精準醫療，也被稱為個性化醫學，是指使用病人特定的分子特征來指導疾病診斷、監測病情發展與治療應答、或用于確定藥物開發新靶點的醫療模式。

精準醫療原則的應用使癌癥治療領域取得了長足的進步，并有望顯著改變多種病癥的治療，包括代謝和心血管疾病、自身免疫和炎癥性疾病，以及神經發育和神經退行性疾病。在這篇文章里，我們將回顧精準醫療的基本理念和面臨的挑戰，并討論表觀基因組和染色質生物標志物如何成為推進這一重要研究的關鍵。

精準醫療的必要性

就歷史觀點而言，大多數治療方法都是面向廣大患者群體使用的。然而，疾病的病因十分復雜，通常由遺傳、環境和生活方式等相互作用引起。因此，治療結果可能差別很大，患者可能完-全消除或減輕癥狀，也有可能面臨著中度或嚴重的失敗治療，產生更多副作用或病情進展沒有變化，而精準醫療是解決這一問題的潛在方案1,2。精準醫療的首要目標是利用具體病患的分子特征來了解如下多個方面的信息：

● 診斷信息。該病的特征是什么？

● 患者分層。我們能否利用生物標志物來完善復雜疾病的亞型？

● 疾病預后。該病有多嚴重？它的病程有多快？

● 治療選擇。對于特定的病患，最佳的治療方案是什么？

● 治療應答指標。藥物的效果是否符合預期，還是應該改變劑量，嘗試另一種治療方法，或者用另一種藥物作為補充？

● 新藥開發。我們能否確定新的治療靶點？

在尋找這些問題答案的過程中，相當一部分的研究經費被用于確定合適的治療靶點和生物標志物。下面，我們將著重介紹當前方法、臨床上的成功案例以及精準醫療研究的發展前景。

精準醫療的基本原則

● 基于遺傳變異的方法 

盡管精準醫療的概念早在20世紀60年代就已經存在，但直到21世紀初人類基因組計劃完成后，這一運動才獲得了真正的推動力1。這一壯舉使得科學家們能夠對人類遺傳變異（如突變和單核苷酸多態性）進行大規模研究，并確定其與獨-特表型或疾病的關聯性3。這些項目被統稱為全基因組關聯分析（GWAS），確定了數十萬種疾病和性狀的風險變異4。

在某些情況下，識別疾病相關風險變異揭示了潛在的疾病生物學機理，這反過來又能夠推動醫療發展。除此之外，GWAS確定了可選擇的適合患者治療方法的生物標志物。下面我們重點介紹幾個關鍵應用：

案例研究1：克羅恩病和IL-12/IL-23抑制劑

在克羅恩?。–rohn’s disease）中，GWAS發現細胞因子IL-12和IL-23與疾病發展相關聯5。針對這些分子促炎作用的基礎研究促進了靶向這一途徑的免疫治療藥物實驗的成功6。 

案例研究2：可用于治療選擇的肺癌生物標志物

DNA測序已經發現了多種肺癌相關的基因變異7，其中7種已被FDA批準用于治療8。這使得醫生可以利用基因檢測來選擇治療方法，并希望借此改善患者的預后。

然而，僅識別疾病相關的風險變異可能會導致不完備的病因學觀點。因此，為了充分利用這些發現推進精準醫療的發展，必須了解其功能性結果。例如，基因組中蛋白質編碼區的變異可能影響蛋白質的結構、功能和表達。如囊性纖維化疾病中每一種變異都代表著一種不同的分子結果，可能需要以不同的方式對待。 

案例研究3：遺傳風險變異為囊性纖維化的治療提供信息

多種遺傳變異與囊性纖維化有關。根據致病變異的不同，兩種對CFTR蛋白具有不同作用機制的藥物（幫助運輸到細胞表面或離子通道功能）可單獨或聯合使用9-11。

值得注意的是，90%以上經GWAS確認的變異都位于基因組的非編碼區12，而非編碼區富含細胞類型特異的、能夠激活基因表達的順式調控元件（即增強子）13。因此，許多研究人員專注于研究疾病風險變體如何影響轉錄調節，而不是蛋白質結構或功能14-16。

