撰文 | Qi

近些年來，二代測序技術的發展為癌症患者的個性化治療提供了方便，這種方法通常建議根據腫瘤患者的遺傳特徵進行治療，但只有約三分之一的患者能夠對治療產生顯著的臨床反應。這就需要額外的方法來解釋腫瘤微環境、癌細胞異質性和細胞間相互作用以外的遺傳和表觀遺傳改變最終如何影響腫瘤的生長和治療反應等，於是催生出了一系列新技術來解決上述問題。然而，目前尚無研究評估尖端技術是否有助於癌症的臨床決策。

近日，來自瑞士蘇黎世大學的Mitchell P. Levesque團隊和蘇黎世聯邦理工學院的Gunnar Ratsch團隊在Cancer Cell雜誌上合作發表了一篇評述類文章，題為“The Tumor Profiler Study: integrated, multi-omic, functional tumor profiling for clinical decision support”，在這篇文章中，作者介紹了“the Tumor Profiler(TuPro)”研究，該研究的目的是在臨床相關的週轉時間（turnaround time, TAT）內，根據腫瘤的高解析度分子特徵及其對藥物反應提供綜合治療建議。這種方法有可能改變目前的診斷方法，併為將全面的分子特徵轉化為臨床決策鋪平道路。

1. 研究設定及工作流程

TuPro是一項經批准的觀察性臨床研究，可以對患者腫瘤樣本進行前瞻性分析，並評估多組學和功能讀數結合是否能夠提供證據，以支援現有的和新興的診斷技術之外的臨床決策。選擇TuPro中包含的技術是基於其提供腫瘤或微環境多層次描述的能力，以及在短週轉時間內提供可靠且與臨床相關的見解的潛力。該技術用於在3年中收集的240種腫瘤樣本，涉及三種癌症適應症：轉移性黑色素瘤，轉移性上皮性卵巢癌和急性髓細胞性白血病（AML）。這些適應症的選擇是基於潛在的臨床益處和足夠的腫瘤材料的可用性，以便在所有技術中同時進行分析。平均每位患者有200萬個單細胞透過六種單細胞讀數技術進行分析，結果資料立即在“Fast Diagnostic loop”中進行分析，在這種情況下，研究其與根據每位患者生成治療建議的相關性。在“Exploratory Science loop”中，對在佇列中獲得的資料進行深入分析，包括在6個月的隨訪期間收集的每位患者的臨床結局。總之，利用多尺度方法來增進對疾病的瞭解並發現新的生物標記。

圖1. TuPro研究工作流程示意圖

TuPro中主要涉及幾下幾種分析技術：1）單細胞基因組學方法，如scRNA和scDNA可以生成腫瘤微環境的高解析度圖譜，表徵腫瘤細胞異質性，建立每個腫瘤的進化歷史；2）基於DIA-MS和單細胞CyTOF【1, 2】的蛋白質分析，不僅可以擴充套件和翻譯轉錄組學觀察結果 而且還可以評估翻譯後修飾是否影響訊號通路中涉及的蛋白質；3）digital pathology和imaging mass cytometry（IMC）技術【3】透過提供定量的、單細胞和空間解析度資料，實現了腫瘤微環境中細胞間相互作用的表徵；4）“Pharmacoscopy”技術【4】重點研究了以細胞死亡為讀數的癌細胞特異性藥物療效；5）“4i（iterative indirect immunofluorescence imaging, 迭代間接免疫熒光成像）Drug Response Profiling”技術【5】使用與癌症相關的分子標記物的多重讀數繪製了藥物治療後增殖或存活訊號通路的變化。

TuPro的大致流程為，所有技術都在“Fast Diagnostic loop”中分析合格患者的新鮮冰凍腫瘤材料或血液，然後將這些資料與新興臨床診斷方法的結果以及臨床資料相結合，為每位患者生成一份分子研究報告（molecular research report, MRR）。這份報告用在腫瘤前委員會（pre-tumor board, pre-TB）階段，由多學科的醫師小組根據以下三個證據級別制定治療建議：A，標準臨床指南（ESMO臨床指南）；B，A級+新興臨床診斷方法；C，所有先前證據+來自TuPro資料。記錄所有三個級別的建議，並根據定義的指標評估TuPro的有用性，即這些指標評估TuPro資料是否提供了當前診斷之外的可操作資訊，以及從長期來看這些資訊是否與患者結果相關。隨後，基於C級的建議以及pre-TB討論的提要，傳達給腫瘤委員會。最終，這個跨學科的專家小組在考慮到每個病人的所有可用資訊的情況下，對最佳治療策略做出最終決定。

