写在前面

Hello，熊言熊语的老友，好久没通过博客和你见面了。此刻，家里重新联网，照例需要和你汇报一下我最近一段时间的思考和工作。

正如你看到的标题：这次，我终于可以尝试把自己最好的给你。

关于什么是我最好的东西，这件事情要从很早说起。

2019 年，我曾在少数派发表过一篇 文献管理工具Zotero上手指南。那时我还在读博，有新的师弟师妹到来时，他们遇到看文献和管理文献的需求，总是会找我聊上几句。我感觉到这是一个高频需求，便想着整理出一篇文章分享给大家，或许能帮到有类似问题的朋友。

如今回头想想，那时感觉是对的，但没想到这个需求竟如此高。

看着文章从一万阅读量增长到十万，再到如今的三十四万，我发现了两件事：

• 于我而言，利己与利他相辅相成，因为总有人和我有一样的问题和需求；
• 在分享这件事上，只要我毫无保留地与你分享我最真诚的想法和方法，总有机会能和你共鸣或者帮到你。

自那以后，过去多年，无论是写文章、录播客还是更新这份邮件通讯，无论是分享所思所想还是专业所学，我做的每一件事的本质，都是将自己日常输入的大量信息，通过逐渐形成的一套逻辑方法进行追踪、过滤、加工和整理，变成更清晰的内容输出。

我因此受益，分享后又恰好能帮助一些与我同频的人。这种开心和满足，也是我持续下去的重要动力。

在这个过程中，我逐渐意识到一个似乎无解的问题：我分享的思考和内容越多，似乎起到的作用反而越小。因为读者数量日益庞大，大家的真实问题和兴趣点越来越个性化。

这就像是：我加倍努力磨练自己的渔具和钓法，与你分享我钓到的鱼，但这些鱼可能并不是你真正需要的品种。

某种程度上的不匹配，让我逐渐怀疑这类分享的价值。或许我更应该分享这套钓法和渔具，那才是我最好的东西。 但该如何做到呢？

AI 改变了我，也重塑了我

2022 年 12 月初，OpenAI 发布了 ChatGPT。

作为常年在互联网上冲浪的人，我第一时间注册了账号体验，起初觉得很好玩。转眼到了 2023 年 3 月，OpenAI 正式发布 GPT-3.5 的开发者 API。结合一直想做点什么的念头，我尝试将自己有限的编程能力与它结合起来。

如果能做出一个自己用的产品，那将是一件挺酷的事情。

于是，在 2023 年 6 月，我写下了第一条 InsightPaper 产品更新日志。

后面的细节以后有机会再细讲。

总之，随着之后一年半时间大语言模型能力的快速发展，这个工具从第一天上线，经过了 600 多天的迭代，

也让我真正有机会将这些年自己形成的信息追踪、过滤、加工和整理逻辑，以及不同维度的科研方法提炼并产品化，实现了从鱼到渔的转变。就有了今天的 InsightPaper，一个利用业余时间缓慢但持续迭代优化的小东西。

我自己手撸的一个 InsightPaper主页，也欢迎你访问。

我能给你最好的东西

过去半年多，几乎每个晚上和周末，我都在专心做一件事：希望能尽早将它交付给你体验。

正如前面提到的，随着读者基数和范围的扩大，我能学习和了解的信息与知识显得越来越有限。然而，如果我能将这套科研学习的方法和思路转化为可复用的工具，这或许就是我能给你的最好东西。

InsightPaper 是一款深度整合了大语言模型能力的研究进展追踪、论文学习和科研辅助工具。其核心目标是将“追踪、过滤、加工和整理”的信息处理四步法融入科学研究的每个步骤。

如果你打开 InsightPaper 的 基础版网站（最早开发的版本），其核心功能包括论文智能检索总结、预印本智能检索总结和相似论文推荐三大模块。

例如，在论文智能检索总结功能中，你可以根据关键词、杂志、作者和论文类型进行检索，检索结果将由大模型进行智能总结。

具体使用效果和介绍，你可以访问它的 功能介绍短视频 了解，或直接扫码观看视频。

至于为什么要这样设计，以及为何要将预印本智能检索总结和相似论文推荐功能独立出来，如果你听过我在中科院信息素养论坛的讲座或早先的 相关播客，就会知道，我曾分享过如何像追剧一样追论文，其中的思考方式和方法在这三个功能中得到了初步体现。

过去两年，我几乎订阅了市面上所有相关类型的付费产品，包括 ChatGPT、Claude、Perplexity、Scite、Consensus 等。

然而，深度使用后，我发现这些工具都无法顺手地满足我的实际需求。

于是我想，为什么不将自己科研过程中的思路和方法按场景划分，开发成自己的一些列工具呢？这个实现过程多少有些美妙。

如果你现在打开 InsightPaper 的 高阶版网站（目前持续迭代的最新版本），会看到已上线 7 个高阶功能。

这 7 个高阶功能分别是：

• 日常学术讨论：基于 DeepSeek R1 满血版深度推理模型，针对学术科研场景优化的讨论助手，带有对话记忆功能，擅长引导和询问关键信息。你可以将它看作日常的学术指导教师，讨论任意学术问题。
• 主题深度调研：基于多个生物医学文献数据库进行深入主题调研，支持“检索更相关”和“检索更新”两种模式，所有回答均基于最新文献。专业、准确、高效地协助你进行科学主题调研。
• 高质量综述生成：采用多角色专家团模式，根据用户输入的主题结合最新文献，生成高质量中英文综述。通过多角色模式，帮你准确、全面、快速调研话题并生成详细综述。
• PDF 论文多维伴读：整合超长文本处理和记忆功能，针对论文理解优化，内置丰富提示。结合我的论文学习方法论，与你一起精读论文。
• 论文图表高级解读：使用最新视觉多模态模型，针对论文图表优化，提供由浅入深的详细解读。让复杂图表的理解、分析和复现更高效。
• 英文论文草稿润色：从语法、逻辑和结构等多方面润色英文论文草稿。专业、高效地协助你完成草稿润色。
• 中文论文草稿翻译：由多专家组成的翻译工作流，协助将中文草稿翻译成英文初稿。专业、高效地完成翻译工作。
• 多模型交叉验证：与多个最新 AI 大模型对话，用于交叉验证和比较结果差异。帮助你比较不同模型的回答。

以上每个工具都由多个模型协作完成复杂工作流，其中最复杂的运行一次需调用 25 次不同基座模型和 5-10 次论文检索，你可以将它们每一个都视为独立功能的小软件。

更重要的是，每个工具背后都是我日常科研学习中提炼的一个真实场景和对应方法。

例如，我日常高频使用的 主题深度调研 工具也录制了一个 功能使用短视频 供你参考。你可以点击链接或者扫码观看。

关于 InsightPaper 的未来

目前上线的 InsightPaper 基础版 和 高阶版工具，只是我梳理出的部分高频场景。

后续计划逐步开发更多类似场景和工具，同时已上线的工具也在不断优化和更新，自己的狗粮自己吃。

正如开头所说，于我而言，利己与利他相辅相成，因为总有人和我有相同的问题和需求。我希望这个工具能成为你我之间新的交流契机。

在规划 InsightPaper 的定位时，我深知 AI 当前的问题和缺陷。

因此，基于 AI 的 InsightPaper 不应仅提供尽可能准确的答案，更重要的是像一个伙伴一样，陪你一起探索答案。

当你看到这封通讯时，为了让更多朋友能直接使用，我在力所能及的范围内为不同的高阶工具都提供了每天更新的使用额度，以满足轻度使用需求， 点击这里直达。

作为业余时间开发的 side project，我深知它还有许多不足，因此欢迎你多多体验并提供反馈。

关于熊言熊语博客

随着 InsightPaper 第一阶段版本的闭门开发结束并与你见面，接下来，我将继续通过博客分享行业内容和科研进展。

我想，借助 InsightPaper 的能力，自己可以用更高的效率创作更深入的内容。

为了感谢深入支持过自己的老朋友，如果你曾作为「熊言熊语」邮件通讯的年度付费会员并且未领取过 InsightPaper 内测期的老友权益，欢迎你通过微信(kaopu_bear)联系我，告知你的订阅邮箱，我将为你开通一个月的高阶工具会员权限，足以进行更全面深入的使用。

以及，只要你阅读到了这里，也许你也对这个工具很感兴趣，只需要通过微信(kaopu_bear)联系我，并备注「邮件通讯」，我也将可以为你开通一周的高阶工具会员权限，希望你可以喜欢。

以上，下次再见～

本文为熊言熊语邮件通讯会员计划内容的试读版，完整内容请点击通讯主页订阅并查看。

写在前面

你好，我是思考问题的熊，本内容是参加会员计划读者的专属内容，感谢你通过会员计划支持我持续创作。展信佳～

本期内容：

作为生物标志物系列开篇内容，考虑订阅读者专业背景各异，我思来想去还是感觉有必要做一个提纲挈领的整体介绍。它既可以作为这个系列内容的说明，也可以作为你今后自主学习相关知识的方法参考。

在本期内容中，你将会看到：

• 生物标志物的简单介绍
• 了解生物标志物的六个不同维度
• 哪些生物标志物值得关注
• 具体学习生物标志物的五个层面
• 推荐三个生物标志物学习资源

生物标志物简介

所谓 肿瘤生物标志物，广泛的说，可以指癌细胞或体内其他细胞对癌症或某些良性肿瘤疾病作出反应时产生的任何物质，这些物质提供了有关癌症的信息，如侵袭性强弱，对何种治疗有反应，或是否对治疗有反应等等。

传统上，肿瘤标记物是指由癌细胞产生的含量高于正常细胞蛋白质或其他物质，在一些癌症患者的血液、尿液、粪便、肿瘤或其他组织/体液中都可以发现这些物质。

除了基于免疫组化的大量蛋白标志物外，越来越多的基因组标志物(如基因突变、肿瘤基因表达模式、肿瘤DNA非遗传变化)被发现存在于肿瘤本身和体液的肿瘤碎片中。

生物标记物是可以在血液、其他体液或组织中测量到的任何分子。 基于检测的来源不同，目前我们通常将肿瘤生物标志物分为两大类：循环肿瘤标志物（circulating tumor markers）和肿瘤组织标志物（tumor tissue markers）。

前者循环肿瘤标志物可以在某些癌症患者的血液、尿液、或其他体液（如胸腹水和脑脊液）中找到；而后者肿瘤组织标记物存在于实际肿瘤中，通常来自于活检切除的样本。

NIH 的美国国家癌症研究所列举了目前常见的一些肿瘤标志物，你感兴趣的话可以参考。

了解肿瘤生物标志物的维度

如果你想了解生物标志物，不妨尝试如下几个维度进行思考。

从生物标志物的临床作用来说，可以考虑是用来进行早筛还是用于诊断还是用来指导治疗，所谓指导治疗又包括了指导患者进行何种治疗（比如是否应该进行靶向治疗或者免疫治疗），疾病进展或治疗效果如何（比如MRD和ctDNA）以及何时应该停止/更换治疗（比如监控耐药）。

从生物标志物的应用价值，还有一类分类方法是所谓的预后标志物（prognostic biomarker）和预测标志物（predictive biomarker）。关于这两类的区分，你大体可以理解为预后标志物是能够独立地预测癌症结局（复发，进展或死亡），与其接受的治疗无关，而如果某种治疗的效果在生物标记物阳性和阴性两组之间不同，那么它就可以称之为预测标志物。

从生物学角度来说，生物标志物可以包括但不限于：基因组、表观基因组、蛋白质组、细胞和形态，以及易患疾病或指示疾病发生的遗传风险因素。

单就基因组层面的改变而言，我们借助从微观到宏观的视角，又可以继续进行分类。小到某个基因某个具体碱基突变带来的氨基酸改变（比如BRAF V600E），到某个基因本身的缺失或者扩增（比如MET扩增），到某个染色体片段（cytoband）的变异，再到肿瘤细胞整体的基因组不稳定性，都可能是我们关注的生物标志物。

再从检测手段来说，生物标志物最经典的检测方法是免疫组织化学（IHC）检测，此外还有PCR检测、基于NGS的 DNA panel，WES、WGS以及转录组WTS的检测。Cell Signaling Technology (CST) 加的产品宣传册中，就有一段关于用免疫组织化学检测的癌症生物标志物类别说明。

最后，从检测范围来看，有时可以是针对某单一基因（指标）的检测（比如PDL1的表达水平），有时又可以是多个基因（指标）的组合（比如乳腺癌的21基因和70基因检测等），有时还需要对全基因组范围内的大量位点进行综合判断（比如MSI TMB HRD检测等）。

这个系列怎么聊

我们不会聊什么

如上文所说，肿瘤生物标志物实在是一个过于庞大的话题。那么熊言熊语聊生物标志物，我们会聊什么呢？

首先在这个板块的系列文章中不会涉及驱动基因相关的介绍，比如EGFR、KRAS等等。这些重要的能够指导靶向治疗的驱动基因我们会单独开启一个系列。

其次，上文中显示的多数免疫组化指标我们也不会具体涉及，会将关注重点放在基于NGS检测技术下的肿瘤生物标志物。

此外，像肿瘤早筛（DNA甲基化和cfDNA片段组学应用）和MRD这样非常重要且热门的应用场景，我们会单独通过系列文章进行详细介绍。

哪些生物标志物值得关注

说完这个系列不会聊什么，再来说说我们会聊什么以及怎么聊。

在这个系列内容中，我们会把目光聚焦于那些已经有明确临床应用场景和很大潜在应用价值的生物标志物，同时尽可能多的涉及不同癌种和治疗方式，也尽可能覆盖上文提到的从微观到宏观和不同的检测范围。

