从1.0 到5.0,癌症分类和精准诊断的发展

今天的话题是「癌症精准诊断未来发展趋势」，首先会介绍癌症精准诊断发展路径，从 1.0 到 5.0 版精准诊断的内容。会具体介绍我们现在正在临床普及中的癌症精准诊断 3.0 的内容，和正在研发的 4.0 的内容，以及预测一下未来 5-10 年，在这个领域里，癌症精准诊断有哪些发展趋势。会根据发展趋势与大家一起讨论一下，这个领域的创新型企业的研发方向和发展机会。最后会展望一下患者在未来能够体验到的新科技带来的癌症诊疗上的改善。

从 1.0 到 5.0，癌症分类和精准诊断的发展

我们先介绍一下癌症的分类和精准诊断的发展路径。从 1.0 版本到 5.0 版本，癌症诊断技术迭代非常快，1.0 版诊断是基于肿瘤部位区分，如肺癌、肝癌。鉴别区分癌细胞和正常细胞。2.0 版加入了组织形态学分型，如鳞癌、腺癌。3.0 版加入了分子分型，如 EGFR 突变，cMet、BRAF、KRAS 突变。4.0 版加入了免疫评估，如 PD-1、PD-L1 表达，微卫星不稳定性（MSI high）和错配修复缺陷检测（dMMR）等。5.0 版需要多组学同时参与诊断。后面我会详细介绍。目前正在临床普及中 3.0 版，它有非常现实的意义，能直接指导靶向药物的使用。

3.0 版癌症精准诊断，引入了分子分型，通过分子标记物，将癌症病人分为不同的群体类型，帮助判断预后、转归、复发和指导靶向药物使用。

以非小细胞肺癌为例：在 2.0 的基础上，进一步将非小细胞肺癌分为不同基因突变类型，如 KRAS 突变型、EGFR 突变型、BRAF 突变型，检测患者是否有相应的突变，指导靶向药物使用和帮助判断患者预后。如有 EGFR 突变给与 TKI 抑制剂，易瑞沙、特罗凯、阿法替尼；有 BRAF 突变，给与维罗非尼等。

BRAF 突变的非小细胞肺癌在整个肺癌群体的发病率只有 7%，如果不进行基因分型检测，我们就直接使用 Vemurafenib 治疗的话，理论上最高的有效率也只有 7%，因为它是针对突变进行治疗的药物。药厂研发的话，如果不区别人群使用药物，药物的有效率只有 7% 的话，这个药物不会被批准上市。靶向药物的伴随诊断非常重要。

我们正在研发的 4.0 版，在 3.0 版的基础上，又加了免疫特性评估，指导肿瘤免疫药物使用。

PD-1 抑制剂肿瘤免疫药已经在美国上市，2014 年到现在，FDA 已经批准了 5 个，分别是施贵宝、默沙东罗、罗氏/基因泰克、阿斯利康、辉瑞/默克药厂。主要针对 2 个靶点，前面这 2 个药物是针对 PD-1，后面这 3 个药物针对 PD-L1。2018 年 6 月中国药监局也批准了中国市场上第一个施贵宝生产的 PD-1 抑制剂药物，最近默沙东的 PD-1 抗体药物也获得中国药监局的批准。

这类药物的原理是这样的，解决了两类细胞的相互关系。一个是肿瘤特异的 T 细胞，一个是肿瘤细胞。T 细胞表面表达两类蛋白：一类受到刺激后引起免疫反应；另一类受到刺激后抑制免疫反应，维持免疫系统平衡。肿瘤细胞表达 PD-L1，与 T 细胞表面抑制免疫反应的 PD-1 结合，抑制 T 细胞。PD-1 药物就是解除肿瘤免疫抑制，使 T 细胞持续杀伤肿瘤细胞。

