一、乳腺癌基因检测的现状
目前，对于乳腺癌的治疗，获批的靶向药物主要是基于单个生物标志物检测，表1中列举了除HER2过表达的靶向药物外的新的作用靶点或免疫治疗药物，这些药物的使用延长了乳腺癌患者的生存时间，给患者们带来了希望。目前临床常见的单基因检测方法，包括IHC、FISH和PCR，临床上主要用这些方法来检测ERBB2，还有很多药物靶点基因或耐药基因并未常规检测。随着越来越多的靶向治疗和免疫治疗药物的获批，需要更为精准和便捷的检测方法，让乳腺癌患者一次性能检测到更全的靶向基因和耐药基因，使医生对患者的基因突变情况有比较全面的认识，从而让患者有更多、更好的治疗选择。
表1 基于靶点检测获美国FDA批准的乳腺癌药物
二、全面基因组测序方法
全面基因组（comprehensive genomic profiling，CGP）测序通过利用二代测序技术一次可检测超300个基因，包括各种变异类型以及癌症相关的内含子区，另外，经过验证的CGP检测，比如FoundationOneCDx（F1CDx）还可以提供肿瘤突变负荷（TMB）和MSI等信息，TMB是一个泛肿瘤的生物标志物，今年FDA也批准了帕博利珠单抗用于治疗高TMB(TMB-H, ≥10 Mut/Mb)的实体瘤患者，为探寻分子治疗靶点和预测免疫治疗疗效提供了重要信息[3]。
传统的单基因检测方法和热点NGS检测一次只能筛查出有限数量的基因变异，会遗漏某些类型的基因变异，不能检测未知的分子变异和TMB/MSI，并且存在多次检测可能耗竭标本的问题。而CGP可以识别基因缺失和基因扩增，检测多种易位和融合。此外，CGP的灵敏度高，可一次检测更多的基因位点，避免患者不必要的额外检测和不必要的再次活检。CGP测序结果经过专业人士的分析，可提示患者可接受的靶向治疗，以及可能存在的耐药情况，减少不适用的药物的使用，提高生活质量；同时可优化已获批分子靶向药物和免疫靶向药物的使用；对于新型临床研究设计，通过CGP测序的筛选，可增加临床研究的入组[4-6]。
同时，CGP与全基因组测序（WGS）等覆盖位点更多的检测手段相比，后者需较长的检测时间、费用较高，CGP覆盖的是具有临床价值的基因，检测时间相对较短、费用相对较低，数据分析更具有临床价值。
精准检测是精准治疗的基石，随着精准医学研究的不断深入，CGP的使用会给患者带来更多获益，不论是靶向治疗还是免疫治疗的精准治疗，都能提供个体化治疗方案，CGP无疑是未来指导临床用药的有效手段之一。
三、全面基因组测序在乳腺癌诊疗中的运用
乳腺癌潜在靶向基因变异的情况较为繁杂，不同亚型潜在基因变异范围广泛，且不同病程的乳腺癌患者具有不同的基因变异情况。与早期乳腺癌相比，转移性乳腺癌突变负荷和克隆多样性增加。且转移性乳腺癌的基因组景观在临床相关基因组变化中具有丰富性，比早期乳腺癌更为复杂。识别与治疗及预后相关的基因组改变，将允许更早和更好地选择治疗方案[7]。通过CGP测序可以指导临床用药，探寻潜在的驱动基因，寻找罕见的突变靶点，探索耐药机制，预估患者能否从治疗中获益，阐明分子机制，有助于药物研发和新适应症的拓展，为乳腺癌个体化治疗提供了可能性。
美国FDA批准的第一个广泛伴随诊断（CDx） F1CDx共覆盖324个癌症相关基因以及TMB和MSI，基于CGP测序，可为临床靶向治疗提供依据和建议。有研究者采用F1CDx CGP对8,654例乳腺癌进行基因表达谱分析，结果显示，CGP可提示靶向的与临床相关的基因组变化，可通过预测对多种疗法的敏感性来对肿瘤进行分层，而IHC、PCR或热点检测无法识别许多临床相关的基因组改变。F1CDx可根据每位患者癌症的基因改变情况，为患者考虑适当的治疗方法并发现有可能存在的抗药性问题，是指导所有乳腺癌亚型治疗的强大工具[3]。
