今天这篇有点意思。UCSF 的团队（还拉了 Whitehead、MIT 一帮人）在 Nature Cancer 上发了个叫 GENEVA 的平台，专门研究一个老问题：为什么同一个药，不同人、甚至同一个肿瘤里的不同细胞，反应能差这么多？

不熟悉科研套路的同学，可以先想想：研究耐药，最头疼的是啥？——是"测不过来"。

痛点：一个实验只能测一个模型

KRAS-G12C 抑制剂（sotorasib 这类）2021 年才获批，是明星药，但中位无进展生存期只有 6 个月，病人很快耐药。要研究耐药机制，传统上得靠 xenograft（异种移植小鼠）——但这东西又贵又慢，一个实验基本只能测一个模型。

@方法论点评：这里有个"规模化"的困局——你要测几十种基因背景，就得做几十个 xenograft，成本和周期都爆炸。很多好问题卡死在这一步，不是没想到，是测不动。

他们的脑洞：把几十种细胞"大乱炖"成一个池子

GENEVA 的思路一句话：把几十种基因背景的细胞系混成一个池，一起培养、一起移植，再用单细胞测序 + 基因型反卷积，一次实验读出每个细胞的"身份 + 反应"。

@方法论点评：这本质是"内对照"——所有细胞在同一个环境里，消除了批次效应，一次就把几十种基因背景都测了。这个方法上的巧劲，比后面任何一个具体发现都值钱。

第一步：先证明"我测得对"

搭新平台，第一件事不是做发现，而是用已知答案验一遍。他们混了 11 个细胞系，用 vemurafenib（BRAF 抑制剂）和 ARS-1620（KRAS-G12C 抑制剂）去处理，结果：

  • BRAF V600E 的细胞被 vemurafenib 精准杀掉 ✅
  • KRAS G12C 的细胞被 ARS-1620 精准杀掉 ✅
  • 更狠的是，Lasso 回归自己"猜"出了 BRAF V600E 和 KRAS G12C 就是这两个药的敏感突变 ✅

Fig. 1：GENEVA 平台的概念验证——把 11 个细胞系混成一个池，单细胞测序读出每个细胞的身份和药物敏感性

@方法论点评：拿"已知答案"当阳性对照，是搭平台的标准动作。先证明"测得对"，再拿去做"未知的发现"——这个顺序不能反，反了后面所有结论都站不住。

第二步：体外能测，体内呢？

体外跑通了，他们就把同样的池子做成马赛克肿瘤（CDX/PDX/PDO），发现 G12C 细胞在体内同样被 ARS-1620 杀伤，凋亡增加。平台在体内也能用。

Fig. 2：体内 GENEVA——马赛克肿瘤里，G12C 细胞在 ARS-1620 下凋亡增加

第三步（全文最精彩）：一个反直觉的发现——线粒体

他们先观察到一个现象：在 KRAS-G12C 抑制剂下"幸存"的细胞，线粒体转录本显著更少（而且只有线粒体自身编码的基因下调，核编码但靶向线粒体的基因没变）。

@方法论点评：这就是"从现象到机制"的起点——一个相关性（幸存细胞线粒体少），足够撑起一整条追查链。科研里最值钱的往往就是这种"咦，怎么幸存者的线粒体少了？“的观察。

那这个"线粒体少"到底意味着啥？他们做了三重验证，把相关性一步步坐实成因果性：

  1. CRISPRi 筛库：敲降线粒体核糖体基因 → 细胞对 ARS-1620 更耐受（保护方向对了）
  2. 熬出 persister 细胞：用 ARS-1620 处理 34 天熬出来的持久细胞，线粒体含量确实更低
  3. 急性动态：sotorasib 处理 2 小时内，线粒体呼吸（OCR）急剧上升、膜电位↑，而且这个"兴奋”先于 caspase 凋亡

@方法论点评：注意这条逻辑链——从"相关"（转录本少）→“功能”（CRISPRi 筛库）→“因果”（antimycin 拯救）。每一步都在收紧"到底是伴随现象还是真机制"。