PD- 1 抑制剂类药物，每年使用费用人民币是 60-90 万。另外 3 个针对 PD-L1 的抗体药物，年使用费用也将近 100 万，非常昂贵。

但是昂贵的药就一定有效吗？PD- 1 抑制剂只是针对其中一部分人群有效。它的痛点就在于获益人群非常低，多种实体瘤，平均下来反应率只有 30%-40%。换句话说，有 60%-70% 的患者对这个药没有任何效果。而且有 4%-5% 的患者是有爆发式的增长，这个副作用是蛮强的。哪些患者会从这个药物中真正获益，谁才是受益人群？如中国最大的患病人群-肺癌和肝癌的人群，肺癌的反应率不超过 20%，肝癌不超过 16%。100 个人里面，只有 16 个人有效，谁会是这 16% 呢？这是我们亟待肿瘤精准诊断解决的问题，也是 4.0 版癌症精准诊断主要研究的问题。哪些患者会是 4% 使用之后爆发增长的人群，这个也是要筛查出来的，避免使用该药物。PD-1 抑制剂药物 2014 年上市到现在，也有将近 4 年的时间，有一些患者表现出持续有效反应，这是肿瘤免疫药物的优点。有些患者会持续有效 2 年、3 年、4 年，甚至超过 5 年。谁会是持续有效反应的受益者，这都是我们产业界和科学界亟待需要解决的问题，有强烈的临床需求和意义。

现在重点介绍一下 4.0 版，创新型企业未来的重点关注的领域：PD-1 抑制剂药物疗效相关因素。目前科学上发现，以下这些因素与药物反应密切相关：PD-1/PD-L1 的表达、错配修复缺陷（dMMR）和高度微卫星不稳定性（MSI-H）、浸润淋巴细胞 TIL 密度及部位、浸润细胞的细胞组成、TIL 激活状态 、 肿瘤突变负荷（TMB）/肿瘤新生抗原负荷（TNB）、免疫相关基因表达、肿瘤微环境抑制情况、肠道菌群多样性及种类与丰度、 HLA 多样性及突变等。

第一个要重点检测的：错配修复缺陷（dMMR）和高度微卫星不稳定性（MSI-H），与 PD-1 药物的反应率密切相关。蓝色的是有错配修复缺陷患者。有 dMMR/MSI-H 突变癌症患者，整体缓解率近 50%。可以看到这个蓝线就是具备错配修复缺陷和高度微卫星不稳定的患者反应非常高。如果没有修复缺陷，没有高度微卫星不稳定性，反应率就显著降低。但是有一个问题，只有 10%-20% 的肿瘤患者是有错配修复缺陷和高度微卫星不稳定性，反过来说有 80%-90% 的患者是不具备这个特性。那是不是这 80%-90% 的人就不能使用 PD-1 抑制剂药物呢？临床上不是这样的，有一些尽管没有错配修复缺陷，依然对这个药物有反应。同时 dMMR/MSI-H 突变癌症患者，整体缓解率也只有 50%。单一因素尚无法决定 PD-1 抗体药物使用的准确率。

一系列研究表明，其他一些因素也决定 PD-1 抑制剂药物是否有反应。其中肿瘤突变负荷（TMB），与免疫治疗响应正相关。肿瘤在进化的过程中，会不断产生突变。突变负荷比例越高，会对药物反应的可能性就越大。如图蓝色的是高肿瘤突变负荷，比低肿瘤突变负荷的患者生存期显著延长。一部分患者在 40 个月后稳定下来。持续有效至 80 个月。基因的突变量与药物治疗的反应正相关，这也可以作为一个非常重要的药物使用标志物。

另外一个潜在因素：肿瘤新生抗原负荷。癌细胞不断扩增分裂，会产生很多新的突变。新的突变有一部分会形成新生抗原，新生抗原可以激活免疫系统。所以肿瘤新生抗原负荷越高，对这个药物的反应性就有可能越大。但是，有个概念非常重要，不是每一个突变都会具有免疫原性，绝大部分突变是不具备免疫原性，不能被免疫系统识别的。只有具有免疫原性的，能刺激机体免疫细胞产生应答的这种突变才会有价值。

