精准治疗是炎症性肠病（IBD）的研究热点。现行的各类组学研究成果、数据整合和计算机网络化模型以及新型临床试验，为未来精准治疗奠定基础。本文从IBD精准治疗的必要性和可行性、基础和临床研究现状、未来方向、实施方案等方面阐述最新的研究进展。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
炎症性肠病（inflammatory bowel disease，IBD）是一种慢性肠道炎性疾病，涉及多个致病因素、多种发病机制。虽然生物制剂和小分子制剂等药物极大推动IBD的治疗，但目前仍存在多个难题亟待解决，如药物极限疗效较低、疗效和预后的预测机制欠缺等。精准治疗是以生物分子学、临床特点和生物标志物为基础的精准干预性治疗，能够预测疾病转归，是IBD未来的治疗方向。本文就IBD精准治疗的最新进展作一论述，以供参考。
在20世纪初，传统医学已有了"针对性治疗"的概念，即对不同患者或疾病状态，应采取不同的治疗策略和方法，这是"个体化治疗"理念的萌芽。基于近30年基础研究的成果，2015年美国学者提出未来的疾病治疗应向"精准医学"（precision medicine，PM）模式转变，临床上以"精准医学"代指其核心思想"精准治疗"，即在明确病因和机制基础上，施以精确有效的治疗。与"个体化治疗"关注某一具体患者不同，"精准医学"拟将具有某一共同特征的个体归入同一亚群，给予特定治疗，使其在疗效、治疗费用和不良反应上与其他亚群患者明显不同[1,2]。在亚群分类时，需要整合生物分子学、临床特点和生物标志物等综合信息确定相关特征，作为群体分层和干预治疗的基础。
目前认为，一类疾病的"精准医学"应包含七个部分：（1）基础研究；（2）临床研究；（3）行为学和（或）社会学；（4）数字化记录；（5）各种"组学医学"；（6）计算机技术介入；（7）疾病生物学网络[3]。前3部分是已熟知的常规内容。数字化记录为数字化医疗，是当代医学数据储存和交流的基础。"组学"包括基因组学、转录-蛋白组学、微生物组学和代谢组学等分子信息。计算机技术着重于各种基础与临床研究海量数据的分析、整合。疾病生物学网络是在整合、解读（阐述）各类数据基础上，提出疾病发生发展机制或假设，分析各种致病因子的具体作用和动态变化。网络生物医学已成为未来疾病综合研究的基本模式，构成了"精准医学"的核心。
IBD是一个涉及多致病因素、多种发病机制，并与个体遗传背景和免疫功能相关的异质性疾病。既往研究均期待能发现单一主导性病因或发病通路，以解释疾病的起源和发展过程。最经典的莫过于发现IBD患者的核苷酸结合寡聚化结构域2（nucleotidebinding oligomerization domain 2，NOD2）基因突变和肠道菌群异常。而全基因组关联研究（genome-wide association studies，GWAS）发现，与IBD发病可能相关的"致病基因"多达200个以上，且可存在于健康者中；即使有所谓的"核心基因"，也无法解释病变发生和临床多样性问题[4,5]。同样，IBD患者肠道微生物的构成与对照者明显不同，但缺乏特征"致病性"微生物。IBD的菌群失调，在不考虑宿主异质性和生活、饮食方式因素时，很难判断其致病性。所谓的干预性治疗（益生菌、粪菌移植）仅使部分患者获得暂时改善，且无法预测治疗结果[6,7]。事实表明，在IBD发生和持续过程中，不存在单一的致病因子和唯一恒定的机制通路。
近20年来，IBD的治疗取得长足的进步，但仍有诸多问题尚待解决。其一，虽然药物数量增多，但机制研究仍相对滞后，现有生物制剂的极限疗效（即黏膜愈合）仅为30%~45%，与期望疗效有相当差距；其二，未能在疾病早期，从分子层面识别疾病的风险因子和高危人群，无法在早期阻断疾病发展；其三，在整个治疗过程中缺乏有效标志物，不能预判药物疗效和预后。
上述问题的解决，取决于更全面深入的基础研究，同时将既往以患者临床表型为依据的治疗模式，转变为以分子变化和标志物为基础的精准干预性治疗，并能判定疗效和转归。这种更加合理科学的治疗手段，未来会成为包括IBD在内的诸多内科疾病的主流方向，虽然过程艰巨、目标遥远，但现行的各类组学研究成果、数据整合和计算机网络化模型以及新型临床试验，为未来精准治疗奠定基础[8]。
确定IBD相关病因和致病机制是精准治疗的基石，各种组学研究代表了基础研究的全面性和前沿性，现就部分进展作选择性介绍。
