2005年，第一个大规模平行焦磷酸测序平台拉开了下一代测序（next-generation sequencing，NGS）的序幕。在近10年时间里，NGS已经从根本上改变了基因组学研究，并从基础科学研究逐步迈向了临床诊疗领域。NGS帮助临床医生实现了以往技术上不可行或者是花费极其昂贵的全基因组检测，通过结合强大的生物信息学，研究人员有机会常规检测各种肿瘤独特的基因图谱并根据分子分型对患者进行个体化治疗。这种高通量基因组分析技术仍在在继续更新和演化中，其在技术操作和生物信息处理方面的改进将为其在临床诊疗中的应用铺平道路 ^［1-3］。NGS技术平台可并行检测成百上千的基因，可检测原发肿瘤、转移灶甚至外周血中游离的肿瘤DNA （circulating tumor DNA，ctDNA）和RNA ^［4］。

由ALK抑制剂和EGFR-TKI的研发和应用历史可以总结出，找到明确的分子靶点对于推进新药进入临床应用具有重要的作用。ALK抑制剂的研发显著快于EGFR-TKI（7年vs. 20年），其主要原因之一在于Crizotinib研发两年后，研究者即在非小细胞肺癌的肿瘤中发现了ALK基因融合，并证明ALK基因融合是非小细胞肺腺癌的一种分子表型 ^［5，6］。根据这个明确的分子靶点和基因变异并在后续的临床研究中根据ALK基因融合状况筛选患者，保证了ALK抑制剂的治疗疗效 ^［7］。

目前正在临床试验过程中的新药层出不穷，然而多数靶向药物缺乏针对性，缺少预测疗效的生物标志物，但目前已经有临床研究采用NGS技术探索药物疗效的生物标志物 ^［8］。尽管在临床试验中大规模采用NGS还面临许多挑战，然而NGS对于肿瘤生物学、肿瘤临床诊断和治疗具有划时代的意义。本文主要是针对近年来肺癌领域采用NGS进行的临床转化性研究进行回顾。

2003年科学家首次完成了单一个体的全基因组测序，这是采用Sanger测序法、经过了13年的努力并花费了27亿美元取得的结果。在2008年，Wheeler等首次采用下一代测序技术检测了James D.Watson的全基因组，这项工作历时5个月并耗费了150万美元 ^［9］。目前采用二代测序技术只需10天且花费1万美元即可完成个体全基因组测序 ^［10］。美国国家人类基因研究院宣布其未来测序人类基因组的目标是1000美元或者是更低的价格 ^［1］。

下一代测序已经由最初的第二代测序发展到目前的第三代测序，借助于这个检测平台，研究者可以进行全基因组测序、全外显子组测序和全转录子组测序和靶向基因测序。其中全基因组测序和全外显子组测序的标本是DNA样本，而全转录子组测序的标本是RNA样本。除了能够分析基因序列插入、缺失和点突变以外，NGS还可以用来发现染色体重排和基因拷贝数的改变。NGS是通过聚合酶不断重复地进行核苷酸延伸，从而在一个装置中产生megabases甚至gigabases的核苷酸序列信息。

目前，已经有众多商业化的第三代NGS检测平台出现，包括Illumina 公司以 Solexa 测序技术为基础的HiSeq和MiSeq，Life Technologies 公司的 SOLiD 和 Ion Torrent，Pacific Biosciences公司的 PacBio 和 SMRT Cell以及Oxford Nanopore公司的 MinION 等。这些NGS检测平台都具有相同的技术特征，即具有平行检测一个细胞中克隆扩增的或者单一的DNA 或RNA分子的能力 ^［11］。

研究者已经开始尝试采用NGS技术对肿瘤患者进行基因组分析并根据肿瘤的基因改变进行临床试验。美国密歇根大学发起的“MI-ONCOSEQ”项目是采用NGS对晚期肿瘤患者的标本进行全基因组和全转录子组测序，目的是通过肿瘤的分子生物学特征指导患者开展潜在获益的药物试验，目前该项目已完成50余例患者的检测和基因评估。另一项研究是由美国的转基因组学研究院（Translational Genomics Research Institute）和美国肿瘤研究组织（US Oncology Research）合作完成，目的是利用全基因组测序结果指导患有三阴性乳腺癌患者的临床治疗策略。

