精读笔记

一句话亮点 ProAgio这个专门靶向整合素αvβ3的“细胞毒蛋白”，不仅能干掉活化的成纤维细胞和内皮细胞，还能把整个胰腺癌微环境从“帮凶”模式硬生生掰回“抗肿瘤”模式，让化疗效果和生存期都大大提升。 背景/痛点 胰腺癌这玩意儿，五年生存率不到15%，除了发现得晚，一个核心原因就是它那个“铜墙铁壁”般的微环境（TME）。里面的癌症相关成纤维细胞（CAFs）和乱七八糟的血管，不仅把免疫细胞挡在外面，还让化疗药根本进不去、或者进去了也效果打折。传统的化疗药，如FOLFIRINOX或者吉西他滨+白蛋白紫杉醇，虽然能杀死癌细胞，但有时候反而会把微环境“逼”得更缺氧、更促纤维化，像给肿瘤打了鸡血一样，促进耐药和转移。 那怎么办呢？作者团队之前开发了一个叫ProAgio的蛋白药，专门盯着在活化CAFs和内皮细胞上高表达的整合素αvβ3，诱导它们凋亡。但这药跟临床上那些标准方案联用到底有啥好处？怎么影响转移和缺氧？特别是现在大家都知道CAF还分好多亚型，它到底是怎么“重编程”这些细胞的？这篇2026年发表在Molecular Cancer上的文章，就用一系列漂亮的小鼠实验把这些问题讲清楚了。 推理链分步拆解 第一步：先搞个“高转移”细胞株，把模型建好 他们想研究ProAgio对转移的影响，但普通的小鼠胰腺癌细胞系（KPC-Luc）在皮下或原位接种后转移率不够高。怎么办呢？他们用了PANC-1人胰腺癌细胞的“条件培养基”（就是养过人癌细胞的培养液）去培养KPC-Luc细胞。这一招挺狠，相当于用人癌细胞的分泌物去“驯化”小鼠癌细胞，逼它变得更恶。 @方法论点评：这是一种经典的“体外诱导”模型构建法，利用肿瘤微环境中的分泌因子模拟体内选择压力，从而富集出高侵袭、高转移潜能的亚克隆。关键在于后续要用STR鉴定确认它还是小鼠细胞，排除交叉污染。 结果果然，搞出来的mKPC-GB-Luc细胞在体内转移率大增，RNA测序也证实其促迁移、干性和间质相关的信号通路都上调了。他们还对比了另一个独立的转移模型（KPC-ML1-Luc），发现转录组高度相关，证明这个诱导方法是靠谱的，不是瞎猫碰上死耗子。 Fig. 1. Generation of mKPC-GB-Luc cells and their validation. The（图注取自PDF文本层，来源：Molecular Cancer, 2026） 第二步：组合拳打下去，肿瘤蔫了，转移也没了 模型有了，那就开始试药。他们在mKPC-GB-Luc原位瘤模型上对比了“FOI（5-FU+奥沙利铂+伊立替康）+ProAgio”的组合。结果很明显：联合用药组的肿瘤重量显著减少，生物发光信号下降得最厉害。更关键的是，他们用缺氧探针（pimonidazole）和HIF-1α染色发现，ProAgio单用或联合FOI都能显著降低肿瘤内部的缺氧水平，同时E-钙黏蛋白（上皮标志物）上来了，说明上皮-间质转化（EMT）被抑制了。 @方法论点评：这里用了缺氧探针和HIF-1α两个指标来交叉验证，既是看现象（缺氧程度），也是看分子机制（转录因子水平），逻辑上更严谨。而E-钙黏蛋白的上调，则是从另一个维度（EMT）来佐证肿瘤恶性程度下降。 最惊艳的来了：在联合治疗组，肺和肝的转移灶一个都没见到（0/5），而对照组是100%转移。这已经不是“减少”了，是“消灭”了。 Fig. 2. The effects of the combination of chemotherapy plus ProAgio（图注取自PDF文本层，来源：Molecular Cancer, 2026） 第三步：微环境被“格式化”了——CAF和免疫细胞都变了 既然效果这么好，得看看微环境里发生了什么。