C5AR2

在一项新的研究中，来自美国辛辛那提儿童医院等研究机构的研究人员，通过不同寻常地应用博弈论和机器学习技术，发布了世界上关于来自不同捐献者的多种类型干细胞和早期祖细胞的最详细图谱。他们确定了造血干/祖细胞（hematopoietic stem and progenitor cell, HSPC）的80多个不同亚群。相关研究结果于2024年3月21日在线发表在Nature Immunology期刊上，论文标题为“An immunophenotype-coupled transcriptomic atlas of human hematopoietic progenitors”。这些作者表示，“我们相信，我们对最早的HSPC、中间细胞状态和基质群体以及最丰富的终末状态的高度集中捕获策略，提供了迄今描述的骨髓HSPC区室的最深入视角。”对白血病的影响及其他这个复杂的研究项目涉及使用多种先进的基因组研究工具和计算方法，包括从不同种族和性别捐献者那里收集的 30 多万个骨髓细胞建立详细的基因组和蛋白质组图谱。除了细致的单细胞 RNA 测序工作和匹配的流式细胞术外，分析海量数据集还需要创新性地使用机器学习技术和博弈论来进行关键的统计分析。这些作者使用的一些研究工具，包括 scTriangulate 和 pyIninityFlow 这两个软件工具，它们都是辛辛那提儿童医院开发的。这些作者的主要发现包括：（1）将132种靶向HSPC和相关细胞的表面蛋白抗体混合在一起，他们的测试表明在分析人类骨髓细胞方面，这种新的抗体混合物优于商业产品；（2）通过对基因表达和表面蛋白进行新的整合，确定了 89 个细胞群体，这有助于揭示新的干/祖细胞群体；（3）分离新型细胞群体的策略和标志物：首先，利用两种新型表面标志物 C5L2 和 TSPAN33 来识别进入祖细胞状态和成为成熟中性粒细胞之间过渡状态的细胞，其次，利用 CD326 和 CD235a 对称为有核红细胞（erythroblasts）的人类红细胞形成进行独特分级；（4）用于开发预测急性髓性白血病（AML）等癌症的细胞起源和可能原因的新型在线计算工具。图片来自Nature Immunology, 2024, doi:10.1038/s41590-024-01782-4论文共同通讯作者Nathan Salomonis说，“我们的分析结合了先前多种图谱、表面标志物和基因的信息以及机器学习的新进展，揭示了以前隐藏的细胞状态，如最原始的干细胞。”这种新的干细胞图谱最直接的潜在应用之一是治疗中心如何监测接受白血病疗法的患者。论文共同通讯作者H. Leighton Grimes说，“比如，有些人会对维奈克拉（Venotoclax）与氮杂胞苷（2018年获批作为AML一线疗法的化疗药物）产生耐药性。在某些病例中，耐药性AML似乎是由‘单核细胞’形式的白血病干细胞（m-LSC）驱动的，而不是由更‘原始’形式的白血病干细胞（p-LSC）驱动的。有了这样的图谱，就更有可能确定AML中存在哪种类型的癌症干细胞，而这些信息可能为临床医生如何调整治疗方案提供参考。”这项新的研究报告称，在23种细胞状态中发现了69种抗体，这些抗体可能是对AML患者进行临床监测的潜在生物标志物。Grimes说，虽然这种新的干细胞图谱的开发是一个重要的开端，但要将有关血细胞形成的新数据整合到医疗护理中，还需要进行更多的研究和开发。这些作者预测，这种新的数字骨髓图谱将加速发现更多血液疾病的细胞和分子调节因子。为了支持这些努力，他们正在向研究界广泛提供他们的数据和工具。参考资料：Xuan Zhang et al. An immunophenotype-coupled transcriptomic atlas of human hematopoietic progenitors. Nature Immunology, 2024, doi:10.1038/s41590-024-01782-4.Most detailed atlas to date of human blood stem cells could guide future leukemia carehttps://medicalxpress.com/news/2024-03-atlas-date-human-blood-stem.html本文仅用于学术分享，转载请注明出处。若有侵权，请联系微信：bioonSir 删除或修改！

Scientists at Cincinnati Children's lead deepest dive yet into the mechanics of blood cell development. They found new treasure. CINCINNATI , March 21, 2024 /PRNewswire/ -- Thanks to an unusual application of game theory and machine learning technology, a large team of scientists led by experts at Cincinnati Children's has published the world's most detailed "atlas" of the many types of stem cells and early progenitors involved in producing human blood from diverse donors. Continue