一、中国精准医疗发展历程回顾
中国早在20世纪初就开始关注精准医学，2006年首先提出了精准外科的概念，得到了国内、国际的医学界认可后被引用到肿瘤放疗、妇科等医学领域。其目标是通过合理资源调配、全流程的成本调控，获得效益与耗费之比的最大化。精准医疗相比传统经验医学有了长足进步，可以通过将精密仪器、生命科学等先进的现代技术与我国优秀的传统经验整合在一起，大大减小临床实践的不确定性，从而在手术中实现“该切的片甲不留，该留的毫厘无损”，在保证精准的同时尽可能将损伤控制到最低。
图表 精准医疗在我国的发展历程
资料来源：产研智库
二、中国精准医疗发展现状分析
造血干细胞移植、基因芯片诊断、免疫细胞治疗等第三类医疗技术临床应用准入审批2015年取消。在此之前，国家卫计委、科技部等多次出台政策，并组织生物医药等领域专家对精准医疗、基因测序等开展研究。在政策利好推动下，精准医疗有希望进入发展快轨。
多项政策支持
政府高层相当重视精准医学，批示国家卫计委和科技部组织专家论证，精准医学也迎来了多项政策支持。
2015年3月，第一批肿瘤诊断与治疗项目高通量基因测序技术临床试点单位名单发布。同月，科技部召开国家首次精准医学战略专家会议，计划在2030年前，在精准医疗领域投入600亿元。其中，中央财政支付200亿元，企业和地方财政配套400亿元。
2015年4月15日，卫计委和科技部组织生物医药等领域专家，同中国科学院等部门共同研讨精准医学研究计划。
2015年5月10日，国务院发布《关于取消非行政许可审批事项的决定》，其中指出，取消第三类医疗技术临床应用准入审批，包括造血干细胞移植、基因芯片诊断、免疫细胞治疗等第三类医疗技术临床应用。
国家政策的支持将对基因测序、细胞治疗、干细胞等精准医疗相关领域构成利好。预计2015-2020年全球精准医疗市场规模增速达15%，是医药行业增速的3-4倍；2013年基因测序市场规模约45亿美元，2013年-2018年复合增长率为21.2%，而中国和印度市场2012-2017年复合增长率为20%-25%。
肿瘤检测市场先行
短期来看，个性化医疗相关技术和产品对相关公司的收入贡献有限，但随着市场的不断拓展，未来将对相关公司带来可观的增量。
目前国家卫计委允许怀12周以上的高危产妇利用基因测序技术进行无创产前筛查。以这一项检查为例，我国每年新生儿数量约1600万，按10%的市场渗透率，3500元/人次计算，市场空间约56亿元/年。随着技术的发展，成本继续下行将进一步打开市场空间。假设成本下行至1500元/人次，渗透率至50%，则市场空间有望上行至120亿元/年。
考虑到每年三四百万的癌症发病人数，基因测序的应用空间巨大。中国癌症发病率正“大幅”上升，2014年中国约有220万人死于癌症，但很多病例本是可预防的。对这类恶性疾病的治疗，一方面是加大治疗药物的研发突破，另一方面应从精准治疗角度进行治疗技术的突破。当前的肿瘤治疗正逐渐从宏观层面对“症”用药向更微观的对基因用药转变，实现“同病异治”或“异病同治”，精准治疗成为肿瘤治疗的一个趋势。
三、实现精准医疗面临的挑战
2015年，“精准医疗”随着奥巴马的宣言一跃成为年度热词。那么，精准医疗的实现目前还面临哪些关键环节的挑战呢？
临床及生物信息整合
精准医学的基本思想应是将临床信息、患者表型与基因蛋白谱进行整合，从而为患者量身制定精准诊断、预后及治疗策略。基于大规模组学数据和临床医学信息的整合需求，临床信息和信息学是精准医学发展的重中之重。
患者信息表型的精确性对精准医学的实施至关重要。将描述性的患者信息表型与大规模的组学数字化信息进行整合是精准医学的关键之一。目前急需制定患者信息的管理系统、标准、计算程序/软件、分析系统以及相关政策。
