肿瘤治疗：精准分析 数据先行

《自然》杂志最新一期发表的一项肿瘤学研究显示，某些癌症患者或能从“超适应证”（off-label）药物中获益，患者接受了肿瘤全基因组测序，使研究人员能够鉴定罕见的和新的遗传变异，进而与可用的药物配对。

基于个体基因组的精准癌症治疗前景可观，这一治疗思路强调在治疗时考虑个人的基因因素，通过对患者遗传信息的检测和分析，针对性地选择适当和最佳疗法。在前段时间于厦门CSCO会议期间举办的“罕见突变肿瘤精准治疗研究协作组（RMRC）成立大会”上，多位专家分析指出，按照分子类型来治疗肿瘤是未来趋势，也是学术界和产业界迈向精准医疗的重要一步。

生物学行为转向

进入21世纪，临床肿瘤学在治疗方面有三点共识——循证医学、规范化和个体化。其中，四大转变值得关注：基础研究成果向临床应用转化、非肿瘤专科治疗向肿瘤专科治疗转化、从单一治疗手段向多学科综合治疗手段转化；从经验医学走向循证医学指导的个体化精准医学。

随之而来的，是肿瘤分类不再局限于肿瘤部位与病理形态，而需结合肿瘤患者分子分型特征（如肺癌中EGFR突变、乳腺癌HER-2扩增等），基于特定分子表型给予相应的靶向治疗，成为当前晚期肿瘤治疗首选方案。

罕见突变肿瘤精准治疗研究协作组（RMRC）组长、上海交通大学医学院附属仁济医院肿瘤科主任王理伟认为，传统的癌症治疗方法基于人体起源组织，比如针对肠癌、肺癌有不同的治疗思路。

“从肺癌即可看出，医药领域对肺癌的理解已经不局限在‘一个’肿瘤范畴，而是‘一类’肿瘤。”王理伟介绍道，部分乳腺癌类型和部分肠癌类型也是相同的，比如赫赛汀治疗HER-2阳性的乳腺癌，针对消化道肿瘤也有一部分HER-2阳性同样有效。

差异化的肿瘤生物学行为，直接影响治疗结局。以EGFR突变为例，19外显子缺失突变、L858R点突变，意味着患者对易瑞沙、特罗凯、凯美钠等EGFR抑制剂敏感；而T790M突变患者，对易瑞沙、特罗凯、凯美钠等第一代EGFR抑制剂耐药，却提示患者对AZD9291等第三代EGFR抑制剂敏感；EGFR 20号外显子的突变，除了S768I点突变外，绝大多数对目前已有的EGFR抑制剂均耐药。此外，不明起源恶性（CUP）肿瘤、多元发肿瘤（MPC）等特殊肿瘤，也凸显出精准治疗的迫切性。

“大部分肿瘤组织细胞的特定基因表达谱已被广泛研究及识别，并发现与正常组织不同，基因表达谱的不同为特殊肿瘤患者的组织起源提供了有价值的诊断预测方法。”浙江大学医学院附属邵逸夫医院肿瘤内科主任医师李达指出。

数据大而不全将影响分析价值

事实上，某一种基因突变类型，可能在某一个部位的肿瘤中是属于常见突变，而在另外一个部位的肿瘤中却属于罕见、少见突变，只要找到这个突变基因，针对这个靶点来进行治疗就能够获得疗效，患者的生存质量也能够得到极大提升。正因为此，通过基因测序和数据分析找到突变基因，精准治疗尤为重要。

河南省肿瘤医院主任医师陈小兵坦言，精准治疗诊断先行，精准诊断检测先行，精准检测分析先行，精准分析数据先行。“然而，数据大不等于数据全，数据多不等于价值高。大数据不等于数据大，数据如果大而不全，就失去了数据的分析价值。”

目前，基因测序公司数量众多，很多基因测序和大数据公司都拥有数以万例计的患者数据，但相当多的大数据缺乏随访数据，无法真正把测序、随访、临床相结合，造成了重要的临床信息缺失。

资料显示，2015年，美国癌症基因组计划（TCGA）收集近14000例患者，92%的病例并未记录肿瘤细胞纯度，81%的病例竟未记录患者确诊为肿瘤时的肿瘤具体分期。另外，数据仓库也不等于智能医疗。2016年，哈佛大学定量科学系教授和主任Gary King在华盛顿邮报中指出，创新并非来源于数据体量（Volume），而是对数据的理解和应用。

值得关注的是，部分临床医生在开展测序工作时往往对临床用药和标本测序缺乏重视，甚至对于二代测序本身缺乏足够了解，基因大数据不清楚应当如何使用，也不知道二代测序的大数据结果应当如何解读，没办法判断数据质量。

海军军医大学附属上海长海医院泌尿外科李晶教授举例，外科医生选择临床标本容易忽视肿瘤纯度和肿瘤异质性；尤其是前列腺癌，穿刺穿10针，每一针都不一样，每一份样本都可能代表其自身特性，导致基因检测出来的突变频率特别低。“这些情况都值得注意。”

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。