Stattic

结直肠癌作为全球高发的消化道恶性肿瘤，每年夺走数百万人的生命。过去，医生们常困惑于 “同病不同治”-- 同样是结直肠癌，有的患者对化疗敏感，有的却耐药；有的用免疫治疗效果显著，有的却毫无反应。这背后，正是结直肠癌复杂的分子异质性在 “作祟”。 如今，随着单细胞测序、空间组学等技术的爆发，我们终于能像 “拆积木” 一样，看清结直肠癌的微观世界：从肿瘤细胞的基因突变，到免疫细胞的功能状态，再到肿瘤微环境的细胞互作，每一个细节都被逐一解析。本文将结合最新研究案例，带你走进结直肠癌的分子机制与实验设计前沿，看看科学家们是如何用多组学技术破解治疗难题的。 PART 01 结直肠癌为何 “难对付”？核心机制与治疗困境 在深入实验设计前，我们得先明白结直肠癌的“本质”---它不是单一疾病，而是由多种因素驱动、内部结构复杂的“分子迷宫”。 1 发病机制：多重 “打击” 下的细胞癌变 结直肠癌的发生，就像一场 “细胞的叛变”，需要经过多步 “打击”： 基因层面：关键基因（如 APC、KRAS、TP53）发生突变，就像细胞的 “刹车系统” 失灵。比如 APC 基因突变会导致 Wnt 信号通路失控，让细胞疯狂增殖；KRAS 突变则会激活下游通路，加速肿瘤生长。 微环境层面：肠道菌群失调、免疫细胞 “偷懒”、成纤维细胞 “助纣为虐”，共同为肿瘤打造了 “舒适的生长温床”。比如巨噬细胞本应是 “抗癌卫士”，却可能被肿瘤 “策反”，变成促进转移的 “帮凶”。 环境层面：长期高脂饮食、吸烟、缺乏运动等不良习惯，会不断 “推波助澜”，加速细胞癌变进程。 2 治疗困境：四大 “拦路虎” 即便有手术、化疗、靶向、免疫等多种治疗手段，结直肠癌的治疗仍面临四大难题： 早筛难：肠镜是诊断金标准，但作为侵入性检查，很多人不愿做；粪便隐血试验灵敏度低，容易漏诊；粪便 DNA 检测成本高，难以普及。这导致多数患者确诊时已是中晚期。 异质性强：“肿瘤间异质性” 让不同患者的治疗反应天差地别 —— 左半结肠癌和右半结肠癌的分子分型不同，对靶向药的敏感性也不同；“肿瘤内异质性” 则让同一肿瘤中出现耐药亚克隆，化疗、靶向治疗后容易复发。 转移难治：约 50% 的患者会发生肝、肺转移，这是结直肠癌的主要死因。靶向药（如抗 EGFR 药物）只对 RAS/BRAF 野生型患者有效，且容易出现耐药；抗血管生成药物（如贝伐珠单抗）疗效有限，还找不到可靠的疗效预测标志物。 免疫 “冷热” 不均：免疫检查点抑制剂（如 PD-1 抑制剂）对 MSI-H/dMMR 型 “热肿瘤” 效果显著，但这类患者只占 5%；95% 的患者是 MSS/pMMR 型 “冷肿瘤”，免疫治疗基本无效，如何让 “冷肿瘤” 变 “热”，是当前研究的重点。 PART 02 破局关键：单细胞多组学实验设计框架 要解决结直肠癌的治疗难题，首先得 “看清” 它的微观结构。单细胞多组学技术就像 “显微镜 + 望远镜”，既能看到单个细胞的基因表达，又能还原细胞在组织中的空间位置。下面，我们就以 6 大研究方向为例，解析结直肠癌的核心实验设计思路。 1 肿瘤异质性与克隆进化：追踪 “叛变细胞” 的家族树 研究目标：搞清楚肿瘤内有哪些 “叛变细胞” 亚群？它们是如何从良性腺瘤进化成癌，再转移到其他器官的？治疗会筛选出哪些耐药亚群？ 样本选择： ·原发癌组织（多区域取样，避免 “以偏概全”） ·配对腺瘤 - 癌组织（观察从良性到恶性的转变） ·原发灶 - 转移灶配对样本（如原发肠癌 + 肝转移灶，追踪转移克隆） ·治疗前后配对样本（对比治疗前后的细胞变化，找耐药克隆） 技术组合： ·外显子组测序：构建肿瘤的 “家族树”（系统发育树），识别驱动突变和亚克隆结构。比如发现某一亚克隆携带 KRAS G12C 突变，可能是转移的 “元凶”。 ·单细胞 RNA测序：在单细胞层面区分不同转录亚型，推断克隆基因型。比如发现某一亚克隆高表达 SOX9（干细胞标志物），可能具有更强的转移能力。 ·多技术协同：将遗传亚克隆（外显子组数据）与转录表型（单细胞 RNA 数据）关联，比如发现携带 TP53 突变的亚克隆，同时高表达耐药基因 ABCB1，说明这一亚克隆可能对化疗耐药。 2 肿瘤微环境与免疫调控：解析 “抗癌战场” 的细胞互作 研究目标：肿瘤微环境中有哪些细胞？它们的功能状态如何？癌细胞是如何 “欺骗” 免疫细胞，实现免疫逃逸的？为什么有的患者对免疫治疗不响应？ 样本选择： ·原发癌组织（取核心区、前沿区、淋巴结区域，覆盖不同微环境） ·免疫治疗响应者 vs 非响应者样本（对比两者的微环境差异） 技术组合： ·单细胞多组学（RNA+ATAC）：无偏倚鉴定所有细胞类型（免疫细胞、基质细胞、上皮细胞），分析基因表达和染色质可及性。比如发现响应者的 CD8+T 细胞高表达 IFN-γ（杀伤因子），染色质开放区域更多，说明功能更活跃。 ·空间组学（如 Visium HD/Xenium）：还原细胞的空间分布，比如发现癌症相关成纤维细胞（CAFs）在肿瘤边缘富集，可能形成 “屏障”，阻止免疫细胞进入肿瘤内部。 ·多技术协同：用空间组学验证单细胞推断的细胞互作，比如发现巨噬细胞与肿瘤细胞在空间上邻近，且高表达 TGF-β（免疫抑制因子），说明两者可能通过 TGF-β 通路促进免疫逃逸。 3 转移机制：找出 “转移种子” 的特征 研究目标：哪些细胞具有转移潜能？转移灶的微环境与原发灶有何不同？循环肿瘤细胞（CTCs）有什么特性？ 