SFL

2021/05/20 慈濟生科系 各位同學大家好在今天演上課前，我先複習一下去年在這邊講的東西. 去年我們主要講的是口腔癌及癌前病變腫瘤微環境 英文是tumor microenvironment. 這是腫瘤微環境的一個卡通圖，我們長時間以來對於腫瘤細胞部份(Point to purple part)做相當多的研究，好比找到許多的oncogene or tumor suppressor gene等等. 然而，多數癌症仍然無法根治。於是有人就開始注意到除了腫瘤部分，其周遭微環境其實還有許多成分，利如免疫細胞(),成纖維細胞(),內皮細胞()以及鋪在細胞下或細胞間的 extracellular matrix (ECM),這些成分漸漸引起大家的注意，並且越來越多的證據顯示他們是共犯且在腫瘤進化過程中扮演不可或缺的角色。（next slide) 舉例來說這是著名的癌症免疫循環，一共分為七個步驟順時鐘，分別是免疫系統中的的樹突狀細胞，dendritic cells抓取並且把癌細胞的識別部份表現給T cell，進而活化湯於是產生很多的毒殺型 T細胞並且進入癌細胞部位，將其消滅或是抑制其生長，而完成一個癌症免疫循環。重要的是，每一個步驟都有 stimulators or inhibitors，當微環境中抑制的成分較多時，腫瘤細胞就會長得快、比較惡性，也因此目前的癌症免疫療法針對的就是如何把這些抑制劑抑制起來，也就是我們數學裡頭說的負負得正，讓腫瘤微環境中癱瘓掉的免疫細胞能夠活化回來。next slide 上次也介紹過一個非常好用的生物資訊程式叫做CIBERSORT。這個線上程式可以幫忙估算一個檢體中，22種免疫細胞的組成成分。舉例而言下面是台灣成大醫院提供的40個腫瘤以及腫瘤鄰近正常細胞的microarray dataset. 這個箭頭的左方是40個鄰近正常的檢體，這個箭頭的右方是40個腫瘤檢體。一眼看過去大家可以看得到最多的是這個淺綠色的細胞（CD4 memory T）以及這個橘子色的細胞（activated dendritic cells） (next slide)進一步以limma針對這22種細胞在40T及40N推算結果做比較，可以清楚看到剛才提到的CD4 memory T及activated dendritic cells，都具有極高可信度。 (next slide) 另一個新技術是單細胞定序(single cell RNA or transcriptomic sequencing) 這裡舉例說明口腔癌的一個單細胞定序報告，這是集合18例美國口腔癌病人檢體的實驗   一共定序5千九百零二顆細胞，根據每種細胞表現marker gene 及腫瘤細胞chromosome 具有copy number