来自MD Anderson肿瘤中心的 Boland等在Ⅰ期临床试验项目中也尝试采用NGS技术鉴定活跃的基因变异（actionable alterations），从而在临床研究中帮助筛查靶向治疗的患者。该项目针对500例进展期患者（共含有38个肿瘤类型）采用Ion Torrent PGM Sequencer 技术检测了46个热点突变基因。结果显示，293例肿瘤具有至少一个突变，最常见的基因突变是TP53（38%）、KRAS（11%）和PIK3CA（10%）。肉瘤（20%）和肾癌（30%）中基因突变最少见，胰腺癌（100%）、结肠癌（91%）和黑色素瘤（87%）中基因突变最多见。研究者还分析了46例具有配对原发灶和转移灶的肿瘤标本，发现突变的基因中有91%的基因突变既发生于原发灶，也可见于转移灶。在所有的标本中，TP53基因突变和PIK3CA 基因突变均表现为突变不共存的模式。活跃的基因突变可见于291例（58%）患者。

2008年，Ding等报道，在188例肺腺癌的623基因中发现了TP53、KRAS、STK11、EGFR 和CDKN2A突变，低频率突变包括PTEN、NRAS、ERBB2、BRAF 和 PIK3CA。新发现的肿瘤抑制基因包括NF1、RB1、ATM 和APC，酪氨酸激酶相关基因包括ephrin receptor genes、ERBB4、KDR、FGFR4和NTRK基因。这些基因除了突变外，还存在基因拷贝数和基因表达水平的改变。此外，在MAPK、p53、Wnt、细胞周期 和mTOR信号通路中存在明显的基因突变和基因拷贝数过表达 ^［12］。

2011年Pao和Girard等报道，经验证的肺腺癌的驱动基因已达10种，其中包括EGFR、KRAS、ALK、HER2（ERBB2）、BRAF、PIK3CA、AKT1、MAP2K1和MET。2012年Seo等采用大规模转录子测序技术，从RNA水平检测了200例韩国肺腺癌患者的87例手术标本，证实肿瘤中细胞点突变占75.5%，基因融合占8.5%，未知突变占13.%。其中基因点突变包括EGFR（60.5%）、KRAS（12%）、NRAS（1.5%）和BRAF、PIK3CA、MET和CTNNB1（均＜1.0%）；融合基因变异包括EML4-ALK （4.0%）、ROS1（1.5%）、KIF5B-RET（1.5%）和其他PTK融合（1.5%）。此外还有MET外显子跳读（1.5%）。该研究还发现了一些新的驱动基因突变候选者，例如LMTK2、ARID1A、NOTCH2和SMARCA4。此外，该研究还证实在45种融合基因中有8种与ALK、RET、ROS1、FGFR2、AXL和PDGFRA等酪氨酸激酶相关 ^［13］。

2012年来自华盛顿大学医学院的研究者Ramaswamy Govindan等采用全基因组和全转录子测序技术在17例非小细胞肺癌患者的肿瘤中共发现了3726 个点突变和超过90个编码区的插入缺失突变，其中吸烟患者的平均基因突变频率是非吸烟患者的10倍以上。研究者还发现了新的染色质修饰和DNA修复通路相关的基因改变。此外，DACH1、CFTR、RELN、ABCB5和HGF也是新发现的基因变异。该研究发现EGFR和KRAS基因突变存在于起始克隆中，提示这些基因突变与肿瘤的起始和发生具有相关性。分析还发现了14种融合基因，包括新的与代谢相关的蛋白酶和ROS1、ALK。细胞循环通路和JAK-STAT通路的相关分子在肺癌中发生明显改变，其中54个基因可能成为现有靶向药物的潜在靶点 ^［14］。来自布洛德研究所的Imielinski等对183例肺腺癌标本和正常配对组织进行了全基因组测序和全外显子组测序后发现剪接因子基因（splicing factor gene）U2AF1存在体细胞突变。此外，影响RBM10 和ARID1A的截断突变也是该研究新发现的基因变异。全基因组测序结果显示腺癌存在常见的结构重组，包括EGFR和SIK2激酶的读框内外显子变异（in-frame exonic alterations） ^［15］。2012年共有三项研究在肺腺癌中发现KIF5B-RET基因融合 ^［16-18］。Kalari等采用NGS检测了15例肺腺癌标本（8例为KRAS突变型，7例为KRAS野生型），目的是比较KRAS突变型肿瘤的基因组学特征。研究发现，KRAS突变型肺腺癌中存在活化的 NFκB、ERK1/2和AKT 通路，提示患者可能对这些通路的抑制剂治疗敏感。此外，该研究还发现KRAS突变与TNFR和PPARγ 通路相关，采用PPARγ拮抗剂和TNFR抑制剂可能对KRAS突变型肺癌有效 ^［19］。

