精准医学

来自医学百科
超级小松松讨论 | 贡献2015年12月12日 (六) 21:39的版本 (以“===概念=== 又称为'''精准医学''',是以个体化医疗为基础、随着基因组测序技术快速发展以及生物信息与大数据科学的交文应...”为内容创建页面)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)

概念

又称为精准医学,是以个体化医疗为基础、随着基因组测序技术快速发展以及生物信息与大数据科学的交文应用而发展起来的新型医学概念与医疗模式。其本质是通过基因组、蛋白质组等组学技术和医学前沿技术,对于大样本人群与特定疾病类型进行生物标记物的分析与鉴定、验证与应用,从而精确寻找到疾病的原因和治疗的靶点,并对一种疾病不同状态和过程进行精确分类,最终实现对于疾病和特定患者进行个体化精准治疗的目的,提高疾病诊治与预防的效益。据介绍,美国医学界在2011年首次提出了“精准医学”的概念,2015年美国总统奥巴马在国情咨文演讲中宣布了新的项目计划:精准医疗计划。希望以此可以引领一个医学新时代。这将使人们更接近治愈肿瘤、糖尿病等疾病,同时能够获得保障个人健康的个性化信息。该计划有助于人类更好地认识肿瘤,做好健康管理。

“精准”解读

一.奥巴马版本的理解


奥巴马的咨文中,为他的计划罗列了四个要素(精确、准时、共享、个体化)。


精确(therighttreatment)从2010年开始,奥巴马的科学界智囊团,也可以说是科学界的朋友,就开始设计美国医学发展的新蓝图。奥巴马在1月30日的讲话中,又将此番表述补充为“合适的病人,合适的时间,合适的治疗”。对于“合适的治疗”,奥巴马举了艾滋病患者的例子:“对他们的基因测序,使医生知道此种新的抗病药物对哪些人会有效,而对哪些人会有不好的副作用。这样受惠的病人现在还不够多,但是会变得越来越多,未来就在眼前”。


准时(attherighttime)美国NIH主任FrancisCollins——奥巴马智囊团的重要人物之一,在随后的一次报告中说了这样一句话“准时就是一切(timingiseverything)”。所有的医疗只有在合适的时间才是真正合适的,这也体现了预测医学和预防医学的含义,即“五前”:婚前、孕前、植入前、产前以及症状前这样的合适时间段。正如奥巴马所言,“要保证我们建立的这一体系能预防疾病,保证健康,而不只是仅仅依赖发病后的治疗”。


共享(giveallofusaccess)ObamaPreciMed的要旨是医学的发展应该使“我们自己和我们的家人都更加健康(keepourselvesandourfamilieshealthier)”共享还意味着“共为”。令奥巴马骄傲的是,“这么多病人全力地支持,今天他们与我们在一起,他们不是袖手旁观,也不想只是放马后炮,他们一开始便帮助设计这一计划。”确实,KaiserPermanente(凯撒医疗集团)这些私人医药公司,theMayoClinic(梅奧临床)这些大医院,DepartmentofVeteransAffairs(美国退伍军人事务部)这些政府相关机构,都已表示对精准医学的支持和参与。


个体化(personalizedinformation)奥巴马并没有贬低或排斥另一现代医学的提法“个体化医学”——“有的场合,有人把精准医学称之为个体化医学”。“每个病人都是独一无二的,医生们一直都在极尽所能去因人用药。就像你要输血,血型一定要匹配,这是一个非常重要的发现。”

二.广义定义


什么是精准医疗(又称精确医学),其与通常所讲的个体化医疗(personalized medicine)又是什么关系?精准医疗就是与患者分子生物病理学特征,如基因组信息,相匹配的个体化诊断和治疗策略。个体化医疗利用诊断性工具去检测特定的生物标志物,尤其是遗传性标志物,然后结合患者的病史和其他情况,协助决定哪一种预防或治疗干预措施最适用于特定的患者。通俗地讲,个体化医疗就是考虑患者本身的个体差异,药物治疗因人而异,为理想化的治疗。而精准医疗着眼于一组病患或人群,相对于个性化医疗针对个体病患的情况更为宽泛,更可行。两者有共同的内涵。也有医疗和研究机构将这两个概念放在一起,如杜克大学的“精准和个体化医疗中心”。


“精准医疗”这个概念事实上已经存在多年,而且很早就在中国的中医实践中体现。中医对同一个病症可以有多个不同的药方,因为要考虑到每一个病人的不同体质类型、心理特征和环境情况等。另外,中医将人区分为柴胡人、半夏人等,也是基于病人的基本体质。而如何应用现代科学技术来解释中医这些个体化对症治疗的机制和基础,尤其在肿瘤精准医疗中的应用,则是一个非常有意义,也是极具挑战性的现代课题。