Reading A large team of scientists led by experts at Cincinnati Children’s has published the world’s most detailed “atlas” of the many types of stem cells and early progenitors involved in producing human blood from diverse donors. The team has identified more than 80 distinct subsets of hematopoietic stem and progenitor cells (HSPCs) – early-stage cells that kick off production of mature red cells, white cells and other elements of our complex blood system. Details were published March 21, 2024, in Nature Immunology. "We believe our highly focused capture strategy of the earliest HSPCs, intermediate cell states plus stromal populations, and the most abundant end states provides the deepest view of bone marrow stem and progenitor compartments described to date," the co-authors state. The study was led by co-first authors Xuan Zhang, PhD, and Baobao Song, PhD, and co-corresponding authors Nathan Salomonis, PhD, and H. Leighton Grimes, PhD, all researchers with Cincinnati Children's. Overall, the study includes 26 co-authors from four academic medical centers and two biotech companies. Leukemia implications and more This complex research project involved using multiple advanced genomic research tools and computational methods to build detailed genomic and proteomic profiles of more than 300,000 bone marrow cells collected from a diverse mix of donors spanning race and sex. Cincinnati Children's is committed to promoting inclusivity and addressing population diversity in scientific studies as part of their ongoing mission. In addition to meticulous single-cell RNA sequencing work and matching flow cytometry, analyzing the massive data set required innovative use of machine learning technology and dipping into game theory to perform key statistical analyses. Some of the research tools the team used, including two software tools scTriangulate and pyIninityFlow, were developed at Cincinnati Children's. Among the team's key findings: Mixing a new "cocktail" of 132 antibodies that can target surface proteins on HSPCs and related cells. Testing demonstrated that the new mix outperforms commercial products for profiling human bone marrow cells. Identifying 89 clusters by a novel integration of gene expression and surface proteins helped reveal new stem/progenitor cell populations. Strategies and markers for isolating