做肿瘤免疫研究这几年，我反复听到同一类困惑：为什么PD-1抗体在部分患者身上能称得上“奇迹”，换到另一些人身上却几乎看不到动静？坦白说，这个问题没有唯一答案，但如果你把目光从肿瘤细胞本身移开，去看肿瘤微环境里的“旁观者”，会发现一个长期被低估的群体——CAFs，肿瘤相关成纤维细胞。而更让我觉得值得深挖的，是CAFs里一个叫NNMT的代谢酶。它像一只藏在后台的手，通过代谢重编程改变整个微环境的免疫格局，直接牵连到PD-1抗体响不响应。这篇文章我想把这套逻辑完整拆开，从分子机制讲到实验验证路径，再讲到联合治疗方案的可行性和实操中的坑。
1. 先搞清楚临床痛点：PD-1抗体为什么不是对所有人都管用
1.1 免疫治疗的“疗效天花板”不在肿瘤本身
PD-1抗体是目前肿瘤免疫治疗的基石之一，它的逻辑很直白：T细胞表面有PD-1受体，肿瘤细胞表面有PD-L1配体，两者一结合，T细胞就被“踩了刹车”，无法有效杀伤肿瘤。PD-1抗体就是把这个刹车拆掉，让T细胞重新干活。
听起来很完美，但临床上真实的数据是：单药响应率在不同癌种里差异巨大，有些癌种连20%都不到。即使是在公认响应率较高的癌种中，依然有相当比例的患者原发耐药。过去大家第一时间会去看肿瘤的突变负荷、PD-L1表达、微卫星不稳定这些指标，确实能筛出一部分优势人群，但筛完以后呢？剩下那批“无效”患者，问题往往不在T细胞本身，而在T细胞到达肿瘤现场的“路”上。
这就引出了微环境里的一个尴尬现实：肿瘤不是一堆癌细胞单独堆出来的，它周围还有大量基质细胞、免疫细胞、血管和细胞外基质。这些成分共同构成了一个复杂的“生态圈”。其中成纤维细胞在被激活后转变成CAFs，平时负责“盖房子修路”，但在肿瘤里，它们干的事完全变味了。
1.2 CAFs：从组织“维修工”变成肿瘤的“防御工事包工头”
正常组织里的成纤维细胞处于静息状态，组织受伤时它们会被激活，参与修复、分泌基质成分，然后任务完成就回归静息。但在肿瘤微环境里，这些细胞被肿瘤细胞持续“策反”，长期处于激活状态，这就是CAFs的由来。
CAFs干的坏事主要有几类：一是大量分泌细胞外基质蛋白，把肿瘤包在一个越来越硬的“茧”里，淋巴细胞的迁移和浸润变得困难；二是分泌各种生长因子和细胞因子，直接促进肿瘤增殖、血管生成，甚至诱导肿瘤细胞获得更恶性的表型；三是招募和驯化免疫抑制细胞，比如调节性T细胞、髓源性抑制细胞，让微环境整体朝“免疫抑制”方向倾斜。
如果你把肿瘤微环境比作一座堡垒，CAFs就是那个一直在加固围墙、布置防御工事的包工头。PD-1抗体相当于从外部下达“冲锋”指令，但如果T细胞连城墙都渗透不进去，指令再明确也白搭。
1.3 “冷肿瘤”与“热肿瘤”：免疫治疗的分水岭
临床上常用“冷肿瘤”和“热肿瘤”来描述微环境的免疫状态。热肿瘤里T细胞浸润丰富、炎症信号活跃，PD-1抗体这类免疫检查点抑制剂往往更容易起效；冷肿瘤则是T细胞进不去、炎症信号微弱，即便PD-1通路被阻断，也没有足够的效应T细胞去执行杀伤。
决定一个肿瘤是冷还是热，CAFs在其中扮演的角色非常关键。大量研究显示，CAFs富集的肿瘤往往呈免疫排斥表型，也就是说T细胞不是“不存在”，而是被困在基质区域外周，无法接触到肿瘤细胞。物理屏障、趋化因子的改变、抑制性细胞因子的分泌，这些都在CAFs的影响范围内。
所以问题的核心逐渐清晰了：如果我们能想办法把CAFs的“防御工事”拆掉，让T细胞顺利进入肿瘤内部，再联合PD-1抗体解除刹车，是不是就能把冷肿瘤转化成热肿瘤，大幅提升免疫治疗的响应率？这个思路在逻辑上完全成立，但前提是，我们得先找到一个能精准调控CAFs功能、又没有太多脱靶毒性的“开关”。NNMT，就是在这个背景下跳进我视野里的。
2. NNMT与CAFs代谢重编程：一个“烧燃料的酶”如何改写微环境
