胶质母细胞瘤（Glioblastoma）是成人中最常见且最具侵袭性的原发性恶性脑肿瘤，因其极高的异质性和动态适应能力，被医学界视为最难攻克的堡垒之一。近日，发表在《自然-通讯》（Nature Communications）上的一项研究显示，由乔治敦大学伦巴第综合癌症中心（Georgetown Lombardi Comprehensive Cancer Center）领导的科研团队开发出一种名为 scFOCAL 的新型计算框架。该工具能够精准预测针对特定细胞靶点的药物组合，为这种致命肿瘤的个性化治疗开辟了新路径。
动态靶标：胶质母细胞瘤的逃逸机制
胶质母细胞瘤患者的中位总生存期（Median overall survival）仅为 15 个月，确诊后生存五年以上的患者比例仅为 7%。其难治的核心原因在于肿瘤内部细胞状态（Cell states）的剧烈波动：即使在同一个微小的肿瘤内，癌细胞也会通过不断改变基因表达特征，来适应周围环境并产生耐药性。
“这种多变的细胞状态构成了治疗过程中的‘动态靶标（Moving targets）’，使得过去二十年间仅有一种新型靶向药物获批，”该研究的资深作者、乔治敦伦巴第癌症中心肿瘤学教授 Nagi G. Ayad 博士表示。
scFOCAL：以 RNA 为导航的精准打击
为了捕捉这些“瞬息万变”的癌细胞，由助理教授 Robert K. Suter 博士领衔的团队构建了 scFOCAL 平台（全称：Single-Cell Framework for -Omics Connectivity and Analysis via L1000）。
该平台的核心逻辑在于利用 单细胞 RNA 测序（scRNA-seq） 数据。相比于随时间变化极小的 DNA，RNA 水平能反映细胞在特定时刻的实时生理功能（Transcriptional profile）。通过 scFOCAL，研究人员能够：
-
特征逆转匹配： 利用 NIH LINCS L1000 药物库（集成网络细胞特征库），识别能有效“对抗”或“逆转”特定癌细胞状态表达特征的小分子化合物。
-
个性化联合用药： 针对同一肿瘤内共存的多种异质细胞状态，预测能够产生协同效应的药物组合，实现全方位打击。
-
序贯疗法设计（Sequential therapy）： 预测肿瘤在接受首轮药物治疗后可能演变出的新状态，从而预先锁定第二或第三阶段的治疗药物，始终“跑在肿瘤进化前面”。
临床潜力：从计算模拟走向精准医学
“我们正尝试识别那些能将活跃癌细胞‘推向’更有利（即对药物更敏感）状态的小分子，”Suter 博士解释道。
该研究目前已获得多位神经肿瘤学家和神经外科医生的关注。Ayad 博士指出，基于 scFOCAL 的预测模型，团队计划设计全新的临床试验。随着更多患者样本数据的整合，该平台的预测精度和鲁棒性将持续提升。
尽管本研究以胶质母细胞瘤为切入点，但研究人员强调，scFOCAL 的算法框架具有高度的普适性，未来有望为其他高异质性恶性肿瘤（如肺癌、黑色素瘤等）的精准治疗提供强有力的计算支持。
参考文献：Drug and single-cell gene expression integration identifies sensitive and resistant glioblastoma cell populations, Nature Communications (2026). DOI: 10.1038/s41467-025-67783-5
编辑：王洪
排版：李丽
评论 (0)