novel cell populations. First, two novel surface markers C5L2 and TSPAN33 to identify cells entering transitional states between progenitor status and becoming a mature neutrophil. Second, distinct staging of human red blood cell formation called erythroblasts with CD326 and CD235a. New online computational tools to predict the cellular origins and possible causes of cancers such as acute myeloid leukemia (AML). "Our analysis uncovers previously hidden cell states, such as the most primitive stem cells, by combining information from diverse prior atlases, surface markers and genes, and new advances in machine learning," Salomonis says. One of the most immediate potential applications of the new stem cell atlas centers on how treatment centers monitor patients receiving therapies for leukemia. "For example, some people develop resistance to Venotoclax with azacytidine (a chemotherapy that was approved in 2018 as a first line therapy for AML)," Grimes says. "In some cases, the therapy-resistant disease appears to be driven by a "monocytic" form of leukemia stem cell (m-LSC) rather than a more "primitive" form (p-LSC). With an atlas like this, it becomes more possible to determine which types of cancer stem cells are present in the AML, and that information could then inform how a clinician might adjust a treatment regimen." The new study reports finding 69 antibodies within 23 cell states that may represent attractive biomarkers for clinical monitoring of people with AML. While the development of the new stem cell atlas is an essential start, much more research and development will be needed to integrate the new data about blood cell formation into medical care, Grimes says. Making the tool available The co-authors predict that the new digital bone marrow atlas will accelerate the discovery of more cellular and molecular regulators of blood diseases. To support such efforts, the research team is making its data and tools widely available to the research community. While the Nature Immunology article has been made open access, full detail and access to this advanced digital resource, including data viewers, methods, raw data and code, are available at . About the study In addition to the first and corresponding authors, contributing co-authors from Cincinnati Children's include Guangyuan Li, Dan Schnell, Kairavee