随着基因测序技术的改进以及全基因组相关性研究的推广，越来越多的疾病被发现与基因突变（遗传）有关。同时基因检测公司对该领域的商业推广，也使越来越多的人了解并接受基因检测。但近期发表的有关文章表明，风险基因检测对疾病预测的作用或许被高估了。
基因检测或对预测心血管事件无益
大量研究已经表明，心血管疾病与遗传有关。但美国一项大型前瞻性队列研究的结果显示，对心血管疾病基于多基因监测的遗传学风险评分并不能预测实际的心血管事件。
美国波士顿Brigham妇女儿童医院Paynter等从国家人类基因组研究所的整个基因组相关性研究结果编目中构建了心血管遗传学风险评分，该编目是在2005年至2009年6月间发布的。并对美国女性基因组健康研究（Women's Genome Health Study）计划中的19313位白人妇女进行了中位数为12.3年的长期随访，测试遗传风险评分对心血管疾病的预测能力。既往已发表的研究文章中共报道了101个可能与心血管疾病有关的单核苷酸多态性（single nucleotide polymorphisms，SNPs），这些SNPs至少与一种已知心血管疾病（心肌梗死、冠心病或心源性死亡）或者某种心血管疾病的中间表现型（血脂异常、糖尿病及高血压等）有关，被认为是心血管疾病的风险基因。研究者根据这些SNPs的基因表型鉴定和等位基因创建了心血管疾病的遗传风险分数，把入组者分成73～99个等位风险基因的“低遗传风险组”和存在106～125个等位风险基因的“高遗传风险组”，分别来评估遗传基因对疾病的影响。
本研究中共有777位患者出现了心血管事件，其中199例心肌梗死，203例卒中，312例血管重建术，63例患者因心血管疾病死亡。分析发现，调整年龄和传统的心血管风险因素以后，在10年中，“遗传风险最低组”发生心血管疾病的绝对风险增加了3%，而“高遗传风险组”罹患心血管疾病的几率也只提高了3.7%，无统计学差异。遗传风险分数的危险比（hazard ratio，HR）为1.02（95%CI：1.00～1.03），P=0.06。换句话说：所谓的“风险基因”并未显著提高心血管疾病的发生率。相反的是：患者自己报告的心血管病家族史与心血管疾病的发生率显著相关，HR为1.45（95%CI：1.21～1.75），P<0.001。
这项研究提示：调节了传统的心血管疾病风险因素以后，所谓的风险基因与心血管疾病并无显著相关性。相反的是，一些传统的风险因素在心血管疾病的发生中起到了重要的作用；尤其是家族史，因为结合了共同的遗传学特点、共同的生活方式和环境因素，在心血管疾病的发生中起着非常重要的作用。因而，家族中已经有心血管疾病患者的健康人群，虽然不必过于担心基因的风险，但还是要注意控制血压、血糖、血脂等传统的心血管风险因素，预防疾病的发生。
遗传因素未能显著提高乳腺癌风险模型的预测水平
最近几年，随着基因分析技术的进步，与乳腺癌相关的癌基因陆续被发现。最著名的莫过于两个肿瘤抑制基因：BRCA1（breast cancer susceptibility gene 1）和BRCA2（breast cancer susceptibility gene 1），在英国，有0.3%的人群拥有这2个基因，一旦这2个基因中的任意一个发生恶性的变异，女性患乳腺癌的几率从12%上升至60%。此外，还有18个与乳腺癌相关的基因被找到。从理论上来说，乳腺癌易感基因的检查可以让女性更了解自己的身体，让她们做出理性的选择，比如说，定期进行乳腺X射线扫描。目前这些基因检测配合一些临床检查以及问卷调查共同进行。问卷调查被称为是Gail model分析，比如，何时行经、何时生育、家族中乳腺癌史等。
为了证实遗传因素能否提高危险模型预测乳腺癌的性能，美国国立癌症研究所的癌症流行病学专家对这个课题进行了分析研究。研究人员回顾了4个美国的队列研究（the Women's Health Initiative Observational Study, the American Cancer Society Cancer Prevention Study II Nutrition Cohort , the Prostate, Lung, Colorectal and Ovarian Cancer Screening Trial，and the Nurses’ Health Study）和一个波兰的病例对照研究中50岁～79岁间5590名乳腺癌患者和5598名正常个体的随访13年的信息，比较传统风险因素（家族病史、乳腺癌疾病史等）和10个常见乳腺癌相关基因（CASP8，FGFR2，TOX3，LSP1等）预测乳腺癌风险的能力。
通过使用接受者操作特征曲线分析，计算曲线下面积（AUC），将其作为一种区分指标。根据定义，病例和对照研究对象的随机分类可提供50%的AUC，完善的分类可提供100%的AUC。在将遗传因素添加到传统危险模型后，计算绝对危险估计值五分位数中病例研究对象的比例。结果在包括了年龄、研究和入组年份以及4个传统因素的危险模型中，AUC为58.0%；添加10种遗传因素后，AUC是61.8%。约半数病例研究对象（47.2%）所处的危险五分位数，与其在没有遗传因素的模型中相同；32.5%的人处于较高的五分位数，以及20.4%的人处于较低的五分位数。
该研究表明基因检测未能完美地预测乳腺癌风险，即使最新发现的乳腺癌基因检测与问卷调查联合使用也没能大大提高乳腺癌风险预测能力。
上述两个研究表明，人们需要冷静对待遗传基因检测。尽管遗传对疾病的发生、发展有着重要的作用，但在没有更多的试验数据显示遗传在疾病风险检测中作用之前，实行并完善现有的传统风险预测未必不是一个更好的选择。（编译：陈凤清、贾玉华）
参考文献：《New England Journal of Me-dicine》2010;362:986-993《Journal of the American Medical Association》2010;303:631-637