|
一般問起癌癥種類，大家第一反應都是肺癌、乳腺癌、直腸癌，等等。這沒錯，但這是癌癥分類最初級的1.0版。在過去一百多年，隨著現代醫(yī)學的發(fā)展，癌癥分類方式已經出現了n次革命性升級，從最初的1.0版，到2.0，到3.0，現在最新的4.0版已經出現在地平線上。
|
“菠蘿，肺癌有新藥可以用么？”
“具體是什么癌癥類型呢？”
“說了是肺癌啊。”
“這恐怕還不夠，必須了解一下具體是肺癌的哪一種。”
一般問起癌癥種類，大家第一反應都是肺癌、乳腺癌、直腸癌，等等。這沒錯，但這是癌癥分類最初級的1.0版。在過去一百多年，隨著現代醫(yī)學的發(fā)展，癌癥分類方式已經出現了n次革命性升級，從最初的1.0版，到2.0，到3.0，現在最新的4.0版已經出現在地平線上。
分類方式的不斷升級，其根本目的，都是為了對病人進行更好的“個性化治療”。
只有了解現代癌癥分類方式，才能更好地和醫(yī)生交流，了解新藥背后原理，從而選擇最適合患者的治療方式。
癌癥分類1.0
發(fā)病部位
一千多年前，出現了癌癥的概念。慢慢的，大家開始對癌癥按照發(fā)病部位，或者說癌癥組織來源來分類，比如肺癌，胃癌，直腸癌等等。這樣的分類直觀，容易理解，我們平時說腫瘤排名，也還是按照這樣的分類來的。
這種按照“部位”的分類，是“癌癥分類1.0版”。這雖然簡單，卻也是一次革命，因為這樣分類不僅讓互相的交流變得容易，而且有臨床價值，因為顯然肺癌和乳腺癌，從生長特性到治療手段，都是非常不同的。
癌癥分類2.0
部位+臨床病理
病理科醫(yī)生的主要工作，就是按照2.0版的標準，來對病人進行分類。
比如，下圖就是2.0版本里面，4種主要肺癌類型在顯微鏡下的不同樣子。
從1.0升級到2.0版，中間經歷了上千年，體現了無數醫(yī)生和科學家的智慧。我們開始真正認識到癌癥多樣性，證明同樣部位，不同亞型的病人使用不同治療方式，能達到更優(yōu)化的效果。
但是大家慢慢發(fā)現2.0版有問題。
第一，這種分類主要靠病理科醫(yī)生經驗和主觀判斷，水平不高的話很容易出現誤判。
第二，即使分為同一種亞型的病人，比如“晚期非小細胞腺癌”，對藥物的響應非常不同，醫(yī)生仍然無法準確預測病人對藥物的響應。
我們是否能找到更好的分類方法，來幫助醫(yī)生優(yōu)化治療方案？
基因測序帶來了一線曙光。
癌癥分類3.0
部位+病理+基因突變
進入21世紀，隨著癌癥中的基因突變被逐漸發(fā)現并理解，我們進入了癌癥分類3.0版時代：“部位+病理+基因突變”。
在3.0系統(tǒng)下，基因檢測成了不可或缺的一環(huán)，因此有時也叫“基因分型”或者“分子分型”。
比如“非小細胞肺腺癌”，在2.0分類中是“同病”，而在3.0分類下則可以被進一步細分成了“EGFR基因突變”，“ALK基因融合”，“KRAS基因突變”等近十種不同的疾病。
之所以要這么分類，是因為科學研究表明，不同基因突變的肺癌，對藥物，尤其是新型靶向藥物的響應是非常不同的。
如下圖，當靶向藥物“特羅凱”用于所有“非小細胞腺癌”的時候，療效差別很大，有些人結果非常好，很多人則沒有任何效果，腫瘤甚至還在快速生長。
為什么呢？
以前，在2.0版分類下，我們完全無法理解。直到使用基因檢測才發(fā)現，特羅凱在肺癌中的療效主要由病人基因突變類型決定：EGFR突變病人往往效果不錯（灰色），而相反，如果癌細胞是KRAS突變的時候（藍色），“特羅凱”是完全無效的。
正是因為類似的臨床試驗結果，醫(yī)生開始推薦病人進行基因檢測，按照是否有EGFR， ALK，或KRAS突變來進一步分類，從而決定病人是否適合使用“特羅凱”，“易瑞沙”等不同靶向藥物。
隨著分類方式的進步，大家和醫(yī)生的對話也變了：
1.0時代： “我爸爸的肺癌應該怎么治？”
2.0時代： “我爸爸的3期非小細胞肺腺癌應該怎么治？”
3.0時代：“我爸爸的EGFR基因19號外顯子突變，3期非小細胞肺腺癌應該怎么治？”
顯然是越來越復雜。但大家先別崩潰，這還沒完，因為伴隨免疫療法興起，4.0版呼之欲出。
癌癥分類4.0
位置+病理+基因突變+免疫特性
近兩年來，“部位+病理+基因”的癌癥分類3.0版，又不夠用了，因為它無法預測最近很火的免疫療法效果。
癌癥分類4.0版：“位置+病理+基因突變+免疫特性”，是目前最熱門的研究領域之一。
或許再過幾年，我們就得這樣問醫(yī)生了：
“我爸爸的PD-L1陽性1+，CD8細胞陽性1+，新抗原指數2+， EGFR基因19號外顯子突變，3期非小細胞肺腺癌應該怎么治？”
99%的人應該已經暈菜了，這很正常。別擔心，這是科學研究最前沿，還不成熟，暫時不會廣泛用于臨床。
但4.0版是不可阻擋的趨勢，所以我建議大家要不就早點開始學習，要不就多結交點學生物醫(yī)學的朋友。
每個人的癌癥都是不同的，為了最優(yōu)化治療，癌癥類型肯定會被分得越來越細，終極結果就是每位患者都是一種獨特分型，適合獨特的治療方式，所謂“一人一方”。
但當分類過于細，過于復雜的時候，會帶來一個大問題：不僅病人，連很多醫(yī)生都會懵圈，因為信息和選擇都實在太多了。咋辦？
這時候，需要一個傻瓜軟件，只要輸入各項信息，電腦就能輸出推薦治療方案，比如下面這種：
理想狀態(tài)下，推薦出來的應該不是一種固定方案，而是會有多個選擇，按成功概率，價格，副作用風險等因素排名，就跟現在買機票，訂旅館一樣。選擇一個最適合病人需求的療法。
它最大的難點是背后的數據庫，不僅需要隨時更新臨床研究結果，還需要人工智能學習能力，門檻不低。
有人已經開始做了，我相信這是一個在不久的未來就會爆發(fā)的商機。
參考文獻
1. What Can We Learn from Genomically-Driven Trialsin Other Tumors? FDA Breast Oncology Group.
2. The BATTLE Trial: Personalizing Therapy forLung Cancer. Cancer Discovery. 2011Jun;1(1):44-53
3. Clinical Trials of Precision Medicinethrough Molecular Profiling: Focus on Breast Cancer. Am Soc Clin Oncol Educ Book. 2015:e183-90.
4. http://www.focus4trial.org/
