医学论文哪里有？我们的研究揭示了 CRC 患者的细胞毒性 T 细胞运输趋化因子与肠道菌群之间的显著相关性，并发现趋化因子和肠道菌群进行结合与良好预后相关。这些结果可能最终为开发新的 CRC 治疗方法铺平道路，这些方法旨在改善肠道菌群，促进细胞毒性 T 细胞在肿瘤中的浸润，从而对 CRC 患者具有良好的预后意义。
第一章 绪论
1.1 CRC 流行病学现状
结直肠癌（Colorectal cancer）是从结肠或直肠发展而来的癌症，是消化道中最常见的恶性肿瘤之一[1]. 该疾病的早期症状不明显，但随着疾病的发展会出现便血、肠蠕动改变、体重减低和一直感到疲倦等症状。在全球范围内，结直肠癌的发病率排在第三位，死亡率居于第二位，每年有近 90 万人因该病死亡[2]。除了高收入国家的人口老龄化和饮食习惯外，肥胖、缺乏体育锻炼和吸烟等不利危险因素也增加了结直肠癌的风险[3]。在我国，随着社会经济的发展，人口结构逐渐趋于老龄化，CRC 的发病率及死亡率逐渐升高，正在成为日益严重的公共卫生问题。中国国家癌症中心 2019 年的数据表明，CRC是国内粗发病率排名第 4，死亡率排名第 5 的恶性肿瘤。每 10 万人中就有 28.20 人患有CRC，13.61 人因 CRC 死亡。在过去几十年中，许多国家结直肠癌患者的预后五年生存率缓慢但稳步提高[4]。在高收入的发达国家（如澳大利亚，美国，加拿大和部分欧洲国家），5 年相对生存率已达到近 65%，但在低收入国家中，该指标仍未达到 50%[5]。CRC的预计生存期会随着发病年龄的增大而减少，而该疾病的 DUCKs 分期是最重要预后因素。2001 年到 2007 年间，美国不同分期的结直肠癌患者的 5 年生存率分别为 90.1%（I期），69.2%（II 期和 III 期）和 11.7%（IV 期）[1]。CRC 的发生发展严重影响患者的生活质量，同时其高死亡率给家庭和社会带来了严重的负担。为此本研究探寻与 CRC 分期相关的因素，联合肠黏膜微生物及部分免疫指标作为识别疾病不同阶段的标志物，寻找更好的预后生物指标，为改善 CRC 患者预后提供新的支持。
第三章：CRC 患者肿瘤黏膜菌群与相邻正常黏膜差异性研究
3.1 仪器和材料
3.1.1 仪器
我们选取了在 2016 年至 2019 年于江南大学附属医院进行肿瘤切除手术的 CRC 患者 136 名。收集 CRC 患者的新鲜肿瘤组织和手术区域内距离肿瘤最远位置（大于 5 cm）的癌旁组织共 136 对。取得活检组织后其中一部分立即将样品装入冷冻管置于液氮中进行淬灭，后转移至-80 ℃冰箱进行保存直至提取 DNA。使用冻存的肿瘤和癌旁组织刮取肠黏膜，提取黏膜 DNA,其中 DNA 质量合格的样品 101 对进行 16S 测序。术后对 CRC患者进行随访并收集患者与疾病相关的临床资料，于 2021 年 5 月 10 日记录患者预后信息，结合 16S 测序结果进行分析，探究 CRC 患者肿瘤黏膜菌群与临近正常组织黏膜菌群的差异，并探究其与患者预后之间的关联。该部分研究由我和张嘉丽共同完成。
第五章：讨论
5.1分析方法
使 用 sparse compositional correlation (SparCC, 获取地址 https://bitbucket.org/yonatanf/sparcc)算法对与肿瘤或邻近正常组织中与每种趋化因子相关的每个OUT的黏膜丰度进行物种相关分析。SparCC依赖于具有可靠的组件数，SparCC计算的相关性是对数转换后的丰度之间的线性关系。SparCC 用于阐明每个样品组的微生物相互作用。使用 100 次迭代重复进行计算显着性值，并考虑 p 值<0.01。相关网络数据的可视化使用 Cytoscape 3.7.0。
