地预测FOLFOX方案和阿帕替尼的药效结果,可用于辅助临床实现消化道肿瘤的个体化精准医疗。