他们首先发现，联合治疗显著降低了CAF的标志物（podoplanin和Colla1）。但光看总量不够，现在大家都知道CAF有分型。于是他们用流式细胞术一细看，发现联合治疗让促肿瘤的炎症性CAF（iCAF）和肌成纤维细胞CAF（myCAF）比例下降，而“休眠”的静息态CAF（qCAF）和抗原呈递CAF（apCAF）比例上升。这说明ProAgio不是把CAF全杀光，而是把它们的“坏”状态调回了“好”或“中立”状态。 @方法论点评：分型鉴定是肿瘤微环境研究的“标配”了。只看总CAF数量有可能会误判（比如杀光了qCAF反而可能坏事），而分型能看出更精细的药物效应。这里是他们研究最出彩的地方之一。 那么免疫细胞呢？联合治疗后，CD8+ T细胞、NK细胞、γδ T细胞都增多了，免疫抑制的Treg细胞减少了，巨噬细胞也从促肿瘤的M2型向抗肿瘤的M1型倾斜。并且通过离体刺激实验证实，这些T和NK细胞的功能（分泌IFNγ、TNFα等）也增强了。为了证明这些T细胞确实起了作用，他们又做了个“功能丧失”实验：在免疫缺陷的Rag1-/-小鼠（没有T和B细胞）里，ProAgio+GPTx虽然还能抑制肿瘤生长（说明药物本身直接靶向肿瘤微环境也有用），但效果比在免疫健全小鼠里差了一大截。这就把“T细胞是关键执行者之一”这条因果链给敲实了。 ...

一句话亮点 EGFR突变肺癌对奥希替尼的耐药，靠的是“踩下RRM2刹车、同时启动RRM2B备用引擎”这套双轨调控，维持dNTP供给；打断这条代谢代偿通路，耐药进程就能被明显拖慢。 背景/痛点 奥希替尼是EGFR突变非小细胞肺癌的三代TKI，初始响应很好，但耐药几乎都会出现。已知的耐药机制主要是二次突变、旁路激活这些“老面孔”。但这篇研究问了个不一样的问题：药物压制EGFR信号后，细胞代谢层面发生了什么？这些代谢调整会不会反过来帮细胞活下来？ dNTP是DNA复制和修复的原料，主要由核糖核苷酸还原酶（RNR）合成。RNR的催化大亚基是RRM1，小亚基有两个：RRM2在S期提供大部分dNTP，RRM2B在应激状态下被诱导出来“救场”。癌细胞增殖快，对dNTP供给高度依赖。如果EGFR抑制影响了dNTP生成，细胞能不能启动备用方案？备用方案又是怎么启动的？这就是本文的出发点。 推理链分步拆解 第一步：奥希替尼到底对转录组干了什么？ 他们先用RNA-seq扫了一遍PC-9细胞（EGFR突变）在奥希替尼处理后的转录组变化。结果很明显：DNA复制、细胞周期、核苷酸代谢相关通路被显著抑制。其中RRM2和MYBL2是下降最明显的基因之一。 WB验证发现RRM2蛋白确实大幅下降，而且是EGFR突变细胞特异的——EGFR野生型的A549细胞没有这种变化。这说明RRM2下调不是药物脱靶效应，而是突变EGFR信号被切断后的直接后果。 那RRM2下降对dNTP池有什么影响？他们直接测了四种dNTP的含量，发现dCTP和dTTP这两类嘧啶核苷酸明显下降，而嘌呤类dATP/dGTP变化不大。这种选择性缺失，和RRM2主要负责嘧啶合成的功能是一致的。 @方法论点评：RNA-seq做全局筛选找到候选靶点，再用WB和dNTP定量做因果验证——先“发现”再“锁定”，逻辑严密。嘧啶特异性下降也与RRM2的功能吻合，这是“表型-机制”匹配的关键证据。 那RRM2下降是不是真的影响药物敏感性？他们过表达RRM2后做克隆形成实验，发现细胞对奥希替尼的耐受能力明显增强——RRM2水平本身就能决定细胞对药物的响应强度。 ...

