台大醫院智慧醫療中心副主任李建璋表示，初步結果顯示基因可解釋六成新冠肺炎死亡率，顯著基因主要在第三、第九對染色體；若基因再加上年紀、性別更可解釋八成死亡率。剩下兩成則與治療方式、抽菸、BMI高度相關，可從醫療及公衛觀點去預防死亡。
李建璋表示，基因與疾病密切相關，但基因定序需要運算龐大資料的設備和技術，這次提案獲得微軟贊助，得以分析世界最大的英國國家生物資料庫，大約50萬人、每人9,600萬個基因型的資料。研究團隊發展出「多基因風險計分」，目的並非為了尋找單一特殊基因，而是希望基因位點去預測新冠肺炎的整體死亡率。初步結果顯示，基因能解釋大約60%新冠肺炎死亡率，再加上年紀及性別則可解釋80％死亡率。
細看其中顯著與死亡相關的基因，主要分布在第三、第九對染色體。李建璋表示，第九對染色體與ABO血型有關，基因分析顯示血型A型的病患，呼吸衰竭機率較高，O型則有保護力。不過民眾暫時不需太過煩惱，因為新冠肺炎的嚴重度與年齡大、生理性別男性、體重、慢性病、治療都有相關，美國十萬人研究綜合上述因素分析，結果就顯示血型與嚴重度沒有相關。
至於第三對染色體，則有一連串位點與重症有關。李建璋表示，這串位點主要與六個基因有關，包括SLC6A20、LZTFL1、CCR9、FYCO1、CXCR6、XCR1。這六個基因分別和新冠肺炎病毒進入人體的受體蛋白質有關，也與免疫功能相關，但也有些是功能未知的基因。（延伸閱讀｜台灣新冠肺炎致死率特別高？請開放病歷資料，讓產學一同解密）
李建璋表示，隨著基因晶片的檢驗技術越來越快速精準，加上這些資訊科學的研究成果，未來可望詳細針對不同年齡性別條件發展出計算公式，及早預測病人的疾病風險，可回頭貢獻於臨床，發展最適當的預防策略及治療處置。
資訊科學成果貢獻於臨床，一個很好的例子就是英國的「新冠肺炎死亡風險預測系統（4C mortality score）」。
李建璋表示，4C mortality score是串連多家醫院電子病例、國家健保資料、生物資料庫所發展而來，是現在世界公認最好的預測系統。臨床醫師只要輸入患者年齡、性別、共病個數、呼吸速率、血氧濃度、昏迷指數、一至兩個易取得生物指標，例如尿素氮或C反應蛋白，就可以快速判別病人的嚴重度並積極安排適當的醫療，例如及早安排住院、給予預防重症的藥物。（延伸閱讀｜智慧醫療懶人包》八張圖，一次搞懂智慧醫療的定義、應用與台灣的挑戰）
（本文授權自聯合新聞網）
延伸閱讀
牛津大學：特定基因作祟 60%南亞裔染疫病歿風險加倍
健保署評估成本效益 保障用藥權 數據看療效
癌友化療不再受苦 北醫啟動癌藥基因研究收案130人
