【全文编译】Cancer Discovery重磅综述 《Hallmarks of Cancer: N...

随着对癌症机制认识的不断深入，研究人员对癌症生物学的各个方面进行了持续的完善。越来越强大的实验和计算工具及技术不断地产生癌症的海量“大数据”。癌症标志（hallmarks of cancer）的概念化对原创性研究工作具有启发性，可将癌症表型和基因型的巨大复杂性凝练成一系列的基本原则。近日，瑞士洛桑联邦理工学院的Douglas Hanahan在Cancer Discovery杂志上发表了癌症研究领域的年度重磅综述论文：Hallmarks of Cancer: New Dimensions，并被选为当期杂志封面。该综述论文将已建立的癌症标志进一步拓展到了十四种，这些癌症标志的新维度有望促进研究人员更充分地了解癌症发展和恶性进展的机制，并将这些知识应用于癌症医学。

“癌症标志”被认为是人类细胞在从正常状态到肿瘤生长状态的过程中获得的一系列功能特征，更具体地说，是对其形成恶性肿瘤的能力至关重要的特性。在以前的文章【1，2】中，Bob Weinberg和我列举了我们所想象的共同点，这些共同点在细胞表型层面上将所有类型的癌细胞联系在一起。我们的目的是提供一个概念性的框架，使我们有可能根据一组共同的基本细胞参数来解释各种人类肿瘤类型和变异体的复杂表型。最初，我们设想了六种不同的标志能力的互补参与，后来将这一数字扩大到八种。这种提法是受以下认识的影响：人类癌症的发展是多步骤过程的产物，这些功能的获得可能以某种方式与肿瘤发病机制的可区分步骤相联系。当然，横跨多种肿瘤类型和越来越多的亚型的恶性肿瘤发病机制的多样性包括各种畸变（以及因此获得的能力和特征），这些畸变是在特定的肿瘤发生途径中必须绕过的组织特定障碍的结果。虽然认识到这种专门的机制可能是有用的，但我们将标志的指定限制在具有广泛参与人类癌症频谱的参数上。

目前，这八个标志包括（图1，左）维持增殖信号、逃避生长抑制物、抵抗细胞死亡、实现复制永生、诱导/进入血管、激活侵袭和转移、重塑细胞代谢和逃逸免疫破坏的获得性能力。在对这一概念的最新阐述中【2】，解除对细胞代谢的调控和逃逸免疫破坏被拆分为“新出现的标志”，但在11年后的今天，很明显，它们与最初的六个标志一样，可以被认为是癌症的核心标志，并被列入目前的描述中（图1，左）。

图1. 左图，癌症标志目前体现了八种标志能力和两种赋能特征；右图，本文综合了新提出的癌症标志及赋能特征

除了2000年提出的六项获得性能力（癌症标志外）【1】、2011年提出的两项临时'新兴标志'【2】，细胞能量学（现在被更广泛地描述为'重塑细胞代谢'）和'逃逸免疫破坏'已被充分验证，可被视为核心集的一部分。鉴于人们越来越认识到，肿瘤可以通过开启血管生成或与正常组织的血管共存而变得足够的血管化【128】，这一特征也被更广泛地定义为诱导或以其他方式获得支持肿瘤生长的血管的能力，主要是通过入侵和转移。2011年的续集进一步纳入了'促进肿瘤的炎症'作为第二个赋能特征，补充了总体上的'基因组不稳定性和突变'，它们共同从根本上参与激活了肿瘤生长和进展所必需的八个标志（功能）能力。对了，这篇评论还纳入了其他的新兴标志和赋能特征，涉及'开启表型可塑性'、'非突变性表观遗传重编程'、'多态性微生物组'和'衰老细胞'。

正如我们当时指出的那样，这些标志特征本身未能解决癌症发病机制的复杂性，也就是说，在肿瘤发展和恶性进展过程中，使不断进化的肿瘤前细胞发展并获得这些异常表型能力的精确分子和细胞机制。因此，我们在讨论中加入了另一个概念，描绘为'赋能特征（enabling characteristics）'，即肿瘤异常状态的后果，它提供了癌细胞和肿瘤能够采用这些功能特征的手段。因此，赋能特征反映的是获得特征的分子和细胞机制，而不是上述八种能力本身。这两个赋能过程是基因组不稳定性和促肿瘤炎症。

我们进一步认识到，肿瘤微环境（TME），在这里被定义为由异质性和交互性的癌细胞和癌症干细胞群以及多种被招募的基质细胞类型组成（即转化的实质和相关的基质），现在被广泛认为在肿瘤发生和恶性进展中发挥着不可或缺的作用。

鉴于人们对这些表述的持续兴趣以及我们鼓励不断讨论和完善'标志'计划，那么在确保这些特征广泛适用于人类癌症的情况下，这个概念模型是否还有其他特征可以纳入？因此，我提出了几个潜在的新标志和有利特征，这些特征可能在适当的时候被纳入癌症标志概念化的核心组成部分。这些参数是'开启表型可塑性'、'非突变性表观遗传重编程'、'多态性微生物组'和'衰老细胞'（图1，右）。重要的是，支持这些主张的例子是说明性的，但绝不是全面的，因为有越来越多的、越来越有说服力的证据来支持每项内容。

新维度1：开启表型可塑性

在器官发生过程中，细胞的发育、确定和组织成组织以承担平衡功能的过程伴随着终末分化，在这些过程的顶点，祖细胞（有时是不可逆转地）停止生长。因此，在大多数情况下，细胞分化的最终结果是抗增殖的，并构成了一个明显的障碍，使肿瘤的持续增殖成为必要。越来越多的证据表明，释放通常被限制的表型可塑性能力，从而逃避或逃离终末分化的状态，是癌症发病机制的一个关键组成部分【3】。这种可塑性可以有几种表现形式（图2）。因此，源于正常细胞的新生癌细胞，在接近或假定完全分化状态的途径上前进，可能会通过去分化回到祖先样细胞状态而逆转其进程。相反，从一个注定要遵循导致最终阶段分化途径的祖细胞中产生的肿瘤细胞可能会缩短这一过程，使不断扩大的癌细胞保持在部分分化的、类似祖细胞的状态。另外，转分化也可能发生，即最初致力于一种分化途径的细胞转向完全不同的发育程序，从而获得其正常原生细胞没有预先规定的组织特异性。下面的例子支持这样的论点，即不同形式的细胞可塑性，如果放在一起，就构成了一种功能上不同的特征的能力。

图2. 开启表型可塑性

左图，表型可塑性可以说是一种后天的标志能力，它能对细胞分化的过程产生各种干扰，包括（i）从成熟到祖细胞状态的脱分化，（ii）从祖细胞状态的阻断（终端）分化，以及（iii）转分化为不同的细胞系。右边描述的是与癌症发病机制相关的三种突出的分化中断模式。通过各种方式破坏祖细胞向发育系成熟细胞的正常分化，促进了由这种途径的起源细胞产生的肿瘤发生和恶性进展。

去分化

结肠癌的发生体现了分化的中断，因为初生的癌细胞有必要从终末分化和脱落的命运上逃脱，这原则上可以通过尚未终末分化的结肠上皮细胞的去分化，或通过产生这些分化细胞的隐窝中的祖细胞/干细胞的分化受阻而发生。分化的细胞和干细胞都被认为是结肠癌的起源细胞【4-6】。两种发育转录因子（TF），即同源框蛋白HOXA5和SMAD4，后者参与BMP信号传输，在分化的结肠上皮细胞中高度表达，而在晚期结肠癌中通常会消失，其特征是表达干细胞和祖细胞的标志物。小鼠模型的功能干扰表明，结肠癌细胞中强制表达HOXA5可恢复分化标志物、抑制干细胞表型，并损害其侵袭和转移，为其特征性下调提供了理由【7，8】。相比之下，SMAD4既能强制分化，从而抑制由致癌性WNT信号驱动的增殖，通过改造SMAD4表达的缺失，为其表达的缺失提供了解释，从而造成去分化和随后WNT驱动的过度增殖【5】。值得注意的是，这两种'分化抑制因子'的丧失以及随之而来的去分化与其他标志能力的获得有关，其他标志诱导调节因子也是如此，这将这种标志本身的严格定义也变得复杂。

另一个证据涉及黑色素细胞分化的核心调控因子MITF的表达受到抑制，它显然参与了恶性黑色素瘤侵略性形式的形成。这种发育TF的丧失与神经嵴祖先基因的重新激活和完全分化的黑色素细胞特征基因下调有关。神经嵴基因的重新出现表明这些细胞恢复到“祖先”状态（progenitor state），而黑素细胞正是从这种状态发育而来。此外，对BRAF诱导的黑色素瘤的系谱追踪研究确定了成熟的色素黑色素细胞为起源细胞，并在肿瘤发生的过程中经历了去分化【9】。值得注意的是，在一半以上的皮肤黑色素瘤中发现的BRAF突变基因会诱发过度增殖，这种增殖先于MITF的下调，因此在机制上可与随后的去分化分开。另一项研究从功能上牵涉到发育性TF ATF2的上调，ATF2在小鼠和人类黑色素瘤中的特征性表达间接抑制了MITF1，同时伴随着由此产生的去分化黑色素瘤细胞的恶性进展【10】。相反，ATF2的突变形式在黑色素瘤中的表达不能抑制MITF，导致黑色素瘤分化良好【11】。

