1、什么是精準醫療？
精準醫療（Precision Medicine）是近幾年興起的疾病治療方案，它強調在治療時考慮個人的基因變化，環境影響，生活方式等。基于患者的遺傳信息的診斷測試結合其他分子或細胞的分析結果，再針對性地選擇適當和最佳療法。支持技術包括分子診斷，成像和分析軟件。
從個性化治療到精準治療
21世紀初人類基因組計劃完成時提出了個性化治療（Personalized Medicine）這個理念，主要旨在希望用測序得到的遺傳標記來判斷病人是否對藥物有應答，以便針對每個病人進行治療，然而，疾病往往是多基因的，很難從一個簡單的角度判斷。2011年，美國國家科學院的研究人員出版了一本題為“走向精密醫學：建立和知識網絡的生物醫學研究疾病的新分類”的報告，首次提出精準醫療的概念，提出“新分類學”，將在傳統的疾病癥候之外通過潛在的分子以及其他因素來區分疾病，并提出建立新的數據網絡，將治療過程中的患者臨床數據和生物醫學研究結合起來。【1】
據美國國家研究委員會的一份報告，“精密醫學指根據每個患者的個體特征定制醫療，并不是像字面上意味著為每個病人創建特有的藥物或醫療設備，而是指將患者根據對疾病的易感性,疾病的生物機制和預后，對治療的反應等等分類成不同亞群。這樣再針對性地進行預防或治療，減少費用和副作用。盡管術語“個性化醫學”也用于傳達這個意思，但有時被誤解為暗示獨特的治療可以被設計為每個病人單獨的【2】從制藥行業（比如著名制藥公司輝瑞的網頁）來看，這兩個詞有著不同的定義，概括來說，精準治療這個概念比個性化治療更為廣泛和全面。
這幾年得益于大規模生物數據庫的建立（比如人類基因組測序），高通量組學的發展（如蛋白組學，代謝組學等），以及各種檢測手段的興起，還有計算和分析大規模數據的發展，精準治療飛速發展。目前精準醫療的主要進展集中在癌癥治療領域（病人存活率得到了顯著提升）。
2、癌癥的精準冶療理念
癌癥的本質是多基因的遺傳疾病，隨著腫瘤發展，癌癥細胞仍然在不斷地進行分裂和增殖積累突變，有高度的異質性，其基因組具有不穩定性。近年來我們意識到癌癥的分類按照簡單的組織部位是不夠的，藥物的單一治療效果也不理想（有效率僅有20%）。比起傳統的病理報告，基因組測序信息能提供更加精準有效的分型診斷。
要理解癌癥，我們首先要識別那些導致癌癥風險的異常基因和蛋白質，才能更好地進行精確的癌癥診斷和開發針對性療法。
目前NCI開展多項臨床研究，目標是使癌癥的分子表征成為準確的診斷和治療的臨床標準；鑒定和發展可匹配至腫瘤分子特點的療法，成功地控制疾病。同時還開展基因組學和癌癥生物學，免疫學和免疫治療，癌癥成像等方面的研究來配合。【3】
癌癥精準醫療需要基因檢測和大數據分析來進行治療用藥指導。首先通過基因檢測獲得患者基因變異的信息，如通過高通量測序方法（Next-Generation Sequencing，NGS）獲得腫瘤DNA的突變、基因拷貝數變異、基因移位和融合基因等海量基因變異信息，這個環節的關鍵是檢測技術的精確性及所檢測標本所反映信息的全面性。組織樣本的主要來源是活檢得到的腫瘤組織，缺點是異質性導致信息不全面或者由于動態的腫瘤基因變化導致不準確，目前也有研究利用外周血中的游離腫瘤細胞或腫瘤DNA進行測序診斷的。
現在全基因組測序還是比較昂貴并需要較長的分析時間，覆蓋中等到低，對于關鍵低頻亞克隆突變檢測不敏感，因此目前大多數的基礎研究和臨床應用都使用NGS針對目標基因或全外顯子組進行測序（這樣測序成本可以降低100倍）。測序技術近些年已經經過了四代發展，第一代技術Sanger，第二代以2005年左右Roche公司的454技術，Illumina公司的Solexa、HiSeq技術和Life Tech公司的SOLiD技術為標志，優點是通量大、精度高（99%）、價格相對低廉（千元以內），速度快（3-5天），目前已經非常成熟，是市場主流，但缺點是reads（讀長）較短，后期比對基因組數據和生物信息學處理復雜。第三代（如Pacific Biosciences公司的SMRT單分子實時測序技術）利用DNA聚合酶，測序過程無需進行PCR擴增，可同時測甲基化，也可進行RNA測序，可以提供更長的讀長，但目前比起二代成本較高，通量和準確率不夠高；第四代（如Oxford Nanopore Technologies公司的MinIon納米孔單分子測序技術）剛起步，利用納米技術，儀器體積小，相信未來技術成熟實現低廉快速的全基因組測序之后會加速其在基因診斷中的應用。【4】【5】
