分子流行病学及其在转化医学中的作用

吴息凤 赵华

·专家论坛·

分子流行病学及其在转化医学中的作用

吴息凤 赵华

进入21世纪以来，世界大多数发达国家医学研究策略发生了重大调整，更加强调将基础研究成果转化为临床应用，即转化医学。但是转化医学的发展并不顺利,至今为止，只有非常少量的基础研究成果被成功应用到了临床上［1-3］。同时转化医学还面临几个难题，例如，缺少具有多学科能力的转化医学研究人员，转化医学的周期过长等［1］。显然，如何进一步促进转化医学的发展是一个难题。转化医学的研究是多层次，需要跨学科的团队合作［4］，这个团队不仅需要分子生物学家、医学专家，还需要流行病学家。随着分子生物学的广泛应用和生物技术的飞速发展，流行病学已经从传统上的人群调查发展成了真正意义上的跨学科、跨领域的交叉学科，进入了基因和分子时代，即分子流行病学［5］。分子流行病学在转化医学中的作用不仅在于为转化医学提供研究成果，更重要的是，它可以在基础科学和医学研究之间起到衔接作用，促进基础科学成果的有效转化。本文围绕分子流行病学和转化医学，概述转化医学的历史和现状，着重阐述现代分子流行病学对于转化医学的重要性。

一、转化医学的历史和现状

1992年，Choi首次提出“从实验室到病床（BenchtoBedside）”的概念［6］。1996年，Geraghty第1次提出了“转化医学”这一新名词［7］。2003年Zerhouni全面阐述了转化医学的概念［8］，其典型含义是将基础研究的成果转化为有效的临床治疗手段，强调从实验室到病床旁的连接。目前，对于转化医学的认识，主流的观点是将“从实验室到临床使用的应用型研究”定义为转化医学，将在实验室获得的关于疾病病理及治疗机制的新认识开发出新的临床使用手段用于对疾病的诊断、治疗和预防等。然而，另有学者指出转化医学的概念还有新的内涵，即“将研究结果、结论应用到日常临床及健康保健工作中”，是一个将医学研究成果普及大众的过程［3］。前者被称为T1，后者为T2。在Bench to Bedside的T1型研究中多涉及分子生物学、基因技术及其他基础医学，需要有较强的实验室研究基础，同时要结合较多相关边缘学科的技术；而T2型研究的“实验室”是社会和宣传机构，通过医学科学的普及将T1的成果应用到每个个体之中。

随着分子生物学的突飞猛进，许多功能强大的新技术不断出现，比如，基因组和蛋白质组。以人类基因组为例，它的出现给人们带来了很多的期望。有人甚至预言人类基因组学将会在短时间内对疾病的诊断、治疗和预防等产生巨大影响，从而最终实现转化医学。但现实却相反，至今为止，只有非常少量的研究成果被有效转化。甚至在很多科学家眼里，转化医学是一个“死亡之谷”［9］，整个过程不仅漫长，而且结果也不确定。更加令人担忧的是，从现状来看，转化医学并没有向好的方向发展，科学研究和应用之间的差距并没有在缩小，而是有越来越大的可能。

二、传统流行病学和转化医学

流行病学的发展和人类的健康和疾病是密不可分的。在过去的几个世纪以来，应用流行病学方法帮助发现了许多人类疾病的根本原因。例如，1854年英国著名内科医生John Snow对于霍乱流行的调查分析［10］。英国的Doll和Hill证实了吸烟是肺癌的主要危险因素［11］。美国Framingham心血管病研究，确定了心脏病、中风等疾病的重要危险因素［12］。近年来，通过长期流行病学跟踪调查，发现缺乏身体活动已成为全球范围死亡的第4位主要危险因素，对总体健康状况以及心血管疾病、糖尿病和癌症等慢性疾病患病率及其危险因素（高血压、高血糖、血脂异常和超重）等具有重要影响，有规律地进行身体活动可减少患慢性疾病的风险［13］。在超过41万人平均8年的跟踪调查过程中，我们发现每天运动15min可以降低14%的死亡率［14］。显然，从传统流行病学中得到的研究成果对于以疾病预防和干预为目的的转化医学有着重要的贡献。

三、分子流行病学和T1型转化医学

结合流行病学现场研究方法，分子流行病学可以应用先进的技术测量生物学标志的分布情况，从分子或基因水平阐明疾病的病因及其相关的致病过程，并研究疾病的防治和促进健康的策略和措施。

