实体瘤分子诊断二十五年的演进与未来展望

ChartingtheGenomicFrontier

25YearsofEvolutionandFutureProspectsinMolecularDiagnosticsforSolidTumors

Hechtman,JaclynF.,etal."ChartingtheGenomicFrontier:25YearsofEvolutionandFutureProspectsinMolecularDiagnosticsforSolidTumors."TheJournalofMolecularDiagnostics27.1(2025):6-11.

绘制基因组前沿图谱：实体瘤分子诊断的25年演进与未来展望

引言

《分子诊断杂志》创刊于1999年，正值实体瘤治疗领域发生革命性变革之际。1998年，美国食品药品监督管理局（FDA）首次批准针对基因改变的实体瘤靶向治疗药物——曲妥珠单抗（Trastuzumab），用于治疗HER2过表达/ERBB2扩增的乳腺癌患者。这一里程碑事件标志着分子诊断在实体瘤管理中的重要地位。此后，分子诊断迅速发展，成为实体瘤患者标准治疗流程的重要组成部分。当前，实体瘤的诊断模式正由传统的形态学分类逐渐演进为包含“组织学无关”的分子定义诊断体系与“肿瘤类型无关”的分子靶向治疗模式。临床相关的检测对象已从蛋白和DNA拓展至RNA与DNA甲基化，同时，肿瘤来源的分子现在可以通过与肿瘤组织相距较远的体液样本进行检测。多分子靶点的同时检测已成为常态，全基因组“-组学”分析促进了治疗策略的同步创新：从针对单一基因变异的靶向治疗逐步拓展至面向多基因突变模式的治疗方案。

本文由分子病理学协会（AssociationforMolecularPathology,AMP）实体瘤分支领导小组撰写，回顾了过去25年来该领域取得的重要进展，并展望了未来的发展方向。

时间线：分子诊断与治疗的里程碑

·1998年

FDA首次批准基因改变靶向治疗在实体瘤中的应用（曲妥珠单抗用于ERBB2扩增的乳腺癌）。

·2001年

人类基因组草图发布。

·2003年

人类基因组草图的最终版发布。

·2004年

EGFR靶向治疗疗效与EGFR突变相关。

·2016-2017年

循环肿瘤DNA进入临床应用，用于监测治疗耐药性。

·2017年

·2021年

首次将DNA甲基化谱作为固体肿瘤类型的诊断标准（WHOCNS第五版）。

·2022年

美国临床肿瘤学会（ASCO）发布临时临床意见，建议对转移性或晚期癌症患者进行基因组测序。

·2021-2023年

开始应用机器学习技术检测原发部位不明癌症的来源。

·未来解决公平性和可持续性问题，进一步标准化液体活检，推广新的计算方法。

实体瘤分子诊断的发展演变

20世纪90年代和21世纪初，临床上单基因检测的引入提升了实体瘤形态学分类的特异性。例如，在胃肠道梭形细胞肿瘤中检测到KIT基因插入/缺失突变或PDGFRA基因错义突变，即可确诊为胃肠道间质瘤（GIST）。随着基于下一代测序（NGS）的靶向基因组面板、全外显子组和全转录组杂交捕获分析的应用迅速普及，肿瘤特异性分子改变的识别显著加快。如今，基因组数据常被用于补充形态学评估后仍存在的诊断灰区。例如，一种原发部位不明的鳞癌，若其分子特征显示DNA损伤的模式，可进一步帮助鉴别其为皮肤来源（如紫外线诱导型）或肺来源（如吸烟相关型）。当前这一十年中，机器学习正在加速实体瘤分类的智能化进程，并在多个方面产生影响：①样本识别的质量控制；②形态学诊断的质量保障；③提升原发部位不明癌症的诊断特异性。此类分类算法依据所使用的分析物类型（如DNA、RNA或二者）、检测面板大小（靶向面板、全外显子组或转录组）以及训练集样本数量和多样性而有所不同。尽管分子检测尚不足以取代解剖病理学评估，但全面基因组特征分析正在不断推动实体瘤分类的进步，从而提升临床诊断的精准性，优化局部与转移性疾病的界定，明确治疗适应证，并基于疾病的分子演化实现更及时的靶向干预。