Thakkar, Michal Kouril, Kang Jin, Stuart Hay, and Sidharth Sen, all with the Division of Biomedical Informatics; plus Kyle Ferchen, Bailee Kain, David Bernardicius, Siyuan Ma, and Sierra Bennett, all with the Division of Immunobiology. Data acquisition for this study included support from the Research Flow Cytometry Core and the DNA Sequencing and Genotyping Core at Cincinnati Children's. Contributors also included scientists from the Yale School of Medicine, University of Pittsburgh, University of Colorado School of Medicine, San Diego-based BioLegend Inc., and Massachusetts based Curiox Biosystems, Inc. Funding sources for this work include several grants from the National Institutes of Health, especially an RC2 grant from the NIDDK, complemented by an NIDDK Cooperative Centers of Excellence in Hematology grant, a Specialized Center of Research (SCOR) grant from the Leukemia & Lymphoma Society, and the US Department of Veterans Affairs. SOURCE Cincinnati Children's Hospital Medical Center

前言在过去的几十年里，我们对癌症的理解发生了根本性的变化。我们现在认识到，癌症不仅仅是一种疾病，而是一个复杂的生态系统，涉及广泛的非癌细胞及其在肿瘤内的无数相互作用。肿瘤微环境（TME）包括多种免疫细胞类型、癌相关成纤维细胞、内皮细胞、周细胞和各种其他组织-受体细胞类型。这些宿主细胞曾被认为是肿瘤发生的旁观者，但现在已知在癌症的发病机制中发挥关键作用。TME的细胞组成和功能状态可能会因肿瘤发生的器官、癌症细胞的固有特征、肿瘤分期和患者特征而大不相同。了解TME从肿瘤的发生、进展、侵袭到转移性播散和生长的各个阶段的重要性，了解肿瘤细胞内在、细胞外和疾病进展的系统介质之间的复杂相互作用，对于合理开发有效的抗癌治疗至关重要。TME形成的基本原则癌细胞通过招募和重编程非癌宿主细胞以及重塑血管系统和细胞外基质（ECM）来协调支持肿瘤的环境。这个动态过程依赖于癌症细胞和TME的常驻或招募的非癌细胞之间的异型相互作用。有多种机制可以调节这种细胞间对话，包括通过细胞间接触和旁分泌信号传导。接触依赖性通讯由粘附分子介导，包括整合素、钙粘蛋白、选择素和免疫球蛋白超家族成员，也通过间隙连接和膜蛋白通道介导。除了直接的细胞-细胞接触外，通过释放细胞因子、趋化因子、生长因子和蛋白酶的旁分泌信号传导对TME内的细胞间通讯也至关重要。这些分子是为了应对癌症固有特征和细胞应激而分泌的，它们可以来源于TME中的多种细胞类型，并通过与受体结合或ECM重塑对靶细胞发挥直接和间接作用。ECM通过充当分泌分子的基质和细胞粘附和迁移的底物来促进细胞间通信。蛋白酶对ECM的重塑释放了束缚的分子，从而产生局部高浓度的释放介质。此外，癌症和TME细胞通过包括整合素和CD44在内的受体直接接触周围的ECM，从而形成癌症中复杂的信号网络。TME的组成和功能状态在患者之间可能有很大差异，即使在同一癌症类型中也是如此。患者的特定因素，包括年龄、性别、生活方式、体重指数和微生物组，可以影响TME，肿瘤发生的器官也会影响TME。不同的器官具有独特的组织固有免疫细胞和基质细胞类型，组织类型可以决定这些细胞的功能状态。除了解剖部位依赖的机制外，TME最重要的调节器可能是癌症细胞本身。癌症的细胞内在特征，包括改变的（表观）遗传学、代谢重编程和解除调控的信号，是肿瘤如何形成其微环境的关键决定因素。随着高分辨率分析技术的迅速发展，癌症固有特征和TME之间的更多联系将被揭示，这可能为针对单个肿瘤合理设计TME靶向策略奠定基础。肿瘤起始：组织稳态的破坏恶性细胞必须克服多个节点才能成功形成肿瘤，其中许多取决于破坏周围组织的正常化信号，然后劫持微环境过程来支持发展中的肿瘤。从免疫攻击到免疫逃避的平衡我们的免疫系统对于抵御危及生命的病原体、伤口愈合和根除受损细胞至关重要。为了执行这些功能，免疫系统具有令人难以置信的多样性和适应性，具有严格控制的机制来限制组织损伤和恢复体内平衡。对癌症演变的分析表明，初始低度病变的特征是原始T细胞大量涌入，表明免疫系统在其最早阶段就感应到了转化。然而，随着病变的进展，观察到活化的T细胞和髓系细胞积聚的转变，以及参与免疫抑制的基因上调。活化的CD8+T细胞减少，PD-L1和CTLA4表达增加，调节性T细胞（Tregs）增多，T细胞受体（TCR）克隆类型减少。