比如，我们会涉及到基因组不稳定性相关的生物标志物，如同源重组修复缺陷（HRD），染色体不稳定性（CIN）和非整倍体评分（aneuploidy score）；会涉及到染色体片段缺失和基因杂合性缺失。

除了介绍免疫治疗的生物标志物TMB以及MSI，还会涉及到抗血管生成治疗相关以及术后复发监控相关的生物标志物。

除了DNA层面，同样会涉及到基于多基因表达模式的生物标志物。

学习生物标志物的五个层面

每一个生物标志物，我都会争取用尽量可控的篇幅完成如下尽可能所有层面的介绍：

• 生物学背景：了解相关指标的生物学原理是了解biomarker的基础，比如什么是同源重组修复缺陷，为什么高TMB容易对免疫治疗产生相应。
• 临床应用场景：了解该生物标志物在不同的癌症和治疗方式下的应用场景，比如是针对某个癌种有效还是针对多个癌种有效，是针对单药治疗有效还是针对联合治疗有效。
• 临床验证历程：一个生物标志物的提出到验证再到写入临床只能往往是一个非常复杂和漫长的过程。了解生物标志物的重要临床实验里程碑有助于我们认识到从研究到临床的复杂度。（进行文献整合阅读学习的机会）
• 方法和产品：一个成功的生物标志物往往背后都用核心的商业化公司在进行推动，也都有标志性的产品，比如Myriad MyChoice之于HRD，再比如多基因检测产品 Oncotype 和 MammaPrint 预测乳腺癌复发。（了解国内外成功商业公司和产品的机会）
• 前景和思考：在这个部分，我们会简要讨论这些生物标志物目前的临床应用潜力和限制，比如有哪些正在进行中的临床实验，以及我们未来应该关注它的哪些进展。

学有余力的资源推荐

如果你对生物标志物很感兴趣或者工作和科研项目中会涉及到生物标志物相关的内容，我可以再推荐几个学有余力的了解途径。

🍺🍺试读结束🍺🍺

剩余内容是参加会员计划读者的专属内容

欢迎你通过会员计划支持我持续创作

如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

换句话，除了「贵」，还有哪些因素影响了癌症精准治疗在临床实践中的应用呢？

今年过年发生的一段对话如下：

👨：小伙子，哪里发财？
🐻：呃，没发财。
👨：那瞎忙啥呢？
🐻：往大了说是精准医疗，研究一些可以检测癌症病人基因组变化的东西，用了之后就能找到针对患者精准的治疗方式。
👨：一种很新的东西？
🐻：算上老美那边，行业从起步到现在已经很多很多年了
👨：那我听说的人得了癌症怎么还都是化疗？
🐻：可能是还没真正普及这种看病方法，而且小地方也有很多不规范
👨：那你不白研究了？
🐻：来，叔，喝一杯

过年回来，这段对话我一直忘不掉，除了不知道该如何发财，还好奇一个问题：这么多上下游公司，有药企有诊断，这么多做科研、做研发、做销售的从业者，吭哧吭哧这么多年，究竟有多少患者从中受益，应该从哪里找问题？

换句话，除了闭眼能想到的「贵」，到底有哪些因素影响了癌症精准治疗在临床实践中的应用？

前几天一查，还真找到了 2022 年 10 月发表在 JCO Precision Oncology 的一篇论文。

这篇论文以晚期非小细胞肺癌（NSCLC）为例，详细介绍了将预测生物标志物（predictive biomarker）检测整合到癌症个性化诊疗过程中面临的挑战，并量化分析了各种临床实践障碍对治疗的真实影响。

先说结论：在美国，从诊断到治疗的过程中，由于不同临床实践障碍叠加造成的患者损失，最终大约 64% 的潜在获益晚期 NSCLC 患者没有受益于适合其疾病的癌症精确治疗。

如上图所示，该研究使用的 Diaceutics 是一个来自美国超过50万名非小细胞肺癌患者数据，包括商业和医疗保险以及实验室数据在内的多来源数据库。

其研究重点放在了精准治疗过程中从诊断到治疗七个步骤出现的障碍和各自独立及累计影响。

七个步骤如下：

• Step 1: Biopsy referral: Initial solid or blood biopsy was never performed. 未进行最初的组织或血液活检。
• Step 2: Biospecimen collection: Biospecimen collection challenges including insufficient tissue or tumor cell content of initial biopsy or rebiopsy inhibited biomarker testing and its accuracy. 生物标本收集影响了生物标志物检测和准确性
• Step 3: Biospecimen evaluation/pathology: Biospecimen tumor cell content was overestimated, inhibiting biomarker testing and its accuracy. 被高估的肿瘤细胞含量影响了生物标志物检测和准确性。
• Step 4: Biomarker test ordering: Appropriate testing was not ordered, or treatment began before testing was ordered. 未进行相关检测或在检测前即开始治疗
• Step 5: Biomarker testing performance: Biomarker testing provided inconclusive or false-negative (FN) results. 生物标志物检测提供了不确定或假阴性结果。
• Step 6: Test result reporting: As a result of turnaround time (TAT) delays, treatment was initiated without consideration of test results. 周转时间问题，治疗并为考虑检测结果即开始
• Step 7: Treatment decision: Targeted treatment was not selected despite positive test results. 尽管测试结果为阳性，但未选择对应的靶向治疗。

当将人数标准化为1000时，如下图你可以看到每一步具体存在的问题以及陆续措施治疗机会的患者人数和比例。

在上面这幅图，我们可以发现，研究者估计有29.2%的病人没有根据他们的检测结果接受适当的针对性治疗。

根据索赔数据，确定有18.5%的病人没有接受治疗。在81.5%的接受了各种治疗的患者中 9.1%只接受化疗，14.3% 接受化疗和免疫治疗，40.8% 只接受免疫治疗，16.6% 接受靶向治疗，还有 0.7% 接受其他治疗。

14.3%的肿瘤本可以使用TKI却没有接受指定的治疗。另有11.6%的患者在IHC检测基础上获得了可针对治疗的结果，但没有接受适当免疫治疗，此外估计共有3.3%的患者的检测结果不正确（假阳性）。

推测没有接受相应治疗的原因，如下图显示，可能包括：检测报告问题（报告中的错误、过时的临床和药物信息）；缺乏FDA批准的适应症（医生不清楚或不愿在适应症外用药）；对靶向治疗选择的认识滞后；治疗可及性；治疗成本/保险报销范围等。

如果你关注的是肿瘤NGS检测，那么有一个好消息和一个坏消息。

坏消息是turnaround time (TAT) 统计显示：在接受生物标志物检测并报告结果的29227名患者中，研究估计有4%经历了TAT延迟进而导致治疗决定没有考虑分子检测结果，在所有方法中 13.1% 的 NGS 检测 TAT 超过了14天。

好消息是，在包括 PCR Sanger IHC和FISH在内的检测手段中，根据多项研究估计的假阴性和假阳性率现实，NGS方法的FN和其它相比要明显小的多。

看到最后这张汇总的患者丢失示意图，不知道你作何感受。

问题代表着机会和改进空间，问题越大的步骤被优化的可能性也相对越大。不过，除了注意数据的实效性（来自2019年）以外，你或许还需要注意如下几点内容：

1. 这项研究针对 NSCLC，算是实体瘤中精准治疗机会偏高的癌种，那其它癌种的情况又如何？
2. 七个临床实践障碍中，美国患者流失率最高的是障碍七，随后不分伯仲的是障碍四和五，如果在国内进行类似研究又可能是哪几步问题最大？
3. 第一步中，84.6% 接受了组织活检；8.8% 接受了液体活检，6.6% 没有组织或液体活检的患者可能只通过成像进行诊断。从这个数据看，液体活检和组织活检相比优势究竟是什么，空间还有多大
4. 第三步中，根据估算，肿瘤细胞含量<\20%的 14% 的组织样本中，有 38% 被高估为>20%，进而被错误地认为适合分子检测。这一部分在各家肿瘤检测公司中，有多少本不该检测的样本进行了检测？
5. 以上研究，如果考虑一个患者随着治疗展开多次检测，又会是一个什么结果呢？
6. 如果治疗前（基线）检测尚且存在如此大比例潜在可获益的患者流失，各家你争我夺的MRD和早筛，目前又是什么情况？

如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

今天是2023年2月2号正月十二，俗话说的好啊朋友：没过十五就是年儿。还算赶趟，熊言熊语在这里先给你拜年。

今年的更新计划中，熊言熊语会增加一个合集系列 「我想问问熊」。顾名思义，你问我答。我会从大家在各种渠道的提问中，挑出一些受众相对广的问题，通过文章或者播客的形式进行回答。

今天就是这个系列的第一个问答，来自一位会员计划读者：

熊，我因为之前听你的「熊言熊语」播客养成了听播客的习惯，现在你已经很久没有更新音频内容，不知道平时有没有听一些肿瘤研究专业相关的播客呢，可否推荐一些？

得嘞，感谢你的提问，另外别骂了别骂了。

在大学听了一段时间播客之后（当时竟然是为了练听力），我是从19年底又开始重新密集听播客的，中文和英文都在听。现在播客确实已经成了我的一个重要的信息获取来源，这其中当然也包括专业相关内容。

俗话又说的好啊朋友：授人以渔不如红鲤鱼与绿鲤鱼与驴。

今天借着这个提问，我整理了一下自己追更比较勤的肿瘤研究相关播客，分几类推荐给你。在做家务、通勤或者想休息休息眼睛的时候，可以尝试听听看。

目前主题为介绍肿瘤研究相关进展和相关访谈类的内容，我订阅的都是英文播客，暂时还没发现很优质的中文内容，如果你有好的中文播客推荐，欢迎通过留言介绍给大家。

杂志期刊

大多数你能叫上名字的知名期刊往往都会有配套的音频播客。如果你对某个专业相关的杂志感兴趣，不妨去官网搜搜看。

在这个类别下，我可以推荐两个节目。

一个是来自JAMA的「JAMA Network」，这个播客每期会采访最近在 JAMA 系列杂志中发文的作者，因为 JAMA 系列很多是肿瘤相关内容，所以这档播客也会经常有肿瘤研究相关的话题出现。

另外一个是来自 The Cancer Letter 杂志组织的「The Cancer History Project」，作为一档口述历史的播客节目，其中有很多对那些塑造了我们肿瘤学认知的大佬采访。如果你对这类内容感兴趣，也推荐直接访问他们的官网访问文字内容。

知名大厂

在国外众多专业类内容中，非常重要的一个组成部分是各家知名公司的企业播客。

播客这种媒介形式在美国有非常广的受众基础，很多公司都会通过播客来进行科普和宣传。

在这个类别下我推荐三个节目，更多内容可以自行探索～

Genentech 有一档叫做「Two Scientists Walk Into a Bar」的播客节目我非常喜欢，这档播客从2016年开始到今年已经发布了四季34期。

内容如其名，因为背景音是那种酒吧的环境白噪音，听的时候就真的像在酒吧里听隔壁桌的科学家们聊天。

Myriad 作为一家肿瘤NGS检测公司，他们在2020年也推出了自己的播客「Inside the GENOME」。这档节目由Myriad 的CMO亲自坐镇，目前主要是他们组织的在线 webinar 录音以及少量的嘉宾访谈。

肿瘤早筛领头羊 Grail 在去年10月也推出了自己的月更播客「The Cancer SIGNAL」，目前已经更新了4期内容。

这档节目的主题自然是科普和介绍关于多癌症早筛的内容，Grial公司内部和不同领域的嘉宾会分享他们对多癌症早筛的看法和经验。如果你对这个话题感兴趣不妨听听看。

医院机构

肿瘤研究相关的另一大类内容，可以汇总为来自知名医院或者机构出品的官方播客。

比如约翰·霍普金斯基梅尔癌症中心的同名播客、Dana Farber的 Unraveled 和威尔康奈尔医学院的 CancerCast。

ASCO 和国际肺癌研究协会(IASLC)这样的机构，也都会有自己的播客节目定期更新。

名人教授

最后一个类型可以归类为由一个或者几个名人/教授主持的相关节目。

这类播客的主理人往往是某个领域内的专家学者，节目带有浓厚的个人色彩，能请来什么嘉宾也很大程度上依赖于他们的人脉。这里列举四个。

• Neil Love 主持的「Oncology Today」以及他公司名下的系列播客内容，通常会采访临床研究人员的研究内容和临床实践
• Chadi Nabhan 主持的「Healthcare Unfiltered」经常会涉及一些比较有争论性的话题
• Harry Glorikian 作为一个投资人和商业顾问，他的播客节目「The Harry Glorikian Show」 时不时会采访到一些公司的创始人
• 由三位血液瘤研究人员共同主持的「Blood Cancer Talks」节目会邀请血液恶性肿瘤领域的相关专家深入讨论血液瘤相关的热门话题。

以上，就是为你推荐的14档肿瘤研究相关的播客节目，祝收听愉快。

我们下次再见👋

如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

本文为熊言熊语邮件通讯会员计划内容的完整试读版，更多内容欢迎点击通讯主页订阅并查看。

写在前面

本期内容：

上周，国内肿瘤NGS检测公司燃石医学发布了一篇新闻稿，其中写道：

自主研发的多癌种早检产品OverC Multi-Cancer Detection Blood Test（以下简称OverC）获得美国FDA授予的“突破性医疗器械”（Breakthrough Device Designation）认定，成为全球第三个获得此项认定的多癌种早检产品。