Ali 等在 2013年ASCO 大会上报道（Abstract NO. 8020），采用FoundationOneTM技术检测了486例肺癌，发现了182个癌症相关基因的3320个外显子突变，基因突变类型包括碱基置换、短插入、缺失（shorts insertions/deletions，INDELs）、局灶扩增、纯合子缺失和基因融合/重排。这些变异可分为三类：①在同一类肿瘤中预测靶向治疗敏感性或耐药；②在不同类型肿瘤中预测靶向治疗敏感性或耐药；③美国国家癌症研究所（NCI）注册临床研究中满足特定试验性药物或联合药物入组或排除标准。

2014年Han等采用靶向NGS（targeted NGS）检测术后复发且使用EGFR-TKI治疗的非小细胞肺腺癌患者（n=31），发现除了检测出经传统PCR方法发现的EGFR19DEL 或 L858R突变外，还检测出 PIK3CA基因点突变E542K、KRAS点突变G12V 和 G12D，该研究认为NGS比传统PCR或FISH等方法更精确，且可用于临床分子分类 ^［20］。

在刚刚结束的2014年ASCO大会上，NGS被广泛地用于NSCLC的研究，包括检测特定基因突变、早期肺癌标本、耐药标本极其少见突变基因等。Barinov等采用NGS技术对22例非小细胞肺癌标本（15例腺癌，6例鳞癌，2例大细胞癌）进行测序，发现突变存在于TP53（10例）、EGFR（4例）、KRAS （4例）和ATM、FGFR3、PTEN、JAK3、STK11、FBXW7（各一例）中。此外，该研究还在 STK11（NM_000455 c.598 G＞T）、ATM （NM_000321 c.2084 T＞A）和 RB1（NM_000321 c.2084 T＞A）基因中发现了新的突变（Abstract NO：e19159）。Michels等采用NGS检测了1144名肺癌标本中PIK3CA基因突变状态，结果显示42（3.7%）的患者在外显子9和外显子20存在突变。这些突变在鳞癌中发生比率高于腺癌（8.9% vs. 2.9%，P＜0.001），且这些突变均与吸烟有明显的相关性。最常见的点突变发生在PIK3CA外显子9 的E545K。此外，57.1%的肿瘤伴有其他类型的驱动基因突变。该研究认为在腺癌和鳞癌中，PIK3CA存在临床表现和基因的异质性，而且PIK3CA突变患者在肺癌发生前更容易发生其他类型恶性疾病（Abstract NO：1527）。Vidya等采用NGS检测了20例EGFR野生型非小细胞肺癌的46个相关基因，验证了28个高频率发生的体细胞突变，其中4个位于非编码区，9个为新发现的突变。该研究发现了10种病理相关的基因突变，分别是PIK3CA基因的C420R突变，VEGFR2（KDR）的Q472H 突变、RET基因中的 C630W和C634R突变、FGFR2中的K367M突变和KRAS中的G12C 突变。在TP53基因中存在4种病理相关突变，分别是E285K、R213L、R175H和V173G（Abstract NO：e22158）。Helland等采用NGS检测了100例早期手术的肺癌患者标本（21例鳞癌，77例腺癌，2例大细胞癌），结果显示体细胞突变数目变化较大（平均数是12个，范围0-57个），所有标本中存在超过1200个基因突变，其中包括PI3K和 CHEK2/ATM通路的突变。