直击 | 小样本 高精度 一种新型疾病早筛技术“横空出世”

文/张楠

2017年5月20日，在中国人民解放军海军总医院主办的“生物标志物与液体活检论坛”上， 中国科学院上海生命科学研究院陈 洛南教授 ， 分享 了 基于 动态网络标志物检测 “ 未病 ” 的创新理论 ，通过关联分析，构建动态网络，区分人体健康和疾病前的不同状态，有助于疾病的早期筛查和诊断。 贝壳社（iBio4P） 作为媒体支持全程参与论坛。

目前人们在基因组学、转录组学、蛋白组学和代谢组学中，对样本进行了大量测序并获得各种基因数据和其他高纬数据，然而这些样本值都是基于一个时间点，一个状态下的绝对值，随着时间和条件变化，这些数值可能发生变化，所以并不是很好的表征特征的稳定分析值。

文献 报道，疾病的发生发展并非一个细胞、一个基因或一个蛋白的功能异常，而是一群相关性分子或网络 相互 作用的结果， 比如基因的调控网络，当某基因发生突变时，调控关系就消失了，所以需要在网络中，研究该基因和其他相关生物标志物的交互作用，这就提出 网络 生物标志物的概念， 由于它 考虑到 生物 分子间的联系，所以比传统 疾病 检测方法 更 准确。 实际上，这种交互网络并不局限于基因调节网络，也包含蛋白交互网络、RNA网络、信号通路网络和代谢网络等。

陈洛南教授提出， 检测 一个样本 ， 甚至 是 单 个 细胞， 也能 构建网络诊断疾病 。 举例说明，先为N个正常样本测量数据，通过生物软件做出一个包含若干基因和若干条映射关系的标准网络。类似方法，将疾病样本和N个正常样本一起，对N+1个样本再构建新的相关性网络，用新网络和标准网络进行对比，研究两者间差异，就得出疾病的网络标志物。 所以 在原先 对照 基础上， 只要 有一个 新 样本，对 它重 做一次 参照物映射， 就可以得到一个新网络。 该相关性 数据稳定，不会 随着 状态或条件发生变化。 陈洛南教授说，“联想到傅里叶变换，一个随着时间不断变化的东西，一旦变化到频域空间，就显示出非常稳定的特征，在频域空间进行分析，就得到非常重要的信息。”

以乳腺癌实验为例，对50个正常样本构建参照物网络，再对1000个实验样本分别进行映射，虽然都是乳腺癌疾病，但每个人的网络特征都不同，最后发现在96%的疾病样本网络中，有3个基因的表达全部上调。这表明，对个体只测量3个基因表达量，变换成网络再分析，检测精度可达96%，所以从网络层面能找到更强的关联性。该理论在肾癌、胃癌、脑癌中都有相关实验验证。

论坛上，陈洛南教授阐述理论的重要意义 ，首先 对 单 个 细胞 的测序结果能 做 分析 ， 实现单 个样本的网络分析 ； 不用做基因差异性表达分析， 即可 发现 疾病 关键基因或驱动基因 ；有 望代替 生物 标志物， 形成 精准医疗 领域 新的网络标志物 。“ 从网络 层面能 诊断疾病， 我 想把 所有 医学上的生物标志物， 都 换成网络标志物，由医生来 择优 选择采用哪一 类， 我 相信 比分子标志物更好。 ”

上述的静态网络标志物能诊断疾病，而动态网络标志物（dynamical network biomarker，DNB）能用于疾病早期诊断和筛查。对此，陈洛南教授提出对疾病前兆——未病做定量诊断。

疾病的发生发展是从正常状态缓慢变化到快速恶化的过程，由内因外因的共同参与，内因有随机突变的累积，外因有PM2.5，食物，情绪等各种因素。

他认为，传统生物标志物能静态地研究疾病样本和对照之间的差异，但在非线性和动态的疾病发展过程中就不再重要 。 许多复杂生物过程存在一种普遍临界现象，即由一个相对稳定状态，经过一个临界点后在很短的时间内快速地进入另一个稳定状态。 如许多复杂疾病的恶性转化就是这样的一种普遍现象， 从正常状态进一步 发展，经历快速不可逆的关键节点，也是临界点，最后 发生 疾病。

《黄帝内经》记载“上医治未病，中医治愈病，下医治已病”，古人两千年前就提出未病概念，但一直无法定量判断。陈洛南教授表示，根据数学理论，一个人测量三次样本，就能得出是否处于临界状态，但从统计学上讲，需要测五个以上样本。 所以 ， 现代 医学是一年体检一次， 体检 一次 的结果 是告诉你 是否得病 ，但要想知道是不是 要 得病，一年需要体检 至少五次，数学 上 是 只需三次 。

他进一步解释，判断一个人是否处于疾病临界状态的标准，必须同时满足以下三个条件：第一，在相关性数据网络中，临界时关系会发生奇特变化， 一些基因 或蛋白 相关性 极具升高 ； 第二，和其他分子相比， 一些分子 的相关性 临界 时全部消失 ；第三，一群分子会不一样， 一会高一会低，出现很大波动 ；这表明样本已经到了临界状态，进一步发生发展就会演变为疾病。

该理论已在肺损伤、肝癌的癌前转移、糖尿病等实验研究中都得到证实，均发现了信号很强的临界状态，表明临界点是确实存在的。

陈洛南教授指出，DNB有诸多优点， 首先，不需要建立任何模型， 是一个model-free的方法； 第二，DNB可以在小样本条件下获得疾病突变前的预警信号； 第三，是突破稳定状态，首先进入疾病状态的主导分子群或生物分子的子网络， 能 主导疾病发展，而不是 受 疾病影响的 分子群 ， 所以 具有重要生物学 意义 。 “所以是DNB推动疾病过程，最终由下游差异基因实现生物功能。”

陈洛南教授介绍，实际上临界理论在社会、经济学、生态学中都有广泛的预测应用。著名的例子有股市中的羊群效应；网络传播学中引爆热点；通过银行现金流预测纽约市场崩盘；云南洱海富养状态，预测藻类繁衍成灾等等。

今年4月，Nature杂志发文，题目是捕捉癌症临界点正成为新热点（ H unt for cancer ‘tipping point’ heats up ） ，表明该理论在国际上越发得到认可。“去年在一次答辩时，还有专家质疑这个理论是算命。但今年已成为新的热点，在药物反应方面也有DNB的应用，现在没有人说是算命了，临界点研究将成为癌症研究的下一个大方向。”陈洛南教授说。

大咖有约： 樊代明：现代医学走到瓶颈，精准医学不是终点 | 医院大咖告诉你：医疗大数据要躲过哪些坑？ | 中组部“千人计划”专家苏冰：中国免疫学赶超美国的最佳窗口期来临 | 国务院新政解读，王辰院士：大数据开启专科医联体新生态 |

华大基因创始人于军：如何区分“基因救命”和营销骗局？

肿瘤精准医疗： 放疗、化疗、靶向药将被肿瘤免疫学疗法取代？ | 基因改造突破异种移植，85后女孩获得千万级美金风投