发展历史

中国在早在本世纪初就开始关注精准医学,2006年首先提出了精准外科的概念,得到了国内、国际的医学界认可后被引用到肿瘤放疗、妇科等医学领域。其目标是通过合理资源调配、全流程的成本调控,获得效益与耗费之比的最大化。精准医疗相比传统经验医学有了长足进步,可以通过将精密仪器、生命科学等先进的现代技术与我国优秀的传统经验整合在一起,大大减小临床实践的不确定性,从而在手术中实现“该切的片甲不留,该留的毫厘无损”,在保证精准的同时尽可能将损伤控制到最低。

随着人类基因组计划 (HGP) 完成及二代测序技术兴起,生物信息学数据量得到了急剧扩增。然而,在编译、组织和处理这些数据的效率,提取能真实反应生物过程的数据,通过数据洞察人类健康和疾病等方面,并未能保持同步进展。导致部分信息闲置并不断增加。2011 年,美国国家科学院(NAS) 出版的《Toward Precision Medicine: Building a Knowledge Network for Biomedical Research and a New Taxonomy of Disease》提出,基因组学成果促进整合生物医学信息学和临床信息学,从而迈向准医学 (precision medicine)的时代。精准医学是依据患者内在生物学信息以及临床症状和体征,对患者实施关于健康医疗和临床决策的量身定制。其旨在利用人类基因组及相关系列技术对疾病分子生物学基础的研究数据,整合个体或全部患者临床电子医疗病例。精准医学与个性化医疗 (personalizedmedicine) 不同。个性化医疗强调为个体设计独特的治疗方式,而精准医学是服务于疾病新分类的需求,是整合生物医学研究和临床医学信息,并依据不同分子学基础定义疾病亚型,从而达到在分子学水平为临床疾病亚型群体提供更精确的诊断和治疗。

美国医学界在2011年首次提出了“精准医学”的概念,2015年1月20日,奥巴马又在美国国情咨文中提出“精准医学计划”,希望精准医学可以引领一个医学新时代。美国财政预算计划在2016年拨付给美国国立卫生研究院(NIH)、美国食品药品监督管理局(FDA)、美国国家医疗信息技术协调办公室(ONC)等机构共2.15亿美元用于资助这方面的科学研究与创新发展


短期目标——治疗癌症

精准医学是立足于基因组大数据之上的一种医学模式,首要目标是实现疾病的重新定义。传统的疾病分类主要基于临床症状和体征检查等;而精准医学的疾病分类则在此技术之上还要全面考量疾病发生的分子标志物、基因多态性、居住环境、生活方式等相关信息,最终形成一个基于分子生物学的疾病分类新模式。

目前癌症仍是人类最主要的致死原因,并随着全世界老龄化社会的到来而发病率剧增。世界各国都对癌症研究投人巨大人力和物力,而美国精准医学计划所设定的近期目标就是在癌症诊治方面实现突破,侧重于进一步从癌症基因组中筛选和鉴定驱动基因的突变(driver mutation),在此基础上开发更有效的癌症诊疗方法。

癌症精准医学计划希望进一步借助基因组测序和信息分析,来解释癌症药物抗性的原因,阐明癌症基因组的异质性特征,解析癌症复发和转移的机制,建立癌症联合用药新的应用指南等;最终形成对癌症精确诊断、分子分型、治疗应答预测的标志物等一整套精准医学指标。

研究人员发现,许多分子水平的病变都可成为诱发恶性肿瘤的因素。每种肿瘤都有自己的基因印记、肿瘤标记物以及不同的变异类型。虽然肿瘤发生主要是由基因损伤积累所导致的,但可遗传性基因变异通常会增加人们患恶性肿瘤的风险。这种对致癌机制的新认识已对抗癌药物和抗体的设计、癌症风险、分类诊断以及治疗策略的评估产生了一定的影响。此项计划对肿瘤的关注,将有助于清除目前在“精准肿瘤”方面的很多障碍,譬如机制尚不清楚的肿瘤耐药性、恶性肿瘤的基因组异质性、肿瘤监测反应以及抗肿瘤药物的联合应用等。当前的肿瘤治疗正逐渐从宏观层面对“症”用药,向更微观的对基因用药转变,实现“同病异治”或“异病同治".而“精准医学”已经成为肿瘤治疗的一个趋势。尽管“精准医学”更具个性化,但是其仍不能取代现有肿瘤学中预防、诊断、筛查和治疗的有效方法,其对于预防肿瘤复发目前也缺乏有效的手段,相信以后会得到改善。