1.肿瘤病毒：实际上，在分子流行病学成为一个学科之前，已经为转化医学做出了重要贡献。如，通过流行病学调查结合分子生物学研究，人乳头状瘤病毒（human papilloma virus，HPV）被认定是宫颈癌发病的主要病因。随着针对HPV16和18疫苗的研制成功，宫颈癌有望成为第1个通过疫苗接种而得到全面控制的人类肿瘤［15］。更有意义的是，在进一步分子流行病学研究中发现，HPV也是头颈癌发病的重要原因［16］。所以HPV疫苗可以同时在很大程度上控制头颈癌的发病。此外，随着乙型肝炎病毒（hepatitis Bvirus,HBV）感染和肝癌关系的明确，通过实施乙肝疫苗免疫接种，乙型肝炎的自然传播和流行得到了有效遏制［17］。

2.全基因多态性比较：在过去十几年中，分子流行病学对于转化医学的贡献的最佳范例是疾病的全基因多态性比较研究［18］。全基因多态性比较研究可以比较已知遗传基因位点的多态性，研究这些基因位点和疾病的关系，从而找到和疾病有关的基因。美国国立卫生研究院（NIH）总结并归类了至今为止已发现的遗传基因位点（在http://www.genome.gov/gwastudies/）［19］。到2014年12月18日为止，总共发现了15 176个和疾病有关的遗传基因位点。在膀胱癌的研究中，我们发现了多个遗传基因位点和膀胱癌的发病有关，这些多态位点包括rs10936599在 3q26.2，rs907611 在11p15.5，rs6104690在20p12.2和rs4510656在6p22.3上［20］。我们还发现ITPR2基因rs718314和rs1049380多态位点与肾癌的发病相关［21］。全基因多态性比较研究不仅可以找到和疾病发病有关的遗传基因位点，还可以帮助发现与疾病恶化和治疗效果相关的遗传基因位点。如，在肺癌患者中，发现CMKLR1基因rs1878022多态位点和治疗之后的存活率有关［22］。

但是全基因多态性比较研究本身也存在一些不足之处，以致于限制了它对于转化医学的贡献。对于大多数已发现的遗传基因位点来说，它们对于疾病危险性的贡献都非常低，所以并不能对疾病的预测和诊断提供很大的帮助。现有的全基因多态性比较研究只限于高频基因多态性，低频基因多态性对于疾病的贡献被忽略了。更为重要的是，至今为止，这些已知的遗传基因位点也只能解释很小一部分的疾病遗传性。随着DNA测序技术的进步和费用的降低，分子流行病也渐渐进入了全外显子组测序或者更进一步全基因组测序时代［23］。全外显子组测序不仅只检测有限的已知基因多态性位点，而且只限于高频基因多态性，它可以搜索整个外显子从而找出和疾病有关的遗传基因位点。在不远的将来，随着全基因组测序的进一步推广，我们还可以研究在任何基因组上和疾病有关的遗传基因位点。当然，基因组的研究也包括甲基化的研究［24-25］。这些分子流行病学研究成果将对转化医学产生重要的影响。

3.族裔的特异性：在不同的人群和族裔中，许多遗传危险因素的分布是有差异的。相较白人妇女来说，黑人妇女的乳腺癌发病率较低，但她们更容易得最恶性的乳腺癌，从而导致死亡率更高。在前列腺癌中，黑人的发病率是所有族裔中最高的［26-27］。分子流行病学研究能帮助了解遗传危险因素在不同人群和族裔群体中的分布，同时评估遗传危险因素对于疾病的影响。迄今为止，发现约有80个遗传基因位点和乳腺癌有关［28］。非常有趣的是，大约有一半以上的基因多态性位点的分布在不同的族裔中是不一样的。同样的现象也在前列腺癌中被观察到［29］。这些遗传危险因素及人群和族裔的特异性可以帮助更好地将基础研究成果转化到临床上。

4.基因表型：分子流行病学对于转化医学的影响不仅局限于基因多态性，它同样可以帮助基因表型的研究。以用于早期诊断的肿瘤标志物为例，肿瘤的早期发现、早期诊断及预后判断除了依赖于先进的技术设备外，肿瘤标志物的研究也至关重要。但是由于较低的预测性、灵敏度和特异度，现有的基因多态性还不能作为肿瘤标志物，需要寻找新的标志物。寻找的过程包括发现和筛选疾病标志物以及应用到临床上，整个过程体现了转化医学的模式。在筛查过程中，筛查方案是否合理，灵敏度和特异度如何，是否能大规模推广应用等需要分子流行病学验证。在近20年的研究中，我们应用分子流行病学方法，在血液中发现了许多可以用于肿瘤检测的标志物，这些标志物包括蛋白、代谢物、非编码小RNA等［30-31］。在血液或者尿液中检测这些标志物的含量变化可以为肿瘤的早期诊断提供依据。