下一个非常重要的相关因素，就是 PD-1/PD-L1，我刚才介绍药物作用机理。这个药物会阻断 PD-1/PD-L1，是一个抑制剂，是阻断 PD-1 和 PD-L1 相互作用。所以，如果在肿瘤中没有 PD-1 和 PD-L1 表达，没有靶点表达的话，这个药物不会有什么效果。在肿瘤活检或病理检测的时候，一定要测 PD-1 和 PD-L1 表达。但是也不够，因为各种原因，患者肿瘤中有 PD-1 和 PD-L1 表达或没有表达的，与药物有效与否的相关性并不好。所以，一个单因素很难成为 PD-1 抗体药物唯一的诊断标准。

另外比较有意思的事，我们治疗的时候，肠道菌群也参与到整个免疫调节过程当中。红线是服用了抗生素导致的肠道菌群紊乱的患者，我们看到菌群紊乱之后，对药物的反应很差。菌群跟药物的有效性，也发生着很密切的相关性。

另外有一个非常有意思的实验，就是把病人大便里面提出的菌群移植到老鼠肠道内（包括疾病缓解或未缓解患者的粪菌），再给老鼠 PD-1 药物，病人对 PD-1 抑制剂药物有反应的，把菌群移植放到老鼠身上之后，老鼠对 PD-1 药物也有反应。对药物没有反应的病人，粪菌移植到老鼠身上，老鼠对药物也没有反应，这是一个非常直接的证据，证明了肠道菌群与药物的有效性密切相关。并发现治疗中获益的患者体内普遍存在：Faecalibacterium 和 Clostridiales 细菌。也就是告诉我们，我们在使用 PD-1 抑制剂药物之前，要增加菌群检测。同时也提醒我们，病人治疗过程中，抗生素使用要高度注意，避免造成肠道菌群紊乱，同时要给与益生菌支持。

刚才讲了很多生物学的内容，我们在临床和创新企业做研发方向战略讨论时，一定要有数据支持和了解生物学原理，再去判断下一步的诊断和产品开发。

还有 HLA（人类淋巴细胞抗原）多样性，多样性高和多样性低，患者总体存活率显著区别。HLA 多样性高且突变多，与多样性低且突变少的患者的总体存活率显著差异。HLA 基因多样性影响免疫检查点抑制剂治疗效果。

刚才讲了很多，但还不止这些，还有很多因素，不是任何一个单因素就能准确预测 PD-1 抑制剂药物是否有效，或者持续有效，还有很多新的因素都需要不断考虑进去。多因素综合判读是未来非常重要的研发方向。

这其实也是群体医学到精准医学发展的一个必然。我们以前很粗犷，现在我们有手段和技术能力，去把人群细分，看到不同人群对不同药物的反应。

未来 5-10 年技术预测：精准诊断 5.0 要建立多组学全息诊疗方案

刚才讲到了肿瘤的背景和肿瘤癌症精准诊断 3.0，现在正在临床推广的，以及肿瘤癌症精准诊断 4.0（我们正在研发的）。未来 5-10 年，潜在的一些诊断技术，肿瘤癌症精准诊断 5.0 会是一个什么方向呢？

应该是一个多组学精准的综合诊断，我们姑且把它命名为 5.0 版，整个癌症诊断的技术迭代非常快，有可能 3-5 年内就可以看到多组学全息肿瘤诊断的临床普及和推广。这个趋势也是符合精准医学发展路径的。精准医学是要整合各种参数，使新疾病分类法植根在内在的生物机制中，建立在信息共享系统上的疾病知识网络及新分类方法，整合难以用传统分子生物学术语描述的重要信息（如社会环境因素等等）。是构建生物医学研究的知识网络和新的疾病分类方法，是精准医学核心的部分。

