摘要：不仅重新定义了神经在肿瘤中的角色——从被动的“旁观者”转变为主动的“共谋者”，更提供了一套从基础到临床的研究方法论。其核心启示在于：肿瘤治疗需从“靶向癌细胞”转向“重塑生态系统”，而神经系统是这一生态的关键调控者。未来研究应借鉴其多层次整合策略，在神经-肿瘤互

不仅重新定义了神经在肿瘤中的角色——从被动的“旁观者”转变为主动的“共谋者”，更提供了一套从基础到临床的研究方法论。其核心启示在于：肿瘤治疗需从“靶向癌细胞”转向“重塑生态系统”，而神经系统是这一生态的关键调控者。未来研究应借鉴其多层次整合策略，在神经-肿瘤互作这一新兴领域探索更具突破性的发现。

2月《Nature》杂志发布的来自海德堡干细胞技术与实验医学研究所Andreas Trumpp团队一项研究“Characterization of single neurons reprogrammed by pancreatic cancer”。

一直以来，大家对于肿瘤和神经互作影响肿瘤细胞生物学行为的方向都很感兴趣，一方面微观上观察到了神经组织在肿瘤中癌和癌旁差异性浸润的特征；而宏观上确实有一些癌种表现出视神经转移和经神经转移侵袭的临床表现，我觉得这篇文章不仅仅解释了【胰腺癌-神经调节轴】，更多的是为其他癌种研究肿瘤神经互作模式提供了很好的研究范式。

。

对于很少接触神经生物学的同学，我先用来简单补充一下神经系统的组成部分：

神经系统可分为中枢神经系统（CNS，包括脑和脊髓，负责信息整合与决策）和周围神经系统（PNS，包括所有与CNS相连的神经纤维、神经节和感受器等，负责信息传递）。如果将神经系统从身体中分离出来，它看起来就像一条遍布全身的高速公路。这个错综复杂的网络由神经元构成。神经元（Neuron），又称神经细胞，是神经系统的基本单位。每个神经元有一个“胞体”（细胞核所在的主体），通过“轴突”（长纤维）与其他细胞连接。轴突将电信号从细胞体传输到其他神经元或肌肉。轴突通常被比作树根，是神经的输出结构。比如说当你摸到烫的东西立刻缩手，是因为感觉神经元将信号传到脊髓，再通过运动神经元指挥肌肉收缩。

神经元根据其功能进行分类。神经元主要有三种类型：

感觉神经元Sensory neurons：这些神经元负责将信息从感觉器官（例如眼睛、耳朵和皮肤）传递到大脑。感觉神经元使大脑能够感知和解读周围的环境。

运动神经元Motor neurons：这些神经元将信息从大脑传递到肌肉，从而引发运动。

中间神经元Interneurons：这些神经元位于您的大脑和脊髓内，负责处理和传递感觉神经元和运动神经元之间的信息。

而自主神经（Autonomic Neurons）再细分可分为“交感神经”和“副交感神经”：

交感神经（Sympathetic Neurons）：由脊神经发出，主要调节心脏跳动、血管收缩、汗腺分泌等（如紧张时心跳加快）。

副交感神经（Parasympathetic Neurons）：由脑和脊髓以及其之间的连接成分组成，与交感神经系统的作用通常相互拮抗，如使心搏变慢，胃肠运动加强（如饭后促进胃肠蠕动）。

神经节（Ganglia）是神经系统中由神经元胞体（细胞体）聚集形成的结构，主要位于周围神经系统。在文章中提到的 DRG（背根神经节） 和 CG（交感神经节） 是两种不同的神经节：背根神经节（脊髓后根神经节），位于脊髓的背根中，包含了感觉神经元的细胞体，传递躯体和内脏感觉。交感神经节属于自主神经节，调控应激反应（如紧张时抑制胰岛素分泌）。

那么这篇文章提出了核心的科学问题：PDAC神经支配特征是什么？

胰腺是一个重要的器官，负责分泌消化酶和胰岛素。过去人们知道神经会调控胰腺功能，包括胰腺导管腺癌（PDAC）在内的大多数癌症组织中均存在PNS神经元浸润，这种神经浸润构成了复杂的肿瘤微环境（TME）。胰腺的神经支配（即神经元如何连接并调控胰腺）在生理和疾病中至关重要，但具体有哪些类型的神经？它们如何分布？这些神经的分子特征是什么？传统方法很难回答这些问题，因为神经元胞体分布于远离肿瘤实体的多种PNS神经节中，因此在现有组织测序数据中无法获取肿瘤神经支配或健康器官神经支配相关的神经元信息。

