本发明公开了一种在微流控芯片中同时利用抗原抗体特异性识别和细胞尺寸差别分选肿瘤细胞的 方法。本发明方法包括如下步骤:先在二氧化硅微球表面包裹一层明胶，再修饰上 anti-EpCAM，然后 与含有肿瘤细胞的样品混合孵育，孵育后的混合样品通过可进行尺寸分选的微流控芯片分选收集后，用 明胶酶降解二氧化硅球表面的明胶即可释放收集的肿瘤细胞。本发明通过抗原抗体特异性识别选择性的 扩大了吸附肿瘤细胞的微球与其他细胞的尺寸差别，分选效率及纯度更高，并且分选出来的肿瘤细胞能 够被释放及培养，活性不受影响。

南开大学药物化学生物学国家重点实验室、生命科学学院、药学院教授饶子和院士，南开大学生命科学学院2014届博士毕业生、上海科技大学王权教授，英国伯明翰大学Gurdyal Besra教授，上海科技大学李俊副研究员为论文共同通讯作者。南开大学生命科学学院2019届博士毕业生张璐（排名第一）、上海科技大学博士生赵耀为论文共同第一作者，南开大学药学院赵炜教授是该成果合作者之一，南开大学生命科学学院2016级本科生吴方羽参与文章发表。南开大学细胞应答交叉科学中心为论文通讯单位之一。据介绍，该联合研究团队综合利用冷冻电子显微镜技术和X射线晶体学技术解析了抗结核一线药物乙胺丁醇与靶标蛋白，分枝杆菌膜蛋白糖基转移酶EmbA-EmbB-AcpM2蛋白复合物，及与EmbC2-AcpM2蛋白复合物与乙胺丁醇结合的高分辨率三维结构，首次阐明这个使用了近60年，治愈了无数结核病感染者的一线药物的抑制作用机理，并首次揭示了临床耐药的分子机制。研究结果显示，每个Emb蛋白单体均为含有氨基端15次跨膜螺旋的跨膜区和羧基端可溶区结构域的折叠形式，并且以EmbA-EmbB或EmbC-EmbC组成异源或同源二聚体，并首次报道了每个Emb蛋白均在胞内结合一个酰基载脂蛋白AcpM，最终组成EmbA-EmbB-AcpM2/EmbC2-AcpM2蛋白复合物。据悉，这是世界上第一个解析的源于结核分枝杆菌的膜蛋白三维结构，该研究共解析并向蛋白质数据库（protein data bank, PDB）投递5个蛋白质结构坐标，为全世界范围研发设计新型抗结核抑制剂提供可靠的数据支撑。饶子和院士团队长期致力于抗结核药物重要靶标蛋白质的结构和功能研究以及抗结核新药研发，此项最新研究成果是继2018年饶子和院士南开团队在《科学》杂志发表分枝杆菌呼吸链超级复合物高分辨率结构，2019年上海科技大学团队在《细胞》杂志发表分枝杆菌关键药靶跨膜转运蛋白MmpL3与抑制剂复合物结构后，在抗结核药物研发领域的又一重大科研成果。

化合物 6,8-二甲基-7,4ʹ-二甲氧基-5-羟基黄烷(HDF)由天然黄酮 类化合物鹃花醇结构改造获得，研究发现具有细胞毒性，能诱导细胞 凋亡和细胞周期阻断于 G2/M 期，特别醒目的是，细胞经 HDF 处理 后变圆、变大，呈典型的周期阻断表现。作用类似于临床上广泛应用 的具有干扰微管作用机制的药物长春新碱和紫杉醇;在细胞周期阻滞 方面与紫杉醇的作用更接近，因此可能对卵巢癌、乳腺癌、非小细胞 肺癌(NSCLC)、头颈癌、食管癌、精原细胞瘤、复发非何