OverC 可以通过抽取一管外周血(8~10毫升)，为50-75岁的受检人筛查肺癌、肝癌等多个癌种，并进行组织溯源，提示癌症相关甲基化信号的来源器官，临床医生可根据筛查结果进行针对性检查并进一步诊断。

而基于OverC和ELSA-seq技术，燃石目前也在国内启动了PREDICT、PRESCIENT和PREVENT三个大型临床研究（如下图介绍）。

关于这则新闻，你可以通过其公众号查看或者在官网阅读英文介绍。我看完之后，它背后没有写出来的几个内容反而勾起了自己的好奇心。

比如，文章中提到OverC是全球第三个获得此项认定的多癌种早检产品，那么第一个和第二个又是谁，这两家公司和产品如今怎么样了呢？

再比如，FDA Breakthrough Device Designation 是什么，它的申请需要符合什么条件，有了FDA BDD认证究竟又意味着什么？

带着这两个维度的好奇，通过本期内容，我希望和你就上面的内容展开聊聊，同时也希望像 从2002年的Nature论文到2022年的亿元营收 这篇文章一样向你尝试距离剖析自己看到一篇文章之后的思考路径。

多癌种早筛 FDA BDD 认证的前辈

「多癌种早筛」在不同的公司和产品语境下有不同叫法，比如 Multi-Cancer Detection assays (MCDs) 或者 Multi-Cancer Early Detection assays (MCEDs)。在上面提到的燃石OverC中，又被称为 Multi-Cancer Detection Blood Test (MCDBT)。所以如果今后你看到诸如 MCD、MCED 或者 MCDBT 这样的缩写，不用怀疑，它们都指的是多癌种早筛这一件事。

目前国内外涉及到多癌种早筛业务的主要公司，可以参考下面这张图。

而它们的主要产品和技术以及覆盖癌种，可以参考下面这张图。

👆这两张图涉及到的公司产品和技术，有不少值得我们单独继续学习了解，今后会陆续涉及到。

今天，我们暂时聚焦于FDA授予突破性医疗器械（Breakthrough Device Designation，BDD）认定的前两家公司。嗯，某种意义上说它们倒也都在这两幅图里。

当仁不让但并非首家的 Grail

如果你对多癌种早筛这个技术或者市场略有了解，不难猜到其中应该有一家是目前专注在MCED领域的领头羊 Grail。如果你感兴趣Grail 2022年的业务表现，可以参考我前几天写的和头部肿瘤早筛公司 GRAIL CEO 学写年终工作总结。

事实也确实如此，时间回到四年前，2019年5月13号 GRAIL在其官网宣布自己的 Multi-Cancer Early Detection Test 获得FDA BDD 认证（for its blood test being developed to detect multiple cancer types in people aged 50 years and above）。

彼时，GRAIL 如今最受关注的 PATHFINDER和PATHFINDER 2研究还没什么影子，其最重要的研究结果是 Circulating Cell-free Genome Atlas (CCGA)。

在这项研究中，GRAIL希望从不同的NGS检测方法出发，去探索癌症患者和正常人血液中的基因组癌症信号特征。这其中就包括如今被广泛采用的甲基化策略、所谓cfDNA的片段组学以及染色体突变缺失特征等等。

在2019年的ASCO会议上，GRAIL 一口气发了好几篇poster来介绍CCGA项目的研究成果。

通过CCGA的子研究，其最终选择甲基化作为首选方法来同时检测多种类型癌症并进行组织溯源。

这套基于甲基化数据进行早筛检测和溯源的策略，国内目前开展最好的也是燃石。不过，从 FDA BDD 批准时间和几个大型临床试验开展进度看，和 Grail 线性相比大致要慢个2年左右时间。

如果你对于这些技术之间的更多细节感兴趣，Grail 最近在 Cancer Cell 发表了题为 Evaluation of cell-free DNA approaches for multi-cancer early detection的文章，（从他们的视角）详细比较了不同技术之间的优劣，最后的结论当然甲基化技术是坠好的。

Grail 的确是目前发展最快的专注于肿瘤早筛的公司。不过它确不是第一家获得该类FDA BDD认证的企业。

首家认证但已不存在的PapGene

时间再往前回溯到2011年，来自约翰霍普金斯大学的液体活检早筛研究团队开发了一项名为SafeSeqS的NGS测序技术。

两年后，SafeSeqS被纳入他们的一项液体活检试点研究中，该测试使用常规巴氏检查中获得的宫颈液来检测子宫内膜癌和卵巢癌。在这项研究中，使用 Papgene 方法测出了所有24例子宫内膜癌和22例卵巢癌中的9例，这一研究结果于2013年发表在 Science Translational Medicine。

2015年，团队中的 Papadopoulos, Kinzler 和 Vogelstein 三个人在约翰·霍普金斯风险投资公司(JHTV)的帮助下，成立了一家名字就叫做 Papgene 的初创公司并计划将这项技术商业化。

与此同时，三位创始人再接再厉，开发了另一个多种类型的癌症液体活检技术 CancerSEEK。2018年初，发表在 Science 杂志上的一项研究对 CancerSEEK 的八种癌症类型检测效果进行了分析，发现它对卵巢、肝癌、胃癌、胰腺和食管癌癌的特异性超过99%，敏感性则从69%到98%不等。

随后，2018年8月8号，PapGene 宣布 FDA 基于其产品同时检测卵巢癌和胰腺癌的能力，正式授予 PapGene Blood-Based Cancer Test BDD 认证（uses a combination of circulating tumor DNA and protein biomarkers to detect cancers in average-risk, asymptomatic individuals over the age of 65）。

嗯，PapGene 就是第一个获得该项认证的泛癌种早筛产品了。

不过，一年后，随着 CancerSEEK 的影响力扩大和产品日渐成熟，PapGene 这家初创公司最终改名为 Thrive Earlier Detection Corp 并完成首轮1.1亿美元融资，同时获得了CancerSEEK 和 SafeSeqS 的商业授权。曾在 Foundation Medicine 担任了5年 COO 的Steven J. Kafka 成为了 Thrive 首任CEO兼执行主席。

2020年4月，Thrive和约翰霍普金斯大学的研究人员宣布有9911名没有癌症证据或病史的女性接受了基于 CancerSEEK 的多癌血液检测，并检测到26种未诊断的癌症，而这项发表在Science名为 DETECT-A 的研究也是首次将液体活检血液测试用于这一目的。

三个月后，2020年8月 Thrive 宣布再融资2.57亿美元，再三个月后，Exact Sciences 宣布以超过 21.5 亿美元的价格收购 Thrive，并在2021年初正式完成了这一收购。

从 Papgene 到 Thrive 再到 Exact Sciences，这也就是为什么在文章开头的那幅图里，CancerSeek 目前是 Exact Sciences 的技术，以及我提到的某种意义上说 FDA BDD 认证的三家公司和泛癌种早筛产品都在那两幅图里。

这里可以多说几句的是，同样在 2020 年， Exact Sciences 还以4.1亿美元收购了另外一家从高校走出的癌症检测公司 Base Genomics，其核心DNA甲基化检测技术 TAPS 由牛津大学 ludwig 癌症研究中心的华人科学家 Chunxiao Song 团队开发。Base Genomics + Thrive 也就构成了Exact Sciences如今的MCED。

如果再多说一句，我博士实验室的一位大牛师姐此时正在Song lab做博士后，继续优化开发基于TAPS的扩展方法。是的，世界就是这么小。

和早筛产品技术无关的一点评论

GRAIL 和 Thrive 两家公司，如今前者被illumina收购保持独立运营，后者被 Exact Sciences 收购。其实肿瘤NGS领域的另一家头部公司 Foundation Medicine 也早在2018被Roche完全收购并成为其独立子公司。

在肿瘤NGS检测这个领域，国外最近两年的不少公司的结局就是：小公司被大公司收购，大公司被药企巨头收购，下游厂商被上游供应商收购。 国内这些同类型公司未来两三年是否会出现比较大的格局变动，也值得持续关注。

另外，上文提到的 Steven J. Kafka 也是个神奇的公司领导人。

他在Foundation Medicine 担任五年COO之后，FMI 被 Roche 收购，随后在ArcherDX担任了2年执行主席之后这家公司被Invitae收购，紧接着加入的Thrive在他当了两年多执行主席之后又被 Exact Sciences 收购。嗯，易被收购体质。

关于 FDA Breakthrough Device Designation

以上，我们大致了解了 FDA BDD 认证的前两家泛癌种早筛公司，另一个还没有解决的小好奇就是 FDA Breakthrough Device Designation 究竟是什么？

作为 Expedited Access Pathway (EAP) 项目的一部分，FDA于2016年建立了 Breakthrough Devices Program 突破性设备计划。

如果想要申请 FDA BDD，需要满足一个必要条件和另一个四选一的补充条件。

必须要满足的一个条件是：该设备可以为威胁患者生命或不可逆转影响患者健康的疾病提供更有效的治疗或诊断。

必须要满足的补充条件（至少四选一）包括：

1. 代表着突破性技术
2. 没有已获批准或通过的替代品存在
3. 与现有已获批准或通过的替代品相比具有明显的优势
4. 设备的可用性符合患者最佳利益

如果你认为自己的产品符合上述1+1条件，就可以在递交 Marketing Submission 之前的任意时间递交 Breakthrough Designation 申请。所谓的 Marketing Submission 包括为了在美国上市递交的 premarket approval (PMA), premarket notification (510(k)) 和 De Novo classification request。

如果你的产品通过了FDA BDD的认证，目前看来其最主要的优势是在后续申请 510k 和 De Novo submissions 时会比非BDD认证设备的优先级更高，且时间也会略短一些。此外，如果一个医疗设备通过了该认证，也可能在美国医疗保险报销中获得一定优势。然后，也就没有其它更直接的优势了。

目前获得了FDA BDD认证的设备有多少呢？

根据FDA官方数据，截至2022年9月30日，FDA 的 CDRH 和 CBER 已经批准了 728 个突破性设备认证。

不过需要特别注意的是，在上市授权之前 FDA 通常不会公开披露是否有厂商提交了设备突破性认定请求或 FDA 是否批准/拒绝了该请求，除非厂商决定主动向公众提供这些信息。

此外，FDA BDD 认证似乎和最后能否获得市场授权之间，也并没有体现出特别直接的关系。

过去在这 728 个突破性认定设备中，目前也仅有56个真正获得了market authorization。在其中包括FMI的 Foundation CDx、Foundation liquid CDx；Guardant 的 Guardant360 CDx。

所以获得 FDA BDD 认证确实是有意义的一步，不过更多的是有意义的起步。

如果你对本期话题有更多想分享和讨论的内容，不妨直接给我回复邮件。

如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

写在前面

同一天在 Nature Cancer 和 Nature Genetics 发表两篇文章是一种什么体验？今天我们用一天发表两篇文献解读从侧面体会下 😃

故事要从2022年9月9日说起。因为我最近一年多比较关注肿瘤基因组不稳定性相关临床研究进展，于是会留意一些该领域内活跃大佬的动态。

今年9月9号，我发现来自芝加哥大学的Liam Flinn Spurr（2021年他曾在Bioinformatics发表过肿瘤非整倍体分析的方法学文章）说自己有三篇一作文章在一周之内同时被Nature Cancer、Nature Genetic 和 NPJ journal 接受。

等文章online，这一等就是三个月。

11月28日，他作为第一作者在 Nature Cancer 的文章正式 online，作者通过一项临床研究发现高度非整倍体的非小细胞肺癌对放疗联合免疫治疗更敏感。同时在Nature Genetics online 的文章则介绍了在低TMB患者中可以通过肿瘤非整倍体程度预测泛癌的免疫治疗疗效。

今天的推送我们一起了解第一篇文章的相关内容，万一对你有点启发呢。

关于肿瘤非整倍体

基因组不稳定性是肿瘤 hallmarks 之一，从泛尺度来说，包括碱基 / 基因层面、染色体片段、染色体臂水平和染色体水平的扩增和缺失。如下图所示，我们常说的非整倍体（aneuplooidy）程度就是特指肿瘤细胞染色体臂和染色体层面的扩增缺失现象。

关于非整倍体这类基因组不稳定性对于肿瘤的影响已经有了不同维度的很多研究，不同的肿瘤分期和组织细胞类型会有不同非整倍体特征，非整倍体程度也会对肿瘤免疫系统、肿瘤微环境和基因组变异产生影响。

高度非整倍体非小细胞肺癌对于放疗联合免疫治疗更敏感

先来看看第一篇文章。

联合放疗(RT)和免疫检查点抑制剂(ICB)治疗癌症的临床实验有超过500多项目，然而大多数试验并没有发现积极的相互作用。

目前，一个关键的临床问题是我们是否以及该如何将RT和ICB结合起来以改善患者的预后。此外相关的生物标志物也将有助于选择最有可能从联合治疗中受益的患者。

PD-L1表达、肿瘤突变负荷(TMB)、效应T细胞和肿瘤新抗原的数量等等已经被证明可以预测抗PD-1或者抗CTLA-4的应答。然而，这些生物标志物或者是否有其它更好的生物标志物中可以预测RT和ICB的联合治疗效果也尚不清楚。