所以我们说为什么这项研究重要？

首先，这篇文章首次揭示了胰腺和PDAC的神经支配图谱，填补了神经-肿瘤相互作用的知识空白；

其次，临床上老药新用。文章中药理性去神经支配可诱导促炎性TME，增强免疫检查点抑制剂疗效。纳米紫杉醇（nab-paclitaxel）可引发肿瘤内神经病变，从而抑制PDAC进展，与交感神经去支配联合治疗可产生协同性肿瘤消退效应。为开发神经靶向疗法（如止痛药、抗癌药）提供理论依据和潜在靶点。

最后，具有跨疾病意义。类似方法可用于研究其他器官的神经-疾病关联（如肠道炎症、糖尿病等等）。

好了，我们开始讲解：

1

多种神经元类型支配胰腺

在第一部分，作者需要解决两个核心问题：首先胰腺中存在哪些类型的神经元？（空间分布和多样性）以及这些神经元的分子特征是什么？（基因表达谱）

带着这两个问题，他们用到了一些高大上的新技术：三维成像揭示胰腺神经元类型，利用iDISCO组织透明化 + 光片荧光显微镜（LSFM）技术，然后标记Peripherin（PRPH，标记所有外周神经元，泛神经元标记）、Tyrosine Hydroxylase（TH，交感神经元的标志酶）、以及CGRP（感觉神经元的标志肽）。然后用像素分类预测（PCP）通过算法对荧光信号进行自动分类和定量，区分不同神经元类型（图1a、b）。

其次就是重中之重，Trace-n-Seq技术的开发。单细胞测序（scRNA-seq）的缺陷在于仅能分析目标器官内的细胞，而支配胰腺的神经元胞体位于外周神经节（如DRG、CG），无法被常规测序捕获。如何从一堆神经节神经元中，找出哪些是连接到胰腺的？他们开发了Trace-n-Seq，将逆行示踪剂Fast Blue（FB）注射到目标器官（如胰腺），FB被神经末梢摄取后，通过逆向轴突运输到胞体所在的神经节（如CG、DRG），只有支配胰腺的神经元会被FB标记（其他神经元没有荧光）。5-14天后取出神经节，消化成单细胞，用荧光激活细胞分选（FACS）分离FB+神经元。对FB+神经元进行转录组分析，获得其分子特征（图1c）。

那么他们发现：胰腺受多类型神经元支配，75–90%的交感神经元（CG）和4–15%的感觉神经元（DRG）连接到胰腺。（图1d）。并且存在单神经元多器官支配现象，即通过胰腺（FB）和脾脏（FR）双标记，发现部分CG神经元同时支配两器官，提示某些神经元可能协调多个器官的功能（扩展数据图3i–m及补充视频1）。

Fig. 1: Characterization of pancreas-innervating neurons through Trace-n-Seq.

所以，第一部分就石破天惊，通过三维成像和新型追踪测序技术（Trace-n-Seq），首次系统揭示了胰腺神经支配的多样性。

那么Trace-n-Seq技术的跨癌种应用，我们是不是也可以借鉴呢？通过荧光示踪剂标记目标器官的神经轴突，逆向追踪至神经节胞体，结合单细胞测序解析神经元分子特征。用于研究其他实体瘤（如胃癌、前列腺癌、乳腺癌）的神经支配异质性，尤其适用于神经浸润显著的癌症类型（如前列腺癌的神经周围侵犯）。

2

解析胰腺神经元的异质性

在第一部分中，作者通过 Trace-n-Seq 技术成功标记并分离了支配胰腺的神经元。那么接下来，需要解析这些神经元的分子异质性（即不同类型的神经元有什么独特的基因表达特征）以及探究神经元亚型在不同器官中的特异性分布（为什么某些神经元只支配胰腺，而不支配其他器官？）

作者使用健康小鼠（NSG和C57/BL6品系）的三种神经元：CG（交感神经节）、DRG（背根神经节）、JNG（颈静脉神经节），对1,384个高质量神经元进行测序。所有细胞均表达 Peripherin（Prph）（外周神经元的标志蛋白），确认它们是真正的神经元。然后对神经元亚型注释，使用已发表的小鼠神经系统单细胞图谱对神经元分类（图1e和扩展数据图5a,b）。发现胰腺受以下两类主要交感神经亚型支配：这两种亚型均为去甲肾上腺素能（NAergic）标志神经元（CG1和CG2）以及三种先前已报道的源自JNG或DRG的谷氨酸能神经元亚型：NEFM神经元、PEP神经元和NPEP神经元（图1f,g和扩展数据图5b-d）。