化合物 6,8-二甲基-7,4ʹ-二甲氧基-5-羟基黄烷(HDF)由天然黄 酮类化合物鹃花醇结构改造获得，研究发现具有细胞毒性，能诱导细 胞凋亡和细胞周期阻断于 G2/M 期，特别醒目的是，细胞经 HDF 处理 后变圆、变大，呈典型的周期阻断表现。作用类似于临床上广泛应用 的具有干扰微管作用机制的药物长春新碱和紫杉醇；在细胞周期阻滞 方面与紫杉醇的作用更接近，因此可能对卵巢癌、乳腺癌、非小细胞 肺癌（NSCLC）、头颈癌、食管癌、精原细胞瘤、复发非何金氏淋巴瘤 等有疗效。

该研究是评价吡咯替尼联合卡培他滨治疗HER2阳性乳腺癌脑转移疗效和安全性的首个前瞻性临床研究，也是首个根据乳腺癌脑转移既往是否接受过脑部局部放疗，分为两个独立队列进行的前瞻性临床研究，为乳腺癌脑转移患者的临床治疗带来了新的启示。

天然产物阿地咪的人工合成衍生甲酰阿地咪（(-)-5-N-formalardeemin）及其药学上可接受的盐可作为抗肿瘤药物应用于治疗人类恶性肿瘤。其作为抗肿瘤药物不仅可直接抑制恶性肿瘤细胞的增长，更为重要的是可作为化疗增敏剂，与其它抗肿瘤药物如阿霉素、长春新碱等联用，通过逆转肿瘤细胞的多药耐药性而达到有效杀灭肿瘤细胞的作用。更有意义的是，其作为化疗药物增敏剂较其直接作为肿瘤细胞生长抑制剂在治疗恶性肿瘤方面更为有效，具有重要的临床应用前景。

近日，化学与药学院裴志超教授团队在循环肿瘤细胞检测领域取得新进展，研究成果以“AGLUTs/GSHcascadetargeting-responsivebioprobeforthedetectionofcirculatingtumorcells”为题，发表于国际著名化学期刊ChemicalCommunications上。博士研究生王毅为论文的第一作者，裴玉新教授为通讯作者。

