王 劍 李 牛

1.上海交通大學醫(yī)學院附屬國際和平婦幼保健院（上海 200030）

2.上海市胚胎源性疾病重點實驗室（上海 200030）

罕見病是指患病率較低（＜1∶10000）的一類疾病，其種類繁多（＞7000種），同時還具有病情嚴重、誤診率高、診斷困難和可治性低等特點，大部分罕見病屬于遺傳性疾病（＞80%），其中一半以上在出生時或兒童期發(fā)病[1-2]。早期準確診斷對于罕見疾病患者至關(guān)重要，它能確保知情決策、進行有針對性的治療、降低并發(fā)癥風險、改善患者健康狀況和維持醫(yī)療保健可持續(xù)性等。但目前仍有相當部分罕見病患者需要經(jīng)歷一個漫長而艱巨的診斷過程[1]。隨著大數(shù)據(jù)、機器學習、云計算等技術(shù)在醫(yī)學領(lǐng)域的廣泛應用，罕見病的篩查、診斷、治療及預防也進入了數(shù)字化醫(yī)學時代[3]。本文從多組學技術(shù)、罕見病登記數(shù)據(jù)庫、人工智能、基因治療等方面，探討罕見病領(lǐng)域發(fā)展趨勢和前景。

1 多組學技術(shù)提升罕見病篩查與診斷效率

在過去的十多年中，外周血基因組DNA樣本高通量測序已逐步成為罕見病診斷的主要手段，使大多數(shù)罕見遺傳病能夠被精準篩查和診斷，但目前仍有部分患者未能得到準確診斷。近年來隨著多組學技術(shù)的飛速發(fā)展以及生物信息、計算分析能力的提升，包括轉(zhuǎn)錄組學、蛋白質(zhì)組學、代謝組學和脂質(zhì)組學、表觀遺傳甲基化分析在內(nèi)的多種技術(shù)已可作為罕見病新的篩查與診斷方法。以下逐一介紹各組學技術(shù)臨床應用進展。

1.1 轉(zhuǎn)錄組學方法

轉(zhuǎn)錄組學方法可能是近年來應用于罕見病中發(fā)展最快的的組學技術(shù)之一，在多項臨床研究中，其已被成功用于全外顯子組測序（whole-exome sequencing,WES）或全基因組測序（whole-genome sequencing,WGS）的有效補充，可單獨增加10%～20%的診斷率。在許多已報道病例中，RNA測序（RNA-seq）為分子診斷提供了重要的功能證據(jù)支持[4-7]。轉(zhuǎn)錄組學可用于意義不明變異（variant of uncertain significance,VUS）的重新分類和提示容易被忽視的可能致病性基因變異。研究顯示，RNA-seq最優(yōu)的效用是幫助提供非編碼區(qū)變異的臨床解讀，這是現(xiàn)階段WGS在臨床應用中面臨的最大挑戰(zhàn)[8]。目前，RNA-seq常規(guī)分析主要分為異常RNA表達豐度、異常剪接和等位基因特異性表達三種形式。此外，也可以用于基因變異篩檢、單倍型分析、融合基因或重復擴增的檢測等[8]。盡管RNA-seq 是一種非常通用的檢測方法，但mRNA表達的組織特異性與不穩(wěn)定性限制了其在臨床上的應用，因為很難獲取需要侵入性活檢的組織標本。多項研究表明，與血液中的表達相比，臨床相關(guān)基因在成纖維細胞中的表達更高[4,9]。如果目標基因在可用組織中不表達，也可轉(zhuǎn)導到誘導多能干細胞（iPSC）或受影響的組織相關(guān)細胞系[10]。

1.2 蛋白質(zhì)組學

該方法提供了蛋白質(zhì)水平的直接定量，為RNAseq和DNA分析提供了一種很好的互補分析。此外，致病性錯義突變很少導致異常的RNA表達，但經(jīng)常影響蛋白質(zhì)的穩(wěn)定性。蛋白質(zhì)水平的顯著降低可為判斷錯義突變和調(diào)控突變的功能提供有價值的參考[11-12]。蛋白質(zhì)組學提供了額外水平的功能證據(jù)，可以驗證和擴展轉(zhuǎn)錄組學數(shù)據(jù)，從而為提高診斷率開辟新的前景。