液体活检与分子标志物检测

通过对体液中的肿瘤相关分子进行检测，液体活检技术已广泛用于靶向改变的非侵入性诊断、癌症早筛及复发和疗效监测。虽然某些技术可检测循环肿瘤细胞（CTCs），但由于敏感性较低且缺乏明确的临床实用性，其应用仍受限制。相比之下，循环肿瘤DNA（ctDNA）——即肿瘤细胞释放入血液的游离DNA子集——通过高覆盖度的下一代测序技术已更为常规地应用于临床检测。近年来，还出现了从其他体液（如脑脊液、尿液）中提取核酸并进行测序的技术路径。此外，循环肿瘤RNA（ctRNA）作为液体活检的潜在分析物亦引起关注。虽然RNA在细胞外易被降解，但其可在细胞外囊泡（exosomes）中保存较久，从而提升基因融合和RNA信号检测的敏感性。肿瘤来源外泌体作为一种由活体肿瘤细胞释放的双层膜结构囊泡，内含核酸和蛋白，现已成为液体活检中另一个颇具潜力的分析靶标。与主要源自死亡细胞的ctDNA不同，外泌体的释放源于存活细胞，具有独特的分析学优势。值得一提的是，ctDNA中仍可保留其甲基化修饰，这为癌症早期检测与分类提供了另一分子诊断路径。CirculatingCell-freeGenomeAtlas（CCGA）研究发现，DNA甲基化是最具前景的癌症检测分析物。后续研究已开发出结合机器学习算法的甲基化靶向面板，具备临床应用潜力。此外，fragmentomics（片段组学）作为一种新兴分析方法，正在用于分析cfDNA（细胞游离DNA）的片段化模式与疾病状态之间的关系。该方法揭示了核小体足迹与基因组组织模式之间的相关性，并探索片段长度、分布与断点结构等特征，用于预测癌症。目前，这一方法处于早期研究阶段，但其潜力正不断显现。液体活检技术现已在分子诊断实验室广泛应用，并成为非小细胞肺癌的标准检测方式。随着循证医学的积累，该技术预计将在未来纳入更多实体瘤的诊疗指南，成为标准化癌症管理的重要工具。

DNA甲基化与肿瘤分类的转变

DNA甲基化谱分析为肿瘤分类方法带来了范式转变。DNA中的胞嘧啶残基（CpG岛）甲基化是没有改变DNA序列的表观遗传学变化。全基因组甲基化阵列数据采用亚硫酸氢盐转化（该方法是甲基化分析的金标准）并与一组覆盖基因组的探针杂交，已被用于推断肿瘤的甲基化特征及其拷贝数变化。肿瘤类型由特定的甲基化谱定义，这些谱在肿瘤演化过程中保持不变，并反映了肿瘤发生过程中细胞来源和肿瘤发生过程中获得的甲基化特征。甲基化模式具有高度稳定性，能够适用于小量样本，且在肿瘤的分类中具有重要意义。当前，机器学习工具（如无监督聚类、随机森林算法、引导聚合算法）已被用于生成分类得分，并为临床生成精准的诊断预测分类器。甲基化分析的应用在中枢神经系统肿瘤和肉瘤等领域获得了显著成果。甲基化驱动的分类法在临床中的应用逐渐增多，帮助了肿瘤的正确分类并识别出新的诊断实体。未来，甲基化驱动的临床相关分类系统可能在其他肿瘤类型中崭露头角，液体活检的甲基化分析、定义预后和预测的甲基化类别及生物标志物也将逐步应用并影响治疗决策。

多组学与多模态分析的未来趋势

全基因组关联研究（GWAS）揭示了多种与疾病和特征（包括某些癌症）相关的遗传改变。通过加权聚合这些遗传变异，基于其对疾病风险的贡献大小，可以将其合成一个称为多基因风险评分（PolygenicRiskScore,PRS）的指标，用于估计个体患某疾病的遗传易感性。通过基因型和表型的个体化关联，优化后的多基因风险评分已显示出在疾病预测方面的优越性，并有助于早期筛查、疾病预测、疾病进展监测、治疗干预和生活方式建议。多基因风险评分已在前列腺癌、乳腺癌等几种癌症中得到了应用，并且未来有望扩展到其他类型的癌症。

遗传性变异检测与遗传咨询

尽管目前大多数实体瘤的新一代基因组测序集中于体细胞突变的检测，但遗传性变异检测也成为了一个重要的领域。传统上，遗传性变异检测通常通过血液样本进行，与肿瘤组织分开进行，但近年来，一些学术和商业实验室开始采用匹配正常血液样本进行液体活检或组织肿瘤检测，以区分体细胞和遗传性变异。此类检测变得尤为重要，因为某些治疗（例如奥拉帕利）要求患者具有特定的遗传性突变才能获得治疗资格。随着遗传性变异检测需求的增加，遗传咨询服务的需求也随之上升，商业实验室与虚拟遗传咨询服务的合作日益增多，旨在填补这一需求。

未来挑战与结语

分子诊断技术的应用正在不断扩展，包括筛查、癌症早期检测和及时的癌症监测。与此同时，分子技术的广度和深度也在同步增加，体现在对更大面板和全外显子组或全基因组的覆盖上，并且检测通常针对患者的多个肿瘤样本进行，目的是捕捉克隆性不同或不相关的肿瘤细胞群体。多组学分析（DNA、RNA和蛋白质水平）与多模态分析（涵盖基因组学及其他非基因组数据）结合的趋势正在对传统的癌症分子检测模式产生颠覆性影响。最终，人工智能驱动的算法也必将进一步推动这一转变。然而，面对这些进展，分子诊断界的关键挑战将是如何在多个实验室和检测之间，保持基因组异常的可靠和一致解释，并提供临床相关、综合的解读和随访建议。此外，随着分子生物标志物检测的快速发展，如何在癌症治疗过程中确保公平和可及的患者访问仍然是全球癌症治疗的重要挑战。