遗传学与IBD易感性、临床表现及病程、治疗反应等明显相关，NOD2、白细胞介素23受体（interleukin 23 receptor，IL23-R）、IL-12、Janus激酶2（Janus kinase 2，JAK2）、胱天蛋白酶募集域蛋白9（caspase recruitment domain-containing protein 9，CARD9）、肿瘤坏死因子超家族18（tumor necrosis factor superfamily18，TNFSF18）和IL-10等部分基因变异会影响多个功能通路，涉及肠道内环境稳定、上皮屏障功能、微生物组成、自噬、天然和适应性免疫等[9,10,11]。在表观遗传性方面，研究集中于DNA甲基化、组蛋白修饰和调节性RNA的作用，其中，DNA甲基化作为标志物的研究最广泛和深入。UC和CD有不同的甲基化位点，部分甲基化簇虽不能作为独立预测因子，但与CD手术率、免疫调节药物使用风险有关。mRNA排序可影响部分基因表达。研究显示，不同转录表达的IBD患者，对抗肿瘤坏死因子（tumor necrosis factor，TNF）-α单克隆抗体（简称单抗）或etrolizumab的治疗反应不同；药物治疗前抑癌蛋白M高表达是预测IBD患者抗TNF-α单抗高失败率的指标[12]。
肠道微生物在免疫系统发育、免疫耐受建立、营养素吸收与代谢、表观基因修饰上发挥重要作用。目前认为在遗传易感个体中，肠道菌群失衡是异常免疫反应的后果，两者在IBD发病中均占据核心位置。IBD患者肠道菌群在数量和构成上变化显著，目前已明确的改变包括菌群多样性减少、厚壁杆菌比例减少、变形菌和放线菌比例增加，在整个病程中这些变化是动态的，同时伴有病毒和真菌的改变[13]。另有，大量研究关注IBD患者菌群失调与疾病表型、病程和治疗反应的关系，遗憾的是尚不清楚肠道菌群失调是IBD的病因还是结果[14]。
临床医学中的"异质性"是指疾病特征的多样性和变异性，IBD患者异质性涉及基因背景、临床表型、治疗反应等多个层面。在200多个IBD风险基因中，部分为UC和CD共有，另一些则分别与UC或CD相关，例如NOD2、自噬相关16样蛋白1（autophagy related 16 like 1，Atg16L1）和免疫相关GTP酶家族M蛋白（immunity-related GTPase family M protein，IRGM）与回肠CD有关[15]。迄今研究发现，遗传因素仅与高加索人种有关[16]。
目前IBD的治疗选择仅依据临床表型、疾病严重程度评分、生化指标和影像学检查等，精准性欠缺。有限的研究尝试探讨基因特征与临床表型和转归间的关联性，发现NOD2基因多态性与CD的年龄、并发症发生有关；ATG16L1基因的多态性位点rs2241880风险等位基因与CD肛周病变有关[17]。人类白细胞抗原（human leukocyte antigen，HLA）的等位基因HLA-DRB1*0103与UC广泛累及、肠外表现和手术风险相关；荟萃分析提示TNF-α多态性与IBD结直肠癌发生有关联。
从胚胎到成人，环境因素会对个体发生作用。目前已知的与IBD相关的环境因素均来自回顾性流行病学调研，如母乳喂养、卫生设施、婴儿期使用抗生素、吸烟、食品添加剂（乳化剂）、感染等，调研内容是由已知的病理生理异常而设定的，如吸烟与IBD病情关系、肠道菌群失衡可能源于早期黏膜屏障破坏，由于无法判断上述暴露因素对机体作用的时间、强度和持久性，相关病因均属于假设性判断[18,19]。
部分IBD基因改变与临床治疗间的研究成果已用于指导实践，包括TPMT基因分型与嘌呤类药物治疗剂量个体化选择、Nudix水解酶（Nudix hydrolase，NUDT15）基因变异可增加嘌呤类药物引发的骨髓抑制风险[20,21]。CD患者Atg16L1基因型会影响激素、免疫抑制剂和生物制剂的疗效，IL-23R基因型影响UC患者对英夫利西单抗的治疗反应[22]。
部分IBD观察性研究结果虽然与精准治疗并非直接相关，但对了解疾病的转归与自然病程很有帮助。10%初诊UC患者在5年内会被诊断为CD（结肠型），5% CD则被诊断为UC；部分UC可由直肠型演变为左半结肠或全结肠型（5年内发生率约为21%），27%全结肠型UC的病变范围会缩小[23,24]。CD的病情随着时间而进展，1年内病变会增多12%，狭窄或穿透率增加14%，部分原因与NOD2基因变异有关。吸烟的CD患者并发症风险升高，而戒烟后UC患者会更频繁复发[25]。阑尾手术是否对活动性UC有影响尚不确定，但会影响部分患者的病程。
