<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="zh-Hans-CN">
	<id>https://www.yiliao.com/index.php?action=history&amp;feed=atom&amp;title=%E5%85%8B%E9%9A%86%E6%BC%94%E5%8C%96</id>
	<title>克隆演化 - 版本历史</title>
	<link rel="self" type="application/atom+xml" href="https://www.yiliao.com/index.php?action=history&amp;feed=atom&amp;title=%E5%85%8B%E9%9A%86%E6%BC%94%E5%8C%96"/>
	<link rel="alternate" type="text/html" href="https://www.yiliao.com/index.php?title=%E5%85%8B%E9%9A%86%E6%BC%94%E5%8C%96&amp;action=history"/>
	<updated>2026-04-18T09:27:11Z</updated>
	<subtitle>本wiki的该页面的版本历史</subtitle>
	<generator>MediaWiki 1.35.1</generator>
	<entry>
		<id>https://www.yiliao.com/index.php?title=%E5%85%8B%E9%9A%86%E6%BC%94%E5%8C%96&amp;diff=310454&amp;oldid=prev</id>
		<title>77921020：建立内容为“{{NoteTA |G1=LifeSciences |G2=Medicine }} '''克隆演化'''（{{lang-en|Clonal Evolution}}），是指肿瘤细胞群体遵循达尔文的**自然选择**（Natu…”的新页面</title>
		<link rel="alternate" type="text/html" href="https://www.yiliao.com/index.php?title=%E5%85%8B%E9%9A%86%E6%BC%94%E5%8C%96&amp;diff=310454&amp;oldid=prev"/>
		<updated>2025-12-23T09:59:30Z</updated>

		<summary type="html">&lt;p&gt;建立内容为“{{NoteTA |G1=LifeSciences |G2=Medicine }} &amp;#039;&amp;#039;&amp;#039;克隆演化&amp;#039;&amp;#039;&amp;#039;（{{lang-en|Clonal Evolution}}），是指肿瘤细胞群体遵循达尔文的**自然选择**（Natu…”的新页面&lt;/p&gt;
&lt;p&gt;&lt;b&gt;新页面&lt;/b&gt;&lt;/p&gt;&lt;div&gt;{{NoteTA&lt;br /&gt;
|G1=LifeSciences&lt;br /&gt;
|G2=Medicine&lt;br /&gt;
}}&lt;br /&gt;
'''克隆演化'''（{{lang-en|Clonal Evolution}}），是指肿瘤细胞群体遵循达尔文的**自然选择**（Natural Selection）法则，随时间推移不断发生遗传变异、筛选和扩增的过程。&lt;br /&gt;
&lt;br /&gt;
1976年，Peter Nowell 首次提出了癌症的克隆演化模型。该理论认为，肿瘤起源于单个发生了基因突变的干细胞，在生长过程中，由于基因组的不稳定性，不断衍生出具有不同突变特征的子代细胞（亚克隆）。&lt;br /&gt;
&lt;br /&gt;
在外部环境（如缺氧、免疫攻击）或**治疗干预**（如化疗、靶向药）的**选择压力**下，那些具有“生存优势”的克隆会被保留下来并大量增殖，最终导致肿瘤的复发、转移和耐药&amp;lt;ref&amp;gt;Nowell PC. The clonal evolution of tumor cell populations. Science. 1976.&amp;lt;/ref&amp;gt;。&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
== 演化模式 ==&lt;br /&gt;
肿瘤的克隆演化并非杂乱无章，主要存在几种经典模式：&lt;br /&gt;
&lt;br /&gt;
=== 1. 分支演化 (Branched Evolution) ===&lt;br /&gt;
这是最常见的模式。肿瘤像一棵树一样生长，树干是所有癌细胞共有的“主克隆”突变（Truncal mutations，如肺腺癌中的 [[EGFR]] 突变），而树枝则是后天获得的“亚克隆”突变（Branch mutations，如耐药突变）。&lt;br /&gt;