接下来做了关键基因表达分析，证明了DRG特异性基因Piezo2，仅在DRG神经元表达。且证明了DRG亚型的标志基因包括：NEFM亚型（Slit2）、PEP亚型（Calca、Bmpr1）以及NPEP亚型（Socs2）。并利用免疫荧光显微镜确认胰腺中的DRG神经元确实表达SLIT2和CGRP（图1g和扩展数据图6a-c）。

由于缺乏交感神经元（CG）图谱，CG神经元基于交感神经干数据进行注释（图1g和扩展数据图6d-g），他们发现CG亚型分类包括Cluster 1，表达Shox2，Cluster 1的基因（如Per1、Hoxa10）与昼夜节律相关，可能协调胰腺活动的昼夜波动。Cluster 2，表达Socs2和Slit2，虽未匹配已知亚型，但携带胆碱能标志物（可能调控汗腺），Cluster 2的神经元可能通过谷氨酸受体调控胰岛素分泌（GSEA提示与内分泌相关）。

接下来，为研究器官特异性，作者比较了不同器官包括腹膜、结肠、脾脏的神经元进行Trace-n-Seq分析。发现腹膜富集CGRPα+/β+/ε+ PEP伤害性神经元，而更多NEFM神经元支配胰腺（图1h–j和扩展数据图6j–l）。而且同一神经节的不同投射，即使同属CG的神经元，投射到胰腺、脾脏或结肠的细胞仍存在基因表达差异（扩展数据图6m,n）。

那么在第二部分，我们可以思考的是：在其他癌种例如胃癌或前列腺癌，是否可以分离肿瘤周围神经节（如腹腔神经节、盆腔神经丛），利用Trace-n-Seq标记并测序，识别驱动肿瘤进展的特异性神经元亚型（如高表达促血管生成基因的亚型）。另外，他们发现同一神经节的神经元因靶器官不同而呈现基因表达差异。那么比如在肺癌中，比较支配原发肺肿瘤和转移灶（如肝转移）的交感神经元，分析其差异基因（如Slit2、CGRP），是否能够揭示转移灶神经支配的独特性？而且，这一部分我们可以比较容易参考的思路是基因-功能关联分析的标准化流程，通过基因集富集分析（GSEA）将神经元亚型与功能关联（如Cluster 2调控胰岛素分泌）。在其他癌种中若发现某交感神经元亚型高表达某些蛋白受体相关基因，是否可能解释神经对配体-受体敏感性的调控，进而影响肿瘤生长？而且这种跨器官神经支配的对比研究，在其他癌种中比较支配原发瘤和相邻正常组织的神经元，是否能发现肿瘤特异性神经亚型以及转移的疼痛机制？有很多很多可以发散的思路，这里就不一一展开了。。。

3

PDAC中的神经元过度支配

在前两部分中，作者解析了健康胰腺的神经支配特征。第三部分终于聚焦到胰腺导管腺癌上了，作者需要回答PDAC肿瘤中是否存在异常的神经支配（神经浸润）？以及这些神经是如何形成的？是原有神经的扩展（轴突发芽axonal sprouting）还是新生神经（神经发生neurogenesis）？

作者使用了四种不同的小鼠模型：两种人源原位PDAC异种移植模型（PDX）；自发模型（EPO模型）即通过体内电穿孔技术导入致癌基因 KRAS-G12V，并利用CRISPR-Cas9敲除抑癌基因 TP53（模拟PDAC的基因突变过程）以及同种移植模型即使用KPC小鼠（携带KRAS和TP53突变）的PDAC细胞系移植到健康小鼠体内。然后用三维光片荧光显微镜成像，标记了伤害性神经元CGRP、交感神经元TH、副交感神经元vACHT。

有哪些关键发现呢？首先是PDAC中具有神经高支配现象，交感、副交感和伤害性神经元的轴突末端无序增生，密集分布于整个肿瘤组织（避开坏死区域）（图2a、扩展数据图7b–g和补充视频4），而且神经覆盖面积显著大于健康胰腺（图2b），与人类PDAC样本一致（图2b和扩展数据图7h,i）。其次，他们发现神经高支配的机制是轴突发芽而非神经发生。他们向PDX肿瘤注射逆行示踪剂FB，追踪支配肿瘤的神经元来源，每个神经节中FB+神经元数量与健康胰腺相当，说明神经元总数未增加；但肿瘤内神经分支密度更高，提示原有神经的轴突发芽（而非新生神经元）（扩展数据图8a–c）。

Fig. 2: PDAC induces a tumour-specific neuronal expression profile.