此外，最近的一项研究【12】将系谱的去分化与从胰岛细胞瘤恶性进展为易转移癌有关；这些神经内分泌细胞和衍生的肿瘤产生于一个发育系谱，该系谱与产生数量多得多的形成外分泌和胰腺的邻近细胞、以及由此产生的导管腺癌的系谱不同。值得注意的是，胰岛祖细胞向成熟β细胞的多步骤分化途径已被充分描述【13】。比较转录组分析显示，腺瘤样胰岛肿瘤与未成熟但已分化的胰岛素生成β细胞最为相似，而浸润性癌肿与胚胎性胰岛细胞前体最为相似。向分化不良的癌瘤发展涉及到第一步的去分化，与分化良好的腺瘤相比，最初并不涉及增殖或凋亡的减少，这两种情况都是后来发生的。因此，去分化的不连续步骤并不是由持续增殖和抗凋亡的标志性特征的可观察到的改变所驱动。相反，以前涉及特定胰岛前体状态的miRNA上调，即一个在β细胞终端分化期间下调的miRNA，已被证明协调了恶性进展期间发生并被观察到的去分化【12】。

抑制分化

虽然上述例子说明了抑制分化因子的表达可以通过使更多分化良好的细胞去分化为祖细胞而促进肿瘤的发生，但在其他情况下，不完全分化的祖细胞可以遭受调节变化，主动阻止它们继续推进到完全分化的、典型的非增殖状态。

急性早幼粒细胞白血病（APL）早已被证实是由PML位点与编码视黄酸α核受体（RARα）的基因融合的染色体易位所导致。携带这种易位的骨髓祖细胞显然不能继续其通常的终末分化为粒细胞，导致细胞被困在增殖期、原骨细胞祖阶段【14】。这一方案的概念证明来自于用RARα的配体维甲酸治疗培养的APL细胞、这种疾病的小鼠模型以及受影响的病人；这种治疗方法使肿瘤性APL细胞分化为表面上成熟的非增殖性粒细胞，使其继续增殖性扩张的过程得以阻碍【14-16】。

这个主题的一个变种涉及另一种形式的急性骨髓性白血病，这种白血病携带t（8;21）易位，产生AML1-ETO融合蛋白。这种蛋白本身可以转化骨髓祖细胞，至少部分是通过阻断它们的分化。在小鼠模型和患者中，用染色质修饰组蛋白去乙酰化酶（HDAC）的药物抑制剂进行治疗干预，使骨髓性白血病细胞重新开始分化为具有更成熟骨髓细胞形态的细胞。与这种反应同时出现的是增殖能力的降低，从而损害了这种白血病的进展【17，18】。

第三个例子，在黑色素瘤中，涉及一种发育性TF——SOX10，它在黑色素细胞分化过程中通常是下调的。在BRAF诱导的黑色素瘤斑马鱼模型中的功能增益和功能缺失研究表明，SOX10的异常维持表达阻碍了神经祖细胞向黑色素细胞的分化，使BRAF驱动的黑色素瘤得以形成【19】。

分化调节剂的其他例子涉及代谢物α-酮戊二酸（αKG），它是一些染色质修饰酶的必要辅助因子，明显地参与刺激某些分化的细胞状态。在胰腺癌中，肿瘤抑制因子p53刺激αKG的产生和维持更良好的分化细胞状态，而p53功能的原型丧失会导致αKG水平的降低和随之而来的与恶性进展相关的去分化【20】。在一种肝癌中，异柠檬酸脱氢酶基因（IDH1/2）的突变导致所产生的不是诱导分化的αKG ，而是一种相关的'副代谢物'D-2-羟基戊二酸（D2HG），既往研究已证明可以通过D2HG介导的对HNF4a（肝细胞分化和静止的主要调节器）的抑制来阻止肝细胞从肝祖细胞分化。D2HG介导的对HNF4a功能的抑制引起了肝脏中肝细胞祖细胞的增殖性扩张，在随后KRAS致癌基因的突变激活后，这些细胞容易发生致癌性转化，从而推动了肝脏胆管癌的恶性发展【21】。突变的IDH1/2和它们的代谢产物D2HG也在各种骨髓和其他实体肿瘤类型中起作用，D2HG抑制αKG依赖的双加氧酶，这些酶是组蛋白和DNA甲基化事件所必需的，而这些修饰事件在发育线分化过程中介导染色质结构的改变，从而将初生的癌细胞冻结在祖细胞状态【22, 23】。

另一个相关的概念是'规避分化'，其中部分或未分化的祖细胞/干细胞退出细胞周期，成为休眠状态，定居在保护性的微环境中，有可能重新启动增殖扩张【24】，尽管仍有选择压力会以这种或那种方式破坏其程序化的分化。

转分化

转分化的概念早已被病理学家以组织形变的形式所认识，其中特定分化表型的细胞明显改变其形态，成为可明确识别的另一种组织的元素，其中一个突出的例子是巴雷特食道（Barrett’s esophagus）。其中，食道分层鳞状上皮的慢性炎症诱导转分化为简单的柱状上皮，这是肠道的特征，从而促进了随后腺癌的发展，而不是预期从这种鳞状上皮产生的鳞状细胞癌【3】。现在，分子决定因素正在揭示各种癌症的转分化机制，既包括毛发组织化生明显的情况，也包括其他比较微妙的情况，正如下面的例子所阐述的。

转分化作为肿瘤发生一个典型案例是胰腺导管腺癌（PDAC），其中一个相关的起源细胞，即胰腺腺泡细胞，在肿瘤发展的起始阶段可以转分化为导管细胞表型。两个TF：PTF1a和MIST1，通过它们在自我维持、'前馈'调控回路中的表达，管理着分化的胰腺腺泡细胞状态的分化和维持【25】。在人类和小鼠PDAC的肿瘤发展和恶性进展过程中，这两种TF经常被下调。在小鼠和培养的人类PDAC细胞中进行的功能遗传学研究表明，PTF1a的实验性强制表达损害了KRAS诱导的转分化和增殖，并且还可以迫使已经发生肿瘤的细胞重新分化为静止的腺泡细胞表型【26】。相反，抑制PTF1a的表达会引起腺泡细胞向导管形变，即转分化，从而使导管样细胞对致癌性KRAS转化敏感，加速随后的侵袭性PDAC的发展【27】。同样，在表达KRAS的胰腺中强制表达MIST1也会阻断转分化，并损害胰腺肿瘤发生的启动，否则会通过形成恶性前导管样（PanIN）病变来促进，而MIST1的基因缺失会增强其形成和KRAS驱动的肿瘤进展的启动【28】。肿瘤发生过程中，PTF1或MIST1的表达缺失与另一种发育调节TF——SOX9的表达升高有关，SOX9通常在导管细胞的特化中起作用【27, 28】。强制上调SOX9，免除了下调PTF1a和MIST1的需要，也被证明能刺激腺泡细胞转分化为对KRAS诱导的瘤变敏感的导管细胞表型【29】，暗示SOX9是人类PDAC发生过程中它们下调的关键功能效应物。因此，三种调节胰腺分化的TF可被不同程度地改变来诱导转分化状态，从而在KRAS突变激活的背景下促进致癌转化和肿瘤发生和恶性进展的启动。

染色质相关调控因子SOX家族的其他成员，一方面与发育过程中的细胞命运特化和谱系转换广泛相关【30】，另一方面与多种肿瘤相关的表型相关【31】。另一个SOX介导转分化的突出例子涉及前列腺癌的治疗抵抗机制。在这种情况下，RB和p53肿瘤抑制因子（它们的缺失是神经内分泌肿瘤的特征）对抗雄激素治疗的反应是必要的，但不足以使经常观察到的分化良好的前列腺癌细胞转化为癌细胞，这些癌细胞已进入具有分子和组织学特征的神经内分泌细胞的分化线，特别是不表达雄激素受体。除了RB和p53的丢失，对抗雄激素治疗的获得性抵抗需要SOX2发育调节基因的上调表达，这显然有助于诱导对治疗有反应的腺癌细胞转分化为对治疗难治的神经内分泌细胞状态的衍生物【32】。

第三个例子也揭示了转分化是癌细胞为避免被谱系特异性疗法消除而采用的策略：即在皮肤基底细胞癌（BCC）中，用已知驱动这些细胞肿瘤性生长的Hedgehog-Smoothened（HH/SMO）致癌信号通路的药物抑制剂治疗【33】。抗药性癌细胞通过特定染色质域的广泛表观遗传学转变和两个超级增强子的可及性改变，转换为一种发育相关但不同的细胞类型。BCC细胞新获得的表型状态使它们能够维持WNT致癌信号通路的表达，这反过来又使它们不依赖于药物抑制的HH/SMO信号通路【34】。正如这种转分化所预期的那样，癌细胞的转录组从反映BCC起源细胞的基因特征，即毛囊隆起的干细胞，转变为表明填充在毛囊间表皮的基底干细胞。在不同形式的癌症中，这种转分化以实现抗药性的情况越来越多地被记录到【35】。

在肺癌的主要亚型中，即神经内分泌癌[小细胞肺癌（SCLC）]和腺癌+鳞状细胞癌[统称为非小细胞肺癌（NSCLC）]中也普遍存在着发育系的可塑性。单细胞RNA测序揭示了这些亚型之间明显的动态和异质性的相互转换，以及在肺部肿瘤发生阶段、随后的恶性进展和对治疗的反应中的不同变化【36-38】。因此，这些研究描绘了一幅更为复杂的图景，而不是简单地将一个谱系的克隆转换为另一个谱系的概念，动态地相互转换的癌细胞亚群表现出多个发育系和分化阶段的特征，这对于基于系的人类肺癌的治疗来说是一个清醒的认识。这种动态表型可塑性的调节决定因素已逐渐被确定【37，39，40】。

