聊聊Sci

这篇研究聚焦于肿瘤内在因素如何导致癌症免疫疗法（特别是免疫检查点抑制）的耐药性。文章深入探讨了多种机制，包括肿瘤抗原性不足、干扰素-γ信号通路的缺陷以及MHC（主要组织相容性复合体）表达的丧失。此外，研究还详细阐述了致癌信号通路在介导免疫逃逸中的作用，并探讨了克服这些内在耐药性的现有及新兴策略，例如结合疗法和新的免疫增强方法。

References:

• Kalbasi A, Ribas A. Tumour-intrinsic resistance to immune checkpoint blockade[J]. Nature Reviews Immunology, 2020, 20(1): 25-39.

这篇文章主要讨论了免疫检查点阻断（ICB）在癌症治疗中的应用及其局限性。文中概述了ICB的作用机制，特别是针对CTLA-4和PD-1/PD-L1等关键免疫检查点的策略。文章还详细探讨了影响ICB治疗效果和毒性（irAEs）的各种因素，包括宿主内在因素（如肿瘤遗传、肿瘤微环境中的免疫细胞和微生物）和宿主外在因素（外暴露组），例如饮食、压力、用药以及环境暴露。最后，该文献还提出了旨在提高疗效和降低副作用的诊断与治疗策略，以期拓宽ICB的适用范围并改善癌症患者的预后。

References:

• Morad G, Helmink B A, Sharma P, et al. Hallmarks of response, resistance, and toxicity to immune checkpoint blockade[J]. Cell, 2021, 184(21): 5309-5337.

本研究概述了传统化疗药物在癌症治疗中的免疫调节作用。传统上，这些药物通过直接杀死癌细胞发挥作用，但现在人们认识到它们还能通过诱导免疫原性细胞死亡和直接影响免疫细胞来刺激抗癌免疫反应。文章探讨了化疗如何增强肿瘤的抗原性并释放危险信号，以及它们如何选择性地影响免疫抑制细胞和活化免疫效应细胞。此外，该研究还讨论了化疗对肠道微生物群和神经内分泌回路的全身影响，这些因素可能影响治疗结果。最后，文章强调了将化疗与免疫检查点抑制剂相结合的潜力，并指出了优化这些联合治疗方案的未来研究方向。

References:

• Galluzzi L, Humeau J, Buqué A, et al. Immunostimulation with chemotherapy in the era of immune checkpoint inhibitors[J]. Nature reviews Clinical oncology, 2020, 17(12): 725-741.

这篇文章介绍了一种名为“癌症免疫学数据引擎”（CIDE）的新型计算框架，该框架整合了大量免疫治疗患者的组学数据，以期识别在癌症免疫反应中具有关键作用的分泌蛋白。研究人员发现并验证了AOAH（酰基水解酶）作为一种潜在的免疫疗法，能够通过增强T细胞受体功能和保护树突状细胞来提高免疫治疗效果。文章详细阐述了AOAH的作用机制，即通过耗竭免疫抑制性花生四烯酰磷脂酰胆碱及其氧化衍生物来实现。此外，研究还初步探讨了CR1L、COLQ和ADAMTS7等其他分泌蛋白对肿瘤免疫的调控作用，为未来的癌症治疗策略开辟了新的研究方向。

References:

• Gong L, Luo J, Yang E, et al. Cancer immunology data engine reveals secreted AOAH as a potential immunotherapy[J]. Cell, 2025.

这篇文章探讨了饮食与微生物组相互作用在癌症发生、发展、扩散和治疗反应中的复杂联系。文章详细阐述了饮食构成（如碳水化合物、脂肪、蛋白质、矿物质和维生素）如何通过改变微生物群落来影响癌症相关过程，并强调了饮食时间（包括限时进食和模拟禁食饮食）对微生物功能调节癌症及其治疗的重要性。此外，文章还审视了旨在增强微生物介导的癌症治疗反应并最大程度减少不良反应的现有及实验性营养方法，并讨论了将饮食-微生物组相互作用整合到精准肿瘤学中面临的挑战和前景，最终旨在实现个性化和微生物组指导的营养癌症干预优化。

References:

• Abdeen S K, Mastandrea I, Stinchcombe N, et al. Diet-microbiome interactions in cancer[J]. Cancer Cell, 2025, 43(4): 680-707.