TP53基因突变占52%，KRAS突变占27%。此外ATM基因突变阳性的肿瘤中总基因突变率高于ATM基因突变阴性的肿瘤（2014 ASCO，e18516）。Drilon等检测了常规检测方法确定的“pan-negative”肺腺癌患者（n=25，常规方法检测EGFR、 ERBB2、KRAS、NRAS、BRAF、MAP2K1、PIK3CA、AKT1和融合基因ALK，ROS1和RET均阴性）的基因突变状态，发现36%的标本可检测出NCCN罗列的靶向药物针对的活动靶点，包括EGFR G719A、EGFR L747P、ERBB2 外显子 20ins、BRAF V600E、SOCS5-ALK、CD74-ROS1、KIF5B-RET、CCDC6-RET和MET扩增。32%的突变发生于 EGFR 外显子 18 del、FGFR1 T141R、KRAS Q61H、BRCA1 E1011K、MDM2 扩增、CDK4 扩增和CDKN2A 缺失。此外，在1例腺癌中还发现了SHC2-ERBB2融合。该研究认为在传统方法检测为突变阴性的标本中，采用NGS仍可在68%的标本中检测到突变，说明NGS更高效和敏感（Abstract NO：8029）。Matsumoto等采用NGS检测了107例无ALK/RET/ROS融合基因突变的晚期非肺鳞癌标本，发现79 例中共发现121个突变（74%），46个属于驱动基因的突变，其中某些基因突变属于不共存模式，包括23例（21%） KRAS 突变、7例（7%）BRAF 突变、5 例（5%） ERBB2 突变、2例（2%） PIK3CA 突变和1例（1%）NRAS 突变。此外，还发现了43例 TP53 突变、5例 CDKN2A 突变、4例MLH1突变、2例PTEN突变以及 IDH1、IDH2、FBWX7、SMAD4 和STK11 突变（各一例）（Abstract NO：11007）。

2012年，来自癌症基因组图谱研究网络（The Cancer Genome Atlas Research Network）项目的研究者对178例肺鳞癌标本进行了全基因组、全外显子组和RNA测序，全面揭示了肺鳞癌基因组学和表观基因组学的改变。该研究发现每个肿瘤平均存在360个外显子突变、165个基因组重排和323个片段存在基因拷贝数改变。此外，单一肿瘤中还存在10个基因的复发突变，其中TP53基因突变几乎存在于所有的肿瘤标本中。HLA-I类主要组织相容性复合体存在功能性缺失突变。鳞癌中发生明显变异的信号通路包括NFE2L2和KEAP1 （34%）、鳞癌分化基因（44%），PI3K（phosphatidylinositol-3-OH kinase，47%）CDKN2A和RB1（72%）。该研究认为在多数肺鳞癌中发现了潜在的治疗靶点，这为肺鳞癌的治疗提供了新的研究思路 ^［21］。

2014年Wang等检测了76例腺鳞癌患者和646例腺癌患者，发现43例腺鳞癌中存在激酶突变（56.6%），包括EGFR突变24例（31.6%）、KRAS 突变8例（10.5%）、AKT1突变2例（2.6%）、ERBB2插入突变1例（1.3%）、PIK3CA突变1例（1.3%）、ALK 基因融合4例（5.3%）和KIF5B-RET 融合3例（4%），该研究认为经典腺鳞癌和低分化肺腺癌之间的驱动基因非常相似 ^［22］。