目前面臨的挑戰在于了解靶標基因是什么。非編碼區可以通過直接和間接的機制跨越基因組距離發揮作用；因此，與疾病變異最-接-近的基因不一定是因果決定因素17,18。

● 基于基因表達的方法

研究人員發現，在不同的疾病狀態下，包括癌癥、自身免疫性疾病、神經退行性疾病、心血管疾病和其他疾病等，基因表達都發生了很大的變化19-23，這突出了通過全基因組調查方法發掘疾病的轉錄特征的必要性?；虮磉_研究，包括微陣列和RNA測序方法在內，已經幫助研究者確定了許多疾病的亞型。

案例研究4：乳腺癌患者分層和個性化治療選擇

歸功于基于精準醫療的診斷和治療的應用，乳腺癌患者的五年生存率已大幅提高24（從1975年的76%提高到現在的90%以上25）。乳腺癌可以通過多種信號受體的表達進行分類，為診斷、選擇合適的治療組合和復發風險提供信息。例如，酪氨酸激酶HER2（HER2+）表達陽性的患者通常使用曲妥珠單抗（trastuzumab），一種靶向HER226的單克隆抗體。將HER2狀態等分子分類與細胞分化和增殖的定量測量相結合，也為患者的預后提供了信息27。這些只是大量研究結果中的其中幾個例子，它們推動了該領域的發展，幫助醫生治療并給予了乳腺癌患者及其家庭支持。

基于基因表達的個性化醫療研究仍在進行，既要進一步完善有既定生物標志物的癌癥亞類，如乳腺癌28，也要完善沒有生物標志物的癌癥亞類，如一些腦癌29。這些發現將產生新的生物標志物和治療靶點，可能拯救許多生命。

當前精準醫療方法的缺陷

在上文中我們重點介紹了精準醫療領域在多方面的臨床成功案例。盡管精準醫療已經取得了這些顯著的成就，但GWAS和轉錄組學往往無法產生與臨床相關的生物標志物或藥物靶點，令許多疾病難以診斷和治療。這可以歸因于許多懸而未決的問題： 

● 哪種變異是疾病的真實原因？

這些變異很少單獨發生。事實上，變異通常是在被稱為單倍型的大塊DNA中成組遺傳的，這使得我們很難知道哪些變異（如果確實存在的話）可能會影響疾病狀態。

● 遺傳和環境的影響如何交叉作用？

事實上，一些遺傳變異的外顯率受到生活方式30或環境因素31的調節，如服用某些處方藥、運動和環境污染，其基因調控影響和疾病風險與暴露程度相關。

● 環境因素是否更可能是主要原因？

一些與疾病相關的基因調控變化與遺傳變異完-全無關。相反，這些基因調節變化的根本原因——與從過敏32到低出生體重33到心臟病34等狀態相關——取決于環境暴露。

● 基因表達是否涵蓋了我們需要知道的一切？

目前研究異常RNA表達的方法提供了細胞內當前情況的快照。它們不能提供有關細胞“準備做什么"的信息，如治療引起的遺傳程序的變化或抗藥性的發展。這種機制信息的缺乏留下了許多關于治療應答和復發可能性的開放性問題，而這些問題對個性化護理具有極大的參考價值。

● 為什么我們只關注蛋白質編碼區？

基因表達和遺傳變異是疾病的主要指標——但它們只是影響因素的一部分。事實上，人類基因組中只有不到1%編碼蛋白質35。基因調控主要由非編碼區控制，非編碼區可以作為增強子，形成染色質環，結合轉錄因子，或招募表觀遺傳修飾酶和閱讀器蛋白。此外，許多疾病風險變異也富集在非編碼DNA中。因此，非編碼DNA和基于染色質的機制代表了大量未開發的生物標志物和藥物靶點。

遺傳、環境、轉錄和染色質的融合使得疾病表型發展十分復雜（Figure 1）。目前的方法通常無法考慮這些不同的因素，使得人們難以預測疾病進展并對治療作出及時的反應。

Figure 1 Environmental and molecular factors together drive disease development.