2.1 NNMT是什么？“甲基化原料焚烧炉”这个比喻很贴切
NNMT全称是烟酰胺N-甲基转移酶，催化烟酰胺接收甲基生成1-甲基烟酰胺。烟酰胺本身是维生素B3的一种形式，参与NAD代谢，但NNMT这个反应在肿瘤生物学里更有意思的地方在于，它消耗的甲基供体是SAM，S-腺苷甲硫氨酸。
SAM是细胞内几乎所有甲基化反应的核心原料，DNA甲基化、组蛋白甲基化、RNA修饰、代谢物甲基化，统统离不开它。而NNMT像一个“焚烧炉”，把宝贵的SAM源源不断地“烧掉”，生成1-MNA。当NNMT在某个细胞里高表达的时候，这个细胞内部的甲基化平衡会被大幅改写道：可用甲基供体减少，整体甲基化水平发生改变，基因表达谱随之被重排。
这个机制在肿瘤细胞里已有一些文献报道，但真正让我觉得关键的是它在CAFs里的意义。CAFs本身是异质性很强的群体，它的激活状态、分泌谱、免疫调节功能都受到表观遗传调控。如果NNMT通过消耗SAM改变了CAFs内部的甲基化景观，那等于从底层重写了这个细胞的“行为手册”。
2.2 CAFs里的NNMT高表达：不是巧合，是“被驯化”的结果
我们在分析肿瘤微环境单细胞数据时经常能看到，CAFs亚群里NNMT的表达呈现出非常显眼的高表达模式，尤其是那些与免疫抑制、基质重塑相关的CAFs亚群。这不是偶然，它说明NNMT在CAFs里面扮演着一个功能驱动者的角色，而不是无关的代谢旁路。
从机制上推演，NNMT高表达会带来两个直接后果：第一，SAM被大量消耗，细胞甲基化供体池枯竭，这一变化会抑制整体的甲基化修饰效率，导致某些抑癌基因或者分化相关基因的表达释放；第二，1-MNA作为代谢产物堆积，本身也可能参与信号调节或者通过改变NAD代谢影响细胞能量状态。最终表型上，CAFs变得更“激化”，基质合成能力增强，炎症因子分泌谱改变，免疫抑制能力上升。
我个人的理解是，肿瘤通过某种方式把CAFs里的NNMT“调高”，等于把成纤维细胞的底盘逻辑重新写了一遍，使它们从温和的修复者变成激进的促瘤者。这比单点突变之类的机制更隐蔽、也更系统性。
2.3 代谢重编程如何传导到免疫抑制？中间隔着一整套分泌网络
代谢重编程听起来是细胞内部的事，但它的影响边界远超出CAFs自身。CAFs是被“重编程”之后，等于换上了一个全新的分泌型“接口”，它往外释放的物质直接决定了微环境里免疫细胞的生存和功能状态。
比如，重编程后的CAFs会上调多种趋化因子，招募更多的免疫抑制型细胞进入肿瘤；同时下调某些T细胞趋化因子，减少效应T细胞的定向迁移。再比如，CAFs分泌的TGF-β、IL-6等细胞因子会抑制T细胞活化和杀伤功能，同时诱导树突状细胞向耐受性方向分化。还有物理层面的，重编程后CAFs产生更多致密的胶原纤维，形成阻挡免疫细胞浸润的物理屏障。
这些因素叠加在一起，构成了一个非常稳固的免疫抑制微环境。PD-1抗体在这个环境中工作，相当于试图在一片沼泽地里开车——理论上车是好的，但路根本走不通。所以靶向NNMT的意义，不只是抑制一个代谢酶，而是通过对CAFs代谢重编程的源头干预，系统性改变微环境的免疫状态，为PD-1抗体创造真正能发挥作用的土壤。
3. 实验路径拆解：如何把“NNMT+PD-1抗体”联合方案做扎实
3.1 研究主线设计：从临床相关性出发，用因果实验锁定靶点
一个靠谱的研究逻辑，不是上来就做联合给药，而是分几步走，每一步都把证据链补完整。首先是临床相关性，收集肿瘤组织的配对样本，通过免疫组化、多重免疫荧光和转录组数据，确认NNMT在CAFs中的表达水平与PD-1抗体疗效、患者生存之间的相关性。这一步虽然不能证明因果，但它决定整个研究的临床意义有多大。
