2019年1月,，國家癌癥中心發(fā)布了最新一期的全國癌癥統(tǒng)計數據。報告顯示,，2015年全國惡性腫瘤發(fā)病約392.9萬人,，較2014年的380.4萬增加12.5萬，增長率為3.2%,；這意味著,，平均每天超過1萬人被確診為癌癥，每分鐘有7.5人被確診為癌癥,。

癌癥已經成為人類的頭號殺手,，而醫(yī)學工作者也在前仆后繼,，從未間斷的找尋攻克癌癥的方法！

癌癥患者面臨的第一大問題--用藥選擇,！

盡管隨著靶向及免疫治療領域取得的突破性進展,，人類在對抗癌癥的這場大戰(zhàn)中已經取得了前所未有的勝利,，但人類醫(yī)療技術還無法對千差萬別的個體癌癥病例做出精準確切的判斷，比如PD-1雖然被譽為“抗癌神藥”,，但是有效率也僅為20%~30%,，究竟哪些才是最佳的生物標記物，篩選出能獲益的人群也一直是醫(yī)學界迫切需要解決的難題,。

而在中國,，對于腫瘤住院病人，最多采用的治療手段是手術,、放療和化療（藥物治療）,。

傳統(tǒng)的腫瘤標準治療方案是根據標準治療規(guī)程(SOC)，包括一線,、二線和三線四線用藥等,。用同一種方案治療所有同類癌癥患者，而其中僅有20-40%的施藥起到了效果,，60-80%對于患者無效,，而且在某些腫瘤中可能更低。

因為癌癥病人是非常個體化的,，對某個病人有效的藥物,，對于另一個看似同樣癌癥的病人可能完全沒有效果。所以,，雖然醫(yī)生在治療過程中遵循了標準治療規(guī)程(SOC),，也有可能因為藥物無效而讓病人錯過寶貴的治療時機。所以,，說部分癌癥病人是被治死的也是有道理的,。

當一線治療失敗后，每一次更換方案,，反應率會逐漸降低,，到了幾乎令人沮喪的程度。（臨床上3線化療反應率在10%左右）,。

人不是小白鼠,，生命只有一次機會，用錯一次藥或是用的藥沒有效果,，就會付出不可挽回的生命代價（失去癌癥的寶貴治療時機,，浪費時間和金錢，更加劇了腫瘤細胞癌化擴散,，承受不必要的毒副作用,。）

所以，癌癥患者和臨床醫(yī)生找到最佳的用藥方案是戰(zhàn)勝癌癥至關重要的一步,！

腫瘤的精準治療技術優(yōu)劣勢大對比,！

一提起個性化治療,，大家想到的基本上都是基因測序。通過對腫瘤DNA進行深度測序,，找到突變基因,，再針對突變基因選擇合適的靶點藥物，比如針對ALK,、MEK,、EGFR等的靶點藥物。但實際上,，腫瘤的個性化治療遠比我們想象中復雜的多,。

首先，絕大部分的癌癥并不是單純的由突變導致的,；

第二,，絕大部分的腫瘤組織是異質性程度很高的細胞群，也就是說,，是由各種不同基因突變細胞組成的,，這個時候醫(yī)生和患者無法通過基因檢測判斷究竟選擇哪個靶點的靶向藥；

