乳腺癌是全球性疾病，發病率居女性惡性腫瘤首位[1]。隨著腫瘤分子生物學研究進展，發現乳腺癌發病機制複雜，涉及到多條信號通路的改變。為了讓患者在合適的時間接受正確的治療，多基因檢測已成為重要的臨床檢測手段。近日，醫脈通有幸邀請到浙江大學醫學院附屬第二醫院的陳益定教授，就「全面基因組測序在乳腺癌診療中的意義」進行分享。
專家簡介
陳益定 教授
浙江大學醫學院附屬第二醫院
主任醫師，乳腺外科主任，博士生導師
中國抗癌協會乳腺癌專業委員會委員
中國抗癌協會家族遺傳性腫瘤專委會常務委員
中國醫促會乳腺疾病分會常務委員
浙江省抗癌協會乳腺癌專業委員會常務委員
浙江省醫學會腫瘤外科分會及腫瘤學分會委員
隨著二代測序的廣泛運用，靶向藥物的快速發展，臨床治療決策從原來的依據組織來源、病理類型和疾病分期的方式向基於分子表達的個體化治療方向進展，大量循證醫學數據顯示出多基因檢測在乳腺癌治療和療效預測中起著十分重要的作用，基因突變與腫瘤的發生息息相關。因此，在個體化治療時代，對於乳腺癌患者的治療也應該基於患者的臨床疾病特徵和基因數據等多方面因素綜合分析（圖1），為患者選擇最佳的治療，延長患者的生存期。
圖1 腫瘤個體化治療概要[2]
1
乳腺癌基因檢測的現狀
目前，對於乳腺癌的治療，獲批的靶向藥物主要是基於單個生物標誌物檢測，表1中列舉了除HER2過表達的靶向藥物外的新的作用靶點或免疫治療藥物，這些藥物的使用延長了乳腺癌患者的生存時間，給患者們帶來了希望。目前臨床常見的單基因檢測方法，包括IHC、FISH和PCR，臨床上主要用這些方法來檢測ERBB2，還有很多藥物靶點基因或耐藥基因並未常規檢測。隨著越來越多的靶向治療和免疫治療藥物的獲批，需要更為精準和便捷的檢測方法，讓乳腺癌患者一次性能檢測到更全的靶向基因和耐藥基因，使醫生對患者的基因突變情況有比較全面的認識，從而讓患者有更多、更好的治療選擇。
表1 基於靶點檢測獲美國FDA批准的乳腺癌藥物
2
全面基因組測序方法
全面基因組（comprehensive genomic profiling，CGP）測序通過利用二代測序技術一次可檢測超300個基因，包括各種變異類型以及癌症相關的內含子區，另外，經過驗證的CGP檢測，比如FoundationOneCDx（F1CDx）還可以提供腫瘤突變負荷（TMB）和MSI等信息，TMB是一個泛腫瘤的生物標誌物，今年FDA也批准了帕博利珠單抗用於治療高TMB(TMB-H, ≥10 Mut/Mb)的實體瘤患者，為探尋分子治療靶點和預測免疫治療療效提供了重要信息[3]。
傳統的單基因檢測方法和熱點NGS檢測一次只能篩查出有限數量的基因變異，會遺漏某些類型的基因變異，不能檢測未知的分子變異和TMB/MSI，並且存在多次檢測可能耗竭標本的問題。而CGP可以識別基因缺失和基因擴增，檢測多種易位和融合。此外，CGP的靈敏度高，可一次檢測更多的基因位點，避免患者不必要的額外檢測和不必要的再次活檢。CGP測序結果經過專業人士的分析，可提示患者可接受的靶向治療，以及可能存在的耐藥情況，減少不適用的藥物的使用，提高生活質量；同時可優化已獲批分子靶向藥物和免疫靶向藥物的使用；對於新型臨床研究設計，通過CGP測序的篩選，可增加臨床研究的入組[4-6]。
同時，CGP與全基因組測序（WGS）等覆蓋位點更多的檢測手段相比，後者需較長的檢測時間、費用較高，CGP覆蓋的是具有臨床價值的基因，檢測時間相對較短、費用相對較低，數據分析更具有臨床價值。
