Paclitaxel

前 言  Genentech最近发表了一篇关于脑内生物药递送的综述，系统总结了当前多种跨 BBB 技术路径，RMT（受体介导转胞吞）仍然是最具代表性的非侵入性策略之一。它的意义不只是“帮助大分子进入脑内”，而是推动脑递送问题从单纯突破屏障，走向受体选择、分子结构、暴露动力学与成药性协同优化。本文基于这篇综述，整理 RMT 相关的核心逻辑与当前进展。 01 血脑屏障与生物药在脑内的分布  众所周知，血脑屏障（BBB）会限制治疗药物进入脑组织，因此成为中枢神经系统（CNS）疾病，包括脑肿瘤治疗中的一大障碍。神经血管单元（NVU）通常被称为 BBB，其由特化的血管内皮细胞构成，这些细胞通过紧密连接彼此紧密相邻，并由周细胞和星形胶质细胞支持，同时受小胶质细胞和神经元信号调控。这一复杂结构对于调节物质进出脑组织、维持稳态并保障神经元最佳功能至关重要。 过去几十年中，生物药在药物研发版图中的占比迅速提升，并在 2023 年全球十大畅销药物中占据多数。尽管 CNS 疾病在全球发病和死亡中占据重要比例，但这些药物中没有一种针对 CNS 疾病，这凸显出亟需拓展 CNS 疾病（包括脑肿瘤）患者的治疗选择。全身给药后，典型抗体在脑内的浓度通常仅为循环中水平的约 0.01%–0.1%。如此有限的脑内摄取，对开发神经系统疾病有效生物治疗药物构成了重大挑战。 虽然通过高频、大剂量给药有可能提高患者脑内暴露，但这种方法也存在局限，包括耐受性风险增加、成本高以及生产制造受限。生物药在脑内的分布和药代动力学受到多种因素影响，例如给药途径、分子性质（包括表面电荷和分子大小）、抗原结合相互作用等，研究者正据此设计提升脑内摄取的策略。例如，通过对抗体进行阳离子化来改变分子表面电荷，可增强其跨 BBB 转运，但代价是由于非特异性结合和组织分布增加，导致系统半衰期缩短。类似地，蛋白治疗药物的大小也已被证明会影响其脑内分布特征。这些认识可为设计创新策略、提升生物治疗药物在脑内的摄取和滞留提供重要启示。 人们常常假定，脑肿瘤中的血脑屏障（BBB）已经受损，因此药物可以不受限制地进入肿瘤组织。然而，尽管脑肿瘤内部及其周围的屏障完整性可能确实受到一定程度破坏，但这种变化的程度具有很强的异质性（图1a），这可能导致位于完整 BBB 后方的肿瘤细胞暴露不足，达不到治疗所需水平。 在小鼠和患者脑肿瘤中，增强 MRI（CE-MRI）和免疫组织化学分析均显示 BBB 具有异质性，部分区域仍保留完整屏障。此外，涵盖多种抗肿瘤药物的 24 项临床研究数据显示，药物在脑肿瘤中的浓度差异很大。类似地，在小鼠模型中，抗体类治疗药物在脑转移灶内及不同脑转移灶之间的分布也表现出受限且高度可变的特点（图1b）。 综合来看，这些证据表明，脑肿瘤内部不同区域的 BBB 破坏并不均一。因此，有必要进一步提高原本具有潜力的治疗药物在脑内的递送效率，因为任何残留的恶性细胞都可能导致治疗失败和肿瘤复发。 近年来，为提升生物药进入中枢神经系统的效率，产业界和学术界已开发并推进多种递送策略，覆盖临床前和临床阶段。这些方法既包括局部给药、脑脊液给药等侵入性路径，也包括受体介导转胞吞（RMT）和暂时性 BBB disruption 等非侵入性或半非侵入性方案。整体上，当前策略可归纳为五类：RMT、暂时性 BBB disruption、局部治疗、CSF 介导递送及其他方法。 02 受体介导转胞吞（RMT）   基于RMT 的策略具有吸引力，原因在于其非侵入性特点，以及能够利用脑部高度血管化区域 BBB 界面上的细胞表面受体，将生物治疗药物递送至整个脑实质（图3）。