样本选择： ·配对原发灶 - 转移灶（如肠癌 + 肝转移、肠癌 + 腹膜转移） ·患者来源类器官（PDOs，模拟体内转移过程） ·外周血（分离 CTCs，研究循环中的 “转移种子”） 技术组合： ·外显子组测序：识别转移灶特有的驱动突变，比如发现肝转移灶携带 SMAD4 突变，而原发灶没有，说明 SMAD4 突变可能促进肝转移。 ·单细胞组学：比较原发灶和转移灶的细胞状态，比如发现转移灶的肿瘤细胞高表达 VEGFA（血管生成因子），可能更适应肝微环境。 ·空间组学：对比原发灶和转移灶的空间结构，比如发现肝转移灶中 CAFs 更密集，可能为肿瘤细胞提供 “支撑”。 ·多技术协同：追踪特定克隆（如携带 KRAS 突变的克隆）在转移灶中的空间分布，发现它们主要定植在肝脏的血管周围，说明血管微环境对转移很重要。 4 癌前病变到癌的转化：抓住 “癌变关键期” 研究目标：哪些关键事件驱动腺瘤向癌转化？如何早期识别高风险腺瘤（容易癌变的腺瘤）？ 样本选择： ·配对腺瘤 - 癌组织（观察从腺瘤到癌的连续变化） ·不同级别异型增生的腺瘤（轻度、中度、重度，对比不同阶段的差异） 技术组合： ·外显子组测序：鉴定癌变过程中的早期和晚期突变，比如 APC 突变是早期事件，TP53 突变是晚期事件。 ·表观组学（普通 / 单细胞 ATAC）：研究染色质重编程，比如发现腺瘤阶段就出现 Wnt 通路相关基因的染色质开放，早于基因突变。 ·单细胞 RNA 测序：识别转化过程中的新细胞状态，比如发现重度异型增生的腺瘤中出现 “干细胞样细胞”，可能是癌变的 “前兆”。 ·多技术协同：确定是遗传突变先发生，还是表观遗传失调先发生。比如发现某一腺瘤先出现染色质开放（表观变化），随后才发生 KRAS 突变（遗传变化），说明表观失调可能是癌变的 “启动因素”。 5 治疗抵抗与生物标志物：找到 “耐药信号” 研究目标：耐药细胞有哪些分子特征？能否找到预测疗效的空间生物标志物（比如某类细胞的空间分布与疗效相关）？ 样本选择： ·新辅助治疗前后配对样本（如化疗前、化疗后） ·靶向 / 免疫治疗获得性耐药样本（如抗 EGFR 治疗耐药、PD-1 治疗耐药） ·患者来源类器官（PDOs，用于药物筛选，验证耐药机制） 技术组合： ·单细胞组学：对比治疗前后的细胞变化，比如发现化疗后存活的细胞高表达 DNA 修复基因 BRCA1，可能对化疗耐药。 ·空间组学：发现与疗效相关的空间结构，比如三级淋巴结构（TLS）在免疫治疗响应者中更密集，可能是疗效预测标志物。 ·外显子组测序：确认是否出现新的耐药突变，比如抗 EGFR 治疗后出现 KRAS G12D 突变，导致耐药。 ·多技术协同：确定耐药是源于遗传突变（如 KRAS 突变），还是可逆的细胞状态转换（如干细胞样状态）。比如发现某患者耐药后没有新突变，但肿瘤细胞高表达 SOX9（干细胞标志物），说明是细胞状态转换导致耐药，用 SOX9 抑制剂可能逆转。 6 分子分型与细胞起源：给肿瘤 “贴标签” 研究目标：共识分子分型（CMS）的调控基础是什么？不同亚型的癌细胞是否起源于不同的肠道干细胞？ 样本选择： ·涵盖所有 CMS 分型的原发癌队列（CMS1-4 型，足够多的样本才能找到规律） ·癌旁正常组织（包含隐窝干细胞，对比癌细胞与正常干细胞的差异） 技术组合： ·单细胞多组学（RNA+ATAC）：在单细胞层面重新定义分型，关联转录因子活动。比如发现 CMS4 型（间质型）高表达 AP-1 转录因子，可能调控间质相关基因。 ·表观组学：揭示不同分型的染色质景观差异，比如 CMS2 型（增殖型）的细胞周期相关基因染色质更开放。 ·多技术协同：将癌细胞的表观状态与正常肠道细胞分化轨迹对比，比如发现 CMS1 型癌细胞与隐窝底部的干细胞相似，可能起源于这类干细胞。 PART 03 典型案例解析：从实验室到临床的突破 理论框架需要案例支撑。下面，我们将结合 4 篇顶刊研究（发表在 Cancer Cell、Nature、Gut 等期刊），看看多组学技术是如何解决结直肠癌的实际问题的。 1 免疫治疗响应的 “密码”——PD-1 治疗为何有人有效、有人无效？ 发表期刊：Cancer Cell（2024 年） 研究团队：北京大学 核心问题：结直肠癌患者对 PD-1 抑制剂新辅助治疗的反应差异很大，有的完全缓解（CR），有的部分缓解（PR），有的完全无效（SD），背后的免疫机制是什么？ 实验设计： 样本：22 例接受 PD-1 抑制剂治疗的结直肠癌患者，包括 CR、PR、SD 三种响应类型，采集治疗前（基线）、治疗中、治疗后的肿瘤组织和外周血。 技术：单细胞免疫组学（单细胞 RNA 测序 + TCR 测序）、空间转录组学（Visium HD）、多重免疫荧光（mIHC）。 关键发现： ·响应者的 “热肿瘤” 特征：CR 患者基线肿瘤中 T 细胞浸润更多，且多是 “功能活跃” 的 Ttr-like CD8+T 细胞（高表达 GZMK、CCL4 等效应分子）。治疗后，CR 患者的 Ttr-like 细胞进一步激活，而 SD 患者的 T 细胞则 “耗竭”（高表达 PD-1、LAG3）。 ·外周血的 “预测信号”：基线外周血中，CR 患者的 CD8+T 细胞高表达 MHC II 相关基因（如 HLA-DRA），这一特征能准确预测治疗响应（AUC=0.758）。说明全身免疫状态对疗效很重要，不是只看肿瘤局部。 ·空间分布的 “关键作用”：空间转录组发现，CR 患者的肿瘤中存在 “三级淋巴结构（TLS）”——B 细胞、T 细胞、树突状细胞聚集在一起，形成 “免疫工厂”，持续产生抗肿瘤免疫反应；而 SD 患者的 TLS 很少，免疫细胞被 CAFs “隔离” 在肿瘤外。 