未来医学是“数据驱动的精准医学”

不久前，默沙东和莫德纳联合开发的“个体化抗癌疫苗”在Ⅲ期临床试验中取得了重大突破。这一突破显示了肿瘤免疫治疗从“实验室发现”走向“临床可及”的巨大潜力，但也揭示了一个老问题——基础研究成果离真正普惠患者还有多远？

科技日报专访中国科学院院士、重庆医科大学校长张泽民，围绕肿瘤疫苗研发、癌症研究重点、医学人才自主培养等分享了他的思考。

肿瘤疫苗是先抓到“敌人”、再发“通缉令”

记者：最近“个体化抗癌疫苗”备受关注。我们一般认为，疫苗是“预防针”，这个疫苗为什么能治疗已经长出来的肿瘤？

张泽民：首先要厘清的一点是，癌症疫苗并非预防性疫苗，而是治疗性疫苗。传统传染病疫苗之所以能在没生病的时候打，是因为我们早就知道病毒或细菌这个“坏人”长什么样、有哪些比较固定的抗原特征，所以可以提前把“通缉令”交给免疫系统，让它先学会识别，等真正遇到时马上消灭它。

但癌症不一样。癌细胞由患者自身细胞发生突变形成，而且每个人的肿瘤突变都不完全一样，没有一张所有患者通用的“通缉令”。所以个体化肿瘤疫苗要先获得患者的肿瘤细胞，相当于先“抓到一个坏人”，给它做基因和抗原鉴定，找出它最特别的“指纹”，再为这个患者画一张专属“通缉令”，交给免疫系统。

这就是为什么这种疫苗即使在肿瘤发生后仍然可以发挥作用：它不是为了阻止第一个癌细胞出现，而是利用已经出现的肿瘤告诉免疫系统“敌人到底长什么样”，再训练T细胞去寻找和消灭体内其他具有相同特征的癌细胞。

概括起来就是：传统疫苗是“敌人还没来，先发通缉令”；个体化肿瘤疫苗是“先抓到敌人、认清指纹，再发专属通缉令，让免疫系统去追捕剩下的癌细胞”。

记者：很多媒体认为，这次Ⅲ期临床试验成功意味着“人类攻克癌症迈出了巨大一步”。

张泽民：癌症研究前景光明，但也不能盲目乐观。目前，这个研究领域呈现高度交叉、极致精准、智能赋能、全域转化的新格局，但仍存在三大核心瓶颈问题。一是基础研究与临床应用脱节，大量前沿基础成果停留在实验室阶段，转化链条长、落地效率低，患者等不起。二是原创性、颠覆性技术不足，多数研究还在跟着别人走，针对复杂难治性疾病的源头创新、机制创新，“从0到1”的突破不多。三是好东西“下不去”，高端精准诊疗技术多集中于头部医疗机构，难以向基层、西部地区下沉，造成优质医疗技术资源的区域失衡。

立足学科前沿和国家战略需求，我认为未来这一领域研究的核心，是以国家需求为导向、以临床问题为牵引、以交叉创新为手段、以普惠民生为目标。第一，坚持源头创新，持续深耕基础理论研究，聚焦领域“卡脖子”关键科学问题，挑战无人区，产出更多“从0到1”的颠覆性成果。第二，打通转化壁垒，构建“基础研究—技术攻关—临床验证—产业落地”全链条创新体系，让科研成果走出实验室、走进临床一线。第三，推动创新下沉，依托西部教育医疗资源，把前沿科学研究与西部特色病种、基层医疗需求深度结合，让医学创新不只顶天，还要立地，能惠及西部、服务基层，实现科研突破与区域健康事业高质量发展的双向赋能。

记者：对于肿瘤治疗，您的团队也取得了不少突破。请为我们介绍一项近期的进展。

张泽民：我们团队今年初在《免疫》（Immunity）发表了一篇论文。我们发现有一种细胞（SPP1+巨噬细胞）像肿瘤的“保镖”一样，会阻挡免疫细胞的攻击。有人关心，这个细胞是否能和肿瘤疫苗联合更好地治疗癌症。我们目前的研究还没有直接验证SPP1+巨噬细胞靶向治疗与肿瘤疫苗联合应用的效果，因此现在还不能说这种组合一定有效。但从我们的机制研究结果来看，这是非常有潜力，也非常值得探索的方向。

