← 最新论文
🧬 生物学

Integrated single cell and bulk transcriptomic analysis reveals disulfidptosis related malignant epithelial states associated with prognosis in gastric cancer

本研究整合了单细胞与大块转录组分析,以鉴定胃癌中与二硫死亡相关的恶性上皮状态,建立了一个能够稳健预测患者预后的六基因特征谱,并揭示了独特的肿瘤微环境特征。

原作者: Zhao He, Shuang Li, Jirui Gu, Jiahui Liu, Xu Huang, Jiaping Jing, Qi Sun, Miao Wei, Jue Wang, Dongdong Fan, Zhiping Chen, Jian Li, Liang Cao

发布于 2026-10-27
📖 1 分钟阅读☕ 轻松阅读

原作者: Zhao He, Shuang Li, Jirui Gu, Jiahui Liu, Xu Huang, Jiaping Jing, Qi Sun, Miao Wei, Jue Wang, Dongdong Fan, Zhiping Chen, Jian Li, Liang Cao

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

胃癌,通常被称为胃癌,仍然是全球范围内最致命的疾病之一。尽管现代医学在手术和靶向药物方面取得了长足进步,但由于该疾病具有极高的复杂性,它依然夺走了许多生命。在肿瘤内部,癌细胞并非完全相同;它们与免疫细胞、结构组织和血管组成的繁忙“社区”相互作用。为了理解为什么有些患者能生存得更久,科学家必须超越肿瘤的平均行为,去观察单个细胞的具体状态。细胞生物学中最新的概念之一是一种被称为“二硫死亡”(disulfidptosis)的细胞死亡类型。当细胞摄入过多的特定营养素(一种称为胱氨酸的物质),却因缺乏能量而无法对其进行有效处理时,就会发生这种过程。这种失衡会导致细胞的内部支架(由蛋白质纤维组成)坍塌并断裂,从而导致细胞死亡。由于癌细胞经常面临营养短缺和压力,研究人员想知道,控制这种特定细胞死亡方式的基因是否能揭示胃癌行为及患者预后的隐藏模式。

来自大连医科大学的一个研究小组致力于通过结合两种不同类型的遗传数据来绘制这些模式。他们首先利用大规模的单细胞数据,这使得科学家能够读取来自胃肿瘤和健康组织的近16万个独立细胞的遗传指令。通过逐一分析这些细胞,他们可以区分真正的癌细胞与周围的健康细胞及免疫防御细胞。随后,他们查看了一组来自数千名患者的更大规模数据集,以观察在单个细胞中发现的模式是否与现实世界的生存结果相吻合。其目标是观察与二硫死亡相关的基因活性是否能讲述关于肿瘤内部环境的故事,并预测癌症的侵略性程度。

研究人员发现,胃部的癌细胞并非一个统一的群体,而是根据其遗传活性可以分为不同的类别。当研究人员根据“二硫死亡评分”(衡量这种特定应激反应相关基因活跃程度的指标)对恶性细胞进行分类时,他们发现了两种截然不同的癌症状态。得分较高的细胞处于快速生长和分裂的状态。这些细胞正忙于构建其内部蛋白质支架并消耗营养以驱动其扩张。它们表达高水平的特定转运蛋白,这种蛋白负责将胱氨酸拉入细胞内,这表明它们已经为触发二硫死亡的那种压力做好了准备。相比之下,得分较低的细胞生长速度较慢,但表现出强烈的“干细胞样”特征。这些细胞拥有通常与肿瘤再生和耐药性相关的特征,表明它们处于一种更为休眠且以生存为导向的状态。

这种在快速生长、依赖支架的细胞与缓慢生长、干细胞样细胞之间的划分,为观察肿瘤生态系统提供了一种新视角。高分值的细胞似乎在与周围的免疫和结构细胞进行更频繁的交流,从而可能影响肿瘤的环境。然而,低分值的细胞似乎更专注于与同类癌细胞进行交流。这表明肿瘤不仅仅是一堆相同的细胞,而是一个动态的景观,其中不同的细胞类型扮演着不同的角色:一些驱动快速扩张,另一些则维持着具有韧性的细胞库。

为了验证这些细胞模式是否对患者具有重要意义,研究人员利用一组能够最好捕捉这些差异的六个基因构建了一个模型。他们将该模型应用于三组大型胃癌患者的数据进行测试。结果是一致的:患者肿瘤中匹配高风险组的遗传谱,其生存时间明显短于低风险组。即使在研究人员考虑了年龄、性别和癌症分期等其他因素后,这一发现依然成立。高风险肿瘤还被发现具有不同的内部构成,即相对于总质量而言,含有更多的结构组织和较少的癌细胞,这往往使得药物难以到达目标部位。

该研究还探讨了这些发现对治疗的意义。通过模拟肿瘤对各种药物的反应,研究人员预测高风险组可能对某些靶向疗法更敏感,而低风险组的反应则可能不同。然而,作者谨慎地指出,这些仅是基于计算机模型的预测,而非在医院环境下证明药物有效的临床证据。这项研究是一项计算探索,旨在产生新的假设,而非证实治愈方法的临床试验。

最终,这项工作将单个细胞行为的微观世界与患者生存的宏观现实联系了起来。它表明,控制细胞如何处理压力及其内部结构的基因,并非仅仅是背景噪音,而是对胃癌进展至关重要的核心。通过识别这些特定的细胞状态,研究人员为理解该疾病提供了一个新的框架。他们证明了肿瘤的构建方式——从某些细胞的快速生长到另一些细胞的韧性——留下了一个清晰的签名,可以帮助预测疾病的未来走向。虽然这目前尚未提供新的治疗手段,但它提供了一张更清晰的地形图,引导未来的实验去测试针对这些特定细胞状态是否能改善患者的预后。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →