本文是关于 NGS 与数字化工具推动亚太地区精准肿瘤学发展的系列案例研究之一。请滚动至文末，查看完整列表。
2018 年，澳大利亚政府承诺在 10 年内投入 5 亿澳元用于基因组研究。下一代测序 (NGS) 和其他基因组检测具有改善疾病诊断以及推动个性化医疗的巨大潜力，目前全国范围内的私人和政府资助的实验室已采纳这种检测。然而，大多数生物标志物都经过逐一检测，并且仅当有必要时才进行测试，而非预先进行常规检测。
Peter Gibbs 教授是 The Walter and Eliza Hall Institute of Medical Research in Victoria 的结肠直肠癌专家，Svetlana Cherepanoff 教授是新南威尔士州 St Vincent’s Hospital 和 SydPath 的眼部组织病理学家，两人都从事研究和诊断医学工作。他们与我们讨论了澳大利亚 NGS 临床整合的相关问题。
临床实践中的 NGS 与 MTB
尽管对 NGS 的兴趣日益浓厚，但普通澳大利亚肿瘤学家对最新工具和方法的经验仍然较为有限。Medicare 是澳大利亚的国家通用医疗保健计划，仅对特定阶段或类型癌症（如皮肤黑色素瘤、肺或非小细胞癌和结直肠癌）的 NGS 检测进行报销。针对不同 NGS 检测的报销限制表明，与更大型、昂贵、全面的检测组合相比，更小型、便宜、针对性更强的 NGS 检测组合的使用频率更高。
对于使用新型诊断方法的复杂病例，分子肿瘤委员会 (MTB) 提供了分享专业知识的机会。MTB 可能包括研究人员、实验室技术人员、肿瘤科医生和病理学家，他们讨论的主题包括监测指南、疾病分类以及微阵列检测结果和 NGS 结果。澳大利亚仅有少数临床医生有机会参与此类委员会，或掌握有效参与讨论所需的知识储备。Gibbs 教授表示：“需要开展大量科普教育才能将 MTB 设为医院的常规机构。”
Cherepanoff 教授的团队运营着澳大利亚唯一的眼肿瘤 MTB，她切身感受到这种多学科协作模式带来的益处。例如，一个针对葡萄膜黑色素瘤的 MTB 成功整合了来自临床影像、SNP 芯片（用于检测染色体拷贝数变异）和 NGS 的信息。这促使 SydPath 申请补助，旨在将该 MTB 模式转化为可自我维持的运营模式。
生物标志物检测与 NGS
如果事实证明下一代测序比单一生物标志物检测更有效且信息量更大，NGS 检测可能成为肿瘤学中的常规和前瞻性检测，正如肺癌领域已呈现的趋势。在结肠直肠癌领域，Gibbs 教授目前仅针对少数可报销的预测性和预后性生物标志物进行检测，但他指出，随着更多生物标志物的纳入，这种做法的成本效益将逐渐降低。
Cherepanoff 教授在 SydPath 的实验室现提供一项经过验证并获认证的 50 基因热点突变检测组合，该检测仅针对结肠直肠癌、皮肤黑色素瘤和非小细胞肺癌中的”短小”靶向基因进行检测。虽然可以报销，但该检测在结膜黑色素瘤等罕见肿瘤（不存在 NGS 检测组合）或寻找药物靶点和肿瘤不可知疗法中用处不大。
Cherepanoff 教授目前正在开发一种规模更大的、包含 mRNA 转录本的 161 基因检测组合，但她深知，临床医生无暇消化大量信息，且通常只关注具有可操作性的靶点，因此不太可能全盘接受这种数据洪流。大型医院和实验室更有可能例行提供此类规模更大的检测组合。此外，许多人认为对全体患者使用这类检测工具的临床价值有限，因此检测可能仅适用于年轻、体能状况良好以及别无选择的患者群体。
随着平台和报告在用户友好性和可负担性方面有所改善，并且积累了更多经验，针对体细胞实体瘤的小型 NGS 检测组合有望成为常规检测。提供三级解析（如悉尼 Royal Prince Alfred’s pathology 病理服务所采用的解析服务）的增强型 NGS 检测报告将备受青睐。Cherepanoff 教授的神经肿瘤学分子谱分析工作利用该检测系统，通过整合最新文献与相关突变信息，生成具有深度的报告与总结。
数字工具与 MTB 的未来
Cherepanoff 教授预计，未来 5-10 年，用于工作流程管理、信息共享和临床决策支持的数字工具将迅速发展。目前，新工具正在确保地理位置多样化的团队能够高效合作，偏远地区的患者能够获得更好的治疗。Cherepanoff 教授指出，数字工具加快了其所在 MTB 的诸多流程，使会议频率从每年仅 6 次增加到 4 个月内 8 次。
Cherepanoff 教授还指出，数字工具能使大量数据更易于查看和理解。她希望可以对 NGS 报告进行定制，以减少让专业知识不足的用户不堪重负的数据过载，并帮助其防止数据丢失或忽视重要的分子特征。她还希望这些工具能日益展现其预后价值，并旨在收集能证明其可优化临床工作流程的试验数据。
Gibbs 教授和 Cherepanoff 教授都急切地期待能出现可处理复杂突变基因组数据、并将其整合到治疗指南、文献与临床试验中的 AI 辅助数字分析工具或算法。他们还预期，数字工具将能日益帮助经验较少的临床医生对接分诊算法、监测方案、转诊流程或试验资源。长远来看，这类工具很可能实现云端化，而医疗信息管理平台最终将转向应用化和订阅模式。
其中某些功能和服务已经存在，但临床医生的采纳进展仍较为缓慢。Gibbs 教授表示：“我看到了技术可能性与临床实际应用之间存在的差距。这一差距正在快速扩大，令我深感忧虑。我正致力于通过不同方法来理解生物标志物的临床意义，这无疑是个亟需解决的问题。”
如需了解更多有关下一代测序、分子肿瘤委员会和临床决策支持工具在癌症护理中不断演变的作用，请查看以下其他案例研究：