随着这些病变的进展，向免疫抑制性TME的转变随之而来。在肿瘤发生的早期阶段，始发性肿瘤导致支持肿瘤的炎症环境，几乎所有进展性肿瘤都会诱导不同水平的T细胞、自然杀伤（NK）细胞、，以及CD8+T细胞的DC排斥或触发功能障碍程序。当肿瘤同时刺激髓系细胞，特别是巨噬细胞和中性粒细胞的募集和激活时，这两种细胞共同形成了肿瘤支持性炎症环境。炎症：肿瘤进展的催化剂在发展中的肿瘤中，炎症的特征是破坏适应性先天免疫细胞的串扰。在炎症信号传导延长、缺氧、低pH和代谢产物水平改变的影响下，这种炎症会变为慢性而具有破坏力。随着肿瘤的生长，共同进化的免疫环境发生了深刻的变化，导致细胞毒性CD8+T细胞和NK细胞减少、功能失调的CD8+T淋巴细胞、免疫抑制性CD4+FoxP3+Treg和调节性B细胞逐渐增多，而CD4+T细胞向促炎性Th2表型倾斜，DC表现出成熟和功能缺陷。与此同时，髓系细胞越来越多地被动员到TME，在那里它们使其表型适应局部炎症。肿瘤相关巨噬细胞（TAMs）和中性粒细胞（TANs）通常是不同TME中最丰富的髓细胞。驱动这些细胞动员和激活的关键肿瘤衍生介质包括CSF-1、CCL2、VEGF-A、TNF-α和巨噬细胞的信号素3A、G-CSF、GM-CSF、IL-6、CXCL1、CXCL2、IL-1β以及中性粒细胞的IL-8。它们在人类肿瘤中的存在通常与较差的预后和较差的治疗反应相关。CAFs和ECM在TME发展中的多方面作用与免疫细胞一起，CAF是许多肿瘤的主要成分。一些肿瘤，如肝细胞癌，是由异常活化的成纤维细胞引起的，特别是在纤维化或肝硬化的肝脏中。其他类型的癌症也可以诱导纤维化，单细胞技术的最新进展揭示了以前未被重视的CAF的表型和功能多样性。CAFs对TME的动态变化也表现出可塑性。最近的研究表明，CAF由多种亚型组成，这些亚型在肿瘤进展过程中发生变化，并在空间上受到调节。在胰腺癌中，三种不同的CAF亚型共存：肌成纤维细胞（myCAF）、炎症CAF（iCAF）和抗原呈递CAF（apCAF），具有不同功能和转录组可塑性。在其他癌症类型中，也已经发现了类似的CAF亚群。最近的研究表明，CAFs可以通过多种机制帮助肿瘤逃避免疫控制。CAF主要负责TME内ECM的沉积和重塑。CAF通过分泌CXCL12和TGF-β导致ECM沉积产生物理屏障，直接阻止T细胞募集或激活。此外，CAFs还通过分泌包括IL-6、IL-1β、VEGF、CSF-1、CCL2在内的介质动员和编程免疫抑制性髓系细胞，间接干扰抗肿瘤免疫，并通过促进Tregs的积累发挥免疫抑制活性。CAF还直接影响癌症细胞。在人类乳腺癌和肺癌样本中，CD10+GPR77+CAF亚群通过分泌IL-6和IL-8为癌症干细胞提供生存空间，从而促进肿瘤形成和化疗抵抗。血管生成促进癌症进展血管生成，即发展新生血管的过程，对肿瘤的发生至关重要。血管生成是一个复杂的过程，涉及内皮细胞、周细胞、壁细胞、癌症细胞、肿瘤相关免疫细胞和CAFs之间的广泛串扰。肿瘤血管不断暴露于促血管生成的因素，导致血管系统紊乱、渗漏和弯曲。这会影响肿瘤的氧合，改变免疫细胞动力学，并减少药物对肿瘤的渗透。组织缺氧是血管生成的主要诱因。许多对缺氧有反应的分子可以促进血管生成转换，其中血管内皮生长因子（VEGF）及其下游信号通路是主要的驱动因素。此外，肿瘤相关髓系细胞通过促血管生成介质，包括VEGF-A、FGF2、PIGF、TNF和BV8，促进肿瘤血管生成和增加血管通透性。这些细胞还产生蛋白酶，如MMPs和组织蛋白酶，这些蛋白酶分解ECM并释放螯合的促血管生成分子，使其具有生物可利用性。重要的是，血管系统和免疫细胞之间的作用是相互的。越来越多的证据表明，肿瘤诱导的血管生成有助于免疫抑制和免疫逃避。例如，调节免疫细胞归巢和运输的血管粘附分子可以被下调，肿瘤相关的内皮细胞表达较低水平的ICAM-1、VCAM-1、E-选择素和P-选择素。相反，包括IDO、TIM3和PD-L1在内的抑制性免疫检查点分子可以在肿瘤血管上上调。肿瘤进展：癌细胞的侵袭和迁移一旦肿瘤成功地在血管生成、炎症和纤维化之间建立了相互加强的联系，它们就可以进入疾病进展的下一阶段：局部侵袭。侵袭性生长是癌症的主要特征之一，为转移性传播奠定了基础。侵袭是一个复杂的多步骤过程，为了与邻近的癌细胞分离，必须破坏上皮细胞与细胞之间的粘附。细胞间粘附蛋白（E-钙粘蛋白）的缺失是这一过程的核心，通常伴有上皮-间充质（EMT）样的过渡状态。来自TME的因素促进了癌症细胞的表型转换，导致局部侵袭。此外，越来越多的证据表明，CAF通过其重塑和施加物理拉力在ECM中生成轨迹，从而实现癌症细胞的集体侵袭。其他TME细胞也可以促进癌症细胞的侵袭。例如，在小鼠乳腺癌模型中进行的活体显微镜（IVM）研究表明，EGFR+癌症细胞的侵袭和迁移依赖于产生EGF的TAMs的共同迁移。这些发现表明，CAF、免疫细胞和组织驻留细胞共同促进了癌细胞的侵袭行为。转移过程中的下一个限速步骤是将癌症细胞注入血液或淋巴循环。癌症细胞跨内皮层进入循环的机制复杂、依赖于环境，并受癌症细胞固有特征、ECM的特性和血管系统类型、微环境因素以及缺氧程度的影响。通常，TAM与癌细胞灌注相关。血管周边TIE2+ TAM诱导的VEGF-A信号转导导致血管连接的局部丢失，导致血管通透性短暂增加，从而促进癌症细胞的灌注。此外，除巨噬细胞和内皮细胞外，中性粒细胞、周细胞、CAF、脂肪细胞和TME的机械特征，包括ECM结构和间质流体压力，也通过直接或间接机制影响癌症细胞的灌注。