5.疾病预测模型：分子流行病学的研究还可以检测和评价基因与基因、基因与环境之间的交互关系。对于遗传危险因素和疾病的影响，分子流行病学不仅可以研究它们之间的关系有多强，而且可以研究它们之间关系的敏感性和特异性，同时还可以帮助建立疾病预测模型［10，32-34］。现有的乳腺癌的风险预测模型可以通过计算几个特定的危险因素组合来确定特定人群患乳腺癌的概率［32，35］。大多数模型都是基于传统流行病学危险因素以及某些临床信息而建立的。但是这些风险预测模型不能预测个人绝对患乳腺癌的概率。如果在这些模型中加入新发现的遗传和分子生物标志物，风险预测的准确性可能大大提高，从而达到个体预测的目标。最近我们建立了第1个肝癌预测模型［36］，即使在不知道HBV和HCV是否阳性的情况下，预测的准确率仍能达到91.2%。如果加入HBV和HCV，预测的准确率将达到93.3%。

6.疾病的发展和结果：分子流行病学的作用还在于预测疾病的发展和结果，包括治疗、康复和患者的生存。在癌症研究中，临床结果预测模型可以用来预测癌症治疗的结果和患者的生存时间。现有的临床结果预测模型中大多只包括与临床和肿瘤有关的信息，这样的模型只能够提供非常有限的预测。加入分子流行病学的成果可以帮助提高风险预测模型的预测率，从而能够将这些模型真正应用到临床上。如，将遗传多态性的信息加入预测模型，尤其是化疗药物代谢变化有关的基因，可以帮助医生在实际治疗前就能预测化疗的效果和可能带来的负作用，从而选择最佳的治疗方案。如在用他莫昔芬（tamoxifen）治疗乳腺癌的妇女中，CYP2D基因的多态性对于临床结果有着很大的关联［37］，存在两个CYP2D6基因多态性的患者将会有更好的治疗效果，包括低复发率和长的存活时间。除了遗传多态性外，生物标志物也非常有用。最近我们发现，血清中的非编码小分子RNA可以帮助预测肺癌患者的存活时间［38］。如果肺癌患者的血清中存在特定的非编码小分子RNA，他们的存活时间将会减少7.8个月。

四、分子流行病学和T2型转化医学

据统计，在美国只有一半患者能接受到以证据为基础的各项预防性服务和治疗。同时，科技的高速发展并没有减少那些已经过时的预防和治疗措施。许多措施不仅效率低下而且还可能有害。另外，许多科技创新不能被有效转化的原因是由于缺乏对于转化过程的检测。因为医学转化过程很难用随机对照试验来研究，所以在很多时候，我们不能准确地知道转化的效率。在这种情况下，分子流行病学方法可以有效地替代随机对照试验，从而对于医学转化过程进行评估。如，2005年，美国预防服务工作组建议，为了尽早发现乳腺癌，如果家庭成员中存在BRCA1或者BRCA2基因有风险增加的有害突变的女性，应该进行遗传咨询和BRCA测试［39］。因为缺乏有效的监控机制，很难知道有多少人遵从了这种建议，也很难知道这项建议有多少效果。在这种情况下，分子流行病学的方法能够帮助找到答案。根据最近的两个流行病学调查结果发现，有很大一部分人认可BRCA测试。但是许多因素会影响人们认可的程度，比如，性别、年龄、教育和种族。建立有效的监控机制来监测风险因素对于改善人口健康状况是至关重要的。流行病学方法也可以帮助建立用于监测风险因素或者疾病的监控机制。比如，我们可以建立监测肥胖和吸烟的机制，找到影响肥胖和吸烟的因素，从而达到降低肥胖和吸烟在人群中的比例。

综上所述，分子流行病学是转化科学成果到实际应用中必不可少的因素。转化医学模式复杂，面临巨大的挑战，从事转化医学研究工作者不能过于依赖动物模型及数学模型等对人体疾病进行预测，而应重视流行病学研究，来自于人类循证医学的直接证据将对转化医学研究发挥不可替代的作用。正因为如此，我们需要大力发展分子流行病学，加大对分子流行病学的投入，培养更多的跨学科合作及复合型人才。

［1］Pacanowski MA,Leptak C,Zineh I.Next-generation medicines:past regulatory experience and considerations for the future ［J］.Clin Pharmacol Ther,2014,95（3）:247-249.

