乳腺癌組學研究及臨床轉化應用進展

鄭昂，宇浩，曹珺男，金鋒

（中國醫科大學附屬第一醫院乳腺外科，沈陽 110001）

最新數據顯示，乳腺癌已成為目前全球最常見的惡性腫瘤，占惡性腫瘤新發病例的11.7%。乳腺癌常年位居女性癌癥發病和死亡之首，在發病率不斷增長的同時還具有年輕化的趨勢［1］。全球約有11%的乳腺癌發生在中國，嚴重影響了女性的健康和生活［2］。目前，個體化治療模式使乳腺癌患者獲得了更加精準有效的治療，但仍有一部分“特例”患者預后不佳。組學研究有望通過充分認識這些“特例”患者的特征，使其獲得更加精準的個體化治療和預后。

1 組學概述

組學既是一門整合科學，又是一種研究理念。從科學與學科的角度，組學運用分子生物學技術和信息科技系統研究生物組織細胞結構、基因、蛋白及其相互作用。本世紀初，當人類基因組計劃（Human Genome Project，HGP）完成后，基因組學率先進入研究者的視野。研究者最初期望通過明晰基因與疾病的關系去解決臨床實踐遇到的各種問題，然而，現實遠較預想復雜，研究者逐漸意識到研究生命活動中的各個過程需要有完整的“大局觀”。如何將組學的基礎研究轉化為臨床實踐，如何充分挖掘大量的生物信息資源，如何在短期內實現對個體的正確治療等，都有待獲得合理的答案。

2 乳腺癌組學及研究成果

2.1 乳腺癌基因組學與轉錄組學

乳腺癌基因組學的發展由來已久。高通量測序技術為尋找乳腺癌易感或耐藥基因提供了新的平臺?；蚪M測序在乳腺癌前瞻性臨床試驗中具有重要提示意義。術后輔助內分泌治療是激素受體陽性絕經后乳腺癌患者提高生存率的有效治療手段，然而有些患者由于發生了芳香化酶抑制劑（aromatase inhibitors，AI）耐藥而預后不良。對使用AI規范治療卻仍然復發轉移的患者，腫瘤科醫生嘗試通過對其行術前內分泌治療進行敏感性觀察，篩選出可能造成AI原發耐藥的根源。ELLIS等［3］通過全基因組或外顯子測序，發現TP53突變與AI耐藥相關，GATA3突變則會增加患者對AI的敏感性，表明雌激素受體（estrogen receptor，ER）陽性乳腺癌的獨特表型與體細胞突變特定模式有關。

最初的全基因組測序大多以大量細胞的混合DNA為樣本進行檢測，但這不可避免地要解釋細胞存在異質性的問題，以單個細胞為測序單位的單細胞測序技術解決了這個難題。通過運用單細胞測序和標靶單細胞深度測序技術，WANG等［4］通過檢測三陰性乳腺癌（triple negative breast cancer，TNBC）和ER陽性乳腺癌患者的腫瘤細胞，發現非整倍體重排發生于腫瘤形成的早期，而點突變是一個逐漸積累的過程；且TNBC突變率更高。值得注意的是，有技術實現了對單個循環腫瘤細胞（circulating tumor cells，CTCs）進行DNA測序［5］，空間單細胞測序（topographic single cell sequencing，TSCS）能獲取單個腫瘤細胞在組織內精確定位的信息。將TSCS和外顯子組測序應用于導管原位癌（ductal carcinoma in situs，DCIS）患者和浸潤性導管癌（invasive ductal carcinoma，IDC）患者的1 293個細胞，揭示了DCIS和IDC之間存在直接的基因譜系，在基因組水平上為DCIS如何確切地進展為IDC提供了解釋［6］。

