大家好,我是深耕于基因研究领域的博士生导师,专注于HRD同源重组缺陷检测这一方向已有二十年。今天,我想以问答的形式,与大家聊聊这项在肿瘤精准治疗中扮演着越来越关键角色的前沿检测技术。
1. HRD同源重组缺陷检测是什么?
要理解它,我们得先从细胞自身的“DNA修复系统”说起。我们的细胞每天都在应对各种可能造成DNA双链断裂的损伤。而同源重组修复,就是细胞修复这类严重损伤的一条核心、高保真的“修复通路”。
HRD(同源重组缺陷),顾名思义,就是指这条关键的通路因为某些原因“失灵”了。导致失灵最常见的原因,是相关基因(如BRCA1/2等)发生了致病性突变,或者基因发生了甲基化而无法正常表达。通路失灵后,细胞就会转而依赖其他一些不那么精确、容易出错的“旁路”来修复DNA。
HRD检测,就是通过分析肿瘤组织的DNA,利用一系列复杂的生物信息学算法,来评估一个肿瘤是否存在这种“同源重组修复功能缺陷”的状态。它不仅仅看单个基因(如BRCA)的突变,更能从基因组层面捕捉到因修复功能缺失而留下的“疤痕”(如基因组不稳定性特征),从而做出更全面的判断。

2. 什么人需要做这项检测?
目前,HRD检测的应用最成熟、临床价值最明确的领域是卵巢癌、乳腺癌、胰腺癌和前列腺癌。
具体来说,以下几类人群是主要的考虑对象:
- 初诊的晚期上皮性卵巢癌、输卵管癌或原发性腹膜癌患者:国内外权威指南均推荐,这类患者应常规进行HRD检测,以指导一线维持治疗策略的选择。
- 晚期三阴性乳腺癌或激素受体阳性HER2阴性乳腺癌患者:当考虑使用特定类药物进行晚期治疗时,HRD状态是重要的决策依据。
- 具有肿瘤家族史的个人:特别是直系亲属中有多人罹患相关癌症,提示可能存在遗传倾向。
- 对铂类化疗敏感的患者:临床实践发现,对铂类药物反应良好的肿瘤患者,其肿瘤存在HRD的可能性较高。
- 寻求更精准治疗方案的晚期癌症患者:随着研究深入,HRD检测正被探索用于更多癌种,为寻找潜在的有效治疗机会提供线索。
3. 检测流程是怎样的?
一次标准的HRD检测,主要包含以下几个步骤:

- 样本获取:通常使用手术或穿刺获取的肿瘤组织样本(福尔马林固定石蜡包埋标本),这是检测的“金标准”样本。在某些特定情况下,也可能使用血液样本进行检测。
- DNA提取与质检:从样本中提取出肿瘤细胞的DNA,并对其质量和数量进行严格评估,确保符合检测要求。
- 高通量测序:对合格的DNA进行高通量测序,一次性读取大量的基因序列信息。
- 生物信息学分析:这是技术的核心。分析软件会基于测序数据,计算三个核心的基因组“疤痕”指标:杂合性丢失、端粒等位基因不平衡、大片段迁移。同时,也会分析BRCA1/2等关键基因的突变状态。
- 综合评分与解读:将基因组“疤痕”指标整合成一个综合评分。通常,当评分超过设定的阈值,和/或BRCA基因存在致病突变时,即判定为HRD阳性。
4. 结果怎么看?
检测报告通常会给出一个明确的结论:HRD阳性或阴性。
- HRD阳性:这意味著肿瘤细胞的同源重组修复功能存在缺陷。对于这类患者,使用PARP抑制剂这类药物的疗效通常更为显著。PARP抑制剂的作用机制是“合成致死”——当HRD通路已经失灵,再用药物阻断PARP这个“备用”修复通路,肿瘤细胞就会因无法修复DNA损伤而死亡,而正常细胞受影响较小。因此:HRD阳性是预测PARP抑制剂疗效的重要生物标志物。
- HRD阴性:表明肿瘤细胞的这条修复通路功能大致完整。患者从PARP抑制剂中获益的可能性相对较低,临床医生会据此优先考虑其他治疗方案。
需要强调的是,HRD状态是一个动态的、影响治疗决策的“生物标志物”,而非诊断性指标。患者与主治医生应共同详细解读报告,结合具体的临床分期、病理类型、既往治疗史等,制定个体化的治疗方案。

5. 有什么注意事项?
在进行HRD检测和解读结果时,有几个关键点需要牢记:
- 样本质量至关重要:陈旧、降解或肿瘤细胞含量过低的样本可能导致检测失败或结果不准。确保使用经病理医生评估确认的合格组织样本。
- 理解检测的局限性:目前的技术主要检测“基因组疤痕”,这反映的是一段时期内的累积效应。肿瘤具有异质性,不同部位的病灶或治疗后的复发灶,其HRD状态可能发生变化。
- 遗传咨询的必要性:如果检测发现BRCA1/2等基因存在胚系突变(即天生携带,全身细胞都有),这不仅关乎患者自身的治疗,也涉及家族成员的癌症风险评估。强烈建议患者及其家属接受专业的遗传咨询。
- 动态监测的价值:随着治疗推进,肿瘤的基因组和生物学特性可能演变。在疾病进展或复发时,重新进行活检和检测,可能为后续治疗提供新的指导。
- 结合临床全面判断:HRD检测结果是强大的工具,但必须整合到完整的临床画像中。医生的经验和患者的整体状况,始终是治疗决策的基石。
展望未来,HRD检测的研究前沿正朝着更精细化的方向发展,例如探索更灵敏的检测技术、开发预测其他疗法(如免疫治疗、不同化疗方案)疗效的新算法,以及探索其在更广泛癌种中的应用潜力。它作为肿瘤精准医疗版图上的关键一块,正在帮助我们将“一人一策”的个体化治疗推向新的高度。
