劉燕

兩年前，華盛頓大學(xué)研究白血病的Lukas Wartman博士被診斷出患上了他正在研究的疾病。病情迅速惡化，沒(méi)有任何方法能治好他。隨后，他的同事對(duì)他的癌癥基因組進(jìn)行了測(cè)序，發(fā)現(xiàn)了問(wèn)題基因，更幸運(yùn)的是，找到了對(duì)癥的藥物。如今，Wartman博士的病情正在好轉(zhuǎn)。這個(gè)美好的故事不僅讓科研人員歡欣鼓舞，也為更多正面臨痛苦的患者帶來(lái)希望。

然而面對(duì)臨床應(yīng)用，新一代測(cè)序真的準(zhǔn)備好了嗎？Wellcome Trust人類遺傳學(xué)中心的Danny Ulahannan給出了否定的答案，他們?cè)陔s志上發(fā)表了他們的看法。

與大多數(shù)組成型基因組不同，癌癥是異質(zhì)性、生物多樣性的，且具有復(fù)雜的遺傳變異。癌癥基因測(cè)序面臨以下幾個(gè)方面的挑戰(zhàn)：首先，樣本質(zhì)量不好且數(shù)量有限。幾乎所有的腫瘤樣本都在一定程度上污染了正常組織；其次，癌癥基因組的分析相當(dāng)復(fù)雜，有大量復(fù)雜的遺傳變異，這意味著不能總是依賴標(biāo)準(zhǔn)的人類參考序列。

許多癌癥基因組是高度重排的，存在大量、大規(guī)模的突變，如易位、倒位、融合和拷貝數(shù)的變化。這些因素讓腫瘤的基因測(cè)序分析更加困難。而非人類的基因組序列也可能存在于腫瘤內(nèi)，如致癌病毒或感染。

此外，生物信息學(xué)工具也有待改進(jìn)。目前，大部分處理測(cè)序數(shù)據(jù)的生物信息學(xué)工具都是為正?；蚪M而設(shè)計(jì)的，其應(yīng)用程序背后的假設(shè)對(duì)腫瘤樣本無(wú)效，因此往往會(huì)產(chǎn)生不準(zhǔn)確的組裝結(jié)果。而癌癥基因組的分析需要醫(yī)生和生物信息學(xué)家之間密切合作，以優(yōu)化數(shù)據(jù)處理，確保所產(chǎn)生的數(shù)據(jù)是臨床上可用的。

紀(jì)念斯隆·凱特琳癌癥中心的Michael Berger認(rèn)為，必須開(kāi)發(fā)出更好的算法，才能可靠準(zhǔn)確地檢測(cè)異質(zhì)性腫瘤中的突變。