下载掌阅APP，畅读海量书库
立即打开
个体化治疗或精准治疗的问世，使医师能够根据患者个体自身的基因组数据进行个体化治疗。全面合理的个人基因组信息分析对于此项新颖工具的成功应用至关重要。在这里，我们列出一些需要进一步解决的问题：
用于基因组分析的临床取样，有几个方面需要改进。
（1）利用体外临床取样进行基因组表达分析需要在细胞表面、细胞质蛋白、mRNA或DNA上有更多特异性的生物标志物。
（2）利用离体临床取样进行基因组表达分析需要开发用于原代肿瘤细胞和CSC培养的标准培养技术和培养系统。我们已经在长达25年的时间里大量报道了来自肺、肝、结肠、脑、胰腺和肾脏的包括原代肿瘤细胞、CSC和干细胞在内的临床细胞培养技术。不同的样本需要不同的培养条件，例如化疗前和化疗后收集的原代细胞培养方法就有所不同，“一刀切”的培养系统无法适应个体化治疗，因此需要更多有经验的专家来进行临床取样。幸运的是，德克萨斯大学MD安德森癌症中心（UT MD Anderson Cancer Center）最近报告了一些简化个体化治疗方案的设想。在不久的将来，我们相信用于基因组表达分析的离体临床细胞培养技术将越来越多地用于个体化治疗。
（3）利用计算机软件直接进行临床基因组表达分析则需要更多操作性强的能获取全面临床生物信息的使用工具。
大多数临床样本在手术切除后直接在肿瘤组织水平被低温冷冻，如何更好地通过这些临床样本获得更多的生物学信息需要我们去研究。
在直接的治疗干预中，基于基因组学的诊断测试已经得到了很大的发展。许多病例在临床基因组学分析的指导下治疗效果有了很大改善。在此基础上，科学家和医师们将进一步开发临床基因组诊断测试方法，为患者提供常规的个体化治疗选择。如上所述，转录组水平分析的基因组数据用于临床所面临的挑战是如何提高肿瘤组织中肿瘤细胞的纯度。根据当前的数据，作为常规临床测试，应为每个样本的敏感度和特异性建立标准。
肿瘤研究的最新发展使医师和科学家能够使用不同的基因组数据，例如GWAS、微阵列和RNA-Seq的转录组谱、表观遗传学谱、microRNA谱和非编码DNA谱。此外，ENCODE也已出现在基因组分析中。为了将来建立合理的个体化治疗网络，基于转录组的系统生物学还应包括基因组档案，例如GWAS、表观遗传学谱或microRNA谱。定量网络评分系统应涵盖所有基因组学图谱，包括转录组、GWAS、表观遗传学和microRNA。
挖掘GES之后，通过关联的药物库首先选择经FDA批准的药物用于临床靶向治疗。如图1-1-2所示，其他三种个体化疗法（用抗体进行的靶向分子疗法的抗体、个体化RNA疗法和个体化放射疗法）尚未广泛用于临床患者。临床医师应在不同分子水平（RNA水平、抗体抗蛋白水平和针对分子的药物水平）上研究个体化疗法并开展精准治疗的临床应用。
（张逸飞 陆 静 李彪如）
[1] Pustovalova M, Blokhina T, Alhaddad L, et al. CD44 ＋ and CD133 ＋ Non-Small Cell Lung Cancer Cells Exhibit DNA Damage Response Pathways and Dormant Polyploid Giant Cancer Cell Enrichment Relating to Their p53 Status [J]. Int J Mol Sci, 2022, 23(9):4922.