小结一

上面描述的三类机制突出了细胞可塑性的选择性调节因子，这些调节因子至少在一定程度上可以与核心致癌驱动因素和其他特征能力分开。除了这些例子之外，还有相当多的证据表明，许多形式的癌症伴随着获得转录组特征和其他表型（例如，组织学形态学）与在相应的正常原生组织或其他更远的相关细胞类型和系中观察到的祖细胞或干细胞阶段有关【41-43】。因此，这三个亚类的表型可塑性：成熟细胞脱分化回到祖细胞状态，阻断分化到祖细胞/干细胞状态的冷冻发育细胞，以及转分化到替代细胞系，似乎在多种癌症类型的原发肿瘤形成、恶性进展和/或对治疗的反应中起作用。然而，有两个概念性的考虑。首先，去分化和阻断分化可能是交织在一起的，在许多肿瘤类型中是无法区分的，其中起源细胞（分化细胞或祖细胞/干细胞）是未知的或替代性的。其次，获得或维持祖细胞表型和丧失分化特征在大多数情况下是对正常发育阶段的不精确反映，是沉浸在癌细胞的其他特征促成的变化环境中，而这些变化在自然发育细胞中是不存在的。此外，另一种形式的表型可塑性涉及细胞衰老，下文将更多地讨论，其中诱导的癌细胞表面上经历了不可逆转的衰老，但却能够逃脱并恢复增殖性扩张【44】。最后，与其他特征能力一样，细胞可塑性不是癌细胞的新发明或畸变，而是各种正常细胞用来支持平衡、修复和再生的潜伏但可激活能力的堕落【45】。

总的来说，这些说明性的例子鼓励人们考虑这样一个命题：释放细胞的可塑性来实现各种形式的破坏性分化构成了一种不同的标志能力，在调节和细胞表型上可与已有的癌症核心标志区别开来（图2）。

新维度2：非突变性的表观遗传重编程

基因组（DNA）不稳定性和突变的有利特征是癌症形成和发病机制的一个基本组成部分。目前，多个国际联盟正在对人类癌细胞的基因组突变进行总结，几乎在每一种人类癌症中，在恶性进展的不同阶段，包括转移性病变，以及在对治疗的适应性抵抗的发展过程中。一个结果是，现在人们普遍认识到，组织、调节和维持染色质结构的基因的突变，从而在全局范围内调节基因表达，越来越多地被检测到，并在功能上与癌症特征相关【46-48】。

此外，还有一种明显独立的基因组重编程模式，涉及表观遗传调节的基因表达变化，这种模式可称为'非突变性表观遗传重编程'（图3）。事实上，无突变的癌症进化和标志癌症表型的纯表观遗传编程的命题是在近十年前提出的【49】，并被越来越多地讨论【46，50-52】。

图3. 非突变性的表观遗传学重编程

（与胚胎发育、组织分化和平衡期间一样，越来越多的证据表明，肿瘤中的工具性基因调控回路和网络可以由大量独立于基因组不稳定性和基因突变的机制来控制。）

当然，基因表达的非突变性表观遗传调控的概念已被确立为介导胚胎发育、分化和器官生成的核心机制【53-55】（编者注：参考文献51是引用自Protein & Cell杂志上的一篇关于3D染色质结构与肿瘤的综述，这篇文章也是本综述引用的唯一一篇国内杂志发表的论文，见下图。参考文献除了引用国内期刊发表的文章显得凤毛麟角，实际上引用中国科学家在本土做的工作也是极少。当然，一方面我们需要正视这个问题，另一方面也要能做到“不以物喜，不以己悲”，本土近年来实际上还是有一些相当不错的肿瘤生物学的工作，一句话，中国肿瘤科学界要想在世界舞台多一些声音还有比较长远的路要走）。例如，在成人中，长期记忆涉及基因和组蛋白修饰的变化、染色质结构的变化以及基因表达开关的触发，这些变化通过正负反馈环路长期稳定地维持【56，57】。越来越多的证据支持这样的主张，即类似的表观遗传学改变可以促进在肿瘤发展和恶性进展过程中获得标志性的能力。以下是支持这一假设的几个例子。

表观遗传重编程的微环境机制

如果不是完全由于致癌突变的结果，那么癌细胞基因组是如何被重新编程的呢？越来越多的证据表明，肿瘤微环境的异常物理特性可以引起表观基因组的广泛变化，其中有利于表型选择特征能力的变化可以导致癌细胞的克隆生长，增强增殖扩张的能力。肿瘤（或肿瘤内的区域）的一个共同特征是缺氧，这是由于血管化不足造成的。例如，缺氧会降低TET去甲基化酶的活性，导致甲基组的实质性变化，特别是高甲基化【58】。血管化不足也可能限制了关键的血源性营养物质的生物利用率，而且营养物质的剥夺已经被证明可以改变翻译控制，从而增强乳腺癌细胞的恶性表型【59】。

缺氧介导的表观遗传调控的一个例子涉及到一种致命的小儿外胚层瘤。像许多胚胎和小儿肿瘤一样，这种形式缺乏反复的突变，特别是缺乏致癌基因和肿瘤抑制因子的驱动突变。相反，这些癌细胞的异常生长明显是由缺氧诱导的基因调控程序所支配的【60，61】。值得注意的是，这种癌症的假定起源细胞居住在一个缺氧区，可能使居住在那里的细胞对由尚不清楚的辅助因素启动的肿瘤发生敏感。

微环境介导的表观遗传调控的另一个有说服力的证据涉及癌细胞的侵入性生长能力。一个典型的例子是在许多实体瘤的边缘可逆地诱导癌细胞的侵袭性，由称为上皮-间质转化（EMT）【62-64】的发育调控程序来协调。值得注意的是，EMT的核心调控因子ZEB1最近被证明能诱导组蛋白甲基转移酶SETD1B的表达，而SETD1B又能在维持（侵袭性）EMT调控状态的正反馈循环中维持ZEB1的表达【65】。以前的一项研究同样记录了通过上调一个相关的TF，SNAIL1的表达来诱导EMT，引起了染色质结构的明显改变，从而诱导了一些染色质修饰因子，这些修饰因子的活性对于维持表型状态是明显必要的【66】。此外，肿瘤边缘的癌细胞所暴露的一系列条件和因素，包括缺氧和基质细胞分泌的细胞因子，显然可以诱导EMT，进而诱导侵袭性【67，68】。

侵入性的微环境编程的一个独特例子，表面上与EMT程序无关，涉及胰腺癌细胞和其他细胞的自分泌激活，通过间质压力驱动的液体流动，涉及分泌的谷氨酸及其受体NMDAR【69，70】的神经元信号回路。值得注意的是，许多实体瘤的典型硬度，体现在包裹细胞的细胞外基质（ECM）的广泛改变，对癌细胞的侵入性和其他表型特征有广泛影响。与肿瘤来源的正常组织ECM相比，肿瘤ECM的典型特征是交联和密度增加、酶的修饰，以及分子组成的改变，进而共同协调刚性诱导的信号和基因表达网络，引起侵袭性和其他标志性特征【71】。

除了物理肿瘤微环境赋予的这种调控机制外，涉及填充实体瘤的各种细胞类型释放到细胞外环境中的可溶性因子的旁分泌信号也可以促进诱导几种形态不同的侵入性生长程序【72】，其中只有一种被称为'间质'，似乎涉及上述的EMT表观遗传调控机制。

表观遗传调控的异质性

越来越多的知识库提高了人们对瘤内异质性在产生表型多样性方面的重要性的认识，在这种情况下，最适合增殖和侵袭的细胞会超越它们的兄弟，从而被选择用于恶性进展。当然，这种表型异质性的一个方面是建立在慢性或偶发的基因组不稳定性以及由此产生的肿瘤细胞的遗传异质性上。此外，越来越明显的是，可能存在非突变性的表观遗传异质性。一个突出的例子是组蛋白H1.0，它在一些肿瘤类型的癌细胞亚群中动态地表达和抑制，从而分别封存或获得兆碱基大小的结构域，包括传递标志能力的结构域【73】。值得注意的是，H1.0抑制的癌细胞群被发现具有干性特征，增强了肿瘤的启动能力，并与患者的预后不良有关。

另一个表观遗传调控可塑性的例子是在人类口腔鳞状细胞癌（SCC）中描述的，其中入侵边缘的癌细胞采用部分EMT（p-EMT）状态，缺乏上述间质TF，但表达其他EMT定义基因，而这些基因在肿瘤的中心核心中没有表达【74】。p-EMT细胞显然不代表突变细胞的克隆区划：原发性肿瘤衍生的癌细胞的培养物包含p-EMT^hi和p-EMT^lo细胞的动态混合物，当p-EMT^hi/lo细胞被FACS纯化和培养时，两者在4天内恢复为p-EMT^hi和p-EMT^lo细胞的混合群。此外，尽管可以设想来自邻近基质的旁分泌信号对p-EMT^hi状态是决定性的，但两种表观遗传状态在培养中的稳定存在和再生证明了一种癌细胞内在的机制。值得注意的是，这一结论得到了代表22种癌症类型（包括SCC）的198个细胞系的分析支持，其中12种稳定的异质性表观遗传状态（包括SCC中的p-EMT）在细胞系模型以及其对应的原发性肿瘤中被不同程度地检测到【75】。同样，异质表型状态不能与可检测到的遗传差异相联系，在一些情况下，FACS分选的特定状态的细胞在培养后动态地重新平衡，再现了在原始细胞系中看到的异质状态之间的稳定平衡。

