聊聊Sci

该研究揭示了急性髓系白血病（AML）中一种此前未知的代谢机制，即白血病干细胞（LSCs）通过增强脂肪酸氧化（FAO）实现自主酮体生成。研究发现，关键限速酶 HMGCS2 在白血病干细胞中呈高表达态势，其产生的酮体 BHB 并非仅作为能量来源，而是通过表观遗传方式抑制 FADS2 基因的表达。这种调控减少了促铁死亡磷脂的积累，从而使癌变干细胞免于铁死亡并维持其自我更新能力。实验证明，靶向阻断这一酮生成-铁死亡轴能显著抑制白血病进展，且不会损害正常的造血干细胞。这一发现为开发特异性清除恶性干细胞而不产生系统毒性的精准疗法提供了重要靶点。

References:

• Han X, Wang K, Ma W, et al. A ketogenesis-ferroptosis axis maintains leukemic stem cell survival and leukemia progression[J]. Cell Stem Cell, 2026.

这篇综述探讨了利用人类诱导多能干细胞（hiPSC）衍生的类器官模型，来模拟实体瘤在大脑、肺、肝脏和骨骼等器官中的转移生态位。传统的啮齿动物实验因物种差异和通量限制，难以有效转化为临床疗法，而将类器官与癌细胞共同培养形成的“嵌合体（Chimeroids）”为研究肿瘤定植提供了新途径。文章详细介绍了如何通过集成基质、血管和免疫成分来增强模型的生理相关性，从而更精准地还原复杂的肿瘤微环境。这种具有扩展性的体外平台不仅支持大规模的遗传和药物筛选，还为发现新的治疗靶点提供了重要工具。虽然类器官在细胞成熟度和复杂性上仍面临挑战，但其在个性化医疗和药物研发领域展现出巨大的应用潜力。

References:

• Baumann Z, Billy E, Scheidmann M C. Advancements in organoid models emulating metastatic niches[J]. Trends in Cancer, 2026.

这篇综述探讨了利用活体显微镜、组织透明化和空间转录组学等前沿成像技术观察癌症早期发生的机制。这些工具将肿瘤起始从理论推测转变为可在生物体内直接观测的动态过程，揭示了突变克隆如何通过竞争或合作在组织中生存与扩张。研究发现，突变细胞的命运受细胞层级、微环境信号以及宿主代谢等系统性因素的共同调控。通过精准追踪单个突变克隆的演化规律，科学家能够识别出具有恶变潜力的“突变场”。这些技术突破不仅深化了对癌变机理的理解，也为肿瘤的早期拦截和预防提供了关键视角。这种多维度的观测手段正在重塑癌症生物学的研究范式。

References:

• Messal H A, Mourao L, Dörner L, et al. Watching cancer begin: emerging tools to visualize the first steps of tumorigenesis[J]. Trends in Cancer, 2026.

这篇文章探讨了T细胞耗竭的多维调控机制，揭示了该过程是由表观遗传、表观转录组与代谢网络共同驱动的。研究指出，长期接触抗原和压抑的肿瘤微环境会导致T细胞功能丧失，但通过调节核心代谢物或靶向特定的染色质修饰酶，这种退化状态可以被逆转。文章重点介绍了利用CRISPR筛选和细胞因子强化等先进技术，旨在将耗竭的T细胞重新编程为具有更强杀伤力的干细胞样表型。为了提高安全性，作者建议采用瞬时调节策略，以替代永久性的基因删除，从而在增强抗肿瘤疗效的同时降低恶性增殖的风险。这些发现为优化CAR T细胞疗法和开发新型癌症免疫治疗方案提供了关键的理论路线图。

References:

• Slater C, Simon A, Laprie-Sentenac M, et al. Epigenetic, epitranscriptomic, and metabolic control of T cell exhaustion[J]. Trends in Cancer, 2026.

这篇学术综述阐述了DNA甲基化在癌症精准医疗中从基础发现向临床生物标志物演变的历程。由于甲基化修饰在组织和血液样本中具有极高的稳定性，它不仅能用于癌症的早期筛查，还能有效预测患者对化疗、靶向治疗及免疫治疗的反应。文章通过分析多个基因位点与复杂特征，展示了表观基因组学如何通过调节基因表达，进而影响肿瘤的药物敏感性或耐药性。研究指出，利用液态活检监控动态的甲基化特征，能够为临床医生提供实时的诊疗支持，从而实现个性化用药。尽管目前在技术标准化、临床验证及检测灵敏度方面仍面临挑战，但这种方法在优化癌症治疗管理方面展现了巨大的应用潜力。

References:

• Davalos V, Ferrer G, Esteller M. How DNA methylation predicts response to cancer therapies[J]. Trends in Cancer, 2026.

