癌症干性

恶性肿瘤的异质性和治疗耐药性是临床面临的重大挑战，癌症干细胞（Cancer Stem Cells, CSCs）假说为此提供了重要的理论框架。该假说认为，肿瘤组织中存在一小部分具有干细胞样特性的细胞，称为癌症干细胞或肿瘤起始细胞（Tumor-Initiating Cells, TICs），它们能够自我更新、产生异质性肿瘤细胞，并驱动肿瘤的生长、转移和复发。这种干细胞样特性即为“癌症干性”（Cancer Stemness）。近年来，随着单细胞测序、谱系追踪和类器官模型的广泛应用，癌症干性的分子机制和临床意义逐渐被揭示，成为肿瘤生物学研究的前沿热点。

癌症干性是指肿瘤细胞获得或维持类似于正常干细胞功能的特性集。具体包括：自我更新能力：通过对称或不对称分裂产生至少一个具有相同干性的子细胞；多向分化潜能：能分化为肿瘤内不同谱系的异质性细胞；致瘤性：在免疫缺陷小鼠中移植少量细胞即可形成肿瘤；耐药性：高表达ATP结合盒（ABC）转运蛋白、抗凋亡蛋白（如Bcl-2）、并处于相对静止状态，使其对常规化疗和放疗耐受。此外，CSCs常与血管周围或缺氧微环境相互作用，维持其干性状态。

核心转录因子网络

胚胎干细胞（ESCs）的核心转录调控网络（Oct4、Sox2、Nanog）在CSCs中常被重激活。Oct4和Sox2协同维持自我更新，Nanog促进细胞增殖并抑制分化。此外，c-Myc、Klf4、Stat3等因子也参与干性调控。这些转录因子通过结合DNA调控区域，激活干性相关基因（如TERT、Bmi1、Wnt靶基因）并抑制分化基因。

发育信号通路

多个进化保守的信号通路在CSCs中异常激活：Wnt/β-catenin：通过稳定β-catenin促进TCF/LEF介导的转录，上调Cyclin D1和c-Myc；Notch：通过γ-分泌酶切割释放胞内域（NICD），激活Hes和Hey家族转录抑制因子；Hedgehog：通过解除Patched1对Smoothened的抑制，启动Gli转录因子活性；TGF-β/BMP：具有双重作用，可通过SMAD-ATF3复合物促进或抑制干性；NF-κB：参与炎症诱导的干性维持。

表观遗传调控

组蛋白修饰、DNA甲基化和非编码RNA（如miRNA、lncRNA）在干性调控中起关键作用。染色质重塑复合物（如SWI/SNF、Polycomb）调节干性基因的可及性。例如，EZH2（Polycomb抑制复合物2的催化亚基）通过H3K27me3修饰抑制分化基因，而Bmi1（PRC1组分）则维持干性基因表达。miRNA如miR-34a、let-7常被下调，而miR-302/367簇可诱导重编程。

肿瘤内异质性部分源于CSCs的分化层级。CSCs产生分化程度不同的子细胞，形成类似于正常组织的金字塔结构。此外，肿瘤微环境（TME）中的基质细胞（如肿瘤相关成纤维细胞、免疫细胞）和物理因素（缺氧、酸性pH）可诱导非CSCs去分化获得干性（可塑性）。因此，干性并非静态属性，而是受环境信号动态调节。这种可塑性解释了靶向CSCs治疗中可能出现的耐药和复发。

体外检测：肿瘤球形成实验：在悬浮培养中评估自我更新；侧群细胞（SP）分析：利用Hoechst33342外排能力富集干细胞；表面标志物：如CD44、CD24、CD133、EpCAM、ALDH1等组合；报告基因系统：如Wnt-TCF/LEF或Oct4-GFP报告基因；转录组干性指数：基于mRNA表达谱与胚胎干细胞或成体干细胞的相似性（如mRNAsi）。体内验证的金标准是极限稀释移植实验：将不同数量细胞移植到免疫缺陷小鼠，计算肿瘤起始频率。

大量临床研究表明，干性标志物表达与患者预后不良、化疗耐药及转移风险增高相关。例如，乳腺癌中CD44+CD24-细胞比例高与复发率增高相关；胶质母细胞瘤中CD133+细胞具有更强的致瘤性。此外，干性相关信号通路的激活（如Wnt、Notch）可作为预后生物标志物。近年来，基于干性基因表达谱的分子分型（如结直肠癌的CMS分型）也为精准治疗提供了依据。

针对CSCs的治疗旨在消除其自我更新能力或诱导其分化。主要策略包括：信号通路抑制剂：如Wnt抑制剂（IWP-2）、Notch抑制剂（γ-分泌酶抑制剂）、Hedgehog抑制剂（Vismodegib）；表观遗传药物：DNMT抑制剂（地西他滨）和HDAC抑制剂（丙戊酸）可重编程干性基因表达；分化诱导剂：全反式维甲酸（ATRA）通过激活维甲酸受体诱导分化；免疫疗法：针对CSCs表面抗原（如CD44、EpCAM）的抗体或CAR-T细胞；靶向微环境：抗血管生成药物（贝伐珠单抗）破坏CSCs龛位；代谢干预：CSCs依赖糖酵解和脂质代谢，二甲双胍可抑制线粒体复合物I而削弱干性。

尽管癌症干性研究取得了显著进展，但仍存在诸多未解问题：CSCs的起源（正常干细胞突变vs.去分化）；不同肿瘤中干性标志物的统一性；干性可塑性的分子开关；以及如何克服治疗后的耐药性复发。未来需结合单细胞多组学、空间转录组学和类器官模型，绘制动态干性景观。此外，开发联合靶向CSCs和肿瘤微环境的策略，以及利用纳米载体递送干性抑制药物，将有望实现更有效的肿瘤控制。

• Reya T, Morrison SJ, Clarke MF, et al. Stem cells, cancer, and cancer stem cells. Nature. 2001;414(6859):105-111.
• Al-Hajj M, Wicha MS, Benito-Hernandez A, et al. Prospective identification of tumorigenic breast cancer cells. Proc Natl Acad Sci USA. 2003;100(7):3983-3988.
• Singh SK, Hawkins C, Clarke ID, et al. Identification of human brain tumour initiating cells. Nature. 2004;432(7015):396-401.
• Visvader JE, Lindeman GJ. Cancer stem cells: current status and evolving complexities. Cell Stem Cell. 2012;10(6):717-728.
• Kreso A, Dick JE. Evolution of the cancer stem cell model. Cell Stem Cell. 2014;14(3):275-291.
• Plaks V, Kong N, Werb Z. The cancer stem cell niche: how essential is the niche in regulating stemness of tumor cells? Cell Stem Cell. 2015;16(3):225-238.
• Pan Q, Li Q, Liu S, et al. Targeting cancer stem cells: emerging therapeutic strategies. Stem Cells Transl Med. 2019;8(12):1252-1262.
• Malta TM, Sokolov A, Gentles AJ, et al. Machine learning identifies stemness features associated with oncogenic dedifferentiation. Cell. 2018;173(2):338-354.e15.