为什么肿瘤诊断一定要走到 5.0 呢？是因为这个肿瘤自身的生物学特性。肿瘤是高度复杂的疾病：第一，高度的异质性。第二，高度的肿瘤微环境抑制。我从生物学的角度先给大家解释一下，了解了肿瘤自身的生物学特性和进化特点，你再做产品研发时，才会有的放矢。

肿瘤具有高度空间异质性，从基因组学角度，这是科学院基因组所吴忠仪、吕雪梅教授团队做的非常有意义的一个研究工作。从肝癌患者的 1 个 3cm 的肿瘤组织，蜂巢式取样 300 个组织块进行 2000 X 基因组测序分析。直径 3cm 肿瘤携带了上亿个基因编码区突变。遗传多样性分布在 10 亿甚至更多的肿瘤细胞群体中。不同突变的肿瘤克隆，最小的有 100、200 个细胞，最多的有上亿个细胞。

高度时间异质性（基因组学）

100 名 NSCLC 非小细胞肺癌患者。不同疾病阶段，外显子深度测序结果显示：进化早期，基因突变/扩增发生在克隆水平，属于驱动基因，像 BRAF、KRAS、EGFR 基因，与 NSCLC 的形成有关。随着时间的延长到进化晚期，可以看到突变发生了显著的改变。75% 肿瘤出现了亚克隆水平各种变异，变异位于肿瘤不同区域。不是最早出现的那种变异了。

转录组层面又是不同的，5 个脑胶质瘤患者的总计 430 个肿瘤细胞进行单细胞测序。5 个患者的 mRNA 表达模式完全不同。即使同一个患者，他单细胞之间的差异性也非常大，高度的异质性。一个患者自身肿瘤的异质性很强，同时脑胶质瘤 5 个患者之间有着高度的异质性。

代谢组学，癌症与代谢通路改变密切相关，可以看到由于代谢迁移，生存期完全不同。蛋白组学也显示不同的肿瘤，蛋白表达差异大，且与生存密切相关。

我们自己的数据，何有文教授我们团队自己的数据，测了 400 个脑胶质瘤患者的全基因组抗原表达，患者之间差异非常大，同样都是脑胶质瘤，抗原表达差异非常大。但是，也有一定的倾向性，有可能作为候选的高频免疫抗原。

这个结果也是发表在《自然》上的，可以看到原发和复发的脑肿瘤基因变异有很大不同。红色是原发的脑胶质瘤组织，把它取出来之后，进行测序的突变；蓝色的是这个病人过一段时间很快复发，复发之后再进行基因测序；黄色的是这两次测序共有的突变。原发的和复发的，大家可以看到，第一个患者只有 8% 的共有突变；第二个患者原发肿瘤和复发肿瘤突变只有 1% 是共有的。第三个是 1.5%。高度的异质性，就是在不同的时间点上，同样一个病人，疾病已经发生了天翻地覆的变化。

3.0 版的靶向药物，现在正在研发的和上市的有 200 多个。靶向药物只是针对一类特定的基因突变，它只是针对一类特定的肿瘤群体。

肿瘤细胞群体中，大家可以看到，存在着抗性突变的概率非常高。靶向药物只能杀灭其中一部分的克隆，很快就会耐药，这个过程是必然的，这个与我们临床观察到的是一致的，我们所有的靶向药物都会耐药。尽管我们的药物很贵，6 个月、8 个月、12 个月后，都会耐药，它只能控制其中一部分克隆。

而且还存在一个关键问题，吴仲义教授团队和吕雪梅教授团队根据数据分析，主要克隆被杀死和抑制之后，会助长抗性克隆的膨胀和发展，主要克隆在克隆竞争的过程中（肿瘤生长的环境很恶劣，克隆之间会发生生存竞争），主要克隆会抑制那些其它克隆的生长，当主要克隆被杀伤之后，其它克隆会无序成长，甚至发生爆炸式增长。在临床观察中有一部分患者，靶向药物耐药之后，肿瘤爆发式增长一致。