与目前以临床特征和实验室指标作为治疗依据不同，未来将会以分子标志物来指导疾病的分类和治疗。目前生物标志物研究集中在以下7个方面：易感性或风险、疗效预测、亚型诊断、监测、药物反应、安全性和预后判断[26]。
近年最重要的预后标志物研究来自RISK研究，在首诊儿童CD患者的肠黏膜活检中，其细胞外基质特征可预测未来3年发生肠道狭窄的风险；患者的年龄、种族、病变部位、基因特征等参数，可构成一个良好的预测模型[27]。
相对于内镜操作取材，在血液中寻找生物标志物更易被接受。但与肠上皮DNA甲基化相比，外周血白细胞甲基化作为预后指标的研究未取得理想结果。将GWAS研究与部分血清学指标联用对预后判断有一定价值，但无助于疾病分层，且费用昂贵[28]。目前CD8+ T细胞的基因表达特征作为血液学指标尚待验证，在PROFILE研究中，将以CD8+ T细胞为标志物对患者进行分层，并观察其作为治疗依据的可靠性[29,30]。
代谢组学是否能作为生物标志物，目前未见明确报道。诸多研究提示，肠道菌群类别与疾病活动性相关，但未能成为预后指标，其主要缺陷在于个体间、同一个体不同时间段的差异较大[31]。
通过影像学表现预测疾病严重度是临床的热点。Lemann指数以评分方式评估疾病的累积负担和肠道的损害程度，磁共振MaRIA评分反应疾病活动性，两者均是CD肠道手术风险和住院率的独立预测因子[32]。肠道超声损伤指数可预测CD患者1年内的手术率。
目前预测疗效的标志物均是临床参数，但由于治疗方法和患者基线数据并不一致，临床参数的预测准确性和价值有限。有研究认为原发抗TNF-α单抗失应答与患者年龄、既往手术史有关，与炎症负荷无关[33]。以临床特征（既往手术史、抗TNF-α单抗使用史）、基线血清白蛋白水平、瘘管复杂性作为量化参数，以此预测维得利珠单抗或乌司奴单抗的治疗反应，结果显示个体间差异较大，预测能力未获广泛认可[34]。
在一项观察性研究中（PANTS），通过全外显子测序发现HLA-DQA1*05单体型异常者出现抗TNF-α单抗抗药抗体的风险增高1倍，此研究结果对临床上使用抗TNF-α单抗类药物是否加用免疫抑制剂有指导作用[35]。
对组织学和血液标本进行转录层面研究，发现有价值标志物的概率相对较高。微阵列芯片研究显示，在未使用抗TNF-α单抗类药物的结肠CD或UC患者中，存在IL-13RA2、IL-6、IL-11和肿瘤坏死因子-α诱导蛋白6（tumour necrosis factor-alpha-induced protein 6，TNFAIP6）基因变异，可依此鉴别抗TNF-α单抗类药物的反应者和非反应者[36,37]。
利用单细胞平台进行转录和（或）蛋白组学研究可发现，抗TNF-α单抗无应答者中的部分激活细胞（巨噬细胞、IgG+浆细胞、激活性T细胞、树突状细胞和间质细胞）在功能上存在关联性，但上游是否存在基因变异和临床确切含义尚待明确[38]。
结肠黏膜中Piwi样蛋白1（Piwi-like protein 1，P1W1L1）、MYCBP相关和睾丸表达蛋白1（MYCBP associated and testis expressed 1，MAATS1）、G蛋白信号调节因子13（regulators of G-protein signaling 13，RGS13）和Dachsous 2蛋白（Dachsous 2，DCHS2）基因表达水平可预测IBD患者接受维得利珠单抗治疗后内镜下黏膜愈合情况，但对抗TNF-α单抗无预测作用[39,40]。在一项Ⅱ期RCT研究中，血清IL-22水平可预测抗IL-23p19药物能否在CD治疗中发挥作用[41]。
IBD患者出现临床症状前，会有一段漫长的临床前期。期间各种致病因子会对易感个体发生作用，肠道屏障功能被破坏，失调的肠道菌群侵入肠壁导致异常免疫反应，最终引发肠道炎症和溃疡。从肠道溃疡出现到临床典型症状，仍需相当长的时间。通过对IBD若干个阶段的独立研究，探索理论上能阻止疾病进展的可能[42]。各阶段包括高风险人群与环境致病期、疾病启动期、疾病演进期和诊断期。现分述各期中代表性的异常改变及可能干预的节点和方式。
