癌症并非随机突变驱动的混沌过程。莫菲特癌症中心的研究人员开发出一种名为 ALFA-K 的计算方法，通过追踪单细胞水平上数千个细胞随时间的变化，揭示了癌细胞如何通过获得或丢失整条染色体（即核型改变）来获得生存优势、适应压力并抵抗治疗。该工具首次量化了全基因组加倍对染色体不稳定性缓冲效应的阈值，并将癌症演化从“描述性观察”提升为“可预测的演化事件”，为“演化感知”的癌症治疗开辟了新路径。
该研究于2026年1月发表于 《自然-通讯》，由莫菲特癌症中心 Noemi Andor 博士团队完成。
染色体不稳定性：癌症的大跳跃
癌细胞分裂时常发生错误，导致整条染色体被错误分配——这称为染色体不稳定性。单条染色体携带数百至数千个基因，因此一次得失即可同时改变大量基因的剂量，使癌细胞实现“大跳跃”而非逐步适应，迅速获得新的表型。
然而，不同核型（染色体组合）对癌细胞的影响高度依赖于细胞已有的背景：同一染色体变化在一种背景下可能有利，在另一种背景下可能有害。这种“上下文依赖”使得预测肿瘤演化极为困难。
ALFA-K：重建核型适应度景观
传统方法通常假设染色体变化有固定效果（如某条染色体增加总是有益），无法捕捉复杂演化动态。ALFA-K 通过分析纵向单细胞数据（追踪数千个细胞随时间的变化），重建每个时间点的核型适应度景观——即给定当前染色体配置下，获得或丢失某条染色体是优势还是劣势。
研究估计了超过27万种不同核型配置的适应度，揭示：
-
癌细胞并非随机游走，而是遵循由核型构成、演化压力和治疗应激共同塑造的可测量路径
-
染色体变化的速率（如化疗引起的错误分离增加）会影响细胞在适应度景观中的移动速度，进而可能将肿瘤推向更耐受不稳定性的核型状态
关键发现：全基因组加倍的保护阈值
全基因组加倍（细胞复制所有染色体）已知可帮助癌细胞在染色体极度不稳定时存活，但此前无法量化其保护程度。ALFA-K 首次测量了这一缓冲效应：它确定了一个阈值，只有超过该阈值时，全基因组加倍才会真正成为优势。这使得全基因组加倍从“描述性观察”转变为“可预测的演化事件”。
临床意义：演化感知的癌症治疗
通过预测肿瘤在染色体层面如何演化，ALFA-K 有望在未来帮助：
-
解读重复活检结果，识别肿瘤是否正接近危险的演化转折点
-
选择能够限制癌细胞探索有害核型配置的治疗方案
-
从“抵抗出现后再应对”转向“提前预见并规避”的治疗策略
核心要点
新工具 ALFA-K：分析纵向单细胞数据，重建染色体层面的适应度景观
量化规则：揭示染色体变化的适应度依赖于细胞当前背景，而非固定效果
全基因组加倍：首次量化其缓冲染色体不稳定的保护阈值
演化可预测：癌细胞演化遵循可测量的规则，而非纯随机
治疗策略：为“演化感知”的癌症治疗提供理论基础，有望提前规避耐药
文献来源
Journal Reference:
Richard J. Beck, Tao Li, Noemi Andor. ALFA-K: Local adaptive mapping of karyotype fitness landscapes. Nature Communications, 2025; DOI: 10.1038/s41467-025-67750-0