2015年初奥巴马提出的“精准医疗计划”将肿瘤的研究作为未来研究的重点。在精准医疗时代,作为重要资源基础的生物样本库及与之结合的临床大数据库日益受到重视[1]。众所周知,生物银行的主要优势是快速和高效地访问集合的人类生物材料和相关的临床信息。这些收集和保存完好的资源能节约重大研究成果的时间从而提高研究的竞争力,并加速推动科学进步[2]。近年来,随着精准医学研究的广泛开展,信息技术和互联网技术的飞速发展,样本库的潜在价值越来越大[3]。精准的肿瘤研究计划将有望给未来肿瘤的治疗带来“定制”的医疗模式,尤其强调是在生物分子学基础上的、因人因病而异的、更加精确的个体化医疗[4]。精准医疗的基础是对来源于患者的样本的精确分析,规范地采集和管理肿瘤样本,保证样本及其信息的质量,将最终决定样本分析结果的质量,因此需要样本获取机构管理部门高度重视。
从样本库的运行规范上讲,总体上最终要实现综合质量管理(comprehensive management),但对于多数的非商业运作的样本库,实现综合质量管理的投入是巨大的。目前国外一些重要的商业公司如BioStorage、Fisher在进行生物样本库运行和维护上都有相应的综合管理体系,内容涉及样本采集与收集、场地、设备、软件、运输等各个方面;而且非常重视通过认证,比如美国病理学家学会样本库(CAP Biobank)认证、国际标准化组织(ISO)相关认证等。对于国内多数非商业运行样本库,即便是完全遵照国际癌症组织(NCI)、国际生物及环境样本库协会(ISBER)推荐的最佳方案也是有挑战性的。2009年以来,我国陆续建立了一批样本库。经历了飞速发展后,随着规模的扩展,样本库相关规范的制订日趋重要。如何在精准医学时代规范肿瘤样本库建设,笔者结合本单位经验作了一些思考。
1 样本库管理的三个阶段以笔者所在单位的样本库建设为例,我国现阶段样本库管理可分为三个阶段。第一阶段:早期简单管理阶段。样本采集主要针对手术患者的样本,无成文的流程化管理文件,按约定采集要求采集样本。记录主要靠手工记录和电子表格如EXCEL等,保存在个人电脑上。第二阶段:数据库管理阶段。从2011年开始,笔者单位样本库开始在独立的服务器上建立自己的数据库并使用条形码标记样本。2013年起与商业公司合作开发样本库软件,能整合部分临床数据;同时样本库按流程收集样本。第三阶段:过程质量管理阶段。笔者单位2015年软件系统升级,系统本身能初步监控实现质量管理样本库运维的整个过程;样本库形成了自己库存的质量管理文件;初步实现了样本库样本收集、储存等过程的质量管理;通过了ISO9000认证,规范了管理文件和流程指导文件,使样本库管理制度化,全面提升了管理质量。
2 肿瘤样本的规范采集管理与质量评估肿瘤研究过程中,通常需要新鲜的肿瘤组织、配对正常组织以及血液样本。在临床实际工作中,应将得到的肿瘤样本首先满足捐赠者病理诊断的需求,剩余的部分才能由样本库进行处理和储存[5]。样本收集活动在任何情况下都不能影响正常的临床诊治工作,因此肿瘤样本在外科切除术后应当请一位病理科医师对所有可能需要诊断的组织样本进行审查,在满足临床诊断的前提下,确定哪些材料可以用于研究。对于血液、体液以及不需要诊断工作的固体组织,无需进行病理评估,可以按照要求进行收集[6]。
因此,这往往需要合理安排手术室、病理科、样本库的流程。近些年国内一些肿瘤专科医院在手术室建设过程中就充分考虑了这些因素,因此布局上将手术室、病理科、样本库尽量安排在一起。但也有单位手术室建设时间早,早期并未这样考虑,后期改造比较麻烦,笔者所在单位当时就面临这种情况。我们采取了在不影响手术正常进行的前提下,对原有手术室外空间进行改造的措施:将病理科与样本库整合,既不影响临床病理诊断,又能兼顾样本取材后快速保存。取材完毕后的组织,除有明确规定外,应将组织存放在贴有正确标识的无菌容器中,保证样本今后可以被正确地识别,确保标签和样本跟踪正确。样本可以立即送往样本库处理,也可以先快速冷冻,然后转入低温储存设备中。建议对多数样本都进行快速冷冻,防止细胞内形成的冰晶损坏细胞结构或活性分子的结构,比如可以将样本放置在存有液氮的容器中或置在干冰上。
为了保证后期存放过程中样本的质量,可以考虑将部分需要进行RNA提取的样本放入RNA样本保存液中。如果需要保存样本形态,可以在预冷异戊烷中冷却。近期已有既能保存形态又能保存分子成分的试剂,因价格均较为昂贵,酌情采用。如果用于制作石蜡块,需要将组织浸泡在甲醛溶液中。在样本收集完成之后,填写样本采集清单,填写样本基本信息和取材、分装等信息,以备今后查阅。
2.1 肿瘤组织样本取材肿瘤组织取材需要遵循临床病理的规范,这对于肿瘤临床疾病相关的样本至关重要,而且样本记录的信息中也应该保存相应的取材位置信息。取材过程中必须留取带有刻度尺及患者代码的照片,以便以后比对查找。对于用于实验研究的样本,良好的临床病理规范对于研究的深入有重要作用。取材的规范和标准与病种关系密切,癌种不同,取材方法也不尽相同。采用规范的方式取材,并按照统一规范的方式记录,有助于研究结果相互对比与交流。肿瘤样本取材推荐使用相关学会、协会制订的规范,以现有的标准规范要求作为取材指导。虽然这些内容属于临床专科以及病理诊断的范畴,但是样本取材如果不遵守这些规范,将严重影响样本及相关信息的质量。因此,样本库人员应该具备这方面的知识,严格控制操作的流程。