1.3 代謝組學和脂質(zhì)組學

代謝組學和脂質(zhì)組學可以提供細胞代謝的全面和整體視圖，并能夠檢測致病性變異引起的代謝紊亂。通過將這些分子物種的水平與健康個體或普通人群的水平進行比較，可以確定與特定遺傳條件相關(guān)的特征代謝生物標志物和特征。代謝生物標志物和特征可以直接為臨床診斷、指導患者治療和評估遺傳發(fā)現(xiàn)提供信息[13]。非靶向代謝組學檢測方法可以量化數(shù)萬個特征，可用于篩選新的生物標志物[13-14]。代謝物異常值檢測可以幫助提供VUS重新分類所需的功能證據(jù)[15]。

1.4 表觀遺傳學修飾

DNA甲基化和組蛋白修飾已被廣泛研究，并已被證明在多種罕見病的發(fā)展和表現(xiàn)中發(fā)揮著關(guān)鍵作用[16]。多項研究表明，部分基因的致病性變異可以在基因組的多個位置誘導DNA 甲基化模式發(fā)生改變[17]。這個現(xiàn)象可以通過DNA甲基化芯片或測序等方法進行表觀遺傳檢測，然后對數(shù)據(jù)進行二元分類，并進行機器學習以完成特征譜分析[18]。迄今為止，已經(jīng)描述了超過65種孟德爾神經(jīng)發(fā)育障礙的表觀遺傳學修飾特征，所描述的特征對臨床綜合征、蛋白質(zhì)復合物、特定基因、蛋白質(zhì)結(jié)構(gòu)域甚至單堿基致病性變異顯示出高度特異性[17]。因此，該策略可用于對候選基因變異進行功能評估和VUS重新分類，也支持基因組拷貝數(shù)變異的鑒定和嵌合變異的解讀[19]。有文獻報道，在神經(jīng)發(fā)育障礙病例中，表觀遺傳學修飾特征檢測可提高約10%的診斷率，當用于選定患者隊列中VUS 的重新分類時，驗證率可高達35%[20]。

2 罕見病登記和數(shù)據(jù)庫建設(shè)

世界各國越來越重視罕見病的登記和數(shù)據(jù)庫建設(shè)。罕見病具有異質(zhì)性、復雜性和患者數(shù)量少等特征，往往導致缺乏數(shù)據(jù)、證據(jù)和知識，因此數(shù)據(jù)收集和登記對罕見病診治至關(guān)重要[21]。開展罕見病病例診療信息登記工作，建立信息系統(tǒng)收集罕見病資料，有助于了解罕見病流行病學、臨床診療和醫(yī)療保障現(xiàn)狀，從而為制定人群干預策略、完善診療服務體系、提高患者醫(yī)療保障水平、提高藥物可及性提供科學依據(jù)[22]。如果罕見病登記系統(tǒng)有高質(zhì)量的臨床數(shù)據(jù)，還可以協(xié)助臨床試驗招募和上市后藥物監(jiān)測等[21,23]。此外罕見病登記系統(tǒng)還可以在了解疾病自然史方面發(fā)揮重要作用，并有助于開發(fā)符合安全性和有效性標準的罕見病臨床試驗[23]。

全球罕見病領(lǐng)域?qū)＜乙恢抡J識到罕見病登記系統(tǒng)的重要性，共同確定了十項關(guān)鍵原則[24]，包括：①患者登記應被視為罕見病領(lǐng)域的全球優(yōu)先事項；②盡可能涵蓋廣泛的地理范圍；③應以一種疾病或一組疾病為中心，而不是以治療干預為中心；④追求罕見病患者登記系統(tǒng)之間的互操作性和協(xié)調(diào)性；⑤盡可能使用一致的通用數(shù)據(jù)參數(shù)；⑥數(shù)據(jù)應與相應的生物樣本庫數(shù)據(jù)相關(guān)聯(lián)；⑦應包括患者直接報告的數(shù)據(jù)以及醫(yī)療專業(yè)人員報告的數(shù)據(jù)；⑧鼓勵公私合作，以確保罕見病患者登記的可持續(xù)性；⑨保證患者與其他利益相關(guān)者平等參與罕見病患者登記管理；⑩應成為建立和增強患者社區(qū)能力的關(guān)鍵工具。