通过 ROC 曲线分析来评估黏膜肠道菌群与 CTTCs 水平在 DUCKs 阶段鉴定中的鉴别潜力。使用 SPSS 25 进行数据分析及结果可视化。
5.2募集细胞毒性 T 细胞的趋化因子表达谱与黏膜菌群相关
为了评估所定义的黏膜菌群的相对丰度与单个趋化因子表达水平之间的相关性，我们计算了趋化因子与肿瘤和邻近正常黏膜中差异 OTU 之间的 spearman 相关性。如上图所示，包括 CXCL9、CXCL10、CXCL11 和 CCL5 在内的细胞毒性 T 细胞运输趋化因子在肿瘤和邻近正常组织中差异表达（图 1A-D），在肿瘤组织中，这些趋化因子的表达与多个 OTU 的丰度显着相关（图 14A-D），并且所有相关的 OTU 与这四种趋化因子的表达呈正相关，此外与四种趋化因子表达相关的 OUT 之间并无重合。然而，对于相同的趋化因子，肿瘤和邻近正常黏膜中相关的 OTU 很少一致（图 15A-D），且在正常黏膜中与 CXCL9、CXCL10 和 CXCL11 表达相关的 OUT 之间重合度较高。值得注意的是，与 CRC 相关的菌群（例如 Fusobacter 和 Parvimonas 属中的物种）仅与肿瘤黏膜中的趋化因子呈正相关，在正常黏膜中并无相同趋势。CRC 的肿瘤微环境十分复杂，促进肿瘤发展的因素如 Fusobacter、Parvimonas 和抑制肿瘤发展的因素如 CTTCs 并存，这可以部分解释为什么趋化因子不能作为患者生存的稳定预测指标。
接下来，我们分析了随着疾病进展，CRC 相关菌群的进化。我们通过将患者分为低DUCKs 阶段（I-II 期）和高 DUCKs 阶段（III-IV 期）两个类别，并从门水平到种水平对不同组的微生物相对丰度进行 linear discriminant analysis (LDA) effect size (LEfSe)分析，从而确定了肠道菌群的变化。将相对丰度转换为另一个风险指数，用以区别低 DUCKs阶段或高 DUCKs 阶段。采用 Leave-one-ou（tLOO）交叉验证方法对风险指数进行验证。使用 LOO 结果来生成 ROC 曲线，并计算曲线下的面积（AUC；见图 16）。此外，我们也将趋化因子表达水平添加到风险指数中以生成 ROC 曲线。结果表明肿瘤黏膜或邻近正常黏膜中特定微生物的相对丰度可用于生成分类器，该分类器以 81.1％，81.4％的特异性区分低/高 DUCKs 阶段（图 16 A，C）。此外，添加趋化因子表达水平将分别稍微提高特异性，分别为 83.0％和 88.3％（图 16 B，D）。
第六章：主要结论及展望
6.1 主要结论
（1）CTTCs 在 CRC 患者肿瘤和正常组织中存在差异表达，且肿瘤和正常组织免疫微环境不同。肿瘤中 CXCL9 和正常组织中 CCL5 高表达提示更高 CD8+ T 细胞的密度，且肿瘤中 CXCL9 和正常组织中 CXCL9 及 CXCL10 高表达提示患者更好预后。
（2）肿瘤和邻近正常组织中的肠黏膜菌群结构不同，在 CRC 生态网络中，口腔共生菌占据了重要中心地位。一些与 CRC 相关的微生物与肿瘤组织中 CTTCs 的表达呈正相关，结合趋化因子和特定微生物，可区分 CRC 的 DUCKs 分期。
参考文献（略）