作者团队进行了一项随机临床试验，旨在针对未经选择的转移性非小细胞肺癌患者，评估ICB联合多部位消融体部放疗的一线治疗安全性和有效性。本文作为该试验的二次分析，分析了治疗前和治疗中匹配样本的肿瘤活检分子特征，以展示放射治疗和ICB时机对肿瘤免疫基因组环境的影响。

具体的实验设计如下图所示，对于转移性的非小细胞肺癌 (NSCLC) 患者，随机分为两组分别在试验中接受同步或序贯的立体定向消融体部放疗 (SBRT) 联合ipi/nivo (ICB)治疗。

具体的样本收集时间点和样本检测数据类型如下图所示，在两组患者治疗前收集样本，在1-2周的SBRT治疗后再收集一次样本。分别统计临床相关信息和并进行RNA及DNA样本检测。

因为包含RNAseq样本，就可以基于大量免疫相关的基因集通过ssGSEA和差异表达分析等方法，比较两种不同治疗方式前后免疫相关的变化。比如作者研究发现，SBRT + ICB 的联合治疗导致参与抗原呈递、干扰素应答、细胞因子和趋化因子信号传导以及效应 T 细胞功能的基因上调。相反，SBRT 则抑制了细胞毒性T细胞相关基因的表达。

因为这部分相关内容不是我们今天要讨论的重点，如果感兴趣可以阅读原文。

在进行了免疫微环境相关的比较之后，我们自然会关心 ICB 反应的那些生物标志物是否可以用来预测RT + ICB 的响应效果。通过分析发现 T 细胞信号、 TMB、新抗原负荷和 PD-L1表达这些指标都没有表现出预测价值。然而，更高的非整倍体评分确预示着序贯治疗（而非同步治疗）的不良预后。

使用肿瘤纯度变化作为局部反应的替代指标，研究发现在SBRT治疗前的非整倍体评分和肿瘤纯度变化之间没有相关性，但是在同步治疗组内，两者之间的相关性非常强。提示SBRT+ipi/nivo比SBRT 能更有效地消除高度非整倍体肿瘤。

作者进一步研究了非整倍体评分和生存之间的关系。发现呈高度非整倍体的肿瘤(非整倍体评分≥队列中位数)的患者，与序贯治疗相比同步治疗可提高生存率。相反在非整倍体程度较低的肿瘤患者中没有观察到这种关系。

对于同步放疗联合ICB治疗有利于高度非整倍体的患者这一假设，作者研究了他们机构的另外一个58名转移性非小细胞肺癌患者的独立临床队列。

这些患者部分接受单独的ICB治疗（下图实线蓝色），部分接受了放疗和ICB的联合治疗（下图实线橙色），这部分患者这部分采用了同步治疗（下图虚线紫色）部分采用了序贯治疗（虚线黄色）。且该队列的临床和病理因素和之前的队列是平衡的。

与之前的假设一致，对于高非整倍体评分的患者（评分大于队列中位数），可以发现单独使用ICB的效果要显著差于RT+ICB的联合治疗，且在接受RT+ICB的患者中，同步治疗的患者比序贯治疗的患者预后更好（尽管这没有达到统计学意义）。但是相比之下，在非整倍体评分较低的肿瘤患者中，ICB中加入RT并没有改善患者的疗效。

至此，针对该队列的二次分析基本就完成了。我们可以看到，虽然是两个小队列，且验证队列的治疗方式并不是非常规整（其实有能用的验证队列已经很不容易了），但配合上有明确临床价值的分析结果以及包含了DNA和RNA两个维度丰富的分析内容，依旧可以发表在Nature Cancer这样的顶级期刊。

又是基于验证队列的分析结果，我们很自然的也会产生一个疑问：非整倍体的评分是否可以推广到仅有ICB治疗的患者中。

有趣的事，在一组来自MSKCC包括了350名接受了ICB治疗的NSCLC患者中，多因素Cox分析发现TMB和非整倍体评分均可以对立的预测OS。

将患者按TMB的中位数进行划分，高TMB患者中，不同程度的非整倍体无法区分出患者的预后；但是在低TMB的患者中，高非整倍体评分的患者预后要显著的比低非整倍体评分的患者更差。

进一步支持了将高非整倍体评分作为转移性非小细胞肺癌ICB反应的生物标志物实用性。

也正是因为最后这一小部分的研究，衍生出了同一天发表在Nature genetics的另一个文章。关于这篇文章的细节，我们下一篇博客再见～

本文作者：思考问题的熊

版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。

如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

写在前面

通过参加自己领域内会议来了解行业动态和现状是非常好的途径。

如果你也在从事肿瘤领域相关的工作和研究，每年召开的 ASCO 和 ESMO 这类世界级大会和国内的 CSCO 自不必多说。

更进一步，如果你对某一个细分领域感兴趣，不妨搜搜是否有更垂直的会议可以关注。虽然最近几年线下参加会议的机会少了，但对于和我一样的初级选手而言，即便不参加会议只是看看会议日程往往也能收获一些新知，乐在其中。

就在这两天，美帝那儿正召开一个为期两天的液体活检 summit，主题是「Surveillance & Early Detection」。借这个机会，我们一起实践通过一份会议日程如何多了解一点液体活检。

在我看来，从产业（非学术）的角度了解一个细分领域，无非就是三个维度：厉害的人、活跃的公司和领域内的产品热点。学术角度其实也一样，三个维度对应的是厉害的 PI、活跃的实验室和科学期刊热点发文方向。关于这个话题之前录过一期播客，感兴趣可以再回头找找。

回到 Liquid Biopsy Surveillance & Early Detection Summit。

人的维度

关于 Speaker 的信息，第一页 highlight 的 Expert Speakers 除了几家大药企的 Director，还有两位助理教授。

比如 Pashtoon Kasi 他主要的研究领域在胃肠道肿瘤，最近还刚在 Nature Medicine 发表了一篇讨论液体活检 TMB cutoff 的评论文章 Liquid biopsies and tumor mutational burden: the cutoff conundrum，而这篇文章评论的则是 BFAST 研究。如果你感兴趣不妨找来看看。

另外日程里还特别点了几个人以及他们会涉及的相关内容，比如 Aadel Chaudhuri 和 EMD Serono 的 Zheng Feng。

其中 Aadel Chaudhuri 课题组的研究方向本身就是通过 cfDNA 监控癌症的早期复发，2017 年 Cancer Discovery 发表的那篇使用 CAPP-seq 技术通过 ctDNA 监控肺癌 MRD 的文章，他就是第一作者；而后者作为 EMD Serono 的 Director 参与了众多 ctDNA 不同技术维度相关的临床药物研究。

公司维度

再从公司的层面看看。一般花真金白银支持这种细分领域会议的，抛开有相关预算的前提，多数或者是行业第一梯队「不得不花钱」的头部公司，或者是攒了些东西迫切想花点钱露露脸寻找一些机会的公司。这个会议的 Official Partners 有下面这几家。

其中 Personalis 和 KARIUS 是我们之前文章中尚未提过的两家。

Personalis 作为一家提供基因组测序和分析方案的公司，重点关注在肿瘤免疫治疗，它家核心产品 ImmunoID NeXT 可以一站式提供绝大多数目前免疫治疗所需要的相关 biomarker。读读官网的产品介绍就相当于看了一个 mini 版综述。

目前他们产品重心也转移到了 MRD，相关产品 NeXT Personal 在最新一季的财报中占据了很大篇幅。

KARIUS 和其它公司略有不同，虽然都是做液体活检，但他们关注在微生物领域。其核心产品 Karius Test 可以快速从血液样本中检测出 1000 多种导致感染的病原体微生物 ctDNA (microbial cell–free DNA, mcfDNA)，进而为医生的治疗提供决策帮助。

话题维度

最后，你还可以通过整个两天的会议内容来粗浅看看液体活检哪些话题获得了大家的关注。这里简单截一部分图。

如果里面有你感兴趣的话题就可以去搜搜报告人发表过的 paper 或者社交媒体，没准能有意外收获。

本文作者：思考问题的熊

版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。

如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

因为 9 月初写了 行业几家公司 2022 Q2 财报简读，最近又有小伙伴后台留言问 Q3 这几家财报陆续出来之后是不是更新一下近况，我瞅了瞅感觉不大有必要。

除了最新一季各家公司财报发布，接近年底公司们也陆续开始了财务人力评估。想必你最近看到更多的大概率是各种裁员新闻。

比如，国内外多家 biotech 公司过去一段时间密集宣布进行管线（人员）调整，国外多家 NGS 肿瘤诊断相关的公司也相继宣布进行人员优化。下游行业不容易，这股寒意自然会传递到 illumina 这样的龙头上游企业。

即便是进博会期间他们搭台，邀请诸多行业第一梯队公司的 CXO 来唱戏，给出了非常乐观的 2027 年行业预期和「基因组学时代已至」的结论。

但为了能活到 2027 年，illumina 还是宣布了 500 人的全球裁员计划。（下图是前几天看到的新闻）

其实，跳脱生物医药行业，最近从 10 月 28 日马斯克收购 Twitter 随后宣布裁员 50% 以来，加上 Meta 和亚马逊，这些宇宙超级大厂也陆续开启了涉及几万人的裁员计划。

之前那篇文章，我提到看起来 MRD 和早筛是多数公司拼命争取的第二增长曲线（或者说是面向投资人的第二故事曲线），结果很多人都问我有没有参与到这些第二增长曲线中去。

在这样的一个周期里，关注外部信息的同时，最近几天我反复想起其它行业一个朋友说的话：如今比参与到公司第二增长曲线中更重要的，也许是找到自己的第二增长曲线……

为了一起缓解一下后台看到大伙留言中表现出的各种焦虑，从今天开始打算或长或短地持续更新一段时间专业向内容。

可能是一起读读最新的文献研究进展，可能是关注一些最新的行业动态，也可以一起聊聊你我关心和纠结的问题。

所以，特别欢迎大伙通过最近任意文章的留言功能进行留言，无论是发表自己最近一段时间的感想或者任何想讨论的问题，我会找一些力所能及的问题或请力所能及的朋友日后慢慢回答。

毕竟，不论如何，我们都还是要找到一种方式和这个世界沟通，不是么？

本文作者：思考问题的熊

版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。

如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

声明：本博客所有文章的专业/行业相关信息全部来源于公开资料，且所有内容和观点仅代表个人。

写在前面

很多东西，单独看一个点看不出什么，但相似的东西摆在一起还能耐住性子看过去，往往就比较有意思，比如文献，比如财报。

8 月 31 日，随着燃石 2022 Q2 财报的发布，除了计划私有化的泛生子，美股上市且主要业务包括肿瘤 NGS 检测的几家同类型又各有特点的公司，2022 Q2 财报已悉数发布。

本文涉及到的九家公司包括：Natera、Guardant、Exact Sciences、Myriad、Veracyte、Invitae、Oncocyte、GRAIL 和燃石医学。

其中，GRAIL 因为被 Illumina 收购，所以其营收内容展示在后者财报中。而除了燃石总部在中国，其它 8 家公司的全部位于美国。

如果说大家的财报有一个主旋律，那就是亏。但各有各的家底，各有各的亏法，也各有各的侧重。除了关注主要财务指标，还应该留意这些公司在财报中提到了哪些其它信息。

因为篇幅有限，本文提到的每家公司我们以后都可以详细展开聊聊他们的核心产品和产品背后的临床试验与应用方向。

Natera

Natera 成立于 2004 年，在 2017 年如今行业最熟悉的 Signatera 面世之前，其核心业务集中在无创产前检测 NIPT 领域。

用创始人 MATTHEW RABINOWITZ 的话说：2004 年他姐姐生下了一个患有唐氏综合症的儿子，仅仅出生六天后就去世，创建 Natera 是因为相信所有家庭都应该获得能够及早发现遗传病的技术。

不过最近几年，他们的 MRD 产品 Signatera 像开了挂一样，迅速吸引了大家的目光。比如，2019 年 3 月，华大更是宣布和 Natera 合作完成 Signatera 在中国的商业化落地（中文名：华见微）。

这次合作华大花了多少钱呢，答案是 5000 万美元。

回到 Natera 2022 年第二季度财报。

主要受 Signatera 强劲增长的推动（特别是在结直肠和免疫治疗），其第二季度总收入增长了 40%，收入增加到 1.982 亿美元，去年同期为则 1.42 亿美元。

第二季度净亏损 1.452 亿美元，2021 年同期为 1.16 亿美元。

截至 2022 年 6 月 30 日，Natera 持有约 6.387 亿美元的现金、现金等价物、短期投资和限制性现金（其中现金和现金等价物 0.91 亿）。

比较有意思的是，他们也自信地在财报中写到：结合今年的发展，公司有信心在 2024 年中期实现现金流平衡。（flag 先立在这里，我们 2024 Q2 再来）

在 Earnings Pre 中，他们特别强调了 Signatera 医疗保险覆盖范围已经包括了肌肉浸润性膀胱癌（MIBC）。而 MIBC 的预估市场则可以达到每年 40 万的检测量。

目前其产品可覆盖的报销人群如下图所示。

关于 Signatera 在泛癌种的临床试验，可以看到已经涵盖结直肠癌、胃食管癌、胰腺癌、乳腺癌、卵巢癌和黑色素瘤。

Guardant

Guardant 是一家从成立之初就专注于全周期跨癌种液体活检（血液检测）的公司，用他们自己的话说 Our goal from day one has been to provide blood tests that span all stages of cancer.