一句话亮点 靶向治疗诱导的肿瘤消退期，一类特殊的巨噬细胞通过CCR2/5信号招募NK细胞，而NK细胞的浸润是限制耐药发生的关键；用药物抑制PTPN22可以“复活”这个巨噬细胞-NK细胞轴，把“免疫荒漠”状态变回“免疫富集”状态，从而延长靶向治疗的有效期。 背景/痛点 BRAF突变黑色素瘤的靶向治疗（BRAF/MEK抑制剂）初始消退率很高，但耐药几乎是必然发生的。过去大家更多盯着肿瘤细胞自身的基因突变（二次突变、旁路激活等），也发现靶向药能调动T细胞免疫应答。然而，临床上靶向治疗联合PD-1抗体虽然有理论基础，但毒性高、患者获益提升并不明显。这说明，我们可能漏掉了靶向治疗过程中免疫微环境动态变化的关键环节，尤其是固有免疫系统（巨噬细胞、NK细胞）在“消退-残留-耐药”三个阶段到底扮演什么角色，目前还缺乏清晰的动态图谱。这篇文章正是从这个空白出发，用免疫健全的小鼠模型把靶向治疗过程中固有免疫的变化从头到尾捋了一遍。 Fig. 1. NK cells are essenƟal for BRAF/MEKi therapeuƟc efficacy. 851（图注取自PDF文本层，来源：Cancer Research, 2026） 推理链分步拆解 第一步：先把“是谁在干活”搞清楚——NK细胞不可或缺，CD8+ T细胞反而是配角 他们首先做了一个非常基础的观察：用BRAF/MEKi处理荷瘤小鼠，肿瘤先消退、然后进入残留期、最后耐药复发。NK细胞的浸润量在消退期显著升高，而在残留期和耐药期明显下降，而且NK细胞数量与肿瘤消退程度呈正相关。那么问题来了：这个相关性是因果吗？ 他们用抗-asialo GM1抗体把NK细胞清掉，结果耐药提前出现，消退深度也变浅了。而且这个现象在多个小鼠黑色素瘤模型中都能复现。更有意思的是，他们同时清除了CD8+ T细胞，对耐药时间几乎没有影响——这在免疫治疗主导思维的今天是个挺反直觉的结果。@方法论点评：这里体现了因果验证的基本逻辑——相关性 + 功能缺失实验（loss-of-function）才能确认“必要不充分”关系。同时，平行对比CD8+ T细胞相当于一个“阴性对照”，排除了固有免疫效应被T细胞间接介导的可能性。 接着他们又排除了另一种解释：残留期的肿瘤细胞是不是“变硬”了、变得对NK细胞杀伤不敏感了？他们把消退期和残留期的肿瘤细胞分出来，在体外与NK细胞共培养，结果两组被杀伤的效率没有差异。也就是说，残留期NK功能缺失不是因为肿瘤细胞变强了，而是因为NK细胞没能进入肿瘤。这是一个关键的逻辑转折点——问题不在于“敌人变强”，而在于“哨兵进不去”。 既然问题出在NK细胞的“入场资格”上，下一步就要找到谁在负责招募NK细胞。他们做了单细胞RNA测序，比较消退期和残留期肿瘤浸润免疫细胞的差异。细胞间通讯分析（CellChat）显示，巨噬细胞与NK细胞之间存在密集的配体-受体交互网络，这提示巨噬细胞可能是NK细胞的“引路人”。 进一步细分巨噬细胞亚群，他们发现一个很有意思的现象：消退期富集了一个巨噬细胞亚群（F4/80^hi CCL5^+ MHCII^+ CD63^+），而在残留期这个亚群几乎消失了。这个亚群高表达多种CCL家族趋化因子（Ccl2/3/4/5/6/8/12），而这些配体的受体Ccr2/Ccr5正好在NK细胞上表达。@方法论点评：scRNA-seq在这里的作用不仅是“描述差异”，更重要的是生成了可验证的假设——即特定趋化因子-受体轴介导了细胞间通讯。他们随后用空间上更直接的证据（免疫荧光显示巨噬细胞与NK细胞在消退期物理位置相邻）来支撑这个假设，这就是“空间转录组学思维”的雏形——细胞“说了什么”（配体）是一回事，它们“站在一起”是另一回事。 Fig. 2. Macrophage reprogramming governs NK cell infiltraƟon during tumor regression. 884（图注取自PDF文本层，来源：Cancer Research, 2026） 第三步：巨噬细胞-NK细胞间的对话靠什么？CCR2/5信号是关键 接下来他们要正面证明：这个巨噬细胞亚群确实通过CCR2/5信号招募NK细胞。 ...

