去年nature上有一篇关于白血病风险检测的文章，找了17个基因的表达量组成一个分值，然后用这个分值来划分白血病的生存周期（overall survival简称OS， event-free survival 简称EFS）。这个分值与白细胞的干细胞性有关。

介绍这篇文章主要是学习一下，作者们是从哪几个方面来说明自己找到的17个基因是在白血病中非常关键的基因。这篇文章不是article，实验存在很明显的问题。

1. 说明CD34/CD38不能很好的区分白细胞的干细胞性。
2. 引出他们的方法，从LSC+和LSC- （LSC leukaemia stem cell）的两类样本基因表达数据中找出密切相关的转录本。方法是cox regression model，求基因表达同生存期的相关性。
3. 然后他们把找到的17个基因加上权重，组合成一个数值，叫它为LSC17 score。他们发现LSC17 score高的样本中病人的OS会短一些。
4. 接下来在不同的数据集中做测试，发现不管在哪个测序技术平台上，这个结果都成立。
5. 他们还发现相比于之前已知的几个基因突变同白血病的联系，他们的17基因可以更好的预测病人的生存周期。
6. 同其他临床指标相比，17基因的效果也很好。
7. 那么这个方法有什么应用呢？
   • 首先是在NanoString 平台上，可以用17基因做临床检测
   • 在白血病治疗中，干细胞移植手术中17基因可以做为协助断定病人是否可以进行移植的指标，不管怎么样只要是LSC17 score高的，临床预后都不好。作者在后面又续了一段说对于不同的数据，LSC17 score中的基因是有变化的，说明这个score还可以进行优化。（换个数据集基因就有变化，说明方法不稳定，另有在做耐药性的预测时，换了权重可以得到更好的预测结果。）
   • 预测药物响应。LSC17 score低的患者对于gemtuzumab ozogamicin有更好的响应，延长生存周期。

这个工作的特点就是做了大量了不同平台之间的比较，从芯片到测序，再到三代测序。并且很好的说明了结果的应用。

缺点也很明显，系统不稳定，17基因可能会变，权重也会变。这就说明不能用来预测，因为LSC17 score高和低，都是针对不同的数据集合来说的，没有一个统一的标准。

最后，我要感谢文章的作者，在我阅读文章时产生了很多疑问，发邮件询问作者，得到了快速准确的答复。虽然我觉得文章在预测白血病预后方面没有什么太大的应用价值，但是这个工作仍是一个对于白血病干细胞性相关基因的全面分析。从中可以学到如何从各个方面对于自己的假设做验证。 全篇内容都是用的临床数据统计分析的方法，用的做多的就是多元线性回归。

单词本