可以把肿瘤疫苗理解为是在“训练”免疫系统，让T细胞更准确地识别和攻击肿瘤；但即使T细胞被成功激活，进入肿瘤以后仍然会面对一个高度免疫抑制的微环境。我们的研究发现，SPP1+巨噬细胞正是这种免疫抑制微环境中的重要组成部分。

因此，从机制上看，肿瘤疫苗和靶向SPP1+巨噬细胞可能是两个互补的方向：肿瘤疫苗解决的是“如何产生更多、更精准的抗肿瘤T细胞”，而靶向SPP1+巨噬细胞则希望解决“这些T细胞到了肿瘤以后，能不能真正发挥作用”的问题。

未来如果能够一方面通过肿瘤疫苗增强特异性T细胞反应，另一方面通过靶向SPP1+巨噬细胞改善免疫抑制微环境，则有可能进一步提高抗肿瘤免疫治疗的效果。

用前沿发现反哺医学教育

记者：抗肿瘤研究离不开对微环境整体格局的精准认知。

张泽民：是的。我们团队在国际上率先绘制了肿瘤微环境的“单细胞全景地图”，这是我们团队的一个核心突破。为什么有些肿瘤能够逃避免疫系统的攻击？为什么有些患者能够从免疫治疗中长期获益，而另一些患者却效果有限？长期以来，我们团队始终围绕这些核心问题开展研究。我们聚焦肿瘤微环境，建立了融合单细胞组学、多组学计算、人工智能分析和功能验证的系统研究体系，希望把肿瘤内部复杂的免疫生态“看清楚、讲明白，并最终加以调控”。

通过对多种癌症的大规模研究，我们系统解析了肿瘤中不同免疫细胞的组成、功能状态和相互作用，识别出与免疫逃逸、治疗敏感性和耐药性相关的关键细胞亚群及调控机制，并进一步建立了基于肿瘤微环境特征的精准免疫分型体系。简单来说，就是不仅要知道肿瘤里有哪些免疫细胞，还要进一步回答哪些细胞真正能够攻击肿瘤，哪些细胞已经失去功能，以及是什么因素在阻碍有效的抗肿瘤免疫反应。

在此基础上，我们进一步从“认识微环境”走向“调控微环境”，围绕决定抗肿瘤免疫应答的关键细胞亚群和分子节点，发现并验证了一批具有潜在治疗价值的免疫调控靶点，并探索通过重塑肿瘤微环境来增强免疫治疗效果的新策略。我们的目标，是推动肿瘤免疫研究从描述肿瘤微环境进一步走向预测治疗响应、发现治疗靶点和精准干预微环境，为患者精准分层和新的免疫治疗策略提供科学依据。

记者：作为科学家和教育者，您觉得前沿发现对临床教学有什么积极作用？

张泽民：这个问题问到了核心。我研究得越深入，就越觉得未来的医学是“数据驱动的精准医学”。我们团队在国际上首次实现了肿瘤微环境的大规模泛癌种单细胞分析，依靠海量单细胞组学数据，系统解析不同癌症里的细胞构成，揭示肿瘤独有的细胞组分，开创了从全局视角研究肿瘤异质性的新方向。而这些基于大数据得出的前沿发现，正是可以直接带进课堂、反哺临床教学的鲜活素材。

举个例子，依托这套单细胞数据分析，我们几年前报道了高表达CXCL13的T细胞。这种细胞已经获得识别肿瘤的能力，但还是处于耗竭状态。基于这一数据结论，我们正在想办法为其“充电”，考虑为其增加一些基因。这就好比士兵打到弹尽粮绝的时候，回到一个地方休息和补充弹药。T细胞就是这些士兵。

正是这类由单细胞组学数据揭示的复杂免疫现象，改变了我们对疾病的认知：未来的医生面对的将不再是“一种病”，而是“一个患者独特的免疫状态”。

这就对医学生提出两个要求：一是要建立科研思维，能看懂甚至参与解析这种复杂性；二是要具备数据素养，学会借助AI工具解读、处理海量的组学数据。我常说，未来5到10年，个体化免疫治疗将与AI技术深度融合。我们培养的医生不只是会用听诊器，还要能读懂“单细胞图谱”，在AI辅助下做出更精准的决策。