癌症生物物理
编者按：
目前全球每年约有700万人死于癌症，到2030年将可能超过1310万。在过去的几十年里尽管癌症研究不断出现新进展，但研究成果不甚显著，最直接的证明便是死亡率无明显下降。癌症研究进展迟缓，可以说依然处于探索时期。这让越来越多的研究人员开始怀疑，用经典的生物学或医学思路研究癌症是否存在策略和方法上的缺陷？
近几年世界的科研人员积极从物理、工程、数学、信息联合生物和医学跨领域地对癌症一系列问题进行系统性研究。虽然他们遭遇跨领域研究重大疾病问题缺乏理解和支持的尴尬局面，但最近一系列成功也引起了国际上的关注。而由于中国癌症发病的特点，特别是当今肺癌、直肠癌的高发病率和高致死率，尤其使中国的科学家意识到了肿瘤物理研究的重要性和必要性。同时中国的癌症发病带来了数目极为巨大的临床样本，也使得国际上一流的研究机构和大学迫切地希望与中国跨学科进行肿瘤研究的研究人员进行系统性的深度合作。这种在癌症这一重大疾病上国际层次上的跨学科的协同研究，已经成为当今国际学术界乃至社会所关注的要点。
本刊组织的“癌症生物物理”专题，是从先进物理实验手段、理论模型、物理与生物交叉等领域对近几年内癌症的内在机理、检测手段以及新型研究方法等方面创新性研究的系统性介绍。这一专题将讨论现今癌症研究中的关键问题，瓶颈以及物理交叉研究所带来的崭新格局；并且希望能够将物理的认识和技术上的创新应用于癌症医学领域，在某种程度上帮助病人及其家属，减轻癌症这一恶疾对他们带来的痛苦。
2015, 64 (5): 058707.
doi: 10.7498/aps.64.058707
摘要 +
肿瘤细胞和所处微环境的物理性质, 以及它们之间的相互物理作用对于肿瘤的产生、发展与转移都有极大的影响, 这使得从物理学角度探索肿瘤研究成为了必然趋势. 肿瘤转移是癌症致死的最大因素, 而肿瘤细胞迁移中的极化是肿瘤转移的重要一步. 本文总结了物理学实验和模型在揭示细胞迁移和极化机理方面的贡献. 实验上应用最新的微流控芯片技术与表面微模型化技术等手段, 研究空间维度、黏附行为、机械力等物理信号对于细胞极性的建立与保持以及细胞迁移行为的影响后, 发现物理信号与生化反应之间的相互耦合对于细胞迁移有着至关重要的作用; 理论上基于扩散反应方程, 已经建立了一系列表征细胞极化的模型. 今后的研究将结合物理实验建立肿瘤细胞迁移中的极化模型, 进而发展针对肿瘤细胞感知物理信号的新的治疗肿瘤转移方法.
2015, 64 (5): 058201.
doi: 10.7498/aps.64.058201
摘要 +
文章以第一类胶原纤维网络为例, 着重分析了癌细胞三维微环境的多尺度结构及力学特征. 对于细胞与细胞外介质结合的蛋白集团、单个细胞以及细胞群体, 分别由单个纤维(或亚纤维)、纤维集束以及纤维网络整体来决定相应的力学环境. 文章同时也讨论了胶原纤维(及其类似材料) 的局限性.
2015, 64 (5): 058705.
doi: 10.7498/aps.64.058705
摘要 +
癌症致命的主要原因是癌细胞在临床上的转移性. 癌细胞的侵袭和转移是一个非常复杂的三维过程, 但现有的癌症研究在活体上有诸多观测和操作上的困难. 而体外实验又通常在培养皿中进行, 其二维的生长环境已完全不能满足对癌细胞空间转移性的深入研究, 故在活体外构建出癌细胞侵袭和转移的三维物理模型具有十分重要的意义. 然而如何在体外尽可能真实地模拟体内癌细胞的生长微环境一直是困扰科学家的难题. 本文系统介绍了三维微纳米制造的几种主流技术, 探讨了它们在癌症生物物理研究中的应用和发展. 在此基础上为了在未来实现对体外三维模型的制造、观测和精确操作, 文章还创新性地提出了一种结合紫外线固化生物型水凝胶的三维成型技术、光片三维成像技术以及微纳米探针控制技术的一体化研究平台. 这些先进的技术和理念, 势必会逐步升级现有传统的癌症研究手段, 为未来理解和治疗癌症揭开全新的篇章.
2015, 64 (5): 058706.
doi: 10.7498/aps.64.058706
摘要 +
肿瘤的侵袭和转移行为, 常常是导致病人的死亡的原因. 而人们对这些由复杂的肿瘤宿主以及肿瘤细胞与细胞之间相互作用而产生的群体性行为知之甚少. 对这一过程了解的加深, 需要多学科间的合作. 在本篇文章中, 作者将简要回顾肿瘤物理领域的一种新手段, 即近年来由作者参与的通过元胞自动机(CA)模型来研究微环境促进的实体瘤侵袭性生长的研究, 该模型整合了一系列微观的肿瘤宿主相互作用, 包含了肿瘤细胞对细胞外基质的降解, 肿瘤细胞趋向养分的迁移, 肿瘤生长导致的局部组织压力累积以及该压力对局部的肿瘤宿主界面稳定性的影响, 并且, 肿瘤生长时细胞间的粘连也被明确地考虑进来. 该元胞自动机模型能成功地重现出一系列的标志性的肿瘤侵袭行为, 这有力地表明出该模型的有效性和预测能力. 这一模型, 如果能与临床数据结合, 理论上能够拓展从医学数据中得到的现有结论, 帮助设计新的实验, 检验假说, 并且在实验难以检测到的情形下, 预测肿瘤的行为, 协助癌症的早期诊断和预后, 并针对不同病人, 提出最优的个体化医疗方案.
