本月16日Science播报了一个网络在线会议报告：关于新技术在医疗卫生体系临床决策方面的影响。通过以下网址，注册后可以收看该网络会议的视频。
该在线会议介绍了高通量的基因组、转录组测序和蛋白组、代谢组分析革命性地改变l了临床决策。学术和医疗卫生系统的紧密合作已经驱使了前沿技术和生物信息分析在临床诊断方面的应用。临床医生能更快更好地对病人的情况进行评估，并给予最大程度个性化的治疗。这些进步为理解疾病机制和开发新治疗方案提供机遇。
在这个讨论会中来自瑞典Uppsala大学肿瘤遗传研究的负责人Richard Rosenquist Brandell博士，来自瑞典Karolinska研究所的Olli Kallioniemi博士和Anna Wedell博士三位专家分别介绍了二代基因组测序和功能分析如何提高医疗诊断与治疗的。
Richard Rosenquist Brandell博士首先介绍了SciLifeLab这个研究中心是如何将二代测序运用在诊断中。SciLifeLab是2010年以斯德哥尔摩和乌普萨拉的四所大学：Stockholm 大学, Karolinska 研究所, KTH 皇家技术学院和Uppsala 大学为核心建立的，政府经费支持，35个国家级部门的大型研究中心。目前该中心拥有超过1200名研究者。研究计划以环境与健康的相互作用为中心，分国家基础基因组、蛋白组学、生物影像学、生物信息学、化学生物学、临床诊断、药物开发、功能基因组学和结构生物学9个平台，其中临床诊断就分临床测序、临床基因组学、临床生物标记、转录组和整体生物学5个部门。临床测序中包括遗传学家、生物信息人员和医生，为提供“从实验室到病床边”的服务，为临床评估传递检测到的所有差异。整合了大学、研究中心、医院在分子病理、临床遗传学方面不同平台的力量来做出决策是项目成功的关键。主要分析目标是固体肿瘤，白血病和遗传性疾病。
癌症基因的临床测序主要是针对肺癌、结肠癌、黑色素瘤等多种癌症，运用靶向捕获技术对15-32个基因、50-250bp长度片段的诊断相关与治疗反应的突变进行检测。
血液学通常是做二代测序为基础的检测。髓系恶性肿瘤主要是做诊断/预后的基因突变的检测。慢性髓细胞样白血病是检测抗药性突变。慢性淋巴细胞白血病有个国际合作的研究计划，运用TruSeq (Illumina), HaloPlex (Agilent) 和Multiplicom等不同技术至少在欧洲两个不同的机构进行检测。淋巴瘤计划有大约30个相关基因，6个不同的欧洲机构参与。
遗传病目前是根据ISO15189标准来检测：Ras信号通路综合症（15个基因），结缔组织（31个基因），心脏病（10个基因）。以后的计划是所有大于2万个基因的外显子组；整个基因组和NIPT无创产前检查。
临床外显子组的计算生物学方案在2015年11月成为常规检测，它包含了2700个基因，所有疾病同样的操作，但在计算机分析后特殊的基因能对应上每个疾病。
接下来Olli Kallioniemi博士分基因组引导的靶向治疗对以往的医疗是个挑战和系统医学治疗两个部分分别介绍了二代测序在临床决策影响中已经做出的研究成果和今后可能的研究计划。2012年Cell上的综述“The Genetic Basis for Cancer Treatment Decisions”。即提出现在肿瘤遗传学，技术和治疗方法的发展基础上，现在已经到了将临床决策从启发式改变到以证据为基础的决策的时候，并期待实现个人癌症给药方案。关于DNA测序能带来多少可操作性的治疗机会，15年3月文章” In Silico Prescription of Anticancer Drugs to Cohorts of 28 Tumor Types Reveals Targeting Opportunities” 很好地回答了这个问题：5.9%的癌症病患能根据临床治疗指南改进药物得到完全治疗，但是在大多数案例里，病患都能得到一些药物治疗和控制（73.3%）。
他指出遗传基因变化和药物反应的复杂关系主要是基于不同组织类型细胞信号相关的原癌基因蛋白有所变化；肿瘤内的异质性；转移后与原位的异质性差异；药物作用后的突变造成药物脱靶效应等。癌症的治疗决策由上世纪80年代由解剖学角度的肿瘤组织检验参考如何治疗，到2010年左右基因变化做参考，将来会发展到以细胞的来源看是否能够以原癌基因蛋白为靶标做参考。除了基于突变原因需要对每个患者测序订制治疗外，需要对癌症诊断分类，定义临床试验的亚类群；寻找基于二代测序药物的靶标；研究易癌倾向与药物代谢缺陷；癌症中突变的信号和过程；免疫治疗的靶标理解治疗后反应、药物抗性和肿瘤发展与进化等等多种原因需要对每种癌症每个病人进行测序。
只有为生物医药研究构建新的知识网络和疾病新的分类，才能将找到现有的临床信息和研究数据之间的交集，才能建立真正的系统医学。一个典型的系统医学分析将对患者进行药物敏感性和抗性测试，生物数据分析，分子谱系：基因组、转录组、信号组的分析，得到的结果能够让医生理解疾病的生物学，药物敏感性抗性而快速决定治疗方案，让患者得到个体化的药物治疗。数据的整合与阐述目前需要4天到2周，是否能快速反馈到临床上对大数据管理与整合提出了要求。需要整合突变、拷贝数、基因表达、甲基化、microRNA、蛋白组、影像和临床信息、功能性检测等多个平台的信息才能获得系统医学的需求。精准医疗目前已经在起始阶段了，它比对癌症关键基因测测序要复杂得多。
最后Anna Wedell博士就为出生代谢缺陷的临床诊断提供信息的全基因组测序做了具体介绍。出生代谢缺陷的单基因遗传疾病在1908年就被发现，目前1万个单基因遗传疾病中5千个基因已经被发现并研究，其中10-15%是代谢相关的。这600多个基因大多是隐性的，有25%的重现性。这是临床全基因组测序的理想靶标。
Karolinska研究所从2010年开始对瑞典每年11万5千个新生儿进行24种疾病的国家筛查计划。发现多于2千的病患者有不同的生化代谢异常。而临床全基因测序需要高质量的、整合的、快速准确地用药和快速转换到个性医疗的要求。Karolinska研究所在全基因测序之后有着多学科综合的研究队伍来快速转化结果，并开发了可视化的易操作界面来进行数据的优惠、排列和质量控制。Anna Wedell博士举了生物素响应的基底核疾病为例子：一个家庭的孩子嗜睡，食欲不振和癫痫发作四周后MRI发现脑部基底核受损，此儿童在两个月内病情恶化和死亡。这个家庭又生育了一个年幼的孩子但出生两年后出现嗜睡状况，MRI发现类似的脑损伤迹象。快速的全基因测序发现这是一个SLC19A3基因相关的代谢性疾病。用高剂量的硫胺素和生物素的治疗后这个年幼的孩子得救。她介绍说从测序开始在15小时内可以知道已知代谢异常的靶标诊断。运用他们的临床全基因测序平台，他们还发现了极端肌无力、癫痫和脑缺乏白质症等新的失调的相关基因。临床全基因组测序对于早期诊断和快速救治病人，研究疾病机制，开发药物，开发生物标记物都提供了机会。
回答了线上参与者的问题后，三位专家都一致认为对于那么多个案，每个人都有自己独特的基因组，需要联合精密的用药，在临床上的操作性对于传统的医疗的确是个挑战。而二代测序所带来的大数据、生物信息学分析以及整个基因组的处理储存也是有待要解决的问题。