精準檢測是精準治療的基石，隨著精準醫學研究的不斷深入，CGP的使用會給患者帶來更多獲益，不論是靶向治療還是免疫治療的精準治療，都能提供個體化治療方案，CGP無疑是未來指導臨床用藥的有效手段之一。
3
全面基因組測序在乳腺癌診療中的運用
乳腺癌潛在靶向基因變異的情況較為繁雜，不同亞型潛在基因變異範圍廣泛，且不同病程的乳腺癌患者具有不同的基因變異情況。與早期乳腺癌相比，轉移性乳腺癌突變負荷和克隆多樣性增加。且轉移性乳腺癌的基因組景觀在臨床相關基因組變化中具有豐富性，比早期乳腺癌更為複雜。識別與治療及預後相關的基因組改變，將允許更早和更好地選擇治療方案[7]。通過CGP測序可以指導臨床用藥，探尋潛在的驅動基因，尋找罕見的突變靶點，探索耐藥機制，預估患者能否從治療中獲益，闡明分子機制，有助於藥物研發和新適應症的拓展，為乳腺癌個體化治療提供了可能性。
美國FDA批准的第一個廣泛伴隨診斷（CDx） F1CDx共覆蓋324個癌症相關基因以及TMB和MSI，基於CGP測序，可為臨床靶向治療提供依據和建議。有研究者採用F1CDx CGP對8,654例乳腺癌進行基因表達譜分析，結果顯示，CGP可提示靶向的與臨床相關的基因組變化，可通過預測對多種療法的敏感性來對腫瘤進行分層，而IHC、PCR或熱點檢測無法識別許多臨床相關的基因組改變。F1CDx可根據每位患者癌症的基因改變情況，為患者考慮適當的治療方法並發現有可能存在的抗藥性問題，是指導所有乳腺癌亞型治療的強大工具[3]。
在TNBC患者中，通過CGP測序，可以了解到患者的TMB與MSI情況，評估患者後續免疫治療的可能。此外，對於TNBC或者有家族史，發病年齡早的患者來說，BRCA的檢測也尤為重要。在HR+的患者中，內分泌治療的使用非常常見，PIK3CA、ESR1、NF1等內分泌耐藥相關基因的檢測也非常重要。此外，HR+患者有較多的靶點及相關臨床研究的選擇，比如PI3K抑制劑、mTOR抑制劑、CDK4/6抑制劑等，使用CGP測序，一次性檢測相關的基因改變，有利於患者獲益。對於HER2+患者，也可以選擇檢測ERBB2的突變，或者PIK3CA等相關基因來尋找下一步治療的機會。其他的罕見的可靶向的突變如BRAF、NTRK的檢測也可以為乳腺癌患者帶來希望。更早更全面的了解患者的基因突變情況，有利於對患者治療情況的預判，可以更早的使用患者可以獲益的靶藥，避免使用不適合患者的藥物。
使用CGP可以進行大規模的臨床樣本的回顧性分析，構建真實世界臨床基因資料庫。曾有研究納入某健康資料庫中診斷為非小細胞肺癌（NSCLC），且進行了CGP檢測的患者，利用CGP數據構建和驗證了一個真實世界的電子病歷記錄。結果顯示，在僅接受EGFR、ALK、ROS1單個基因檢測的患者中，再行CGP發現高達30%的患者為假陰性。CGP的準確性得到了後續臨床療效的支持：如5例ALK檢測陰性的患者，經CGP檢測到ALK陽性結果後，接受ALK抑制劑治療後，都至少獲得了部分緩解（PR）。這項研究將CGP數據與臨床信息結合，將基因特徵與臨床特徵進行優效的關聯，建立了一種大型、研究級的、縱向的臨床基因資料庫。該方法為了解癌症基因組學和發展精準醫學提供了強大的工具[8]。然而在乳腺癌領域，該方面的研究較少，這也是我們後面可以探索的方向之一。