临床意义：找到了两个疗效预测标志物--外周血 MHC II+CD8+T 细胞、肿瘤内 TLS 数量，可用于筛选适合 PD-1 治疗的患者；同时提示，用药物促进 TLS 形成，可能让 “冷肿瘤” 变 “热”，提高免疫治疗效果。 2 转移的 “元凶”—— 非经典细胞状态如何让肠癌转移到肝脏？ 发表期刊：Nature（2025 年） 研究团队：美国纪念斯隆凯特琳癌症中心 核心问题：结直肠癌最容易转移到肝脏，转移灶的癌细胞与原发灶有何不同？为什么有的癌细胞能在肝脏 “扎根”？ 实验设计： 样本：50 例结直肠癌患者的原发灶、肝转移灶，以及患者来源的肝转移类器官（PDOs）。 技术：单细胞 RNA 测序、空间转录组学、外显子组测序、类器官功能实验。 关键发现： ·转移灶的 “非经典状态”：肝转移灶的癌细胞高表达 “非经典基因”，比如鳞状上皮标志物 KRT23、神经内分泌标志物 POMC，而原发灶的癌细胞主要表达经典肠上皮基因（如 CA2、FABP1）。这种非经典状态与患者预后差显著相关。 ·转移的 “中间桥梁”：癌细胞从经典状态到非经典状态，需要经过 “胎儿祖细胞状态”--这是一种类似胚胎发育时期的细胞状态，高表达 PROX1 基因。PROX1 就像 “刹车”，抑制非经典分化；一旦 PROX1 失活，癌细胞就会变成非经典状态，获得转移能力。 ·类器官验证：肝转移来源的类器官，在无生长因子的条件下，更容易分化为非经典状态；将这些类器官移植到小鼠肝脏，能成功形成转移灶，而原发灶类器官则很难。说明非经典状态是转移的 “关键技能”。 临床意义：PROX1 可能是转移的 “靶点”--恢复 PROX1 表达，可能阻止癌细胞向非经典状态转换，从而抑制转移；同时，非经典基因（如 KRT23）可作为肝转移的诊断标志物，帮助早期发现转移。 3 奥沙利铂耐药的 “帮凶”--THBS2+CAFs 如何让化疗失效？ 发表期刊：Molecular Cancer（2024 年） 研究团队：中国科学院上海营养与健康研究所 核心问题：奥沙利铂是结直肠癌化疗的一线药物，但很多患者会出现耐药，其中肿瘤微环境中的成纤维细胞（CAFs）是否起到了作用？ 实验设计： 样本：奥沙利铂敏感和耐药的结直肠癌患者肿瘤组织、耐药细胞系（SW480/oxaliplatin、HCT116/oxaliplatin）、小鼠移植瘤模型。 技术：单细胞 RNA 测序、空间转录组学、蛋白质组学（TMT）、ChIP-seq、分子对接实验。 关键发现： ·耐药患者的 CAFs 特征：耐药患者的肿瘤中，THBS2+CAFs（高表达 THBS2 的成纤维细胞）比例显著升高，且与 EMT（上皮 - 间质转化，与耐药相关）评分正相关。 ·THBS2+CAFs 的 “作案工具”：THBS2+CAFs 会分泌 COL8A1 蛋白，COL8A1 就像 “信使”，与癌细胞表面的 ITGB1 受体结合，激活 PI3K/AKT 通路，导致癌细胞发生 EMT（高表达 Vimentin、Snail，低表达 E-cadherin），从而对奥沙利铂耐药。 ·逆转耐药的方法：用 AKT 抑制剂（如 MK-2206）处理耐药细胞，能显著抑制 PI3K/AKT 通路，逆转 EMT，恢复对奥沙利铂的敏感性；在小鼠模型中，联合使用奥沙利铂和 AKT 抑制剂，肿瘤缩小更明显。 临床意义：提出了 “CAFs-COL8A1-ITGB1-PI3K/AKT” 这一耐药通路，为逆转奥沙利铂耐药提供了新策略 —— 联合使用 AKT 抑制剂和化疗，可能让耐药患者重新获益；同时，THBS2/COL8A1 可作为耐药预测标志物，帮助医生选择治疗方案。 4 卵巢转移的 “偏爱”—— 干细胞样细胞如何 “选择” 转移器官？ 发表期刊：Gut（2023 年） 研究团队：中山大学肿瘤防治中心 核心问题：结直肠癌除了转移到肝、肺，还会转移到卵巢（约占 5%），但卵巢转移的机制很少被研究。为什么有的癌细胞会 “偏爱” 卵巢？ 实验设计： 样本：31 例结直肠癌患者，包括原发灶、卵巢转移灶（OCRC）、肝转移灶（ICRC），以及外周血单核细胞（PBMC）。 技术：单细胞 RNA 测序、空间转录组学、类器官培养、小鼠卵巢转移模型。 关键发现： ·卵巢转移的 “种子细胞”：癌细胞中存在高表达 ASCL2 和 PTPRO 的干细胞样细胞，这类细胞具有最高的转移潜能，是卵巢转移的 “种子”。 ·器官特异性转移的 “密码”：干细胞样细胞可分为 8 个亚群，其中 P1/P2 亚群高表达 DLL4（NOTCH 通路配体），倾向于转移到卵巢；而 P3/P4 亚群高表达 IGF2，倾向于转移到肝脏。在卵巢转移灶中，DLL4 的表达水平显著高于原发灶和肝转移灶，且 DLL4 高表达可作为卵巢转移的预测标志物（AUC=0.708）。 ·干细胞样细胞与微环境的 “勾结”：空间转录组发现，P1 细胞（卵巢转移倾向亚群）会通过 DLL4-NOTCH 信号，与卵巢微环境中的 CAFs 和内皮细胞互作，就像 “搭建桥梁”，帮助癌细胞在卵巢 “扎根”；同时，卵巢微环境中的肌成纤维细胞会分泌谷氨酰胺，为癌细胞提供能量，支持其生长。 临床意义：首次揭示了结直肠癌卵巢转移的分子机制，DLL4 可能是卵巢转移的关键靶点 —— 抑制 DLL4-NOTCH 信号，可能阻止卵巢转移；同时，DLL4 可作为卵巢转移的早期诊断标志物，帮助医生监测高风险患者。 