在生物信息学的发展下治疗癌症

2012年,国际千人基因组计划研究成员在Nature杂志发表了1092个人类基因数据,绘制了人类遗传变异图谱,表明人群中存在大量的遗传变异,这有助于理解不同种族背景以及影响药物代谢的遗传学变异。2013年,英国首相卡梅伦宣布实施十万人基因组计划,并声称该项计划获得的信息将会作为免费资源公诸于众。这些遗传信息还会与受试者临床医学表型信息关联,有助于研究者发现与临床状况有关的基因信息,并开发新治疗策略,提高精准医疗。此外,其他大型转化医学项目还包括,如肿瘤基因图谱(Thecancergenomeatlas,TCGA),DNA元件百科全书(encyclopediaofDNAelements,ENCODE),以及人类蛋白质组计划(humanproteomeproject,HPP)等。TCGA包含体细胞突变、拷贝数变异、mRNA表达、miRNA表达、蛋白质表达和组织学图片等各类信息,旨在整合约7000种人类肿瘤的复杂分子网络。ENCODE计划绘制转录区域,转录因子相关区域、组蛋白修饰区域、DNA甲基化区域以及染色体结构,从而阐明编码人类基因组的所有功能性元件。

HPP计划旨在深入理解人类基因组计划预测的约20000个人类蛋白质编码基因。近期染色体为中心的HPP计划(chromosome-centrichumanproteomeproject,C-HPP)及基于人体组织的HPP图谱(tissue-basedmapofhumanproteome)已取得一定进展。C-HPP计划深入系统地分析各种已知和遗漏的染色体蛋白质组织/细胞、亚细胞定位以及与人类疾病(如免疫性、代谢性疾病以及癌症)的关系。基于人体组织的HPP图谱鉴定了药物相关性蛋白、癌症蛋白以及不同组织器官的代谢差异。此外,分泌组(secretome),即全部的分泌性蛋白,也是蛋白组的重要部分,约由10%人类基因编码。其在细胞免疫、黏附、通讯以及药物传送机制中具有重要作用。分泌性蛋白数据库(secretedproteindatabase,SPD)收录了18000种人以及鼠的分泌性蛋白,包括来自SwissProt、Trembl、Ensembl和Refseq等序列信息。研究细胞分泌组有助于鉴定疾病诊断、预后及治疗反应监测的生物标记物。

基于分子表型的疾病细分

基于分子表型的疾病新分类系统发展在精准医学中具有重要作用,有助于探索新治疗策略以及新药开发,以进一步提高临床疗效。例如,高通量基因表达谱技术证实,曾一度认为性质单一的弥漫大B 细胞淋巴瘤 (DLBCL) 存在显著的分子学异质性。DLBCL 至少存在3 种基因表达亚型,即:GCB(germinal-center B-cell-like)、 ABC (activated B-cell-like) 以 及 PMBL (primary mediastinal B-cell lymphoma) 。这些亚型起源于 B 细胞分化的不同阶段,存在不同的原癌基因激活特征。在现行的标准疗法下,不同的亚型与临床预后相关。ABC 亚型一般预后不良。ABC 亚型中的基因变异引起NF-κB(nuclear factor-κB) 活性改变,与治疗抵抗有关。Hsp90 抑制剂AUY922,能有效靶向ABC 亚型中基因变异引起的NF-κB 活性改变,表明其在提高ABC-DLBCL 疗效及预后方面具有潜在应用价值。然而,疾病基因学复杂性决定了单一的组学研究很难系统且完全地解释疾病的整体生物学行为,从而进行精准的疾病细分。因此,不同组学及组学的整合研究是开发疾病新分类系统的关键。目前,不同组学平台的数据标准化尚未统一,组学整合研究进展受到一定阻碍。建立组学数据整合标准化模型迫在眉睫


长期目标——对健康和疾病认知提供知识储备

“精准医学”鼓励和支持新一代的科学家去创新和发明,并应用于生物信息方向的探查、测量和分析——包括分子、基因、细胞、临床、行为、生理和环境参数等方面。例如,目前的血液计数可能被未来不同类型的免疫细胞普査所取代;医疗移动设备可实时监测并提供血糖、血压和心律等方面的数据;基因型检测可能会揭示特定的基因变异,从而为某些疾病的的诊断和治疗提供依据;粪便检测可识别导致肥胖的肠道微生物。另外,血液样本中也可检测出早期的恶性肿瘤或复发的肿瘤细胞及DNA�这些研究项目将推动人们对疾病起因、发病机制、预防和治疗的理解,为“精准医学"奠定广泛而坚实的基础。