这北京大学发的27.7分Nature大子刊，做的是肿瘤通过表达重编程影响免疫微环境，思路倒是挺通顺……

主要观点总结

本文介绍了北京大学张莹团队在Nature子刊Nat Immunol上发表的研究，关于肿瘤的表达编程对微环境免疫细胞的影响及提出的应对治疗方案。研究使用了诱发肿瘤的小鼠模型，通过单细胞测序技术分析了肿瘤进展过程中免疫相关基因的表达变化，发现了免疫逃逸现象。文章提出假设并通过实验验证，使用DNA甲基化抑制剂DAC治疗晚期肿瘤小鼠模型可有效抑制肿瘤生长并重建抗肿瘤免疫。此外，研究还探讨了DAC对先天免疫通路的影响及其与CD8+ T细胞在抑制肿瘤中的作用。

关键观点总结

关键观点1: 研究背景及目的

文章关注肿瘤表达编程对微环境免疫细胞的影响，旨在了解肿瘤进展过程中免疫相关基因的变化，并探索新的治疗方案。

关键观点2: 研究方法

研究使用了诱发肿瘤的小鼠模型，进行单细胞测序技术，分析肿瘤进展过程中免疫相关基因的表达变化。

关键观点3: 研究结果

研究发现早期肿瘤中免疫相关基因增多，而晚期肿瘤模型中表达降低，存在免疫逃逸现象。晚期肿瘤中，CD4+ 和 CD8+ 的幼稚T细胞比例下降，而祖细胞耗竭和耗竭的CD8+ T细胞增加。使用DNA甲基化抑制剂DAC治疗可有效抑制晚期肿瘤小鼠模型的肿瘤生长，并重建抗肿瘤免疫。

关键观点4: DAC的作用机制

DAC通过影响肿瘤中基因表达的重编程来发挥作用，其活性取决于细胞毒性淋巴细胞。此外，DAC可通过坏死性凋亡和GSDME介导的细胞焦亡以及IFN-I途径抑制肿瘤生长。

关键观点5: 研究的局限性

虽然研究思路顺畅，但在假设使用DAC进行DNA甲基化抑制时缺少一些前期的预测分析，如单细胞测序中DNMT表达或DNA甲基化相关基因表达的差异。

文章预览

今天这篇文章其实是讲的肿瘤的表达编程对于微环境免疫细胞的影响，他们也提出了应对的治疗方案，就是使用DNA甲基化抑制剂。这篇文章就是北京大学张莹团队发表在27.7分的Nature子刊Nat Immunol上的文章，我们一起来看看他们是怎么做的： 这篇文章是从肿瘤早期和晚期之间发展的差异开始的，首先他们采用了诱发的肿瘤小鼠模型，然后进行了分组，分成了早期肿瘤和晚期肿瘤两种，进行了单细胞测序（ 下面图里的UMAP图，其实就是对于单细胞测序过程中产生的多维PCA进行降维处理后，分析细胞分簇的，不清楚的话，可以去看看《夏老师带你读文献》和《列文虎克读文献》，都介绍过 ）。他们发现早期肿瘤中会有免疫相关基因增多，而晚期肿瘤模型中，免疫相关基因表达会降低，其实这也就说明了肿瘤可能引发了免疫逃逸： 那么对于单细胞测序的 ………………………………