一句话亮点 巨噬细胞来源的IL1B通过IL1R1诱导成纤维细胞衰老，衰老的成纤维细胞通过分泌IL6和CXCL12制造“耐药微环境”，削弱化疗效果。 背景/痛点 化疗是结直肠癌治疗的基石，但耐药问题始终是临床痛点。肿瘤微环境，特别是癌症相关成纤维细胞，已被广泛认为是肿瘤进展和耐药的“帮凶”。 那么，CAF到底是怎么促进耐药的？作者注意到一个现象：CAF在肿瘤里会衰老。细胞衰老通常被看作是一种抑癌机制，但衰老的细胞会分泌大量的炎症因子、趋化因子和生长因子，这个现象叫衰老相关分泌表型（SASP）。SASP是一把双刃剑，它既能抑制肿瘤，也能在特定环境下促进肿瘤进展和耐药。 所以问题就来了：肿瘤微环境里到底有没有衰老的CAF？如果有，它们是不是通过SASP在暗中推动化疗耐药？作者就是从这个假设出发，设计了一整条推理链。 ...

一句话亮点 这篇 2026 年的《Cell Death & Differentiation》文章发现，原本作为抗氧化系统的硒蛋白 TrxR1，在铁死亡中反而扮演"加速器"角色——它通过稳定 KEAP1、抑制 NRF2、降低 GPX4 表达，让癌细胞对铁死亡更敏感。更关键的是，这个机制依赖于 TrxR1 C 末端的硒代半胱氨酸 U498，而且还提供了用沙利度胺联合铁死亡诱导剂 IKE 协同抗癌的潜在策略。 背景/痛点 铁死亡的核心是脂质过氧化物积累到致死水平，而 GPX4 是这个过程的"守门人"——它负责把脂质过氧化物还原掉。GPX4 一失灵，细胞就死了。细胞内抗氧化系统主要有两套：GSH-GPX4 系统和 Trx-TrxR 系统。前者和铁死亡的关系已经研究得很清楚了，但后者在铁死亡中到底扮演什么角色，之前一直有争议。早前有报道说 TrxR1 是抑制铁死亡的，但这篇文章的作者觉得事情没那么简单——他们决定自己搞清楚。 推理链分步拆解 第一步：先确认 TrxR1 到底促进还是抑制铁死亡 作者之前做过一个 RNAi 筛选，意外发现 TrxR1 是个候选的"正调控因子"——这个结果跟他们自己预期的方向相反，于是他们决定从头验证。 他们先用 TrxR1 的特异性抑制剂 TRi-1 处理多种癌细胞（HT1080、MDA-MB-231、MEF、B16-F10），结果发现 TRi-1 居然能阻断 erastin 诱导的脂质过氧化和细胞死亡。而且 TRi-1 本身没有抗氧化活性（DPPH 法验证过），说明这个阻断效应不是因为它"顺便把自由基清了"。反过来，敲低 TrxR1 让细胞对 erastin 和 GPX4 直接抑制剂 RSL3 都变得不敏感；而过表达 TrxR1 则显著增强了脂质过氧化和铁死亡。 这里有个细节很有意思：erastin 处理会让 TrxR1 发生时间依赖性的二聚化，而二聚化对 TrxR1 发挥功能很重要。他们做了一个 W114R 突变破坏二聚化，结果这个突变体完全救不回 TrxR1 敲低细胞的铁死亡敏感性。所以，TrxR1 促进铁死亡这件事，功能上是成立的，而且需要二聚化。 ...