此外，除了DNA序列及其突变之外，全基因组的不同属性分析技术也在阐明癌细胞基因组注释和组织的影响因素，这些因素与病人的预后相关，并越来越多地与标志能力相关【76-78】。表观基因组的异质性正被越来越强大的技术所揭示，这些技术用于分析全基因组的DNA甲基化【79, 80】、组蛋白修饰【81】、染色质可及性【82】以及RNA的转录后修改和翻译【83, 84】。这里考虑的一个潜在挑战是确定在特定的癌症类型中哪些表观基因组修饰(i)具有调控意义和(ii)代表纯粹的非突变性重编程，而不是突变驱动的，因此可由基因组不稳定性来解释。

构成肿瘤微环境的基质细胞类型的表观遗传学调节

一般来说，肿瘤微环境中对获得特征能力有功能贡献的附属细胞不被认为会遭受基因不稳定和突变重编程以增强其促进肿瘤的活动；而是推断这些细胞（包括癌症相关的成纤维细胞、先天免疫细胞以及肿瘤血管的内皮细胞和周细胞）会被这些实体肿瘤微环境中的因子表观遗传重编程【2，85】。可以预见，目前应用于癌细胞的多组学分析技术将越来越多地用于研究肿瘤中的附属（基质）细胞，以阐明正常细胞如何被破坏，从而在功能上支持肿瘤的发展和进展。例如，最近的一项研究【86】表明，这种重编程除了涉及细胞因子、趋化因子和生长因子的诱导性互换外，还可能涉及表观基因组的修改，这些因素改变了所有这些细胞类型的细胞内信号传递网络。当用DNA甲基转移酶抑制剂（5-氮杂环丁）和组蛋白修饰抑制剂（HDAC）组合治疗转移到肺部的小鼠模型时。发现浸润的骨髓细胞从不成熟的（促进肿瘤的）祖细胞状态转变成类似于成熟的间质（对抗肿瘤的）巨噬细胞，与未治疗的肿瘤中的对应细胞相比，它们无法支持有效转移定植所需的特征能力【86】。可以设想，多组学分析和药理学扰动将有助于阐明这类骨髓细胞以及填充肿瘤微环境的其他特征赋能附属细胞类型中的重编程表观遗传状态。

小结二

总的来说，这些例子表明：非突变性表观遗传重编程将被接受为一种真正的赋能特性，用于促进获得不同于基因组DNA不稳定性和突变的标志能力（图3）。值得注意的是，可以预见，非突变性的表观遗传重编程将被证明是全面参与促成上文讨论的表型可塑性的新标志能力，特别是成为动态转录组异质性的驱动力，这种异质性在恶性TME的癌细胞中越来越多地被记录。预计单细胞多组学分析技术的发展将阐明突变驱动与非突变性表观遗传调控在恶性进展和转移期间对肿瘤演变的各自贡献和相互作用。

新维度3：多态性微生物组

生物医学的一个广阔的领域正在展开，它揭示了大量微生物的多样性和可变性，这些微生物统称为微生物群，它们与暴露在外部环境中的身体屏障组织（表皮和内部粘膜，特别是胃肠道，以及肺部、乳房和泌尿生殖系统）共生。越来越多的研究人员认识到，常住细菌和真菌创造的生态系统（即微生物组）对健康和疾病有深远的影响【87】，利用下一代测序和生物信息技术研究微生物物种种群的能力推动了这种认识。对于癌症，越来越多的证据表明，人群中不同个体之间的微生物组的多态性对癌症表型有深刻的影响【88，89】。对人类的关联研究和对小鼠癌症模型的实验操作揭示了特定的微生物，主要是但不完全是细菌，它们对癌症的发展、恶性进展和对治疗的反应有保护或有害的作用。组织微生物组的整体复杂性和构成也是如此。事实上，虽然肠道微生物组一直是这个新领域的先驱，但多个组织和器官都有相关的微生物组，它们在人口动态和微生物物种和亚种的多样性方面有独特的特点。这种对健康和疾病中多态性变化的微生物组的重要性的日益认识提出了一个问题：微生物组是否是一个不同的有利特征，它广泛地影响着癌症的标志能力的获得，无论是积极的还是消极的？我在下面对这种可能性进行了思考，说明了与癌症特征有关的一些突出的组织微生物组的证据（图4），首先是最突出和明显有影响的微生物组，即肠道的微生物组。

图4. 多态的微生物组。左图，虽然与促进肿瘤的炎症和基因组不稳定及突变的有利特征相交，但越来越多的人有理由认为，一个人与另一个人的多态性微生物组，驻留在结肠、其他粘膜和相关器官，或肿瘤本身，可以通过诱导或抑制许多特征能力而产生不同的影响，因此，在癌症如何发展、进展和对治疗的反应这一难题中，有可能是一个工具和准独立的变量。对了，多种组织微生物组都与调节肿瘤表型有关。除了广泛研究的肠道微生物组外，其他独特的组织微生物组以及肿瘤微生物组也与调节某些肿瘤类型中获得的图示特征能力有关，包括正面和负面的。

肠道微生物组的多种调节作用

研究人员早就认识到，肠道微生物群对大肠（结肠）降解和输入营养物质的功能至关重要，这是代谢平衡的一部分，结肠微生物群的扭曲，即菌群失调，可以引起一系列生理疾病【87】。其中，人们怀疑结肠癌的易感性、发展和发病机制受到肠道微生物组的影响。近年来，有说服力的功能研究，譬如将结肠肿瘤患者和小鼠的粪便移植到易患结肠癌的受体小鼠体内，确立了一个原则：确实存在兼具癌症保护性和促瘤性的微生物组，这涉及到特定的细菌种类，它们可以调节结肠肿瘤的发病率和发病机制【90】。

微生物群赋予这些调节作用的机制仍在阐明之中，但对于促进肿瘤的微生物群，以及在某些情况下对于促进肿瘤的特定细菌物种，有两种普遍的影响已日益确定。第一种效应是结肠上皮细胞的突变，这是因为细菌毒素和其他分子的产生直接损害了DNA，或破坏了维持基因组完整性的系统，或以其他方式对细胞造成压力，间接损害了DNA复制和修复的忠实度。一个典型的例子是携带PKS基因座的大肠杆菌，它可以明显地诱变人类基因组，并与传递特征性突变有关【91】。

此外，据报道，细菌与结肠上皮细胞表面结合，产生刺激上皮细胞增殖的配体模拟物，在肿瘤细胞中促成增殖信号的标志性能力【88】。特定细菌物种促进肿瘤发生的另一种机制涉及丁酸盐产生的细菌，其丰度在结肠直肠癌患者中升高【92】。代谢物丁酸盐的产生具有复杂的生理效应，包括诱导衰老的上皮细胞和成纤维细胞。在结肠癌发生的小鼠模型中，填充了产生丁酸盐的细菌，比缺乏这种细菌的小鼠长出了更多的肿瘤；使用一种能杀死衰老细胞的衰老药物证明了丁酸盐诱导的衰老和结肠肿瘤发生的增强之间的联系，这种药物会损害肿瘤的生长【92】。此外，在肠道屏障被破坏（菌群失调）和细菌入侵的情况下，细菌产生的丁酸盐对结肠上皮的分化细胞与未分化（干）细胞有多种矛盾的影响，例如影响细胞能量和代谢、组蛋白修饰、细胞周期进展和（促进肿瘤的）先天免疫炎症，对适应性免疫反应有免疫抑制作用【93】。

事实上，多态性微生物群的广泛影响涉及通过多种途径调节适应性和先天性免疫系统，包括由细菌产生'免疫调节'因子，激活上皮细胞或常驻免疫细胞上的损伤传感器，导致各种趋化因子和细胞因子的表达，从而改变结肠上皮及其下层基质和引流淋巴结中免疫细胞的数量和特征。此外，某些细菌可以破坏保护性生物膜和结肠上皮的粘液，并继续破坏上皮细胞-细胞紧密连接，这些连接共同维持着物理屏障的完整性，通常将肠道微生物群分隔开来。在侵入基质后，细菌可以触发先天和适应性免疫反应，引起一系列细胞因子和趋化因子的分泌。一种表现是创造促进或对抗肿瘤的免疫微环境，从而保护或促进肿瘤的发生和恶性进展。同时，个别患者体内独特的微生物组对（i）诱发（先天性）肿瘤促进性炎症和（ii）逃避（适应性）免疫破坏这两个相互交织的参数的调节，不仅与预后有关，而且与对涉及免疫检查点抑制剂和其他治疗方式的免疫疗法的反应性或抗性有关【89，94-96】。最近的研究表明，将对治疗有反应的患者的粪便微生物群移植到先前用免疫检查点阻断法治疗时出现进展的黑色素瘤患者体内后，免疫疗法的疗效得以恢复，这就是一种概念证明【97，98】。