2.2 血液样本采集可以在捐献者的不同疾病状态下,或者不同的时间段采集血液样本,采集时应准确记录捐献者的状态和时间。血液样本储存一般是收集抗凝全血[血浆/白细胞层(buffy coat)/红细胞层]或凝血(血清/血块)。血清和血浆中的组分将用于后续的分析检测;抗凝血中的白细胞层是患者体细胞DNA的主要来源,应该重点采集,如果收集血清时未使用抗凝剂,那么收集的血凝块经处理之后也可以用作体细胞DNA研究用;在肿瘤高发现场,比如偏远地区收集血液样本时,为了获取捐献者的体细胞DNA,可以通过经处理或未经处理的卡片上滴血点晾干的方法采集。该卡片在室温下可存放较长时间[7]。另外,由于近几年肿瘤研究中重视外周血游离核酸的价值,建议对分离的血浆进行二次高速离心,以减少来源于白细胞的DNA对后期检测的影响。如果需要留取如淋巴细胞、循环肿瘤细胞(circulating tumor cells)、干细胞等特殊的血液成分,应该按照相应的操作流程分离、采用特定的储存容器保存[8]。
2.3 库存样本的质量复核肿瘤样本库储存的样本一般为组织样本、血液样本以及提取的衍生分子样本等。针对不同样本可选用不同方法从病理组织形态、分子水平方面对样本进行评估。其中对库存深低温冻存样本的组织形态学评估至关重要。通常的组织样本在进入样本库前或者进入样本库后的短时间内,需要对组织病理学状况进行评价。有时也将评价放在后续项目研究前进行。但是无论如何,组织样本的病理学评价都是必须的[7]。组织学质量控制报告应该包括病理诊断证据,疾病状态,肿瘤纯度的评估,正常、基质、坏死细胞以及炎症细胞等百分比的记录。忽略研究前组织样本的病理学评价将对研究结果产生严重的影响。血液学目前缺乏公认的质量控制指标,更多考虑把握好取材流程,将环境、温度等对样本的影响降到最小。
3 肿瘤样本相关临床病理信息的规范与统一肿瘤样本的采集过程中,相应信息的记录是样本的重要组成部分,以实现对样本进行注释。医学研究中,特定疾病人群的样本以及相应的临床诊疗、病理、随访资料等都是研究中不可或缺的材料,相关信息提供了样本重要的表型特征,两者对结果的重要性基本是相等的。采集和处理过程中的所有数据都应该准确记录,并与样本进行关联,数据应全部录入到信息系统,便于信息化检索、管理及使用。生物样本库要求生物样本、表观资料以及分子生物学数据一体化整合,而不是简单地链接。相关临床信息的结构化以及整合将是未来肿瘤样本库面临的最大难点。构建一个“湿库”(肿瘤组织样本库)的硬件投入相对容易实现,但是临床信息的结构化,由于关系到一家医疗单位诊疗水平以及学术研究质量,系统构建磨合投入大,人才培养周期长,建成的难度会大得多。
肿瘤样本相关临床病理信息建立过程中,还有一个重要的问题就是数据的规范性,即如何在不同的样本中心进行交流。这需要建立肿瘤通用的最小数据集(minimum information about biobank data sharing,MIABIS)标准,短期较快地解决信息互联最基本、最简单的需求,尝试建立虚拟肿瘤库[9-11];或者构建特定肿瘤类型的数据集,以方便统一的特有病种的信息共享。我国医疗信息化始于20世纪90年代,起步时并没有考虑到统一的规范和标准建设,导致系统之间、科室之间、医院之间的数据难以互联共享。生物样本库的建设是一个多学科合作的系统工程,其信息的收集可能涉及病史记录、病理检查、实验室检查以及医院外的研究和捐赠主体的随访,同时研究者对于样本的需求量和时效性已经超过了单一医院的能力。从肿瘤研究的现状来讲,很多大型的研究需要非常大的病例样本才能够实现,因此,有必要通过信息共享实现资源的优化利用。利用最小数据集实现信息的共享,然后通过信息共享技术将沉淀在各个样本库中原有的大量信息资源挖掘出来并可以检索和开发利用,将是国际生物样本库合作和发展的大趋势。由于我们多数的肿瘤骨干单位基本上使用了肿瘤的分类和编码规则ICD-10与ICD-O,因此制订开发通用的样本信息管理系统,并统一信息交换标准,对解决我国长期以来样本交换和利用不足的问题具有重要的现实意义。
4 结 语肿瘤样本资源对肿瘤基础研究及临床转化研究影响巨大,尤其在精准医学时代,肿瘤样本库的规范化建设变得更加重要。未来,肿瘤生物样本库的建立、运行和维护需要更为专业的组织机构和人员,以提供高质量的服务、有效的隐私保护、与临床和基础转化研究人员更为紧密的合作、支持相关领域获得更好的研究成果。为了实现这一目标,国家战略层面需要积极引导,这将意味着不仅要在样本库建设方面联合社会各方增加投入,还要引导专业化商业公司积极介入并为其提供切实可持续发展的政策环境,从而促进临床样本更科学地应用于精准医学研究。
[1] | LUO J, GUO X R, TANG X J, et al. Intravital biobank and personalized cancer therapy: the correlation with omics[J]. Int J Cancer, 2014, 135 (7) :1511–1516. doi:10.1002/ijc.28632 |
