【佳学基因检测】基因解码提升肿瘤肺癌反复风险基因检测的大数据处理策略

肺癌治疗后会不会反复和转移？

肿瘤的基因检测从肺癌风险基因检测，进一步提升到临床的实际应用。目前肿瘤基因检测进入到检测基因的数量、获取样品的方式以及高通量NGS测序 数据的质量。佳学基因在质量控制体系标准制定过程中，认识到这一系列措施的重要性并将其解剖细化到操作细节中，通过实验生产过程和产品设计考核将基因测序的质量和信息量拿入标准细节。与其他基因检测机构不同的是，佳学基因同时重视基因信息的分析、解码和整合应用。这一基因信息科技的先进理念赋予佳学基因以判断肺癌等肿瘤反复风险的能力，并且持续不断地提升肺癌复、转移风险基因检测的大数据处理策略。

肺癌反复风险基因检测智能算法应用实例

上图显示佳学基因肺癌转移风险基因鉴定的人工智能算法示意图，该算法采用S-PrediXcan基因型肺癌转移能力的共定位状态。采用三元图显示，表示COLOC中各种配置的概率。该图方便地约束了这些值，使得概率之和为1。水平线上的所有点具有相同的“共定位”GWAS和eQTL信号（P4）概率，平行于三角形右侧（NW至SE）线上的点具有相同的“独立信号”（P3）概率，平行于三角形左侧（NE至SW）的线对应于常数P0+P1+P2。蓝色的顶部子三角形对应于高共定位概率（P4 > 0.5），左下角橙色子三角形对应独立信号的概率（P3 > 0.5），右下角平行四边形对应的基因没有足够的能力明确或者是否定共定位关系。其他图形显示部分显示了COLOC概率的三元图，并将S-PrediXcan高度表型结果与密度表型结果进行叠加。