不同研究团队也对 RMT 技术赋予了不同名称，例如 molecular trojan horse、brain shuttle、transport vehicle（TV）、transcytosis-enabling module（TEM）等。 这一过程通常始于某种生物学配体与脑血管内皮细胞管腔侧表面的相应受体结合。该配体可以是内源性蛋白（如转铁蛋白或胰岛素），也可以是抗体类靶向分子。随后，复合物经由受体介导内吞进入细胞，经过囊泡转运后，将所携带的“货物”递送至脑实质。 与之密切相关的另一种方式是载体介导转胞吞（CMT）。该策略通过小型特异性孔道型转运体（如 L 型氨基酸转运蛋白 1，LAT1）将与溶质载体结合的分子转运穿过 BBB，但其对生物药递送的适用性相对较差。 理想的RMT 受体应当在脑血管内皮细胞上高表达，而在外周血管和其他组织中表达尽可能低，从而提高脑特异性递送，同时减少潜在的全身效应、靶点介导的药物处置以及安全性风险。由于这类理想受体较难识别，目前研究主要集中在一些分布较广、但同时也表达于 BBB 内皮细胞上的靶点，包括低密度脂蛋白受体（LDLR）家族、转铁蛋白受体（TfR 或 CD71）、CD98 重链（CD98hc、SLC3A2 或 4F2）、胰岛素受体（IR）以及胰岛素样生长因子 1 受体（IGF1R）。 受体本身的性质，如周转速率和内吞能力，以及药物分子的性质，如结合亲和力、价态和药代动力学特征，都会影响其跨 BBB 的转运效率。例如，半衰期较长的IgG 样分子格式，相比半衰期较短的格式，可能增加 RMT 与其受体的相互作用，并带来更高效的脑内摄取。此外，RMT的效率还可能受到疾病状态所引起的靶受体表达水平和表达模式变化的影响，因此，在为 CNS 药物递送选择 RMT 技术时，这也是一个需要重点考虑的因素。 早期的RMT 策略主要靶向TfR、IR 和 IGF1R，验证了大分子跨 BBB 转运的可行性，但同时也伴随显著的转化挑战。这些问题包括：跨物种预测性较差；高亲和力或双价构建由于更易进入溶酶体降解而导致转胞吞效率偏低；由于外周广泛表达所产生的外周“sink effect”而降低脑内暴露；以及因作用于信号受体（如 IGF1R、IR）或因靶点在全身更广泛表达（如 TfR）而带来的安全性和脱靶风险。 新一代RMT 平台则通过优化设计在一定程度上克服了这些限制，例如采用亲和力优化、单价的 TfR 抗体以减少受体饱和和溶酶体转运，使用更安全的非信号型受体（如 CD98hc、LRP1），以及采用非激动型的IGF1R 设计。此外，定量成像和 PBPK 建模的进展，也使这些更安全、可扩展性更高的递送技术具备了更可靠的跨物种预测能力。 1. LRP1 Angiopep-2 是一种以低亲和力结合低密度脂蛋白受体相关蛋白 1（LRP1）的多肽，已被探索作为一种 RMT 技术，用于将小分子和大分子治疗药物转运穿过 BBB。由 angiopep-2 与紫杉醇组成的复合物 ANG1005，在复发性胶质瘤的临床前和临床研究中显示出更高的脑内摄取。不过，其近期在 GBM 中开展的一项 II 期试验结果并不理想，未达到主要终点。这一技术也已在临床前研究中用于递送生物药，例如抗 HER2 抗体ANG4043，以及神经降压素肽。 2. TfR1 TfR 是一种表达于 BBB 内皮细胞、参与铁转运的受体，围绕TfR 的递送技术已被广泛研究，并在小鼠和非人灵长类研究中显示出可增强抗体和反义寡核苷酸（ASO）等生物治疗药物的脑内递送。