測序的海量結果需要通過大數據分析解碼基因變異信息，如何正確地建立模型、去除噪音、篩選出有價值的信息就十分重要，精確性是關鍵。基因組變異有單核苷酸變異（SNVs）、插入（Insertion）、缺失（Deletion）、拷貝數變異（CNV），基因組結構變異(SV)等。現階段生物信息學分析主要集中在分析人體基因組的SNV和插入缺失檢測，樣本量較少和NGS測序技術的局限使CNV和SV分析較少，精確性不夠。
相關統計數據顯示：目前約有2500多種疾病已經有了對應的基因檢測方法，并在美國臨床合法應用，甚至基因檢測已成為美國疾病預防的常規手段之一，美國癌癥基因組圖譜（TCGA，The Cancer Genome Atlas）收集了原發性腫瘤手術中切除的腫瘤組織進行NGS測序，已經建立30個最常見的癌癥類型的資料。在我國，華大基因等也積極地開發相應的測序儀器和服務，其單細胞測序技術剛剛獲得FDA專利。除了DNA測序，RNA測序也是未來重要方向：最新有研究表明前列腺癌患者的RNA測序可以幫助診斷和預測哪種治療方式更適合患者。
測序分析的結果可以用于用藥指導：可以測藥物反應分子標志，比如藥物耐藥性、藥物代謝等的分子標志。從而預測病人反應，精確指導用藥（下文將詳細介紹靶向藥物和其他療法）。
總之，測序技術的突破，極大的提升了我們發現腫瘤相關基因突變的能力。大規模的基因突變信息與腫瘤臨床表現（如藥物敏感性）的相關性分析，可以發現指導抗腫瘤用藥的新分子標志，幫助發現哪些特定藥物可以用于特定的DNA突變組合，從而大大提高用藥的效率與效益。
3、療法和藥物發展
1.靶向藥物的發展
靶向藥物以腫瘤細胞分子機制為基礎，針對特異性的分子靶點研發藥物，可以針對變異基因、蛋白或者特定的受體和通路，比起傳統的化療藥物療效好，副作用大大減少。主要都有信號轉導抑制劑，誘導細胞凋亡的靶向藥物，血管生成抑制劑，免疫系統類藥物等。常見的是針對癌細胞信號通路的酶或者生長因子受體，有單克隆抗體（后綴為-mab）和酪氨酸激酶抑制劑（后綴為-nib，替尼）。第一個真正意義的特異靶向藥物是2001年上市的藥物伊馬替尼imatinib，是酪氨酸激酶抑制劑（TKI），針對慢性粒白血病患者的融合基因變異，極大地提高患者生存率。
針對癌癥類型和亞型基因開發的有效的治療藥物已經有很多，不少藥物在批準上市后還逐漸開發出更多的適應癥。乳腺癌藥物曲妥珠單抗trastuzumab（赫賽汀Herceptin）針對HER2受體，最初適用于乳腺癌晚期治療，后來發現對于其他HER2陽性的癌癥治療也有效果。吉非替尼gefitinib和厄洛替尼erlotinib能夠抑制肺癌患者表皮生長因子(EGFR)酪氨酸激酶(TK)胞內磷酸化。西妥昔單抗cetuximab和帕尼單抗panitumumab針對EGFR受體。貝伐單抗針對VEGF，阻斷血管生成。下表總結了部分常用的靶點和藥物。靶向藥物的挑戰是：癌癥基因組也在進化，會產生耐藥性的問題。
靶向藥物進一步的發展有抗體偶聯藥物(antibody-drug conjugates，ADC)，將抗體和毒素連起來。如Brentuximab vedotin（Adcetris)，針對CD30，治療霍奇金淋巴瘤（HL）和全身性間變性大細胞淋巴瘤（sALCL）。ado-Trastuzumab emtansine(Kadcyla)是在herceptin上連接毒素DM1,用于HER2陽性乳腺癌的二線治療。但ADC藥物結構非常復雜，開發涉及抗體，細胞毒素，以及復雜的化學偶聯技術，生產工藝和監管難度大于傳統的生物藥和小分子化學藥。
2.免疫療法的突破
目前癌癥預防的疫苗有宮頸癌疫苗。首個FDA批準的癌癥治療的疫苗是前列腺癌疫苗sipuleucel-T（Provenge,普羅文奇），它利用自體免疫細胞，呈遞重組前列腺酸性磷酸酶(PAP)抗原蛋白。
