乳腺癌组学研究及临床转化应用进展

郑昂，宇浩，曹珺男，金锋

（中国医科大学附属第一医院乳腺外科，沈阳 110001）

最新数据显示，乳腺癌已成为目前全球最常见的恶性肿瘤，占恶性肿瘤新发病例的11.7%。乳腺癌常年位居女性癌症发病和死亡之首，在发病率不断增长的同时还具有年轻化的趋势［1］。全球约有11%的乳腺癌发生在中国，严重影响了女性的健康和生活［2］。目前，个体化治疗模式使乳腺癌患者获得了更加精准有效的治疗，但仍有一部分“特例”患者预后不佳。组学研究有望通过充分认识这些“特例”患者的特征，使其获得更加精准的个体化治疗和预后。

1 组学概述

组学既是一门整合科学，又是一种研究理念。从科学与学科的角度，组学运用分子生物学技术和信息科技系统研究生物组织细胞结构、基因、蛋白及其相互作用。本世纪初，当人类基因组计划（Human Genome Project，HGP）完成后，基因组学率先进入研究者的视野。研究者最初期望通过明晰基因与疾病的关系去解决临床实践遇到的各种问题，然而，现实远较预想复杂，研究者逐渐意识到研究生命活动中的各个过程需要有完整的“大局观”。如何将组学的基础研究转化为临床实践，如何充分挖掘大量的生物信息资源，如何在短期内实现对个体的正确治疗等，都有待获得合理的答案。

2 乳腺癌组学及研究成果

2.1 乳腺癌基因组学与转录组学

乳腺癌基因组学的发展由来已久。高通量测序技术为寻找乳腺癌易感或耐药基因提供了新的平台。基因组测序在乳腺癌前瞻性临床试验中具有重要提示意义。术后辅助内分泌治疗是激素受体阳性绝经后乳腺癌患者提高生存率的有效治疗手段，然而有些患者由于发生了芳香化酶抑制剂（aromatase inhibitors，AI）耐药而预后不良。对使用AI规范治疗却仍然复发转移的患者，肿瘤科医生尝试通过对其行术前内分泌治疗进行敏感性观察，筛选出可能造成AI原发耐药的根源。ELLIS等［3］通过全基因组或外显子测序，发现TP53突变与AI耐药相关，GATA3突变则会增加患者对AI的敏感性，表明雌激素受体（estrogen receptor，ER）阳性乳腺癌的独特表型与体细胞突变特定模式有关。

最初的全基因组测序大多以大量细胞的混合DNA为样本进行检测，但这不可避免地要解释细胞存在异质性的问题，以单个细胞为测序单位的单细胞测序技术解决了这个难题。通过运用单细胞测序和标靶单细胞深度测序技术，WANG等［4］通过检测三阴性乳腺癌（triple negative breast cancer，TNBC）和ER阳性乳腺癌患者的肿瘤细胞，发现非整倍体重排发生于肿瘤形成的早期，而点突变是一个逐渐积累的过程；且TNBC突变率更高。值得注意的是，有技术实现了对单个循环肿瘤细胞（circulating tumor cells，CTCs）进行DNA测序［5］，空间单细胞测序（topographic single cell sequencing，TSCS）能获取单个肿瘤细胞在组织内精确定位的信息。将TSCS和外显子组测序应用于导管原位癌（ductal carcinoma in situs，DCIS）患者和浸润性导管癌（invasive ductal carcinoma，IDC）患者的1 293个细胞，揭示了DCIS和IDC之间存在直接的基因谱系，在基因组水平上为DCIS如何确切地进展为IDC提供了解释［6］。

转录组测序技术也受到广泛关注，其灵敏度比基因组测序更高，且测序成本比基因芯片低［7］。转录组一般指细胞内所有转录产物的集合，包括信使RNA、核糖体RNA、转运RNA及非编码RNA（noncoding RNA，ncRNA）。近年来，大量ncRNA转录本被发现，其调控乳腺癌发生发展的机制已成为研究热点。

2.2 乳腺癌蛋白组学

HGP使人类成功迈入基因组后时代。大量生物体全基因组序列的破译和功能基因组研究不断深入开展，使研究者不禁猜测构成生物体的主要大分子蛋白质和核酸是否可以复制基因组研究的模式。为了研究乳腺癌形成和发展的机制，寻找特异的诊断、预后、治疗和耐药标志物，蛋白组学技术被广泛应用于检测差异性表达蛋白谱，翻译后修饰以及蛋白质之间的相互作用［8-9］。CHEN等［10］将3种乳腺癌细胞系和正常乳腺导管上皮细胞的线粒体蛋白组学进行比较，发现了某些促进肿瘤的形成及转移的蛋白。DUMONT等［11］通过对人类乳腺癌组织和与之配对的骨转移灶组织进行了蛋白组学比对，筛选出了一些与癌细胞侵袭和骨髓代谢相关的蛋白质，对了解乳腺癌骨转移微环境分子机制起到了重要的提示作用。有研究［12］对6例ER阳性和4例ER阴性的乳腺癌组织进行细胞分离，通过蛋白组学分析发现了2个可能的生物标志物TCR-α和ZBRK1，为乳腺癌治疗提供了可能有效的药物靶点，提示蛋白组学技术有利于找到在耐药过程中起关键作用的蛋白质，在筛选药物作用靶点中可发挥重要作用。蛋白组学不仅可以分析差异蛋白，还可以对蛋白质磷酸化组、乙酰化组等蛋白修饰进行分析。有研究［13］对122个治疗初期乳腺癌样本的蛋白质基因组进行分析，蛋白质磷酸化分析结果揭示了肿瘤抑制因子的丢失和这些靶向激酶之间的联系，而新加入的蛋白质乙酰化组学分析强调了参与DNA损伤反应的关键核蛋白的乙酰化，提示了蛋白组学在乳腺癌临床研究中的潜力。