2014 ASCO大会 Elamin等通过分析86例鳞癌和66例腺癌中49个基因中的547个突变发现，16（18.6%）的鳞癌中发现了PTPN11基因外显子3的点突变（E76A，E76G和A72D）。PTPN11基因编码 Shp2，可以正向调节MAPK信号通路，该基因突变在腺癌中只占1.5%（1例）。此外，在PTPN11基因突变的鳞癌肿瘤中，KRAS 和 PIK3CA 基因突变高发。鳞癌中PTPN11基因 突变与非突变相比，无复发生存（relapsefree survival，RFS））和总生存（overall survival，OS）时间分别为23.8个月vs. 21.6个月和26.9个月vs. 23.3个月（Abstract NO：e22174）。Kong等采用NGS检测了45例肺鳞癌标本，发现MAPK/ERK信号通路是鳞癌患者对泊类化疗药物耐药的生物标志物（Abstract NO：2625）。

2010年Pleasance研究小组采用下一代测序技术第一次对小细胞肺癌细胞系NCI-H209进行了全基因组测序，证实小细胞肺癌中存在重复出现的CHD7基因重排，PVT1-CHD7是其中一种融合类型 ^［23］。

2012年《自然-遗传学》上有两篇文章报道了小细胞肺癌全基因组测序的研究结果 ^{［24，25］}，为小细胞肺癌未来的治疗找到了数个潜在的生物标志物和靶点。德国的Peifer等分别对小细胞肺癌的基因拷贝数、外显子、转录子、基因组进行了测序和信息整合；美国的Rudin等也对小细胞肺癌及其配对正常组织进行了全基因组测序。这是首次科学家得出小细胞肺癌样本的基因组测序数据以及确定该癌症内发生周期性突变的基因，除了TP53和RB基因异常、MYC家族基因扩增外，还发现新的抑癌基因、癌基因以及信号通路及其相关分子的异常。这些新的因子和生物标志物也是小细胞肺癌的潜在治疗靶点。

Rudin检测了42例小细胞肺癌组织的全基因组后发现：几乎全部小细胞肺癌都在染色体3p和13q（抑癌基因的基因座）存在基因缺失。染色体3p上可发生缺失的染色体区域包括3p12、3p14.2、3p21.3和3p24，这些区域编码的基因具有肿瘤抑制活性，因表观遗传学等机制导致基因表达缺失。小细胞肺癌中共存在59 784个体细胞突变，其中286例突变伴随着编码蛋白的改变。这些体细胞突变包括：256个错义突变，19个无义突变，11个关键的剪接位点突变，77个同义突变，13 924个内含子突变和45 497个其他类型突变，平均突变率为21.34/百万核苷。此外，小细胞肺癌中导致蛋白产物改变的平均单核苷酸变异数为5，179，变异基因主要包括编码激酶的基因，G-蛋白偶联受体基因和染色质修饰蛋白基因。外显子组基因测序结果显示小细胞肺癌中存在26 406个突变，其中约30%（7，977）的突变导致蛋白产物发生改变。这些体细胞突变类型包括7，154个错义突变，536个无义突变，12个终止信号缺失，243个关键剪接位点突变，32个改变蛋白产物的基因插入或缺失（indel）突变，2，674个同义突变，11 460个内含子突变和4295个其他类型突变。外显子水平导致蛋白产物改变的平均单核苷酸变异数为175（范围为31～388），最常见的基因突变形式为G-T碱基颠换，然后是G-A碱基颠换和A-G碱基转换，这再次证明了烟草致癌物对DNA的损伤效应 ^［24］。公认的小细胞肺癌高频率的基因失活突变包括TP53 （75%～90%）、RB1（60%～90%）和PTEN（2%～4%）；罕见的基因活化突变包括PIK3CA、EGFR和KRAS；基因扩增见于MYC家族成员、EGFR和BCL2，而基因缺失见于RASSF1A、PTEN 和FHIT ^［24］。该研究验证了高移动组分（high mobility group，hmg）超家族的DNA结合蛋白（sry-related HMG box-containing 2，SOX2）是一个小细胞肺癌新的驱动基因。SOX蛋白家族成员具有多种重要的生物学功能，其中包括细胞类型特异性，在小细胞肺癌中，SOX家族多个成员存在基因突变，其中包括SOX3、SOX4、SOX5、SOX6、SOX9、SOX11、SOX14和SOX17。SOX-2是SOX家族的重要成员，是维持干细胞多潜能性和自我更新能力的关键因素。SOX-2异常表达与成熟细胞再程序化以获得多潜能相关。在27%（15/56）的小细胞肺癌标本中存在SOX2基因拷贝数增加（≥4）。RNA测序结果显示：和相邻的正常组织相比，多数小细胞肺癌存在SOX-2基因高表达。通过免疫组化和FISH方法检测发现小细胞肺癌肺癌（110例）中SOX-2的表达与升高的基因拷贝数和小细胞肺癌临床分期相关，在高分化的小细胞肺癌中，SOX-2蛋白高表达，小细胞肺癌患者外周血中也可监测到SOX-2表达 ^［24］。