4

PDAC对支配神经元的重编程

那么基于PDAC中存在神经高支配现象，接下来作者继续探究PDAC如何改变支配神经元的基因表达模式（即神经元被肿瘤“重编程”），以及这些变化如何促进肿瘤进展。

他们整合了健康胰腺神经元和PDAC神经元的Trace-n-Seq数据（图2c,d和扩展数据图8d），识别表达显著变化的基因（图2e）并进行了GSEA分析（扩展数据图8e,f）。

结果发现：交感神经元（CG）和感觉神经元（DRG）均存在重编程。CG中下调基因包括神经肽（Gal）、受体（Erbb2/3、Ntrk3）、免疫调节因子（Mif）等；上调基因包括轴突导向受体（Robo1）、非编码RNA（Mir6236、Neat1）、转录因子（Hoxc5）。DRG中上调信号包括轴突导向因子（Ntn1、Epha）、谷氨酸受体信号；电子传递链（如Gapdh）和氨基酸代谢相关基因下调，以及神经发育程序激活相关基因Hox和Meis1上调。

在亚型特异性变化方面，NEFM神经元变化最显著（155个DEGs），涉及轴突导向和代谢抑制；PEP/NPEP神经元几乎无显著变化（仅6-5个DEGs），提示PDAC主要影响NEFM（图2f）。

总结下来，这部分揭示了PDAC通过重编程神经元基因表达（如激活Robo1、抑制代谢）促进神经浸润和肿瘤进展。那么我们可以思考：单细胞分辨率下的神经元重编程分析研究发现不同神经元亚型（如NEFM、PEP）对PDAC的响应差异显著，那么其他癌种是否存在这种神经元亚型特异性呢？

5

PDAC诱导的癌症神经特征

基于上述揭示了PDAC中神经支配的异质性、神经元重编程及轴突发芽。接下来，作者提出：能否建立PDAC特异的神经分子标志（PCN特征），用于区分癌症相关神经元变化与其他病理状态？

他们从所有CG和DRG亚群（共5个亚型）中筛选 持续差异表达基因（DEGs，来自健康与PDAC神经元的对比），排除亚型特异性干扰。最终确定胰腺癌神经pancreatic-cancer nerve (PCN) 特征基因，即PCN-up（45个上调基因）和 PCN-down（46个下调基因）（图2g）；然后用多模型验证PCN特征，包括：条形码测序（Barcode-seq）模型（区分健康与PDAC神经元）、雄性小鼠PDX模型、KPC同种移植模型（336个DRG神经元）、JNG神经元模型（迷走神经来源，未参与PCN特征构建）。

作者证明了，PCN特征具有特异性与普适性。首先是亚型非依赖性的，PCN特征整合了所有主要神经元亚型的共性变化，可广泛适用于：

交感神经元（CG）：PCN-up在PDAC中高表达，PCN-down在健康中高表达。

感觉神经元（DRG）：NEFM神经元变化最显著，NPEP几乎无响应（图2h）。

其次，PCN特征在不同PDAC模型（PDX、同种移植）和 不同神经元类型（DRG、JNG）中均有效（扩展数据图10）。即使未参与训练的JNG神经元，PCN特征仍能区分PDAC与健康状态（图2i）。

那么这部分内容就是将共同的分子特征浓缩为PDAC神经特征（PCN），揭示了PDAC诱导的神经元分子变化具有癌症特异性，与炎症或物理损伤显著不同。

我们发散思考一下，这种癌症特异性神经分子特征的构建方法——PDAC研究通过对比神经元在癌症、去神经化（手术损伤）和炎症中的分子特征，筛选出癌症特异性基因。其他癌种是否可参考呢？即从两方面入手，跨应激状态比较（收集癌症神经元、炎症神经元（如自身免疫模型）、损伤神经元（如手术切断神经）的单细胞数据。通过差异基因分析和功能富集，筛选仅由癌症诱导的基因集）及亚型非依赖性整合（筛选在多种神经元亚型中持续差异表达的基因，确保特征普适性）。

