从实际应用出发，让标志物助力精准诊断

多年以来，各类新型生物标志物相继被发现和利用，使得很多疾病有了更快速、更准确的诊断，同时，一些疾病如肿瘤等，早期诊断是其能否被治愈的关键，因而近年来，肿瘤标志物成了当下研究的热点。

然而，尽管发现的肿瘤标志物如此之多，再加上肿瘤标志物通常在正常和良性疾病情况下也有不同程度表达，因此，肿瘤标志物对特定的肿瘤通常缺乏特异性。而在临床实践中，如何正确而又有效地使用肿瘤标志物，在国际上，一些学会或组织制定了一些指南，如美国国家临床生化学会、美国癌症学会（ACS）、美国临床肿瘤学会（ASCO）和欧洲肿瘤标志物专家组（EGTM）等。但由于长期以来所形成的观念和人们对肿瘤的恐惧心理，肿瘤标志物的临床应用仍存在诸多的问题。

现如今各类高精准度的检测方法，如高通量测序、微流控芯片、人工智能数据分析等技术的快速发展又重新定义了之前还未临床应用的肿瘤标志物，对于之前因个体差异或无特异性等原因无法应用到临床上的标志物，无疑是大有所助。同样的，一些极其微量的标志物或变化甚微的标志也在这些新兴检测技术的发展下显形。或许你倾向于发现新的标志物，或许你更热衷于旧标志物检测改进，无论哪两者，只有能够使用到临床的标志物才是有用的，而这也是现在研究的最大问题。

2018新型生物标志物发现与应用研讨会将于3月9号到3月10号在上海举办的，以临床应用需求为导向去研究标志物，以各类新兴检测技术应用为专题讨论探索标志物的发现，从应用、从实际出发，真正意义上地让标志物助力精准诊断。以下是小编节选部分会议内容。

基于人工智能的肿瘤免疫抑制剂疗效预测及新生抗原筛选

肿瘤免疫治疗被认为是近年来癌症治疗手段中最有希望的方法之一。免疫检查点抑制剂（immune-checkpoint blockade）通过解除肿瘤细胞对免疫细胞的抑制通路，激活免疫细胞消灭肿瘤。虽然免疫检查点抑制剂在多类肿瘤治疗中表现出了令人振奋的临床效果，但在实际应用中仍然会出现响应率低，个体化差异大等临床问题。如何基于特定的biomarkers以及计算模型，对于肿瘤患者进行有效的个体化的免疫检查点抑制剂的疗效预测，是该类肿瘤免疫治疗的关键问题之一。

同济大学生命科学与技术学院的刘琦教授，在报告中将系统探讨了肿瘤免疫检查点抑制剂疗效预测的相关计算生物学问题。基于高通量测序数据，构建一站式AI模型（one-stop AI model）进行肿瘤免疫抑制剂疗效预测的计算框架，该计算框架将有利于整合现有的多类biomarkers进行疗效预测，以及基于已知样本挖掘潜在的新的biomarkers。基于上述分析，研究者进一步指出了免疫抑制剂疗效预测领域若干重要的计算研究方向。

肿瘤免疫标志物多指标综合评估模型——更好的肿瘤免疫治疗药物疗效预测

以PD-1/PD-L1为代表的免疫检查点抑制剂疗法近段时间好消息不断，新适应症的审批和新药上市进程明显加快，2017年以来FDA已经批准上市了两款新药Durvalumab，Avelumab。Keytuda更是跻身晚期非小细胞肺癌的一线治疗，但是患者治疗有效的响应率低，平均只有20%-30%左右，阻碍了药物的上市进程和增加了治疗成本，亟需好的biomarker区分获益患者。PD-L1表达水平是目前比较受认可的检测指标，但是其敏感性和特异性还有很多不足。许多研究发现，肿瘤突变负载（tumor mutation burden,TMB）跟免疫检查点抑制剂疗法呈正相关，高水平的TMB已经能帮助预测肺癌、膀胱癌、黑色素瘤的肿瘤免疫治疗效果，TMB有望成为下一个潜在的biomarker。

然而TMB并不和免疫系统识别肿瘤的能力直接相关，肿瘤突变基因需要有效呈递到肿瘤细胞表面，产生能被免疫细胞识别的新抗原Neoantigen，才能触发免疫系统锁定和杀死肿瘤。如何权衡和选择，寻找更有代表性的TMB指标成为关键。此外，除了TMB，是否需要纳入更多免疫相关的指标，也是需要探讨的问题。

单分子免疫阵列技术（SiMoA）多重检测技术在生物标志物研究与诊断的应用

SiMoA是目前最灵敏的免疫分析方法，类似于传统的酶联免疫吸附法（ELISA），但较ELISA的灵敏度提高了1000倍。因为在ELISA检测法中，标记酶所产生的荧光会在大范围内发散，无法检测低浓度的微量物质；而SiMoA则巧妙地使用了飞摩尔水平的反应室阵列，可对单个分子进行捕获检测并控制荧光发散，使得检测精度大大提高。如果将ELISA形象比作电视机的模拟信号，SiMoA的分布式阵列则是更清晰更先进的数字信号。

SiMoA的检测精度达到了飞摩尔的水平，可与金标准的核酸PCR相当。而核酸PCR成本昂贵，SiMoA则很好地融合了核酸PCR的灵敏度和ELISA的简单易用。多重检测的SiMoA实现后，表明其有望与当红的多重PCR同台竞技，在疾病早期检测、血筛、新药研发等领域发挥更大影响。

这项技术的持有者Quanterix公司，首席科学和医学顾问Andreas Jeromin届时将介绍其在Biomarker领域的应用。Quanterix公司成立于2007年，是典型的技术初创型企业，目前只有数十名员工。虽然不太起眼，但它的技术创始人却同样是Illumina公司的技术创始人。公司目前由VC资金支持，其支持者包括了贝恩资本、国家癌症研究所、生物梅里埃，以及专门猎取尖端技术的、隶属于美国CIA中情局的风投企业In-Q-Tel等

尿液标志物研究与产业化

生物标志物，对于疾病的早期诊断、预测、治疗乃至预后监测，都具有特殊意义。基于正常生理状态下人体尿液蛋白质组学的研究鉴定，发现有些尿液蛋白质是比较稳定的。如果这些蛋白质在正常机体表现得比较稳定，在某些病理性情况下发生了比较大的变化，而且其变化幅度远高于正常机体，那么这些正常情况下稳定、但在病理状态下变化剧烈的蛋白质，就可以被视为良好的生物标志物。正常情况下的较大波动，则恰恰说明了尿液的敏感性，尿液可以反映出很多机体的生理变化。尿液的无创取材减轻了患者的痛苦，膀胱癌是一种多基因功能异常导致的基因组疾病，通过研究尿路系统不同组织与病理起源的肿瘤分子突变谱系特征，不同个体的肿瘤基因组突变背景各异将导致其对常规临床放化疗、手术、靶向药物治疗的反应性的差异，利用人工智能方法优化复合靶标设计将极大地降低液体活检的时间与经济成本，同时提高相关靶标的人群及不同肿瘤亚型的覆盖广度。智能检测系统、用于结果解读的基因搜索器与人工智能预测系统、综合多学科大数据的肿瘤精准诊治临床专家决策支持系统等人工智能产品。