PART 04 肠道炎症单细胞多组学实验设计 肠道肿瘤目前的研究区域是基于空间组学为核心，搭建更真实的肿瘤微环境的图谱，深入理解肠道肿瘤演进、转移及耐药机制。 向下滑动展示更多 常见研究方向 典型科学问题 关键样本类型（优先级从高到低） 核心组学技术组合与协同分析思路 1. 肿瘤异质性与克隆进化 - 肿瘤内存在哪些遗传和转录组亚群？- 肿瘤如何从腺瘤进化到癌，再到转移？- 治疗如何筛选耐药克隆？ 1. 原发癌组织（多区域取样）2. 配对腺瘤-癌序列3. 原发灶-转移灶配对（如肝转移）4. 治疗前后配对样本 • 外显子组： 构建系统发育树，识别驱动突变和亚克隆结构。• 单细胞（RNA/CNV）： 在单细胞分辨率下界定转录亚型并推断克隆基因型。• 协同： 将遗传亚克隆（外显子）与对应的转录表型（单细胞）关联，揭示克隆的功能差异。 2. 肿瘤微环境与免疫调控 - TME由哪些细胞成分构成？其功能状态如何？- 癌细胞如何与免疫细胞相互作用导致免疫逃逸？- 为何某些患者对免疫治疗不响应？ 1. 原发癌组织（核心/前沿/淋巴结构区域）2. 免疫治疗响应 vs. 非响应样本 • 单细胞多组学（RNA+ATAC）： 无偏倚地鉴定所有细胞类型（免疫、基质、上皮），并分析其基因表达和调控状态。• 空间组学： 揭示细胞类型的空间分布模式（如免疫排斥/浸润）和细胞间相互作用的位置信息。• 协同： 通过空间数据验证单细胞推断的细胞互作，并发现位置特异性的通讯网络。 3. 转移机制 - 具有转移潜能的细胞有何特征？- 转移灶的微环境与原发灶有何不同？- 循环肿瘤细胞（CTCs）的特性是什么？ 1. 配对的原发灶-转移灶（如肝、腹膜）2. 患者来源类器官（PDOs） • 外显子组： 识别转移灶特有的驱动事件。• 单细胞组学： 比较原发和转移灶中恶性细胞和TME细胞的转录/表观状态，发现转移适应特征。• 空间组学： 比较原发和转移灶的空间组织结构差异。• 协同： 追踪具有特定基因突变（外显子）和表达程序（单细胞）的克隆在空间上如何定植于转移器官。 4. 癌前病变到癌的转化 - 哪些关键事件驱动了腺瘤向癌的恶性转化？- 如何早期识别高风险腺瘤？ 1. 配对腺瘤-癌组织2. 不同级别异型增生的腺瘤 • 外显子组： 鉴定癌变过程中的早期和晚期遗传事件。• 表观组学（批量/单细胞ATAC）： 研究在遗传突变之前或之后发生的染色质重编程。• 单细胞RNA： 识别转化过程中出现的新的细胞状态。• 协同： 确定是遗传突变先导还是表观遗传失调先导，并如何共同促成转化。 5. 治疗抵抗与生物标志物 - 耐药细胞亚群存在怎样的分子特征？- 能否发现预测疗效的空间生物标志物？ 1. 新辅助治疗前后配对样本2. 靶向/免疫治疗获得性耐药样本3. 患者来源类器官（PDOs） 模型 • 单细胞组学： 比较治疗前后，识别存活下来的、可能耐药的细胞亚群及其特异性通路。• 空间组学： 发现与疗效相关的空间结构（如三级淋巴结构-TLS）。• 外显子组： 确认是否出现新的获得性耐药突变。• 协同： 确定耐药是源于遗传突变（外显子）还是可逆的细胞状态转换（单细胞/表观），并为联合用药提供靶点。 6. 分子分型与细胞起源 - 共识分子分型（CMS）的调控基础是什么？- 不同亚型的癌细胞是否起源于不同的肠道干细胞？ 1. 涵盖所有CMS分型的原发癌队列2. 癌旁正常组织（包含隐窝干细胞） • 单细胞多组学（RNA+ATAC）： 在单细胞水平重新定义分型，并将分型与特定的转录因子活动（通过ATAC中的motif分析）关联。• 表观组学： 揭示不同分型癌细胞的染色质景观差异。• 协同： 将癌细胞的表观遗传状态与正常的肠道细胞分化轨迹进行比较，推断其可能的细胞起源。 PART 05 技术选型指南：不同研究需求如何选技术？ 看完案例，你可能会问：这么多组学技术，该怎么选？下面，我们整理了常用技术的特点和适用场景，帮你快速匹配研究需求。 1 单细胞组学技术：看清单个细胞的“一举一动” 2 空间组学技术：还原细胞的“空间位置” Tips：肠道肿瘤研究中空间组学的主要关注区域及其科学问题 向下滑动展示更多 关注区域 对应的病理/生物学结构 核心科学问题 肿瘤免疫浸润区 肿瘤内免疫细胞簇（如肿瘤相关巨噬细胞、CD8⁺T 细胞聚集区）、肿瘤 - 免疫细胞交界带 免疫细胞如何参与肿瘤免疫逃逸？为何部分免疫细胞无法有效杀伤肿瘤？ 癌巢核心区 密集肿瘤细胞团、坏死中心、缺氧微环境区域 肿瘤细胞在极端微环境下如何维持增殖？缺氧如何驱动肿瘤恶性演进？ 肿瘤侵袭前沿 肿瘤细胞向正常组织侵袭的过渡带、侵袭性伪足形成区 哪些分子信号引导肿瘤细胞侵袭？正常组织细胞如何被 “劫持” 促进转移？ 淋巴结转移灶 肿瘤转移至区域淋巴结的定植部位、淋巴结内肿瘤 - 基质互作区 肿瘤如何突破淋巴结防御定植生长？转移灶如何重塑淋巴结微环境？ 血管侵犯区 肿瘤包绕 / 侵入血管的接触界面、肿瘤诱导的异常血管结构 肿瘤如何诱导血管生成并获取营养？血管内肿瘤细胞如何进入循环系统？ 癌旁异常上皮区 癌旁异型增生上皮、肠上皮化生区域 癌旁上皮如何逐步癌变？哪些早期分子事件驱动癌前病变进展？ 3 多组学整合技术：1+1>2 的效果 外显子组+ 单细胞 RNA-seq：关联遗传突变和转录表型，比如发现某一突变与耐药基因表达相关。 向下滑动展示更多 研究方向 科学问题 推荐的样本类型 1. 肿瘤内异质性起源与功能 同一个肿瘤内不同的癌细胞亚克隆，其独特的基因表达程序是什么？