在TNBC患者中，通过CGP测序，可以了解到患者的TMB与MSI情况，评估患者后续免疫治疗的可能。此外，对于TNBC或者有家族史，发病年龄早的患者来说，BRCA的检测也尤为重要。在HR+的患者中，内分泌治疗的使用非常常见，PIK3CA、ESR1、NF1等内分泌耐药相关基因的检测也非常重要。此外，HR+患者有较多的靶点及相关临床研究的选择，比如PI3K抑制剂、mTOR抑制剂、CDK4/6抑制剂等，使用CGP测序，一次性检测相关的基因改变，有利于患者获益。对于HER2+患者，也可以选择检测ERBB2的突变，或者PIK3CA等相关基因来寻找下一步治疗的机会。其他的罕见的可靶向的突变如BRAF、NTRK的检测也可以为乳腺癌患者带来希望。更早更全面的了解患者的基因突变情况，有利于对患者治疗情况的预判，可以更早的使用患者可以获益的靶药，避免使用不适合患者的药物。
使用CGP可以进行大规模的临床样本的回顾性分析，构建真实世界临床基因数据库。曾有研究纳入某健康数据库中诊断为非小细胞肺癌（NSCLC），且进行了CGP检测的患者，利用CGP数据构建和验证了一个真实世界的电子病历记录。结果显示，在仅接受EGFR、ALK、ROS1单个基因检测的患者中，再行CGP发现高达30%的患者为假阴性。CGP的准确性得到了后续临床疗效的支持：如5例ALK检测阴性的患者，经CGP检测到ALK阳性结果后，接受ALK抑制剂治疗后，都至少获得了部分缓解（PR）。这项研究将CGP数据与临床信息结合，将基因特征与临床特征进行优效的关联，建立了一种大型、研究级的、纵向的临床基因数据库。该方法为了解癌症基因组学和发展精准医学提供了强大的工具[8]。然而在乳腺癌领域，该方面的研究较少，这也是我们后面可以探索的方向之一。
此外，随着数据复杂性和规模的不断增长，人们期望利用深度学习（deep learning）和人工智能来分析集成的“基因组学”数据，基于CGP建立的基因数据库将有助于癌症的大数据分析，进一步推动癌症精准诊疗的发展[9]。
四、全面基因组测序检测所面临的挑战
需要专业的生物信息团队：CGP高质量分析需要生物信息学专业知识的分析和计算，识别基因改变并确定其临床意义，通常需要复杂的算法构建和持续的系统性能统计分析，包括测序覆盖范围的深度和一致性。生物信息学团队需要进行多次调试，以使系统在灵敏度和特异性方面达到最佳性能。缺乏训练有素生物信息学家是许多实验室的发展临床CGP测试服务的主要障碍。随着检测样本的不断增多，肿瘤大数据库的建立，需要更为熟练的人员解读数据与疗效相关性分析。
MTB模式的缺乏：基于CGP测序得到的大量基因数据，如何转化为临床获益，这也是CGP测序临床应用上的痛点。因此，肿瘤大数据时代的“MDT 2.0”——MTB（分子肿瘤专家委员会）应运而生。ESMO对于MTB的定义为：一种多学科的协作模式，主要是从分子层面讨论肿瘤精准治疗的问题；临床医生（主要是肿瘤学家）和病理学家是MTB的核心成员，遗传学家、医学生物学家和生物信息学家是重要成员。
MTB在欧美国家目前已大力开展。根据美国AUBMC（贝鲁特美国大学医学中心）的数据，87.2%的肿瘤患者在MTB项目中确定诊断方案，87.8%肿瘤患者通过MTB获得治疗计划方案。此外，中国指南共识同样强调要重视MTB的应用。然而MTB模式目前在中国的使用并不多，因此将来推进MTB模式的开展也尤为重要。
五、展望
乳腺癌的分子机制非常复杂，因此寻找治疗靶点及分析预后因素，让患者获益具有很大的临床需求。尽管目前CGP在中国临床实践过程中的应用还不是特别普遍，但是有很大的临床价值。未来CGP可从以下方面进行研究：目前靶向治疗的优化，明确靶向耐药机制，开发新一代的抑制剂克服耐药；治疗靶点的拓展，探寻新的更多的治疗靶点，让更多的患者有机会接受靶向治疗；罕见突变位点的识别；免疫单药以及联合用药的合理应用，发掘免疫治疗的真正优势人群。以上治疗的优化都离不开基因检测。同时，使用CGP可以进行大规模的临床样本的回顾性分析，构建真实世界临床基因数据库，对乳腺癌患者的临床特征和基因特征进行优效的关联，建立大型基因数据库。