这篇文章探讨了人工智能 (AI) 如何革新癌症研究和临床应用，尤其是在多组学数据分析方面的潜力。文章概述了AI在早期癌症检测、生物标志物发现、患者分层、药物研发以及计算病理学中的应用。尽管AI带来了诸多进步，但它在临床整合方面仍面临挑战，包括可重复性、AI模型的可解释性以及需要轻量级、可移植的解决方案。文章强调了标准化、跨学科合作以及严格验证对于推动AI在精准肿瘤学中广泛应用的重要性。

References:

• Yates J, Van Allen E M. New horizons at the interface of artificial intelligence and translational cancer research[J]. Cancer Cell, 2025, 43(4): 708-727.

这篇文章概述了干细胞在细胞生物学中的关键作用，重点介绍了它们在组织修复和细胞重编程中的潜力。作者们探讨了不同类型的干细胞，从多能干细胞到组织特异性干细胞，并解释了它们分化成各种细胞类型的机制。文章还详细阐述了诱导多能干细胞（iPSC）的发展，以及直接重编程如何启发了创新疗法，超越了传统干细胞应用。最后，文章回顾了干细胞和重编程策略在临床试验中的进展，强调了它们在治疗各种疾病方面的前景。

References:

• Götz M, Torres-Padilla M E. Stem cells as role models for reprogramming and repair[J]. Science, 2025, 388(6746): eadp2959.

这篇综述挑战了中枢神经系统（CNS）与免疫系统隔离的传统观念。文章解释了脑淋巴系统和脑膜淋巴系统如何清除大脑中的废物和抗原，从而连接中枢神经系统和外周免疫系统。它还讨论了大脑边界处免疫细胞的存在，这些细胞能够呈递中枢神经系统来源的自身肽，形成一种“免疫编码”，旨在通过诱导抑制性T细胞反应来维持中枢神经系统的免疫特权，从而在允许免疫监视的同时限制自身免疫。最后，文章探讨了炎症、衰老和神经退行性疾病如何改变这种免疫编码和淋巴功能，为治疗中枢神经系统疾病提供了新的治疗途径。

References:

• Kim M W, Kipnis J. Glymphatics and meningeal lymphatics unlock the brain-immune code[J]. Immunity, 2025, 58(5): 1040-1051.

本评论探讨了中枢神经系统（CNS）中独特的免疫细胞群及其在维持组织平衡和疾病进展中的关键作用。文章详细阐述了中枢神经系统的解剖分区及其如何形成不同的免疫细胞生态位，特别强调了髓系细胞（如小胶质细胞和巨噬细胞）在每个区域的起源、发育和功能多样性。文章还讨论了靶向这些细胞群的治疗策略，包括细胞和非细胞方法，并深入分析了将小鼠研究成果转化为人类临床应用的挑战。最后，文中展望了通过精确靶向特定髓系细胞亚群来治疗阿尔茨海默病等神经系统疾病的潜力。

References:

• Frosch M, Prinz M. Niche-specific therapeutic targeting of myeloid cells in the central nervous system[J]. Immunity, 2025, 58(5): 1101-1119.

这篇文章概述了早期非小细胞肺癌（NSCLC）免疫疗法的进展，特别是在围手术期使用免疫检查点抑制剂（ICIs）。文章讨论了新辅助免疫疗法的益处，包括病理完全缓解（pCR）率的显著提高和无事件生存期的延长。然而，它也强调了当前生物标志物在预测治疗反应方面的局限性。为了克服这些挑战，文章提出了一种整合多组学的方法，结合了肿瘤内在因素、免疫微环境和全身性生物标志物，旨在实现更精确的免疫疗法。此外，该综述还展望了未来的方向，包括实时监测和适应性治疗策略，以优化患者预后。

References:

• Vaccaro A, Rahal Z, Kadara H, et al. A Roadmap to Precision Immunotherapy for Early-Stage Non–Small Cell Lung Cancer[J]. Cancer Discovery, 2025, 15(5): 884-889.