哪些突变驱动了这些程序？它们如何影响克隆竞争？ 肿瘤纯度高的原发肠癌组织，最好能进行多区域取样，以捕获空间异质性。 2. 转移的克隆选择与适应 肝转移灶是由原发灶的哪个亚克隆播散形成的？该亚克隆在转移过程中发生了哪些转录适应以在新环境中定植？ 配对样本：原发肠癌组织 + 配对的肝转移灶组织。这是研究转移的黄金标准设计。 3. 治疗抵抗机制 化疗、靶向治疗或免疫治疗后复发的肿瘤，其耐药细胞是从哪个亚克隆演化而来？它们获得了什么新的转录状态？ 纵向配对样本：治疗前的活检组织 + 治疗后的复发或耐药组织。 4. 免疫编辑与逃逸 不同的癌细胞亚克隆如何差异性地与免疫系统相互作用？哪些亚克隆能够逃避免疫攻击，其机制是什么？ 接受过免疫检查点抑制剂治疗的患者的肿瘤组织。可以比较应答者与非应答者之间亚克隆-微环境相互作用的差异。 5. 癌前病变到癌的演进 从腺瘤到腺癌的转变过程中，哪些突变最早出现并驱动了恶性转化？这些突变如何改变细胞的转录谱？ 肠腺瘤、早期肠癌及其配对的正常黏膜组织。这类研究难度大但价值极高。 单细胞RNA-seq + 空间转录组：将单细胞分型映射到组织空间，比如确定某一细胞类型在肿瘤中的具体位置。 向下滑动展示更多 研究方向 科学问题 推荐的样本类型与设计 1. 肿瘤免疫微环境的空间结构 免疫细胞是如何在肿瘤内分布的？是否存在“免疫排斥”或“免疫浸润”的模式？TLS的形成和功能是如何空间协调的？ 包含完整肿瘤-正常边界的组织块，重点取样包含侵袭前沿和疑似TLS的区域。比较不同免疫治疗响应者的样本。 2. 癌细胞侵袭与转移前沿 在侵袭前沿，癌细胞如何与基质细胞（如CAFs）相互作用？哪些空间特异性信号通路驱动了侵袭？ 精心选择的包含清晰侵袭前沿的组织样本。可结合多重免疫荧光验证。 3. 空间异质性与治疗抵抗 肿瘤内不同区域（如缺氧区、富血管区）的癌细胞是否具有不同的转录状态和药物敏感性？ 对大块肿瘤进行多区域取样，或利用大面积空间技术（如Stereo-seq）扫描整个切片。 4. 肠癌肝转移的生态位 肠癌细胞在肝脏中如何构建支持其定植和生长的“转移前/后生态位”？与肝细胞、肝星状细胞等如何互作？ 配对样本：原发肠癌组织 + 配对的肝转移灶组织。这是研究器官特异性微环境的绝佳模型。 5. 腺瘤-腺癌序列的空间演变 从良性腺瘤到恶性腺癌的转变过程中，肿瘤生态位的空间结构是如何演化的？ 罕见的包含腺瘤和早期癌变的连续病变组织样本。 单细胞RNA-seq+ChIP-seq+ATAC-seq：分析转录因子的结合位点与染色质开放区域的重叠，比如确认 TCF21 直接结合 COL1A2 的启动子，调控其表达。 向下滑动展示更多 研究方向 科学问题 推荐的样本类型 1. 肿瘤异质性与癌细胞可塑性 驱动不同癌细胞亚群（如干细胞样亚群、代谢特异亚群）产生的表观遗传基础是什么？ 新鲜冷冻的原发肠癌组织，富集上皮细胞后再进行Multiome测序，以提高癌细胞捕获效率。 2. 免疫微环境调控 T细胞耗竭、Treg细胞功能、髓系细胞极化等关键免疫状态的表观遗传调控开关是什么？ 肿瘤组织（全面分析），或通过流式分选特定免疫细胞群体（如CD8+ T细胞）进行Multiome，以深度解析特定群体。 3. 治疗响应与耐药机制 为什么有些患者对化疗/靶向治疗/免疫治疗有效，而另一些无效？耐药细胞如何从表观遗传层面适应？ 配对样本：治疗前活检组织 vs. 治疗后复发或耐药的组织。这是揭示动态变化的黄金标准。 4. 转移生态位形成 肠癌细胞在转移灶（如肝脏）中如何重编程其染色质状态以适应新环境？ 原发肠癌组织 vs. 配对的肝转移灶组织。可以揭示与转移定植相关的特异性调控程序。 5. 早筛与生物标志物 能否发现早期肠癌或癌前病变（如腺瘤）中特有的、可在外周血中检测的表观遗传变化？ 肠腺瘤、早期肠癌组织 vs. 正常肠黏膜。并可结合血浆cfDNA的甲基化测序等进行关联分析。 PART 06 关键标志物 1 细胞类型标志物 向下滑动展示更多 细胞类型 亚型/特征 在肠道癌症中的角色 辅助性T细胞 (td) Th1 (表达T-bet, 产生IFN-γ) 抗肿瘤免疫主力：激活细胞毒性 T 细胞、巨噬细胞，杀伤肿瘤细胞； Th17 (表达RORγt, 产生IL-17A/F, IL-22) 双向作用：早期促肿瘤免疫（招募中性粒细胞），晚期促肿瘤进展（诱导血管生成、ECM 重塑）；→高 IL - 17 与结直肠癌转移相关 调节性T细胞 (Treg) (表达Foxp3, 产生IL-10) 免疫逃逸关键：抑制 CD8⁺T 细胞、NK 细胞功能，创造免疫抑制微环境；肿瘤组织 Treg 越多，预后越差 先天性淋巴细胞 (ILCs) ILC3s (表达RORγt, 产生IL-17/22) 肿瘤微环境调控：分泌细胞因子维持肿瘤相关炎症，促进肿瘤干细胞存活；与结直肠癌肝转移前生态位形成相关 巨噬细胞 (Macrophages) M1型 (经典型，诱导促炎因子) 双重功能：早期杀伤肿瘤细胞（产 TNF - α、IL - 1β），晚期被肿瘤 “驯化” 为免疫抑制表型 M2型 (替代型，参与修复) 促肿瘤生长：分泌 TGF - β、VEGF 促进肿瘤血管生成、转移；肿瘤组织 M2 型占比越高，预后越差 中性粒细胞 (Neutrophils) 促肿瘤进展：形成 “中性粒细胞胞外诱捕网（NETs）” 促进肿瘤细胞定植、转移；肿瘤组织 NETs 越多，转移风险越高 上皮细胞 (Epithelial Cells) 肠上皮细胞 (IECs) 肿瘤起源与免疫逃避：突变积累（如 APC、KRAS 突变）直接驱动肿瘤发生；异常表达 MHC - Ⅱ 分子，逃避免疫识别 杯状细胞 (Goblet Cells) 促肿瘤微环境：黏液分泌减少，致肠道菌群易位、TLR 通路激活，促进肿瘤生长；结直肠癌中杯状细胞越少，预后越差 潘氏细胞 (Paneth Cells) (回肠) 促癌失调：抗菌肽分泌减少（如 α - 防御素降低），致肠道菌群失衡（如梭菌属富集）；功能缺陷与结直肠癌发病风险正相关 成纤维细胞 (Fibroblasts) 癌症性成纤维细胞 肿瘤进展引擎：分泌 ECM 重塑肿瘤微环境（如胶原沉积促进转移）；分泌 CXCL12 招募免疫抑制细胞，促进肿瘤耐药 2 关键基因 向下滑动展示更多 基因名称 主要关联疾病 功能简介 为何是“明星” TP53 结直肠癌、小肠癌 经典抑癌基因，编码 p53 蛋白监控基因组完整性，诱导损伤细胞凋亡、周期阻滞及 DNA 修复，突变后功能失活 结直肠癌中约 50% 存在 TP53 突变，与肿瘤侵袭、转移及不良预后密切相关，是评估肿瘤恶性程度、指导综合治疗（放化疗敏感性判断）的关键指标 APC 结直肠癌、肠道腺瘤 参与 Wnt 信号通路调控，维持肠上皮细胞增殖与分化平衡，突变致通路异常激活，驱动肠上皮过度增殖 约 80% 结直肠癌患者存在 APC 突变，是结直肠癌发生早期关键驱动事件，家族性腺瘤性息肉病（FAP）核心致病基因，为肠癌早筛（如息肉监测）、靶向干预（Wnt 通路抑制剂研发）提供关键依据 KRAS 结直肠癌、胰腺癌（累及肠道相关） 编码小 G 蛋白，传递细胞增殖分化信号，突变后持续激活下游 RAS - RAF - MEK - ERK 通路，促肿瘤生长 结直肠癌中约 40% 存在 KRAS 突变，是抗 EGFR 单抗（如西妥昔单抗）用药疗效判断的核心标志物，KRAS G12C 抑制剂等靶向药物研发，为突变型患者带来新希望 PIK3CA 结直肠癌、结直肠腺瘤 编码 PI3K 催化亚基，激活 PI3K - AKT - mTOR 通路，调控细胞增殖、存活，突变致通路持续活化 结直肠癌中高频突变（约 15 - 20%），与肿瘤对 EGFR 单抗耐药及不良预后相关，PI3K/mTOR 通路抑制剂联合治疗，为突变患者探索新策略 3 关键功能通路 向下滑动展示更多 通路名称 关键组分 功能与角色 靶向药物举例 Wnt/β - catenin 通路 Wnt 配体→Frizzled 受体 / LRP5/6→GSK - 3β 失活→β - catenin 核转位→TCF/LEF 转录激活 肠道癌发生核心驱动：维持肠干细胞增殖，突变致通路持续激活，推动上皮异常增生、肿瘤形成 CGP049090（β - catenin - TCF 相互作用抑制剂 ）、EVP4593（Wnt 通路调节剂 ） RAS - RAF - MEK - ERK 通路 KRAS/NRAS→RAF（如 BRAF ）→MEK1/2→ERK1/2 促癌信号传导中枢：调控细胞增殖、存活，突变（如 KRAS G12C ）持续激活通路，驱动肠癌进展、转移 Sotorasib（KRAS G12C 抑制剂 ）、Dabrafenib（BRAF 抑制剂 ）+ Trametinib（MEK 抑制剂 ） PI3K - AKT - mTOR 通路 PI3K（如 PIK3CA ）→AKT→mTOR→S6K/4E - BP1 肿瘤生长代谢调控：激活后增强细胞增殖、代谢，突变致通路异常，关联肠癌耐药、不良预后 Alpelisib（PI3Kα 抑制剂 ）、Everolimus（mTOR 抑制剂 ） NOTCH 通路 NOTCH 受体（1 - 4 ）→配体（DLL/JAG ）结合→受体切割→ICN 核转位→CSL 转录激活 肠道癌干细胞维持：调控细胞分化、增殖，异常激活促进肿瘤干细胞存活、肿瘤复发 Taragocil（NOTCH 通路抑制剂 ）、BMS - 986115（γ - 分泌酶抑制剂 ） 免疫检查点通路（PD - 1/PD - L1、CTLA - 4 ） PD - 1（T 细胞 ）→PD - L1（肿瘤 / 免疫细胞 ）； CTLA - 4（T 细胞 ）→B7 - 1/2（APC ） 肿瘤免疫逃逸核心：抑制 T 细胞活化，构建免疫抑制微环境，影响肠癌免疫治疗效果 帕博利珠单抗（抗 PD - 1 ）、阿替利珠单抗（抗 PD - L1 ）、伊匹木单抗（抗 CTLA - 4 ） 4 关键转录因子 向下滑动展示更多 转录因子名称 主要表达细胞 功能简介 为何是“明星” MYC 广泛（上皮细胞、巨噬细胞等） 调控细胞周期、代谢关键基因，维持肿瘤细胞无限增殖、高代谢状态 肠癌恶性进展 “加速器”，MYC 扩增 / 过表达与肿瘤转移、预后差强关联，为开发 MYC 靶向降解剂（如 Omomyc ）提供理论依据 TP63 肠干细胞、肿瘤上皮细胞 参与肠上皮分化与干细胞维持，突变致分化异常，推动肿瘤发生 肠癌干细胞特性调控关键，影响肿瘤复发、耐药，靶向 TP63 或可抑制肿瘤干细胞自我更新 SOX9 肠隐窝细胞、肿瘤细胞 维持肠干细胞增殖，调控 Wnt、Notch 通路串扰，促进肿瘤进展。 肠癌中高表达，关联肿瘤分化程度低、预后不良，是肠癌分子分型及靶向干预（SOX9 抑制剂 ）潜在靶点。 STAT3 免疫细胞（TAM、Treg ）、肿瘤细胞 IL - 6 等细胞因子激活后，促进肿瘤增殖、免疫逃逸（诱导 PD - L1 表达 ） 肠癌免疫抑制微环境 “塑造者”，STAT3 抑制剂（如 Stattic ）可重塑免疫微环境，协同 PD - 1 单抗增强疗效。 