轉錄組測序技術也受到廣泛關注，其靈敏度比基因組測序更高，且測序成本比基因芯片低［7］。轉錄組一般指細胞內所有轉錄產物的集合，包括信使RNA、核糖體RNA、轉運RNA及非編碼RNA（noncoding RNA，ncRNA）。近年來，大量ncRNA轉錄本被發現，其調控乳腺癌發生發展的機制已成為研究熱點。

2.2 乳腺癌蛋白組學

HGP使人類成功邁入基因組后時代。大量生物體全基因組序列的破譯和功能基因組研究不斷深入開展，使研究者不禁猜測構成生物體的主要大分子蛋白質和核酸是否可以復制基因組研究的模式。為了研究乳腺癌形成和發展的機制，尋找特異的診斷、預后、治療和耐藥標志物，蛋白組學技術被廣泛應用于檢測差異性表達蛋白譜，翻譯后修飾以及蛋白質之間的相互作用［8-9］。CHEN等［10］將3種乳腺癌細胞系和正常乳腺導管上皮細胞的線粒體蛋白組學進行比較，發現了某些促進腫瘤的形成及轉移的蛋白。DUMONT等［11］通過對人類乳腺癌組織和與之配對的骨轉移灶組織進行了蛋白組學比對，篩選出了一些與癌細胞侵襲和骨髓代謝相關的蛋白質，對了解乳腺癌骨轉移微環境分子機制起到了重要的提示作用。有研究［12］對6例ER陽性和4例ER陰性的乳腺癌組織進行細胞分離，通過蛋白組學分析發現了2個可能的生物標志物TCR-α和ZBRK1，為乳腺癌治療提供了可能有效的藥物靶點，提示蛋白組學技術有利于找到在耐藥過程中起關鍵作用的蛋白質，在篩選藥物作用靶點中可發揮重要作用。蛋白組學不僅可以分析差異蛋白，還可以對蛋白質磷酸化組、乙?；M等蛋白修飾進行分析。有研究［13］對122個治療初期乳腺癌樣本的蛋白質基因組進行分析，蛋白質磷酸化分析結果揭示了腫瘤抑制因子的丟失和這些靶向激酶之間的聯系，而新加入的蛋白質乙?；M學分析強調了參與DNA損傷反應的關鍵核蛋白的乙?；?，提示了蛋白組學在乳腺癌臨床研究中的潛力。

2.3 乳腺癌代謝組學

乳腺癌的發生發展與代謝異常密切相關［14］，因此，乳腺癌代謝組學應運而生。乳腺癌代謝組學通過研究患者的血清、血漿、尿液、組織等樣本中的小分子代謝物，分析代謝物種類或濃度的變化，找出在乳腺癌發生發展中有重要價值的潛在標志物。乳腺癌代謝組學在轉化研究中取得了初步成效，為乳腺癌的早篩、早診和個體化治療補充了新證據。研究［15］表明，脂肪酸的重新合成已經成為包括癌癥在內的各種疾病的治療靶點，確定了先前未鑒定的基因C12orf49（LUR1）在通過調節SREBF2信號而調節外源性脂質攝取以應對脂質缺乏中的潛在作用，證明了系統基因互作圖譜在揭示人類細胞代謝緩沖機制方面的作用。

2.4 乳腺癌影像組學

在乳腺癌初步診斷、療效評估和復發風險預測等領域，乳腺癌影像組學也展現了充分的潛力［16］。乳腺癌影像組學可以量化病變特征，更好地區分良惡性實體和患者特征［17］。影像組學和基因組學的特征結合還有助于界定乳腺癌的分子分型，進一步揭示乳腺癌的生物學行為，提高診斷效能［18］。MA等［19］從乳腺X線結果中提取了39個定量特征預測乳腺癌亞型，發現部分影像學特征與乳腺癌的分子分型具有相關性。有文獻［20］報道，動態對比增強磁共振成 像（dynamic-contrast enhanced magnetic resonance imaging，DCE-MRI）圖像的紋理特征體現了影像組學在預測新輔助化療后臨床和病理反應中具有較高的準確性。影像組學在輔助化療和新輔助化療評效中發揮的作用和對無病生存期、復發風險以及腋窩淋巴結轉移的預測作用，日益受到研究者的關注［21-22］。