自2012年国际千人基因组计划1092个人类基因数据和人类遗传变异图谱的发表和2013年英国首相卡梅伦宣布实施十万人基因组计划，肿瘤基因图谱（TCGA），DNA元件百科全书（ENCODE），以及人类蛋白质组计划（HPP）也将开始或已在进行中。
将临床描述性信息转化为数字化临床信息学，还有许多工作要做。例如，将数字评分系统与慢性阻塞性肺疾病患者的基因谱或蛋白质谱相关联，从而监测疾病特异性、级别特异性、严重程度特异性的标志物和网络动态变化。对临床医师而言，点击任意临床表型能同时找到与之相关的基因或蛋白信息，并通过这种方式指出疾病分子机制，治疗敏感性，耐药性，潜在监测系统，推测预后等，是相当令人兴奋和有意义的事情。然而，最具挑战性的难题之一是如何创建可被接受的、标准化的、可重复性的系统或模式，将临床描述性信息表型转化为数字化模型。
精准的测量方法
无论是家族性或遗传性疾病还是肿瘤、代谢、慢性炎症性疾病，都存在基因突变。鉴定体细胞突变、解释庞大而复杂的数据、检测单核苷酸变异、插入或缺失、拷贝数异常、结构变异以及基因融合，优化体细胞变异，并预测个体突变的影响需要高通量同时精准的方法学。深度分析及二代测序技术的发展，使这一筛查鉴定成为可能。
为了拓宽二代测序平台的应用范围，哈佛医学院的团队开发了能够实现单分子水平上的并行分析，获得大量蛋白质的互相作用图谱的单分子互作测序（SMI-seq）技术，可以在单分子水平上原位检测蛋白及其复合体，从根本上提升蛋白质分析的灵敏度、准确性和多重性，可以用于天然蛋白、重组蛋白、人为新蛋白和核酸等的检测。还有Loeb等人开发的双向捕获双重测序，很适合对基因组小范围区域进行测序，例如某一外显子或者血液样本中微量的病毒序列。
精准的生物标记物
曾一度被认为性质单一的弥漫大B细胞淋巴瘤（DLBCL），通过高通量基因表达谱技术发现，其存在显着的分子学异质性，至少存在3种基因表达亚型，这些亚型起源于B细胞分化的不同阶段，存在不同的原癌基因激活特征，适用不同的治疗方案，预后也会不同。 事实上，疾病基因学的复杂性决定了单一的组学研究很难系统、完全地解释疾病的整体生物学行为，从而进行精准的疾病细分。因此，精准的分子标记物是精准医疗应用于临床诊断和治疗的必要因素之一。
精准药物治疗
靶向特异性药物在提高临床疗效方面已经取得巨大进展，例如，内皮生长因子受体酪氨酸酶抑制剂（EGFR-TKI）吉非替尼、埃罗替尼已作为临床EGFR突变的非小细胞肺癌
（NSCLC）靶向特异性治疗药物。HER2靶向制剂（拉帕替尼、帕妥珠单抗）、ABL抑制剂（伊马替尼、尼洛替尼）、MEK抑制剂（曲美替尼）和免疫检查点抑制剂抗细胞毒性T细胞抗原-4（CTLA-4）单克隆抗体制剂，易普利姆玛等均在癌症精准医疗中显现出巨大的优势和潜力。
精准医疗为开发新的高选择性特异靶向药物提供了新的契机。人类疾病遗传学验证的靶分子可用于精确开发更有效且低毒的靶向药物。Dolsten等率先将精准医疗的概念引入药物研发中。将携带特定的遗传学变化（如异常基因融合突变、甲基化、乙酰化、蛋白过表达等）的人群入组，依据人类遗传学、基因组学、二代测序、信号通路、基因相互作用网络、分子调控、功能机制等制定更安全有效的新治疗策略。Buffie等的临床前证据表明，通过整合疾病模型、临床研究、基因组学临床分析及数学模型鉴定的毒性微生物，能关联特异细菌分类的缺失与不同抗生素诱导感染发生。这表明精准医疗也能用于鉴定临床相关微生物组的缺陷，从而揭示支配肠道微生物失衡或某些疾病的发生的机制。
法规的保驾护航
科学进步并不能保证公众从精准医疗中完全获益。精准医疗需要法规确保精准医疗的“精准”及“医疗”，使其能成功发展和应用于公众。标准化测序技术产生的大量数据信息的复杂分析需要建立精准医疗法规调控合作组，开发标准化程序收集、分类、储存、分析、整合患者数据。在达到“标准化”也要保证达到“个性化”效果。
除了以上五个环节，精准医疗还面对其他一些挑战。