例如，通过 TfR 实现 RMT 的抗 β-分泌酶 1（BACE1）抗体transport vehicle（ATV:BACE1），在小鼠和猴研究中都表现出更高的脑内暴露。此外，靶向 TfR 的双特异性分子若采用较低或优化后的亲和力，由于能够在基底外侧实现更充分释放，因此具有更优的转运效率；单价格式的跨细胞转运能力也优于双价格式。 3. CD98HC 近年来，靶向 CD98hc 的技术也已开发出来，并在啮齿动物和非人灵长类研究中显示出改善脑内暴露的效果。比较研究进一步表明，基于 TfR 的载体可实现更快的脑内摄取，达到最大浓度的时间（Tmax）更早；而基于 CD98hc 的 shuttle 则可带来更持久的脑内暴露，但 Tmax 更晚。此外，同时靶向TfR 和 CD98hc 的双转运载体，其脑内暴露高于仅靶向单一受体的载体。通过调节两者的结合亲和力，还可改变双靶向载体的脑暴露动力学和体内分布：对 TfR 亲和力更强时，脑内摄取更快；对 CD98hc 亲和力更强时，则脑内暴露更持久。 这些发现提示，RMT 平台可以根据具体应用需求进行定制：TfR 靶向可能更适合依赖快速达到峰浓度（Cmax）来发挥活性的治疗药物，而 CD98hc 靶向则更适合依赖持续脑内暴露来发挥活性的药物。 值得注意的是，上述大多数工作主要集中于提高生物药进入脑内的能力，而如果能够进一步延长生物药在脑内的滞留时间，则可能通过延长 CNS 暴露而带来额外获益。为此，已有一些技术被开发出来，例如AccumuBrain，其思路是通过引入可结合脑特异性抗原的结构域，减缓抗体从脑内清除，从而增强其在脑内的长期滞留。啮齿动物早期研究显示，与抗髓鞘少突胶质细胞糖蛋白（MOG）结合结构域融合的抗体，可将 CNS 药物暴露延长 10 倍以上。支持这一思路的一项最新研究，将通过 TfR 结合结构域实现的 RMT，与通过抗 MOG 结构域增强脑内滞留相结合，以同时提升抗体进入脑内和在脑内持续存在的能力。结果显示，与单独依赖RMT 相比，这种组合策略带来了更高的脑内暴露和更持久的抗体水平，同时维持了相近的外周分布特征。这些发现提示，同时促进脑内进入并延长脑内滞留的整合策略，可能有助于进一步提升抗体类疗法在 CNS 疾病中的应用效果。脑内滞留策略面临的挑战包括：很难将结合亲和力优化到既不过度“困住”分子、又能保留其向更深层组织分布所需的移动性；同时还存在脱靶结合以及神经炎症等毒性风险。 03 小 结   总体来看，RMT为生物药跨 BBB 递送提供了一条相对清晰且非侵入性的技术路径，也是当前脑递送领域最具代表性的方向之一。但现阶段并不存在适用于所有分子和所有适应症的通用方案，受体选择、分子格式、亲和力、价态、半衰期以及疾病状态下受体表达变化，都会直接影响递送效率与成药性。现有研究表明，RMT 已从早期验证“能否进入脑内”，逐步转向优化“进入多少、分布多均匀、能维持多久”，未来也更可能与其他策略联用，以进一步提升脑暴露和治疗效果。 欢迎大家加入BioPlus Partners微信交流群&Linkedin，共同探讨。 BioPlus Partners Linkedin   微信交流群 入群申请联系人 ：Lisa 邮箱：lisa.li@bp-bioplus.com 电话：18662346610（同微信） 入群申请，请先添加Lisa微信，并分享名片 入群画像 ：Biotech/药厂研发/BD、投资机构、临床医生等 入群福利：不定时行业资料包分享 参考文献： Gampa, G., Vadlakonda, R., Stefanich, E. et al. Bridging the blood-brain barrier: strategies to improve delivery of biologics to tumors in the brain. Fluids Barriers CNS 23, 25 (2026). https://doi.org/10.1186/s12987-026-00760-2 Upcoming Event 拓展阅读  BioPlus-海外寻找资产系列： 1.AACR复盘：9家CDH17-ADC数据对比 2.