这篇文章系统地阐述了肿瘤代谢物在癌症演变中的核心作用，强调它们不仅是生物合成的原料，更是调节基因表达、蛋白功能及肿瘤微环境的关键信号分子。作者通过对质谱 (MS)、核磁共振 (NMR) 和表面增强拉曼光谱 (SERS) 等前沿检测技术的评估，展示了单细胞和空间代谢组学如何揭示肿瘤的异质性。文中提出了一套整合人工智能与多组学数据的研究框架，旨在利用代谢特征提升癌症的早期诊断、患者分层和新药研发。尽管目前仍面临检测灵敏度和功能验证等技术瓶颈，但代谢驱动的精准医疗被视为未来癌症治疗的重要方向。通过追踪代谢流分析 (MFA) 和蛋白相互作用，研究人员正致力于将基础代谢发现转化为临床可用的治疗方案。总体而言，本文为理解代谢重塑如何驱动肿瘤进展以及如何利用这些发现改善临床预后提供了深刻的见解。

References:

• Zhu X H, Huang L, Tian P, et al. Deciphering tumor metabolites: emerging technologies shaping clinical implications[J]. Trends in Cancer, 2026.

本文概述了胰腺微生物群在引起胰腺炎和胰腺导管腺癌 (PDAC) 中的核心作用。研究表明，来自肠道、口腔和皮肤的细菌、真菌及病毒会通过多种途径迁移至胰腺，从而改变肿瘤微环境。这些微生物通过释放代谢产物并重塑宿主免疫反应，创造出有利于肿瘤生长的抑制性微环境。尽管目前的分析受限于胰腺较低的微生物生物量，但靶向这些特定微生物群已显示出增强免疫疗法和化疗效果的巨大潜力。通过抗生素、益生菌或粪菌移植来调节微生物组成，正成为改善胰腺癌患者预后的新兴治疗策略。目前多项临床试验正在深入探讨这种微生物组驱动的治疗新方向。

References:

• Alam A, Mayengbam S S, Senchanthisai S, et al. Microbiome: a driver of pancreatic inflammation and tumorigenesis[J]. Trends in Cancer, 2026.

这项研究揭示了甲羟戊酸激酶缺乏症（MKD）引发自身炎症的新机制，重点阐述了自然杀伤（NK）细胞在其中的关键作用。研究发现，MKD患者及小鼠模型普遍存在成熟NK细胞减少以及蛋白质异戊二烯化受损的现象，这直接导致了细胞内溶细胞颗粒转运障碍和杀伤能力下降。由于这种免疫缺陷，机体在应对病毒感染时无法有效清除病原体，反而触发了干扰素-γ（IFN-γ）的过度分泌，进而诱发系统性炎症。实验证明，JAK抑制剂能够有效阻断异常的细胞因子信号，为临床治疗这种严重的单基因遗传病提供了新的理论依据和潜在方案。

References:

• Munoz M A, Schuster I S, Cremasco J, et al. NK cell dysfunction and interferon gamma production underlie autoinflammation in mevalonate kinase deficiency[J]. Immunity, 2026.

这份研究揭示了人体内一种此前未被察觉的宏观间质结构，它表现为遍布全身的充满流体的腔隙网络。研究人员利用共聚焦激光显微内窥镜技术，在胆管、皮肤及各类器官的黏膜下层发现了由胶原蛋白束支撑的网状通道。传统活检由于脱水处理常导致这些组织萎缩，使其在既往观察中被误认为致密的结缔组织。这一新发现的间质空间不仅作为减震器保护器官，还与淋巴液生成、癌症转移及纤维化病变密切相关。通过重新定义这些组织的解剖特征，该研究为理解人体流体动力学和疾病扩散机制提供了全新的视角。

References:

• Benias P C, Wells R G, Sackey-Aboagye B, et al. Structure and distribution of an unrecognized interstitium in human tissues[J]. Scientific reports, 2018, 8(1): 4947.

这项研究介绍了 TxPert，这是一种旨在预测基因扰动对转录组影响的深度学习框架。该模型通过整合 知识图谱（如 STRING 和 GO）与高通量筛选数据，能够有效模拟细胞在面对未见过的单基因或双基因扰动时的反应。TxPert 采用了潜空间转换技术，结合了基础状态编码器和基于 图神经网络 的扰动编码器，显著提升了跨细胞系的泛化能力。研究强调了使用 批次匹配对照 和检索指标进行严谨基准测试的重要性，证明了该模型在多项任务中优于现有方法。最终，这项技术有望通过 虚拟筛选 加速药物发现并深化对疾病机制的理解。

References:

• Wenkel F, Tu W, Masschelein C, et al. TxPert: using multiple knowledge graphs for prediction of transcriptomic perturbation effects[J]. Nature Biotechnology, 2026: 1-8.