<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>线粒体 on Superhyydl's Blog</title><link>https://blog.superhyydl.org/tags/%E7%BA%BF%E7%B2%92%E4%BD%93/</link><description>Recent content in 线粒体 on Superhyydl's Blog</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Fri, 14 Aug 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://blog.superhyydl.org/tags/%E7%BA%BF%E7%B2%92%E4%BD%93/index.xml" rel="self" type="application/rss+xml"/><item><title>精读 | GENEVA 平台：一次实验测几十种基因背景的 KRAS 抑制剂反应</title><link>https://blog.superhyydl.org/reading/geneva-kras-inhibitor/</link><pubDate>Fri, 14 Aug 2026 00:00:00 +0000</pubDate><guid>https://blog.superhyydl.org/reading/geneva-kras-inhibitor/</guid><description>&lt;p&gt;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 &lt;strong&gt;GENEVA&lt;/strong&gt; 的平台，专门研究一个老问题：&lt;strong&gt;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？&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;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&amp;quot;测不过来&amp;quot;。&lt;/p&gt;
&lt;h2 id="痛点一个实验只能测一个模型"&gt;痛点：一个实验只能测一个模型&lt;/h2&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;p&gt;@方法论点评：这里有个&amp;quot;规模化&amp;quot;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。&lt;/p&gt;
&lt;h2 id="他们的脑洞把几十种细胞大乱炖成一个池子"&gt;他们的脑洞：把几十种细胞&amp;quot;大乱炖&amp;quot;成一个池子&lt;/h2&gt;
&lt;p&gt;GENEVA 的思路一句话：&lt;strong&gt;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&amp;quot;身份 + 反应&amp;quot;。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;@方法论点评：这本质是&amp;quot;内对照&amp;quot;——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。&lt;/p&gt;
&lt;h2 id="第一步先证明我测得对"&gt;第一步：先证明&amp;quot;我测得对&amp;quot;&lt;/h2&gt;
&lt;p&gt;搭新平台，第一件事不是做发现，而是&lt;strong&gt;用已知答案验一遍&lt;/strong&gt;。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：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;BRAF V600E 的细胞被 vemurafenib 精准杀掉 ✅&lt;/li&gt;
&lt;li&gt;KRAS G12C 的细胞被 ARS-1620 精准杀掉 ✅&lt;/li&gt;
&lt;li&gt;更狠的是，Lasso 回归自己&amp;quot;猜&amp;quot;出了 BRAF V600E 和 KRAS G12C 就是这两个药的敏感突变 ✅&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;img alt="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" loading="lazy" src="https://blog.superhyydl.org/images/reading/geneva/fig1.png"&gt;&lt;/p&gt;
&lt;p&gt;@方法论点评：拿&amp;quot;已知答案&amp;quot;当阳性对照，是搭平台的标准动作。先证明&amp;quot;测得对&amp;quot;，再拿去做&amp;quot;未知的发现&amp;quot;——这个顺序不能反，反了后面所有结论都站不住。&lt;/p&gt;
