全基因組測序+AI處理解讀將迎來精確醫療一大步

近期，美國人類遺傳學雜誌(American Journal of Human Genetics—AJHG)發表了關於全基因組關聯性分析的文章，全基因關聯性分析為新療法轉化帶來了巨大突破。作為全基因關聯性分析的基礎——全基因組測序，隨著研究規模越大，對基因數據的處理和解讀就更加困難。

昨日，美國神經學會(American Academy of Neurology)官方雜誌 Neurology Genetics 發布了一項研究結果，紐約基因組中心 (NYGC) 的研究人員、洛克菲勒大學(Rockefeller University)、其他NYGC成員機構及IBM公司聯合宣布， IBM Watson for Genomics (IBM Watson基因解決方案)能夠通過分析全基因組DNA測序獲得複雜基因組數據。此項研究以惡性膠質瘤患者體內的腫瘤細胞與正常細胞為研究對象，比對了多種用於分析其基因組數據的技術(或檢測方法)。

概念研究的論證採用測試版Watson for Genomics技術進行，旨在輔助理解與患者的全基因組測序 (WGS) 數據。研究期間，IBM Watson能夠在10分鐘內提供有臨床可行性的報告。相比之下，通過人工分析和處理獲得類似結果則需160個小時。

此外，該研究還表明WGS能獲取更多具有臨床可執行性的突變檢測結果，比目前僅檢測數量有限的基因片段所用的標準方法(又稱靶向檢測法)更有優勢。從現階段來看，WGS需要更有力的人工分析支持。因此，將其與人工智慧結合，有助於醫生更迅速地通過WGS找到適合更多患者的治療方案。

解讀基因組測序數據是一項極具挑戰性的工作。我們需要篩選海量基因組數據的同時，也需要針對引發癌症的分子學因素及潛在的靶向療法，開展大量研究工作。一般來說，信息學方面的挑戰往往是應對惡性膠質瘤等致命癌症的關鍵瓶頸。通常情況下，患者在確診后的平均生存期不超過15個月。

該項研究的首席研究員，醫學博士Robert Darnell及洛克菲勒大學的教授兼高級主治醫師，也是紐約基因組中心的創辦董事Harriet Heilbrunn表示，「通過開展合作，我們明確了在運用基因組學輔助癌症患者治療方面的一些前沿挑戰和機遇。就兩項關鍵問題而言，我們取得了初步洞見：我們能夠通過各個商用及學術癌症基因組學平台獲取哪些臨床價值，以及擴展這些價值的方式」。

在該項研究中，NYGC研究人員和生物信息學專家分析了從惡性膠質瘤樣本中提取的DNA 和RNA，以及從患者正常血液中提取的DNA，同時比對了通過前期執行的商用靶向檢測法獲取的理解與本次研究獲取的潛在可執行理解。全基因組及RNA測序數據由NYGC的生物信息學家及腫瘤學家團隊進行分析，同時使用測試版IBM Watson for Genomics，該自動化系統能夠對體細胞變異進行優先排序，同時識別潛在治療方案。

測試版Watson for Genomics處理了通過PubMed獲取的文獻摘要，在某些情況下，也能處理文獻全文;PubMed能夠提供豐富的生物醫學文獻，文獻引用次數在2,700萬以上。通過使用這些信息，NYGC和Watson協作識別了具有靶向治療意義的基因突變。

IBM Watson Health事業部Watson for Genomics創新負責人Vanessa Michelini表示，「根據此次研究的結果，我們看到了Watson for Genomics在協助臨床醫師廣泛提升腫瘤精準治療水平上的巨大潛力。癌症基因組學領域的臨床及研究領導者在為癌症患者提供精準醫療方案方面取得了巨大進展，但解讀基因組學數據仍然是他們面臨的一項巨大挑戰，就此而言，Watson可以為他們提供幫助。」

該研究體現了NYGC及其機構創辦成員的辛勤付出，他們致力於推進下一代測序技術在精準醫療領域的運用，尤其是WGS的運用。目前，NYGC及其創辦成員機構正在運用Watson 開展其他方面的研究，旨在輔助檢測與多種癌症相關的潛在可執行基因序列變異，其中包括針對惡性膠質瘤患者群體開展的大樣本DNA研究及RNA研究，研究對象包括患有不同癌症類型的200名患者。

本研究於2015-2016年間開展，使用了測試版Watson for Genomics，該產品現可通過商業途徑購買，能夠與Quest Diagnostics、Illumina或基於雲的軟體結合使用，幫助臨床醫師和研究人員解讀基因組數據。此外，Watson for Genomics還用於VA Health System開展的臨床實踐。