［2］Gupta S,Venkatesh A,Ray S,et al.Challenges and prospects for biomarker research:a current perspective from the developing world［J］.Biochim Biophys Acta,2014,1844（5）:899-908.

［3］Sulakhe D,Balasubramanian S,Xie B,et al.High-throughput translational medicine:challenges and solutions［J］.Adv Exp Med Biol,2014,799:39-67.

［4］Khoury MJ,Coates RJ,Fennell ML,et al.Multilevel research and the challenges of implementing genomic medicine ［J］.J Natl Cancer Inst Monogr,2012,2012（44）:112-120.

［5］Ambrosone CB,Kadlubar FF.Toward an integrated approach to molecular epidemiology［J］.Am J Epidemiol,1997,146（11）:912-918.

［6］Choi DW.Bench to bedside:the glutamate connection［J］.Science,1992,258（5080）:241-243.

［7］Geraghty J.Adenomatous polyposis coli and translational medicine［J］.Lancet,1996,348（9025）:422.

［8］Zerhouni E.Medicine.The NIH Roadmap［J］.Science,2003,302（5642）:63-72.

［9］LoRusso PM,Schnipper LE,Stewart DJ,et al.Translating clinical trials into meaningful outcomes ［J］.Clin Cancer Res,2010,16（24）:5951-5955.

［10］Diez Roux AV,Aiello AE.Multilevel analysis of infectious diseases［J］.J Infect Dis,2005,191 Suppl 1:S25-S33.

［11］DOLL R,HILL AB.Smoking and carcinoma of the lung;preliminary report［J］.Br Med J,1950,2（4682）:739-748.

［12］Kannel WB.Framingham study insights into hypertensive risk of cardiovascular disease［J］.Hypertens Res,1995,18（3）:181-196.

［13］Shaw K,Gennat H,O′Rourke P,et al.Exercise for overweight or obesity［J］.Cochrane Database Syst Rev,2006,（4）:CD003817.

［14］Wen CP,Wai JP,Tsai MK,et al.Minimum amount of physical activity for reduced mortality and extended life expectancy:a prospective cohort study ［J］.Lancet,2011,378 （9798）:1244-1253.

［15］Sheinfeld Gorin SN,Glenn BA,Perkins RB.The human papillomavirus（HPV）vaccine and cervical cancer:uptake and next steps［J］.Adv Ther,2011,28（8）:615-639.

［16］D′Souza G,Dempsey A.The role of HPV in head and neck cancer and review of the HPV vaccine［J］.Prev Med,2011,53 Suppl 1:S5-S11.

［17］Blumberg BS.Primary and secondary prevention of liver cancer caused by HBV［J］.Front Biosci（Schol Ed）,2010,2:756-763.

［18］Flanagan JM.Epigenome-wide association studies （EWAS）:past,present,and future［J］.Methods Mol Biol,2015,1238:51-63.

［19］Welter D,MacArthur J,Morales J,et al.The NHGRI GWAS Catalog,a curated resource of SNP-trait associations［J］.Nucleic Acids Res,2014,42（Database issue）:D1001-D1006.

［20］Wu X,Hildebrandt MA,Chang DW.Genome-wide association studies of bladder cancer risk:a field synopsis of progress and potential applications［J］.Cancer Metastasis Rev,2009,28（3-4）:269-280.

［21］Wu X,Scelo G,Purdue MP,et al.A genome-wide association study identifies a novel susceptibility locus for renal cell carcinoma on 12p11.23［J］.Hum Mol Genet,2012,21（2）:456-462.

［22］Wu X,Ye Y,Rosell R,et al.Genome-wide association study of survival in non-small cell lung cancer patients receiving platinumbased chemotherapy［J］.J Natl Cancer Inst,2011,103（10）:817-825.

［23］Malhotra J.Molecular and genetic epidemiology of cancer in lowand medium-income countries［J］.Ann Glob Health,2014,80（5）:418-425.