在欧美人群尤其是犹太人群中，有IBD家族史者更多，尤其是一级亲属，其中CD比例高于UC；22.5% IBD患者合并其他免疫介导性疾病，其中80%会先于IBD发生[43]。分娩方式与IBD发生可能无关，母乳喂养有保护作用；乳牙中重金属元素（铅、铜、锌、铬）为IBD发生的风险因素。孕妇、婴儿早期使用抗生素与早发型CD相关；口服避孕药会影响细胞增生、免疫反应和肠道屏障功能，可能与CD发生有关。运动与地中海饮食可降低CD风险，与UC无关[44]。
肠道菌群变化在此期中发挥重要作用，但迄今未发现所谓IBD的"标准性改变"。以某一时间点肠道菌群变化预测疾病的发生很困难。一项为期10年、针对目前健康的IBD患者一级亲属的前瞻性研究（GEM研究），观察基因类型、环境暴露和肠道菌群整个周期中的动态变化[45]。近期研究显示，观察对象肠黏膜通透性的增加呈时间依赖性，已成为CD风险的早期预测指标。肠腔内原发炎症可造成上皮缺失，并引发肠壁内异常免疫反应，此时是否合并菌群失调并不清楚。中性粒细胞激活和聚集，可增加结肠黏膜中髓过氧化酶的表达，与同时升高的粪便钙卫蛋白均被视为生物标志物。当适应性免疫被激发，血清中产生抗微生物抗体，31% CD患者、25% UC患者在临床前期会出现抗酿酒酵母菌抗体（anti-sacchromyces cerevisiae antibody，ASCA）和抗中性粒细胞胞质抗体（anti-neutrophil cytoplasmic antibody，ANCA）阳性[46]。欧洲研究发现，将ASCAIgG和IgA、pANCA、抗大肠埃希菌外膜蛋白C抗体（anti-OmpC）和抗细菌鞭毛蛋白抗体（anti-CBir1）联合监测作为生物标志物的准确性要明显高于单个指标[47]。
美国一项诊断前的纵向队列蛋白组学和微生物标志物研究（PREDICTS）发现，以51种蛋白质为预测标志物，预测5年和1年内CD发生的准确率分别为76%和87%，这些标志物涉及炎症、细胞因子通路、固有免疫和对细菌的反应等诸多方面[48]。
各种免疫激活可导致肠道炎症和组织进行性损伤，其过程从数个月到数年不等。在此阶段，无症状内镜损害是重要证据。在包括基因分型、血ASCA、炎症或免疫蛋白测定、粪便钙卫蛋白和胶囊内镜筛查的联合风险测评中，通过胶囊内镜下小肠黏膜破损度与高粪便钙卫蛋白水平预测IBD发生，更有可行性[49]。
精准治疗的核心是以分子水平为主的基础研究。不可或缺的生物材料包括背景资料完整的临床数据和生物样本，后者以血液、内镜和粪便标本为主[55]。IBD属强异质性动态疾病，研究目的不同，获取生物样本的时间点和频率不同。若研究探讨疾病活动性、风险预后和临床分型，应在初诊时采集样本；若研究涉及复发、缓解、并发症以及治疗反应，则应在特殊节点采样[56]。
各种组学研究结果对发现生物标志物很重要，目前尚未明确何种组学对预测预后和判断治疗反应最有价值。根据肿瘤学研究经验，同时行2 ~ 3种组学研究最可行且费用合理。IBD各组学间存有内在和上下游的关联，基因突变（基因组学）影响其表达（转录组学），并依次调节细胞内蛋白水平（蛋白组学）、代谢产物（代谢组学）、微生物及其代谢物（菌群代谢组学），最后影响信号通路（免疫组学）和其他宿主细胞。从关联性上，相邻组学研究在逻辑和结果解释上更具合理性，尤其在疾病生物学机制探索和新药靶点选择方面[57,58]。
将IBD各组学的结果整合，并与临床类别和亚群特征相关联是一个极其复杂的过程。可供选择的计算工具相对有限，目前仅初步应用于基因组学、转录组学和微生物组学数据分析，而分析表观基因和蛋白组学数据方面的工具尚待开发。计算工具中相对成熟的PARADIGM可用于IBD临床类型的识别；iBAG可进行IBD临床预后相关因素分析；iCLUSTER可对多组学数据组进行整合，形成单一数据群；TieDIE则着重分析基因与蛋白相互作用。上述计算工具初具人工智能特征，替代了人工无法完成的海量计算和分析，正尝试在多组学结果和临床特征识别、亚组分群建立关联[3]。
模拟人脑的"神经网络计算法"的最终功能是建立IBD各数据间关联的作用组学，并确定疾病网络中各"节点数据"在发病中的权重。其研究技术和方法学的成熟，必会引领IBD新药研发和临床上精准治疗时代的到来[59,60]。
作者声明不存在利益冲突