一句话亮点 浙大黄河/钱鹏旭团队开发了一款名为VINCENT的双抗纳米平台，一头抓住AML细胞上的TIM3，一头拽住NK细胞上的CD16，同时精准投放维奈克拉。它既解决了耐药问题，又把“躺平”的NK细胞拉回战场，在耐药PDX模型中显著延长生存。 背景/痛点 维奈克拉（VEN）联合去甲基化药物是老年/unfit AML患者的基石方案，但原发耐药（~20-30%）和获得性耐药（>40%缓解者复发）是临床硬骨头。TIM3是个有意思的靶点：它在白血病干细胞（LSC）上高表达，在正常造血干上不表达，且与VEN耐药正相关；同时它又是NK、T细胞上的抑制性受体。TIM3抗体（如sabatolimab）联合VEN的临床试验结果令人失望（NCT04150029）。那问题出在哪？ @方法论点评：靶点选对了，但单抗只能“松开刹车”，无法“踩油门”——既不能定向增敏耐药细胞，也没解决瘤内NK细胞数量少、功能耗竭的问题。作者假设：把VEN精准送到TIM3+细胞上，同时通过CD16拉住NK细胞形成免疫突触，或许能实现“1+1>2”。 推理链分步拆解 1. 先搞定递送：怎么把VEN装到抗TIM3抗体上？ 作者用IR-783-NHS作为连接臂，利用NHS-酯-胺化学反应，将抗CD16和抗TIM3抗体共价偶联到VEN自组装的纳米颗粒上，得到VINCENT。粒径~226.6 nm，在血清中稳定72 h，药物释放呈pH依赖性（溶酶体酸性环境触发）。 @方法论点评：用NHS化学偶联是成熟路线；关键在于他们用分子动力学模拟先验证了IR-783-NHS与VEN自组装能力没受影响，属于“计算指导实验”的策略，避免盲目试错。 接着验证亲和力：VINCENT对CD16^hi NK细胞的Kd为0.31 nM，对TIM3+ AML细胞的Kd为0.27 nM，特异性很强。活细胞成像显示，VINCENT在20分钟内就能拉近NK细胞和AML细胞形成稳定的“免疫突触”。 ...

一句话亮点 KRAS G12R 与 G12D 对 daraxonrasib（RMC-6236）的耐药路线完全不同：G12R 耐药后转向依赖 EGFR/RAS 野生型信号，反而对 trametinib 敏感；G12D 则通过下调 CypA 蛋白、维持突变型 KRAS-GTP 信号来硬撑。同一个病人（KRAS G12R）的耐药组织和类肿瘤模型完美复现了这一机制，后续 trametinib 联合治疗换来 5 个月疾病控制、总生存达 40 个月——在转移性胰腺癌里简直离谱。 背景/痛点 KRAS 突变占胰腺癌 90-95%，G12D 最常见（~35%），G12R 占 10-20%。Daraxonrasib 是个多选择性 RAS(ON)抑制剂，靠 CypA 搭桥形成三聚体复合物，把 GTP 结合态的 RAS 按住，既能打突变型也能部分抑制野生型 RAS。II 期临床已经显示 PFS 获益，FDA 估计也快批了。 但靶向药嘛，耐药一定会来。问题是，KRAS 不同等位基因突变（G12D vs G12R）的耐药机制是不是一样？如果不一样，那耐药后该咋治？要知道 KRAS G12R 在胰腺癌里相对少见，既往研究还显示它信号偏弱、肿瘤恶性程度相对低（McIntyre et al., Cancer Cell 2024），但它不能反式激活野生型 RAS（HRAS/NRAS），这个“缺陷”会不会反过来成为耐药后的致命弱点？——本文就是冲着这个“等位基因特异性”的 gap 去的。 推理链分步拆解 1. KRAS G12R 本身信号就弱，因此对 daraxonrasib 更敏感 他们先在 PANC-1 等基因细胞系（G12D vs G12R）里看基础信号：G12R 的 pMEK/pERK 明显低一截。接着用 RBD 拉下 GTP 结合的 RAS 再做 IEF 分型——这个技术能把 KRAS、HRAS、NRAS 单个拎出来看活性——发现 G12R 细胞的 HRAS/NRAS-GTP 几乎测不到，而 G12D 则显著更高。这就是关键：G12R 不能激活野生型 RAS，整个通路输出低。 ...