癌癥免疫療法是近些年的熱點，第一個真正的癌癥免疫藥物易普利姆瑪Ipilimumab(Yervoy)，針對CTLA-4，激活殺傷性T細胞，用于治療晚期黑色素瘤。PD-1抗體藥物Opdivo（Nivolumab）激活癌細胞凋亡途徑，對于晚期黑色素瘤還有非小細胞肺癌這些以往無法治愈的疾病有很好的療效。Pembrolizumab(Keytruda)和Gefitinib針對PD-L1。現在Yervoy和Opdivo聯合藥物療效也正在研究中。更多的檢查點抑制劑和疫苗將陸續問世。
免疫細胞療法有LAK，CIK，DC-CIK，TIL等，近兩年嵌合抗原受體T細胞療法（CAR-T）獲得顛覆性的突破。CAR-T是特異性免疫療法，從患者血液中分離出T細胞，通過外源基因轉染技術，把識別腫瘤相關抗原的單鏈抗體（scFv）和T細胞活化序列的融合蛋白表達到T細胞表面，這樣scFv通過跨膜區與T細胞胞內的活化增殖信號域偶聯，經回輸患者體內后大規模擴增，能夠以非MHC限制性的模式表現強效的抗癌作用。但局限性是有副作用風險大（細胞因子釋放綜合癥），費用非常昂貴。目前國內外（國外公司有Juno,Kite等,國內北京301醫院，安科生物等）都在積極開發CAR-T臨床試驗。
3.精準放療和化療
近距離精準放療：比如在成像技術進步的輔助下，實現精確定位，比如通過CT確定腫瘤和周邊組織位置，進行立體三維的放射治療。
精準化療藥物釋放：最新的進展如“智能納米載藥”，在熒光圖像的引導下通過近紅外激光定點，定時，定量的控制腫瘤部位的藥物濃度和局部溫度，精確控制化療藥物的釋放。
4、精準治療其他技術發展
1.成像技術
在癌癥診斷中，最常見的是MRI(磁共振成像)，PET(正電子發射斷層掃描)和CT(計算機斷層掃描)技術。但是受靈敏度限制（>5mm）難以進行早期癌癥診斷。未來的發展方向有：標準化成像，圖像分析工具的進步，數據處理和計算方法的發展，和其他數據來源結合進行臨床驗證（例如體外診斷測試，家族史，病人的人口統計，基因組學）等等。海內外最新的研究進展有利用高分辨率的光聲層析成像發現早期癌癥細胞；放射性藥物激發熒光成像（REFI）提高靈敏度到2mm，非常利于早期診斷；限制光譜成像MRI（RSI-MRI），更為精確的定位腫瘤組織；利用熒光顯微鏡實時觀測活細胞中藥物的作用情況，從而篩選出潛在藥物，加快藥物研發；雙重追蹤體內受體濃度成像（RCI）技術。基于分子成像的新算法是挑戰，展望未來，高精度靈敏度的成像技術不僅會在癌癥的早期診斷中發揮作用，還可以運用于其他疾病（如代謝紊亂，神經系統疾病）的精準治療中。
2.組學發展
除了前面提到的高通量測序技術，組學發展也是重要的部分，包括轉錄組學，蛋白組學，代謝組學，fluxomicx(代謝通量組學)等。
代謝組學：
通過質譜和核磁共振分析，可以得到不同表型疾病的代謝物情況，一般指分子量小于1000，包括糖，氨基酸，脂質，有機酸等。代謝物直接表現疾病狀況，放大了基因結果，并且種類數量遠少于基因和蛋白數目。代謝物譜和基因組學，轉錄組譜類似，被認為是非常接近疾病表型的。癌癥發展中代謝途徑往往會改變，這和抗藥性也有密切的聯系。目前多種癌癥都有一些代謝組標志物診斷方法（包括膀胱癌，乳腺癌，結腸癌，食道癌，肺癌，胰腺癌，前列腺癌和泌尿生殖道癌）。基于代謝物的研究主要有：正常組織和腫瘤組織代謝物比較，示蹤劑標記的代謝物成像，不同階段的體液檢測。還有許多潛在的代謝生物標志物，需要進一步的評估和驗證（比如在臨床上進行病人的縱向研究,建立和其他生物標志物之間的相關性等）。示蹤劑的發展可以提高成像準確度，監測腫瘤發展。現在臨床上廣泛應用的FDG-PET檢測，缺陷是有很多假陽性（受炎癥影響），目前很多新的PET示蹤劑正在臨床研究中，比如：FLT-PET有希望區分炎癥和惡性腫瘤，并且還可以使PET診斷為糖酵解較少的癌癥。超極化13C標記的丙酮酸劑MRS成像（磁共振波譜分析）比H標記的MRI對惡性腫瘤診斷效果更好。未來發展方向是建立可重復的、廉價的代謝物分析方法，和其他組學結合起來方便診斷。總之代謝物特定的癌癥診斷和治療仍然具有挑戰性.【9】
表觀基因組學：
主要指甲基化，組蛋白的翻譯后修飾（如乙酰化，磷酸化，泛素化等），還有miRNA。癌癥患者樣品的甲基化，組蛋白和miRNA表達譜已有大量的生物標志分子應用于有效治療癌癥。甲基轉移酶抑制劑阿扎胞苷和地西他濱已被美國FDA批準用于臨床治療骨髓增生異常綜合征。近年來確定了很多腫瘤特異性的miRNA，可以有針對性地進行治療。表觀遺傳機制在癌癥發展中的重要性越來越受到重視，為提高療效提供巨大潛力。
