复旦大学研究生院，复旦大学研究生院官网
2022年11月，第25届全国临床肿瘤学大会期间，中国科学院院士、CSCO副理事长樊嘉教授以“肝癌样本库建设与转化研究”为主题，系统解读了带领团队基于肝癌样本库在基础、临床研究领域取得的一系列突破性探索成果，生动诠释了创新与转化的要义，分享了宝贵的“中山经验”。
生物样本库（Biobank）曾被美国《时代》（Time）杂志评为改变世界的十大新概念之一，已成为全球医学领域的热词。肝癌是我国疾病负担最为沉重的恶性肿瘤之一，如何规范、科学、高效地利用庞大的生物样本资源，加速成果转化，持续推动领域创新发展是临床和科研工作者需要深度思考的问题。
▌肝癌生物样本库建设
1. 肝癌预后亟待改善，生物样本库提供重要研究资源
肝癌是我国恶性肿瘤防控中最大的挑战之一，发病率居第五位，死亡率居第二位，总体5年生存率仅为14.1%，术后5年转移/复发率高达68.4%，不同分期的治疗结果差异巨大。因此，早诊早治、抗转移复发是改善我国肝癌患者预后的关键。
在肝癌领域，生物标本库的建立对于深入、全面认识疾病发生发展机制和异质性、推动早期诊断和精准治疗意义重大。
2. “中山经验”：遵循规范，完善体系，科学管理
在报告中，樊院士讲道，建立生物样本库的要求包括样本捐赠者的授权同意、伦理审批，样本库内容需要标准化的标本收集和保存、完善的病史以及持续的后期随访，用于转化医学研究。
早在20世纪70年代，复旦大学附属中山医院（以下简称“中山医院”）肝癌研究所就建立了肝癌患者随访系统，80年代开始收集组织样本，不断发展完善，2007年开始建立规范的肝癌生物样本库，包含捐献者的组织（蜡块和冰冻）、血浆和血清标本，形成了一套非常成熟、科学的建设方案（图1）。目前人类遗传资源样本已逾37万份，为相关研究开展奠定庞大基础。
图1. 复旦大学附属中山医院生物样本库建设方案（图片来自樊嘉院士报告）
▌生物样本库与转化医学
1. 连接基础与临床，转化医学架设双向桥梁
转化医学是链接临床医学与基础医学的纽带，转化成果的数量是衡量样本库价值的重要标准。2008年以来，中山医院肝外科及肝癌研究所基于样本库，取得了丰硕的基础与临床科研成果，为国内外肝癌领域发展贡献了大量宝贵数据，充分发挥了样本库的学术价值。
当学术研究的方向逐渐由单纯基础或临床研究为主，向两者结合的方向转换时，对标本库建设提出了更高的要求，需要更加完整的标本及相关临床信息。
2. 系列突破性成果转化，赋能肝癌早期诊断
中山医院团队基于多中心、大样本病例，开创性建立了由七种血浆miRNA组合而成的最优肝癌诊断模型，无论甲胎蛋白（AFP）阳性或阴性，诊断准确率均能达到88%以上，为早期肝癌的准确诊断开发了新的有力工具。该研究成果于2011年发表在国际权威肿瘤学期刊《临床肿瘤学杂志》（Journal of Clinical Oncology，JCO）[1]，JCO同期配发了专家评论文章，评价该模型有望成为一线的肝癌筛查方法[2]。这一重磅成果后续获得国内外学术界广泛引用。
完成多中心临床验证后，该模型成功转化为具有自主知识产权的诊断试剂盒（miRNA-7试剂盒），获批了原国家食品和药品监督管理局注册许可、已在国内广泛应用，并获得多个国家和地区授予发明专利认证。在极早期肝癌（直径<2 cm）诊断方面，miRNA-7试剂盒极具优势，灵敏度较传统标志物提升了约30%，较MRI可提前18个月检出阳性。
此外，团队突破性地发现血液循环游离DNA（cfDNA）中5-羟甲基胞嘧啶（5HMC）诊断肝癌的灵敏度和特异度可高达95%以上[3]，有望应用于临床。基于7个自身抗体（AAb）组成的神经网络（ANN）肝癌诊断模型效能显著优于传统的logistic regression模型和AFP[4]，获得了多项国家发明专利。
3. PDX模型指导精准用药，靶点探索拓展治疗格局
