张泽民实验室致力于用前沿的基因组学和生物信息学技术来解决癌生物学中的重要问题，结合计算（干）和实验（湿）方法来揭示肿瘤发生、微环境和对药物响应中的系统变化和具体遗传因素，以推进癌症免疫治疗和靶向治疗的发展。首先，用单细胞测序技术来研究肿瘤微环境。第二，将尖端生物信息学方法应用到癌基因组学大数据，发现新型癌症靶点和标记物。第三，开发原创性的生物信息学工具。归纳总结，张泽民团队代表性工作主要是三个方向：①肿瘤微环境各类细胞单细胞图谱；② 肿瘤免疫治疗图谱；③ 生信工具。

https://biopic.pku.edu.cn/zxpi/510941.htm

Part I-a. 肿瘤微环境图谱绘制

从2020年至今，张泽民团队就围绕肿瘤微环境做一系列工作，绘制 T 细胞、髓系细胞、中性粒细胞，到 NK 细胞、B 细胞、内皮细胞以及成纤维细胞的单细胞图谱！篇篇经典！尤其是在 T 细胞研究上，绝对是集大成！

我们按照 T 细胞、B 细胞、NK 细胞、髓系细胞和中性粒细胞（免疫细胞）；内皮细胞和成纤维细胞（非免疫细胞）的顺序来分享。这样的顺序更符合认识逻辑，便于理解！如果对泛癌单细胞图谱进行总结，我们会发现，张泽民团队的单细胞图谱绘制始终围绕异质性展开，而不是其他！

J Cell Sci. 2012 Dec 1;125(Pt 23):5591-6。肿瘤微环境的各类细胞，单细胞测序技术刚问世不久（2009年开始，汤富酬教授发表了第一篇单细胞mRNA测序文章）。有了单细胞测序技术，这张图完全可以被赋予全新的含义。

Cell Mol Immunol 17, 807–821 (2020)。起承转合，意义重大！在写作这篇综述时候，张泽民教授可能也没有想到单细胞图谱绘制，除了免疫细胞，还有非免疫细胞吧！

Cell. 2017 Jun 15;169(7):1342-1356.e16。肝癌微环境 T 细胞的图谱绘制！一切美好，似乎从这篇单细胞图谱文章就开始了。

Nature. 2018 Dec;564(7735):268-272。结直肠癌微环境 T 细胞，单细胞图谱！

Science. 2021 Dec 17;374(6574):abe6474。泛癌 T 细胞，单细胞谱图，侧重于异质性和亚群功能的探究；王凌华团队的泛癌 T 细胞主要是基于功能状态来分析的！

Cell. 2024 Aug 22;187(17):4790-4811。泛癌 B 细胞，单细胞图谱，侧重于肿瘤浸润 B 细胞异质性及其功能；高强团队的泛癌 B 细胞图谱主要基于肿瘤浸润 B 细胞的应答模式及其对抗肿瘤免疫的影响；王凌华团队的 B 细胞图谱则集中于LUAD，不属于泛癌。

Cell. 2023 Sep 14;186(19):4235-4251.e20。泛癌 NK细胞，图谱绘制。NK细胞在肿瘤微环境的丰度相对低，侧重于肿瘤浸润 NK 细胞的异质性、功能及其与DC互作的探究。这里结合了空间转录组测序。

Cell. 2021 Feb 4;184(3):792-809.e23。泛癌髓系细胞图谱。出发点是肿瘤微环境髓系细胞异质性，落脚点是各个髓系细胞亚型的功能。功能探究主要基于数据分析，湿实验的力度稍显薄弱。

Cell. 2019 Oct 31;179(4):829-845.e20。肝癌微环境，髓系细胞图谱绘制。

Nature. 2022 Dec;612(7938):141-147。肝癌微环境，中性粒细胞图谱绘制。

Natl Sci Rev. 2024 Jul 11;11(9):nwae231。泛癌内皮细胞，单细胞图谱，围绕异质性。这篇文章内容停留在数据分析上，或许是因为已经发表了单细胞图谱文章。

Nature. 2024 Aug;632(8024):429-436。显然，重庆大学印明柱团队的文章更胜一筹。

Cancer Cell. 2024 Sep 17:S1535-6108(24)00319-2。人类成纤维细胞，单细胞图谱，侧重于成纤维细胞异质性及其亚型的功能。

Science. 2022 May 13;376(6594):695-696。这是张泽民团队对题为Cross-tissue immune cell analysis reveals tissue-specific features in humans的文章写的评论。