刚才看到所有的都是从生物学角度看肿瘤。肿瘤里面不光只有肿瘤细胞，还有免疫细胞，我们叫做肿瘤浸润的淋巴细胞。我们看看肿瘤浸润 T 细胞，这是很重要的一类细胞 T 细胞的异质性。在肿瘤发生早期，浸润的免疫细胞密度会比较大、数量比较多、成分也比较复杂；晚期浸润程度比较差。T 细胞是肿瘤免疫反应最主要的效应细胞，如果不能进入到实体瘤内部，疗效不会很好。

浸润的成分也是不一样的，因为 T 细胞有很多种不同的亚群，有正调控和负调控的。不同的亚群的数量上，人和人之间、不同肿瘤原发和复发、转移的都不一样。浸润的位置：在肿瘤外周比较多，在中间比较少。肿瘤进入快速生长的时候，肿瘤中间是低氧、供血不足的，免疫细胞会很快死掉，或者是处于一个非激活的状态。这是肿瘤浸润免疫 T 细胞在肿瘤中的异质性。

再来看一下胶质母细胞瘤的示意图，黄色代表肿瘤细胞，在很早期就已经发生了肿瘤细胞的转移。给我们一个提示，在精准诊断的时候，要观测不同的空间定位，很重要。以前我们太粗放了。CT 或者是其他影像学的帮助下，能看到都是大的克隆。但是对于少量细胞甚至单细胞，我们很难捕捉到。即使捕捉到，我们通过传统的方法，放疗的方法、手术的方法也没有办法根除，这些细胞很快就会快速增长起来。

刚才说了好多有挑战的事情，都是肿瘤在体内不断进化的过程中，形成了高度异质性，包括时间异质性、空间异质性。

下面讲讲微环境的抑制。肿瘤里面不光只有肿瘤细胞，里面的成分还是蛮复杂的。除了肿瘤细胞之外，还有浸润的淋巴细胞，还有基质细胞，还有这些细胞产生的大量细胞因子、趋化因子等，不断传递细胞和细胞之间的信息。

T 细胞为例，T 细胞表达了大量的调控因子，有激活和抑制的分子，我们刚才介绍的 PD-1/PD-L1 的药物就是其中一对分子。还有很多，这些都是它的调控因子。仅在 T 细胞里面就这么多，很复杂。

肿瘤微环境里，是高度免疫抑制的，也是高度复杂的。当肿瘤细胞死亡后，它会有大量的免疫抑制分子释放到微环境中。图里不同颜色代表不同的抑制性分子。举其中一个例子，COX-1/2 和 PGE2，一旦在肿瘤微环境里高表达，就会引起一系列细胞因子的产生，刺激肿瘤细胞快速增长。如果对 COX1/2 进行检测，如果高表达，会有相应的治疗办法。COX1/2 是有药物的，非特异性的 COX-1/2 可以用阿司匹林，特异性的 COX-2 可用西乐葆。

肿瘤微环境抑制进展有很多，就不细说了，刚才只是给大家看了一个示意图。

肿瘤生态环境形成全新的、复杂的机体组织。肿瘤具有独特的物质基础和细胞组成，它这里面细胞的成分非常复杂，有自己独特的结构组织，它是一个超级的生命体，具有遗传性、可变性。随着时间，不断的演进、变化，有强大的可塑性，当有外界药物选择性压力的情况下，有非常强大的可塑性。

针对这样一个超级组织，我们的 1.0-4.0 版本，精准诊断，有很多不足的地方。对实体瘤的内部，刚才提到了，那么多的细胞和细胞亚群的组成，它的比例是什么样的？它的功能状态是什么样的？空间结构？细胞和细胞亚群空间定位是什么样？我们截止到目前，我们所有的医院，不管是中国的医院，还是国外的，都是一样的，对它还知之甚少。我们的研究还局限在只是针对肿瘤细胞，还缺少对大量肿瘤细胞微环境内其他细胞群体、亚群、活性等，特别是空间位置关系的关注。

