美国医学会杂志：精准医疗、基因组测序和人口健康

虽然还有争议，但是全球主要的卫生体系都在搜集和利用患者的基因组序列数据，希望这种方法利大于弊1。 基因组测序技术能够大幅提高诊断的精确度、速度并降低成本，是精准医疗的关键驱动因素。因此，在临床医生、卫生体系和政府的支持下，个人可以接受基因组测序并解读测序结果，其价格通常约等于常见高端影像学诊断项目的费用。也就是说，我们可以获得大量各种疾病患者以及健康人口的基因组序列数据。

例如，英国卫生部已开展“英格兰基因组学（Genomics England）”项目，在基础设施和教育方面进行了大量投资，支持在癌症和罕见疾病患者的医疗服务中使用基因组测序技术2。 在美国，盖辛格（Geisinger）健康系统公司对参加MyCode项目的18万人进行了基因组测序。该项目已将部分选定的数据反馈给参与者，这些数据将用于参与者的医疗服务3。在纳入参与者时，MyCode项目没有根据是否患有疾病进行选择，覆盖人口范围较广，可以说是美国目前为止规模最大的临床基因组序列筛选项目。美国国立卫生研究院（NIH）最近启动了“我们所有人（All of Us）”计划。该计划旨在将测序技术普及到100万名能够代表美国人口的个人，但是我们还不能确定该项目的成果最终有多少能够用于参与者的医疗服务当中4。

这种新现象给卫生体系和未来为医疗服务买单的公共机构及个人提出了一系列问题。例如，引入基因组测序技术，治疗预后是否会得到改善；哪类人口受益最多；常规使用基因组测序技术会带来怎样的危害？以上述问题为例，许多问题目前仍未得到解答，给未来如何进行医疗服务资源分配带来了巨大挑战。

2017年11月，美国科学、工程和医学研究院（NASEM）召开了“基因组学和精准医疗圆桌会议”，会议期间召开了题为“医疗体系实施和评估基因组筛查计划”的研讨会5。 研讨会的目标是探讨管理众多人口的医疗体系如何利用基因组测序技术做出决策，以及各个基因组测序项目如何协同合作生成急需的数据，其他卫生体系可以利用这些数据，就是否采用精准医疗技术做出适当决定。研讨会聚焦已经或未来将会获得大量基因组数据的项目，这些项目在选择参与者时未规定疾病状态，覆盖人口范围较广，可以更好的为医疗服务提供信息。与会者审议了一系列问题，包括：在制定人口基因组筛查方案时如何进行战略决策；实施计划和评估经济价值等方面存在的挑战和机遇；评估结果和获得证据的方法，包括与数据共享有关的问题；以及随着卫生体系在医疗服务中采用基因组测序技术，医疗服务的差异将得到缓解还是会加剧等。

研讨会的与会者来自美国和全球的公共及私营医疗服务机构，其中多家机构启动了此类项目，但处在项目的不同阶段。与会者所属于不同的卫生体系，他们在启动项目时遇到了各不相同的情况。例如，伯明翰阿拉巴马大学（University of Alabama at Birmingham）与Hudson Alpha生物技术研究所合作，获得了阿拉巴马州政府的高额拨款，用于开展一项覆盖整个阿拉巴马州的合作计划。相比之下，盖辛格健康系统公司通过与再生元（Regeneron）制药公司合作启动了此类项目。盖辛格项目旨在利用大量综合纵向临床电子病例数据以及基因组序列信息，用于临床基础研究和应用并提升临床服务质量。一些与会者提出，部分医疗机构领导层具有强烈的购买意愿，基因组序列数据与卫生服务的结合将会改善人口健康状况。

有越来越多的卫生体系启动了覆盖人口范围相对来说较广的临床基因组测序项目，可以同时进行诊断、预后和实施等方面的研究。这些医疗体系可以利用该技术生成的数据，以相对较低的成本创造关于精准医疗方法的临床和经济学证据。研讨会探讨了几个具有较大潜力的发展方向。