在過去的20 年中，美國、英國、法國、加拿大、澳大利亞等發(fā)達國家相繼開展了罕見病登記管理相關(guān)工作，包括立法、制定標準、開發(fā)罕見病網(wǎng)絡(luò)基礎(chǔ)設(shè)施以及建立這些疾病信息系統(tǒng)等[25-26]。2011年歐盟委員會資助了歐盟罕見病患者登記建立共識和協(xié)作項目，之后建立了歐洲罕見病登記平臺[27]。中國于2016 年成立了第一個國家層面的罕見病專家委員會，協(xié)助罕見病相關(guān)的政策制定，并由北京協(xié)和醫(yī)院牽頭聯(lián)合全國20家罕見病診療優(yōu)勢醫(yī)院，啟動建設(shè)了國家罕見病注冊系統(tǒng)（national rare diseases registry system of China，NRDRS），包括臨床信息庫和生物樣本庫[22,28]。該系統(tǒng)建立了采集、錄入、保存等各個環(huán)節(jié)的技術(shù)標準，采集信息涵蓋罕見病患者臨床表型、遺傳診斷和生物樣本信息等。目前，該系統(tǒng)已經(jīng)注冊了近200 個罕見病隊列，并已有逾百家醫(yī)院使用該平臺開展隊列研究[28-29]。另外由國家衛(wèi)健委、醫(yī)政醫(yī)管局支持建設(shè)的“中國罕見病診療直報系統(tǒng)”已累計登記57萬病例數(shù)，近400家醫(yī)院參與了病例注冊[28-29]。

3 人工智能幫助罕見病患者獲得最優(yōu)診療方案

人工智能和機器學習正逐漸應用于罕見病領(lǐng)域，在診斷、治療和護理方面帶來了革命性的進步。罕見病由于其發(fā)病率和表現(xiàn)形式多樣，長期以來一直面臨著復雜性挑戰(zhàn)。人工智能可以有效地將大量生物醫(yī)學知識和數(shù)據(jù)融合，通過快速處理來自各種來源的廣泛數(shù)據(jù)集而快速識別診斷罕見疾病[30]。人工智能和機器學習可以將患者分為不同的疾病組，分析癥狀，甚至可以使用面部照片進行診斷，有效地克服了有限信息和認識所帶來的挑戰(zhàn)[31]。人工智能不僅可以進行視覺圖像等表型分析，還擁有處理高通量測序所產(chǎn)生海量數(shù)據(jù)的能力[32]。通過有效識別各種變異組合在遺傳疾病患者中的意義，顯著提高疾病檢測和診斷的準確性和速度[33]。

在尋求罕見病創(chuàng)新治療過程中，包括第二代人工智能系統(tǒng)在內(nèi)的人工智能驅(qū)動工具發(fā)揮著關(guān)鍵作用[34]。這些系統(tǒng)采用以患者為中心的方法，提供量身定制的治療方案，優(yōu)化藥物劑量，并整合非藥物治療模式。它們提高了治療效果，最大限度地減少了不良反應，解決了罕見病管理的獨特復雜性。人工智能的影響力超越了診斷和治療，簡化了臨床試驗，使患者招募更加高效和可行[35]。此外，人工智能在藥物研發(fā)中也發(fā)揮著重要作用，通過定量構(gòu)效關(guān)系建模和高通量篩選可以生成大型數(shù)據(jù)集，幫助研究人員預測患者易感性，識別潛在的藥物和療法[36]。

4 基因治療在罕見單基因病領(lǐng)域的進展

基因治療在治療遺傳性疾病方面取得了重大進展，尤其是在罕見單基因疾病治療方面。例如，基因療法已被開發(fā)批準用于治療脊髓性肌萎縮等疾病，并且已經(jīng)證明了其有效性[37]。目前大量臨床試驗正在進行，以評估基因治療在各種疾病中的安全性和有效性，特別是在兒科神經(jīng)病學領(lǐng)域[38]。這些研究正在產(chǎn)生令人鼓舞的數(shù)據(jù)，并有助于改進基因治療技術(shù)。