具体如何实现，大概是下图所示的几个方向。

第二季度财报显示，截至 2022 年 6 月 30 日的三个月收入 1.091 亿美元，比 2021 年同期的 9210 万美元增长 19%。其中受到临床检测量和生物制药公司样品量增加的推动，肿瘤业务收入增长 27%。

截至 2022 年 6 月 30 日，现金、现金等价物和有价证券为 12 亿美元，其中现金和现金等价物 2.15 亿美元（2021 年底为 4.92 亿美元）。第二季度净亏损 2.29 亿美元，而 2021 年同期为 0.97 亿美元。

在具体的细节内容中，Natera 一方面也是提到医保，另一方面强调了药企合作业务的增长。

而在全球化策略中，可以从上图看到他们特别提到中国的一家公司艾迪康，早前报道显示，Guardant 的 Guardant360 和 GuardantOMNIO 都已经完成了国内授权。

针对公司最重视的结直肠早筛监控，按照 Guardant 的说法正在释放出 20 个 billion 的市场机会。

更多的产品策略可以从下图略知一二。

多说一句，开头我们提到的这两家公司在 MRD 领域互相一直不对付。针对产品的性能没少搞事情，从 2021 年 5 月开始就一直在打官司，而同行只能静静地看他们表演。

Exact Sciences

Exact Sciences 成立于 1995 年，2001 年进行首次公开募股。

纵观 Exact Sciences 的发展，能够进行结直肠癌粪便筛查的 Cologuard 可以说是其最核心的一款产品。依托于万人入组的大型临床研究  DeeP-C，Cologuard 的安全和有效性得到充分证实，并于 2014 年获得美国 FDA 批准用于结直肠癌检测。

除此以外，最近几年他们的液体活检产品 OncotypeDX 则是另外一项重要业务。OncotypeDX 目前已经在前列腺癌，乳腺癌和结直肠癌中有了不同方向的应用。

接下来看看他们的 2022 Q2 财报数据。

不同于其他几家 NGS 检测公司，Exact Sciences 在这波疫情中参与了 COVID-19 检测业务。

公司第二季度的总收入为 5.216 亿美元，比 2021 年同期的 4.348 亿美元增长 20%。在三块主要业务中，Screening 业务达到 3.54 亿美元，超过 67%，肿瘤相关的业务收入为 1.54 亿美元，同比增长约 12%。COVID-19 检测占了零头 0.14 亿美元。

Exact 整个第二季度的净亏损为 1.661 亿美元，而去年同期的净亏损为 1.769 亿美元。第二季度末的现金和现金等价物为 2.134 亿美元，有价证券还有 5.146 亿美元。

关注的主要内容和突破可以在下面两张图中一目了然：基本盘是结直肠癌筛查，还有多癌种早筛和 MRD 监控。

值得注意的是，在这次财报中宣布将放弃 Oncotype DX 在前列腺中的检测，以高达 1 亿美元的价格出售给 MDx Health。

Myriad

论资历，成立于 1991 年的 Myriad，是没有多长历史的历史长河里成立最早的基因组公司之一。1994 年他们的科学家在 Science 中发表论文发现了 BRCA1 基因与遗传性乳腺癌和卵巢癌有关。1995 年就已经正式在 NASDAQ 上市。

通读财报，几个关键数字。

Myriad 2022 年第二季度收入同比下降了 5%。该期间的总收入为 1.793 亿美元，低于去年第二季度的 1.894 亿美元。本季度净亏损 1410 万美元，去年同期亏损 470 万美元。第二季度末拥有 1.052 亿美元的现金和现金等价物。

看点细节。商业化的核心检测业务包括了三大部分，分别是心理健康检测业务（涵盖 64 种精神疾病检测能力的 GeneSight），女性健康检测业务（产前检测），以及我们最为熟悉的肿瘤检测业务。

其肿瘤业务在 2022 年第二季度收入 7610 万美元，同比下降 3%，但比第一季度连续增长 9%。

具体到肿瘤业务，Myriad 提供遗传性肿瘤检测，比如 MyRisk；还提供肿瘤诊断相关产品，如 myChoice CDx （HRD 检测）、Prolaris 前列腺癌检测和 EndoPredict 乳腺癌预后检测。

MyChoice CDx 2022 年第二季度在美国的季度交易量达到历史最高，同比增长 63%，比 2022 年第一季度则连续增长 10%。

前列腺癌预后检测产品 Prolaris 在 2022 年第二季度也实现最高季度销量，比之前的季度销量记录高出 6%。

Veracyte

成立于 2008 年的 Veracyte 是一家明确定位为肿瘤诊断的公司，诊断产品主要包括了如下图所示的 6 个。其中不少产品的主要用途是对单一癌种进行临床相关的分型。

2022 年第二季度总收入 7290 万美元，与 2021 年的 5510 万美元相比增长了 32%，同样包括了三个主要部分。

其中，检测收入为 5970 万美元，与 2021 年第二季度的 5080 万美元相比增长了 18%，主要是由泌尿科相关产品的增长推动；产品收入为 310 万美元，与 2021 年第二季度的 270 万美元相比增长了 16%；生物制药和其他收入为 1000 万美元，与 2021 年第二季度的 160 万美元相比增加了 840 万美元，主要是由收购 HalioDx 的贡献所推动。

Veracyte 第二季度的净亏损为 950 万美元，而去年同季度为 900 万美元。

本季度末拥有现金、现金等价物和短期投资 1.640 亿美元。预计 2022 年全年总收入将达到 2.72 亿美元至 2.8 亿美元，同比增长 24%至 28%。

公司的四个主要中长期增长策略。

在不同癌种中的产品布局。

Invitae

Invitae 成立于 2010 年，根据最新的财报显示，其 Q2 收入 1.366 亿美元，与 2021 年第二季度的 1.163 亿美元相比增长了 17.5%。截至 2022 年 6 月 30 日，现金、现金等价物还有 3.03 亿美金。

Q2 净亏损 25 亿美元，在财报中特别给出了说明，之所以能亏这么多，主要是因为净亏损包括了 23 亿美元的商誉减值，这是由于股价和相关市值的持续大幅下跌以及低于预期的财务业绩的结果。

在财报中 Invitae highlight 了三点内容，分别对应医疗机构，药企合作和患者人数。

其中特别提到，超过 310 万的患者总人数中近 62%可用于数据共享。之所以关注数据共享，是因为 Invitae 把患者的真实世界数据管理，看做未来重要的增长方向。

关于烧钱速度，Invitae 也给出了一个比较乐观的预期。

预计 2023 年将从 6 亿美元下降到 3 亿以内，还专门强调，按照目前的现金储备烧到 2024 年底不成问题。（又是一个 flag，且看）

Oncocyte

Oncocyte 成立于 2009 年，最主要的产品是肺癌诊断相关的产品 DetermaRx。

Oncocyte 的财报显示，其第二季度的总收入为 210 万美元，2021 年第二季度为 200 万美元。净亏损 830 万美元。截至 2022 年 6 月 30 日现金和现金等价物还有 4480 万美元。

关于产品相关的细节披露中。与 2021 年第二季度相比，DetermaRx 的样本量增长了 66%。另外一项免疫治疗相关产品 DetermaIO，其临床合作伙伴在 ASCO 和 AACR 上供提交了五份摘要，扩大了 DetermaIO 与六种不同癌症类型决策的临床相关性的证据。其中独立前瞻性随机临床试验表明，DetermaIO 可以识别并扩大结直肠癌的免疫检查点抑制剂的患者。

此外，他们 highlight 了比较有意思的两点内容。

一是裁员。知道自己钱剩下的不多，他们表示组织结构调整预计每年将减少超过 450 万美元的人力成本，其它的成本削减算在一起，预计 2023 年的年运营成本将比 2022 年减少约 1200 万美元。

二是特别提到了国内的燃石。由于燃石引进了 Oncocyte 的 DetermaRx Lung Cancer Assay（中文名：朗迪瑞），Oncocyte 今年也因此获得了 100 万美元具有里程碑意义的付款。

GRAIL

作为一家专注于肿瘤早检的公司，GRAIL 2021 年 8 月被 Illumina 收购之后，其核心经营数据也纳入了母公司的财报。后者 2022 年 Q2 的财报就分成了两个部分，其中一部分是 Core Illumina，另一部分是 GRAIL。

关于 Core Illumina 不谈，我们仅仅捡出来 GRAIL 的部分看看。先说结论，一个季度亏了 1.87 亿美元。

在 PPT pre 上，Illumina 展示了 GRAIL 被收购之后的一些大动作。

比如：

• 在 NHS-Galleri 试验中招募了 14 万名参与者，这是多癌症早检队列最大的研究
• 与阿斯利康开展战略合作开发相关的诊断产品
• 与 Mercy Healty 和 Ochsner Health 展开合作将 Galleri 的服务范围扩大到全美
• 备受关注的 PATHFINDER 研究，在 2022 年马上就要召开的 ESMO 大会将发布最终研究结果

另外，PPT 里没写，但是财报里提到的。与 Fountain Health Insurance 合作，提供 Galleri 作为年度福利；另一方面，与美国退伍军人事务部和退伍军人健康基金会合作，在未来 3 年向全美 10,000 名退伍军人提供 Galleri。

这么多大动作，直接反映在钱上得多费钱呢？

Illumina 随后展示 GRAIL 营收 1200 万美元，支出 1.56 亿美元。烧钱主要还是在人力和临床试验，甚至这个数字由于他们 G&A 费用控制，要比预期少了一些。

可以多说一句的是，Illumina 现在野心之大和头之铁。

一年前收购 Grail，案子本身就没有通过美国和欧盟的审查许可。在这个行业里的人都明白，你一个卖仪器的上游企业，收购一个用仪器的下游公司。这做法，越看有点越像大洋彼岸的……。

收购一年之后，Illumina 前一阵子刚刚表示公司已经拿出了接近 5 亿美元的预算，为欧盟可能征收的巨额罚款做好准备。

燃石医学

看完楼上 8 家公司，最后看看唯一的国内公司燃石。

燃石成立于 2014 年，相比于其他几家美国公司要更晚一些。不过依靠持续的研发投入如今也带来了产品能力的回报。

以早筛为例，自 2016 以来，燃石基于甲基化策略的早筛产品已经进行了多次迭代升级，完成了从 6 癌种到 9 癌种再到 22 癌种的监测和溯源。

在最新发布的财报中，燃石 highlight 三部分内容：

• 院内诊断和 MRD 推动增长，新产品占中心实验室收入的 7%
• 早筛 PROMISE 中国首个前瞻性、多癌种液体活检多组学验证性研究结果，和 GRAIL 一样也会在下个月的 ESMO 公布结果；PREVENT 万人前瞻性干预研究已经在 2022 Q2 启动
• 药企合作收入持续增长，2022 年上半年收入同比增长 166.6%，且新合同价值 1.58 亿人民币，同期也增长了 49%。

强调这三点，多少能看出一些东西。

比如入院和 MRD 产品是目前高度关注的两个趋势；早筛的两个研究体现了对于相关业务未来稍远几年的强烈预期；药企服务，在疫情持续不明朗，影响中心实验室和院端主要核心业务的几年，似乎成为了一个被愈发看重的业务营收增长点。

当然，这些具体内容也都可以在 Earnings Pre 中看到详细介绍。

关于具体营收。

截至 6 月 30 日，整个二季度收入为人民币 1.308 亿元（1950 万美元）, 毛利 8260 万元。三个核心板块中，中心实验室业务收入人民币 7860 万元（1170 万美元），院内业务收入人民币 3420 万元（510 万美元），药企服务收入人民币 1807 万元（270 万美元）。

过去一年半的中心实验室送检量如下图。

再来看看入院的情况，合作医院数量和 Q1 相比还有 3 家增长。

同时，在 Earnings Pre 中燃石也特别提醒了 COVID-19 对于业务的影响。

其中院内，全国除上海北京以外 60%的强劲增长被上海北京 49%的销量减少抵消。上海和北京的销量实在是太重要了。

钱花到哪里了呢？

财报显示，研发费用人民币 9211 万元（1380 万美元），销售和营销费用为人民币 1.056 亿元（1580 万美元），一般和行政费用（G&A）人民币 1.5 亿人民币（2240 万美元）。

截至 6 月 30 日的三个月，净亏损人民币 2.621 亿元（3,910 万美元），而 2021 年同期为人民币 2.037 亿元。还有现金和现金等价物 11.48 亿人民币（1.714 亿美元）。钱不缺，这点和上面我们提到的 Invitae 类似。

此外，对于 MRD 和早筛的重视，也在整个 Earnings Pre 中随处可见。

早筛内容里，他们特别介绍了自己的早筛技术和多癌种早筛优势以及深度合作的大佬们。

在 MRD 方向上则详细展示了自己的发展策略和临床试验进展。

写在后面

上市公司的好处（对于行业从业者）就是每季度发布的财报给了我等打工人一个更全面了解行业和公司的小窗口。

写到这里，我们就看完了这 9 家公司 Q2 的整体情况和未来的一些发展重心。

整体受到经济环境周期和 COVID-19 的影响，大家就是一起亏亏亏。面对这样的现实，不差钱的、有靠山的继续迈开步子向前，多数公司都需要重新思考，开始很难避免的人员架构调整和研发投入调整。