6

PCN特征依赖于肿瘤邻近性

前面建立了PDAC特异性神经分子特征（PCN特征），作者进一步探究：PCN特征是否仅由肿瘤局部微环境诱导？（即是否仅邻近肿瘤的神经元发生重编程），肿瘤能否系统性影响远端器官的神经元？（如脾脏或盆腔神经元）以及PCN特征是否在人类PDAC中保守？

作者向原位移植的PDAC PDX模型小鼠或健康小鼠注射FB，以脾脏（解剖学上与胰腺相邻）、腹膜（紧邻胰腺肿瘤）作为肿瘤邻近区域，以盆腔腹膜（远离胰腺）作为肿瘤远端区域。使用单细胞测序数据评估PCN-up和PCN-down基因的富集程度。

他们发现：肿瘤邻近神经元即脾脏神经元（邻近胰腺肿瘤）中PCN-up基因显著富集（图2k）和腹膜神经元（邻近肿瘤）中PCN-up基因富集（图2j-l），脾脏与胰腺相邻，部分神经元同时支配两者。PCN-up的脾脏神经元可能调控脾脏的 造血或免疫细胞，间接促进肿瘤进展。盆腔腹膜神经元（远离肿瘤）未显示PCN特征，表明肿瘤对神经元的影响具有空间局限性（图2l）。另外，他们证明了PCN-up特征中的成员ROBO2在人类PDAC中高表达（图2m），与小鼠模型一致，证实PCN特征的 跨物种保守性。

7

胰腺内癌症吸引NEFM神经元

接下来，作者继续探究其他胰腺内癌症（如黑色素瘤）是否也诱导类似的神经亚型偏好？以及癌症与急性炎症（胰腺炎）对神经元的影响有何差异？

本部分作者通过多癌症模型构建包括黑色素瘤胰腺模型（图3a）、KPC胰腺癌模型、通过雨蛙素（cerulein）诱导急性胰腺炎模型。他们发现黑色素瘤与PDAC的神经支配存在差异，黑色素瘤的CG、DRG、JNG神经元浸润比例显著低于PDAC（图3b），说明不同癌症类型对神经的吸引力不同。通过整合黑色素瘤、KPC胰腺癌、胰腺炎及健康小鼠的神经元的单细胞转录组数据，对比PCN特征富集（图3c）。证明了黑色素瘤与PDAC的PCN特征存在分子差异（图3c-d，扩展数据图10i-j）。其次，通过急性胰腺炎模型，与健康（232个神经元）和癌症模型对比，他们发现胰腺炎与癌症的神经元响应存在差异（扩展数据图10k-q，图3e-f）。NEFM神经元在癌症中特异性富集，PDAC的DRG神经元过表达NEFM标志物Slit2，而Calca表达降低（图3g）。所有癌症模型（EPO、PDX、KPC、黑色素瘤）中NEFM神经元比例上升，PEP/NPEP减少，这种亚型转换是肿瘤特异性的，在胰腺炎中未出现（图3j）。

Fig. 3: PDAC alters neuronal interactions and attracts specific subtypes in the TME.

这部分通过多模型、多组学和跨物种分析，全面揭示了 癌症（无论原发或转移）特异性招募NEFM神经元 的机制，并明确其与炎症的分子差异。

那么既然知道NEFM神经元在癌症中的特异性富集，靶向NEFM神经元标志物（如Slit2、Neurofilament）或抑制其功能（如Robo1抑制剂），可能阻断神经依赖性肿瘤生长。各位同学可以试着去做做看。

8

PDAC支配神经元的相互作用组

接下来，回到肿瘤微环境中来，作者想知道神经元如何与肿瘤微环境（TME）中的其他细胞（如成纤维细胞、内皮细胞）互作，共同促进肿瘤进展？

首先，他们整合了神经元转录组数据与PDX模型及健康胰腺的单细胞转录组数据，鉴定到了PDAC细胞、健康上皮细胞、内皮细胞、免疫细胞和两种成纤维细胞群体（图3k）。然后评估了PDAC神经元与所有其他PDAC细胞类型之间配体-受体对共表达情况（图3l,m），证明了成纤维细胞（CAFs）是神经元的主要互作伙伴，PDAC细胞与CG和DRG神经元的相互作用评分均高于健康上皮细胞（图3m），而且找到了PDAC中显著增强的配体-受体对（图3n,o，扩展数据图12），包括：Ephrin-Eph信号、IL-6信号、Semaphorin信号（图3n,o和扩展数据图12）。所以这部分证明了PDAC中神经元与CAFs、内皮细胞的互作显著增强，然而，体内检测到的分子变化仅部分在体外重现，突显了体内模型在解析神经元驱动肿瘤生态系统复杂生理机制中的重要性。