最关键的验证来了：用 antimycin A（线粒体复合体 III 抑制剂）去"踩刹车"，结果 KRAS-G12C 抑制剂的杀伤被救回来了——而且只在 G12C 细胞里，G12V 细胞不行。

@方法论点评：这是因果性的黄金标准——“阻断这个通路，能不能逆转表型”。antimycin 踩刹车 → 死亡被救回 → 证明线粒体呼吸确实在"执行"杀伤，不是旁观。

Fig. 3：线粒体机制——KRAS-G12C 抑制剂让线粒体过度兴奋，而这种兴奋正是杀癌关键

还有个插曲：他们看到铁死亡标志物也上调了，但用 ferrostatin-1（铁死亡抑制剂）救不回来 → 铁死亡是"围观群众"，不是主犯。

@方法论点评：区分"伴随现象"和"因果机制"，标准动作就是"抑制这条路能不能逆转"——不能逆转，就说明它是旁观者。很多人看到铁死亡标志物就兴奋，但这篇没被带偏。

第四步：有了平台，系统找耐药靶点 + 联合用药

平台跑通了，就能系统地筛耐药靶点。差异表达分析找出 KRAS-G12C 特异性上调的耐药基因（JAK1、mTOR、PARP14、GPX4、AURKA……），然后联合用药筛选，INK128（mTOR 抑制剂）和 KRAS-G12C 抑制剂协同最强，体内联合显著增效。

Fig. 4：联合用药——mTOR 抑制剂 INK128 与 KRAS-G12C 抑制剂协同，体内显著增效

@方法论点评：从"发现耐药基因"到"设计联合用药"再到"体内验证"，这是一条完整的转化链。GENEVA 的价值就在这——它让这条链从"手动"变成了"批量"。

最有意思的发现：比较体内 vs 体外，发现 EMT（上皮-间充质转化）基因只在体内的耐受细胞里上调——一个体外根本看不到的耐药机制。

@方法论点评：这提醒我们，只在培养皿里找耐药机制，会漏掉 EMT 这种需要微环境才显现的机制。体内和体外的差异本身，就是信息。

验证：用 galunisertib（TGFβ/EMT 抑制剂）+ ARS-1620 联合，体内显著增效。

收尾：反向验证

用体内 CRISPRi 筛选，反向验证 GENEVA 预测的靶点方向（EMT、mTOR 增敏；线粒体核糖体保护），全部对得上。至此闭环。

Fig. 5：体内 CRISPRi 筛选，验证 GENEVA 预测的靶点方向

一句话总结

GENEVA 是个"多模型、多药物、体内体外通吃"的单细胞药物反应平台。用它发现了三件事：

  1. KRAS-G12C 抑制剂靠线粒体呼吸过度激活杀伤（反直觉的新机制）
  2. mTOR、EMT 是耐药通路 → 可设计联合用药
  3. EMT 是体内特异性耐药机制

对耐药 / DTP / PGCC 的启示

这篇跟你关注的主线高度相关：

  • 线粒体活性低 = persister 的生存策略：他们明确"熬"出了 persister 细胞，发现线粒体含量低、且已经"预兴奋"到上限。这直接对应 DTP（药物耐受持久细胞）的代谢特征——低线粒体、代谢重编程，是耐受细胞的生存策略
  • EMT 是"非遗传"耐药：不靠新突变，靠细胞可塑性转个状态就耐药了。这跟 PGCC/DTP 的"非遗传耐药"主线一脉相承
  • 方法学本身是开拓性技术：池化 + 单细胞的思路，是研究耐药异质性的新武器

局限

  • 用的是免疫缺陷小鼠，不捕获免疫微环境（非细胞自主的耐药机制看不到）
  • 作者也提到：还没测过"最多能混多少细胞系"

来源：Yu JX, et al. The GENEVA platform models tumor mosaicism to reveal variations of responses to KRAS inhibitors. Nature Cancer, 2026. DOI: 10.1038/s43018-026-01130-5