細(xì)胞代謝具有顯著的可塑性，能夠適應(yīng)生長(zhǎng)與穩(wěn)態(tài)的需求【1】。在腫瘤等病理?xiàng)l件下，微環(huán)境常呈酸性且營(yíng)養(yǎng)匱乏，這些變化深刻影響代謝通路與信號(hào)網(wǎng)絡(luò)，擾亂代謝調(diào)控因子的表達(dá)，并引發(fā)廣泛的代謝重編程【2】。其中一個(gè)典型例子是瓦伯格效應(yīng)：惡性細(xì)胞即使在有氧條件下，仍偏好通過(guò)糖酵解獲取能量并大量產(chǎn)生乳酸【3】，以滿足快速增殖的代謝需求。此外，腫瘤微環(huán)境（ TME ）中的免疫細(xì)胞與基質(zhì)細(xì)胞也會(huì)發(fā)生相似的代謝適應(yīng)，影響其成熟、活化及整體功能【4-6】。盡管對(duì)惡性細(xì)胞的 代謝 研究已較深入，但關(guān)于腫瘤微環(huán)境中基質(zhì)細(xì)胞與 免疫 細(xì)胞的代謝亞型仍缺乏系統(tǒng)性研究 。 更為重要的是，對(duì)代謝重編程的調(diào)控機(jī)制與關(guān)鍵驅(qū)動(dòng)因子的系統(tǒng)闡明依然不足，而這對(duì)于開(kāi)發(fā)潛在的治療干預(yù)至關(guān)重要 。

近日 ， 同濟(jì)大學(xué)生命科學(xué)與技術(shù)學(xué)院王晨飛團(tuán)隊(duì) 在 Genome Medicine 發(fā)表 了文章

Reference-guided computational framework identifies microenvironment metabolic subtypes and targets using pan-cancer single-cell datasets

圖 1 M etro SCREEN 計(jì)算框架

研究人員將 MetroSCREEN 應(yīng)用于泛癌單細(xì)胞數(shù)據(jù)【7】，構(gòu)建了成纖維細(xì)胞和髓系細(xì)胞的泛癌代謝圖譜 MetroTIME ( http://wanglab-compbio.cn/MetroTIME/ ) 。該圖譜描繪了腫瘤微環(huán)境中關(guān)鍵基質(zhì)與免疫代謝亞型的獨(dú)特能量利用模式及其相關(guān)生物學(xué)特征（圖2）。 MetroTIM E 結(jié)果 顯示：成纖維細(xì)胞的細(xì)胞外基質(zhì)重塑與糖酵解密切相關(guān)；在巨噬細(xì)胞中，鞘脂代謝與抗原呈遞 / 吞噬功能高度耦聯(lián)，并據(jù)此確定了相應(yīng)的上游調(diào)控因子。進(jìn)一步地，研究人員評(píng)估了這些代謝亞型及其調(diào)控因子的臨床關(guān)聯(lián)性，并將其與患者生存結(jié)局、免疫治療反應(yīng)及藥物耐受性相聯(lián)系。

總體而言， 該研究基于富集算法和多源信息整合策略，提出了一種可用于識(shí)別代謝亞型及其上游調(diào)控因子的方法?；诜喊┏叨鹊膯渭?xì)胞公共數(shù)據(jù)，系統(tǒng)闡明了跨腫瘤類(lèi)型存在的代謝亞型及其調(diào)控靶點(diǎn)，為未來(lái)的代謝靶向抗癌治療提供了可操作的候選靶點(diǎn)與策略。

圖 2 M etro TIME 研究 框架的主要發(fā)現(xiàn)和下游應(yīng)用

同濟(jì)大學(xué)生命科學(xué)與技術(shù)學(xué)院 / 附屬同濟(jì)醫(yī)院 / 上海自主智能無(wú)人系統(tǒng)科學(xué)中心 王晨飛教授 和同濟(jì)大學(xué)生命科學(xué)與技術(shù)學(xué)院 吳秋助理教授 為該論文共同通訊作者， 同濟(jì)大學(xué)生命科學(xué)與技術(shù)學(xué)院 博士 研究生唐珂、博士 后 韓雅為 文章的共同 第一作者， 并得到了上海市肺科醫(yī)院張鵬教授、張樂(lè)樂(lè)副研究員，以及四川大學(xué)華西口腔醫(yī)院李 太 文副研究員的大力支持。

論文鏈接：https://link.springer.com/article/10.1186/s13073-025-01572-z

軟件鏈接：https://github.com/wanglabtongji/MetroSCREEN

制版人： 十一

參考文獻(xiàn)

1. Faubert, B., Solmonson, A. & DeBerardinis, R. J. Metabolic reprogramming and cancer progression.Science368 , eaaw5473 (2020).

2. Lyssiotis, C. A. & Kimmelman, A. C. Metabolic Interactions in the Tumor Microenvironment.Trends Cell Biol.27 , 863–875 (2017).

3. Koppenol, W. H., Bounds, P. L. & Dang, C. V. Otto Warburg’s contributions to current concepts of cancer metabolism.Nat. Rev. Cancer11 , 325–337 (2011).

4. Ghesquière, B., Wong, B. W., Kuchnio, A. & Carmeliet, P. Metabolism of stromal and immune cells in health and disease.Nature511 , 167–176 (2014).

5. Cassetta, L. et al. Human Tumor-Associated Macrophage and Monocyte Transcriptional Landscapes Reveal Cancer-Specific Reprogramming, Biomarkers, and Therapeutic Targets.Cancer Cell35 , 588-602.e10 (2019).

6. Gentles, A. J. et al. The prognostic landscape of genes and infiltrating immune cells across human cancers.Nat. Med. 21 , 938–945 (2015).

7. Han, Y. et al. Spatiotemporal analyses of the pan-cancer single-cell landscape reveal widespread profibrotic ecotypes associated with tumor immunity.Nat. Cancer1–19 (2025) doi:10.1038/s43018-025-01039-5.

學(xué)術(shù)合作組織

（*排名不分先后）

戰(zhàn)略合作伙伴

（*排名不分先后）

轉(zhuǎn)載須知

【非原創(chuàng)文章】本文著作權(quán)歸文章作者所有，歡迎個(gè)人轉(zhuǎn)發(fā)分享，未經(jīng)作者的允許禁止轉(zhuǎn)載，作者擁有所有法定權(quán)利，違者必究。

BioArt

Med

Plants

人才招聘

近期直播推薦

點(diǎn)擊主頁(yè)推薦活動(dòng)

關(guān)注更多最新活動(dòng)！