9

去神经化使PDAC对免疫疗法敏感

为了研究神经元在PDAC体内生长中的作用，接下来作者从以下三个方面进行了探究：

去除交感神经能否抑制PDAC生长？去神经化如何重塑TME（如CAFs、免疫细胞）？以及去神经化能否增强免疫检查点抑制剂（ICI）的疗效？

首先作者在PDX和KPC模型中使用手术去神经（切除腹腔神经节CG，直接移除交感神经支配）或利用6-OHDA化学去神经，特异性损毁交感神经末梢（图4a–c和扩展数据图14a,b），并通过PRPH染色的肿瘤3D成像确认去神经化（图4e和扩展数据图14c–e），利用低神经支配的PDAC皮下异种移植模型作为对照，6-OHDA处理未减少肿瘤体积或神经浸润，排除药物非特异性毒性（图5d和扩展数据图14c,d）。

利用6-OHDA去神经化后的PDAC单细胞转录组数据发现去神经化重塑PDAC TME，表现为PDAC细胞和CAFs中与增殖和氧化磷酸化相关的基因集耗竭，而炎症和柠檬酸循环特征相较于对照组肿瘤富集（图4f–h）。6-OHDA处理后CAFs减少，Botox处理后的减少程度较轻（图4h,i和扩展数据图14g）。去神经化后，CAFs与CG和DRG神经元的互作评分恢复至健康成纤维细胞水平。这些去神经化的CAFs上调了“干扰素-α响应”和“移植物排斥”分子程序以及Tnf或Il1b等基因，提示其进入促炎状态（图4j,k和扩展数据图14h–i）。

Fig. 4: Denervation slows PDAC growth and induces pro-inflammatory changes in CAFs, sensitizing PDAC to ICIs.

利用免疫治疗联合实验探究PDAC神经元是否通过CAFs抑制抗肿瘤免疫，作者将6-OHDA与免疫检查点抑制剂（ICI）纳武利尤单抗联合使用。发现6-OHDA联合ICI使KPC肿瘤体积缩小5.7倍，而单用ICI无效（图5m,n和扩展数据图14j）。

这部分留给我们发散的思考很多。PDAC的“冷肿瘤”特性常导致免疫治疗失败，但去神经化通过解除神经元对TME的抑制，成功将其转化为“热肿瘤”。 所以这部分的核心启示在于，在免疫治疗耐药的实体瘤中（如胃癌、前列腺癌、三阴性乳腺癌），靶向神经支配是否可能成为突破治疗瓶颈的又一手段？PDAC中CAFs是神经元调控TME的核心媒介，去神经化诱导CAFs从促纤维化表型（分泌IL-6、TGF-β）转为促炎表型（分泌TNF、上调干扰素通路）。目前，TME中关于CAF的研究很火很热，那么这一机制是不是可以推广至其他CAFs高活性的癌种？（如结直肠癌、卵巢癌）。例如CAFs通过Wnt信号维持免疫抑制，靶向神经-CAFs互作是否能解除CAFs的屏障功能，增强CAR-T细胞浸润？留给各位同学去思考。。。

10

CG重编程促进局部复发

局部复发是PDAC切除后的主要问题，所以这部分作者评估了神经元对此的作用。他们研究了四组小鼠：其中两组注射PDX细胞系，另两组接受假注射（胰腺内注射PBS+基质胶）。10周后对PDX组行肿瘤切除，假手术组行部分胰腺切除。然后进行二次接种，所有小鼠的剩余胰腺中再次注射PDAC细胞。每组中部分小鼠接受6-OHDA（去交感神经），对照组接受生理盐水（图5a）。为什么设计二次接种模型？首次肿瘤切除后局部残留的微环境可能促进二次肿瘤生长，该模型直接模拟PDAC术后复发过程，而且为了区分神经特异性作用，通过对比假手术组，排除手术创伤本身对复发的干扰。结果显示：①先前携带（已切除）肿瘤的小鼠中二次PDAC肿瘤的体积增大了2.5倍；②6-OHDA在原发和继发条件下均抑制肿瘤生长；③6-OHDA介导的去神经化阻断了继发肿瘤的加速生长（图5a,b）。

这些数据表明，神经元是导致“预激TME”（加速继发肿瘤生长）的关键驱动因素，而去神经化可靶向此过程。

Fig. 5: Nab-paclitaxel reduces tumour growth by depleting tumour-infiltrating neurons.