將表觀基因組學納入精準醫療

表觀基因組可能是確定新型生物標志物和藥物靶點以推進精準醫療的關鍵。表觀基因組包括復雜的分子代碼，能夠調節染色質結構和功能以控制基因表達。因此，對表觀基因組進行的研究可以作為一個重要的分子工具，幫助我們了解由遺傳變異、環境和治療導致的基因表達變化。

為此，染色質修飾，包括DNA甲基化和組蛋白翻譯后修飾（PTMs），已經為基因調控程序提供了顯著的見解，并正在成為精準醫療研究的重要組成部分。

● DNA甲基化

從歷史觀點上說，繪制DNA甲基化圖譜已經成為表觀基因組的精準醫療研究的首-選方式。這種既定的抑制性染色質標記有多種檢測選擇：甲基化敏感的PCR和限制性酶、基于抗體的方法（如MeDIP）或亞硫酸氫鹽轉化后的測序（BS-seq/WGBS）36,37。DNA甲基化與診斷學的結合帶來了令人興奮的進展：

案例研究5：中樞神經系統（CNS）腫瘤的分類和治療選擇

許多原發性中樞神經系統腫瘤難以用傳統的組織學方法進行分類38。例如，中樞神經系統神經外胚層腫瘤是類別廣泛，其組織學特征是小的、分化不良的神經元和神經膠質。在一項研究中，DNA甲基化分析的整合將75%以上的腫瘤重新分類為更具體的亞型，如髓母細胞瘤、高級膠質瘤、室管膜瘤和松果體瘤39。在其他原發性中樞神經系統腫瘤中，如膠質母細胞瘤，選擇性啟動子（如MGMT）的甲基化促進治療的靈敏度，如替莫唑胺（temozolomide），指導治療選擇40。

案例研究6：無創體外診斷的發展

在早期研究中，在患者血漿或血清中的循環無細胞核小體上能夠檢測到DNA甲基化，并在一些概念驗證的臨床研究中觀察到，如肺癌、乳腺癌和結直腸癌37,41-43。這為開發FDA批準的體外診斷測試鋪平了道路，這些測試來自容易獲得的樣本，如Cologuard®和Epi proColon®的糞便或血液，以及幾種有前景的液體活檢測試，包括GRAIL的Galleri™，以檢測癌癥，無論其類型如何44-46。

然而，由于無法提供不同染色質區間的細節，特別是組織/細胞特異性增強子的活性，DNA甲基化的研究對某些應用來說是不夠的。此外，DNA甲基化并不總是一種抑制性標記47，這意味著它對基因表達的影響可能是模糊的。雖然DNA甲基化已經證明破譯表觀基因組可以為精準醫療方法提供信息，但就揭示表觀基因組學和染色質上的基因表達修飾機制而言，這只是冰山一角。

組蛋白翻譯后修飾 

染色質上顯著的化學和蛋白質多樣性充滿了潛在的精準醫療靶點。具體而言，組蛋白PTMs和染色質結合蛋白（如轉錄因子）對基因表達產生了強大而動態的影響。迄今為止，超過100種獨-特的組蛋白PTMs或其組合被認為與人類疾病有關，包括多種癌癥48-53，與此同時人們也發現組蛋白PTM模式的整體改變可以預測疾病狀態、復發情況和患者的治療應答54-56。

與DNA甲基化甚至染色質可及性檢測（如ATAC-seq）不同，組蛋白PTMs提供了對不同、特定基因組特征的認知。全基因組染色質圖譜工具的開發有助于將組蛋白PTMs分配到特定的基因組區間（Figure 2），如活躍的增強子（H3K27ac）、活躍的啟動子（H3K4me3）、活躍的基因體（H3K36me3），甚至被抑制的基因（H3K9me2/3，H3K27me3）。因此，研究組蛋白PTMs可以闡明基因調控格局的多樣性，包括細胞的功能。一個典型的例子是二價H3K4me3/H3K27me3標記，它表示未分化的干細胞或原生細胞中 '準備好'激活的增強子和啟動子57。值得注意的是，在癌癥中經常觀察到二價基因表達的改變58，它們可能與病情惡化59或耐藥性60有關。

Figure 2 Overview of the localization of chromatin features. 