最后的最后，再来看一看这几家公司目前的市值吧。我们下次见。

本文作者：思考问题的熊

版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。

如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

写在前面

2022 年 6 月 15 日，Nature 在线发表了两篇染色体不稳定性泛癌研究。一篇题为：A pan-cancer compendium of chromosomal instability；另一篇题为：Signatures of copy number alterations in human cancer。

和我们常说的新闻「字儿越少事儿越大」一样，科学文献有一个潜在成立的标题定律，通常越重要越前沿的文章标题越短，比如 1953 年发表在 Nature 的 DNA 双螺旋结构 Molecular Structure of Nucleic Acids。

在肿瘤研究的很多方向上，如今我们只能通过不断增加限制条件和定语完成发表。所以如今看到10个单词以内的研究，不妨都可以多看两眼。这在我自己感兴趣的方向上，Nature一下online了两篇，那还了得。这此，我们先聊第一篇，剩下一篇有机会再说。

基因组（染色体）不稳定性作为肿瘤 20 年来人们已知的 hallmarks 之一，无论是单一癌种还是泛癌种，TCGA / PCAWG 前前后后都发过很多篇，如今用这些数据还能发表在 Nature 杂志上，而且还可以称之为泛癌种染色体不稳定性纲要（compendium），想必是有点东西。

而让我真正想仔细看看这篇文章的另一个原因是它波折的发表经历。文章的投稿时间是 2020 年 7 月 31 日，Nature接受时间是 2022 年 4 月 21 日，正式在线时间为 2022 年 6 月 15 日。一次投稿接近两年的修改时间，对于一篇没有湿试验的paper 来说，和 review 之间的拉扯不可谓不长。

前后经历了四轮修改的结果是文章一共68个figure，60页附件，90页Peer Review File。今天，我们就一起来学习这篇文献，同时试图聊聊其发表背后可能经历的波折和能学习到的经验。

或许能学到的

以下几点是我在阅读之后提炼的部分文献学习要点，你在阅读原文时可以作为参考。

• 染色体不稳定性相关的大量核心概念、指标和经典文献
• 染色体不稳定性相关的大量公开可用公共数据
• 基于生物信息学方法提出的新概念可以如何去验证
• 基于生物信息学提出的科研文章如何和临床研究进行关联
• 基于生物信息学使用公用数据发表CNS期刊究竟会面临哪些挑战

关于染色体不稳定性

染色体不稳定性（CIN，chromosomal instability）对于肿瘤具有非常复杂的影响，包括驱动基因的丢失或扩增、大片段重排、染色体外 DNA（ecDNA）、微核形成和先天免疫信号的激活等等。这导致其了与肿瘤的分期、转移、不良预后和耐药等均有关联。

造成 CIN 的原因也是多种多样的，其中包括有丝分裂错误、复制压力、同源重组缺陷（HRD）、端粒异常和断裂-融合-桥周期（Breakage-fusion-bridge cycle）等等。

由于这些原因和后果的多样性，在目前的研究中，CIN 通常被当作一个综合事件来看待。

CIN 的测量描述，通常来说，或者是将肿瘤分为高 CIN 或低 CIN 两类，或者局限于如 HRD 这一单一病因，有或者局限于如染色体臂变化这类特定的基因组特征，再或者只能对特定的癌症类型进行量化。

目前还没有一个系统性的框架来全面描述泛癌症的 CIN 的多样性、程度和起源，也没有定义肿瘤内不同类型的 CIN 与临床表型的关系。（嗯，文章开头提到的两篇文章就都是在回答这个问题）。

核心研究思路和方法

研究样本

为了解决上述提到的问题，作者首先使用来自癌症基因组图谱 (TCGA) 的SNP6 array数据，获得了 33 种肿瘤类型的 7880 个高质量绝对拷贝数图谱。使用的软件和筛选流程见下图。

特征选择

作者使用自己团队 2018 年发表在 Nat. Genet. 的一项卵巢癌 CIN 研究框架，对 6,335 个全基因组拷贝数结果计算了先前已经证明有效的五个拷贝数特征，这些特征可以代表拷贝数的变化模式（CIN 不同潜在原因）。

这五个特征包括：

• 相邻染色体片段之间的拷贝数变化
• 片段长度
• 每 10Mb 的断点数
• 每条染色体臂的断点数
• 拷贝数振荡状态的链长度

不理解的可以看原文method详细说明或者下面的示意图。

关于为什么没有把一些更容易理解的指标纳入考虑，作者也在附件方法中也给出了一些解释。

比如，排除绝对的拷贝数值是因为，多个拷贝数变化事件可能发生在同一基因组位置，因此该段的绝对拷贝数可能因各种变异事件的顺序而有很大的不同。

例如在全基因组复制 WGD 的背景下，一个单拷贝丢失导致拷贝数为 3，但在非全基因组复制的背景下则为 1，尽管它们可能是由导致缺失的同一突变过程引起的，但是会有两个不同的特征。

因为染色体倍性会对很多生物学特性有特殊的影响，不使用绝对数值作为特征可以纠正倍性的影响，避免出现在不同倍性背景下编码相同原因的冗余特征。（多说一句，其实这一特征在文章开头提到的另一篇同时发表的Nature文章是用到的）

对于不考虑杂合性缺失（LOH）状态，是因为作者大多数 LOH 事件是所谓的拷贝丢失事件，可以通过拷贝数变化来检测。在文章使用的数据集中，他们发现整个 TCGA 中的 LOH 事件中位长度为 3.6Mb，这表明大多数事件可以通过 SNP6 技术或者 WGS 检测到。但是随着科学研究越来越多的用到了 shallow WGS 和单细胞测序，它们尚不能提供准确的等位基因特异性分辨率，因此专门的 LOH 特征可能导致这个方法的应用受限。（再多说一句，其实这一特征在文章开头提到的另一篇同时发表的Nature文章也是用到的）

看到这里，我会有一个疑问：基于测序数据的这几个指标是否可以用来描述和区分生物学中常见的CIN相关事件。

如下图所示，这里作者也列出了经过充分研究后上述五个具体的拷贝数特征能够捕获哪些已知的拷贝数pattern。而正是这些这些促使作者选择了这五个基本特征来模拟已知的pattern，并有可能区分其突变过程。

Signature构建

有了这 5 个特征之后，作者应用混合模型来定义每个队列范围内特征分布的不同成分，最终在 5 个特征中共确定了 43 个混合成分。其中片段长度包含了 22 个成分，拷贝数变化包含了 10 个成分，如下图所示。

从理论上讲，这些43个成分就代表了定义 CIN 过程的基本模块。然后就可以利用这些混合成分对每个肿瘤基因组进行编码，通过概率计算将拷贝数事件分配给这些成分，形成一个 6,335×43 的矩阵。然后，应用非负矩阵因式分解的来识别拷贝数 signature。

主要结论

17个拷贝数 signature

作者首先使用完整矩阵，发现了 10 个泛癌症拷贝数 signature。然后使用矩阵子集，代表至少有 100 个样本的单个癌症类型进行分析，首先找到了 128 个癌种特异性 signature。

随后通过三步过滤，来避免 signature 冗余。

1. 删除所有与任何泛癌 signature 的余弦相似度超过 0.74 的癌种特异性拷贝数 signature
2. 从余弦相似度超过 0.74 的癌种特异性拷贝数 signature 中选择一个有代表性的 signature
3. 删除构成泛癌 signature 组合的癌种特异性拷贝数 signature

最终找到了 17 个拷贝数 signature（10 个泛癌和 7 个癌种特异性），在下图中你可以看出这 17 个 signature 中不同拷贝数特征如片段长度和断点数等的 43 个成分的权重。

使用线性组合分解计算它们的活跃度，最终就可以得到一个泛癌的 17 个拷贝数 signature 和它们在 33 种癌症类型的样本活跃度。

推测不同 signature 成因

这篇文章的亮点在于不是讨论CIN之后会怎么样，而是解释哪些原因导致了CIN。因此就需要将 17 个 CIN 特征与产生 CNA 的推测原因联系起来。（思考题，如何用已知解释未知并且让人觉得可信，是生信最大的难点）。

关联的整体思路：

• 首先通过signature和CIN相关基因突变的关系，为每个signature赋予假设的对应原因
• 然后再通过不同维度的其它数据集进行交叉验证
• 然后根据验证结果给予评分。

使用数据

总体来说，为了完成这一步，如下图红框所示，他们用到了目前几乎所有可用的公共数据。

两个患者队列的数据及其临床数据

• 泛癌全基因组分析（PCAWG）项目的约 1900 名患者
• 自国际癌症基因组联盟（ICGC）项目的约 400 名患者

五种突变特征

• 单碱基替换（SBS）single-base substitution (SBS)
• 插入-删除（ID） insertion–deletion (ID)
• 双碱基替换 doublet base substitutions
• 早前卵巢癌研究拷贝数 ovarian copy number
  重排 rearrangement

14 个分子特征

• 体细胞点突变 somatic point mutations
• 基因表达 gene expression
• 细胞周期评分 cell cycle score
• 非整倍体评分 aneuploidy score
• 全染色体拷贝数畸变（CNAs）whole-chromosome copy number aberrations
• 串联重复 tandem duplications
• 杂合缺失 loss of heterozygosity,
• 染色体破碎 chromothripsis
• 成簇突变 kataegis
• 全基因组复制状态 whole-genome duplication status
• 端粒长度 telomere length
• 延伸机械活动 elongation machinery activity
• 染色体外DNA extrachromosomal DNA
• 着丝粒扩增评分（CA20）centrosome amplification score

11 个 DNA 修复特异性特征

• 胚系 BRCA1 / BRCA2 突变
• BRCA1 / RAD51C 超甲基化数据
• HRDetect 评分
• HRD 评分（Myriad myChoice）
• TP53 失活评分
• 端粒失衡评分 telomeric imbalances score
• 大规模状态转换评分 large-scale state transition score
• 杂合度丢失评分 loss of heterozygosity score
• DNA 修复能力评分 DNA repair proficiency score
• 23 个 DNA 损伤修复基因的蛋白表达评分
• 具有同源性的 PCAWG 结构变异

相关CIN基因鉴定

为了将 signature 活性和突变基因关联起来，作者进行了如下的筛选。首先通过 driver gene 的既往研究挑选出了 200 个肿瘤相关基因，根据 reactoma 数据库筛选出 1330 个 CIN 相关通路蛋白。对筛选后的 1179 个基因按照有无突变分为两组检测和17个CIN signature的相关性，找到788个至少和1个signature相关的基因。在这788个基因中通过qvalue和effect size进行过滤，保留了32个和signature高度相关的高可信度基因。

这32个基因是 AKT1, BRCA1, BRCA2, CCND1, CDK4, CDKN2C, CIC, CUL1, ERBB2, ERBB3, ERCC2, FBXW7, H3F3A, IDH1, IDH2, MAPK1, MYC, NFE2L2, RAC1, RPL22, PBRM1, PCBP1, PIK3R2, PMS1, PPP2R1A, PSMA4, SPOP, SOS1, SOX9, TP53, U2AF1, VHL。作者研究了围绕这些基因的文献，并整理了关于它们如何影响基因组稳定性的信息。

这些基因突变和拷贝数signature存在着如下关系

再上图你可以看到一些基因被红线划掉了。这是为什么呢？

对于如上图所示显示出扩增模式的四个特征（CX8、CX9、CX11、CX13），作者研究了它们与染色体外DNA扩增子的关系。由于致癌基因容易被ecDNA扩增，作者假设通过ecDNA扩增的基因可能是产生这些扩增子过程的结果，因此可能与突变过程没有因果关系。用相关研究文章的数据测试了在ecDNA扩增子中扩增的高置信度基因的特征活性的变化情况，对于扩增相关signature中的每一个高置信度基因检验带有该基因扩增子的样本是否比没有扩增子样本具有明显的signature活性。因此额外删除了几个用于假设CIN成因的基因。

病因假设

根据signature和CIN相关联的病因假设逻辑如下图。

如果一个signature没有和它相关联的基因，那就没办法做出假设。如果一个signature不包括扩增但是有相关联的基因，查找这个基因和CIN相关的机制，如果有已知的机制就给出假设；如果一个signature包含了扩增且有基因关联，首先判断这个基因是否在ecDNA中也富集，如果富集了就假定不存在关联。然后还有剩余基因的，根据和CIN的相关功能进行假设。利用这样的分析共得到了11个signature可能的假定成因。

有了这些可能原因之后，再尽可能多的利用外部数据进行验证，给出打分。

如果高置信度的基因将某一特征与已知的CIN类型联系起来，加两颗星。如果有额外的数据支持该假定的原因，我们就增加第三颗星。

最终，八个signature（CX1-CX6，CX8，CX11）获得了三颗星。三个signature（CX10, CX14, CX17），即至少有一个高可信度基因与已知的CIN类型相关，但没有额外的数据支持。三个signature（CX9、CX13、CX16）被授予一颗星，这些特征没有高可信度基因，但一些额外数据验证使作者能够提出一个推测的病因。三个特征（CX7、CX12、CX15）为零星。

这里可以看一个具体的实例，比如在CX3中，本身的突变特征提出了假设，它具有LST可能和HRD相关；同时一个拷贝数的改变显示它可能是LOH事件和tandem duplications。

基于此，根据关联基因发现以下这些基因的功能确实和CIN的功能相关，首先给两颗星。那么是否有其它数据的支持呢？可以看到各种其它 HRD 相关的signature都存在，且还有生存数据的支持，最终三颗星。

