心血管疾病的精准醫療時代已經到來？

心血管疾病的精准醫療時代已經到來？

作者：惠汝太 宋雷 胡盛壽

（接上文）

五、多基因疾病距離精准醫療最遠

多基因疾病是多基因與環境因素共同作用的結果。 如原發性高血壓和冠心病。 以基因型為基礎的臨床試驗結果， 將成為未來臨床指南制定的依據。 目前幾乎所有臨床指南都是根據隨機對照臨床試驗結果制定， 由於此類研究自身的局限性， 造成相應指南較為粗燥， 因此我們需要更加精確、更加個體化的臨床試驗， 指導可以預測療效與不良反應的治療。

目前已知至少有200多種環境因素可以增加動脈硬化風險。

20多萬人的GWAS研究結果以及基因組1000的資料發現大約60個常見單核苷酸多態性(SNP)與冠心病風險相關， 另外109個位點中的202個信號達到錯誤發現率(FDR)統計要求， 可解釋28%的冠心病遺傳度。 因此， 有學者對精准醫療能否預測多基因疾病的發病風險， 持懷疑態度。

懷疑論者認為， 這麼多的因素， 這麼複雜的相互作用， 不可能預測高血壓與冠心病的風險。 需要理論創新與方法學創新。 我們的觀點是， 多基因疾病， 如原發性高血壓， 環境因素的作用不容忽視。

因為中國1958年高血壓患病粗率5.1%， 而2002年達到18.8%， 2010年上海城區高血壓患病率達到31.15%， 不可能人群的基因都突變了， 然而人群賴以生存的社會環境及生活方式變化很大， 因此有可能是我們高估了複雜疾病的遺傳度。

我們需要找出環境變化與基因改變的聯繫， 到底是通過表觀遺傳調控還是代謝組學， 甚至腸道微生物組調控？有待證實。

六、心血管疾病精准醫療的未來

精准醫療給很多疾病的治療帶來了希望。 我們的責任是把科學成果帶來的希望帶給患者。 心血管疾病病因、環境因素和個體差異均十分突出。 目前大多數心血管疾病的治療還是"一攬子方法"。

精准醫療展示了個體化精准診斷、預防和治療的前景。 但是， 除了單基因心血管疾病以外， 大多數心血管疾病還有很多問題需要探索。 把精准治療轉變為多基因疾病的臨床常規， 還有很長的路要走。 我們必須以創新、創造、負責任的姿態，

在精准醫療的道路上謹慎前行。

複雜心血管疾病精准醫療成功的要素：

(1)創建交流與戰略合作平臺：AHA為落實美國精准醫療計畫， 採取組織措施， 成立了AHA心血管疾病精准醫療研究所(AHA Institute for Precision Cardiovascular Medicine)， 以推動心血管疾病精准醫療普及。 該組織承擔收集、連接和促進利用一切可以利用的資訊， 改善健康， 促進科學知識的集成、整合、傳播與推廣， 其是一個知識整合與交流平臺、戰略合作平臺， 創造機會讓社會各界參與設計醫學的未來， 力圖在知識創造與傳播方面探索出一條新路。 這值得我們借鑒。

(2)醫生與大眾教育：雖然我們堅信精准醫療遲早會成為臨床實踐的重要組成部分， 對臨床預測、診斷和治療的影響會越來越大， 特別是靶向治療或個體化治療。

未來的醫生， 如果不懂遺傳與基因組學如何提供給患者最好的醫療服務？但是精准醫療不會自然而然轉變為臨床常規。

醫生與大眾的信心、信任是精准醫療成敗的關鍵。 目前臨床一線的大多數醫生， 沒有接受過精准醫療的特別訓練， 解讀既存的遺傳測試結果存在困難。 另外海量資料， 包含不同來源的資料集給本來已經十分繁忙的醫生帶來新的學習與工作壓力。

這樣基因變異資訊的收集只會增加醫生的苦惱。 創立合適的資料模式與普通醫療實踐者的溝通勢在必行。 如建立二維臨床與分子資料鏈接， 使結果有清晰的出口， 如果不教會醫生如何使用這些結果， 可能會與精准醫療的初衷背道而馳。

基因風險標記物未必能提高患者避免風險行為的依從性。

(3)全面整合豐富且動態變化的表型與基因型(包括微生物組學資料)：醫生一定要用遺傳學與基因組學的知識武裝頭腦， 制定準確的表型定義和收集家族史與臨床表型的標準。 現實是目前還沒有多少資料庫能夠滿足精准醫療的需要——完成深度測序的患者數目有限， 測序結果與臨床表型記錄差距很大。

從醫療記錄中抽取表型資料， 體量大， 十分困難， 而獲取資料豐富， 表型定義清楚的臨床表型資料則更加困難。 可穿戴監測設備有助於收集動態表型資料， 但是僅為嘗試。 因此， 資料的品質與廣泛性尚需時日。

(4)建設全組學資料集(panomic′ data sets)、研究新的資料分析方法：資料如何整合？沒有現成的答案。 整合基因組、轉錄組、代謝組、表觀遺傳組學和微生物組等組學資料，以及臨床表現、家族史、暴露的環境因素等資料。使用複雜的分析方法，如層序聚類分析(hierarchical cluster analysis),可以發現新的疾病識別信號，提供新的危險分層演算法或開發新的診斷方法。

基因組資料、個體水準的遺傳資料、個體組織的基因組資料，臨床實踐過程中的其他研究與治療資料(如實驗室資料、生活方式、環境資料和可穿戴式設施獲得的生理資料)，可能會加速精准醫療轉化為臨床常規的步伐。

(5)開通更好的醫患交流路徑、改善醫患溝通：醫生應考慮患者的整體感受，而不僅是關注疾病和治療結果。應給患者一個平臺，表達偏好與顧慮。不能僅限於臨床工作，還應把改善醫患交流整合到臨床研究設計中，採集精准的臨床表型(亞臨床表現、擬表型)、家族史和暴露環境等因素。醫生應盡最大努力，尤其是要更加有效地傾聽患者，給予患者最好的醫療服務。

參考文獻【略】

整合基因組、轉錄組、代謝組、表觀遺傳組學和微生物組等組學資料，以及臨床表現、家族史、暴露的環境因素等資料。使用複雜的分析方法，如層序聚類分析(hierarchical cluster analysis),可以發現新的疾病識別信號，提供新的危險分層演算法或開發新的診斷方法。

基因組資料、個體水準的遺傳資料、個體組織的基因組資料，臨床實踐過程中的其他研究與治療資料(如實驗室資料、生活方式、環境資料和可穿戴式設施獲得的生理資料)，可能會加速精准醫療轉化為臨床常規的步伐。

(5)開通更好的醫患交流路徑、改善醫患溝通：醫生應考慮患者的整體感受，而不僅是關注疾病和治療結果。應給患者一個平臺，表達偏好與顧慮。不能僅限於臨床工作，還應把改善醫患交流整合到臨床研究設計中，採集精准的臨床表型(亞臨床表現、擬表型)、家族史和暴露環境等因素。醫生應盡最大努力，尤其是要更加有效地傾聽患者，給予患者最好的醫療服務。

參考文獻【略】