SNP芯片分析、外显子组测序、转录子组测序和基因组测序结果揭示了一些新的基因突变，这些突变主要集中于几个蛋白家族中，其中包括Ras家族调节基因（RAB37、RASGRF1 和RASGRF2），染色质修饰酶和转录调节因子（EP300、DMBX1、MLL2、MED12L、TRRAP和RUNX1T1），离子型谷氨酸受体（GRID1），激酶（STK38、LRRK2、PRKD3和CDK14），蛋白磷酸酶（PTPRD和PPEF2）和G蛋白-偶联受体（GPR55、GPR113和GPR133）。此外，RUNX1T1、CDYL和RIMS2基因中也包含热点突变 ^［24］。其他的基因家族突变还包括中介体复合物（MED12、MED12L、MED13、MED13L、MED2515、MED24、MED25、MED27和MED29），谷氨酸受体家族（GRIA1、GRIA2、GRIA3、GRIA4、GRIND1、GRID2和GRM1-3，GRM 5，GRM 7和GRM8）、Notch和Hedgehogf家族成员（NOTCH1、NOTCH2、NOTCH3、SMO）和DNA修复和（或）检查点信号通路基因（ATM、ATR、CHEK1和CHEK2）。对于这些突变在小细胞肺癌中的具体作用机制还需要进一步深入研究。新的融合基因包括RLF-MYCL1、NPEPPS-EPHA6、SKP1-CDKL3、NEK4-SFMBT1、ZAK-RAPGEF4 ^［24］ 、CREBBP-RHBDF1、MPRIP-TP53、NCEH1-GPR160 ^［25］。

2014年日本的Yokouchi报道了35例经手术后的c-Ⅱ期小细胞肺癌标本经NGS测序的结果，研究者在标本中未发现现有药物的作用靶点，包括BRAF、EGFR、ERBB2、KRAS、KIT、PDGFRA、PIK3CA、FOXL2、GNAQ、GNAS和FGFR2突变（2014 ASCO，Abstract NO：7590）。

对肺癌驱动基因、癌基因和抑癌基因等全基因组学的研究均需要我们提供肿瘤标本。由于受肿瘤基因组变异引起的异质性影响，单次组织活检可能会造成基因突变分析的偏差，而目前开展实时活检在临床中难以被患者接受。液态活检标本（liquid biopsy）作为一种替代组织标本，有助于实时、无创性地进行组织学鉴定，未来可能成为临床分子检测、分析耐药分子机制及解决肿瘤异质性的一种重要手段。液态活检标本主要包括两类，即ctDNA和循环肿瘤细胞（circulating tumor cells，CTCs）。ctDNA是指原发肿瘤细胞凋亡或坏死后，释放入血的DNA。循环肿瘤细胞的形成是由于原发灶或转移灶肿瘤细胞脱落后，进入血液循环。由于ctDNA和CTC在血液中数目稀少，因此NGS是目前检测上述标本最常用的平台。