2020年5月4日，中国科学技术大学生医部、基础医学院、中科院天然免疫与慢性疾病重点实验室和合肥微尺度物质科学国家研究中心周荣斌、江维研究组，附属第一医院潘跃银研究组和复旦大学柳素玲研究组合作在NatureCellBiology上在线发表题为“Myeloid PTEN promotes chemotherapy-induced NLRP3 inflammasome activation and antitumor immunity”的长篇研究论文，发现髓系细胞中PTEN蛋白能够促进NLRP3炎症小体活化，并增强化疗反应性。化疗是目前治疗肿瘤最常用的手段之一，但是一些肿瘤患者对化疗药物并不敏感。除了受肿瘤细胞自身因素的影响外，越来越多的研究表明免疫微环境对肿瘤的化疗效果同样具有重要作用。过去的研究表明蒽醌类化疗药物能够诱导肿瘤细胞发生免疫原性细胞死亡，释放大量免疫原性物质如HMGB1和ATP，诱导NLRP3炎症小体活化和IL-1β和IL-18等细胞因子产生，从而促进肿瘤微环境中免疫细胞浸润并提高化疗诱导的抗肿瘤免疫。尽管肿瘤微环境中NLRP3炎症小体活化对化疗效果的发挥至关重要，但是在肿瘤微环境中决定NLRP3炎症小体活化的因素还不清楚。PTEN蛋白是机体中重要的肿瘤抑制子，具有脂质磷酸酶和蛋白磷酸酶双重磷脂酶活性。已有的研究表明肿瘤细胞中PTEN蛋白通过其脂质磷酸酶活性逆转PI3K-AKT-mTOR 信号活化，抑制细胞增殖和肿瘤生长。在肿瘤治疗过程中，肿瘤细胞中的 PTEN 蛋白缺失导致 PI3K-AKT 信号通路过度活化，引起肿瘤治疗抵抗。尽管肿瘤细胞中的PTEN蛋白在肿瘤发生发展和肿瘤治疗中的功能研究较为清楚，但是PTEN在免疫微环境中的作用和机制尚不清楚。 为了探究髓系细胞中的 PTEN 蛋白是否影响肿瘤的治疗效果，研究者首先对髓系细胞中PTEN条件性基因缺陷小鼠进行皮下荷瘤，并利用能够诱导肿瘤细胞发生免疫源性细胞死亡的化疗药物进行治疗。结果显示当PTEN缺陷后，化疗药物对肿瘤的治疗效果显著降低。对小鼠肿瘤组织和腹股沟淋巴结中抗肿瘤免疫相关指标进行检测，发现PTEN缺陷小鼠中CD8+T细胞浸润显著降低，IFN-γ的分泌也明显减少。与此同时，肿瘤免疫微环境中炎症小体活化相关指标caspase-1剪切，IL-1β和IL-18分泌也显著减少。这些结果表明PTEN可能通过促进免疫微环境中炎症小体活化提高机体抗肿瘤免疫。接下来研究者在细胞水平探究PTEN对炎症小体活化的影响。通过利用shRNA敲低和PTEN缺陷细胞进行炎症小体活化实验，研究者发现PTEN能够特异性促进NLRP3炎症小体活化，而不影响AIM2和NLRC4炎症小体活化。机制上，PTEN能够直接结合NLRP3，通过其蛋白磷酸酶功能介导NLRP3酪氨酸32位点（鼠源为酪氨酸30位点）发生去磷酸化修饰，进而促进NLRP3炎症小体组装活化。此外，作者还构建了能够特异性识别NLRP3酪氨酸30位点磷酸化的抗体以及NLRP3酪氨酸30位点组成型磷酸化的knock-in小鼠Nlrp3Y30E/Y30E，进一步确定了PTEN通过诱导NLRP3酪氨酸32位点去磷酸化促进NLRP3炎症小体活化。为了明确髓系细胞PTEN促进化疗诱导的抗肿瘤免疫依赖于NLRP3炎症小体。研究者在PTEN条件缺陷鼠中回补细胞因子IL-1β和IL-18，发现回补细胞因子后能够显著提高化疗药物对PTEN条件缺陷鼠的治疗作用，表明PTEN通过促进免疫微环境中NLRP3炎症小体活化提高机体抗肿瘤免疫。在肿瘤临床样本中，研究者也发现髓系细胞中的PTEN与肿瘤患者对化疗药物的敏感性呈现正相关关系。总之，该研究创新性体现在：1）发现肿瘤抑制因子PTEN在NLRP3炎症小体活化中发挥关键作用；2）揭示髓系细胞PTEN可以通过控制NLRP3炎症小体活化从而决定化疗敏感性；3）提示髓系细胞PTEN的表达可以作为一种预测化疗敏感性的生物标记物。中国科学技术大学生医部和基础医学院黄亿博士为该论文第一作者，周荣斌、江维、潘跃银和柳素玲教授为共同通讯作者。该项工作得到了复旦大学丁琛课题组、邵志敏课题组，安徽医科大学蔡永萍课题组，苏州系统医学研究所马瑜婷课题组和中科大张华凤课题组、金腾川课题组、王朝课题组和白丽课题组及科技部、基金委、中科院、安徽省和中国科学技术大学的大力支持。原文链接：https://www.nature.com/articles/s41556-020-0510-3

  肠癌合并同时性腹膜转移（PC）的发病率约为5-10%，复发时合并腹膜转移发病率为25-44%。“腹膜转移如果能够早期诊断，可以增加彻底减瘤手术的机会，未来能够明显延长肠癌患者的生存期。”王辉教授说。2018年团队和深圳腾讯AI lab建立了合作关系，研发一个基于卷积神经网络（CNN）的ResNet3D系统。经查，这是世界上第一个诊断肠癌腹膜转移的AI平台，能够自动识别原发肿瘤特征，同时提取肿瘤临近腹膜的影像学特征，构建基于人工智能的SVM分类器。训练组一共纳入了19814张CT图像，验证组包括了7837张CT图像。    研究发现，ResNet3D的AI系统仅需花费34秒就自动识别并诊断了所有验证图像。“ResNet3D+SVM分类器”的肠癌腹膜转移诊断的准确性高达94%，AUC为0.922，敏感性和特异性均高达94%，明显优于常规增强CT的诊断能力。