第三,，即使是能夠發(fā)現比較單一的基因突變,，靶向藥物也不是100%有效的,。

針對每個腫瘤病人的特征采取針對性的個性化治療方案,，已經成為國際目前治療腫瘤的最新手段，并成功治療大量的腫瘤患者,。我們來了解下腫瘤精準治療的幾大技術：

1:基因檢測

基于基因檢測的靶向治療,，是目前全球最熱的研究方向之一，但需要同時具備2個條件：

1,、患者必須有特定的基因突變,；

2、FDA批準了針對該靶點的藥物,。

以肺癌為例,，大部分突變完全沒有獲批的藥物，因此,，據統(tǒng)計,，基因檢測實際受益的患者不到10%！

2:體內藥物篩選

體內藥物篩選技術使用PDX模型,，通俗來說,，就是把癌癥患者的癌細胞種到一批小白鼠身上，讓它們都變成“癌癥患者的克隆體”,，然后給小白鼠試用不同的化療藥,，讓小白鼠代替患者篩選哪個藥物效果最好,，就給患者用哪個治療方案。但是這種技術費用高,，周期長,，并且篩選藥物數量有限、種植小鼠存活率低,、目前還不能不能標準化,。

3:傳統(tǒng)體外藥物篩選

應用腫瘤患者自體標本中混合細胞（腫瘤細胞和正常細胞），直接觀察藥物處理后細胞的存活率,?；旌霞毎毎囵B(yǎng)困難，不能完全模擬腫瘤微環(huán)境,，因此效果會出現偏差,，并且篩選藥物數量受限。

4:新一代體外藥物篩選技術

新一代體外藥物篩選技術應用患者自體活的腫瘤細胞,，直接觀察藥物處理后細胞的存活率,。新技術采用了專利特殊培養(yǎng)體系，體外癌細胞培植繁殖成功率已達95%以上,，并且高度模擬腫瘤微環(huán)境,、高通量篩選靶向藥物和化療藥物：一 次可篩選藥物多達24或48 種，臨床相關性大于80%,。

新一代藥物篩選技術：選擇最佳用藥方案,！

目前,，利用患者自體的腫瘤進行藥物篩選，從而幫助制定個體化的治療方案,，是最為行之有效的手段之一,。

新一代藥物遴選技術，通過手術從癌癥病人身上提取少樣的腫瘤細胞樣本,，在實驗室中模擬腫瘤細胞體內的營養(yǎng)需求和腫瘤組織中的胞外微環(huán)境,，實現對腫瘤細胞的快速擴增，并充分保持了細胞的原代特征,。進而對腫瘤細胞進行藥物敏感性分析,，進行高通量藥物篩選，所獲得的實驗結果與體內用藥的致性具有良好的相關性,，從而指導醫(yī)院實現精準用藥,。

新一代藥物篩選技術五大優(yōu)勢

1、完善的培養(yǎng)體系可達到高成活率：多種差異培養(yǎng)體系，可培養(yǎng)絕大部分組織來源的腫瘤細胞（神經系統(tǒng)腫瘤除外）,，達到高成活率,。

2,、獨家專利胞外支持介質高度模擬腫瘤微環(huán)境：培養(yǎng)及擴增過程采用獨特的胞外支持介質，模擬體內腫瘤組織特有的胞外微環(huán)境,，使擴增后的腫瘤細胞保持原代活性,，另篩選的藥物與臨床應用更加匹配。臨床試驗證實：在體外實驗有效的藥物,，85%以上在體內有效;體外試驗無效的藥物,，95%以上在體內無效；

卵巢癌的細胞藥篩臨床研究表明：與對照組（經驗治療組）比較，藥物篩選組的總生存率顯著提高及治療費用明顯下降

3,、微量樣本高效擴增：僅需要少量組織,，在短時間內對微量腫瘤細胞進行高效擴增。

2D培養(yǎng)基 3D培養(yǎng)基 新一代培養(yǎng)體系

4、篩選通量高,、速度快：可一次性篩選至少 24種藥物,，并可根據需要進一步放大篩選規(guī)模，整個過程2-4周左右完成,，為癌癥治療爭取了寶貴時間,，同時選擇效果好,、副作用相對較小,、價格優(yōu)惠的藥物或藥物組合;

5、不依賴于基因變異,、通用性更強：基因檢測的結果往往受組織標本部位質量,、血液檢測靈敏度以及檢測的技術和深度影像較大，常常出現假陽性或假陰性的結果,，影響用藥方案的選擇,。

