第三节
临床基因组诊断

经过二十多年的基因组分析技术的研发，特别是人类基因组二代测序（NGS）、特异性基因变异识别技术和定量基因组表达技术的发展，导致了基于基因组学的诊断测试的爆发式增长 。这些诊断测试在直接干预治疗方面展现出巨大潜力。例如，一个由英国研究人员领导的国际团队对150例病例进行了NGS检测，发现超过1/5的病例为新确诊的，而传统的筛查方法并未发现这些病例 。此外，一些基因组分析方法已根据标准要求开发了为临床服务的诊断测试方案。例如，临床基因组和外显子测序（clinical genome and exome sequencing，CGES）可用于研究来自患者的数千种CGES测试结果 ， ，其中的工作包括：①为CGES的顺序做标示；②评估“CGES结果”；③解释和传达“CGES结果”；④解释“偶然发现”。然而，由于缺乏足够的临床实践和验证，临床工作者难以区分哪些测试结果对改善实践具有最大价值，导致了基因组诊断测试的重要性被低估。

肿瘤组织分析所面临的主要挑战是识别纯DNA改变和mRNA基因表达的改变。为了解决这些问题，科学家们评估了来自15种肿瘤类型的815对配对的肿瘤样本-正常样本，证实了全外显子组的NGS结果的敏感度＞95%，特异性＞99.99%。相比之下，仅对肿瘤样本进行测序的方法不能确切地识别肿瘤易感基因的变化，并且在靶点和外显子组分析中分别产生了31%和65%的假阳性结果 。这些数据表明，肿瘤样本-正常样本的配对测序分析对于变异的精确鉴定和诠释至关重要，也是对肿瘤患者进行诊断和治疗的关键步骤。

同样，转录组数据在个体化治疗的临床应用也需要一个验证过程。用于基因组数据质量控制的“微阵列质量控制（microarray quality control，MAQC）”项目 将在下一节进行讨论，这里只简单展示一些基本证据，如基因组表达谱的特异性和敏感度测试以及其分辨率所面临的挑战。例如，多篇报道表明用上调基因进行敏感度测试，其基因上调的范围在54%～97%，但很少有根据临床试验的标准要求来进行特异性测试的报告 。

为了解决基因组表达水平分析的这些问题，我们评估了三组转录组图谱：通过LCM获得心脏肉瘤的肿瘤细胞和与之配对的正常细胞，分别对15个基因进行敏感度测试，对14个基因进行了特异性测试，结果表明敏感度和特异性分别为87%和60%（图1-3-1）。相比之下，非配对的肿瘤细胞（非小细胞肺癌的活检样本和小细胞肺癌的手术样本，分别使用10～20个基因进行敏感度测试，13～20个基因进行特异性测试）的基因组表达水平表明，敏感度分别为70%和91%，特异性分别为47%和31%。

这些数据表明，尽管配对的肿瘤样本-正常样本基因组表达分析的特异性高于非配对的基因组表达分析的特异性，但是配对的肿瘤样本-正常样本基因组分析的敏感度与非配对的基因组分析的敏感度差异并不明显。上述比较研究结果表明，将转录组数据用于临床诊断测试时，需要对基因表达特征（GES）和治疗靶点进行进一步的Qrt-PCR验证。 GudFqwJJ0bNT1Yli0DCmUh2EsQbwPDp4atOFo4wQmJPyMTceI+rUjLXT7pp4spp0