［24］Adalsteinsson BT,Ferguson-Smith AC.Epigenetic control of the genome-lessons from genomic imprinting［J］.Genes（Basel）,2014,5（3）:635-655.

［25］ Belizário JE.The humankind genome:from genetic diversity to the origin of human diseases［J］.Genome,2013,56（12）:705-716.

［26］Sridhar G,Masho SW,Adera T,et al.Do African American men have lower survival from prostate cancer compared with White men?A meta-analysis［J］.Am J Mens Health,2010,4（3）:189-206.

［27］Simard J,Dumont M,Labuda D,et al.Prostate cancer susceptibility genes:lessons learned and challenges posed ［J］.Endocr Relat Cancer,2003,10（2）:225-259.

［28］Sapkota Y.Germline DNA variations in breast cancer predisposition and prognosis:a systematic review of the literature［J］.Cytogenet Genome Res,2014,144（2）:77-91.

［29］Eeles R,Goh C,Castro E,et al.The genetic epidemiology of prostate cancer and its clinical implications ［J］.Nat Rev Urol,2014,11（1）:18-31.

［30］Pu X,Ye Y,Wu X.Development and validation of risk models and molecular diagnostics to permit personalized management of cancer［J］.Cancer,2014,120（1）:11-19.

［31］Gu J,Wang Y,Wu X.MicroRNA in the pathogenesis and prognosis of esophageal cancer［J］.Curr Pharm Des,2013,19 （7）:1292-1300.

［32］van Zitteren M,van der Net JB,Kundu S,et al.Genome-based prediction of breast cancer risk in the general population:a modeling study based on meta-analyses of genetic associations［J］.Cancer Epidemiol Biomarkers Prev,2011,20（1）:9-22.

［33］Berg CD.The prostate,lung,colorectal and ovarian cancer screening trial:the prostate cancer screening results in context［J］.Acta Oncol,2011,50 Suppl 1:12-17.

［34］Hubbard AE,Ahern J,Fleischer NL,et al.To GEE or not to GEE:comparing population average and mixed models for estimating the associations between neighborhood risk factors and health［J］.Epidemiology,2010,21（4）:467-474.

［35］Colditz GA,Rosner BA.What can be learnt from models of incidence rates?［J］.Breast Cancer Res,2006,8（3）:208.

［36］Wen CP,Lin J,Yang YC,et al.Hepatocellular carcinoma risk prediction model for the general population:the predictive power of transaminases［J］.J Natl Cancer Inst,2012,104（20）:1599-1611.

［37］Province MA,Goetz MP,Brauch H,et al.CYP2D6 genotype and adjuvant tamoxifen: meta-analysis of heterogeneous study populations［J］.Clin Pharmacol Ther,2014,95（2）:216-227.

［38］Wang Y,Gu J,Roth JA,et al.Pathway-based serum microRNA profiling and survival in patients with advanced stage non-small cell lung cancer［J］.Cancer Res,2013,73（15）:4801-4809.

［39］Moyer VA;U.S.Preventive Services Task Force.Risk assessment,genetic counseling,and genetic testing for BRCA-related cancer in women:U.S.Preventive Services Task Force recommendation statement［J］.Ann Intern Med,2014,160（4）:271-281.

2015-01-05）

（本文编辑：颜艳）

吴息凤博士是德克萨斯大学MD安德森癌症中心流行病学系系主任，转化医学和公共健康基因组学中心主任，Betty B.Marcus癌症预防特聘教授，是国际知名的癌症分子流行病学家。她和她的团队采用多学科研究手段将基础科学、流行病学、生物统计学和临床研究综合起来，构建了多个综合性的可用于病因筛检、预后、治疗反应和生存的临床适用风险预测模型。她研究发现并验证了一系列有临床应用价值的预后和预测生物标志物和具有治疗潜力的分子靶点。她主持发表了350多篇论文，其中多数发表于著名期刊，如，Lancet，Nature Genetics，American Journal of Human Genetics和Journal of National Cancer Institute。

赵华博士是德克萨斯大学，MD安德森癌症中心，流行病学系的副教授。他的研究主要集中于确定遗传及流行病学因素与癌症发生、发展和临床结局的关系。他研究的癌症包括黑素瘤、皮肤癌、神经胶质瘤和乳腺癌。

10.3760/cma.j.issn.0412-4030.2015.03.001

TX77030美国休斯敦，德克萨斯大学MD安德森癌症中心流行病学系

吴息凤，Email：xwu@mdanderson.org