基于肿瘤组织的靶向深度测序可指导临床精准选择靶向药物[5]。患者来源异种移植瘤（PDX）模型可最大程度地保留肿瘤微环境、原代肿瘤基因组、蛋白质组特性，在此基础上进行的药敏检测工作可模拟患者用药效果，从而指导肝癌的个体化治疗。目前，已成功建立了逾300例肝癌PDX模型，较传统方法大幅提高了成瘤率（44% vs. 19%），可指导精准靶向治疗、带来生存获益[6]，前期也已获得国家发明专利。
新型靶点的发掘是新型靶向药物应用的基石。樊院士团队通过对乙型肝炎病毒（HBV）相关早期肝细胞癌（HCC）的多组学分析发现了SOAT1这一治疗靶点，经初步验证，SOAT1抑制剂阿伐麦布有望成为肝癌新的靶向药物、拓展系统治疗格局[7]。
4. 多组学定义分子分型，攻坚肝癌异质性
肝癌的肿瘤异质性是目前限制疗效的主要瓶颈之一。团队首次在单细胞水平阐明了肝癌异质性与形态多样性的相关性，并揭示了肝癌单克隆起源和多克隆起源并存的发生机制[8]。2019年，发表于全球顶刊《细胞》（Cell）杂志的研究发现，基于多组学可将肝癌分为代谢驱动型、微环境失调型和增殖驱动型3种分子亚型，各型患者预后显著不同、且有独特的治疗靶点（图2），例如胆固醇代谢的关键酶（SOAT1、SOAT2、HMGCR）和氨/谷氨酰胺代谢（GLS和GLUD2）在微环境失调型和增殖驱动型肝癌中上调，可指导精准的个体化治疗[9]。
图2. 肝癌的3种分子分型（图片来自樊嘉院士报告）
在肝内胆管癌（iCCA）的分子特征和治疗策略探索方面，首次系统揭示了iCCA的多组学分子特征全景图谱，建立了以蛋白质组为核心的分子分型——炎症型（S1）、间质型（S2）、代谢型（S3）和分化型（S4），这四个亚型在基因组、免疫微环境、治疗策略、临床预后等方面都有其独特的特征，有望指导临床的个体化诊治；并明确了iCCA五个主要驱动基因（TP53、KRAS、FGFR2、IDH1/2、BAP1）的潜在治疗靶点，深度揭示了这些突变与细胞周期、药物代谢、炎症-感染等生物学过程的相关性[10]，取得了重大突破。
此外，针对聚焦肝癌高复发特性，团队首次揭示了原发与复发肝癌的免疫微环境异质性。与原发肝癌相比，早期复发肝癌的树突状细胞（DC）和CD8+T细胞增加、调节性T细胞（Treg）减少（图3），且复发肝癌的CD8+T细胞呈现低细胞毒、低耗竭状态，与原发肝癌完全不同；研究还发现CD161+CD8+T细胞有望成为早期复发肝癌治疗的新靶点[11]。
图3.首次揭示原发与复发肝癌的免疫微环境异质性（图片来自樊嘉院士报告）
5. 探寻免疫耐药机制，探索逆转/增敏策略
新型研究手段也使得经典药物焕发出新的价值，提供了“老药新用”的新思路。团队于今年4月发表于国际顶级肿瘤学期刊《癌症探索》（Cancer Discovery）的研究发现干扰素α可通过纠正糖代谢失衡的方式重塑肿瘤免疫微环境、激活免疫应答，克服PD-1单抗治疗耐药，并提出了两者联合治疗肝癌的新策略[12]。
在PD-1单抗的耐药机制研究方面，团队基于转录组测序还发现ZFP64在PD-1单抗治疗后耐药组织中显著上调，且ZFP64可促进巨噬细胞M2方向极化、从而诱导肝癌免疫抑制微环境；ZFP64在S226位点存在磷酸化修饰，对其核易位及转录调控作用至关重要，而蛋白激酶PKCα磷酸化修饰ZFP64 S226，促进CSF1等靶基因的转录调控；进一步的研究发现，小分子抑制剂Go6976可改善肝癌免疫抑制微环境，与PD-1单抗发挥协同作用[13]。
另一项研究则发现B细胞中TET2和IL-10水平可提示PD-1单抗治疗效应，TET2抑制剂可解除B细胞介导的肝癌免疫抑制从而增强PD-1单抗抗肿瘤效应。由此提示TET2抑制剂联合PD-1单抗可改善肝癌免疫治疗疗效[14]。
6. 捕获“种子细胞”，预警转移复发，前移诊治时机
高转移复发是肝癌患者长期生存的主要挑战。早期发现肝癌转移复发并及时干预可明显提高疗效，但目前有效的预警标志物有限。循环肿瘤细胞（CTC）是肿瘤转移复发的“种子”细胞。团队研制了国际首台全自动CTC分选检测仪并成功转化应用，分选性能较传统仪器提高了25%，可用于不同瘤种的CTC检测；对于肝癌预后预测和术后疗效监测价值确切，可有效预警转移复发、指导临床治疗[15]。
