云生信学生物信息学

詹启敏研究观察:早发性结直肠癌单细胞图谱能回答什么?

作者:发布于 2026-11-18约 8 分钟阅读
詹启敏参与的早发性结直肠癌单细胞研究示意图:168例公开数据、细胞组成、推断CNV与免疫治疗关联及证据边界

学者研究方向观察 · 第5篇|詹启敏(北京大学肿瘤医院)
文献核对截至:2026年11月18日

早发性结直肠癌常被当作一个年龄标签,但单细胞数据还能继续追问:年轻患者的肿瘤细胞拷贝数变化、免疫细胞组成和细胞间信号,是否呈现不同的组合?

詹启敏参与的一篇2025年研究整合了公开单细胞RNA测序数据,比较不同年龄组的结直肠癌肿瘤微环境。论文由詹启敏与合作者设计和指导,第一作者彭婷负责数据分析和初稿。它的价值在于把细胞组成、转录特征、推断的拷贝数变化及免疫治疗应答相关信号放在同一分析框架里;但几类结果的证据强度并不相同。1

詹启敏参与的早发性结直肠癌单细胞研究示意图:168例公开数据、细胞组成、推断CNV与免疫治疗关联及证据边界
图:依据文献1整理的研究阅读示意图。细胞数不是患者数,CNV来自表达数据推断,关联信号不等于临床预测工具。

先看清数据从哪里来、比较的年龄组是什么

研究整合六个已公开的单细胞RNA测序数据集,共涉及168份结直肠癌肿瘤样本,患者年龄为22至91岁;质量控制后纳入分析的细胞为554,930个。作者说明本研究没有新招募患者,使用的是公开数据。这意味着分析单位既有患者/样本层面的比较,也有细胞层面的表达特征,554,930个细胞不能当作554,930名独立患者。1

还有一个容易忽略的定义差异:论文摘要把早发性结直肠癌概括为诊断年龄小于50岁;但单细胞主分析将样本分为四组,其中G1是小于40岁,并以G1作为早发组。读者引用结论时,应说清楚具体比较采用的是“小于40岁”这一分析分组,不能把摘要中的常用定义与实际分析阈值混为一谈。1

三条主要结果,分别对应三类证据

第一,G1组肿瘤微环境中的髓系细胞比例较低,研究观察到髓系细胞比例随年龄增加;作者又用TCGA结肠腺癌数据作去卷积分析,得到方向相近的结果。这里的去卷积是从bulk RNA表达估计细胞组成,属于计算支持,不等同于对同一患者队列做新的单细胞实验。1

第二,作者报告G1组肿瘤细胞具有更高的拷贝数变异(CNV)负担,并用TCGA样本作补充验证。但单细胞研究的CNV分析使用inferCNV,根据转录表达模式相对于参考细胞推断染色体片段的增减;它不是对每个肿瘤细胞直接进行全基因组测序。因此,准确说法是“表达数据推断的CNV负担较高”,不是“测序确认了更多DNA变异”。1

第三,CellChat依据细胞表达的配体—受体基因推断细胞间通讯,作者观察到G1组肿瘤细胞与免疫细胞的通讯信号较弱。随后,研究把早发组差异基因表达特征与接受免疫检查点阻断治疗的其他结直肠癌数据中的应答/未应答样本作比较,发现存在相关联的表达模式。这是跨数据集的关联分析,并非前瞻性临床试验,也没有证明年龄分组或该表达特征可以单独预测患者是否从免疫治疗中获益。1

分析层次 研究观察 证据类型 解读边界
样本与细胞组成 168份公开肿瘤样本;554,930个质控后细胞;G1髓系细胞比例较低 多数据集整合与样本间比较 细胞数不等于独立患者数;组间样本量与来源需结合补充资料看
肿瘤基因组线索 小于40岁组推断CNV负担较高 单细胞RNA表达推断(inferCNV),并以TCGA数据作补充分析 不是直接DNA测序结果;CNV推断依赖参考细胞与算法
免疫与治疗关联 配体—受体通讯信号较弱;部分差异表达与外部治疗应答数据相关 计算推断与跨数据集关联 尚非经前瞻验证的疗效预测标志物或临床决策工具

