传说中的精准医疗，你想知道的6个问题（上）
2016-02-16
鱼咏涛
微言创新
微言创新
InnoTalk “微言创新”由上海科学院规划研究处和上海产业技术研究院战略咨询中心共同出品，专注产业创新领域研究。言微意未尽，集智求创新。  什么是“精准医疗”？ “精准医疗”（PrecisionMedicine，PM），是一种基于病人“定制”的医疗模式，在这种模式下，医疗的决策、实施等都是针对病人个体特征而制定的，疾病的诊断和治疗是在充分分析病人自身的遗传、分子或细胞学信息的基础上进行的。 2011年11月2日，美国国家科学院国家研究理事会（NRC）发布了题为“迈向精准医学：构建生物医学研究知识网络和新的疾病分类体系”的报告，第一次明确提出了“精准医学”的概念，并讨论了为实现该目标需要开展的核心任务。该报告大致梳理出了美国版精准医学的脉络：构建基于生物学大数据的生物医学研究知识网络，建立新的疾病分类体系，从而定义新型疾病或对疾病进行分子分型和药物分层，实现疾病的精确诊断和准确治疗。 美国国立卫生研究院（NIH）主任Francis S. Collins曾发文阐述“精准医学”计划的概念，描述了其主要研究内容、未来工作以及发展策略。该计划的核心目标是要整合人类基因组学及技术、第二代测序技术、计算机生物学分析、医学信息学、临床信息学、疾病特异性动态标志物和网络、精准药物研发、毒性敏感监测、疗效依赖性治疗以及预后，从而精准促进个体健康。
例如肺癌的精准医学，它需要掌握并理解肺癌基因组学、表观遗传学、代谢组学以及肺癌患者临床表型（包括宿主、症状、体征、生化、影像及计算程序）等方面的信息，同时要验证药物治疗的机制、效果，制定出标准而有效的治疗方案，最终推广应用。分子靶向治疗肺癌，可能成为精准医学在临床实践中的一个案例。 “精准医学”概念实际上也是此前描述21世纪的医疗模式时各种提法的升级版，是对4P模式和TIDEST模式的兼收并蓄。  精准医疗能治什么病？ 精准医学的终极目标是针对所有医学健康问题发挥重要作用，但目前，最可能实现精准诊疗的是肿瘤。美国的精准医疗计划的短期目标就是指向精准医疗在癌症临床治疗上的应用。 美国国立卫生研究院主任弗朗西斯·柯林斯在《新英格兰医学杂志》上发表的一篇文章中指出，癌症是常见的疾病，随着人口老龄化进程的加快，他们已是美国以及全球其他地区主要的死亡原因。而癌症是一种基因组疾病，每种癌症都有自己的基因印记、肿瘤标记及不同的变异类型。许多靶向疗法已经或正在研发，其中已经有些为民众带来益处，效果显著。最新的癌症免疫疗法研究中有迹象表明，肿瘤标记物能成为预测癌症的显著因子。 靶向治疗，相信许多癌症病人并不陌生。它的原理就是考虑每一个体健康的差异，定制个性化的预防和治疗方案，而个体差异主要由基因决定，所以只有精确了个体的遗传和基因组学信息，个性化预防和治疗才可能实现。 在实施靶向精准治疗之前，常规化疗的有效率不高，而且在治疗前医生无法区分哪些病人可以从常规化疗方案中获益，也无法提前预测药物的副作用。在精准治疗之后，医生可以在使用药物前，就知道病人是否可以从药物治疗中获益及相应的副作用，从而为病人提供精准的医疗服务。这样，一方面可以把握住病人的最佳治疗时机，另一方面也减轻了病人的经济负担。 因此，精准医疗的精髓是“异病同治”（不同病人的不同肿瘤，如果分子机制/药敏、耐药特征相同，就可以用相同的治疗方式）和“同病异治”（传统病理分类相同的肿瘤，根据不同的分子机制/药敏、耐药特征，提供不同的个性化治疗）  如何实现精准医疗？ 精准医学有两个重要的基石：一是以基因组为代表的组学研究，包括基因组、转录组、蛋白质组、代谢组等，以及与此相伴随的大数据研究，包括方法、策略、理论等。二是在了解组学知识的基础上，打通基因型和表型的关联，其中重要的工具就是生物信息学，包括生物网络和系统生物学等。当前，精准医学就是大数据与组学两大科学前沿的交汇。 当前在组学中最大的挑战来自基因组中的“暗信息”，即那些被检测到，却不知道其功能的遗传信息。目前在人类30亿个遗传密码中，真正被人类了解、受“中心法则”支配的遗传信息仅有3%。虽然目前绝大多数非编码序列的生物学作用是未知的，但从进化生物学、比较基因组以及非编码RNA的研究来看，这部分遗传密码与人类健康同样密切相关。就精准医学的重要支柱——组学而言，我们还有太多的未知有待发现。 在大数据方面，同样面临很多科学问题。大数据分析人员最头疼的是，从大数据中挖掘共同疾病中不同个体的特异性，以及不同疾病中群体所具有的共性。例如对特殊肿瘤的研究，能取得的样本只有几十个或者几百个。用这样少的样本体系，去评估一个人群的疾病特征，就是一个不完备的数学问题。不仅如此，由于肿瘤、心脑血管疾病等都是多基因疾病，所取样本中患者的基因变异不完全相同。如何对类似的“大数据、小样本”进行分析，找出其中的数学规律，实现精准诊疗？这就需要建立新的数学模型以及理论分析体系。
作者简介：博士，上海产业技术研究院生物信息技术研究中心研究员。具有十年以上的分子生物学、生物化学和高通量基因组学技术实验研究经验，近6 年在美国弗吉尼亚大学医学院的转化医学（Translational Medicine）研究经验，曾任国家973 计划《疾病基因组学理论和技术体系的建立》子课题负责人。 阅读
|
|
|