一个持续的谜团涉及肠道微生物组的特定和可变成分如何系统地调节适应性免疫系统的活动的分子机制，或者加强由免疫检查点阻断诱发的抗肿瘤免疫反应，或者引起全身或局部（肿瘤内）免疫抑制。最近的一项研究揭示了一些问题：某些肠球菌（和其他细菌）菌株表达一种叫做SagA的肽聚糖水解酶，它能从细菌壁上释放出粘肽，然后在体内循环并激活NOD2模式受体，这又能增强T细胞反应和检查点免疫疗法的疗效【99】。由特定细菌亚种产生的其他免疫调节分子正在被识别和功能评估中，包括细菌产生的肌苷，这是T细胞活性的限速代谢物【100】。这些例子和其他例子开始描绘出多态微生物群间接和系统地调节肿瘤免疫生物学的分子机制，超越了细菌与免疫系统直接物理相互作用所产生的免疫反应【101，102】。

除了与结肠癌和黑色素瘤的因果关系外，肠道微生物组引起免疫调节性趋化因子和细胞因子的表达，并进入全身循环的能力显然也能够影响癌症的发病机制和对身体其他器官的治疗反应【94，95】。列举一个有启发性的例子，譬如肝脏中胆管癌的发展：肠道菌群失调使细菌和细菌产物通过门静脉进入和运输到肝脏，在那里肝细胞上表达的TLR4被触发，诱导趋化因子CXCL1的表达，从而招募CXCR2表达的粒细胞骨髓细胞（gMDSC），这些细胞起到抑制自然杀伤细胞以逃避免疫破坏的作用【103】，并可能传达其他标志功能【85】。因此，肠道微生物组被明确地认为是一个有利的特征，可以交替地促进或防止多种形式的癌症。

肠道之外：其他屏障组织中独特的微生物群

几乎所有直接或间接暴露于外界环境的组织和器官也是共生微生物的聚集地【104】。与肠道不同的是，微生物群在新陈代谢中的共生作用已得到公认，这些不同部位常驻微生物群的正常和致病作用仍在不断涌现。在平衡、衰老和癌症中，相关微生物群的构成显然有器官/组织的差异，与结肠的物种和丰度既重叠又不同【104, 105】。此外，关联研究提供了越来越多的证据，证明局部肿瘤拮抗/保护与肿瘤促进组织微生物组，与肠道微生物组相似，可以调节其相关器官中出现的人类癌症的易感性和发病机制【106-109】。

瘤内微生物群的影响？

最后，病理学家早就认识到，在实体瘤中可以检测到细菌，这一观察现在已经被复杂的分析技术所证实。例如，在对包括七种人类癌症类型（骨、脑、乳腺、肺、黑色素瘤、卵巢和胰腺）的1,526个肿瘤的调查中，每种类型都有一个独特的微生物群，主要分布在癌细胞和免疫细胞内，在每种肿瘤类型中，可以检测到肿瘤微生物群的变化，并推断出与临床病理特征有关【110】。在肺癌和胰腺癌的基因工程小鼠模型中也检测到了类似的微生物群，在无菌小鼠中缺乏微生物群和/或用抗生素清除微生物群可以明显地损害肿瘤的发生，从功能上说，肿瘤微生物群是促进肿瘤炎症和恶性进展的一个因素【111，112】。人类胰腺导管腺癌的关联研究和通过粪便移植到肿瘤小鼠体内的功能测试已经确定，肿瘤微生物组和相关的肠道微生物组的变化调节免疫表型和生存【113】。未来的一个重要挑战是将这些影响扩展到其他肿瘤类型，并划定肿瘤微生物组的构成和变异对肠道（和起源的局部组织）微生物组的潜在贡献，这可能是通过鉴定在一个位置或另一个位置具有功能影响的特定微生物物种。

小结三

未来令人着迷的问题包括：居住在不同组织中的微生物群或填充在初生肿瘤中的微生物群是否有能力促进或干扰免疫调节和基因组突变之外的其他标志能力，从而影响肿瘤的发展和进展。有线索表明，特定的细菌物种可以直接刺激增殖信号的标志，例如在结肠上皮细胞中【88】，并通过改变肠道不同区段的肿瘤抑制因子活性来调节生长抑制【114】，而对其他标志能力的直接影响，如避免细胞死亡、诱导血管生成、刺激侵袭和转移，仍然不明显，这些观察结果是否可以推广到多种形式的人类癌症。无论如何，有一个越来越令人信服的理由，即肠道和其他器官的微生物组的多态性变异构成了获得标志能力的一个独特的有利特征（图4），尽管与基因组不稳定性和突变以及促进肿瘤的炎症相交织和互补。

新维度4：衰老的细胞

细胞衰老是一种典型的不可逆的增殖停滞形式，可能是作为维持组织平衡的一种保护机制而进化的，表面上是作为程序性细胞死亡的一种补充机制，用于失活并在适当的时候清除病变、功能障碍或其他不必要的细胞。除了关闭细胞分裂周期外，衰老程序还唤起了细胞形态和代谢的变化，最深刻的是激活了衰老相关的分泌表型（SASP），包括释放大量的生物活性蛋白，包括趋化因子、细胞因子和蛋白酶，其特性取决于衰老细胞产生的细胞和组织类型【115-117】。衰老可以由各种条件诱导，包括微环境压力，如营养剥夺和DNA损伤，以及细胞器和细胞基础设施的损伤，和细胞信号网络的不平衡【115，117】，所有这些都与衰老期间观察到的各种器官中衰老细胞数量的增加有关【118，119】。

图5. 衰老的细胞

（异质性的癌细胞亚型以及基质细胞类型和亚型在功能上与肿瘤的表现融为一体，成为“法外狂徒”般的器官。越来越多的线索表明，TME许多细胞成分的衰老细胞衍生物及其变化的SASP具有调控标志和相关肿瘤表型的能力）

细胞衰老长期以来被认为是对肿瘤的一种保护机制，即诱导癌细胞发生衰老【120】。上述大多数衰老程序的诱因都与恶性肿瘤有关，特别是异常增殖导致的DNA损伤、过激活的信号传导导致的所谓致癌基因诱导的衰老，以及化疗和放疗导致的细胞和基因组损伤导致的治疗性衰老。事实上，有充分的例子表明，衰老对限制恶性肿瘤的发展有保护作用【118，119】。然而，越来越多的证据显示情况恰恰相反：在某些情况下，衰老细胞会刺激肿瘤的发展和恶性进展【119，121】。在一个具有启发性的案例研究中，通过药物消减衰老小鼠的衰老细胞，特别是耗尽表达细胞周期抑制剂p16-INK4a的衰老细胞：除了延迟多种与年龄有关的症状外，衰老小鼠体内衰老细胞的耗尽导致自发肿瘤发生和癌症相关死亡的发生率降低【122】。

衰老细胞促进肿瘤表型的主要机制被认为是SASP，它显然能够以旁分泌的方式将信号分子（以及激活和/或解除它们的蛋白酶）传递给邻近的有活力的癌细胞以及TME中的其他细胞，从而传递标志性的能力。因此，在不同的实验系统中，衰老的癌细胞已被证明对增殖信号有不同的贡献，避免凋亡，诱导血管生成，刺激侵袭和转移，并抑制肿瘤免疫【116, 118, 120, 121】。

然而，衰老的癌细胞对癌症表型的影响的另一个方面涉及短暂的、可逆的衰老细胞状态，据此，衰老的癌细胞可以摆脱其SASP表达的、不增殖的状态，并恢复细胞增殖和表现出完全可行的致癌细胞的相关能力【44】。这种短暂的衰老在治疗抗性案例中得到了最充分的记录【44】，代表了一种休眠的形式，规避了增殖癌细胞的治疗目标，但很可能被证明在肿瘤发展、恶性进展和转移的其他阶段具有更广泛的作用。

此外，衰老细胞的标志促进能力并不限于衰老的癌细胞。肿瘤中的癌相关成纤维细胞（CAF）已被证明会发生衰老，创造出衰老的CAF，由于将标志能力传递给TME中的癌细胞而明显地促进了肿瘤的发展【115, 116, 121】。此外，正常组织中的衰老成纤维细胞部分由自然衰老或环境损伤产生，同样被认为通过其SASP重塑组织微环境，从而为邻近肿瘤的局部侵袭（所谓的'场效应'）和远处转移【116】提供旁分泌支持。此外，衰老皮肤中的衰老成纤维细胞已被证明通过其SASP招募先天性免疫细胞，这些免疫细胞对CD8 T细胞锚定的适应性抗肿瘤免疫反应有免疫抑制作用，并刺激皮肤肿瘤的生长【123】，后者可能反映了这种先天性免疫细胞（骨髓细胞、中性粒细胞和巨噬细胞）对其他特征能力的旁观贡献。

虽然不太确定，但事实证明，填充在特定肿瘤微环境中的其他丰富的基质细胞也有可能发生衰老，从而调控癌症特征和随之而来的肿瘤表型。例如，治疗引起的肿瘤内皮细胞的衰老可以增强乳腺癌模型的增殖、侵袭和转移【124，125】。

当然，这些线索值得在其他类型的肿瘤中进行研究，以评估纤维细胞、内皮细胞和其他基质细胞的衰老作为肿瘤演变的驱动力的普遍性。目前尚未解决的问题还有调节机制和功能决定因素，在特定的TME中，特定的衰老细胞类型通过这些调节机制和功能决定因素唤起促进肿瘤和拮抗肿瘤的SASP，这似乎可以在同一衰老细胞类型中交替诱导，也许在浸泡在不同的生理和肿瘤微环境中时由不同的诱导因子诱导。