因此，基因組圖譜研究包含了個性化醫療的關鍵信息。這一領域的前沿研究已經在精準醫療領域產生了影響：

案例研究7：癌癥治療反應的預測和調節

一項研究發現，組蛋白PTM H3K27ac是增強子和活躍轉錄程序的標志物，可用于區分結直腸癌的亞類型，包括預后結果和治療應答61。此外，使用這些增強子亞型分類的新型組合療法在患者衍生的異種移植中顯示出療效。另一項研究發現，抑制性組蛋白PTM H3K27me3使乳腺癌細胞對化療敏感，而阻止這一標記會抑制藥物耐受性并延緩腫瘤形成60，這表明組蛋白PTMs具有治療潛力。

這些研究共同表明，表觀基因組研究具有指導臨床決策和藥物開發的強大潛力。

與整合表觀基因組學有關的挑戰

雖然染色質圖譜展示了精準醫療應用的巨大前景，但表觀基因組在臨床應用方面的研究一直極-具挑戰性。

歷-史-上，染色質圖譜是通過ChIP-seq進行的。雖然具有突破性，但也有很大的局限性，這種局限阻礙了它在精準醫療中的應用。具體來說，這些限制包括：

● 低靈敏度和低通量，需要數以百萬計的細胞，深度測序，以及大量的實踐時間。

● 難以適應不同的細胞類型，需要對每個新的細胞類型進行優化。

● 組蛋白PTMs的非特異性抗體——事實上，絕大多數（如EpiCypher62所示，>70%）與相關標記發生交叉反應。

● 所有這些都將導致高成本和低質量的數據！

這些挑戰共同限制了ChIP-seq數據的規模、應用和解讀。ChIP的可靠性差，也使得它難以研究疾病的異質性和患者的特定治療應答。

總之，ChIP-seq無法完成表觀基因組學在精準醫療方面所需的工作。那么還有什么其他選擇嗎？

CUT&RUN和CUT&Tag：改進的精準醫療表觀基因組學研究工具

CUT&RUN與CUT&Tag分析解決了許多與ChIP-seq相關的問題，只需取用少量細胞和測序讀數就能生成高分辨率的圖譜，并且十分快速——EpiCypher的CUTANA™ CUT&RUN與CUT&Tag分析法從細胞到測序文庫只需2到3天，而ChIP需要一周（或更長時間）。

CUT&RUN和CUT&Tag是研究的理想選擇，可以提高我們對疾病風險變異、基因調控程序和診斷/治療生物標志物的認識。與ChIP-seq相比，CUT&RUN和CUT&Tag與個性化醫學應用相關的優勢和特點包括：

● 高靈敏度和高通量：經過簡化的工作流程，檢測只需要5,000個細胞

● 廣泛的細胞類型兼容性：干細胞、免疫細胞、患者衍生的異種細胞、FACS分選的細胞以及小鼠和人類原代細胞、冷凍樣品和輕度交聯的材料

● 經驗證的抗體，以確保您對結果的信賴

● 成本低——與ChIP-seq相比，每個反應大約減少70%的成本。

CUT&RUN對大多數靶標都很穩健，包括瞬時相互作用蛋白（如染色質重塑酶）、先驅因子、異染色質靶點，并具有單細胞兼容試驗方案63，能分析異質組織。重要的是，CUT&Tag只推薦用于組蛋白PTM靶點。

許多課題組已經使用EpiCypher的CUT&RUN64-67和CUT&Tag68,69檢測來研究染色質結構并用于生物醫學研究。其他文獻引用已經證明了這項技術在精準醫療方面的前景：

案例研究8：神經元中與疾病相關的增強子鑒定

通過結合H3K27ac CUT&RUN、ATAC-seq和RNA-seq，一組便能夠識別興奮性與抑制性人類神經元特-有的增強子70。增強子圖譜與精神疾病風險變異數據庫相結合，顯示出與精神分裂癥、多動癥和雙相情感障礙有關的變異富集。這項研究直接證明了表觀基因組學與現有數據集的整合可以進一步了解疾病風險變異體的功能和異?；虻谋磉_，從而推動精準醫療。