5、精準治療海內外方向
美國：
2015年1月奧巴馬宣布了精準醫療計劃（PMI，Precision Medicine Intiative），2016年度財政預算中將有$2.16億的科研經費用于積極推進精準醫療，并為精準醫療確定了短期和長期的目標。短期目標包括在癌癥研究領域不斷擴大應用。NIH（美國國立癌癥研究所）希望基于疾病的基因和生物學知識，來尋找新的更有效的癌癥治療方法。長期目標則集中在大規模引進精密醫藥衛生和醫療保健的各個領域。美國國立衛生研究院計劃收集包括美國各地的1萬多名志愿者的基因數據、生物樣品和其他健康信息。分析大范圍數據來更好的預測疾病風險，了解疾病是如何發生的，并改進診斷和治療策略。【10】
英國：
政府創新中心將推出一個“精密醫學彈射器”計劃，-旨在加快精密醫學的發展，2015年10月26日宣布將建立六個中心，每個中心將作為英國的整體網絡內的區域精密醫學活動樞紐，在劍橋總部進行統籌，以更精確地了解疾病，以及有更可預測的、更安全、成本效益高的治療方法。
中國：
2015年3月，科技部召開了國家首次精準醫學戰略專家會議，計劃在2030年前，中國精準醫療將投入600億元，其中中央財政支付200億元，企業和地方財政配套400億元。最近精準醫療計劃已經完成了論證，“十三五”期間將啟動“精準醫療重點科技研發計劃”，并將選擇性地在全國各個具備條件和優勢的區域中的醫院和社區內建設示范中心。
6、精準醫療的挑戰和困難
現在我們已經進入了精密醫學的時代，也有了一些對關鍵的致癌驅動因子的抗癌藥物。開發研究靶向藥物可以說是今天癌癥醫學最重要的挑戰。
現在很多靶點還沒有可用的藥物，罕見的分子亞群需要開發高選擇的靶向藥物，這是制藥的重大挑戰。藥物的研發是非常漫長和昂貴的過程，這也就相應增加了患者的治療費用，目前靶向腫瘤治療的費用現已普遍超過10萬元/年，大部分卻只延長患者幾個月的生命。那么這就有一個成本效益的問題，在患者的突變只存在10%的人群的情況下，如果藥物只延長患者3個月的生命，針對這種突變的藥物應該被開發嗎？只要藥物能夠使患者延長至少一年的生命，就應該支持嗎？美國自1982年開始針對一些罕見疾病鼓勵研發藥物（通過經費支持，快速審批，縮小臨床規模等方式），這幾年有不少藥物公司研發了Orphan Drug（孤兒藥），但這些藥物都十分昂貴。這些藥物的費用應該由誰來買單？歐洲醫保拒絕了一些昂貴的丙肝藥物，并促使藥物定價打折，美國保險公司對昂貴藥物臨床使用的費用和報銷審批也十分謹慎。
成功治療癌癥的一個主要障礙是耐藥性。耐藥性的潛在原因有很多：1是癌細胞的表面上表達更多P糖蛋白會把藥物從細胞內移動到細胞外，目前針對P糖蛋白的抑制藥物已經研發到了第三代但還沒有很好的臨床結果；2是腫瘤基因變異克服信號通路，機體自身反饋回路的影響，不同信號通路的相互作用，信號通路抑制后發展出的其他逃逸機制等，3是腫瘤細胞凋亡機制有缺陷。未來將有更多的研究以揭示耐藥機制，比如：從獲得的癌癥組織發展癌癥模型，揭示耐藥機制；分析循環血液樣本中的腫瘤DNA和腫瘤細胞，預測腫瘤的復發；臨床試驗測試靶向藥物的組合，以發現克服抗藥性的方法。
還有一個挑戰是評估病人腫瘤的成本，這不僅包括測序費用，還包括其他的相關過程的費用，如簡歷基因數據庫，管理分享數據等。目前，在臨床試驗中往往需要招募需要招募來自多個醫療中心的患者才能滿足臨床試驗所需的患者數目，則需要跨機構共享數據以提高效率。因此要發展兼容的電子系統，制定公共的數字醫療數據的標準。比如美國目前有一個非營利組織—紐約市臨床數據研究網絡—收集了22家機構記錄和管理臨床數據600萬條記錄，包含數萬種數據類型，從簡單的檢驗結果（比如血液中鈣水平）到磁共振成像掃描結果，其最終的目標在于納入基因組數據，并縱向跟蹤患者。
數據庫的建立同時也提出了隱私和倫理方面的問題。如何在錄入中央數據庫的過程中保證病人數據的匿名。病人應該對自身的健康數據享有哪些權利？這種數據是否應該被國際共享呢？進一步確定規范，征得病人同意，確定分享的內容范圍都是需要做到的。在倫理方面，人們通過檢測得到基因信息有助于更好地預防疾病，但同時是否會造成心理壓力？如何保護病人隱私，會不會體檢結果造成保險公司或者是用人單位的歧視？
7、展望