自免小众靶点APRIL，正在悄悄火起来了！ 3. STEAP1，会成为ADC与TCE的下一个爆款靶点么？ BioPlus国际大会跟踪系列： 1. 2025 ASCO：ADC、双抗/多抗，有哪些看点？（附一览表） 2. 2025 AACR 双抗与ADC有哪些看点？ 3. 小细胞肺癌领域，下一步将如何“破局”，ADC or TCE？ 4. ELCC 讨论：NSCLC的ADCs最新进展 5. 未来ADC发展方向：新靶点，新载荷，双靶点/双表位... 6. 2025 ASCO 重点项目临床数据：有哪些精彩看点？ 7. 2025 ASCO 重点项目临床数据 8.2025 ESMO 临床数据：有哪些精彩看点？ BioPlus靶点/管线研究系列： 1. “待爆”：CDH17 ADC项目大比拼，谁将脱颖而出? 2. PD-1激动剂在自免疾病项目数据盘点：失败项目的“坑”与启示 3. 上临床就能卖？DLL3 ADC这么好卖？ 4. 胰腺癌三大热门靶点：CLDN18.2、EGFR、RAS 5. TSLP/SCF双抗，下一个自免待爆靶点组合？ 6. GPC3靶点临床屡败，TCE能改写格局么？ 7. 亮相AACR，曾被临床终止的ADC靶点Ly6E，能否卷土重来？ 8. 最高18.45亿美元！赛诺菲为何重金买了两款TL1A双抗？ 9. 2025 Q1：BMS、Sanofi和Roche管线调整，哪些项目被砍？ 10. 现场！2025AACR：KRAS抑制剂的百花齐放 11. IL-17小分子抑制剂，能否杀出重围？ 12.全球首款：华东医药申报MUC17 ADC药物 13.荨麻疹 first-in-class双抗提交临床试验申请 14.绝非 “越低越好”：CD3 亲和力的权衡之道 15.重磅！罗氏披露BBB穿越Aβ药物最新临床数据（附详细资料） 16.阿斯利康C5纳米双抗：重症肌无力III期临床达主要终点 17.从口服到吸入和外用制剂，PDE4还有哪些可能？ BioPlus技术平台深入剖析系列： 1. TCE 免疫共刺激信号之选：CD2，一颗冉冉升起的新星 2. BD爆发前夜！6家TCE Probody技术平台深度盘点 3. TCE Probody：Amgen携重磅技术“破局“，改写行业格局？ 4. 有人放弃，有人前行！自免TCE全球管线大盘点 5. Immunocore将TCR疗法照进现实，向自免疾病迈进 6. B细胞清除免疫重置：SLE等疾病长效缓解终成现实！ 7. 国内50家CD3平台序列来源汇总 8. CD28共刺激最终章？ZW209 DLL3/CD3/CD28 三抗剑指 Amgen 9. TCE 结构之争落幕：行业用行动给出 “标准答案” 10. CD3 VHH猴交叉：重要吗？ 11.Genentech创新前沿：口服VHH抗体，靶向IL-23R 12.AbbVie专利公开：靶向PSMA/STEAP1 双抗ADC 13.In vivo CAR-T： MNC 还在看？ BioPlus人物专访： 1. 专访肖亮：卖青苗不一定是坏事，这是中国Biotech长成参天大树的必经之路 2. 专访王刚，恺佧生物这些年的“出海”之旅？   3.专访熊安稳教授：NSCLC，PD-1/VEGF之后，PD-1/IL2会是下一个双抗之王么？ BioPlus视频访谈： 1.对话余强，迫界者第一讲！医药圈原创视频访谈栏目 2.迫界者第二讲！对话丁元华、赵春林 3.BioPlus Talks海外上线！把中国创新讲给全球听