案例研究9：液體活檢轉錄印跡的鑒定

CUT&RUN已被用于識別異種移植中ER+乳腺癌的轉錄印跡71。轉錄圖譜被用來對人類乳腺腫瘤進行亞分類，而且值得注意的是，在患者的血漿中也能檢測到71。這些研究直接證明了二代CUT&RUN基因組圖譜技術在推進新興的無創液體活檢個性化醫學應用方面的潛力。

結論和展望

盡管精準醫療面臨著定義患者特異性分子特征的困難，不可否認它是一個令人振奮的領域。用于精準醫療的染色質研究有可能在兩個主要方面顯著改變該領域：

1. 新型染色質生物標志物的鑒定和驗證——在現有的基因組和轉錄組方法的基礎上展現了一個需要監管的、環境敏感的尚未開發領域。

2. 闡明驅動疾病的轉錄調控機制——這將有助于表征疾病風險變異，并確定新的轉錄生物標志物和藥物靶點。

CUT&RUN與CUT&Tag是能夠用于實現這些目標的強大檢測方法。表觀基因組學在精準醫療中的其他應用包括精細繪制獨-特細胞類型中的染色質區室，以幫助闡明疾病發展和進展的染色質調節機制。這種表觀基因組圖譜可與其他測序方式相結合，包括DNA甲基化、RNA-seq、ATAC-seq或Hi-C，以表征個別患者的疾病特征并改善臨床預后。

參考文獻(部分)

1. J?rgensen JT. Twenty Years with Personalized Medicine: Past, Present, and Future of Individualized Pharmacotherapy. Oncologist 24, e432-e40 (2019). PubMed PMID: 30940745.

2. Ashley EA. Towards precision medicine. Nat Rev Genet 17, 507-22 (2016). PubMed PMID: 27528417.

3. Ikegawa S. A short history of the genome-wide association study: where we were and where we are going. Genomics Inform 10, 220-5 (2012). PubMed PMID: 23346033.

4. Uffelmann E et al. Genome-wide association studies. Nature Reviews Methods Primers 1, 59 (2021). 

5. Wang K et al. Diverse genome-wide association studies associate the IL12/IL23 pathway with Crohn Disease. Am J Hum Genet 84, 399-405 (2009). PubMed PMID: 19249008.

6. Moschen AR et al. IL-12, IL-23 and IL-17 in IBD: immunobiology and therapeutic targeting. Nat Rev Gastroenterol Hepatol 16, 185-96 (2019). PubMed PMID: 30478416.

7. Greulich H. The genomics of lung adenocarcinoma: opportunities for targeted therapies. Genes Cancer 1, 1200-10 (2010). PubMed PMID: 21779443.

8. Targeted Therapies for Lung Cancer: American Lung Association. Available from: 

9. Boyle MP et al. A CFTR corrector (lumacaftor) and a CFTR potentiator (ivacaftor) for treatment of patients with cystic fibrosis who have a phe508del CFTR mutation: a phase 2 randomised controlled trial. Lancet Respir Med 2, 527-38 (2014). PubMed PMID: 24973281.

10. Condren ME et al. Ivacaftor: a novel gene-based therapeutic approach for cystic fibrosis. J Pediatr Pharmacol Ther 18, 8-13 (2013). PubMed PMID: 23616732.

11. Wainwright CE et al. Lumacaftor-Ivacaftor in Patients with Cystic Fibrosis Homozygous for Phe508del CFTR. N Engl J Med 373, 1783-4 (2015). PubMed PMID: 26510034.

12. Edwards SL et al. Beyond GWASs: illuminating the dark road from association to function. Am J Hum Genet 93, 779-97 (2013). PubMed PMID: 24210251.

13. Gasperini M et al. Towards a comprehensive catalogue of validated and target-linked human enhancers. Nat Rev Genet 21, 292-310 (2020). PubMed PMID: 31988385.

14. Morley M et al. Genetic analysis of genome-wide variation in human gene expression. Nature 430, 743-7 (2004). PubMed PMID: 15269782.

15. Schadt EE et al. An integrative genomics approach to infer causal associations between gene expression and disease. Nat Genet 37, 710-7 (2005). PubMed PMID: 15965475.

更多產品詳情，請聯系EpiCypher全國授權代理-欣博盛生物