常规临床检验指标很容易被整合到患者的电子健康记录中，但精准医疗的基因组数据远比这复杂得多。如何将海量数据高效整合并用于临床诊疗，成为精准医疗发展的问题之一。国际癌症基因组协会（ICGC）对近14000位患者的肿瘤样本进行了全基因组检测，发现了在全基因组范围内的约1300万基因变异。因此必须将基因突变与其他因素整合，从而为一位患者选择治疗方案。但遗憾的是，一些重要的临床数据，如肿瘤的类型和尺寸、家族病史和药物使用等，没有进行关联。
在实验技术方面，确保测量的可重复性，区分个体间差异是精准医疗的一大挑战，因为二代测序的测量方法需要更复杂的设备和多流程操作经验。对测序结果，如何正确理解并选择可用于预测病疾病的发生、复发、治疗敏感性、治疗抵抗及预后的靶分子群也是未来的挑战之一。此外，抗药性也仍是尚待解决的问题。
在将来，患者信息的共享不可避免，要确保这些信息的“匿名化”非常困难。对于自己的健康数据，患者拥有哪些权利呢？这些数据能在国际上共享吗？由谁来管理和维护该中央数据库呢？由谁来支付相关费用呢？
四、中国精准医疗发展建议
针对国内精准医疗的发展现状和面临的挑战，我们提出以下发展建议：
（一）立足医疗国情，发挥国内相关学科和技术优势（如中医精准治疗和精准用药），取长补短；
（二）开发适用于医疗数据资源价值挖掘的的分析、挖掘工具，深挖医疗数据价值；
（三）国家政策扶持重点学科和重点企业，加大资金投入和相关补贴，分担患者精准医疗巨额费用，降低基因测序等价格的同时规范基因测序及相关市场秩序；
（四）完善相关法律法规和医疗监管体系，如完善医疗保险体系、个人健康数据和隐私安全、行业法规等，保护患者的合法权益；
（五）设立临床样本资源库和生物银行，夯实精准医疗的基础，实现医疗资源集约化管理与利用；
（六）开放医疗资源或是建立全国医疗资源共享平台，有效地收集整合疾病资源，形成协同创新、交叉融合的网络，抢占世界医学科技竞争先机；（7）培养医学和数据科学的跨界人才，为精准医疗储备人才资源。
一、中国精准医疗发展历程回顾
中国早在20世纪初就开始关注精准医学，2006年首先提出了精准外科的概念，得到了国内、国际的医学界认可后被引用到肿瘤放疗、妇科等医学领域。其目标是通过合理资源调配、全流程的成本调控，获得效益与耗费之比的最大化。精准医疗相比传统经验医学有了长足进步，可以通过将精密仪器、生命科学等先进的现代技术与我国优秀的传统经验整合在一起，大大减小临床实践的不确定性，从而在手术中实现“该切的片甲不留，该留的毫厘无损”，在保证精准的同时尽可能将损伤控制到最低。
图表 精准医疗在我国的发展历程
资料来源：产研智库
二、中国精准医疗发展现状分析
造血干细胞移植、基因芯片诊断、免疫细胞治疗等第三类医疗技术临床应用准入审批2015年取消。在此之前，国家卫计委、科技部等多次出台政策，并组织生物医药等领域专家对精准医疗、基因测序等开展研究。在政策利好推动下，精准医疗有希望进入发展快轨。
多项政策支持
政府高层相当重视精准医学，批示国家卫计委和科技部组织专家论证，精准医学也迎来了多项政策支持。
2015年3月，第一批肿瘤诊断与治疗项目高通量基因测序技术临床试点单位名单发布。同月，科技部召开国家首次精准医学战略专家会议，计划在2030年前，在精准医疗领域投入600亿元。其中，中央财政支付200亿元，企业和地方财政配套400亿元。
2015年4月15日，卫计委和科技部组织生物医药等领域专家，同中国科学院等部门共同研讨精准医学研究计划。
2015年5月10日，国务院发布《关于取消非行政许可审批事项的决定》，其中指出，取消第三类医疗技术临床应用准入审批，包括造血干细胞移植、基因芯片诊断、免疫细胞治疗等第三类医疗技术临床应用。
国家政策的支持将对基因测序、细胞治疗、干细胞等精准医疗相关领域构成利好。预计2015-2020年全球精准医疗市场规模增速达15%，是医药行业增速的3-4倍；2013年基因测序市场规模约45亿美元，2013年-2018年复合增长率为21.2%，而中国和印度市场2012-2017年复合增长率为20%-25%。