中科院腫瘤醫(yī)院臨床試驗：EGFR突變肺癌優(yōu)選治療方案

在臨床中，我們常常遇到一些患者檢測出了突變靶點,，但是針對這個靶點的藥物有很多,，哪一種效果最好往往是讓醫(yī)生和患者難以抉擇的，還有些患者，明明檢測的某靶點的結果是陰性,，使用靶向治療效果卻很好,，遇到這些問題的時候，患者該怎么辦呢,？

近日,，中科院腫瘤醫(yī)院的專家們做了一項有趣的試驗，選出69位剛剛手術的肺癌患者,，對他們的腫瘤組織進行體外培養(yǎng),，其中60例患者的腫瘤培養(yǎng)成功（成功率94%），其中29例患者同時接受了基因檢測,，

其中： EGFR(+)19 例, KRAS (+)1 例, ALK (+) 0,。研究僅對接受基因檢測的患者分為兩組：EGFR陽性，EGFR陰性,，對兩組患者進行靶向藥: 阿法替尼, 吉非替尼, 克唑替尼, 奧希替尼, 厄洛替尼, ?？颂婺岬拿舾袦y試。

結果：專家們?yōu)榉伟〦GFR 突變陽性篩選出臨床獲益的靶向藥,，并按獲益程度進行排序（1,、2、3）

最值得患者注意的是，在EGFR陰性的10例患者中,，結構顯示有兩例患者對針對EGFR陽性的靶向藥奧希替尼非常有效,，這就說明了上文提到的基因檢測局限性的問題，這部分患者受組織標本部位質量,，血液檢測的敏感度及檢測的技術和深度影響,，出現了假陰性結果，如果沒有進行藥敏試驗,，很可能就錯過了非常有效的靶向治療藥物,！

五類患者最值得檢測

適用腫瘤類型：

藥篩選涉及的領域,，包括肺癌、乳腺癌,、宮頸癌,、卵巢癌、前列腺癌,、子宮內膜癌（不包括神經系統(tǒng)腫瘤）

這五類患者最值得檢測：

• 晚期腫瘤

• 復發(fā)腫瘤和耐藥的腫瘤

• 基因檢測無靶向突變位點的腫瘤

• 其他復雜腫瘤

• 早期及中期腫瘤

檢測流程

• 用特殊方法將患者自己的腫瘤細胞從腫瘤組織中分離出來,；

• 在實驗室保真擴增，生成大量微小腫瘤進行藥物篩選；

• 在該體系中對腫瘤細胞進行藥物敏感性分析,；

• 所獲得的實驗結果與體內用藥的一致性具有良好的相關性,。

可次性篩選至少24種藥物,，并可根據需要進步放大篩選規(guī)模。

可篩選的靶向藥物清單

臨床案例

肺癌

晚期肺癌患者,，肺癌穿刺標本送病理檢查及藥物篩選， 根據病理結果選擇化療方案,，經第一療程化療后,，效果不太明顯，根據精準藥物遴選技術選擇治療方案一療程,，效果很好,。

有24種藥物參與了篩選,，分傳統(tǒng)化療藥物+靶向藥物、靶向藥物,、傳統(tǒng)化療藥物三種用藥方式,，從中找到了毒性最小、效果最優(yōu)的用藥方案,。同時我們也看到,，大多藥物雖然用藥量相當大了，但是殺死腫瘤的效果卻并不明顯,，有的甚至毫無作用,。

申請流程

樣本要求：

新鮮腫瘤組織,、胸水、腹水

手術切除組織,、或者穿刺樣本,，避免血塊或者壞死組織，不可固定處理，不可冰凍,。

離體半小時內放入保存管

離體組織可用無菌生理鹽水簡單沖洗后直接放 入帶保存液的樣品管,。

冷鏈運輸，48小時內運抵實驗室

異地樣本需進行全程冷鏈運輸,，運輸過程由實 驗室指定承運商負責,。