隨著科學研究發(fā)展，人們發(fā)現(xiàn)單純研究某一方向無法解釋全部生物醫(yī)學問題，科學家提出從整體的角度出發(fā)去研究人類組織的細胞結(jié)構(gòu)、基因、蛋白及其分子間的相互作用，通過整體分析反映人體組織器官功能和代謝狀態(tài)，為探索人類疾病的發(fā)病機制提供新的思路。生物信息學應用計算方法分析生物數(shù)據(jù)，如DNA，RNA，蛋白和代謝物。

生物信息學已經(jīng)成為展開科研探索，開發(fā)新型診斷，治療和生物產(chǎn)品的重要工具。在當前形勢下，生信已經(jīng)逐步成為科研人的必備技能。現(xiàn)在，不管是傳統(tǒng)的濕實驗科學家，還是掌握生信的臨床科學家，在讀碩士生、博士生和博士后，包括本科生，以及醫(yī)生同道們，大家基本上形成了幾點共識：①生信很有用，必須要學；②生信迭代快，必須要學好；③生信與濕實驗結(jié)合，才是最好的歸宿；④ 科研模式進入智能科研時代。

王凌華是美國德克薩斯大學MD安德森癌癥中心基因組醫(yī)學系的終身副教授。她們團隊重點關注三大領域：①從癌前病變到浸潤性癌癥的轉(zhuǎn)變（腫瘤的發(fā)生）：全面表征腫瘤發(fā)生和進展的細胞和分子軌跡，旨在開發(fā)分類器和風險預測模型，以便更好地對患者進行分層，并開發(fā)有效攔截策略的潛在靶點。②局部腫瘤轉(zhuǎn)移的進化（腫瘤的轉(zhuǎn)移）：探索腫瘤轉(zhuǎn)移的細胞和分子基礎，試圖了解腫瘤細胞與TME的共同進化，以及腫瘤細胞與各種免疫和基質(zhì)細胞在原發(fā)和轉(zhuǎn)移微環(huán)境中的適應性相互作用。③抗癌治療的動態(tài)反應和治療耐藥性的發(fā)展（腫瘤的治療）：查明癌細胞的內(nèi)在因素和決定腫瘤對抗癌治療反應的微環(huán)境因素，識別有效的生物標志物，并開發(fā)模型來預測治療反應情況，以開發(fā)有效治療的新靶點。

王凌華于2003年畢業(yè)于山東第一醫(yī)科大學，2006年獲中山大學醫(yī)學院眼科學碩士學位，2011年獲東京大學工程研究生院癌癥基因組學博士學位。在博士研究期間，她參與了全球第一例肝癌基因組的分析，并承擔了東京大學胰腺癌基因組分析的主要工作。 畢業(yè)后，她接受癌癥基因組研究的領導者Dr. David Wheeler教授的邀請，前往美國貝勒醫(yī)學院作為一名博士后研究員開始了新的科研生活。 在此期間，她以第一作者的身份先后發(fā)表了多篇高影響力的學術論文。 2014年晉升為講師，2015晉升為助教授。 2017年3月加入MD安德森癌癥中心基因組醫(yī)學系，并于2017年夏天成立了自己的計算腫瘤生物學實驗室。

2023年5月，王凌華團隊在Nature Medicine期刊發(fā)表題為 Pan-cancer T cell atlas links a cellular stress response state to immunotherapy resistance 的研究論文，非常經(jīng)典。進入2024年，王凌華團隊依然產(chǎn)出頗豐，在Nature、Cancer Discovery、Nat Biotechnol等期刊發(fā)表了一系列文章。

2024年3月，王凌華團隊與合作者在Nature雜志發(fā)表題為An atlas of epithelial cell states and plasticity in lung adenocarcinoma的研究論文。該研究通過流式分選獲得EPCAM-的細胞，并進行單細胞測序，獲得了 16 例早期肺腺癌樣本和 47 例正常肺樣本的 246,102 個上皮細胞；發(fā)現(xiàn)上皮細胞具有不同的正常和癌細胞狀態(tài)，癌細胞之間的多樣性與LUAD特異性致癌驅(qū)動因子密切相關，備受關注。

2025年3月，王凌華團隊在Cancer Cell 雜志發(fā)表題為Conserved spatial subtypes and cellular neighborhoods of cancer-associated fibroblasts revealed by single-cell spatial multi-omics的研究論文，運用單細胞空間轉(zhuǎn)錄組技術，首次繪制出CAFs的“三維作戰(zhàn)地圖”。首次揭示腫瘤細胞通過EMT“策反”正常上皮細胞，逃逸抗腫瘤免疫的作用。機制上，這些CAFs每秒分泌 3000 根膠原纖維，打造硬度堪比乳房的致密基質(zhì)；通過VEGF信號，72小時催生新生血管網(wǎng)絡；通過釋放TGF-β等細胞因子，劫持免疫細胞通訊系統(tǒng)。

Fig1.描述四大亞型（鑒定細胞類群是單細胞空間組數(shù)據(jù)挖掘策略之一）

Fig2.空間組數(shù)據(jù)驗證。

Fig3.細胞通訊。

Fig4.表型分析（與免疫浸潤的相關性）

Fig5.空間蛋白組驗證。

非常典型的干濕結(jié)合，單細胞、空間組和多組學做課題的思路。值得借鑒，值得學習！！

參考資料：https://www.cell.com/cancer-cell/fulltext/S1535-6108(25)00083-2