此外，基于单细胞RNA测序（scRNA-seq），团队研究揭示了肝癌CTC的空间异质性和免疫逃逸机制[16]，有助于设计新的抗转移治疗策略。
7. 建立中国肝癌分期系统，“定制”中国特色诊疗规范
樊嘉院士牵头制定了我国历年的《原发性肝癌诊疗规范/指南》，2017版首次提出了具有中国特色的中国肝癌分期（CNLC）系统，并以此为核心，在历年版本中结合当时的最新研究进展，指导各期治疗方案与时俱进，通过广泛地规范/指南巡讲，国内肝癌规范化诊治水平得到极大提升。基于国内大数据，2022版指南进一步更新了各种局部治疗手段和系统治疗的适用范围，更加适合中国国情（图4）。
图4.《原发性肝癌诊疗指南（2022年版）》治疗方案推荐高度契合中国国情（（图片来自樊嘉院士报告）
8. 生物样本库促进基础和临床研究可持续发展
生物样本库对大样本临床随机对照研究的开展也起到了积极的推动作用。中山医院肝外科牵头或参与了诸多全国以及国际多中心临床试验，发挥了重要的引领和示范作用，有力促进了中国肝癌领域研究水平的提升、临床实践的优化、基础与临床的衔接和转化。例如，基于前期的基础研究重大突破，中山医院牵头在国内率先启动了基于cfDNA甲基化检测的“泛癌种”早筛多中心研究（PREDICT试验），已取得阶段性成果（图5）。
图5. 中山医院牵头率先启动“泛癌种”早筛研究（图片来自樊嘉院士报告）
▌未来展望
目前，国内很多医院已经建立起了生物样本库，要进一步发挥好生物样本库的科研价值，未来，院内的各样本库之间、各单位样本库之间都应积极建立互动、构筑起有活力的网络体系；同时，技术层面，要实现生物样本库全过程、全周期的信息化，注重临床数据库、信息库与样本库的对接整合。相信随着国内生物样本库建设的发展，肿瘤基础和临床研究将不断取得新的突破！
参考文献：
[1] Zhou J，et al. J Clin Oncol，2011，29（36）：4781-4788.
[2] Chen CJ, Lee MH. J Clin Oncol，2011，29(36):4745-4747.
[3] Cai J，et al. Gut，2019，68（12）：2195-2205.
[4] Zhang S, et al. J Hematol Oncol，2020，13(1):85.
[5] Huang A，et al. J Hepatol，2017，67（2）：293-301.
[6] Hu B，et al. Int J Cancer，2020，146（6）：1606-1617.
[7]Jiang Y, et al. Nature，2019，567(7747):257-261.
[8] Duan M, et al. Cell Res，2018，28(3):359-373.
[9]Gao Q,et al. Cell，2019，179(2):561-577.e22.
[10] Dong L, et al. Cancer Cell，2022，40(1):70-87.e15.
[11] Sun Y，et al. Cell，2021，184（2）：404-421.
[12] Hu B, et al. Cancer Discov，2022，12(7):1718-1741.
[13] Wei CY, et al. J Hepatol，2022，77(1):163-176.
[14] Lu Z, et al. Hepatology，2022 Mar 4.
[15] Wang PX, et al. Mol Oncol，2021，15(9):2345-2362.
[16] Sun YF, et al. Nat Commun，2021，12(1):4091.
复旦大学研究生院(复旦大学研究生院官网)