[2] | DE SOUZA Y G, GREENSPAN J S. Biobanking past, present and future: responsibilities and benefits[J]. AIDS, 2013, 27 (3) :303–312. doi:10.1097/QAD.0b013e32835c1244 |
[3] | 张连海, 季加孚. 大数据时代的疾病样本库[J]. 中华胃肠外科杂志, 2015, 18 (1) : 6–8. ZHANG Lianhai, JI Jiafu. Biobank in the age of big data[J]. Chinese Journal of Gastrointestinal Surgery, 2015, 18 (1) :6–8. (in Chinese) |
[4] | 季加孚, 李浙民, 薛侃, 等. 大数据与精准医疗时代胃癌诊治策略[J]. 中国实用外科杂志, 2015, 35 (10) : 1033–1036. JI Jiafu, LI Zhemin, XUE Kan, et al. Strategies of diagnosis and treatment of gastric cancer in the era of big data and precision medicine[J]. Chinese Journal of Practical Surgery, 2015, 35 (10) :1033–1036. (in Chinese) |
[5] | HANSSON M G. Ethics and biobanks[J]. Br J Cancer, 2009, 100 (1) :8–12. doi:10.1038/sj.bjc.6604795 |
[6] | BOTLING J, MICKE P. Biobanking of fresh frozen tissue from clinical surgical specimens: transport logistics, sample selection, and histologic characterization[J]. Methods Mol Biol, 2011, 675 :299–306. doi:10.1007/978-1-59745-423-0 |
[7] | 季加孚. 生物样本库的能力建设与最佳实践[M]. 北京: 科学出版社, 2013 : 163 JI Jiafu. The capacity building and best practice in biobank[M]. Beijing: Science Press, 2013 : 163 . (in Chinese) |
[8] | ILIE M, HOFMAN V, LONG E, et al. Current challenges for detection of circulating tumor cells and cell-free circulating nucleic acids, and their characterization in non-small cell lung carcinoma patients. What is the best blood substrate for personalized medici[J]. Ann Transl Med, 2014, 2 (11) :107. |
[9] | 张连海, 季加孚. 疾病生物样本资源的共享与利用——和谐与标准化[J]. 中国肿瘤, 2015, 24 (4) : 253–256. ZHANG Lianhai, JI Jiafu. Harmonization and standardization in sharing and utilization of biobank[J]. China Cancer, 2015, 24 (4) :253–256. (in Chinese) |
[10] | ZHANG L, WU X, HU Y, et al. Establishment of a network-based intra-hospital virtual cancer biobank[J]. Biopreserv Biobank, 2015, 13 (1) :43–48. doi:10.1089/bio.2014.0086 |
[11] | MERINO-MARTINEZ R, NORLIN L, VAN ENCKEVORT D, et al. Toward global biobank integration by implementation of the minimum information about biobank data sharing (MIABIS 2.0 Core)[J]. Biopreserv Biobank, 2016, 14 (4) :198–306. |