接下来作者用Trace-n-Seq追踪神经元分子记忆，向胰腺或小肿瘤中注射FB（图5c和扩展数据图14l）。他们发现，与部分胰腺切除（对照）小鼠的神经元相比，PDX组小鼠的交感神经元在肿瘤切除4周后仍高表达Mir6236。此外，术后神经元中PCN-up和PCN-down特征持续富集，提示交感神经长期处于“癌症神经状态”。（图5c,d和扩展数据图14l–m）。这反映了什么呢？即使肿瘤被切除，交感神经仍保留促瘤分子程序，持续重塑TME，为复发提供“土壤”，体现了神经记忆效应。

11

白蛋白结合型紫杉醇对PDAC的去神经作用

白蛋白结合型紫杉醇（Nab-paclitaxel）联合吉西他滨是PDAC的标准化疗方案，其通过抑制微管功能阻断肿瘤细胞分裂，但同时也导致周围神经病变（感觉异常）。临床观察发现，神经病变严重的患者往往预后更好，提示紫杉醇可能通过影响神经支配间接增强抗肿瘤效果。所以呢，在这一章作者想要探究Nab-paclitaxel对PDAC神经浸润的作用，并与另一种化疗方案FOLFIRINOX（含奥沙利铂）对比，这样对比的话是因为紫杉醇通过微管破坏轴突，奥沙利铂通过离子通道损伤神经，后者不直接影响轴突结构。

他们发现，Nab-paclitaxel特异性减少感觉神经浸润，表现为治疗后肿瘤内神经纤维减少62%，但CG神经元总数未变（图5e-g）。并且感觉神经元选择性清除，经过四个治疗周期后，FB+ CG PDAC神经元从84%持续下降至27%。FB+ DRG神经元在两个周期后减少2倍，四个周期后减少9.8倍（图5h）。因此，Nab-paclitaxel破坏了肿瘤内轴突发芽，导致几乎无感觉神经元投射至肿瘤中。

然而，在奥沙利铂处理的PDX小鼠中，肿瘤体积减小，但FB+ PDAC神经元数量未减少（图5i,j）。在患者样本切片中，接受吉西他滨和Nab-paclitaxel治疗的患者神经/肿瘤比率和神经结构减少，而接受FOLFIRINOX治疗的患者无此现象，验证了紫杉烷类药物特异性减少PDAC神经浸润（图5k和扩展数据图14q–t）。

因此，这部分的核心发现为Nab-paclitaxel通过破坏感觉神经轴突发芽，显著减少PDAC神经浸润，而这一去神经作用与其抗肿瘤疗效直接相关。奥沙利铂虽能缩小肿瘤，但无法改变神经支配状态，提示化疗药物的神经效应具有机制特异性。

12

联合去神经化破坏PDAC

尽管单药治疗（如Nab-paclitaxel或6-OHDA）能部分抑制PDAC生长，但肿瘤内残留神经元仍可能通过转录稳定的促瘤信号驱动复发。所以这部分作者旨在探索联合靶向不同神经亚型（交感与感觉神经）的协同效应，并评估其临床转化潜力。所以他们在原位PDX和皮下PDX模型中，用了以下药物组合：

6-OHDA + Nab-paclitaxel：分别靶向交感神经和感觉神经。

6-OHDA + 奥沙利铂：验证不同机制药物的叠加效应。

Botox + Nab-paclitaxel：评估同靶点（感觉神经）联合的局限性。

他们发现，6-OHDA与Nab-paclitaxel的协同效应，单药6-OHDA（2.5倍）和Nab-paclitaxel（5.5倍）联合后抑制效果提升至16.5倍（图5m,o和扩展数据图15g–i）。6-OHDA仅在神经支配丰富的原位肿瘤中有效（图5n），提示其依赖神经微环境。

