Panel

来自医学百科

Panel (基因包)[编辑 | 编辑源代码]

文件:Targeted Sequencing Principle.jpg
Panel 测序原理示意图:通过探针“捕获”感兴趣的目标基因片段,去除无用的背景 DNA,从而实现高深度的精准测序。

Panel,中文常称为基因包靶向测序组合,是指在 二代测序 (NGS) 过程中,利用探针捕获或扩增技术,人为富集一组特定的、与疾病(如癌症)高度相关的基因区域,进行高深度测序的策略。

与全基因组测序 (WGS) 或 全外显子测序 (WES) 的“广撒网”不同,Panel 采取的是“集中火力”策略。它牺牲了基因组覆盖范围,换取了极高的测序深度(Depth),从而能够检出极低丰度的突变(如血液中的 ctDNA),是目前肿瘤精准医疗的主流应用形式。

基本信息[编辑 | 编辑源代码]

中文名称 基因包
英文名称 Gene Panel / Targeted Sequencing Panel
核心技术 杂交捕获 (Hybrid Capture) 或 多重PCR (Amplicon)
基因数量 从几个(小 Panel)到数百个(大 Panel)不等
测序深度 组织: >500×;液体活检: >10,000×
核心应用 靶向药伴随诊断、微小残留病 (MRD) 监测、TMB 评估

技术原理[编辑 | 编辑源代码]

Panel 的核心在于目标区域富集 (Target Enrichment):

  1. 探针设计:针对感兴趣的基因(如 EGFR, TP53, KRAS)设计特异性的生物素标记探针。
  2. 杂交捕获:将探针与打断后的 DNA 样本混合,探针会像磁铁一样特异性结合目标基因片段。
  3. 洗脱与扩增:利用磁珠“吸住”探针-DNA 复合物,洗去未结合的 DNA(即非目标背景),只保留“干货”进行测序。

分类与临床应用[编辑 | 编辑源代码]

根据覆盖基因数量和临床目的,Panel 主要分为三类:

1. 小 Panel (Hotspot Panel)[编辑 | 编辑源代码]

  • 规模:通常包含 < 50 个基因。
  • 侧重:仅覆盖 NCCN 指南推荐的、有明确靶向药可用的核心驱动基因(如肺癌的 EGFR, ALK, ROS1, MET)。
  • 优势:成本低、报告周期快(3-5天)。
  • 局限:无法计算 TMB,无法发现未知突变。

2. 大 Panel (Comprehensive Genomic Profiling, CGP)[编辑 | 编辑源代码]

  • 规模:通常包含 > 300 个基因,覆盖范围 > 1.0 Mb。
  • 侧重:覆盖所有已知癌基因、抑癌基因、DNA 损伤修复基因及部分内含子。
  • 功能
    • 计算 TMB:只有 Panel 足够大,才能准确估算 肿瘤突变负荷 (TMB),预测免疫治疗疗效。
    • 跨癌种用药:发现罕见突变(如 NTRK 融合),指导异病同治。

3. 定制化 Panel (MRD 专用)[编辑 | 编辑源代码]

微小残留病 (MRD) 监测中,采用 Tumor-informed 策略:

  • 先对患者肿瘤组织进行 全外显子测序 (WES),找出该患者特有的 10-50 个克隆性突变。
  • 为该患者定制一个专属的微型 Panel。
  • 用此 Panel 对后续血液样本进行超高深度测序(>50,000× - 100,000×),以极限灵敏度追踪 ctDNA。

Panel vs. WES vs. WGS[编辑 | 编辑源代码]

临床选择哪种测序,取决于对灵敏度覆盖度的需求权衡:

维度 Panel (基因包) 全外显子 (WES) 全基因组 (WGS)
覆盖范围 特定基因 (<0.1%) 所有编码区 (~1.5%) 100% 基因组
测序深度 极高 (可测 ctDNA) 中等
最低检出限 0.01% - 0.1% 5% 5% - 10%
主要用途 伴随诊断、液体活检 遗传病诊断、疫苗开发 科研、结构变异
成本 低至中等 中等

参考文献[编辑 | 编辑源代码]

  • [1] Cheng DT, et al. Memorial Sloan Kettering-Integrated Mutation Profiling of Actionable Cancer Targets (MSK-IMPACT). J Mol Diagn. 2015. (首个获 FDA 批准的大 Panel)
  • [2] Frampton GM, et al. Development and validation of a clinical cancer genomic profiling test based on massively parallel DNA sequencing. Nat Biotechnol. 2013.
  • [3] Bratman SV, et al. Personalized circulating tumor DNA analysis as a predictive biomarker in solid tumors. Nat Cancer. 2020.

相关条目[编辑 | 编辑源代码]