2012年中国台湾Su等 ^［26］采用MALDI-TOF MS检测了76名ⅢB/Ⅳ期 NSCLC患者，发现 de novo T790M基因突变率为31.5%。根据EGFR基因突变状态将患者分为三组，分别为L858R/19 Del、L858R/19Del联合T790M基因突变和以上三种突变都不存在的患者。在56名经过EGFR-TKI治疗的患者中，具有de novo T790M基因突变的患者（n=23）对EGFR-TKI的应答时间显著短于不具有T790M基因突变（n=33）的患者，他们的PFS分别为6.7个月和10.2个月，经过EGFR-TKI治疗的两组患者的中位PFS都优于无EGFR活性突变的患者。尽管在总生存期（overall survival，OS）方面三组没有差别，但EGFR-TKI治疗前T790M阳性患者应用EGFRTKI缓解时间更短，因此该研究认为de novo T790M基因突变是EGFR-TKI疗效的预测因子。如果采用更敏感的检测方法，可以在治疗前根据T790M 突变及突变丰度进行药物选择。

2012年Ni等采用NGS全基因组测序肺癌患者的单个CTCs后发现，在单个基因变异和外显子插入缺失方面，细胞与细胞间存在异质性，而在不同肿瘤类型的CTC中存在可重复的基因拷贝数变异（copy number variation，CNV）模式，这种模式与同一患者的转移瘤CNV模式相类似，不同的肺腺癌患者CTC也表现出相似的 CNV模式。该研究在肿瘤原发灶、转移灶和CTC中均发现的基因突变是EGFR基因 突变（p.Lys746_Ala750del），此外，只在肝转移灶和CTC中发现但不存在于原发灶中的变异包括PIK3CA（p.Glu545Lys）、肿瘤蛋白53（TP53，p.Thr155Ile）和RB1（retinoblastoma，p.Arg320） ^［27］。

2014年ASCO大会上，Goldberg等采用NGS检测了52例晚期肺腺癌血液标本，其中32例患者在治疗过程中和发生耐药时采集到系列血液标本。在31例进行重复活检的患者中，耐药时T790M突变率为15（48%）。该研究认为采用NGS检测ctDNA中的EGFR敏感和耐药突变在临床中是可行的，与肿瘤组织具有一致性，此方法可以帮助行靶向治疗的患者早期鉴定是否发生了耐药（Abstract NO：8093）。

下一代测序技术为临床肺癌的分子分型、诊断和治疗带来了变革，它不仅可以提供肺癌DNA水平的全基因组测序和全外显子组测序，还可以提供RNA水平的全转录子测序；对于靶向基因不仅可以定性检测，还可以定量检测；除了应用于已知基因检测，还可用于发现未知的基因变异；除了可以检测基因的点突变和基因缺失，还可用于基因重排和拷贝数检测。由于其高度的灵敏性，其在液态生物标志物的研究和检测中越来越重要；其高通量的检测特性也使其得到临床检测的青睐。众多的基础和临床研究证实，将NGS基因分型和传统肺癌临床实践整合在一起，能更精准地指导疾病诊断、疾病初始治疗、疾病复发和耐药时的治疗等临床实践活动。然而，如何有效地解读NGS提供的庞大的基因组信息，挑选并验证肺癌中具有决定性作用的驱动基因，仍是目前临床应用面临的最大难题。随着NGS检测技术的完善以及临床转化性研究的深入发展和扩大，这些问题在未来也会被一一解答。

1. Voelkerding KV，Dames SA，Durtschi JD. Next-generation sequencing：from basic research to diagnostics. Clin Chem，2009，55（4）：641-658.

2. ten Bosch JR，Grody WW. Keeping up with the next generation：massively parallel sequencing in clinical diagnostics. J Mol Diagn，2008，10（6）：484-492.

3. Mardis ER. New strategies and emerging technologies for massively parallel sequencing：applications in medical research. Genome Med，2009，1（4）：40.

4. Thomas F，Desmedt C，Aftimos P，et al. Impact of tumor sequencing on the use of anticancer drugs. Curr Opin Oncol，2014，26（3）：347-356.

5. Soda M，Choi YL，Enomoto M，et al. Identification of the transforming EML4-ALK fusion gene in non-small-cell lung cancer. Nature，2007，448（7153）：561-566.

6. Rikova K，Guo A，Zeng Q，et al. Global survey of phosphotyrosine signaling identifies oncogenic kinases in lung cancer. Cell，2007，131（6）：1190-1203.