那么临床意义这部分借鉴点想必同学也已经有了思路，文章发现化疗药Nab-paclitaxel通过破坏感觉神经轴突增强疗效，这一“副作用”可转化为治疗优势。类似策略是否适用于其他微管抑制剂（如多西他赛）治疗神经浸润显著的癌种（如三阴性乳腺癌、神经母细胞瘤）？交感神经消融（6-OHDA）与感觉神经靶向（Nab-paclitaxel）的联合方案在PDAC中实现16.5倍的肿瘤抑制，这一“双管齐下”策略是否可以推广至其他癌种？ 而PDAC去神经化后TME由“冷”转“热”，增强PD-1抑制剂疗效。提示神经靶向可能是改善免疫治疗响应的通用策略。

好了，啰哩吧嗦讲了这么多，我们对文章做一个总结。通过引入Trace-n-Seq技术，使我们现在能够以单细胞分辨率精准识别并分子表征动物模型中支配任何器官或健康/癌变组织的神经元。将该技术应用于健康胰腺时，该方法揭示了源自周围神经节的不同神经元亚型间显著的异质性。在PDAC中，癌细胞对神经元进行重编程，导致广泛的轴突发芽并向NEFM亚型感觉神经元转变。通过建立神经元相互作用组，发现肿瘤与CAFs及肿瘤细胞间增强的神经连接激活了驱动肿瘤进展的信号通路。这篇文章鉴定出一种独特的胰腺癌神经（PCN）表达特征，该特征在肿瘤切除后仍持续存在，可能促进肿瘤增殖和局部复发。去神经化能够解除CAFs的炎症抑制状态，为PDAC对免疫检查点阻断疗法增敏提供了可能。值得注意的是，白蛋白结合型紫杉醇不仅通过靶向肿瘤细胞抑制生长，还通过破坏神经浸润发挥作用。

这么多人评价这篇文章好，这篇文章好在哪？老熊认为，这篇文章不仅重新定义了神经在肿瘤中的角色——从被动的“旁观者”转变为主动的“共谋者”，更提供了一套从基础到临床的研究方法论。其核心启示在于：肿瘤治疗需从“靶向癌细胞”转向“重塑生态系统”，而神经系统是这一生态的关键调控者。未来研究应借鉴其多层次整合策略，在神经-肿瘤互作这一新兴领域探索更具突破性的发现。

在文中，老熊已经穿插了我们可以借鉴的发散思路，那么总结一下借鉴大方向：首先是未来是否可能通过开发活体神经成像技术（如神经特异性PET探针），实时追踪肿瘤内神经网络的动态变化。还可以利用基因编辑与类器官模型，利用CRISPR技术敲除神经元特异性基因（如Slit2），在PDAC类器官中模拟去神经化效应，高通量筛选联合药物。临床转化方面，基于PCN特征基因（如Robo1、Mir6236）构建神经浸润评分系统，预测患者对去神经化治疗的响应。开展临床试验（如Nab-paclitaxel联合交感神经阻滞剂），验证跨癌种疗效。

有的同学已经发现了，这些借鉴大方向进展很烧钱啊，小伙伴可能要说了，熊老师，我们没有很多钱做测序和大方向研究，如果只是小研究，这篇文章还有借鉴意义吗？有！当然有！

即使经费有限，仍可通过聚焦临床样本、利用公共数据、优化简单实验模型，探索神经在肿瘤中的作用。对于神经浸润的临床相关性研究，若无法开展单细胞测序，可通过免疫组化或免疫荧光检测患者组织切片中的神经标志物（如TH、CGRP等），分析神经密度与临床参数（生存期、复发率、化疗响应）的关联。TCGA、GEO等数据库不是有那么多肿瘤转录组数据么，可筛选神经特征基因（如文章中的PCN-up/down基因），分析其表达与患者生存、免疫浸润的关系。实验部分，可以试着开展简单共培养模型研究神经-肿瘤互作，无法构建Trace-n-Seq或类器官模型，可采用DRG或CG与肿瘤细胞共培养，观察神经轴突导向和肿瘤细胞迁移等等，希望同学可以举一反三。

好了，这篇推文准备了好久，写到这真的好累，希望你能从中get到点子，学会举一反三哈，点赞、转发、关注我，让我有动力继续分享！我是老熊，一个立志用通俗易懂的语言带你玩转科研的忍者~

参考文献：

[1] Thiel V, Renders S, Panten J, et al. Characterization of single neurons reprogrammed by pancreatic cancer. Nature. 2025;640(8060):1042-1051.

来源：医学顾事