由于技术局限性，我们在做低纬度的观察。这个观察其实很模糊，看不清楚，是有技术限制的。假设这是一个肿瘤组织，我们可以很清晰的看到高纬度、多维度图谱的时候，可以很清晰的解析它的空间位置关系，它的组成成分，知己知彼，制定我们的治疗策略和作战方案，整个肿瘤治疗就与现在截然不同了。

要从多维度去观察肿瘤，分子、通路、蛋白、细胞、细胞间相互作用、位置关系、组织、组织微环境，多角度看肿瘤组织生态系统---从分子到表型。

刚才谈到的肿瘤特性，虽然很复杂，异质性非常高，肿瘤微环境高度抑制，客观上也提供一个机会，提供了创新型企业研发和发展的空间。在未来 5-10 年，在这个领域会有大量的新技术产生。如果这些新技术很好应用到肿瘤临床当中，就会带来企业发展的机会。

围绕着刚才提到肿瘤特性和治疗难点，能在低纬度进行细胞类型解析，细胞亚群分析，细胞和细胞克隆的鉴定，以及多组学对整个生态系统的分析。在高纬度上进行细胞和细胞克隆空间关系的图谱解析，还有肿瘤动态关系分析。如果能够提供这些分析的方法，我相信在未来的发展中都会有新的机会出来，有新的创新型公司产生。

对我们未来有帮助的，值得关注的几个技术方向。

1、单细胞多组学测序及分析技术（transcriptomic，genomic，epigenomic，proteomic）。

2、质谱流式及成像质谱技术（mass cytometry）。可以原位解析细胞空间关系，我们现在所有的检测都是提供组织之后，把它打碎掉进行测试，现在质谱系列技术可以原位解析。

3、多重原位分析（Multiplex in situ analysis）及其他空间计算技术。会引入一些计算，数学分析的技术，保证原位的信息可以分析。

4、细胞系谱测定（Cell lineage determination）。

5、AI 人工智能。

多组学肿瘤诊断时，大量数据需要阐释。会有基因组、蛋白质组、表观组、暴露组等一系列的组群数据，包括成像出来的表型数据，需要人工智能、机器学习去帮助人类进行多组学数据的诊断和分析。这些领域在未来 5-10 年，相信都会有非常大的进步，绝不仅仅是测序。

基于整合的多组学精准癌症分析，会用到一系列的多组学技术支持，暴露组、基因组、转录组、表观组、微生物组、代谢组、临床信息，包括微生物学的信息，是一个多尺度、多组学的整合分析。未来成功的诊断公司，应该是一个整合的精准分析公司。

患者在未来能够体验到哪些改善呢？多技术整合分析，现在我们医院也在去中心化，在碎片化。但是带来很多不便，在未来患者一站式的监控肿瘤免疫微环境，系统进行多组学全息检测。一次提供样品，一站式的全部做掉。从 DNA、RNA、蛋白质、单细胞、多细胞，进行一站式的检测，达到全息多组学整合分析。等待时间不会太长，已经有公司在起步做了。

对病人也是全流程的管理，高度精准的全流程监控。从风险预警、肿瘤遗传检测，到早期肿瘤的筛查，到肿瘤的精准诊断，到用药指导、治疗指导，包括后面的疗效检测、复发检测，都是全流程的。

90% 以上肿瘤患者都是实体肿瘤，实体肿瘤还是比较难治的。我们希望所有的科学家和临床学家一起努力，能够做到将早期肿瘤治愈，中期控制复发，晚期能够延长生存期，提高生存质量，甚至有一部分晚期患者，能够持续生存下去，这也是我们的愿景。（转化医学网360zhyx.com）