另一项近期论文:从信号网络走向功能验证

詹启敏还共同通讯发表了食管鳞癌研究,考察FAK/Src家族激酶轴如何影响代谢酶ACLY与ALDOA的酪氨酸磷酸化,并在细胞与动物实验中研究其对原发肿瘤和淋巴结转移相关表型的作用。作者报告了候选化合物quercetagitrin的体外和体内抗肿瘤效应。它与前述结直肠癌单细胞研究是不同癌种、不同队列的独立工作;这类实验结果属于临床前证据,不能写成已验证的人体疗法。2

把两篇论文并读,可以看到肿瘤分子研究的两个尺度:一类整合公开组学数据,提出年龄相关的细胞状态与基因组线索;另一类通过细胞和动物实验检验特定信号轴的功能。前者帮助产生可验证假设,后者提供机制层面的实验支持,但它们都还不能替代独立队列复现或临床验证。

一条必须标明的文献状态

PubMed在2026年9月收录了一条针对2015年食管鳞癌基因组论文的“Expression of Concern”(关注声明)记录;该2015论文的PubMed页面还列出2015年和2020年的勘误关联。当前可见的2026关注声明记录没有摘要,未说明关注原因。因此,本文不推断原因或责任,也不把那篇2015论文的具体结果作为本篇主证据。这个状态提示读者引用旧文时应先查看期刊声明;它本身不能外推到上述2025年论文。3 4

综合近期公开工作,詹启敏参与的研究可见一条跨尺度的研究路径:用单细胞和整合分析寻找与年龄、基因组状态及微环境相关的候选线索,再在独立研究中通过细胞和动物实验探索具体分子机制。这里的概括限于已经发表的论文,不代表其团队未公开的后续计划。

将组学线索转成下一步可检验的问题

如果正在分析肿瘤单细胞或多组学数据,可先核对年龄/分期等临床分组、样本与细胞的统计单位、算法推断的参考细胞、外部验证队列及临床结局定义。云生信可以围绕这些资料沟通数据分析和结果解释需求;具体范围在确认研究问题与数据后再讨论。

联系云生信,沟通肿瘤组学分析问题

参考文献与核对说明

  1. Peng T, Zhan Q. Single-cell integration analysis reveals molecular signatures of the tumor microenvironment in early-onset colorectal cancer. NPJ Precis Oncol. 2025;9:360. DOI:10.1038/s41698-025-01129-8;PubMed:41254101;开放全文。詹启敏共同设计并指导研究。
  2. Chen J, Zhang J, Zhu Y, et al. Focal adhesion kinase/Src family kinase axis-mediated tyrosine phosphorylation of metabolic enzymes facilitates tumor metastasis. Signal Transduct Target Ther. 2025;10:280. DOI:10.1038/s41392-025-02395-5;PubMed:40887473。詹启敏为共同通讯作者;研究含体外与动物实验。
  3. Zhang L, et al. Genomic Analyses Reveal Mutational Signatures and Frequently Altered Genes in Esophageal Squamous Cell Carcinoma. Am J Hum Genet. 2026 Sep 23. DOI:10.1016/j.ajhg.2026.09.012;PubMed:42808262。PubMed标记为针对2015年同题论文的关注声明记录,无摘要;此处引用仅为说明文献状态,不作为独立研究结果。
  4. Zhang L, et al. Genomic analyses reveal mutational signatures and frequently altered genes in esophageal squamous cell carcinoma. Am J Hum Genet. 2015;96(4):597–611. DOI:10.1016/j.ajhg.2015.02.017;PubMed:25839328。PubMed页面列有2015、2020年勘误,以及2026年关注声明关联。

核对说明:截至2026年11月18日,根据PubMed记录、2025年论文开放全文及期刊页面核对作者、研究设计和主要结果。单细胞论文使用公开数据;其CNV与细胞通讯为计算推断,免疫治疗应答结果为跨数据集关联。PubMed所列2015年ESCC基因组论文关注声明未显示具体原因,因此本文不对其作内容判断。本文根据公开论文归纳研究线索,不表示相关学者或机构与云生信存在合作或背书。

把知识用于当前任务

把方法直接跑起来

使用单细胞在线分析入口,减少环境配置和重复操作。

打开单细胞工具仍有疑问,联系客服 ↗