2.5 乳腺癌整合多維組學

隨著“個體化治療”概念的推廣，多維組學在轉化醫學領域中發揮了巨大優勢。LIU等［23］通過大隊列腫瘤多組學數據的深度整合分析，使用TCGA腫瘤多組學數據，首次以CpG位點解析度系統闡述了21種主要癌癥中啟動子區DNA甲基化組在腫瘤基因轉錄調控網絡中的深度參與。多維組學為研究者提供了寶貴的資源，候選的免疫組化標記物可應用于以前那些難以分類的患者。JIANG等［24］建立了465例TNBC患者的基因數據庫，描繪出全球最大的TNBC隊列多組學圖譜。作為國際上首個基于多維組學和生物信息學分析提出的TNBC分類系統，該研究將為未來開展針對國人TNBC的藥物研發和臨床試驗提供科學數據支持，進一步縮小臨床轉化研究的范圍。

3 臨床轉化中的組學

目前，早期乳腺癌的治療仍然延續“升降階梯”的主線，力圖借助最新技術的幫助找到“獲益”亞群。以內分泌治療為例，“升階梯”如何進行，哪些患者需要增加治療的“長度”和“強度”，在患者的臨床病理特點和分子分型的基礎上，組學的加入可能會有助于患者的鑒別和篩選。如21基因檢測、Mammaprint（70基因檢測）和PAM50等基于組學的多基因檢測和數學模型結合的工具，已被嘗試用于篩選可“降階梯”（免除化學治療）的患者。

回顧第16屆St.Gallen共識專家投票，對于年齡＜50歲、淋巴結陰性、復發風險評分（recurrence score，RS）21～25分的患者，在選擇治療方案時，化學治療聯合內分泌治療獲得的支持率最高；而對于淋巴結陰性、RS＞26分的患者，57.1%的專家認為需要綜合評估患者整體情況給予個體化治療方案。對于Luminal A型（ER+/HER2-，是基因檢測低風險）患者，64.6%的專家支持4～9枚淋巴結作為選擇輔助化學治療的閾值；對于基因檢測為低危的“典型”小葉癌患者，60.9%的專家支持4～9枚淋巴結作為進行輔助化學治療的閾值。由此可見，基于組學的證據聯合臨床病理特征將是未來精準治療的大勢所趨。

以乳腺癌多基因檢測這個具有代表性的組學產品為例，對多維組學研究成果的應用局限性做簡單探討。第一，準確的多基因檢測信息有助于臨床醫生在臨床病理資料的基礎上制定醫療決策，但有時組學信息可能與臨床病理特征存在分歧，臨床醫生應做到“辯證”與“統籌”，而非“厚此薄彼”。第二，組織量、組織代表性、病理固定、取材方法、組織切片情況等在一定程度上影響組學信息的準確性和可靠性。第三，組學產品的質控問題值得關注，如不同多基因檢測工具結果的一致性問題就引起非常多的討論。OPTIMA研究和ATAC研究［25-26］結果都提示同一患者利用不同的多基因檢測方法，結果可能不盡相同。第四，組學研究成果有種族差異性，未來可通過開展多中心研究，制定適合中國人群的組學國家標準。第五，組學相關實驗技術手段費用較昂貴，可能在一定層面上限制了組學的推廣。

綜上所述，多維組學是乳腺癌精準醫療和個體化醫療的重要基礎。多維組學能清晰地觀察各個層次的生命現象，符合從“大局”著手、從“微觀”分析的理念，有利于避免蠡酌管窺。未來期待多維組學與臨床試驗合理而協調地結合，更多地獲得科學的循證醫學數據，進而推動臨床實踐的發展。