肿瘤二代测序都能干什么？

基因检测包括：PCR，FISH，芯片技术，基因测序。基因测序技术是基因检测的一种。基因测序目前主要有一代测序（Sanger测序）、二代测序（illumina/Life Tech）、三代测序（单分子测序）等。PCR、FISH和芯片技术，主要是通过已知序列去调查特定确定的片段序列或位点的有或无，重点在“检”，而基因测序技术是把基因序列上的核苷酸一个一个的测出来，重点在“测”。目前应用最广的是二代测序，即NGS。

虽然业内有很多观点认为，由于基因测序的精准度最高，随着基因测序的成本下降，最终测序技术将取代PCR、FISH和芯片技术。但我们认为，这种观点是片面的。首先FISH技术，由于在细胞原位的特殊性，结合了细胞病理形态，就有其不可取代的作用。其次，肿瘤异质性的存在，许多肿瘤的驱动基因，是基于拷贝数的改变，或者合并基因突变和重排。拷贝数结合突变重排的变化，就不仅需要全外显子甚至全基因组进行深度测序。但是一些明确意义的点突变和重排和拷贝数变化，目前有许多成熟技术可以轻松应对，用all in one的思路来看待新技术在临床的应用，就如有了高铁，就不需要特快列车和货运列车，有了核武器这样巨大的杀伤性武器，就无需常规武器一样幼稚。

测序应用的分类

（一）非人类基因组应用包括：科学研究、农业应用、环境污染监测等。

（二）与人类基因组及健康疾病相关的应用主要包括：司法鉴定、消费级应用、医疗级应用三大类。

目前，医疗级应用主要有：生殖健康（NIPT、植入前胚胎遗传学诊断）、遗传性疾病检测、心血管疾病、感染性疾病、药物基因组学及新药研发、体检及疾病筛查、医学基础研究、肠道微生物宏基因组、肿瘤诊断及治疗等。医疗级应用的基因测序技术，是精准医疗重要的组成部分，是基因测序技术应用的热点。

肿瘤NGS的应用现状

根据市场的测算，在所有这些应用中，目前针对人类第一大杀手疾病—肿瘤的基因测序将会占比最高，市场需求最大。关于国内的肿瘤测序市场规模方面，可以做个简单的测算，目前每年新增癌症患者300万人左右，且发病率呈上涨趋势。每个病人的诊疗花费大约在10万，整个市场规模大约在3000亿，而根据医疗过程中，药、检、诊所占的比例，肿瘤的基因诊断市场规模可达百亿级别。

肿瘤本身就是一种基因病，肿瘤细胞的基因在不断的发生突变，肿瘤组织是动态变化的，每个时期所检测出来的基因组可能都有发生变化，目前相关的知识和数据均处在摸索和积累阶段，仍然需要不断的临床实践和研究投入。

关于肿瘤的NGS基因检测，目前主要有两类，一类是实体瘤的突变基因组panel测序，一类是外周血和尿液的液体活检。ctDNA是液体活检的一部分，液体活检还包括CTC和外泌体的检测。

目前国内最顶级的三甲医院，如协和医院病理科，医学科学院肿瘤医院，都已经能自主根据临床的需要，依托自身医学分子实验室的强大技术实力，开发实体瘤或者血液肿瘤的NGS panel。并为临床治疗提供专业的测序检测及专业的数据解读病理报告。

但正如中国医科院肿瘤医院的应建明教授指出，实体瘤NGS panel只是测量实体肿瘤的某一时刻的状态。这一点对初诊患者的用药指导是非常有及时必要的。但是如果对患者而言，从初诊指导用药到追踪肿瘤耐药进展的全过程，人体内肿瘤的状态是会随着时间不断变化的。另外考虑到一些发现时已经发生转移的癌症患者，如果仅仅取某个部位的癌组织，并不能反应患者的整体情况；还有一些已经实施减少肿瘤负荷的术后患者，再次对组织穿刺取样又不好操作。因此开展基于NGS的液体活检，以及基于FISH的CTC后期检测也有很强的临床需求。

肿瘤NGS面临的挑战

实际上，基因测序服务并非大家通常所理解的仅仅是测序，这只是其中的一步。整个过程实际上包括：样本处理（提取、建库及捕获），上机测序，架构算法及数据处理，医学注释对应解读及问题解决。在这四个步骤中，除了上机测序只需要买lifel technology, illumina等公司的测序仪直接测，没有什么专业壁垒之外，其他三个步骤对医学及计算机生物信息和遗传学专业水平要求更大，更能显示一个临床病理诊断实验室的专业水平。

架构算法方面，虽然有传统的开源算法可以模仿，但这些算法最开始主要应用于科研领域，准确度方面还有很大的提升空间，因此需要专业的生物信息团队进行优化提升。从测序仪测序得到的原始数据，需要后期经过基因组的比对，数据的过滤筛选等多个步骤才能得到基因组上的变异信息，从而为疾病的诊断和治疗提供参考。基因数据分析和解读也是基因测序服务的关键环节。

最后是医学注释和解读，拿到了准确的患者基因情况，需要根据最新的临床医学研究进展，对患者的基因情况进行医学解读，这就对医学解读团队提出了很高的要求，需要既懂得生物信息学的临床医学研究生来完成工作。因为目前对肿瘤的认知还在不断进步中，因此，这部分工作还带有一定的探索性，除了对既有的知识的认知，还需要一定的研究分析能力，以发现新的突变和药物靶点。

另外，标本数据的积累，数据库的构建也十分重要，这需要生物信息团队和医学解读团队协作来完成，对硬件和软件都有较高的要求。一些顶级三甲医院都有自己的数据库，并且都在不断的收集数据，但是医院之间的临床数据无法共享。缺乏临床资料，病理诊断及后期随访资料的基因数据库，并不能发挥出应用的价值。我们目前只能期待医院的数据库能在国家的政策和资金的支持下，快速实现中国人群众的基因疾病数据积累，服务于中国人民。