除了先前已獲美國食品和藥物管理局（FDA）與歐洲藥品管理局（EMA）批準的基于腺相關(guān)病毒（AAV）基因治療藥物Luxturna與Zolgensma，前者經(jīng)口內(nèi)遞送的AAV 2 載體用于治療Leber 先天性黑蒙與色素性視網(wǎng)膜病，后者基于靜脈注射高劑量AAV9治療1型脊髓性肌萎縮癥[39]。還有一些基于AAV的產(chǎn)品在過去2～3 年中獲得了批準，包括一種基于局部腦內(nèi)遞送治療單基因帕金森病的Upstaza，以及治療血友病A的Roctavian與血友病B的Hemgenix[40]。這兩種血友病治療藥物均是通過單次靜脈內(nèi)給藥且以肝臟為靶向器官，能夠?qū)崿F(xiàn)在肝臟中長期分泌凝血因子，從而避免定期輸注凝血因子[41-42]。2023年6月，一種以高劑量單次靜脈注射靶向肌肉治療杜氏肌營養(yǎng)不良（DMD）的AAV載體Elevidys 也已獲得批準[43]。最近，一種基于單純皰疹病毒1型（HSV-1）載體的基因治療藥物Vyjuvik已獲準在美國商業(yè)化，用于治療具有COL7A1基因變異的顯性和隱性營養(yǎng)不良大皰性表皮松解癥，該病毒載體可有效轉(zhuǎn)導入角質(zhì)細胞與成纖維細胞，從而恢復患者體內(nèi)膠原的表達[44]。

除了基于病毒載體的基因治療產(chǎn)品外，近年來還批準了幾種非病毒產(chǎn)品[40]，如一種用于治療1 型脊髓性肌萎縮癥的反義寡核苷酸Spinraza，在患者鞘內(nèi)給藥，使SMN2基因能夠翻譯產(chǎn)生全長蛋白，從而取代缺失的SMN 1 蛋白。此外，一些小型干擾RNA產(chǎn)品也獲得了商業(yè)授權(quán)，包括治療遺傳性轉(zhuǎn)甲狀腺素蛋白（hATTR）淀粉樣變性的Onpattro，以及另外兩種分別治療急性肝卟啉和原發(fā)性Ⅰ型高草酸尿的Givosiran和Oxlumo[40]。

體內(nèi)基因組編輯方案用于治療單基因疾病也正在如火如荼探索中，視網(wǎng)膜疾病因其良好的適用性而處于這一發(fā)展的前沿，如CRISPR-Cas9技術(shù)首次被報道用于治療Leber先天性黑蒙10型的失明兒童[45]。另外，CRISPR-Cas9-脂質(zhì)納米顆粒經(jīng)肝臟給藥后可以使轉(zhuǎn)甲狀腺素淀粉樣變性患者的表型顯著改善[46]，這表明用非病毒遞送方法進一步實施肝臟基因組編輯的時機已經(jīng)成熟。

盡管基因治療取得了進步，但仍面臨重大挑戰(zhàn)。這種治療方法昂貴且技術(shù)復雜，限制了其可及性。此外，有效的基因遞送、對載體的免疫反應和治療反應的持續(xù)時間等方面仍需要改進。關(guān)于基因治療的未來，基因編輯技術(shù)如CRISPR-Cas 9 的進步，有望提高基因修飾的準確性和效率。對基因治療載體的研究有望提高治療的遞送能力和安全性。新一代的病毒和非病毒載體正在開發(fā)中，這些載體可以克服目前的限制，使基因治療的給藥更加高效和精確[40]。

5 結(jié)語

數(shù)字化時代背景下，數(shù)據(jù)已成為驅(qū)動醫(yī)學發(fā)展的核心元素。多組學技術(shù)、機器學習與人工智能的興起使得數(shù)據(jù)的應用在罕見病領(lǐng)域變得更加廣泛和深入，從患者精準診斷到個體化治療方案、基因治療藥物研發(fā)，再到人群疾病篩查預防，未來將繼續(xù)帶來新的機會和挑戰(zhàn)。數(shù)字醫(yī)學時代已經(jīng)來臨，讓我們共同努力迎接這個以數(shù)據(jù)為驅(qū)動的罕見病診療未來。