Part I-b. T 细胞专题

从特定肿瘤 T 细胞图谱绘制，到泛癌 T 细胞图谱绘制，再到免疫治疗中的 T 细胞亚群！

Part II 肿瘤免疫治疗图谱

2021年，张泽民团队联合北京协和医学院徐兵河教授、马飞教授和刘芝华教授在Cancer Cell发表题为Single-cell analyses reveal key immune cell subsets associated with response to PD-L1 blockade in triple negative breast cancer的论文，对治疗前后 三阴性乳腺癌TNBC 的患者免疫细胞进行了解析 ，确定了PD-L1抑制剂的反应性免疫细胞亚型，发现紫杉醇治疗会削弱PD-L1抑制剂引起的应答型免疫细胞的扩增。

2024年7月，张泽民团队在Cancer Cell杂志发表了题为Spatiotemporal single-cell analysis decodes cellular dynamics underlying different responses to immunotherapy in colorectal cancer的研究论文，绘制了新辅助PD-1抑制剂免疫治疗后结直肠癌CRC单细胞水平的时空细胞动态图谱。

2025年1月，张泽民教授团队在Cancer Cell杂志发表题为Distinct cellular mechanisms underlie chemotherapies and PD-L1 blockade combinations in triple-negative breast cancer 的研究论文，发现化疗通过重塑肿瘤微环境，增强免疫治疗效果的机制。 首次从单细胞水平揭示化疗联合PD-L1阻断治疗TNBC的新机制，为优化TNBC治疗方案提供重要依据。

几乎同时，张泽民团队在Nature Cancer杂志发表题为ETV7 limits the antiviral and anti-tumor efficacy of CD8+ T cells by diverting their fate towards exhaustion的研究论文，通过分析21种肿瘤患者单细胞转录组与ATAC-seq数据，团队鉴定出转录因子ETV7是驱动CD8+ T细胞终末耗竭的核心内在因子。ETV7通过调控耗竭基因（如CTLA4、TOX）和记忆基因（如TCF7），促使 T 细胞从记忆状态转向耗竭状态。临床前实验表明，敲低ETV7可显著增强CAR-T 细胞对实体瘤的杀伤效果。突破传统微环境调控视角，首次揭示 T 细胞自身转录因子对耗竭的调控机制，为免疫治疗提供新靶点。

2025年3月，张泽民团队与合作者在Cell杂志上以Resource形式在线发表题为A single-cell atlas reveals immune heterogeneity in anti-PD-1-treated non-small cell lung cancer 的研究论文。该研究通过单细胞测序与TCR测序，系统分析234例非小细胞肺癌（NSCLC）患者接受新辅助免疫治疗后的免疫微环境异质性，鉴定到 5 种免疫微环境亚型，其中富集FGFBP2+ NK细胞或 B 细胞亚型与高治疗响应相关，而Treg富集亚型则与耐药相关；耗竭 T 细胞前体（Texp）的丰度可作为预测患者复发风险的标志物。

PartIII 生信工具以及其他

GEPIA是一种交互式网站，使用标准流程分析来自TCGA和GTEx项目的9736个肿瘤和8587个正常样本的RNA 测序表达数据。该工具由北京大学张泽民院士团队开发。GEPIA使用的GTEXS数据基于UCSC Xena 项目 (http://xena.ucsc.edu)，由标准流程计算。而GEPIA已经从初级版升级到GEPIA2.0，再到GEPIA2021。个人看来，GEPIA目前是综合分析TCGA和GTEx数据最好的平台。目前，GEPIA还推出单细胞分析平台OmniBrower。

GEPIA网址：http://gepia.cancer-pku.cn/

通过单细胞测序对非小细胞肺癌中 T 细胞的全局表征，深层单细胞转录组数据以及完整的 T 细胞受体信息确定NSCLC浸润淋巴细胞的多维特征。这是张泽民教授团队开发的、专门用于非小细胞肺癌免疫分析的在线单细胞数据库——lungcancer。最终获得12598个基因和7183个细胞的注释。

网址：http://lung.cancer-pku.cn/index.php

2025年，张泽民院士正式出任重庆医科大学法人，预示其将接任校长，开启人生新篇章！

不忘初心，未来可期！致敬张泽民院士~~~

推文最后，我们宣布：转发本推文至朋友圈，30点赞，即可 加入芒果交流群，获得张泽民院士团队2020~2025年，全部研究论文汇总（如有不全，也欢迎果友们补充），一起探究肿瘤免疫~~