到目前為止,，雖然基因表達分析手段評估一種癌癥的發(fā)展情況方面已經(jīng)取得了顯著的進步,，但是美國Mayo Clinic的研究人員對目前肺癌研究中的分析方法的一項研究表明,，這種技術還不能超過傳統(tǒng)的評估肺癌患者存活方法的精確度,。這篇文章發(fā)表在11月的Cancer Epidemiology, Biomarkers and Prevention (CEBP),。文章的主要作者是華裔博士楊平（Ping Yang）和孫智富（Zhifu Sun）,。
自從2003年人類基因組計劃的完成,，醫(yī)學領域中基因表達分析的成為一大熱點,。研究人員提醒說，基因表達分析學目前還只處于嬰兒期,，尤其是在對肺癌的分析上,。
楊平博士指出，越來越多的證據(jù)表明以基因為基礎的預測方法尚不穩(wěn)定,，并且人們對基因表達分析的預測能力的了解與已經(jīng)了解很深的臨床和病理預測因子相比,，機會可以說是知之甚少。
楊博士還表示,，盡管基因表達分析已經(jīng)成功用于分類不同的腫瘤和評估腫瘤的階段,、轉(zhuǎn)移和患者存活率，但是有證據(jù)顯示這種以基因為基礎的肺癌預測還不能完全信任,。但是,，一些結(jié)果還是很有前進的：基因分析方法能夠可靠地預測肺癌患者的存活率,。
參考年齡、性別,、階段,、細胞類型和腫瘤等級等因子的傳統(tǒng)方法要比基因表達分析具有預測優(yōu)勢。作者在文章中寫道：“任何一個尚未超越更便宜和更容易操作的一些方法的新技術都不太可能很好地用于臨床治療中”,。
到目前為止,，雖然基因表達分析手段評估一種癌癥的發(fā)展情況方面已經(jīng)取得了顯著的進步，但是美國Mayo Clinic的研究人員對目前肺癌研究中的分析方法的一項研究表明,，這種技術還不能超過傳統(tǒng)的評估肺癌患者存活方法的精確度,。這篇文章發(fā)表在11月的Cancer Epidemiology, Biomarkers and Prevention (CEBP)。文章的主要作者是華裔博士楊平（Ping Yang）和孫智富（Zhifu Sun）,。
自從2003年人類基因組計劃的完成,，醫(yī)學領域中基因表達分析的成為一大熱點。研究人員提醒說,，基因表達分析學目前還只處于嬰兒期,，尤其是在對肺癌的分析上。
目前,，比較肺癌傳統(tǒng)預測方法和基因分析的研究還很少,。人們?nèi)匀恍枰治龇伟┗虮磉_分析是否能夠替代或與現(xiàn)有的評估工具抗衡，以及它是否能夠改善患者的治療情況,。
針對肺癌研究中基因表達分析的情況,，研究人員發(fā)現(xiàn)以下問題：
1 以基因表達為基礎的預測精確度在多項研究中變動很大。
2 大多數(shù)研究缺少獨立的確認實驗,。
3 基因表達奮迅哈和病理學特征的臨床結(jié)果預測交疊在一起,。
目前的分析法則主要集中在高度表達的基因上，這些基因中的大部分都與腫瘤的分化有關,，并且可能與臨床治療結(jié)果無關,；相反，低水平表達的基因或微笑的差異常常被忽略了,，它們可能與臨床結(jié)果關系更為密切。
這篇文章的作者還為從事醫(yī)學研究的科研工作者在進行基因表達分析工作時給出了幾點建議：
1 明確研究目的,。芯片研究中的主要焦點應該是探索具有類似臨床和病理學特征的患者群中不同臨床結(jié)果的分子機理,。
2 列出并比較多種研究設計。
3 根據(jù)尺寸,、質(zhì)量和明確的臨床結(jié)果,，小心選擇樣本。
4 了解DNA芯片方法的局限性,。
5 從研究結(jié)果提供臨床相關解釋,，并且考慮到實際應用價值,。
這項研究由美國健康研究院癌癥研究所和Mayo Clinic資助。