经过这样一通复杂的验证，最后得到了下图这样一个核心结果。关于详细成因的解释还是看原文吧。

染色体异常与七个不同的特征有关，表明许多潜在的原因是这些复杂重排的基础。复制压力与八个signature相关，突出表明它是CIN的一个主要来源。不同的特征显示出在WGD之前（CX1、CX2、CX7和CX15）或WGD之后（CX3、CX5、CX6、CX8、CX9、CX13和CX17）发生的偏向，显示了WGD事件在调节CIN方面的重要性。APOBEC突变和kataegis特征与六个signature相关，强调了这些是CIN的一个共同特征。

药物反应与药物靶标识别

有了原因的解释，这些signature可以用来做什么呢？

上述成因的探索结果暗示了典型的癌症相关同路是CIN的一些主要驱动因素。而这些途径中的许多基因都是靶向治疗的重点。

因此，鉴于这些signature可以很容易地在病人肿瘤中测量，作者接下来探讨了它们在治疗反应预测和药物靶点识别方面的效用。

作者整合了来自297个癌症细胞系的数据，结合通过CRISPR-Cas9或RNAi筛查确定的基因重要性以及对药物扰动的响应相关联，来发现相应的生物标记物和新的药物靶点，进而评估signature活性和基因以及药物敏感性之间的相关性。

分析结果如下图所示，作者确定了40个基因的拷贝数signature与靶点的遗传和药物扰动都有明显的相关性。

在这些基因中，CX5是HR相关的一个特征，预测了通过抑制PARP1对奥拉帕里的反应，又因为这一特征也与RNAi敲除PARP1相关，因此可能代表了一种生物标志物对常规蛋白功能的抑制而不是PARP的捕获。

CX9（复制压力有关）与针对参与主要有丝分裂途径的基因（EGFR、JAK1、MET、PRKCA和PIK3CA）的多种激酶抑制剂的反应相关，这表明多激酶抑制剂的方法可能适合复制压力相关的肿瘤。

同时，从CRISPR和RNAi扰动筛选中，找到了104个具有可药用结构的靶基因，这些基因目前在临床上没有靶向治疗方法。这些代表了预测的合成致死药物靶点，其中49个有证据表明与CIN相关的机制有牵连（如上图所示）。

预测铂敏感性

三种同源重组受（impaired homologous recombination，IHR）相关signature表明了CIN复杂性增加的一种模式。

即单独的IHR会产生CX2，它代表了串联复制的小拷贝数变化特征。IHR加上复制压力会导致CX5，它涉及较大的CNA。最后，IHR加上复制压力、NER受损和DNA损伤信号受损会产生CX3，其最大的CNAs与杂合度的丧失密切相关。不过研究结果没有说明这些不同层次的复杂性是以递进的方式发展的，还是由独立的过程发展。

HR和NER的损伤已知对铂化疗的敏感，鉴于只有CX3与NER的破坏有关，作者假设IHR特征可能表现出不同的铂敏感性预测能力。

由于卵巢癌患者经常接受以铂为基础的化疗，于是用Cox模型测试了三个特征预测总生存的能力，从而推断铂敏感性。可以看到，CX2与铂敏感性没有关系，CX5可以预测耐药性，CX3可以预测敏感性。

鉴于这些IHR特征能够预测铂化疗反应，作者进一步假设是否可以结合这些特征提供更好的铂敏感性预测指标呢？

由于CX2不具有预测性，作者首先将其作为捕捉非预测性IHR相关基因组变化的参考，并要求预测性的CX3活性超过它才有可能赋予敏感性，即如果CX3活性大于CX2，则预测敏感性。

如下图所示，这种可解释的分类器能够区分BRCA1胚系突变的卵巢癌队列、TCGA队列中的卵巢癌队列和独立验证队列和也常规使用基铂化疗的食管癌队列的总生存期。其实此前也有不少基于机器学习的复杂模型进行预测，但是作者测试发现这种简单的分类也不必之前需要更多信息的方法差。

以上就是这篇文章的主要内容，因为60多幅图和60页的附件实在是太多了，我的梳理能力也有限，如果你读到这里产生了其他疑问还是得自己再去看看原文。

接下来我们聊点或许能让你感兴趣的。

和审稿人反复掰头

正如文章开头所讲，这篇paper从投稿到online用了接近两年的时间，对于一篇没有湿试验的 paper 来说和 review 的拉扯不可谓不长。

经历的四轮大修，我仅仅是读了一遍他们 92 页的交锋记录就感觉血压上来了好几次。如标题所言，2022年用TCGA数据研究染色体不稳定性还能发Nature，凭什么？ 这不是我的疑问，而是几位审稿人的质疑。

如果你真的想提高自己的科研思维，我以为或许读Peer Review File比读原文更有价值。

第一轮意见

首先，值得祝贺的一点是这篇文章一上来没有被editor直接拒掉，好在顺利到了三位审稿人手中。

通过阅读 Peer Review File，可以看到第一次投稿 review 后，三个人里，第一个提出了 8 大问题（Specific points）和 5 小问题（minor）；第二个提出了 6 点大修和 4 点小修；第三个则是直接给出了 5 点主要问题（major issues）。

好在，这一次应该又是editor手下留情，给了作者大修的机会。以下是我觉得比较有趣的部分内容。

审稿人1

他的第一次的评论很不客气，说白了就是拒稿的意思。他提到：

• 80%的肿瘤发生了CIN这件事情可能被高估了
• 一个特定的signature如何与给定的病因联系起来尚不清楚，文中主要是推测。
• 不清楚这样一个标志性数据库可能对癌症预防或治疗产生什么影响，也不清楚它是否有任何用处。
• 作者写的东西不太可能被非专业读者理解，因此它最适合一本更专业的期刊（这句话你是不是经常在自己的审稿意见中见到啊）。

而在8个Specific points中，审稿人主要质疑了如下几个问题。

• 这篇文章和作者2018年发表在Nature Genetics上有啥差别你给我解释解释
• 你们发现的一些结论在更多的队列中是否成立你给我测试测试
• 你这个signature和先前2018年发表结果一致性较弱，是否是因为这次的数据是TCGA snp6 array，而之前使用的是shallow WGS。

审稿人2

评论如下图。从第二个审稿人的回复中，可以看出来第一版的投稿作者似乎只解释了两个在所有癌种里最常见的signature，且这些对应的生物学过程目前已经研究的比较多，认为应该关注更多的其它signature解读。

他提到的主要质疑包括

• 希望作者能将CX2与其他基于拷贝数的HRD特征进行比较，如HRD score和HRDetect。
• 最近的WGS研究以比SNP阵列更高的分辨率对体细胞拷贝数的改变进行了非常详细的描述（其实就是说PCAWG）。作者能否与最近发表的结果进行比较？
• 由于CIN特征的生物学解释是最重要的，那么如何根据WGS来识别这些CS呢？检测这些的能力是很棘手的，因为片段的数量和它们的大小都会不同。
• signature推导的方法写的不清楚，也许可以用插图或流程图来说明。

审稿人3

在第一次掰头的时候，看起来评价的很克制，但其实他的质疑最大，也造成了后面几轮引入了第四位审稿人。

第三个审稿人认为尽管CNV特征可以为了解CIN提供信息的想法是有希望的，但作者所描述的方法不够新颖或信息量不够，而且这些发现缺乏坚实的支持证据。

他的主要质疑包括如下几个问题：

• 你很多结论是基于相关系数的。你肯定无疑知道当有许多数据时，即使是微弱的关系也会变得有统计学意义。例如，你自己说5年生存率和CIN之间存在着关联性，但从图1b可以清楚地看到，这种相关性是由少数离群值驱动的，我很惊讶你根据这个图声称CIN与生存率有关联。（看来第一版文章作者一开始放了一个生存和CIN的相关性，直接被审稿人diss，可以说伤害不大但是侮辱性极强）
• 该研究没有描述本文与同一主题的其他论文有什么不同和补充，特别是考虑到SNP数据是非常老的，而且以前已经分析过了（简单说就是你这个事情有啥意义呗）。
• 对于IHR特征，拷贝数段的长度（4.9-30.8Mb）似乎比SV特征（1-10kb）所报告的要大得多（Nik Zainal，Nature 2016），HR缺陷像本研究报告的那样普遍真是意料之外。你自己说九个不同的签名与同源重组缺陷有关，但又没有提供任何机制上的解释。反正我不相信。
• 完全不明白为什么你不把分析扩展到WGS，证明发现是可重复的，并与已有文献一致。
• 为了确定一个样本中是否存在CIN，作者使用了一个有点武断的20 CNA阈值，这可能夸大了具有实际基因组不稳定性的样本的比例。同样，以前也分析过同样的样本（不仅是SNP阵列，还有WGS），但没有对这些参数的结论的稳健性进行比较或检查。
• 应该再看看可能的过拟合和假阳性问题。你是测试了对两个signature应用最低阈值的必要性。然而这两个是与整个染色体或染色体臂拷贝数变化相关的，更容易被检测到。其它的会不会存在假阳性呢？

我们这里小结一下，几个人最关键的就是两个终极拷问：

• 你这个东西是不是可以在多种测序方法中适用
• 你这个东西在临床上有什么用

作者更新了什么

投稿的时候大家都有经验，关于审稿人的问题需要逐个回复，感兴趣的话就自己读读，这里只说几个最关键的修改。

作者的原话是：这次修订包括重大改进和额外结果，我们完全改变了文章的内容。那翻译一下就是重写了一篇。

1. 通过比较来自五个测序平台的相同患者的样本，验证了我们方法的稳健性。我们还定义了特定签名的噪声阈值，这使得低活性签名的检测更加稳健，避免了过度拟合。（其实这个问题读者也会提出来，不知道读前文的时候你有没有这个疑惑🤔）
2. 通过结合与突变驱动基因、拷贝数pattern和多个外部数据集的关联，确定原因。更明确地说明了每个假设原因的多证据来源，包括星级评定。我们将所有的证据呈现在网络资源中，供读者探索。（完全重写了成因推测相关内容）
3. 突出方法的临床影响：(a)使用我们的signature来识别药物靶点和预测药物反应；(b)开发基于signature的分类器来预测卵巢癌的铂敏感性。（原来这两部分在第一次投稿的时候是没有的）
4. 大幅扩展我们整合的数据和资源，包括PCAWG和ICGC队列，额外的独立注释和变量，以及不同类型的CIN的测量指标。

虽然我们没办法看到第一版的文章，但是从这几个修改可以看出来，作者第一次敢直接投Nature也是挺勇的，大不了就是做一个被Nature拒稿的人。

关于稳健性测试这一块，其实最后的文章里作者在附件和附图中有了大量的分析来证实。为了验证这个 signature 模型的鲁棒性，作者在 TCGA 中筛选出了有 PCAWG WGS 数据的 478 个样本，对 WGS 数据进行基于 SNP6 芯片的下采样和 shallow WGS 下采样，将 WES 数据区分为 on-targets 和 off-targest，进行一致性评估。

还通过在人类基因组中引入拷贝数变化，模拟了如下五种染色体不稳定的活动：

• 通过有丝分裂错误引起的的染色体错位（CHR）
• 通过同源重组缺陷引起的大规模状态转换（LST）
• 通过 ecDNA 环化和扩增引起的大片段扩增（ecDNA）
• 通过细胞分裂失败导致的早期基因组复制（WGD early）
• 通过核内复制引起的晚期全基因组复制（WGD late）

然后再用自己的方法验证是否是不是能把这些内容还原出来。

临床应用价值这部分第一版看起来就是在fig1引入了一个CIN和生存的相关性，这次作者的回复是认怂，那我们就把这部分内容删掉。然后你要临床价值，那我就给你好好做做临床价值，才有了上文看到了药物预测和化疗敏感性预测。

第二次意见

作者一顿回复之后，迎来了第二波攻击。

审稿人1

第一个略被说服，重新提出了 6 个小问题

审稿人2

第二个人也表示肯定，但是表示因为你有重写了一篇文章，那我再根据你新写的文章接着追加 6 个小问题。

审稿人3

在前面两个审稿人态度转变之后，第三个审稿人开始发难了。

你可以感受一下他大概说了什么，以下为大致翻译。

自第一次提交以来，作者做了大量的工作，包括对另外几个人类癌症队列和细胞系模型的分析。他们在BRCA1突变的卵巢癌开发了一个基于CIN特征的分类器和一个预测铂化疗的模型。这是一个有趣的观察，但是由于WGS的病例数量较少，无法断定HRDetect是否能实现这一目标（难道他是HRDetect方法的作者么？）。

作者还比较了不同的测序平台，以评估他们的CIN特征方法的稳健性，但是这些比较是基于下采样的WGS/WES数据，不清楚当他们的方法应用于原始WGS/WES数据时，是否仍有相同程度的稳健性（这是不满意你没花钱测新的样本？）。

尽管做了大量的额外工作，我们认为新版本的主要结论并不令人信服。我们认为这篇文章存在着严重的方法学问题，而且我们发现signature的原因解释是推测性的。因此，我们认为这个文章不适合在Nature上发表。

关于为什么有严重的方法学问题，为什么不适合发表，他写了很长内容很多个问题，其中三个问题如下：

• signature设计方法存在缺陷，没有之前SNV signature的方法严谨，具体在于计算时一个CNV会同时贡献多个feature。
• 还是基于相关性讲故事，第一版你是单一维度的相关，现在你变成多个维度的相关，但还是相关性。比如例如CX2和CX5在同源重组通路突变的肿瘤中富集的并不意味着这些特征是特异性的或由于同源重组受损造成的。
• 关于HR相关的内容做了很多分析，但是这些都是矛盾的，比如CX5与PARPi的敏感性有关但同时也与铂耐药有关。