* '''临床意义'''：导致了显著的**[[肿瘤异质性]]**。单一的活检可能只采样到了某一根“树枝”，而遗漏了其他树枝上的危险突变。&lt;br /&gt;
&lt;br /&gt;
=== 2. 线演化 (Linear Evolution) ===&lt;br /&gt;
一种阶梯式的演化。一个新的优势突变克隆完全取代了之前的克隆，呈直线更替。这在某些白血病中较常见。&lt;br /&gt;
&lt;br /&gt;
=== 3. 标点进化 / 大爆炸模型 (Big Bang Model) ===&lt;br /&gt;
认为肿瘤在极早期就发生了爆发式的突变积累，随后保持相对稳定。这意味着肿瘤的“命运”在早期可能就已经注定。&lt;br /&gt;
&lt;br /&gt;
== 驱动力：选择压力 (Selection Pressure) ==&lt;br /&gt;
这是克隆演化的核心动力。在治疗过程中，药物本身就是最强的筛选器。&lt;br /&gt;
&lt;br /&gt;
* '''治疗前'''：肿瘤内部可能存在极少量的耐药亚克隆（例如仅占 0.1% 的 [[T790M]] 突变细胞），由于缺乏竞争优势，它们被大量的敏感细胞压制，处于“休眠”状态。&lt;br /&gt;
* '''治疗中'''：使用敏感药物（如第一代 EGFR 抑制剂）杀死了 99.9% 的敏感细胞，肿瘤体积缩小（临床缓解）。&lt;br /&gt;
* '''治疗后（复发）'''：原本处于劣势的耐药亚克隆因为竞争对手被消灭，获得了生存空间和资源，迅速扩增成为优势种群（Dominant Clone），导致癌症复发且对原药物无效。&lt;br /&gt;
&lt;br /&gt;
== 临床应用 ==&lt;br /&gt;
理解克隆演化对于制定精准治疗策略至关重要：&lt;br /&gt;
&lt;br /&gt;
=== 1. 动态监测 ===&lt;br /&gt;
由于肿瘤在不断演化，单次活检的病理报告具有“时效性”。必须利用 **[[液体活检]]** (ctDNA) 进行全程动态监测，捕捉克隆演化的轨迹。&lt;br /&gt;
* ''案例：使用 [[KRAS抑制剂]] 治疗期间，通过血液检测发现 [[NRAS]] 或 [[BRAF]] 突变丰度上升，提示肿瘤正在通过旁路激活途径进行演化。''&lt;br /&gt;
&lt;br /&gt;
=== 2. 联合治疗 ===&lt;br /&gt;
通过联合用药（如“靶向+化疗”或“双靶向”），同时封锁多条演化路径，减少癌细胞产生耐药克隆的逃逸机会。&lt;br /&gt;
&lt;br /&gt;
=== 3. 避免过度治疗 ===&lt;br /&gt;
低剂量的“适应性治疗”（Adaptive Therapy）策略旨在保留一部分敏感细胞来压制耐药细胞，以求达到带瘤生存的长期平衡，而非追求斩尽杀绝导致的快速耐药爆发。&lt;br /&gt;
&lt;br /&gt;
== 参见 ==&lt;br /&gt;
* [[肿瘤异质性]]&lt;br /&gt;
* [[自然选择]]&lt;br /&gt;
* [[耐药性]]&lt;br /&gt;
* [[液体活检]]&lt;br /&gt;
* [[EGFR]]&lt;br /&gt;
&lt;br /&gt;
== 参考文献 ==&lt;br /&gt;
&amp;lt;div class=&amp;quot;references-small&amp;quot;&amp;gt;&lt;br /&gt;
&amp;lt;ref&amp;gt;Greaves M, Maley CC. Clonal evolution in cancer. Nature. 2012.&amp;lt;/ref&amp;gt;&lt;br /&gt;
&amp;lt;ref&amp;gt;McGranahan N, Swanton C. Clonal Heterogeneity and Tumor Evolution: Past, Present, and the Future. Cell. 2017.&amp;lt;/ref&amp;gt;&lt;br /&gt;
&amp;lt;ref&amp;gt;Turajlic S, et al. Resolving genetic heterogeneity in cancer. Nature Reviews Genetics. 2019.&amp;lt;/ref&amp;gt;&lt;br /&gt;
&amp;lt;/div&amp;gt;&lt;br /&gt;
{{Reflist}}&lt;br /&gt;
&lt;br /&gt;
[[Category:肿瘤生物学]]&lt;br /&gt;
[[Category:进化生物学]]&lt;br /&gt;
[[Category:耐药机制]]&lt;/div&gt;</summary>
		<author><name>77921020</name></author>
	</entry>
</feed>