肿瘤是由基因转化的癌细胞与被招募的、表观/表型被破坏的附属（基质）细胞相互作用并从中受益，这一概念已被公认为对癌症的发病机制有帮助。上文讨论的以及本文引用的评论和报告（以及其他地方）中描述的考虑因素为以下主张提供了有说服力的理由，即应考虑将衰老细胞（无论何种细胞来源）加入肿瘤微环境中具有重要功能的细胞名册（图5）。因此，衰老细胞值得被纳入对癌症机制的深入了解中。此外，认识到它们的重要性，促使人们将所有体质的促进肿瘤的衰老细胞作为治疗目标，无论是通过药物或免疫消融，还是通过将SASP重新编程为对抗肿瘤的变体【115, 121, 126】。

结语

虽然癌症的八个特征及其两个赋能特征已被证明在癌症的概念化中具有持久的启发式价值，但上述考虑表明可能会有一些具有普遍性的新角度出现，而这与更充分地理解该疾病的复杂性、机制和表现有关。通过应用具备可辨识性的癌症特征（如果不是完全独立于上述10个核心属性的话）的衡量标准，这四个维度很可能被整合到癌症的特征图中（图6）。因此，细胞的可塑性可能会被添加到癌症标志性能力的名册中。值得注意的是，虽然八个核心能力和新定义的能力在概念上是可以区分的（根据它们作为标志的定义），但在一些甚至许多癌症中，它们的调控至少是部分地相互联系的。例如，在一些肿瘤类型中，多个标志物被典型的致癌驱动因素共同调节，包括：

(i) KRAS (https://cancer.sanger.ac.uk/cosmic/census-page/KRAS),

(ii) MYC (https://cancer.sanger.ac.uk/cosmic/census-page/MYC),

(iii) NOTCH (https://cancer.sanger.ac.uk/cosmic/censuspage/NOTCH1; ref. 127),

(iv) TP53 (https://cancer.sanger.ac.uk/cosmic/census-page/TP53),

从而突出了一个重要的挑战，即更充分地阐明管理这些能力获取的调节网络。

除了将细胞的可塑性加入到名册中，非突变的表观遗传学重编程和器官/组织微生物组的多态性变化可能会被纳入为决定性因素——即作为赋能特征，也就是说这些特征跟肿瘤促进性炎症一样（本身与微生物组有部分相互联系），这种标致能力是获取而来的，而不是表现出上述致癌驱动因素的突变和其他畸变。

图6. 癌症标志的新增内容

本论文提出了一种可能性，旨在激发辩论、讨论和实验阐述，即四个新参数中的部分或全部将被视为多种形式的人类癌症的通用参数，因此适合纳入癌症标志的核心概念中。

最后，不同来源的衰老细胞，包括癌细胞和各种基质细胞，在功能上有助于癌症的发展和恶性进展，尽管其方式与非衰老的成员明显不同，但可能被纳入TME的一般组成部分。最后，我们设想，提出这些临时性的'试探性观点'将激发癌症研究界对癌症生物学、遗传学和发病机制的定义性概念参数的辩论、讨论和持续的实验研究。

原文链接：

https://doi.org/10.1158/2159-8290.CD-21-1059

制版人：十一

参考文献

1. Hanahan D, Weinberg RA. The hallmarks of cancer. Cell 2000;100: 57–70.

2. Hanahan D, Weinberg RA. Hallmarks of cancer: the next generation. Cell 2011;144:646–74.

3. Yuan S, Norgard RJ, Stanger BZ. Cellular plasticity in cancer. Cancer Discov 2019;9:837–51.

4. Barker N, Ridgway RA, van Es JH, van de Wetering M, Begthel H, van den Born M, et al. Crypt stem cells as the cells-of-origin of intestinal cancer. Nature 2009;457:608–11.

5. Perekatt AO, Shah PP, Cheung S, Jariwala N, Wu A, Gandhi V, et al. SMAD4 suppresses WNT-driven dedifferentiation and oncogenesis in the differentiated gut epithelium. Cancer Res 2018;78: 4878–90.

6. Shih IM, Wang TL, Traverso G, Romans K, Hamilton SR, Ben-Sasson S, et  al. Top-down morphogenesis of colorectal tumors. Proc Natl Acad Sci U S A 2001;98:2640–5.

7. Ordóñez-Morán P, Dafflon C, Imajo M, Nishida E, Huelsken J. HOXA5 counteracts stem cell traits by inhibiting Wnt signaling in colorectal cancer. Cancer Cell 2015;28:815–29.

8. Tan SH, Barker N. Stemming colorectal cancer growth and metastasis: HOXA5 forces cancer stem cells to differentiate. Cancer Cell 2015;28:683–5.

9. Köhler C, Nittner D, Rambow F, Radaelli E, Stanchi F, Vandamme N, et al. Mouse cutaneous melanoma induced by mutant BRaf arises from expansion and dedifferentiation of mature pigmented melanocytes. Cell Stem Cell 2017;21:679–93.

10. Shah M, Bhoumik A, Goel V, Dewing A, Breitwieser W, Kluger H, et al. A role for ATF2 in regulating MITF and melanoma development. PLoS Genet 2010;6:e1001258.

11. Claps G, Cheli Y, Zhang T, Scortegagna M, Lau E, Kim H, et al. A transcriptionally inactive ATF2 variant drives melanomagenesis. Cell Rep 2016;15:1884–92.

12. Saghafinia S, Homicsko K, Di Domenico A, Wullschleger S, Perren A, Marinoni I, et  al. Cancer cells retrace a stepwise differentiation program during malignant progression. Cancer Discov 2021;11:2638–57.

13. Yu X-X, Qiu W-L, Yang L, Zhang Y, He M-Y, Li L-C, et al. Defining multistep cell fate decision pathways during pancreatic development at single-cell resolution. EMBO J 2019;38:e100164.

14. de Thé H. Differentiation therapy revisited. Nat Rev Cancer 2018; 18:117–27.

15. He LZ, Merghoub T, Pandolfi PP. In vivo analysis of the molecular pathogenesis of acute promyelocytic leukemia in the mouse and its therapeutic implications. Oncogene 1999;18:5278–92.

16. Warrell RP, de Thé H, Wang ZY, Degos L. Acute promyelocytic leukemia. N Engl J Med 1993;329:177–89.

17. Bots M, Verbrugge I, Martin BP, Salmon JM, Ghisi M, Baker A, et al. Differentiation therapy for the treatment of t(8;21) acute myeloid leukemia using histone deacetylase inhibitors. Blood 2014;123:1341–52.

18. Ferrara FF, Fazi F, Bianchini A, Padula F, Gelmetti V, Minucci S, et al. Histone deacetylase-targeted treatment restores retinoic acid signaling and differentiation in acute myeloid leukemia. Cancer Res 2001;61:2–7.

19. Kaufman CK, Mosimann C, Fan ZP, Yang S, Thomas AJ, Ablain J, et al. A zebrafish melanoma model reveals emergence of neural crest identity during melanoma initiation. Science 2016;351:aad2197.

20. Morris JP, Yashinskie JJ, Koche R, Chandwani R, Tian S, Chen C-C, et al. α-Ketoglutarate links p53 to cell fate during tumour suppression. Nature 2019;573:595–9.

21. Saha SK, Parachoniak CA, Ghanta KS, Fitamant J, Ross KN, Najem MS, et al. Mutant IDH inhibits HNF-4α to block hepatocyte differentiation and promote biliary cancer. Nature 2014;513:110–4.

22. Dang L, Su S-SM. Isocitrate dehydrogenase mutation and (R)-2-hydroxyglutarate: from basic discovery to therapeutics development. Annu Rev Biochem 2017;86:305–31.

23. Waitkus MS, Diplas BH, Yan H. Biological role and therapeutic potential of IDH mutations in cancer. Cancer Cell 2018;34:186–95.

24. Phan TG, Croucher PI. The dormant cancer cell life cycle. Nat Rev Cancer 2020;20:398–411.

25. Jiang M, Azevedo-Pouly AC, Deering TG, Hoang CQ, DiRenzo D, Hess DA, et al. MIST1 and PTF1 collaborate in feed-forward regulatory loops that maintain the pancreatic acinar phenotype in adult mice. Mol Cell Biol 2016;36:2945–55.

26. Krah NM, Narayanan SM, Yugawa DE, Straley JA, Wright CVE, MacDonald RJ, et  al. Prevention and reversion of pancreatic tumorigenesis through a differentiation-based mechanism. Dev Cell 2019;50:744–54.

27. Krah NM, De La O J-P, Swift GH, Hoang CQ, Willet SG, Chen Pan F, et al. The acinar differentiation determinant PTF1A inhibits initiation of pancreatic ductal adenocarcinoma. eLife 2015;4:e07125.

28. Shi G, DiRenzo D, Qu C, Barney D, Miley D, Konieczny SF. Maintenance of acinar cell organization is critical to preventing Krasinduced acinar-ductal metaplasia. Oncogene 2013;32:1950–8.

29. Kopp JL, von Figura G, Mayes E, Liu F-F, Dubois CL, Morris JP, et al. Identification of Sox9-dependent acinar-to-ductal reprogramming as the principal mechanism for initiation of pancreatic ductal adenocarcinoma. Cancer Cell 2012;22:737–50.

30. Julian LM, McDonald AC, Stanford WL. Direct reprogramming with SOX factors: masters of cell fate. Curr Opin Genet Dev 2017;46:24–36.

31. Grimm D, Bauer J, Wise P, Krüger M, Simonsen U, Wehland M, et al. The role of SOX family members in solid tumours and metastasis. Semin Cancer Biol 2020;67:122–53.