一句话亮点 5-FU通过抑制胸苷酸合成酶（TS）造成嘧啶核苷酸耗竭，癌细胞被迫通过UCK2补救途径回补UMP，该过程依赖ATP，于是驱动PGC1α-mTOR介导的线粒体新生——这个适应性代谢升级恰好成为靶向弱点，联合Complex I抑制剂可逆转耐药。 背景/痛点 结直肠癌化疗40年来一直是5-FU的天下，FOLFOX/FOLFIRI方案至今仍是基石。然而一个尴尬的事实是：当年加奥沙利铂和伊立替康是经验性的组合，并非基于机制设计。5-FU作为抗代谢药，同时干三件事——掺入DNA、掺入RNA、抑制TS——比单靶点药更难找"帮凶"，所以联合策略长期停滞。而80%的癌症死亡与耐药有关，这个矛盾在临床上非常突出。 为什么线粒体值得关注？因为它是代谢应激的调控中枢，而5-FU恰好就是人为制造代谢应激。作者的核心假设是：能扛过5FU打击的细胞，可能在线粒体层面做出了某种适应性调整——而且这种调整本身可能就是弱点。 推理链分步拆解 1. 先看现象：5FU处理后活下来的细胞，线粒体变多了 他们先用HCT116细胞系，在5µM 5FU处理72h后约有40%细胞存活。测线粒体质量——NAO染色、mtDNA拷贝数、TOM20/VDAC2/ETC复合物蛋白表达——全部上升。电镜显示线粒体变长（aspect ratio升高），网络从碎片状变成丝状，融合蛋白OPA1/MFN2上调、分裂蛋白DRP1下调。关键排除了凋亡的干扰：加caspase抑制剂zVAD并不影响线粒体增加，也不释放细胞色素c，MOMP没变化。所以这不是快要死的细胞在"冒烟"，而是活下来的细胞主动调整了线粒体网络。 @方法论点评：先用多种正交方法证明同一个表型（NAO、mtDNA、蛋白），然后用多个对照排除凋亡混淆——这是做线粒体表型的入门必修课。值得注意的是他们特别验证了MOMP和BH3 profiling，说明作者很清楚别人会质疑"线粒体变化是不是凋亡前兆"。 这个现象不挑模型：KRAS/TP53/APC各种突变背景的人CRC细胞、鼠类AKP类器官、非CRC的U2OS，全都有类似反应。甚至体内也成立——HCT116异种移植和AKP原位瘤里，5FU处理后TOM20染色都上升了。但正常间质细胞hMSC没有这个反应，提示肿瘤细胞特异的可塑性。 ...

一句话亮点 肿瘤EVPs不是直接破坏内皮，而是通过ITGa5重编程肺间质巨噬细胞（IMs），使其分泌IL-6，进而打开血管屏障，为癌细胞外渗和转移铺路。 背景/痛点 转移是癌症致死的最主要原因，而肿瘤细胞要成功定植远端器官，必须先从血管内"钻出去"——这个动作离不开血管通透性的增加。肺作为转移最常发生的器官之一，其血管渗漏更是预转移微环境（PMN）形成的核心特征。 此前学界已认识到肿瘤分泌的EVPs（细胞外囊泡和颗粒）能在24小时内诱导肺血管渗漏，但机制不清。主流观点认为EVPs可能直接作用于内皮细胞，破坏其紧密连接。但作者敏锐地发现了一个被忽略的问题：EVPs到底优先被谁吃了？他们决定从这个问题切入，重新审视血管渗漏的源头。 推理链分步拆解 第一步：肿瘤模型与EVPs诱导渗漏的差异 他们首先比较了四种肿瘤模型：肺转移能力强的B16F10（黑色素瘤）、K7M2（骨肉瘤）、4T1（乳腺癌），和非转移性的67NR。结果显示，原位荷瘤14天后，不同肿瘤诱导的肺血管渗漏程度差异显著——B16F10和K7M2最强，4T1中等，67NR最弱。关键在于，这种渗漏早在肿瘤体积还很小的时候（2天）就已出现，且不再随瘤体增大而加重。 更有趣的是，渗漏大多发生在vWF阳性的中大血管周围，而非毛细血管。这让作者意识到，EVPs可能不是通过常规的"毛细血管渗漏"模式，而是有更特定靶向的机制。 随后他们验证了EVPs本身的致渗漏能力：1小时内，B16F10和K7M2的EVPs就能重现荷瘤状态下的渗漏。