7. Kwak EL，Bang YJ，Camidge DR，et al. Anaplastic lymphoma kinase inhibition in non-small-cell lung cancer. N Engl J Med，2010，363（18）：1693-1703.

8. Eisenstein M. Reading cancer's blueprint. Nat Biotechnol，2012，30（7）：581-584.

9. Wheeler DA，Srinivasan M，Egholm M，et al. The complete genome of an individual by massively parallel DNA sequencing. Nature，2008，452（7189）：872-876.

10. Gut IG. New sequencing technologies. Clin Transl Oncol，2013，15（11）：879-881.

11. Meyerson M，Gabriel S，Getz G. Advances in understanding cancer genomes through second-generation sequencing. Nat Rev Genet，2010，11（10）：685-696.

12. Ding L，Getz G，Wheeler DA，et al. Somatic mutations affect key pathways in lung adenocarcinoma. Nature，2008，455 （7216）：1069-1075.

13. Seo JS，Ju YS，Lee WC，et al. The transcriptional landscape and mutational profile of lung adenocarcinoma. Genome Res，2012，22（11）：2109-2119.

14. Govindan R，Ding L，Griffith M，et al. Genomic landscape of non-small cell lung cancer in smokers and never-smokers. Cell，2012，150（6）：1121-1134.

15. Imielinski M，Berger AH，Hammerman PS，et al. Mapping the hallmarks of lung adenocarcinoma with massively parallel sequencing. Cell，2012，150（6）：1107-1120.

16. Ju YS，Lee WC，Shin JY，et al. A transforming KIF5B and RET gene fusion in lung adenocarcinoma revealed from wholegenome and transcriptome sequencing. Genome Res，2012，22 （3）：436-445.

17. Lipson D，Capelletti M，Yelensky R，et al. Identification of new ALK and RET gene fusions from colorectal and lung cancer biopsies. Nat Med，2012，18（3）：382-384.

18. Kohno T，Ichikawa H，Totoki Y，et al. KIF5B-RET fusions in lung adenocarcinoma. Nat Med，2012，18（3）：375-377.

19. Kalari KR，Rossell D，Necela BM，et al. Deep Sequence Analysis of Non-Small Cell Lung Cancer：Integrated Analysis of Gene Expression，Alternative Splicing，and Single Nucleotide Variations in Lung Adenocarcinomas with and without Oncogenic KRAS Mutations. Front Oncol，2012，2：12.

20. Han JY，Kim SH，Lee YS，et al. Comparison of targeted next-generation sequencing with conventional sequencing for predicting the responsiveness to epidermal growth factor receptor-tyrosine kinase inhibitor（EGFR-TKI）therapy in never-smokers with lung adenocarcinoma. Lung Cancer，2014.

21. Comprehensive genomic characterization of squamous cell lung cancers. Nature，2012，489（7417）：519-525.

22. Wang R，Pan Y，Li C，et al. Analysis of major known driver mutations and prognosis in resected adenosquamous lung carcinomas. J Thorac Oncol，2014，9（6）：760-768.

23. Pleasance ED，Stephens PJ，O'Meara S，et al. A small-cell lung cancer genome with complex signatures of tobacco exposure. Nature，2010，463（7278）：184-190.

24. Rudin CM，Durinck S，Stawiski EW，et al. Comprehensive genomic analysis identifies SOX2 as a frequently amplified gene in small-cell lung cancer. Nat Genet，2012，44（10）：1111-1116.

25. Peifer M，Fernandez-Cuesta L，Sos ML，et al. Integrative genome analyses identify key somatic driver mutations of small-cell lung cancer. Nat Genet，2012，44（10）：1104-1110.

26. Su KY，Chen HY，Li KC，et al. Pretreatment epidermal growth factor receptor（EGFR） T790M mutation predicts shorter EGFR tyrosine kinase inhibitor response duration in patients with non-small-cell lung cancer. J Clin Oncol，2012，30（4）：433-440.

27. Ni X，Zhuo M，Su Z，et al. Reproducible copy number variation patterns among single circulating tumor cells of lung cancer patients. Proc Natl Acad Sci U S A，2013，110（52）：21083-21088.