32. Mu P, Zhang Z, Benelli M, Karthaus WR, Hoover E, Chen C-C, et al. SOX2 promotes lineage plasticity and antiandrogen resistance in TP53- and RB1-deficient prostate cancer. Science 2017;355:84–8.

33. Von Hoff DD, LoRusso PM, Rudin CM, Reddy JC, Yauch RL, Tibes  R, et  al. Inhibition of the hedgehog pathway in advanced basal-cell carcinoma. N Engl J Med 2009;361:1164–72.

34. Biehs B, Dijkgraaf GJP, Piskol R, Alicke B, Boumahdi S, Peale F, et al. A cell identity switch allows residual BCC to survive Hedgehog pathway inhibition. Nature 2018;562:429–33.

35. Boumahdi S, de Sauvage FJ. The great escape: tumour cell plasticity in resistance to targeted therapy. Nat Rev Drug Discov 2020;19:39–56.

36. Groves SM, Ireland A, Liu Q, Simmons AJ, Lau K, Iams WT, et al. Cancer Hallmarks Define a Continuum of Plastic Cell States between Small Cell Lung Cancer Archetypes [Internet]. Systems Biology; 2021 Jan. Available from: http://biorxiv.org/lookup/doi/10. 1101/2021.01.22.427865.

37. LaFave LM, Kartha VK, Ma S, Meli K, Del Priore I, Lareau C, et al. Epigenomic state transitions characterize tumor progression in mouse lung adenocarcinoma. Cancer Cell 2020;38:212–28.

38. Marjanovic ND, Hofree M, Chan JE, Canner D, Wu K, Trakala M, et  al. Emergence of a high-plasticity cell state during lung cancer evolution. Cancer Cell 2020;38:229–46.

39. Drapkin BJ, Minna JD. Studying lineage plasticity one cell at a time. Cancer Cell 2020;38:150–2.

40. Inoue Y, Nikolic A, Farnsworth D, Liu A, Ladanyi M, Somwar  R, et  al. Extracellular signal-regulated kinase mediates chromatin rewiring and lineage transformation in lung cancer [Internet]. Cancer Biology; 2020 Nov. Available from: http://biorxiv.org/lookup/ doi/10.1101/2020.11.12.368522.

41. Dravis C, Chung C-Y, Lytle NK, Herrera-Valdez J, Luna G, Trejo CL, et  al. Epigenetic and transcriptomic profiling of mammary gland development and tumor models disclose regulators of cell state plasticity. Cancer Cell 2018;34:466–82.

42. Malta TM, Sokolov A, Gentles AJ, Burzykowski T, Poisson L, Weinstein JN, et  al. Machine learning identifies stemness features associated with oncogenic dedifferentiation. Cell 2018;173:338–54.

43. Miao Z-F, Lewis MA, Cho CJ, Adkins-Threats M, Park D, Brown JW, et  al. A dedicated evolutionarily conserved molecular network licenses differentiated cells to return to the cell cycle. Dev Cell 2020;55:178–94.

44. De Blander H, Morel A-P, Senaratne AP, Ouzounova M, Puisieux A. Cellular plasticity: a route to senescence exit and tumorigenesis. Cancers 2021;13:4561.

45. Merrell AJ, Stanger BZ. Adult cell plasticity in vivo: de-differentiation and transdifferentiation are back in style. Nat Rev Mol Cell Biol 2016;17:413–25.

46. Baylin SB, Jones PA. Epigenetic determinants of cancer. Cold Spring Harb Perspect Biol 2016;8:a019505.

47. Flavahan WA, Gaskell E, Bernstein BE. Epigenetic plasticity and the hallmarks of cancer. Science 2017;357:eaal2380.

48. Jones PA, Issa J-PJ, Baylin S. Targeting the cancer epigenome for therapy. Nat Rev Genet 2016;17:630–41.

49. Huang S. Tumor progression: Chance and necessity in Darwinian and Lamarckian somatic (mutationless) evolution. Prog Biophys Mol Biol 2012;110:69–86.

50. Darwiche N. Epigenetic mechanisms and the hallmarks of cancer: an intimate affair. Am J Cancer Res 2020;10:1954–78.

51. Feng Y, Liu X, Pauklin S. 3D chromatin architecture and epigenetic regulation in cancer stem cells. Protein Cell 2021;12:440–54.

52. Nam AS, Chaligne R, Landau DA. Integrating genetic and nongenetic determinants of cancer evolution by single-cell multi-omics. Nat Rev Genet 2021;22:3–18.

53. Bitman-Lotan E, Orian A. Nuclear organization and regulation of the differentiated state. Cell Mol Life Sci CMLS 2021;78:3141–58.

54. Goldberg AD, Allis CD, Bernstein E. Epigenetics: a landscape takes shape. Cell 2007;128:635–8.

55. Zeng Y, Chen T. DNA methylation reprogramming during mammalian development. Genes 2019;10:257.

56. Hegde AN, Smith SG. Recent developments in transcriptional and translational regulation underlying long-term synaptic plasticity and memory. Learn Mem 2019;26:307–17.

57. Kim S, Kaang B-K. Epigenetic regulation and chromatin remodeling in learning and memory. Exp Mol Med 2017;49:e281.

58. Thienpont B, Van Dyck L, Lambrechts D. Tumors smother their epigenome. Mol Cell Oncol 2016;3:e1240549.

59. Gameiro PA, Struhl K. Nutrient deprivation elicits a transcriptional and translational inflammatory response coupled to decreased protein synthesis. Cell Rep 2018;24:1415–24.

60. Lin GL, Monje M. Understanding the deadly silence of posterior fossa A ependymoma. Mol Cell 2020;78:999–1001.

61. Michealraj KA, Kumar SA, Kim LJY, Cavalli FMG, Przelicki D, Wojcik JB, et al. Metabolic regulation of the epigenome drives lethal infantile ependymoma. Cell 2020;181:1329–45.

62. Bakir B, Chiarella AM, Pitarresi JR, Rustgi AK. EMT, MET, plasticity, and tumor metastasis. Trends Cell Biol 2020;30:764–76.

63. Gupta PB, Pastushenko I, Skibinski A, Blanpain C, Kuperwasser C. Phenotypic plasticity: driver of cancer initiation, progression, and therapy resistance. Cell Stem Cell 2019;24:65–78.

64. Lambert AW, Weinberg RA. Linking EMT programmes to normal and neoplastic epithelial stem cells. Nat Rev Cancer 2021;21:325–38.

65. Lindner P, Paul S, Eckstein M, Hampel C, Muenzner JK, ErlenbachWuensch K, et al. EMT transcription factor ZEB1 alters the epigenetic landscape of colorectal cancer cells. Cell Death Dis 2020;11:147.

66. Javaid S, Zhang J, Anderssen E, Black JC, Wittner BS, Tajima K, et  al. Dynamic chromatin modification sustains epithelial-mesenchymal transition following inducible expression of Snail-1. Cell Rep 2013;5:1679–89.

67. Serrano-Gomez SJ, Maziveyi M, Alahari SK. Regulation of epithelialmesenchymal transition through epigenetic and post-translational modifications. Mol Cancer 2016;15:18.

68. Skrypek N, Goossens S, De Smedt E, Vandamme N, Berx G. Epithelial-to-mesenchymal transition: epigenetic reprogramming driving cellular plasticity. Trends Genet TIG 2017;33:943–59.

69. Li L, Hanahan D. Hijacking the neuronal NMDAR signaling circuit to promote tumor growth and invasion. Cell 2013;153:86–100.

70. Li L, Zeng Q, Bhutkar A, Galván JA, Karamitopoulou E, Noordermeer D, et al. GKAP acts as a genetic modulator of NMDAR signaling to govern invasive tumor growth. Cancer Cell 2018;33:736–51.

71. Mohammadi H, Sahai E. Mechanisms and impact of altered tumour mechanics. Nat Cell Biol 2018;20:766–74.

72. Odenthal J, Takes R, Friedl P. Plasticity of tumor cell invasion: governance by growth factors and cytokines. Carcinogenesis 2016; 37:1117–28.

73. Torres CM, Biran A, Burney MJ, Patel H, Henser-Brownhill T, Cohen A-HS, et al. The linker histone H1.0 generates epigenetic and functional intratumor heterogeneity. Science 2016;353:aaf1644.

74. Puram SV, Tirosh I, Parikh AS, Patel AP, Yizhak K, Gillespie S, et al. Single-cell transcriptomic analysis of primary and metastatic tumor ecosystems in head and neck cancer. Cell 2017;171:1611–24.

75. Kinker GS, Greenwald AC, Tal R, Orlova Z, Cuoco MS, McFarland JM, et  al. Pan-cancer single-cell RNA-seq identifies recurring programs of cellular heterogeneity. Nat Genet 2020;52:1208–18.

76. Murtha M, Esteller M. Extraordinary cancer epigenomics: thinking outside the classical coding and promoter box. Trends Cancer 2016;2:572–84.

77. Nebbioso A, Tambaro FP, Dell’Aversana C, Altucci L. Cancer epigenetics: moving forward. PLoS Genet 2018;14:e1007362.

78. Tavernari D, Battistello E, Dheilly E, Petruzzella AS, Mina M, Sordet-Dessimoz J, et al. Non-genetic evolution drives lung adenocarcinoma spatial heterogeneity and progression. Cancer Discov 2021;11:1490–507.