&lt;h2 id="第二步体外能测体内呢"&gt;第二步：体外能测，体内呢？&lt;/h2&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;p&gt;&lt;img alt="Fig. 2：体内 GENEVA——马赛克肿瘤里，G12C 细胞在 ARS-1620 下凋亡增加" loading="lazy" src="https://blog.superhyydl.org/images/reading/geneva/fig2.png"&gt;&lt;/p&gt;</description></item><item><title>精读 | 癌相关脂肪细胞促癌，靠的是线粒体分子伴侣 TRAP1</title><link>https://blog.superhyydl.org/reading/caa-trap1/</link><pubDate>Fri, 14 Aug 2026 00:00:00 +0000</pubDate><guid>https://blog.superhyydl.org/reading/caa-trap1/</guid><description>&lt;p&gt;今天这篇有点意思。韩国 UNIST 的 Byoung Heon Kang 组（就是做 TRAP1 出名的那个组）在 STTT 上发了一篇，把视线从&amp;quot;癌细胞里的 TRAP1&amp;quot;挪到了&amp;quot;癌细胞身边的脂肪细胞里的 TRAP1&amp;quot;。结论是：乳腺癌旁边那些被&amp;quot;策反&amp;quot;的脂肪细胞（CAA，癌相关脂肪细胞）之所以能促癌、还能帮癌细胞扛住化疗，全靠这个线粒体分子伴侣。&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;一句话亮点：TRAP1 在癌相关脂肪细胞（CAA）里高表达，是脂肪细胞&amp;quot;变节&amp;quot;成促癌细胞的关键调控者——它稳住线粒体电子传递链，维持 ATP 和 PPARγ 信号，让 CAA 分泌补体因子 CFD，后者经 C3aR-AKT/ERK 通路促进乳腺癌存活与化疗耐药；抑制 TRAP1 能逆转这套促癌网络，增强化疗效果。&lt;/p&gt;
&lt;/blockquote&gt;
&lt;h2 id="痛点肿瘤微环境里的脂肪细胞一直缺一个开关"&gt;痛点：肿瘤微环境里的脂肪细胞，一直缺一个&amp;quot;开关&amp;quot;&lt;/h2&gt;
&lt;p&gt;脂肪细胞是乳腺基质里最丰富的间质成分之一。癌细胞会&amp;quot;招募&amp;quot;并&amp;quot;重编程&amp;quot;身边的脂肪细胞，把它们变成癌相关脂肪细胞（CAA）。CAA 有个很迷惑人的外观：小而不规则的多房脂滴、线粒体增多、UCP1 上调——表面看像米色脂肪（beige），但其实是&amp;quot;假米色&amp;quot;：它不产热，而是做代谢重编程去养肿瘤。&lt;/p&gt;
&lt;p&gt;CAA 促癌主要靠分泌组：游离脂肪酸、炎症因子、一大片促癌 adipokine。但问题来了：这个&amp;quot;假米色&amp;quot;重编程到底由谁调控？一直没人说清。TRAP1 是线粒体 HSP90 家族的分子伴侣，在癌细胞里被研究得很多（稳定电子传递链、抗凋亡、维持干性），但它在间质细胞里干什么，基本是空白。&lt;/p&gt;
&lt;h2 id="第一步先观察到药在有基质的地方更有效"&gt;第一步：先观察到&amp;quot;药在有基质的地方更有效&amp;quot;&lt;/h2&gt;
&lt;p&gt;他们先用 gamitrinib（TRAP1 抑制剂，临床 I 期）在两个乳腺癌模型上试：MDA-MB-231 原位异种移植 + MMTV-PyMT 自发癌模型，都能抑瘤。&lt;/p&gt;
&lt;p&gt;但真正的线索藏在一个对比里：同样是 EO771 细胞，原位（orthotopic，长在乳腺脂肪垫里、带乳腺基质）的肿瘤抑制了 &lt;strong&gt;51%&lt;/strong&gt;，皮下（subcutaneous，没有乳腺基质）只抑制 &lt;strong&gt;38%&lt;/strong&gt;（Fig. 1b, c）。&lt;/p&gt;
&lt;p&gt;@方法论点评：这种&amp;quot;部位差异&amp;quot;本身就是信号——同样的药、同样的癌细胞，只是换了生长位置，疗效就不同，说明起作用的不止癌细胞，基质里还有戏。很多人做完&amp;quot;能抑瘤&amp;quot;就收工了，这里多比了一个位置，就多出整篇论文的主线。&lt;/p&gt;
&lt;h2 id="第二步基因敲除锁定基质这个来源"&gt;第二步：基因敲除锁定&amp;quot;基质&amp;quot;这个来源&lt;/h2&gt;
&lt;p&gt;gamitrinib 是药，可能有脱靶。于是他们换基因手段：全身 Trap1 敲除（KO）小鼠里，原位肿瘤显著变小（Trap1+/- 减 28%，Trap1-/- 减 56%），而皮下肿瘤在 WT 和 KO 之间&lt;strong&gt;没有差别&lt;/strong&gt;（Fig. 1d-g）。&lt;/p&gt;
&lt;p&gt;@方法论点评：用基因敲除复现药物表型，排除&amp;quot;gamitrinib 脱靶&amp;quot;的可能，这是从&amp;quot;药物表型&amp;quot;走到&amp;quot;靶点特异性&amp;quot;的标准桥接。两个手段指向同一个结论，可信度就上来了。&lt;/p&gt;</description></item></channel></rss>