GATA3 Th2细胞 驱动Th2细胞分化的关键转录因子，促进IL-4、IL-5、IL-13的产生。 传统上认为UC是Th2/Th2-like反应主导，IL-13在UC的上皮屏障损伤中作用关键。 Foxp3 调节性T细胞 (Treg) 是Treg细胞发育和功能的主调控因子，对于维持免疫耐受、抑制过度癌症至关重要。 肠癌中 FOXO3 失活与化疗耐药相关，恢复 FOXO3 功能或可逆转耐药，提升化疗敏感性 PART 07 未来展望：从实验室到临床的“最后一公里” 随着多组学技术的发展，结直肠癌的研究已经从 “描述现象” 走向 “机制解析”，但要真正实现精准治疗，还需要跨越 “最后一公里”： 生物标志物的临床转化：目前很多标志物（如 TLS 数量、THBS2）还处于研究阶段，需要大规模临床研究验证其有效性，最终纳入临床指南。 联合治疗策略的优化：比如 “PD-1 抑制剂 + AKT 抑制剂”“化疗 + TGF-β 抑制剂” 等联合方案，需要更多临床试验探索最佳剂量和用药顺序。 类器官模型的应用：患者来源类器官（PDOs）可用于 “个性化药敏测试”—— 在体外测试不同药物对患者类器官的效果，再为患者选择最优治疗方案，实现 “一人一策”。 空间多组学的普及：空间组学技术（如 Xenium、Stereo-seq）能提供更精准的细胞互作信息，但目前成本较高，未来需要降低成本，让更多实验室和临床中心能使用。 PART 08 总结：多组学技术如何改变结直肠癌治疗？ 回顾全文，我们可以用三句话总结： 看清 “敌人”：单细胞多组学技术让我们看清了结直肠癌的分子异质性 —— 从基因突变到细胞状态，从微环境互作到空间分布，每一个细节都不再是 “黑箱”。 找到 “靶点”：通过典型案例，我们发现了多个关键靶点（如 PROX1、COL8A1、DLL4）和通路（如 PI3K/AKT、DLL4-NOTCH），为开发新药和逆转耐药提供了方向。 精准 “打击”：基于生物标志物（如 MHC II+CD8+T 细胞、TLS 数量），医生可以筛选适合特定治疗的患者，避免 “盲目治疗”；联合治疗策略则能针对多个 “弱点”，提高治疗效果。 未来，随着技术的不断进步，我们有理由相信，结直肠癌将不再是 “难治之症”，而是像高血压、糖尿病一样，通过精准治疗实现长期控制，甚至治愈。 用户文章 联川生物一站式组学科研赋能成果卓越 联川生物作为组学研究领域的领先者，始终以技术创新驱动科研突破，助力合作伙伴在学术领域实现高质量成果产出。近年来，其用户文章数量与影响力持续攀升，科研赋能成效显著。 2022年，联川生物助力合作伙伴发表文章数高达1432篇，影响因子高达9847分，平均文章影响因子6.88分，10分以上文章112篇  2023年，联川生物助力合作伙伴发表文章数高达1709篇，影响因子高达11486分，平均文章影响因子6.72分，10分以上文章194篇  2024年，联川生物助力合作伙伴发表文章数高达2233篇，影响因子高达14351分，平均文章影响因子6.43分，10分以上文章281篇 （点击查看） 2025年，联川生物自1-9月已助力合作伙伴发文1920篇，影响因子高达13097分；平均文章影响因子6.82分，10分以上文章256篇 发文量持续高增长 高影响因子文章突破显著 科研服务稳定性与专业性 联川生物单细胞转录组 联川生物于2018搭建单细胞多组学服务，构建了单细胞全系列产品【mRNA（解离/抽核）、VDJ、ATAC、全长mRNA、宿主+微生物mRNA、植物mRNA】。目前累计协助客户发文350+篇，累计影响因子4500+，平均影响因子12.86，公司挂名或致谢220+，售后技术人员署名20+。联川生物是业内首批开展单细胞多组学联合分析的公司，成功助力客户发表New England Journal of Medicine、Nature、Cancer Cell、Cell、Science、European Heart Journal、Circulation、Nature Genetics和Molecular Cancer等杂志。 全面布局单细胞多组学平台：拥有【Chromium Controller、Chromium X/iX，BD Rhapsody™，华大C4单细胞平台，墨卓单细胞平台、流式细胞仪】，助力单细胞业务通量的快速提升。 单细胞样本制备经验丰富：自主掌握超150多类物种（人、小鼠、大鼠、猴、猪、牛、猫、斑马鱼等）和500多种组织，涵盖医学领域（消化系统、神经系统、生殖系统、呼吸系统、循环系统、泌尿系统、内分泌系统、免疫系统、心血管领域等）；畜牧业领域（猪、牛、羊、斑马鱼、猫等）；植物学领域（拟南芥、红豆杉、水稻、小麦、玉米、番茄、桃、油菜等），其中涵盖的部位包括但不限于医学领域近乎全器官、畜牧业近乎全器官、植物学领域根、茎、叶、种子、花序、穗等。并基于以上样本处理经验推出业内首个《单细胞组织制备手册》，涵盖超过30多种组织的样本制备详细方案。此外，联川推出流式细胞仪+单细胞测序的产品组合，引领单细胞测序向精细化细胞亚型分析发展。 单细胞数据分析个性化：全套单细胞分析和绘图模块，帮助终端客户能够界面化实现单细胞数据的个性化分析。 单细胞多组学领域先锋，以专业为笔，与您共绘科研新蓝图！ 相关阅读 从细胞到组织：单细胞多组学如何解密肠道发育与衰老？实验设计+ 案例解析全攻略 单细胞多组学破解肠道炎症：实验设计+ 案例解析全攻略 单细胞多组学解密肠道异质性：从实验设计到临床突破 肠道组织的结构特点及细胞类型深度解析 本文系联川生物公众号原创文章，未经授权禁止转载，侵权必究！ 扫描下方二维码 点分享 点点赞 点在看