79. Heyn H, Vidal E, Ferreira HJ, Vizoso M, Sayols S, Gomez A, et  al. Epigenomic analysis detects aberrant super-enhancer DNA methylation in human cancer. Genome Biol 2016;17:11.

80. Saghafinia S, Mina M, Riggi N, Hanahan D, Ciriello G. Pan-cancer landscape of aberrant DNA methylation across human tumors. Cell Rep 2018;25:1066–80.

81. Audia JE, Campbell RM. Histone modifications and cancer. Cold Spring Harb Perspect Biol 2016;8:a019521.

82. Corces MR, Granja JM, Shams S, Louie BH, Seoane JA, Zhou W, et al. The chromatin accessibility landscape of primary human cancers. Science 2018;362:eaav1898.

83. Esteve-Puig R, Bueno-Costa A, Esteller M. Writers, readers and erasers of RNA modifications in cancer. Cancer Lett 2020;474: 127–37.

84. Janin M, Coll-SanMartin L, Esteller M. Disruption of the RNA modifications that target the ribosome translation machinery in human cancer. Mol Cancer 2020;19:70.

85. Hanahan D, Coussens LM. Accessories to the crime: functions of cells recruited to the tumor microenvironment. Cancer Cell 2012;21:309–22.

86. Lu Z, Zou J, Li S, Topper MJ, Tao Y, Zhang H, et al. Epigenetic therapy inhibits metastases by disrupting premetastatic niches. Nature 2020;579:284–90.

87. Thomas S, Izard J, Walsh E, Batich K, Chongsathidkiet P, Clarke G, et al. The host microbiome regulates and maintains human health: a primer and perspective for non-microbiologists. Cancer Res 2017;77:1783–812.

88. Dzutsev A, Badger JH, Perez-Chanona E, Roy S, Salcedo R, Smith CK, et al. Microbes and cancer. Annu Rev Immunol 2017;35:199–228.

89. Helmink BA, Khan MAW, Hermann A, Gopalakrishnan V, Wargo JA. The microbiome, cancer, and cancer therapy. Nat Med 2019;25: 377–88.

90. Sears CL, Garrett WS. Microbes, microbiota, and colon cancer. Cell Host Microbe 2014;15:317–28.

91. Pleguezuelos-Manzano C, Puschhof J, Rosendahl Huber A, van Hoeck A, Wood HM, Nomburg J, et  al. Mutational signature in colorectal cancer caused by genotoxic pks+ E. coli. Nature 2020;580: 269–73.

92. Okumura S, Konishi Y, Narukawa M, Sugiura Y, Yoshimoto S, Arai  Y, et  al. Gut bacteria identified in colorectal cancer patients promote tumourigenesis via butyrate secretion. Nat Commun 2021; 12:5674.

93. Salvi PS, Cowles RA. Butyrate and the intestinal epithelium: modulation of proliferation and inflammation in homeostasis and disease. Cells 2021;10:1775.

94. Fessler J, Matson V, Gajewski TF. Exploring the emerging role of the microbiome in cancer immunotherapy. J Immunother Cancer 2019;7:108.

95. Gopalakrishnan V, Helmink BA, Spencer CN, Reuben A, Wargo JA. The influence of the gut microbiome on cancer, immunity, and cancer immunotherapy. Cancer Cell 2018;33:570–80.

96. Zitvogel L, Ma Y, Raoult D, Kroemer G, Gajewski TF. The microbiome in cancer immunotherapy: diagnostic tools and therapeutic strategies. Science 2018;359:1366–70.

97. Baruch EN, Youngster I, Ben-Betzalel G, Ortenberg R, Lahat A, Katz L, et  al. Fecal microbiota transplant promotes response in immunotherapy-refractory melanoma patients. Science 2021;371:602–9.

98. Davar D, Dzutsev AK, McCulloch JA, Rodrigues RR, Chauvin J-M, Morrison RM, et al. Fecal microbiota transplant overcomes resistance to anti–PD-1 therapy in melanoma patients. Science 2021; 371:595–602.

99. Griffin ME, Espinosa J, Becker JL, Luo J-D, Carroll TS, Jha JK, et al. Enterococcus peptidoglycan remodeling promotes checkpoint inhibitor cancer immunotherapy. Science 2021;373:1040–6.

100. Mager LF, Burkhard R, Pett N, Cooke NCA, Brown K, Ramay H, et  al. Microbiome-derived inosine modulates response to checkpoint inhibitor immunotherapy. Science 2020;369:1481–9.

101. Ansaldo E, Belkaid Y. How microbiota improve immunotherapy. Science 2021;373:966–7.

102. Ansaldo E, Farley TK, Belkaid Y. Control of immunity by the microbiota. Annu Rev Immunol 2021;39:449–79.

103. Zhang Q, Ma C, Duan Y, Heinrich B, Rosato U, Diggs LP, et al. Gut microbiome directs hepatocytes to recruit MDSCs and promote cholangiocarcinoma. Cancer Discov 2021;11:1248–67.

104. Ding T, Schloss PD. Dynamics and associations of microbial community types across the human body. Nature 2014;509:357–60.

105. Byrd AL, Liu M, Fujimura KE, Lyalina S, Nagarkar DR, Charbit B, et  al. Gut microbiome stability and dynamics in healthy donors and patients with non-gastrointestinal cancers. J Exp Med 2021; 218:e20200606.

106. Healy CM, Moran GP. The microbiome and oral cancer: more questions than answers. Oral Oncol 2019;89:30–3.

107. Swaney MH, Kalan LR. Living in your skin: microbes, molecules and mechanisms. Infect Immun 2021;89:e00695–20.

108. Willis JR, Gabaldón T. The human oral microbiome in health and disease: from sequences to ecosystems. Microorganisms 2020; 8:308.

109. Xu J, Peng J-J, Yang W, Fu K, Zhang Y. Vaginal microbiomes and ovarian cancer: a review. Am J Cancer Res 2020;10:743–56.

110. Nejman D, Livyatan I, Fuks G, Gavert N, Zwang Y, Geller LT, et al. The human tumor microbiome is composed of tumor type-specific intracellular bacteria. Science 2020;368:973–80.

111. Jin C, Lagoudas GK, Zhao C, Bullman S, Bhutkar A, Hu B, et  al. Commensal microbiota promote lung cancer development via γδ T cells. Cell 2019;176:998–1013.

112. Pushalkar S, Hundeyin M, Daley D, Zambirinis CP, Kurz E, Mishra A, et al. The pancreatic cancer microbiome promotes oncogenesis by induction of innate and adaptive immune suppression. Cancer Discov 2018;8:403–16.

113. McAllister F, Khan MAW, Helmink B, Wargo JA. The tumor microbiome in pancreatic cancer: bacteria and beyond. Cancer Cell 2019;36:577–9.

114. Kadosh E, Snir-Alkalay I, Venkatachalam A, May S, Lasry A, Elyada E, et  al. The gut microbiome switches mutant p53 from tumoursuppressive to oncogenic. Nature 2020;586:133–8.

115. Birch J, Gil J. Senescence and the SASP: many therapeutic avenues. Genes Dev 2020;34:1565–76.

116. Faget DV, Ren Q, Stewart SA. Unmasking senescence: contextdependent effects of SASP in cancer. Nat Rev Cancer 2019;19: 439–53.

117. Gorgoulis V, Adams PD, Alimonti A, Bennett DC, Bischof O, Bishop C, et  al. Cellular senescence: defining a path forward. Cell 2019;179:813–27.

118. He S, Sharpless NE. Senescence in health and disease. Cell 2017; 169:1000–11.

119. Kowald A, Passos JF, Kirkwood TBL. On the evolution of cellular senescence. Aging Cell 2020;19:e13270.

120. Lee S, Schmitt CA. The dynamic nature of senescence in cancer. Nat Cell Biol 2019;21:94–101.

121. Wang B, Kohli J, Demaria M. Senescent cells in cancer therapy: friends or foes? Trends Cancer 2020;6:838–57.

122. Baker DJ, Childs BG, Durik M, Wijers ME, Sieben CJ, Zhong J, et al. Naturally occurring p16(Ink4a)-positive cells shorten healthy lifespan. Nature 2016;530:184–9.

123. Ruhland MK, Loza AJ, Capietto A-H, Luo X, Knolhoff BL, Flanagan KC, et al. Stromal senescence establishes an immunosuppressive microenvironment that drives tumorigenesis. Nat Commun 2016;7:11762.

124. Hwang HJ, Lee Y-R, Kang D, Lee HC, Seo HR, Ryu J-K, et  al. Endothelial cells under therapy-induced senescence secrete CXCL11, which increases aggressiveness of breast cancer cells. Cancer Lett 2020;490:100–10.

125. Wang D, Xiao F, Feng Z, Li M, Kong L, Huang L, et  al. Sunitinib facilitates metastatic breast cancer spreading by inducing endothelial cell senescence. Breast Cancer Res 2020;22:103.

126. Amor C, Feucht J, Leibold J, Ho Y-J, Zhu C, Alonso-Curbelo D, et al. Senolytic CAR T cells reverse senescence-associated pathologies. Nature 2020;583:127–32.

127. Aster JC, Pear WS, Blacklow SC. The varied roles of notch in cancer. Annu Rev Pathol 2017;12:245–75.

128. Kuczynski EA, Vermeulen PB, Pezzella F, Kerbel RS, Reynolds AR. Vessel co-option in cancer. Nat Rev Clin Oncol 2019;16:469–93.

（可上下滑动阅览）