思路亮点 本研究高度契合“RNA驱动的疾病精准诊疗”与“跨尺度RNA数据获取”的前沿方向。文章直击临床痛点，指出目前乳腺癌筛查手段如影像学检查（BI-RADS 4类）存在过度活检风险，且临床缺乏有效的早期诊断及疗效预测标志物。研究通过跨尺度RNA数据获取技术——血浆胞外囊泡长RNA测序，从复杂的体液环境中精准捕获肿瘤特异性信号，成功构建包含11个标志物的诊断签名，不仅实现对早期乳腺癌的高精度识别（AUC=0.94），更揭示了exMSMO1在乳腺癌化疗耐药中的关键功能机制。这一发现不仅丰富了高质量的cfRNA临床数据集，更为开发无创、精准的RNA液体活检技术提供了极具转化潜力的临床契机。 乳腺癌（breast cancer，BC）是全球女性最常见的恶性肿瘤，早发现、早干预能显著提升患者的预后效果，晚期乳腺癌的治疗难度和死亡率则大幅上升。但现阶段临床主流的乳腺癌筛查手段，如钼靶、超声等影像学检查，其灵敏度与特异性在不同研究中表现不一，尤其是BI-RADS 4类乳腺病变的良恶性鉴别难度大，导致大量患者接受了不必要的穿刺活检，造成医疗资源浪费与患者身心负担。 传统血清肿瘤标志物如糖类抗原15-3（carbohydrate antigen 15-3，CA15-3）、癌胚抗原（carcino-embryonic antigen，CEA），因敏感性较差难以满足早期筛查的需求。同时，对于接受新辅助化疗（neoadjuvant chemotherapy，NACT）的局部晚期乳腺癌患者，临床缺乏有效的无创手段实时预测治疗疗效，也无法精准识别病理完全缓解（pathological complete response，pCR）的患者。而细胞外囊泡长RNA（extracellular vesicle long RNA，exLR）因在体液中稳定存在、能反映组织起源的特性，成为液体活检领域的研究新星。本研究正是基于exLR测序技术，探索其在乳腺癌早期诊断和化疗疗效预测中的临床价值，试图破解当下的临床诊疗难题。 01  研究内容  本研究围绕乳腺癌的诊断与疗效预测两大核心临床需求，设计了两个研究队列，通过标准化的实验方法与多维度的数据分析，取得了兼具临床价值与机制深度的研究成果，为exLR的临床转化奠定了坚实基础。 研究队列 研究设置了诊断和疗效预测两大核心队列，实现了从诊断标志物开发到疗效预测靶点挖掘的完整研究链条。诊断队列共纳入172名受试者，包括112名乳腺癌患者、19名乳腺良性疾病患者和41名健康对照者，并将其随机分为训练集与验证集，用于构建和验证诊断模型；疗效预测队列纳入58名接受新辅助化疗的局部晚期乳腺癌患者，根据术后病理结果分为pCR组（24例）与非pCR组（34例），聚焦化疗疗效预测标志物的筛选与机制研究。 研究方法 EV分离与鉴定：研究采用亲和结合旋转柱法分离血浆中的细胞外囊泡（extracellular vesicle，EV），并通过透射电镜观察其形态、流式细胞术分析粒径分布，结合蛋白印迹法检测外泌体特征标志物CD63、TSG101的表达，证实分离的囊泡主要为外泌体。 