肿瘤检测市场先行
短期来看，个性化医疗相关技术和产品对相关公司的收入贡献有限，但随着市场的不断拓展，未来将对相关公司带来可观的增量。
目前国家卫计委允许怀12周以上的高危产妇利用基因测序技术进行无创产前筛查。以这一项检查为例，我国每年新生儿数量约1600万，按10%的市场渗透率，3500元/人次计算，市场空间约56亿元/年。随着技术的发展，成本继续下行将进一步打开市场空间。假设成本下行至1500元/人次，渗透率至50%，则市场空间有望上行至120亿元/年。
考虑到每年三四百万的癌症发病人数，基因测序的应用空间巨大。中国癌症发病率正“大幅”上升，2014年中国约有220万人死于癌症，但很多病例本是可预防的。对这类恶性疾病的治疗，一方面是加大治疗药物的研发突破，另一方面应从精准治疗角度进行治疗技术的突破。当前的肿瘤治疗正逐渐从宏观层面对“症”用药向更微观的对基因用药转变，实现“同病异治”或“异病同治”，精准治疗成为肿瘤治疗的一个趋势。
三、实现精准医疗面临的挑战
2015年，“精准医疗”随着奥巴马的宣言一跃成为年度热词。那么，精准医疗的实现目前还面临哪些关键环节的挑战呢？
临床及生物信息整合
精准医学的基本思想应是将临床信息、患者表型与基因蛋白谱进行整合，从而为患者量身制定精准诊断、预后及治疗策略。基于大规模组学数据和临床医学信息的整合需求，临床信息和信息学是精准医学发展的重中之重。
患者信息表型的精确性对精准医学的实施至关重要。将描述性的患者信息表型与大规模的组学数字化信息进行整合是精准医学的关键之一。目前急需制定患者信息的管理系统、标准、计算程序/软件、分析系统以及相关政策。
自2012年国际千人基因组计划1092个人类基因数据和人类遗传变异图谱的发表和2013年英国首相卡梅伦宣布实施十万人基因组计划，肿瘤基因图谱（TCGA），DNA元件百科全书（ENCODE），以及人类蛋白质组计划（HPP）也将开始或已在进行中。
将临床描述性信息转化为数字化临床信息学，还有许多工作要做。例如，将数字评分系统与慢性阻塞性肺疾病患者的基因谱或蛋白质谱相关联，从而监测疾病特异性、级别特异性、严重程度特异性的标志物和网络动态变化。对临床医师而言，点击任意临床表型能同时找到与之相关的基因或蛋白信息，并通过这种方式指出疾病分子机制，治疗敏感性，耐药性，潜在监测系统，推测预后等，是相当令人兴奋和有意义的事情。然而，最具挑战性的难题之一是如何创建可被接受的、标准化的、可重复性的系统或模式，将临床描述性信息表型转化为数字化模型。
精准的测量方法
无论是家族性或遗传性疾病还是肿瘤、代谢、慢性炎症性疾病，都存在基因突变。鉴定体细胞突变、解释庞大而复杂的数据、检测单核苷酸变异、插入或缺失、拷贝数异常、结构变异以及基因融合，优化体细胞变异，并预测个体突变的影响需要高通量同时精准的方法学。深度分析及二代测序技术的发展，使这一筛查鉴定成为可能。
为了拓宽二代测序平台的应用范围，哈佛医学院的团队开发了能够实现单分子水平上的并行分析，获得大量蛋白质的互相作用图谱的单分子互作测序（SMI-seq）技术，可以在单分子水平上原位检测蛋白及其复合体，从根本上提升蛋白质分析的灵敏度、准确性和多重性，可以用于天然蛋白、重组蛋白、人为新蛋白和核酸等的检测。还有Loeb等人开发的双向捕获双重测序，很适合对基因组小范围区域进行测序，例如某一外显子或者血液样本中微量的病毒序列。
精准的生物标记物
曾一度被认为性质单一的弥漫大B细胞淋巴瘤（DLBCL），通过高通量基因表达谱技术发现，其存在显着的分子学异质性，至少存在3种基因表达亚型，这些亚型起源于B细胞分化的不同阶段，存在不同的原癌基因激活特征，适用不同的治疗方案，预后也会不同。 事实上，疾病基因学的复杂性决定了单一的组学研究很难系统、完全地解释疾病的整体生物学行为，从而进行精准的疾病细分。因此，精准的分子标记物是精准医疗应用于临床诊断和治疗的必要因素之一。