PD-1/PD-L1抑制剂革新了NSCLC治疗，但仅对PD-L1高表达患者有效。PD-L1ⁿᵉᵍ/ˡᵒʷ患者占NSCLC总数的60%以上，其治疗响应差的核心在于存在未被发现的免疫抑制通路。     既往研究发现：作为胆汁酸核受体，FXR不仅调控代谢，还在NSCLC中高表达并促进肿瘤增殖，且与PD-L1表达呈负相关，提示其可能参与免疫逃逸。而HVEM作为TNF受体超家族成员，可通过结合BTLA传递免疫抑制信号，在多种实体瘤中高表达且与不良预后相关，但其在PD-L1ⁿᵉᵍ/ˡᵒʷNSCLC中的调控机制未知。     近期研究揭示，法尼醇X受体（FXR）通过上调疱疹病毒进入介导体（HVEM），在PD-L1ⁿᵉᵍ/ˡᵒʷNSCLC中构建免疫抑制微环境，而靶向HVEM/BTLA通路可重新激活抗肿瘤免疫。这一发现为PD-L1阴性患者提供全新治疗方向。 一：FXR与HVEM正相关，共同富集于PD-L1ⁿᵉᵍ/ˡᵒʷNSCLC     对178例NSCLC临床样本及TCGA数据库（994例样本）分析发现FXR编码基因NR1H4与HVEM编码基因TNFRSF14表达呈正相关，同时发现HVEM与PD-L1二者表达呈负相关。另外在FXRʰⁱᵍʰPD-L1ˡᵒʷ亚型中，HVEM表达水平显著高于其他亚型，证实该亚型依赖FXR/HVEM轴实现免疫逃逸。      为验证FXR对HVEM的调控作用，研究采用三种临床相关FXR拮抗剂（熊去氧胆酸UDCA、16-脱氢孕烯醇酮DHP、Z-甘草次酸Z-GS）处理NSCLC细胞：结果显示A549细胞经FXR拮抗剂处理后，HVEM膜表达及mRNA水平随药物浓度升高呈梯度降低。体内小鼠Lewis肺癌（LLC）模型中，UDCA或DHP处理可使肿瘤组织HVEM表达降低58%，同时显著抑制肿瘤生长。进一步确认FXR拮抗剂可逆转FXR过表达介导的HVEM上调，证实FXR是HVEM的上游调控因子。 二：FXR多重机制上调HVEM进而抑制CD8⁺T细胞功能     ChIP-qPCR证实，FXR可直接结合HVEM编码基因TNFRSF14启动子区-3537/-3319bp位点，促进其转录。删除该结合位点后，FXR介导的HVEM转录激活效应完全消失。而FXR过表达可激活Akt（Ser473）、Erk1/2（Thr202/Tyr204）及STAT3（Tyr705）磷酸化，使用特异性抑制剂（MK2206、PD0325901、Stattic）可分别降低HVEM表达38%、42%及35%。      体外共培养实验显示FXR过表达的A549细胞与CD8⁺T细胞共培养时，IFN-γ⁺CD8⁺T细胞比例下降45%，TNF-α⁺CD8⁺T细胞比例下降38%。敲低HVEM或加入抗BTLA抗体可逆转该效应。且FXR过表达细胞的CD8⁺T细胞介导的杀伤率下降50%，而HVEM敲低可恢复杀伤活性，另外CD8⁺T细胞凋亡率升高2.1倍，抗BTLA抗体处理可使凋亡率降低60%。 三：FXR/HVEM轴与免疫抑制微环境及不良预后相关     对178例NSCLC样本的免疫组化分析发现，FXRʰⁱᵍʰ或HVEMʰⁱᵍʰ样本中，CD8⁺T细胞浸润量显著减少。而髓系抑制细胞（MDSCs，CD33⁺）和肿瘤相关巨噬细胞（TAMs，CD68⁺）浸润量显著上升。而Kaplan-Meier分析显示：FXRʰⁱᵍʰHVEMʰⁱᵍʰ患者的5年PFS和OS显著最短（PFS8.2个月vs24.6个月，OS15.6个月vs32.4个月）。多因素分析也证实FXR和HVEM高表达是NSCLC独立不良预后因素。  四：靶向HVEM/BTLA可逆转FXR介导的免疫抑制     在体内FXR过表达的LLC小鼠模型（模拟FXRʰⁱᵍʰPD-L1ˡᵒʷNSCLC）中：BTLA抗体处理使肿瘤体积缩小65%，小鼠生存期延长72%。而在野生型LLC模型中，抗BTLA抗体疗效有限。      机制分析显示，抗BTLA处理后，肿瘤组织CD8⁺T细胞浸润量和NK细胞浸润量显著升高，Treg比例下降，M2型TAM向M1型极化。同时处理组CD8⁺T细胞的IFN-γ和TNF-α分泌量分别升高，PD-1和BTLA表达降低，证实T细胞耗竭状态被逆转。 总结思考     本研究首次揭示FXR通过上调HVEM在PD-L1ⁿᵉᵍ/ˡᵒʷNSCLC中构建免疫抑制微环境的机制，法尼醇X受体（FXR）通过上调疱疹病毒进入介导体（HVEM），在PD-L1ⁿᵉᵍ/ˡᵒʷNSCLC中构建免疫抑制微环境，而靶向HVEM/BTLA通路可重新激活抗肿瘤免疫。      其明确FXR/HVEM轴是PD-L1阴性患者的关键免疫逃逸通路，HVEM可作为免疫检查点，在FXRʰⁱᵍʰPD-L1ˡᵒʷ亚型中特异性高表达，推动NSCLC免疫治疗从“PD-L1依赖”向“多靶点精准调控”的转型。     FXRshapes an immunosuppressive microenvironment in PD-L1lo/- non-small cell lung cancer by upregulating HVEM. JCI Insight. 2025 Sep 23;10(18):e190716. doi: 10.1172/jci.insight.190716.