肿瘤转移：转移前生态位的形成发展中的肿瘤对宿主的影响并不局限于局部TME。通过旁分泌效应，原发肿瘤触发一连串事件，在远处器官中产生癌症细胞传导微环境，然后发生转移扩散。触发一系列系统性变化导致转移前生态位生成的启动信号包括肿瘤衍生的可溶性介质，最显著的是G-CSF、VEGF-A、PLGF、TGF-β、S100蛋白和TNF，以及携带肿瘤信息的EVs，这些肿瘤信息可以转移到BM细胞和远处器官中的驻留细胞，在那里，它们激活并编程免疫细胞及其祖细胞，以动员到未来的转移部位。其他肿瘤分泌的介质可以直接修饰远处的器官。例如，低氧4T1乳腺癌细胞分泌LOX，通过诱导破骨细胞生成，破坏了正常的骨内稳态，促进了循环肿瘤细胞（CTCs）的归巢和定植。在LLC和B16荷瘤小鼠中，肿瘤衍生的EV携带小RNA，激活肺上皮细胞中的Toll样受体3（TLR3），刺激中性粒细胞趋化介质的释放，通过中性粒细胞募集最终形成肺转移前生态位。这些研究表明，原发性肿瘤破坏了远处器官中不同组织驻留细胞和新动员的BM衍生免疫细胞之间的串扰，因此有助于转移前生态位的形成。原发性肿瘤促进转移生态位的另一个机制是通过肿瘤诱导的全身炎症和免疫抑制，有利于扩散癌细胞的免疫逃逸。在乳腺癌症小鼠模型中，全身动员分泌IL-1β的中性粒细胞可增强肺外膜成纤维细胞分泌前列腺素E3，导致抗肿瘤免疫降低和肺转移增强。CTC在循环中的生存之战一旦肿瘤细胞侵入循环，它们就会在这种外来微环境中立即受到一系列不同的生存挑战。包括由细胞脱离引起的失巢，血液循环中的高剪切力以及免疫介导的攻击，这些共同导致大多数CTC的死亡。尽管如此，对于通过循环存活下来的一小部分CTC来说，它们可以通过各种机制逃避破坏。其中包括CTC聚集，其通过诱导NANOG、SOX2和OCT来促进干性；与特定的免疫细胞如中性粒细胞或血小板的结合；从而逃避包括NK细胞在内的细胞毒性免疫细胞的作用。与这些机制一致，CTC聚集与单个CTC相比，通常与更差的患者预后有关；而循环中中性粒细胞与淋巴细胞的高比率与多种癌症的不良预后相关。器官嗜性和外渗对于通过循环存活的一小部分CTC，其转移过程中的下一个限速步骤是渗出到转移器官。这在一定程度上取决于每种原发性癌症的潜在器官嗜性。转移性可能是高度定型的，例如，乳腺癌症主要扩散到肺、肝、骨和脑，而前列腺癌则表现出向骨扩散的高度倾向。这种器官嗜性受到多种机制的影响，包括趋化因子、代谢物和EV等因素的信号传递，这些因素有助于CTC向特定器官的定向迁移。此外，CTC所走的特定循环路线以及癌症细胞为了进入特定器官而必须跨越的不同血管屏障的范围进一步影响了它们的最终目的地。对于外渗过程本身，肿瘤细胞必须首先停止并附着在内皮管腔上，同时不断受到周围快速流动的血液的高剪切力。肿瘤细胞和内皮细胞表达的细胞粘附分子及其配体、整合素和ECM成分促进了这一步骤，并与血液白细胞滚动、粘附和外渗的分子机制有一些相似之处。血小板和中性粒细胞可能仍与CTC一起传播，可以分别通过选择素、GPCR或通过中性粒细胞外陷阱（NETs）的产生进一步增强肿瘤细胞对脉管系统的粘附。粘附后，CTC接下来穿过EC连接，也可能穿过额外的血管细胞层和ECM，进入新的器官实质，这通常需要细胞粘附分子的活性蛋白水解或降解。癌症细胞不仅依赖于在这一步骤中产生的蛋白酶和降解酶，而且还可以通过产生NET从非癌细胞释放这些酶，包括血小板、单核细胞和中性粒细胞。渗出后，CTC通常留在血管附近，这对决定其命运至关重要。转移部位肿瘤的休眠和生长播散性肿瘤细胞（DTC）在外渗到继发部位后，面临着来自外来组织环境的一系列新挑战，并且绝大多数肿瘤细胞再次被宿主防御机制杀死，包括免疫监测。少数存活下来以培育新器官的DTC通常留在脉管系统附近，来自血管周围生态位（PVN）和组织特异性生态位的分子信号，最初将DTC保持在休眠状态，这可能会保护它们免受免疫系统的识别和杀死。休眠是转移级联反应中最不为人所知的阶段，这些细胞会停止增殖，并可以在静止状态下存活，有时长达数年至数十年。对控制休眠开始的机制、休眠在潜伏期的维持以及休眠后的重新激活的研究，仍然是癌症领域的“黑匣子”。 因此有必要充分了解其潜在机制，尤其是与微环境的关键相互作用，对器官特异性转移的这种精细调节。小结随着近年来在肿瘤微环境范围和理解上的发展，我们逐渐意识到TME的巨大复杂性和相互关联性，以及它在不同器官和患者之间的多样性。尽管存在这些挑战，但在针对TME的治疗策略也在不断扩展，展现出有希望的前景。其中包括通过改变ECM、EVs的干预措施“重编程”TME的治疗、细胞疗法和疫苗以及免疫检查点抑制剂。现在的关键问题是如何以合理和最佳的方式将这些不同的方法结合起来。展望未来，随着单细胞分析技术和人工智能的技术突破，对于TME的研究将在未来几年取得关键进展，以充分实现针对TME的癌症治疗。相信在不久的将来，我们将能够以TME为治疗目标，造福更多的癌症患者。参考文献：1.The evolving tumor microenvironment: From cancer initiation to metastatic outgrowth. Cancer Cell.2023 Mar 13;41(3):374-403免责声明“药渡”公众号所转载该篇文章来源于其他公众号平台，主要目的在于分享行业相关知识，传递当前最新资讯。图片、文章版权均属于原作者所有，如有侵权，请及时告知，我们会在24小时内删除相关信息。微信公众号的推送规则又双叒叕改啦，如果您不点个“在看”或者没设为"星标"，我们可能就消散在茫茫文海之中~点这里，千万不要错过药渡的最新消息哦！