第一，卫生体系掌握了越来越多个人的基因组测序信息，可以结合电子病例系统中包含的结构化临床信息来研究基因组数据。医疗机构传统的临床和生物医学研究基础设施能否转变成为学习型医疗服务体系，能否将医疗服务和科学研究整合起来，这无疑极具挑战性，但这也是精准医疗能否蓬勃发展的关键。在美国国立卫生研究院的资助下，一些研究项目已经对此在某些美国医疗机构中进行了试点，例如电子病历和基因组学（eMERGE）项目和实施基因组学实践（IGNITE）项目。

第二，机构在开展以人口为基础的基因组测序项目时，要想取得成功，必定要积极争取尽量覆盖所有在该机构接受治疗的人口，包括传统生物医学研究中鲜有研究的人口。如果不这样做，可能会导致研究数据不完整、新的解决方案无法代表全部人口而失去价值、现有干预手段服务质量的差异扩大等后果。在纳入参与者时，必须从确定研究重点等开展项目的最初阶段开始，就纳入以往鲜有研究的人口，与他们保持长期的合作伙伴关系，把对所该人口有意义的结果反馈给他们。与未得到充分代表的人口合作共同开展研究计划，将使精准医疗项目得出可信度更高、更加相关的结果，尚有很大的潜力。

第三，即使是在采用精准医疗和基因组序列数据较早的机构中，这些技术的使用仍处于摸索阶段。这些机构通过适应临床环境解决了一些突出的问题，使精准医疗和基因组序列技术取得了长足的进步，特别是在单基因疾病和癌症的诊疗方面。然而，在未选定人口中获得常见疾病健康及疾病状态的基因型/表型相关性数据、验证风险预测模型、确定精准药物干预能够改善预后并提供良好的经济价值，都需要从大量的样本中获取数据。通过跨机构合作和信息共享，利用针对各种适应症所收集的数据，能够加快并提高解决基础科学和应用临床问题的能力。长久以来，基因组研究界的主要科研机构具有优良的合作传统。但是医疗服务体系的各个机构没有建立良好的合作机制，在共享临床数据方面受到相当大的限制。在各机构之间建立新的数据共享模式，统一数据标准，研究与精准医疗相关、有效的预后新指标，在这方面存在巨大潜力。

生物医学研究界的成员应阅读美国科学、工程和医学研究院研讨会的会议记录，并考虑他们能否在这些方面有所帮助。

具有较大潜力的方向：

在卫生体系中开发并实施人口规模的临床基因组测序项目，可以为研究精准医疗创造有力的证据，为研究其益处、危害和经济价值等问题提供新机遇。

保障人口多样性，特别是尽早与传统生物医学科研中鲜有研究的人口建立合作关系，确保临床基因组测序项目能够得出有意义的证据。

如果开展基因组测序计划的医疗机构能够建立数据共享机制并协作开展研究，该领域将取得更大的发展。采取这些措施也益于这些机构的发展。

通过开展合作，加上投入相对较少的资源来鼓励人口参与和数据汇总，有助于创造必要的证据基础，使基因组学技术良好地融入医疗服务当中去。

原文版权信息

通讯作者: W. Gregory Feero, MD, PhD, Maine-Dartmouth Family Medicine Residency, Four Sheridan Dr, Fairfield, ME 04937 (wfeero@mainegeneral.org).

文章地址: March 16, 2018. doi:10.1001/jama.2018.2925

利益冲突：所有作者已经完成并提交了ICMJE利益冲突声明。Veenstra博士报告接受了美国国立卫生研究院（NIH）的资助。没有其他利益冲突。

原文参考文献

1.Joyner  MJ, Paneth  N.  Seven questions for personalized medicine.  JAMA. 2015;314(10):999-1000.PubMedGoogle ScholarCrossref

2.Genomics England. https://www.genomicsengland.co.uk/#. Accessed February 14, 2018.

3.MyCode Community Health Initiative. Geisinger Health. https://www.geisinger.org/mycode. Accessed February 14, 2018.

4.All of Us research program. National Institutes of Health. https://allofus.nih.gov/. Accessed February 14, 2018.

5.Implementing and Evaluating Genomic Screening Programs in Health Care Systems. http://nationalacademies.org/hmd/reports/2018/implementing-and-evaluating-genomic-screening-programs-in-health-care-systems-proceedings.aspx. March 16, 2018.

6.Division of Genomic Medicine, National Human Genome Research Institute, National Institutes of Health. https://www.genome.gov/27549225/genomic-medicine-activities/. Accessed February 14, 2018.