测序与生物信息学分析：对所有研究对象进行exLR测序（exLR-seq），在每个样本中稳定检测到约15000个注释基因；利用随机森林算法、LASSO方法筛选差异标志物，结合支持向量机（SVM）构建乳腺癌诊断模型；通过xCell软件分析exLR谱对应的细胞类型比例，并采用京都基因与基因组百科全书（KEGG）、基因集富集分析（GSEA）进行通路富集分析。 功能验证：针对筛选出的关键基因MSMO1，采用小干扰RNA（siRNA）敲低乳腺癌细胞中该基因的表达，通过细胞活力测定、流式细胞术凋亡检测，验证其对化疗药物敏感性的影响，并利用蛋白印迹法检测相关信号通路蛋白的表达，解析其调控耐药的分子机制。 核心结论 exLR诊断签名实现乳腺癌高精度诊断：研究发现乳腺癌患者与健康对照、乳腺良性疾病患者间的exLR表达谱存在显著差异，共鉴定出1552个差异表达的exLR。通过算法筛选最终确定11个exLR标志物（BEX2、KRT19等）构建诊断签名，该签名在训练集中区分乳腺癌与对照的AUC达0.96，验证集中AUC为0.90；对早期（I/II期）乳腺癌的诊断效能同样优异，AUC高达0.94，且诊断评分与肿瘤分期无相关性，是理想的早期诊断工具。 联合影像显著提升诊断准确性，减少过度活检：将exLR诊断签名与乳腺影像学BI-RADS评分结合后，对BI-RADS ≥4a类病变的诊断准确率提升至91.9%，对BI-RADS 4a/4b类病变的诊断准确率达91.3%，大幅降低了影像学检查的假阳性率，有望减少临床不必要的穿刺活检。 exMSMO1成为化疗疗效预测新靶点，且机制明确：在疗效预测队列中，研究鉴定出exMSMO1可有效区分新辅助化疗后的pCR与非pCR患者，AUC为0.79。机制研究显示，MSMO1在乳腺癌组织中高表达且与患者无病生存期差相关，其通过激活mTORC1信号通路促进乳腺癌细胞对紫杉醇、阿霉素的耐药性，而沉默MSMO1可显著增强乳腺癌细胞对上述化疗药物的敏感性，并提高化疗诱导的细胞凋亡率。 02  深度解读  本研究是exLR技术在乳腺癌精准诊疗领域的一次重要探索，从技术应用、临床转化、机制解析三个维度实现了创新突破，同时也客观存在一些研究局限，为后续研究指明了改进方向。 创新性 技术维度：首次大规模验证exLR在乳腺癌诊疗中的应用价值：此前exLR的研究多聚焦于其他肿瘤，本研究首次将exLR测序技术大规模应用于乳腺癌的早期诊断和化疗疗效预测，系统证实了exLR较CA15-3、CEA等传统血清标志物具有更高的临床效能，为液体活检技术的发展拓展了新方向。 临床应用：提出“影像学+exLR液体活检”的联合诊断策略：研究精准切中BI-RADS 4类病变良恶性鉴别困难的临床痛点，构建的联合诊断策略显著提升了诊断准确性，该策略贴近临床实际诊疗流程，具有极高的落地转化价值。 机制探索：从标志物发现到机制解析，形成完整研究闭环：研究并非仅停留在筛选出疗效预测标志物exMSMO1，还深入解析了其通过mTORC1信号通路调控乳腺癌化疗耐药的分子机制，为逆转乳腺癌化疗耐药提供了潜在的分子靶点，为后续靶向药物开发奠定了理论基础。 局限性 样本与研究中心局限：本研究为单中心研究，样本量相对有限，且研究对象均为同一种族人群，缺乏不同文化、种族、地区人群的外部验证，研究结论的外推性需要谨慎看待。 疗效预测验证不足：化疗疗效预测队列的样本量较小，且未在独立的外部队列中对exMSMO1的预测效能进行充分验证，其临床预测价值仍需更大样本量的研究证实。 exLR的基础机制挖掘不充分：研究虽通过xCell分析了exLR对应的细胞类型比例，但exLR的细胞来源特异性、其在肿瘤微环境中的细胞间互作机制，以及如何调控肿瘤发生发展的分子网络仍有待进一步阐明。 