2.3 乳腺癌代谢组学

乳腺癌的发生发展与代谢异常密切相关［14］，因此，乳腺癌代谢组学应运而生。乳腺癌代谢组学通过研究患者的血清、血浆、尿液、组织等样本中的小分子代谢物，分析代谢物种类或浓度的变化，找出在乳腺癌发生发展中有重要价值的潜在标志物。乳腺癌代谢组学在转化研究中取得了初步成效，为乳腺癌的早筛、早诊和个体化治疗补充了新证据。研究［15］表明，脂肪酸的重新合成已经成为包括癌症在内的各种疾病的治疗靶点，确定了先前未鉴定的基因C12orf49（LUR1）在通过调节SREBF2信号而调节外源性脂质摄取以应对脂质缺乏中的潜在作用，证明了系统基因互作图谱在揭示人类细胞代谢缓冲机制方面的作用。

2.4 乳腺癌影像组学

在乳腺癌初步诊断、疗效评估和复发风险预测等领域，乳腺癌影像组学也展现了充分的潜力［16］。乳腺癌影像组学可以量化病变特征，更好地区分良恶性实体和患者特征［17］。影像组学和基因组学的特征结合还有助于界定乳腺癌的分子分型，进一步揭示乳腺癌的生物学行为，提高诊断效能［18］。MA等［19］从乳腺X线结果中提取了39个定量特征预测乳腺癌亚型，发现部分影像学特征与乳腺癌的分子分型具有相关性。有文献［20］报道，动态对比增强磁共振成 像（dynamic-contrast enhanced magnetic resonance imaging，DCE-MRI）图像的纹理特征体现了影像组学在预测新辅助化疗后临床和病理反应中具有较高的准确性。影像组学在辅助化疗和新辅助化疗评效中发挥的作用和对无病生存期、复发风险以及腋窝淋巴结转移的预测作用，日益受到研究者的关注［21-22］。

2.5 乳腺癌整合多维组学

随着“个体化治疗”概念的推广，多维组学在转化医学领域中发挥了巨大优势。LIU等［23］通过大队列肿瘤多组学数据的深度整合分析，使用TCGA肿瘤多组学数据，首次以CpG位点解析度系统阐述了21种主要癌症中启动子区DNA甲基化组在肿瘤基因转录调控网络中的深度参与。多维组学为研究者提供了宝贵的资源，候选的免疫组化标记物可应用于以前那些难以分类的患者。JIANG等［24］建立了465例TNBC患者的基因数据库，描绘出全球最大的TNBC队列多组学图谱。作为国际上首个基于多维组学和生物信息学分析提出的TNBC分类系统，该研究将为未来开展针对国人TNBC的药物研发和临床试验提供科学数据支持，进一步缩小临床转化研究的范围。

3 临床转化中的组学

目前，早期乳腺癌的治疗仍然延续“升降阶梯”的主线，力图借助最新技术的帮助找到“获益”亚群。以内分泌治疗为例，“升阶梯”如何进行，哪些患者需要增加治疗的“长度”和“强度”，在患者的临床病理特点和分子分型的基础上，组学的加入可能会有助于患者的鉴别和筛选。如21基因检测、Mammaprint（70基因检测）和PAM50等基于组学的多基因检测和数学模型结合的工具，已被尝试用于筛选可“降阶梯”（免除化学治疗）的患者。

回顾第16届St.Gallen共识专家投票，对于年龄＜50岁、淋巴结阴性、复发风险评分（recurrence score，RS）21～25分的患者，在选择治疗方案时，化学治疗联合内分泌治疗获得的支持率最高；而对于淋巴结阴性、RS＞26分的患者，57.1%的专家认为需要综合评估患者整体情况给予个体化治疗方案。对于Luminal A型（ER+/HER2-，是基因检测低风险）患者，64.6%的专家支持4～9枚淋巴结作为选择辅助化学治疗的阈值；对于基因检测为低危的“典型”小叶癌患者，60.9%的专家支持4～9枚淋巴结作为进行辅助化学治疗的阈值。由此可见，基于组学的证据联合临床病理特征将是未来精准治疗的大势所趋。

以乳腺癌多基因检测这个具有代表性的组学产品为例，对多维组学研究成果的应用局限性做简单探讨。第一，准确的多基因检测信息有助于临床医生在临床病理资料的基础上制定医疗决策，但有时组学信息可能与临床病理特征存在分歧，临床医生应做到“辩证”与“统筹”，而非“厚此薄彼”。第二，组织量、组织代表性、病理固定、取材方法、组织切片情况等在一定程度上影响组学信息的准确性和可靠性。第三，组学产品的质控问题值得关注，如不同多基因检测工具结果的一致性问题就引起非常多的讨论。OPTIMA研究和ATAC研究［25-26］结果都提示同一患者利用不同的多基因检测方法，结果可能不尽相同。第四，组学研究成果有种族差异性，未来可通过开展多中心研究，制定适合中国人群的组学国家标准。第五，组学相关实验技术手段费用较昂贵，可能在一定层面上限制了组学的推广。

综上所述，多维组学是乳腺癌精准医疗和个体化医疗的重要基础。多维组学能清晰地观察各个层次的生命现象，符合从“大局”着手、从“微观”分析的理念，有利于避免蠡酌管窥。未来期待多维组学与临床试验合理而协调地结合，更多地获得科学的循证医学数据，进而推动临床实践的发展。