此外，隨著數據複雜性和規模的不斷增長，人們期望利用深度學習（deep learning）和人工智慧來分析集成的「基因組學」數據，基於CGP建立的基因資料庫將有助於癌症的大數據分析，進一步推動癌症精準診療的發展[9]。
4
全面基因組測序檢測所面臨的挑戰
需要專業的生物信息團隊：CGP高質量分析需要生物信息學專業知識的分析和計算，識別基因改變並確定其臨床意義，通常需要複雜的算法構建和持續的系統性能統計分析，包括測序覆蓋範圍的深度和一致性。生物信息學團隊需要進行多次調試，以使系統在靈敏度和特異性方面達到最佳性能。缺乏訓練有素生物信息學家是許多實驗室的發展臨床CGP測試服務的主要障礙。隨著檢測樣本的不斷增多，腫瘤大資料庫的建立，需要更為熟練的人員解讀數據與療效相關性分析。
MTB模式的缺乏：基於CGP測序得到的大量基因數據，如何轉化為臨床獲益，這也是CGP測序臨床應用上的痛點。因此，腫瘤大數據時代的「MDT 2.0」——MTB（分子腫瘤專家委員會）應運而生。ESMO對於MTB的定義為：一種多學科的協作模式，主要是從分子層面討論腫瘤精準治療的問題；臨床醫生（主要是腫瘤學家）和病理學家是MTB的核心成員，遺傳學家、醫學生物學家和生物信息學家是重要成員。
MTB在歐美國家目前已大力開展。根據美國AUBMC（貝魯特美國大學醫學中心）的數據，87.2%的腫瘤患者在MTB項目中確定診斷方案，87.8%腫瘤患者通過MTB獲得治療計劃方案。此外，中國指南共識同樣強調要重視MTB的應用。然而MTB模式目前在中國的使用並不多，因此將來推進MTB模式的開展也尤為重要。
5
展望
乳腺癌的分子機制非常複雜，因此尋找治療靶點及分析預後因素，讓患者獲益具有很大的臨床需求。儘管目前CGP在中國臨床實踐過程中的應用還不是特別普遍，但是有很大的臨床價值。未來CGP可從以下方面進行研究：目前靶向治療的優化，明確靶向耐藥機制，開發新一代的抑制劑克服耐藥；治療靶點的拓展，探尋新的更多的治療靶點，讓更多的患者有機會接受靶向治療；罕見突變位點的識別；免疫單藥以及聯合用藥的合理應用，發掘免疫治療的真正優勢人群。以上治療的優化都離不開基因檢測。同時，使用CGP可以進行大規模的臨床樣本的回顧性分析，構建真實世界臨床基因資料庫，對乳腺癌患者的臨床特徵和基因特徵進行優效的關聯，建立大型基因資料庫。
參考文獻：
[1] Waks AG, et al. JAMA.2019, 321(3): 288-300
[2] Morash M, et al. J Pers Med. 2018,8(3): 30
[3] Ross JS, Gay LM. Pathology. 2017, 49:120-32;
[4] Haslem DS, et al. Oncotarget 2018 9:12316–12322.
[5] Nesline MK, et al. Oncotarget 2019; 10:4616–4629.
[6] Reitsma M. et al. J Manag Care Spec Pharm 2019; 25: 601–611.
[7] Bertucci, F., et al. Nature. 2019,569:560-4.
[8] Singal G, et al. Journal of Clinical Oncology 35(15)_suppl: 2514-2514.
[9] Low SK, et al. Cancer Sci. 2018 Mar;109(3):497-506.