圖2. 從TuPro技術生成的原始資料到分子報告的定性和定量過渡的示意圖

基於組織病理學分析和靶向二代測序結果的治療決策正在迅速成為腫瘤委員會的診斷標準。然而，我們對構成腫瘤及其微環境的複雜細胞相互作用的理解，以及對靶向治療或免疫治療的反應，仍處於起步階段。TuPro正在建立一個最先進的分析框架，該框架整合了三種腫瘤型別的細胞、分子、空間、功能和臨床資訊，旨在確定這種深入分析對腫瘤委員會治療決策的相關性。透過比較基於新興臨床診斷方法的治療建議與整合TuPro生成的資料的治療建議，將評估TuPro技術成為精密醫學新標準的潛力首先，腫瘤前委員會和腫瘤委員會的專家對資料的臨床有用性進行評估。

作為TuPro研究的一部分，目前已經確定了在研究結果中已知的對癌症特徵和治療建議有意義的特徵的程度。TuPro將繼續研究生物標新的志物，即仍需進行大量研究、複雜的整合才能確定的臨床相關性的資料。為此，資料科學和機器學習演算法將被用來研究與藥物反應相關的新分子標記物、作為不同臨床變數函式的標記物表達水平以及作為治療反應預測因子的細胞群分佈等。從大量分子訊號中收集的大量和單細胞資料的結合為開發資料分析和整合所需的新方法提供了機會。

2. 未來展望

TuPro研究的獨特設計是為了滿足臨床實踐的需求，並在臨床相關的週轉時間內產生豐富的高維資料集，用於深入的腫瘤特徵描述。為了在直接影響臨床腫瘤學實踐的情況下取得快速進展，需要在快節奏臨床環境中生成、解釋和總結相應的資料。TuPro方法可以透過提供新的診斷工具和個體化治療改變癌症患者的治療方式，並有助於識別新的預後或預測性生物標誌物和潛在的新藥靶點，然而對樣本進行深度、多模態分析的成本仍然很高。如今在癌症診斷領域建立的TuPro基礎設施有可能在幾年內成為常規，就像基因組和外顯子組測序現在成為研究遺傳疾病分子基礎的常規測試一樣。開始建立工作流、分析平臺和資料整合解決方案非常重要，目的是利用將在臨床框架內生成的大量複雜資料。作者表示，TuPro開闢的這條道路將起到帶頭作用，並與類似的工作一起能夠成功地克服癌症。

原文連結：

https://doi.org/10.1016/j.ccell.2021.01.004

參考文獻

1. Gillet, L.C., Navarro, P., Tate, S., Ro ¨ st, H., Selevsek, N., Reiter, L., Bonner, R., and Aebersold, R. (2012). Targeted data extraction of the MS/MS spectra generated by data-independent acquisition: a new concept for consistent and accurate proteome analysis. Mol. Cell. Proteom. 11, https://doi.org/10.1074/mcp.O111. 016717.

2. Wagner, J., Rapsomaniki, M.A., Chevrier, S., Anzeneder, T., Langwieder, C., Dykgers, A., Rees, M., Ramaswamy, A., Muenst, S., Soysal, S.D., et al. (2019). A single-cell atlas of the tumor and immune ecosystem of human breast cancer. Cell177, 1330–1345.

3. Giesen, C., Wang, H.A.O., Schapiro, D., Zivanovic, N., Jacobs, A., Hattendorf, B., Schuffler, P.J., € Grolimund, D., Buhmann, J.M., Brandt, S., et al. (2014). Highly multiplexed imaging of tumor tissues with subcellular resolution by mass cytometry. Nat. Methods 11, 417–422.

4. Snijder, B., Vladimer, G.I., Krall, N., Miura, K., Schmolke, A.-S., Kornauth, C., Lopez de la Fuente, O., Choi, H.-S., van der Kouwe, E., Gultekin, S., et al. (2017). Image-based ex-vivo € drug screening for patients with aggressive haematological malignancies: interim results from a single-arm, open-label, pilot study. Lancet

Haematol. 4, e595–e606.

5. Gut, G., Herrmann, M.D., and Pelkmans, L. (2018). Multiplexed protein maps link subcellular organization to cellular states. Science 361, eaar7042.