隨著人類對癌癥認識的不斷加深，精準醫療的必要性與迫切性已經得到了醫療界和各國政府的廣泛重視。未來：表遺傳學方向將繼續揭示甲基化是如何調節基因表達，加深我們對癌癥的理解。新組學（蛋白質組和代謝組等）可以揭示癌癥生物學的其他層面，對進一步理解癌癥生物學和藥物開發有重要作用。臨床試驗數據整合和標準化將為精準治療的下一步發展奠定基礎。未來的方向將是生物學，病理學，計算機等多學科的協作，開發新的分子診斷測試，進一步收集患者測序數據并使其方便共享和搜索，發展基礎研究到臨床數據的整合網絡，建立新的數據統計和風險預測模型等。隨著各項配套技術的日趨成熟與完善，精準治療將在癌癥治療中發揮越來越重要的作用。我們有理由對未來充滿希望。
參考資料：
【1】Toward Precision Medicine:Building a Knowledge Network for Biomedical Research and a New Taxonomy of Disease”The National Academies Press
【2】Momentum grows to make‘personalized’medicine more‘precise’nature medicine volume 19|number 3|march 2013】
【3】Precision Medicine Initiative®and Cancer Research by Harold Varmus,M.D，National Cancer Institute】
【4】Frelinger JA1.Big Data,Big Opportunities,and Big Challenges.J Investig Dermatol Symp Proc.2015 Nov;17(2):33-5.doi:10.1038/jidsymp.2015.38.
【5】Clarke,J.et al.Continuous base identification for single-molecule nanopore DNA sequencing.Nat.Nanotechnol.advance online publication 22 February,2009.]
【6】Verma M,Khoury MJ,Ioannidis JP.Opportunities and challenges for selected emerging technologies in cancer epidemiology:mitochondrial,epigenomic,metabolomic,and telomerase profiling.Cancer Epidemiol.Biomarkers Prev.22(2),189–200(2013)
【7】Rahman M1,Hasan MR.Cancer Metabolism and Drug Resistance.Metabolites.2015 Sep 30;5(4):571-600.doi:10.3390/metabo5040571.】
【8】Olivares O,Däbritz JH,King A,etal.Research into cancer metabolomics:Towards a clinical metamorphosis.Semin Cell Dev Biol.2015 Sep 11.pii:S1084-9521(15)00167-6.doi:10.1016/j.semcdb.2015.09.008.[Epub ahead of print]
【9】Roychowdhury S,Chinnaiyan AM.Translating cancer genomes and transcriptomes for precision oncology.CA Cancer J Clin.2015 Nov 3.doi:10.3322/caac.21329.[Epub ahead of print].
【10】FACT SHEET:President Obama’s Precision Medicine Initiative】
（本文為“醫學界智庫”原創文章，轉載需經授權并標明出處。）