精准药物治疗
靶向特异性药物在提高临床疗效方面已经取得巨大进展，例如，内皮生长因子受体酪氨酸酶抑制剂（EGFR-TKI）吉非替尼、埃罗替尼已作为临床EGFR突变的非小细胞肺癌
（NSCLC）靶向特异性治疗药物。HER2靶向制剂（拉帕替尼、帕妥珠单抗）、ABL抑制剂（伊马替尼、尼洛替尼）、MEK抑制剂（曲美替尼）和免疫检查点抑制剂抗细胞毒性T细胞抗原-4（CTLA-4）单克隆抗体制剂，易普利姆玛等均在癌症精准医疗中显现出巨大的优势和潜力。
精准医疗为开发新的高选择性特异靶向药物提供了新的契机。人类疾病遗传学验证的靶分子可用于精确开发更有效且低毒的靶向药物。Dolsten等率先将精准医疗的概念引入药物研发中。将携带特定的遗传学变化（如异常基因融合突变、甲基化、乙酰化、蛋白过表达等）的人群入组，依据人类遗传学、基因组学、二代测序、信号通路、基因相互作用网络、分子调控、功能机制等制定更安全有效的新治疗策略。Buffie等的临床前证据表明，通过整合疾病模型、临床研究、基因组学临床分析及数学模型鉴定的毒性微生物，能关联特异细菌分类的缺失与不同抗生素诱导感染发生。这表明精准医疗也能用于鉴定临床相关微生物组的缺陷，从而揭示支配肠道微生物失衡或某些疾病的发生的机制。
法规的保驾护航
科学进步并不能保证公众从精准医疗中完全获益。精准医疗需要法规确保精准医疗的“精准”及“医疗”，使其能成功发展和应用于公众。标准化测序技术产生的大量数据信息的复杂分析需要建立精准医疗法规调控合作组，开发标准化程序收集、分类、储存、分析、整合患者数据。在达到“标准化”也要保证达到“个性化”效果。
除了以上五个环节，精准医疗还面对其他一些挑战。
常规临床检验指标很容易被整合到患者的电子健康记录中，但精准医疗的基因组数据远比这复杂得多。如何将海量数据高效整合并用于临床诊疗，成为精准医疗发展的问题之一。国际癌症基因组协会（ICGC）对近14000位患者的肿瘤样本进行了全基因组检测，发现了在全基因组范围内的约1300万基因变异。因此必须将基因突变与其他因素整合，从而为一位患者选择治疗方案。但遗憾的是，一些重要的临床数据，如肿瘤的类型和尺寸、家族病史和药物使用等，没有进行关联。
在实验技术方面，确保测量的可重复性，区分个体间差异是精准医疗的一大挑战，因为二代测序的测量方法需要更复杂的设备和多流程操作经验。对测序结果，如何正确理解并选择可用于预测病疾病的发生、复发、治疗敏感性、治疗抵抗及预后的靶分子群也是未来的挑战之一。此外，抗药性也仍是尚待解决的问题。
在将来，患者信息的共享不可避免，要确保这些信息的“匿名化”非常困难。对于自己的健康数据，患者拥有哪些权利呢？这些数据能在国际上共享吗？由谁来管理和维护该中央数据库呢？由谁来支付相关费用呢？
四、中国精准医疗发展建议
针对国内精准医疗的发展现状和面临的挑战，我们提出以下发展建议：
（一）立足医疗国情，发挥国内相关学科和技术优势（如中医精准治疗和精准用药），取长补短；
（二）开发适用于医疗数据资源价值挖掘的的分析、挖掘工具，深挖医疗数据价值；
（三）国家政策扶持重点学科和重点企业，加大资金投入和相关补贴，分担患者精准医疗巨额费用，降低基因测序等价格的同时规范基因测序及相关市场秩序；
（四）完善相关法律法规和医疗监管体系，如完善医疗保险体系、个人健康数据和隐私安全、行业法规等，保护患者的合法权益；
（五）设立临床样本资源库和生物银行，夯实精准医疗的基础，实现医疗资源集约化管理与利用；
（六）开放医疗资源或是建立全国医疗资源共享平台，有效地收集整合疾病资源，形成协同创新、交叉融合的网络，抢占世界医学科技竞争先机；（7）培养医学和数据科学的跨界人才，为精准医疗储备人才资源。