傳說中的精準醫(yī)療,你想知道的6個問題(上)
2016-02-16
魚詠濤
微言創(chuàng)新
微言創(chuàng)新
InnoTalk “微言創(chuàng)新”由上??茖W院規(guī)劃研究處和上海產(chǎn)業(yè)技術研究院戰(zhàn)略咨詢中心共同出品,專注產(chǎn)業(yè)創(chuàng)新領域研究。言微意未盡,集智求創(chuàng)新。 什么是“精準醫(yī)療”? “精準醫(yī)療”(PrecisionMedicine,PM),是一種基于病人“定制”的醫(yī)療模式,在這種模式下,醫(yī)療的決策、實施等都是針對病人個體特征而制定的,疾病的診斷和治療是在充分分析病人自身的遺傳、分子或細胞學信息的基礎上進行的。 2011年11月2日,美國國家科學院國家研究理事會(NRC)發(fā)布了題為“邁向精準醫(yī)學:構(gòu)建生物醫(yī)學研究知識網(wǎng)絡和新的疾病分類體系”的報告,第一次明確提出了“精準醫(yī)學”的概念,并討論了為實現(xiàn)該目標需要開展的核心任務。該報告大致梳理出了美國版精準醫(yī)學的脈絡:構(gòu)建基于生物學大數(shù)據(jù)的生物醫(yī)學研究知識網(wǎng)絡,建立新的疾病分類體系,從而定義新型疾病或?qū)膊∵M行分子分型和藥物分層,實現(xiàn)疾病的精確診斷和準確治療。 美國國立衛(wèi)生研究院(NIH)主任Francis S. Collins曾發(fā)文闡述“精準醫(yī)學”計劃的概念,描述了其主要研究內(nèi)容、未來工作以及發(fā)展策略。該計劃的核心目標是要整合人類基因組學及技術、第二代測序技術、計算機生物學分析、醫(yī)學信息學、臨床信息學、疾病特異性動態(tài)標志物和網(wǎng)絡、精準藥物研發(fā)、毒性敏感監(jiān)測、療效依賴性治療以及預后,從而精準促進個體健康。
例如肺癌的精準醫(yī)學,它需要掌握并理解肺癌基因組學、表觀遺傳學、代謝組學以及肺癌患者臨床表型(包括宿主、癥狀、體征、生化、影像及計算程序)等方面的信息,同時要驗證藥物治療的機制、效果,制定出標準而有效的治療方案,最終推廣應用。分子靶向治療肺癌,可能成為精準醫(yī)學在臨床實踐中的一個案例。 “精準醫(yī)學”概念實際上也是此前描述21世紀的醫(yī)療模式時各種提法的升級版,是對4P模式和TIDEST模式的兼收并蓄。 精準醫(yī)療能治什么??? 精準醫(yī)學的終極目標是針對所有醫(yī)學健康問題發(fā)揮重要作用,但目前,最可能實現(xiàn)精準診療的是腫瘤。美國的精準醫(yī)療計劃的短期目標就是指向精準醫(yī)療在癌癥臨床治療上的應用。 美國國立衛(wèi)生研究院主任弗朗西斯·柯林斯在《新英格蘭醫(yī)學雜志》上發(fā)表的一篇文章中指出,癌癥是常見的疾病,隨著人口老齡化進程的加快,他們已是美國以及全球其他地區(qū)主要的死亡原因。而癌癥是一種基因組疾病,每種癌癥都有自己的基因印記、腫瘤標記及不同的變異類型。許多靶向療法已經(jīng)或正在研發(fā),其中已經(jīng)有些為民眾帶來益處,效果顯著。最新的癌癥免疫療法研究中有跡象表明,腫瘤標記物能成為預測癌癥的顯著因子。 靶向治療,相信許多癌癥病人并不陌生。它的原理就是考慮每一個體健康的差異,定制個性化的預防和治療方案,而個體差異主要由基因決定,所以只有精確了個體的遺傳和基因組學信息,個性化預防和治療才可能實現(xiàn)。 在實施靶向精準治療之前,常規(guī)化療的有效率不高,而且在治療前醫(yī)生無法區(qū)分哪些病人可以從常規(guī)化療方案中獲益,也無法提前預測藥物的副作用。在精準治療之后,醫(yī)生可以在使用藥物前,就知道病人是否可以從藥物治療中獲益及相應的副作用,從而為病人提供精準的醫(yī)療服務。這樣,一方面可以把握住病人的最佳治療時機,另一方面也減輕了病人的經(jīng)濟負擔。 因此,精準醫(yī)療的精髓是“異病同治”(不同病人的不同腫瘤,如果分子機制/藥敏、耐藥特征相同,就可以用相同的治療方式)和“同病異治”(傳統(tǒng)病理分類相同的腫瘤,根據(jù)不同的分子機制/藥敏、耐藥特征,提供不同的個性化治療) 如何實現(xiàn)精準醫(yī)療? 精準醫(yī)學有兩個重要的基石:一是以基因組為代表的組學研究,包括基因組、轉(zhuǎn)錄組、蛋白質(zhì)組、代謝組等,以及與此相伴隨的大數(shù)據(jù)研究,包括方法、策略、理論等。二是在了解組學知識的基礎上,打通基因型和表型的關聯(lián),其中重要的工具就是生物信息學,包括生物網(wǎng)絡和系統(tǒng)生物學等。當前,精準醫(yī)學就是大數(shù)據(jù)與組學兩大科學前沿的交匯。 當前在組學中最大的挑戰(zhàn)來自基因組中的“暗信息”,即那些被檢測到,卻不知道其功能的遺傳信息。目前在人類30億個遺傳密碼中,真正被人類了解、受“中心法則”支配的遺傳信息僅有3%。雖然目前絕大多數(shù)非編碼序列的生物學作用是未知的,但從進化生物學、比較基因組以及非編碼RNA的研究來看,這部分遺傳密碼與人類健康同樣密切相關。就精準醫(yī)學的重要支柱——組學而言,我們還有太多的未知有待發(fā)現(xiàn)。 在大數(shù)據(jù)方面,同樣面臨很多科學問題。大數(shù)據(jù)分析人員最頭疼的是,從大數(shù)據(jù)中挖掘共同疾病中不同個體的特異性,以及不同疾病中群體所具有的共性。例如對特殊腫瘤的研究,能取得的樣本只有幾十個或者幾百個。用這樣少的樣本體系,去評估一個人群的疾病特征,就是一個不完備的數(shù)學問題。不僅如此,由于腫瘤、心腦血管疾病等都是多基因疾病,所取樣本中患者的基因變異不完全相同。如何對類似的“大數(shù)據(jù)、小樣本”進行分析,找出其中的數(shù)學規(guī)律,實現(xiàn)精準診療?這就需要建立新的數(shù)學模型以及理論分析體系。
作者簡介:博士,上海產(chǎn)業(yè)技術研究院生物信息技術研究中心研究員。具有十年以上的分子生物學、生物化學和高通量基因組學技術實驗研究經(jīng)驗,近6 年在美國弗吉尼亞大學醫(yī)學院的轉(zhuǎn)化醫(yī)學(Translational Medicine)研究經(jīng)驗,曾任國家973 計劃《疾病基因組學理論和技術體系的建立》子課題負責人。 閱讀
|
|
來自: yanyahoo > 《生物產(chǎn)業(yè)》