03  未来研究方向  基于本研究的成果与局限，后续研究可从临床验证、动态监测、靶向干预三个方向展开，推动exLR技术从基础研究向临床应用转化，同时挖掘MSMO1靶点的治疗潜力。 首先，开展大规模、多中心的前瞻性临床试验，纳入不同种族、地区的研究对象，对exLR诊断签名的普适性、稳定性进行外部验证，同时扩大疗效预测队列样本量，验证exMSMO1在不同化疗方案中的预测价值，为其临床应用提供高级别循证医学证据。其次，探索exLR在乳腺癌整个治疗周期中的动态变化规律，构建基于exLR的疾病进展动态监测模型，实现对乳腺癌患者的全程无创监测，及时发现肿瘤复发或耐药迹象。最后，基于MSMO1/mTORC1信号通路的调控机制，开展针对性的药物研发，开发针对MSMO1高表达乳腺癌患者的联合用药方案或小分子抑制剂，通过靶向抑制MSMO1来逆转化疗耐药，改善乳腺癌患者的化疗疗效。 一点思考 如果在临床诊疗中，我们能够动态监测患者血浆中exMSMO1的水平变化，您认为这能否作为一种无创手段，实时评估患者对新辅助化疗方案的敏感性，从而及时调整治疗策略（如提前手术或更换药物），避免无效治疗带来的毒副作用？ 欢迎扫描下方二维码，联系科研管家，我们一起探讨如何将这一思路转化为您的课题。 参考文献 References Su Y, Li Y, Guo R, et al. Plasma extracellular vesicle long RNA profiles in the diagnosis and prediction of treatment response for breast cancer. npj Breast Cancer. 2021;7(1):154. Published 2021 Dec 10. doi:10.1038/s41523-021-00356-z. 相关研究 1 外泌体 miRNA 的选择性放逐：p62 在乳腺癌中的调控作用与分子机制 2 【IF13.1】单外泌体（EV）测序与多模态分析，揭秘106种cfRNA分子图谱：癌症诊断率提升至95% 3 【综述】血浆cfRNA测序技术：突破低丰度检测瓶颈，实现多癌种无创早筛 4 【Nature】RNA揭示：684例队列验证绘制吉西他滨联合顺铂治疗后免疫微环境，提升鼻咽癌患者生存 数全基因脱胎于清华大学，专注复杂样本转录组学研究，聚焦疾病早筛、诊断、监测及预后新技术开发。 OmniRNA·Discover 科研服务管家 ✅ 免费课题设计：定制可落地的 cfRNA 临床应用课题设计； ✅ cfRNA检测：专攻各类疑难样本检测，血浆仅需 500μl 即可开展； ✅ 管家服务：课题设计→实验检测→数据分析→成果输出，一站式全包，省心做科研； 从“想法”到“课题”的全流程支持！ 点击下方链接添加服务号，专属顾问将为您一对一咨询详情、专项解答。 声明： 本文系在大量阅读相关学术文献基础上，结合AI辅助完成。因学术文献数量浩瀚，未能穷尽所有研究成果，文中观点可能存在局限性或偏颇之处，如有错误欢迎指正。本文仅作为医药学术交流与信息传递之用，内容仅供医疗卫生专业人士参考。OmniRNA Discover不对文中提及的任何药品、技术手段及适应症进行推荐或背书。文中涉及的疾病、技术、药物相关信息仅为学术分享，不能替代专业医疗指导，亦不构成任何诊疗建议。医疗卫生专业人士在临床实践中应遵循最新临床指南及患者个体情况制定诊疗方案；其他读者如需获取具体疾病的诊疗信息，请务必咨询具备资质的医疗卫生专业人员并遵从其指导。