而Rab27a敲除（EVP产生减少）的肿瘤渗漏显著下降，进一步确认了EVP是主要驱动者。 @方法论点评：这一步的关键在于选对对照——非转移性67NR和低渗漏4T1的存在，让"渗漏能力与转移能力相关但不完全一致"的结论更有说服力。同时，1小时这个时间窗的设计，为后续避开免疫细胞招募、ECM重构等混淆变量奠定了基础。 第二步：急性渗漏直接促进外渗和转移 “1小时就能渗漏，那这渗漏到底管不管用？“作者进行了因果验证：先注射不同EVPs，1小时后注射肿瘤细胞，14天后看转移灶。 结果很干脆：能诱导渗漏的EVPs（B16F10、K7M2），都能显著增加转移灶；不能渗漏的（Melan-A、4T1）则无效。更有意思的是，用K7M2 EVPs"教育"4T1细胞，原本渗漏弱、转移少的4T1转移灶明显增加。这说明渗漏能力是可传递的，是EVP赋予的"预备状态”。 3D全器官成像进一步证实，EVP处理使癌细胞外渗率显著提升。没有观察到多细胞灶比例的变化，说明不是增殖，而是渗漏本身在推动外渗和播种。 @方法论点评：这里用了双重因果检验——“功能获得”（低渗漏模型+高渗漏EVP=转移增加）和"功能缺失”（抑制EVP产生=渗漏下降），这是判断因果关系的黄金标准。组胺作为阳性对照，也提示我们他们考虑到了"渗漏是否只由EVP介导"的替代解释。 ...

一句话亮点 这篇 Cancer Research 文章发现，胰腺癌在化疗压力下玩了一招"时空接力"：先用 AMPK 启动早期自噬来烧脂肪酸供能，等 ATP 上来了再踩灭 AMPK、激活 mTOR——但人家不靠 mTOR 来关自噬，而是另起炉灶，通过 JNK1-Bclin-1 通路维持晚期自噬，形成 mTOR 和自噬"同时开火"的奇葩局面。双管齐下抑制脂肪酸氧化（FAO），等于把癌细胞的"备用电厂"给炸了，顺便用积攒的脂肪酸堵塞自噬流水线，让癌细胞死于 ROS 爆发。 背景/痛点 在胰腺导管腺癌（PDAC）里，化疗药伊立替康（irinotecan）一开始是管用的，但肿瘤总有办法"原地复活"——这就叫获得性耐药。科学家早就发现，这种复发跟自噬（autophagy）激活脱不了干系。按理说，自噬和 mTOR 是一对冤家：mTOR 一活，自噬就得闭嘴。但诡异的是，很多耐药肿瘤里这俩居然"共存共荣"了。 为什么这个矛盾那么关键？因为此前大家想用自噬抑制剂来逆转耐药，结果临床试验副作用大到扛不住（系统性抑制自噬在正常组织里也坏事）。那换个思路：与其直接掐自噬，不如截断自噬"烧"出来的燃料（脂肪酸氧化），这样既能打压耐药，又能避免全身毒性。作者正是基于这个"时空相变"假说，来解构这个悖论的。 推理链分步拆解 1. 先看化疗后 72 小时内到底发生了什么——时间分辨是破除"自噬/mTOR 矛盾"的钥匙 他们首先处理 PDAC 细胞，并在 0、24、48、72 小时取样。第一步，24 小时前 DNA 损伤激活 AMPK，早期自噬冒头，脂肪酸氧化（FAO）被拉动，ATP 蹭蹭涨。第二步，到了 48 小时往后，ATP 多了，AMP/ATP 比值掉下来，AMPK 就失活了；按理说 mTOR 该被激活，而 mTOR 激活了该关自噬——但吊诡的是，自噬非但没关，LC3-II 反而继续涨。 那这个现象意味着啥？说明早期自噬是 AMPK 管的，晚期自噬另有"话事人"。他们发现 JNK1 在 72 小时被强烈激活（MIA PaCa-2 里 p-JNK1/JNK1 涨了 2.4 倍，SU.86.86 涨了 5.8 倍），而这个 JNK1 能磷酸化 Bcl-2，把 Beclin-1 从 Bcl-2 手里"解放"出来，从而启动自噬。这叫 JNK1-Bclin-1 通路，跟 AMPK 那套互不干扰。 ...