第二步是体内外的因果验证。在体外，把成纤维细胞里的NNMT敲降或者用抑制剂处理，观察CAFs表型是否发生逆转，再通过条件培养基实验看它对免疫细胞功能的影响。在体内，可以使用移植瘤模型，通过基因手段在CAFs里特异性敲除NNMT，或者用药物抑制NNMT，观察肿瘤生长和免疫细胞浸润的改变。
第三步才是联合治疗实验。在合适的肿瘤模型里，设置对照组、单用PD-1抗体组、单用NNMT抑制剂组、联合治疗组，比较各组肿瘤生长曲线、生存期和免疫微环境的变化。如果联合组效果显著优于单药组，并且能在机理上解释清楚，那整个故事就闭环了。
3.2 体外实验的关键细节：原代CAFs培养与代谢指标检测
CAFs的研究和其他细胞系不同，它很难用水生化的细胞株完美替代，因为CAFs的激活状态和异质性在传代培养中容易丢失。我们实验室做下来的经验是：优先从新鲜肿瘤组织中原代分离CAFs，组织消化后贴壁培养，用α-SMA、FAP等标志物鉴定纯度。传代尽量控制在5代以内，越早用表型越真实。
代谢指标的检测是另一个容易出问题的地方。NNMT活性的直接证据来自SAM消耗和1-MNA生成，用LC-MS/MS定量是最靠谱的方案。操作时要注意几个细节：细胞样本必须快速淬灭，避免代谢物在取样过程中发生变化；SAM和SAH同时测，因为SAH是甲基化反应的副产物，SAM/SAH比值能直观反映细胞的甲基化潜能；另外需要设置同位素内标，不然定量误差会很大。
体外功能实验方面，条件培养基实验是性价比最高的做法。把CAFs的培养基收集起来，加到T细胞培养体系里，看T细胞增殖、活化和杀伤功能的变化。再加一个transwell共培养体系，模拟CAFs物理屏障对免疫细胞迁移的影响。如果条件允许，用微流控芯片3D共培养能更真实地模拟细胞外基质的物理特性，但对大多数实验室来说成本偏高，不是第一优先。
3.3 动物模型与给药时序：先拆墙，还是先进攻？
体内实验的模型选择直接决定结果的可靠性。我倾向于优先用同系小鼠移植瘤模型，因为免疫系统完整，能真实评估PD-1抗体的效果。皮下移植操作方便，但基质微环境与原位肿瘤有差异；原位模型更贴近临床，但成瘤率、操作难度和伦理审批都要多花心思。有条件的话，两者可以互为验证。
NNMT抑制剂在动物上的给药方案，目前并无可循的临床指南。以我们自己的经验和文献报道来看，每天腹腔注射或灌胃给药，连续两到三周，剂量需要根据预实验的耐受性来确定。PD-1抗体方面，一般用功能型抗小鼠PD-1抗体，按每只鼠200微克左右的剂量，每三天给药一次。
给药时序的问题容易被忽视。我个人的倾向是“先拆墙，后进攻”——提前用NNMT抑制剂预处理几天，让CAFs的促瘤表型先发生松动、基质屏障开始瓦解，然后再联合PD-1抗体。这个逻辑是：先改善微环境的免疫渗透性，再解除T细胞刹车，两步配合才能让效应T细胞真正进入肿瘤内部执行杀伤。同步给药当然也值得设置一组对照，但很多时候同步并不一定优于序贯，这个实验结果一定要自己做出来才算数。
4. 数据解读与常见坑：别让假阳性和假阴性骗了你
4.1 表型证据的判读标准：生长曲线之外还要看什么
联合治疗组肿瘤长得慢、小鼠活得久，这是最直接的表型证据，但光有生长曲线远远不够。肿瘤重量和生长曲线存在体积估算误差，尤其是在基质致密的肿瘤里，纤维成分会影响体积测量的准确性。所以实验终点一定要把瘤体完整剥离称重，并且规范统一瘤体的解剖范围。
更重要的是免疫表型层面的证据。流式细胞术检测肿瘤浸润淋巴细胞，分析CD8+ T细胞、CD4+ T细胞、Treg和MDSC的比例变化；多重免疫荧光直接观察T细胞在肿瘤组织中的空间分布——是停留在基质外缘，还是真正浸润到肿瘤巢内。这个空间信息非常关键，因为CAFs如果被有效调控，最显著的变化应该是T细胞从“排斥”到“浸润”的位置转变。
4.2 代谢指标检测的时机与细节：离体培养会骗人
