第1章 引言：ACMG规则概述及其在遗传学中的角色
做肿瘤基因解读的人，几乎都会遇到同一个问题：
为什么拿着ACMG规则去判肿瘤样本，总觉得哪里不对劲？
我刚开始接触临床基因解读那会儿，就吃过这个亏。一个看起来完全符合PVS1规则的截断突变，放在肿瘤样本里，最后发现是克隆性造血，和患者的肿瘤完全无关。嗯，从那以后我明白了一件事——ACMG规则在遗传病和肿瘤中的应用，根本是两套逻辑。这一章我们就先把底层框架讲清楚。
1.1 什么是ACMG规则？
ACMG，全称美国医学遗传学与基因组学学会。他们在2015年发布了一套标准化的序列变异解读指南，也就是我们现在常说的“ACMG/AMP指南”。说白了，它是一套给基因突变“定罪”或“平反”的证据规则。
这套规则的核心逻辑很简单：
- 每个变异根据证据的类型和强度打分
- 证据分为“致病”和“良性”两个方向
- 最终根据打分组合，归入5个分类
它的证据体系长这样：
ACMG/AMP证据框架（简化版）
- PVS1：无功能变异（截断、大片段缺失等）
- PS1-PS4：强致病证据（已知热点、功能研究等）
- PM1-PM6：中度致病证据（功能域、人群频率等）
- PP1-PP5：支持性致病证据（共分离、数据库等）
- BA1：良性排除证据（高人群频率）
- BS1-BS4：强良性证据（频率高、功能正常等）
- BP1-BP7：支持性良性证据（同义、读码框保留等）
你可能会问：一个规则，怎么就能管住全球那么多基因实验室？
其实ACMG规则最厉害的地方不是它有多完美，而是它提供了一个可复现、可审计的框架。不同实验室拿到同一个变异，如果都按照ACMG规则走，解读结果的差异会大幅缩小。我在参加国内多中心解读比对项目时，就亲眼见过一个案例：同一个样本，5家实验室独立解读，按ACMG规则走的结果完全一致，而不按规则走的则五花八门。
1.2 ACMG规则在遗传学中的定位
传统的ACMG规则，它的“主场”是遗传病胚系变异解读。也就是说，它面向的是一个“生下来就带着这个变异”的场景。这类变异的解读，有几个隐含前提：
- 变异在身体所有细胞中同质存在（胚系）
- 致病性通常通过功能丧失或功能获得机制单一解释
- 家系共分离和数据库频率是核心证据
这些前提，在肿瘤场景下几乎全部被打破了。
我举个例子你就明白了：
| 维度 | 遗传病胚系解读 | 肿瘤体细胞解读 |
|---|---|---|
| 变异来源 | 出生即携带，全身细胞一致 | 后天获得，仅限肿瘤组织 |
| 变异类型 | 主要关注罕见变异 | 常见热点变异并关注克隆结构 |
| 证据类型 | 频率、家系、功能研究 | 药物响应、肿瘤类型、克隆性 |
| 解读目标 | 判断是否致病 | 判断是否驱动、靶向、预后 |
说白了，遗传病解读问你“这个变异是不是坏人”，而肿瘤解读问的是“这个变异是不是带头闹事的那个，以及我们能不能用药把它按住”。
所以，直接把ACMG规则套用到肿瘤上，会出三个典型问题：
- 频率证据失效：很多驱动基因热点在正常人群中频率极低，按ACMG规则算“极强致病证据”，但它们在肿瘤中就是常见的“司机突变”。
- 功能丧失不等于致病：有些基因在遗传病中是抑癌基因（失活致病），但在肿瘤中可能是双等位失活才算驱动。
- 不考虑克隆结构：ACMG规则没有“突变发生在多少比例的肿瘤细胞中”这个概念。一个VAF只有2%的变异，按ACMG可能被判为致病，但在肿瘤中它可能就是无关紧要的亚克隆。
常见陷阱：不要因为一个变异在ClinVar里标注为“Pathogenic”，就直接对号入座到肿瘤解读里。ClinVar里的致病标注绝大多数是针对胚系遗传病的，直接用在肿瘤样本里可能导致治疗决策失误。
1.3 核心概念：从遗传学到肿瘤学的范式转换
要把ACMG规则移植到肿瘤场景，我们需要做一个范式转换。这个转换的核心，我总结为三个关键词：
1.3.1 线性法则 → 克隆结构
遗传病是线性的：有一个致病突变，就会发病。肿瘤是进化树：多个突变在克隆结构中按时间顺序发生，只有主干突变才具有治疗意义。
我在一个胃癌项目中遇到过：一个样本的TP53突变VAF高达80%，按ACMG规则妥妥的致病。但细看NGS数据后发现，样本中还有一个ARID1A截断突变VAF只有15%，而且这个ARID1A突变才是文献中已知的驱动事件。如果只看ACMG强度，你会错过真正的治疗靶点。
1.3.2 基因特异性 → 肿瘤类型特异性
遗传病中，一个基因的致病性基本与组织类型无关。肿瘤中完全不是这样：BRAF V600E在黑色素瘤中是经典驱动，但在结直肠癌中如果没有MSI-H背景，驱动意义就弱很多。
我的建议：在肿瘤解读中建立“基因-肿瘤类型-变异”三维索引表。同一个基因、同一个变异，在不同癌种中的证据强度可能完全不同。
1.3.3 功能预测 → 治疗循证
ACMG规则依赖大量功能预测工具（SIFT、PolyPhen等），但这些预测工具对肿瘤变异的适用性存疑。肿瘤解读的核心证据应该是：这个变异有没有对应的靶向药物？这个药物在不同癌种中有没有临床数据？
说白了，肿瘤解读的终极问题是：这个变异，能让我给患者推荐什么药？
# 传统ACMG解读流程（胚系）
变异 → 人群频率 → 家系分析 → 功能预测 → 文献 → 分类
# 肿瘤ACMG调整后流程（体细胞）
变异 → 肿瘤类型 → VAF/克隆结构 → 药物响应数据库 → 预后证据 → 分类1.4 本章知识体系总览
下面是这一章的核心知识结构图。我特意把它画成一棵树的形式，因为ACMG规则在肿瘤中的应用，本质上是一个“从胚系到体细胞”的适应性生长过程。主干不变，但枝叶需要重新修剪。
从这个图能看出，ACMG规则在肿瘤中的应用不是简单的“套用”或者“抛弃”，而是一个适应性调整的过程。后面的章节，我们会逐一拆解这棵树上的每一根枝杈。
1.5 小结：你为什么要关注这些调整？
嗯，讲到这里，你可能会觉得有点抽象。那我换个角度说：
如果你不调整ACMG规则，直接用胚系规则去判肿瘤样本，会出现什么后果？
真实案例：某实验室直接使用ACMG规则解读一个晚期肺癌样本，发现TP53 Y220C突变。按规则，该变异在人群中罕见，功能预测均为致病，被判定为"致病性"。但实际该位点在肿瘤中属于可靶向位点，文献中有I期临床数据显示对应药物（PRIMA-1M）对Y220C突变患者有应答。由于规则未调整，该实验室只报告"TP53 Y220C 致病性"，未提及治疗意义，导致患者错失靶向治疗机会。
这就是我们做这个课程的原因。ACMG规则是一把好尺子，但你要知道什么时候该用它量胚系，什么时候该给它"换个刻度"去量肿瘤。接下来的29章，我会把每一个证据项、每一条规则、每一个调整点，掰开揉碎了讲清楚。