作者更新了什么

这一波操作，想必作者已经多了很多信心，没有再重写一遍文章，「只是」增加了7个figure，6张表。

这里我们重点挑几个对于审稿人3相关问题的回答看看：

对于CIN signature 和 HRDdetect 比较对于BRCA1胚系突变患者铂化疗敏感性的问题，作者说HRDdetect只有三例可用样本，你不是说是因为样本少看不出效果么，那我就直接从正文里拿掉了，顺便补个刀，HRDetect算法在训练的时候是把BRCA1/2突变当作正向label使用的，我们也不指望它能在突变组内部再有什么作为。

对于审稿人质疑CX2和CX5可能并不意味着这些特征是特异性的由于同源重组受损造成，而是一个副产物，作者里巧妙的使用CX2和CX5 CX3 这三个signature以及癌种在BRCA各种突变类型的样本之间做了一个多因素分析。证明，在多因素矫正后，CX2和CX5然后是显著在BRCA1突变的样本中有差异，因此表明CX2和CX5可能与BRCA突变状态直接相关，即是HR受损的结果。

对于审稿人质疑CX5与PARPi的敏感性有关但同时也与铂耐药有关互相矛盾时，作者则给出了如下答复。

这是一个有趣的观察（言外之意就是你看的好仔细），这确实似乎违反常识，因为公认铂敏感性也意味着 PARPi 敏感性。CX5似乎表明一些铂类耐药肿瘤也可能对 PARPi 敏感。这在文献中得到了一些支持，其中对铂耐药的胚系 BRCA 突变型卵巢癌对 PARPi 显示出敏感性。然而，我们认为我们没有足够的数据来进一步探讨这个问题，并没有在文章中强调它（我们的结果也有文献支持，你可以多查查文献）。

第三次意见

作者这一波回复之后，前两位审稿人已经表示可以了。

有趣的是，审稿人2甚至还回复了审稿人3的一些看法，顺便给作者出了主意，很可能是他也看不下去了吧。

审稿人3

压力来到第三位审稿人这里，这次他的评论可以看出来已经是「愤怒」了。

• 作者似乎没有意识到该领域以前的文献，也没有充分了解他们所采用的数学框架。
• 每次review我只是对文章中的问题举例说明，即便你回答了我的举例（比如从文章中删除原文）也不意味解决了问题。
• 作者一开始说他们仔细评估了所有相关关系，但是我们要求进一步验证的几个相关关系由于缺乏支持而被删除。我们的大部分问题导致论文中的陈述被删除，这与所说的相关关系得到很好支持的说法是矛盾的。（这个真的是神逻辑啊，你修改了我之前提出的问题，就说明你有问题）

有趣的是，在这次评论中，这位review做了两件事情。他首先引用了一篇2021年发表在预印本的CNA signature文章，说这篇文章就没有犯作者的错误。其实，他引用的这篇文章正是开头我们提到的一起背靠背发表的另一篇文章。

第二点，为了证明作者使用的模型真的有问题，他甚至自己做了一个模拟研究，以证明所提出的方法存在问题。而解决这个问题的可能方案就是使用另一篇背靠背发表的文章。

事已至此，最终压力给到了editor这边，三轮之后三位审稿人二比一，但是第三位态度非常强硬，那就不得不动用第四位审稿人来当一次裁判进入最终的第四轮修改。

作者更新了什么

这一次作者的回复是四轮答复中最有趣的。

为了让第四位审稿人吃瓜吃的明白一些，作者首先解释了一下前面三轮审稿发生了哪些事情。以下为作者的心路历程。

在整体回复的最后，作者还不忘说了这么一句话：

随着时间的推移，我们与审稿人讨论的主题变得更加详细和技术，但是重要的是不要忽视更大的问题。我们这个研究将大量和全面的基因组数据合成到一个连贯的框架中来衡量染色体不稳定性。这一框架为加深对CIN的理解提供了重要的一步变化，该领域在过去几十年中只取得了零星的进展！（哈哈哈，你们差不多行了）。

大局观归大局观，作者在这一轮用两个主要问题的回答，算是彻底结束和第三位审稿人的讨论了。

审稿人3的第一个问题是引用了一篇他认为没有在方法学上犯错误的同类型文章。

那作者就用第二位审稿人出的模拟基因组的主意，进行了一次模拟比较，设置了五种不同的突变过程，而另一篇文章只给出了3个正确的结果。

至于原因，作者解释为由于单特征编码使用了绝对拷贝数，同一个signature将在不同倍性背景下被人为地分割，这也是他们在多特征编码中删除拷贝数的原因。CHR、WGD-early和WGD-late三个过程被多特征编码所捕获是因为它们能够在整个特征空间中代表CNA的许多生物学特性。例如早期和晚期的WGD尽管有相似的拷贝数变化数，但可以通过片段大小的特征以及每10MB的断点数量区分。（写到这里，不知道另一篇背靠背的文章作者怎么看呢）

审稿人3的第二个问题是自己模拟了一个分析，使用NMF未能重现输入的signature，进而证明方法有严重问题。

作者表示，审稿人的模拟并不是我们方法的有效模拟而是存在一个致命的设计缺陷，人为地导致NMF过程失败。所以又给出了一个正确模拟的例子验证了结果。

至此，三轮掰头结束，整个的审稿过程基本也就要结束了。

第四轮意见

第四轮只有审稿人4发表了一些评论，认为作者已经很好的回答了之前几轮的问题，这是一篇会对相关领域产生有益补充的重要研究。而他也只是提出了一些文章表述上可能需要修改的问题。

审稿和修改过程

回顾一下四次审稿过程的经历，可以总结出作者的文章经历了如下变动。

1. 最初提交的材料集中在signature的推导和它们的生物学解释上，其采用的方式是方法扩展了自己以前发表的一篇文章（Nature Genetics 2018），以及我们发现的17个signature 相关原因的证明。很明显这里缺乏更多的数据支持，稳健型证明和最重要的临床相关用处。有一位审稿人拒稿，另外两位需要大修。
2. .第二次提交的基本是按照editor的要求重写了一次，对原因证明增加了大量证据，增加了对药物靶点和治疗效果预测的重要部分。审稿人1和2非常认可，但审稿人3又对基本方法提出质疑（为啥不早说呢？）。审稿人3从以前的SNV/SV方法的角度来看待我们的方法，作为回应，作者指出了拷贝数分析的独特挑战。
3. 增新增加了若干图表，在第三次提交后，审稿人3将他们的方法学质疑具体化为一项自己进行的模拟研究。同时提出了对于另外一篇文章方法的认可，明确表示拒稿。而作者则将两种方法进行了模拟数据的比较验证，又一次回答了审稿人3的模拟分析错误。
4. 在第四次和第五次提交后，作者对文章的表述和细节做了大量修改，最终呈现出了我们现在看到的68个figure，60页附件方法描述。

做研究和讲故事

通过阅读四次大修的故事，也许你已经完全意识到了生物信息方法在公用数据中发表一篇Nature可能会经历哪些磨难，但不得不坦白讲，你我应该经历这种磨难都概率很小。

那明知如此，我为什么还有写上万字来记录这个过程呢？其实，我废了半天劲把90多页Peer Review File读完的真实用意，是想尝试搞清楚一个Nature级别的研究从执行到发表，故事性和逻辑性上会有怎样的提升。

幸运的是，在读完这折磨人的90多页文章修稿过程之后，我看到了通讯作者自己在社交媒体发布的文章主线介绍。也终于完成体会了，一个支离破碎修修补补科研项目，如何变成了一个严谨的激动人心的科学故事。

在本次推送的最后，你也来读读吧。以下内容来自于通讯作者的社交平台，我进行了大致翻译，大家重点体会此刻这个研究的呈现逻辑。括号里的内容是我的自行补充说明

一个好的科学故事

多年来，我们一直在与CIN肿瘤作斗争。我们经常看到TP53突变在CIN中出现，但很少看到其他驱动因素。一段时间后，我们开始在混乱中看到了规律，并开始意识到这些特征代表了CIN的不同原因。这些可以帮助我们更好地理解CIN吗？（提出问题）

我们的第一次成功是在卵巢癌研究方面，在那里我们发现了如何对DNA拷贝数（CN）模式进行编码以允许因果机制的识别。这包括片段长度、断点数量等等。作者从浅层全基因组测序的高级别浆液性卵巢癌（HGSOC）病例中确定了拷贝数特征。（介绍背景）

此后，我们改进了之前的编码方式，如不再包括片段的绝对拷贝数。这似乎与直觉相反，但却出奇地有效。现在，不同倍性背景下的相同CIN类型被一个单一的模式所捕获，而不是许多模式，这使我们能够实现泛癌的分析。（介绍方法改进）

我们从以前的研究中知道，每个肿瘤都会有多种类型的CIN，导致基因组中出现多种模式的重叠。因此，我们使用贝叶斯版本的NMF，用我们的新编码解开这些模式。

我们在泛癌种中应用NMF确定了10个特征。然后将其单独应用于每个大的癌症类型中又确定了7个泛癌特征。这使我们总共得到了17个泛癌CIN signature。

我们通过在模拟基因组中正确识别5种已知的CIN原因的组合，来测试编码和特征识别的稳健性。这五种特征包括 mitotic errors, cytokinesis failure, endoreduplication, homologous recombination deficiency and ecDNA circularisation/amplification。

我们的特征在不同的基因组分析技术中也是稳健的。无论是SNP芯片，深层和浅层全基因组，以及外显子组测序。（第二次修改才增加的内容）

至此，我们有信心拥有了一个强大的17 CIN signature，我们必须攀登下一个高峰：了解这些特征背后的生物学。（递进，介绍第二部分解释生物学原因）

第一个挑战：由于NMF产生了稀疏的signature定义，我们需要使它们更容易解释。为了做到这一点，我们把来自输入矩阵、活跃矩阵和定义矩阵的信息结合起来，生成了一个解释矩阵，其中每个signature都是在每个分解成分中被定义的。（第三次修改才增加的内容）

这个矩阵使我们能够开始理解我们的signature，在许多情况下，编码模式已经暗示了一种机制（例如，大长度片段+每条染色体未发生断裂=有丝分裂错误造成的染色体错位）。

第二个挑战：将signature与有缺陷的途径联系起来。为了做到这一点，我们测试了有突变驱动基因的病人的signature活跃度是否明显较高。这些联系，加上上面的矩阵使我们能够为12个siganture 提出推测的原因。（第二次修改完善）

第三个挑战。为假设的原因找到支持性证据。为了做到这一点，我们整合了大量的数据，以验证完善我们的推测。（第二次修改补充）

攀登了这座巨大的解释之山后，我们看到了山顶上的风景。3个有丝分裂错误的信号；3个同源重组受损的信号；4个复制压力的信号；1个NHEJ受损的信号；1个PI3K介导的WGD（星级=证据的强度）。5个未知数。

当我们考虑这个观点时，我们意识到许多被确定的缺陷因果途径包含正在被治疗的驱动因素。CIN特征能否预测对这些疗法的反应？或甚至确定新的药物目标？（你没意识到啊，第一稿根本没想到这个）

为了探索这一点，我们将297个癌症细胞系的signature与来自CancerDepMap的全基因组CRISPR、RNAi和药物筛选数据结合起来。我们发现我们的signature可以预测对44种靶向治疗的反应和49个CIN相关的可药用基因的扰动评估。

鉴于这些令人兴奋的体外结果，我们想知道......我们是否也能预测患者对CIN癌症的主要治疗方法之一的反应：基于铂的化疗？（这也是被审稿人diss才加上的）

以前，HRD已被证明可以预测对铂化疗的敏感性。但现在，我们有办法利用3个IHR特征来分解 "HRD "表型。

为了测试这一点，我们把重点放在了常规使用铂化疗的卵巢癌上。使用总生存期作为敏感性的替代物，我们发现CX2没有预测性，CX5预测抗性，而CX3则是敏感性！这已经非常棒了。但如果我们把它们结合起来呢？

基于胚系BRCA1/2突变体可能有HR损伤，但不一定对铂化疗敏感的想法，我们想出了一个简单的分类规则，将 "背景" CIN（CX2）从预测性CIN（CX3）中剔除。一个简单的规则，如果CX3>CX2，则为敏感，否则为耐药。

这个简单的分类器非常强大，能够对统一使用铂治疗的患者群体进行剖析。这包括BRCA1胚系突变的卵巢癌，以及其它卵巢癌、食管癌和乳腺癌的队列。其性能也可与更复杂的方法相媲美。

多么好的旅程啊，我们的signature提供了一个了解CIN的窗口，并提供了一个框架来评估泛癌症的染色体不稳定性的程度、多样性和起源。（升华主题，上价值）

为了更快地将这项技术带给病人，我们还成立了TailorBio。这家科技生物初创公司拥有将这项技术转化为精准医疗平台的独家权利，该平台用于改善患者分层并开发新的靶向治疗。

下一个研究前沿是研究CIN的动态变化。我们正在开发技术，利用来自早期病变、KO细胞系和药物处理过的器官进行单细胞基因组分析，识别正在进行中的CIN。欢迎你和我们联系。（介绍正在做的事情，占领地盘顺便招人）

本文作者：思考问题的熊

版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。

如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。