代谢实验对取样时机极其敏感。细胞培养状态不同，NNMT的表达和SAM消耗速率都会变化。同一个细胞系，分离培养密度高、培养基成分不同、传代次数不同，结果可能完全不一样。我记得有一次做的SAM/SAH比值分析，因为细胞收集时没有用液氮速冻，导致SAM降解，出来的数据整体失真，重复了三次实验才找到问题所在。
另一个常见的坑是，体外药物处理浓度和体内暴露浓度之间的差距。很多NNMT抑制剂在体外需要较高浓度才能看到表型变化，但体内可能达不到。所以在做动物实验之前，一定要做药代动力学预实验，或者至少参考同靶点文献已报道的体内有效剂量。别拿体外的IC50直接换算体内给药量，这一步错后面全偏。
4.3 阴性对照和回复实验：机制自洽的最后一道防线
做机制研究，最怕的就是结果“热闹但不严谨”。基因敲除的策略验证结论时，一定要做回复实验：把NNMT重新表达回去，看表型是否恢复。如果敲降NNMT后CAFs的促瘤表型减弱，但回补NNMT后表型没有变化，那就要怀疑表型改变究竟是NNMT本身引起的，还只是敲除过程中的脱靶效应。
药物实验要设置溶剂对照，这是常识但很多人图省事就忽略了。溶剂本身如果含有DMSO等成分，剂量高了也会有细胞毒性或影响小鼠行为代谢，不加溶剂对照组，联合组的效果差异可能有一部分并非来自药物本身。
还有一个容易被忽视的点：免疫检查点抑制剂在动物模型上的应答具有模型特异性，同一个方案在A模型上有效，换到B模型上可能完全无效。所以联合治疗实验至少要在两个独立的肿瘤模型中验证，避免因为模型单一得出过度乐观的结论。
5. 转化前景与个人实操体会
5.1 NNMT抑制剂离临床有多远？
代谢酶的成药性是一个复杂问题，NNMT作为一种细胞质酶，结构上具备开发小分子抑制剂的条件。目前文献中已有一些烟酰胺类似物、天然产物类抑制剂和基于片段筛选得到的小分子化合物，但都还停留在临床前阶段。特异性、体内暴露量、长期毒性，这些问题不解决就谈不上临床。
我自己对这个靶点的理解是，它的价值不取决于单药疗效，而取决于组合策略。把NNMT抑制剂作为一个“微环境重塑剂”，联合免疫治疗、化疗或者其他靶向方案，可能是更现实的临床转化路径。这个定位决定了研究阶段要重点观察的生物标志物，比如肿瘤组织里CAFs的浸润密度和NNMT表达水平，这些很可能成为未来筛选联合治疗优势人群的预测指标。
5.2 患者分层的思路：不是所有人都需要拆墙
任何联合治疗都不是一窝蜂用上去的，分层是通往临床必需的思维。对于T细胞本来就浸润充分的“热肿瘤”，PD-1抗体已经是核心武器，再加NNMT抑制剂大概率收益有限。真正可能受益的，更可能是那些CAFs富集、T细胞排斥、NNMT在基质中高表达的患者。
所以转化阶段的筛选策略，我倾向优先考虑：结直肠癌中微卫星稳定型、胰腺癌、胆管癌等这类免疫治疗单药效果普遍不佳、同时基质反应又非常明显的癌种。在这些癌种里，如果能通过活检病理检测CAFs中的NNMT表达和T细胞浸润密度，找出高度免疫排斥的亚群，可能是联合方案最合适的目标人群。
5.3 我实操过程中沉淀的三条经验
最后分享几点我在这类课题中切切实实积攒下来的经验。第一，做CAFs相关代谢研究，一定要建好质控体系，每批原代细胞都做标志物染色和功能验证，不然不同批次之间的差异会直接污染你的实验结果。第二，单细胞数据里的CAFs亚群注释要谨慎，不要凭一两个标志物就下结论，至少用三到五个标记基因交叉验证。第三，联合治疗的给药时序值得反复试，不要想当然地认为同时给药就是最佳方案，有时候提前几天打掉基质屏障的“窗口效应”比同步给药更重要。
NNMT与CAFs代谢重编程的关系，是这个方向上我很看好的一个切入点。它既把代谢、表观遗传、免疫微环境串在了一起，又为免疫治疗的增敏提供了一个可操作的靶点。研究的路还很长，但每一步踏踏实实做下来，离真正把冷肿瘤变热的那一天会越来越近。
