单细胞肿瘤系统发育学：用进化树读懂癌症的"身世"

全文概要
《自然·综述·癌症》（Nature Reviews Cancer）刊发重磅综述，系统梳理了单细胞基因组学如何进入癌症研究，以及如何从单细胞测序数据重建肿瘤的进化树（系统发育）。文章指出，肿瘤系统发育不能简单照搬经典进化生物学的方法，并系统比较了近年来涌现的单细胞肿瘤系统发育重建方法的模型、假设与局限。

---

1. 把肿瘤的进化史画成一棵树

肿瘤内部的基因组异质性是癌症进展、耐药和复发的根源之一。单细胞测序的出现，使研究者得以在单个细胞的精度上观察体细胞突变的积累过程。发表于《自然·综述·癌症》的这篇综述，由 Johannes Gawron、Jack Kuipers、Benjamin J. Raphael、Niko Beerenwinkel 等多位计算生物学领军学者撰写，其核心主张是把肿瘤的进化历史框架化为一棵"系统发育树"，并据此解读肿瘤如何多样化、各细胞亚群之间如何关联。

2. 为什么不能照搬经典进化生物学

文章的一个核心论点是：肿瘤系统发育无法简单套用经典进化生物学与系统发育学的现成方法。肿瘤进化的特殊性（如拷贝数变异、染色体不稳定、突变时钟的不确定性），叠加单细胞测序本身的技术噪声（如等位基因丢失、测序错误），构成了经典方法难以应对的建模挑战。

综述由此系统梳理了各类单细胞肿瘤系统发育方法的模型与假设：不同的突变历史表征方式（如无限位点模型 vs. 允许丢失），会直接影响所推断出的树能揭示哪些进化事件；而未纳入的基因组事件或测序误差，又会在多大程度上扭曲树的还原。

3. 从基础研究到临床肿瘤学

这些方法的价值，远不止于理论。通过将单细胞系统发育重建应用于单个肿瘤乃至患者队列，研究者得以洞察肿瘤的多样化过程、追踪耐药亚群的起源，甚至为临床治疗决策提供进化层面的依据。文章将肿瘤系统发育学定位为连接"数据丰富的单细胞基因组学"与"支撑癌症进展的进化问题"之间的桥梁。

对科研人员而言，这篇综述是一份结构清晰的方法学指南——它既梳理了领域的最新算法进展，也明确了开放性问题。随着单细胞测序在癌症研究中的普及，如何从细胞直接"读出"癌症的进化史，正成为精准肿瘤学的一个重要前沿。

来源：《自然·综述·癌症》（Nature Reviews Cancer）、Bioengineer

---

---

声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。