Home
Explore Uedu
Student Console
Register as Member/Login
(2) In future presentations of the research findings, in addition to the course project website and public presentations, your real name and personal information will not appear in this research report. If you are interested in the research results, we can provide you with an executive summary after the study is completed.
問卷中心
Teacher Console
Course Setup
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

0

Local AI

--

CISOSE26 本地 AI UG26
政治大學 AQI 15 29°C

AI Reply Desktop Notifications

Show a desktop notification when the AI TA finishes replying

Chat Message Notifications

Notify me when classmates post messages in the forum

Sound notification

Play an alert sound whenever there is a new notification

病理學

為什麼同一顆腫瘤,左半邊和右半邊會「不一樣」?

從選殖演化、轉移瀑布到血栓病理與診斷不確定性,看病理學如何把腫瘤理解為演化族群、把疾病拆解為可預測的機制鏈。

為什麼同一顆腫瘤,左半邊和右半邊會「不一樣」?

你已經知道惡性腫瘤經由多步驟癌變形成、以侵襲與轉移為最危險特徵。但這裡有一個更尖銳的問題:當外科醫師切下一顆 5 公分的腫瘤,病理科醫師為什麼不能只挑一個角落取樣,就代表整顆腫瘤?答案是——一顆腫瘤從來不是一群一模一樣的細胞。它的不同區域可能帶有不同的突變、不同的增殖速度,甚至對同一種藥物有截然相反的反應。這種「腫瘤內異質性」(intratumoral heterogeneity)是當代腫瘤病理學最核心的難題之一,也徹底改寫了我們對「一個診斷、一種治療」的天真想像。

入門篇把疾病還原為細胞層次的事件;這篇進階文章要更進一步,把腫瘤看成一個會演化的族群、把轉移看成一段需要層層闖關的旅程,並追問一個常被忽略的問題:病理診斷的「確定性」究竟是怎麼被建立起來的。我們也會走出腫瘤,看看一個入門篇完全沒談、卻每天在醫院奪命的領域——血流動力學與血栓病理。

病理學進階概念示意圖

腫瘤是一個演化中的族群:選殖演化

要理解腫瘤異質性,得先把達爾文(Darwin)請進顯微鏡。1976 年,諾威爾(Peter Nowell)提出「選殖演化」(clonal evolution)模型,主張癌症是體細胞層次的天擇(natural selection)結果。它的邏輯與物種演化驚人地相似:

  • 變異:腫瘤細胞在每次分裂時都可能累積新的突變,產生基因型各異的次選殖株(subclones)。
  • 選擇:在缺氧、營養競爭、免疫攻擊、甚至化療藥物這些「選擇壓力」下,恰好帶有有利突變的次選殖株存活並擴張,其餘則被淘汰。
  • 遺傳:勝出的次選殖株把它的優勢突變傳給後代細胞。

這個模型解釋了許多臨床上令人沮喪的現象。為什麼一種標靶藥物起初有效、幾個月後卻失效?因為治療本身就是一種強烈的選擇壓力——它清除了對藥物敏感的主流細胞,卻替原本只佔極少數、帶有抗藥突變的次選殖株「清出了空間」,使其趁勢擴張。這不是腫瘤「學會」了抵抗,而是抗藥的種子本來就存在,治療替它做了篩選

近年的單細胞定序(single-cell sequencing)與「多區域取樣」(multi-region sampling)研究進一步揭示,許多腫瘤的演化呈現分支(branched)而非線性的樣貌:就像一棵樹,所有細胞共享樹幹上的「主幹突變」(truncal mutations,是癌變最早期的事件、存在於每一個癌細胞中),但不同枝條(不同區域、不同轉移灶)各自帶有獨特的「枝幹突變」(branch mutations)。這正是為什麼單點取樣可能誤導治療——你採到的那個角落,未必代表會致命的那一支。

值得注意的是,純粹的選殖演化模型近年也受到補充。「大霹靂模型」(big bang model)認為某些大腸癌在很早期就一次性產生了大部分異質性,之後各次選殖株近乎中性地共存,而非持續被強選擇。無論細節如何,核心訊息一致:腫瘤不是靜止的一塊組織,而是一個正在進行中的演化實驗。

轉移不是「漂過去」:闖關式的轉移瀑布

入門篇告訴你轉移(metastasis)是惡性腫瘤最危險的能力。但轉移絕非癌細胞隨血流「漂」到遠處那麼簡單——它是一連串效率極低的闖關過程,稱為轉移瀑布(metastatic cascade)。事實上,進入血液循環的腫瘤細胞中,能成功在遠端器官長成轉移灶的不到萬分之一。理解這條瀑布的每一關,是理解為什麼轉移既致命又「困難」的關鍵。

轉移瀑布大致包含這些步驟:

  1. 局部侵襲(local invasion):癌細胞鬆開彼此的連結,分泌基質金屬蛋白酶(matrix metalloproteinases, MMPs)降解周圍的基底膜與細胞外基質,向組織深處鑽。
  2. 上皮間質轉化(EMT):許多上皮來源的癌細胞會啟動「上皮間質轉化」(epithelial-mesenchymal transition),暫時失去上皮細胞彼此緊密黏附的特性(如降低 E-cadherin),獲得間質細胞般的遊走能力。這是一個可逆的程式,到達遠端後癌細胞常會反向進行(MET)以重新定殖。
  3. 血管內滲(intravasation):癌細胞穿入血管或淋巴管。
  4. 循環中存活:絕大多數循環腫瘤細胞(circulating tumor cells, CTCs)在血流中因失去附著(一種稱為 anoikis 的失巢凋亡)、剪切力與免疫攻擊而死亡,僅極少數存活。
  5. 血管外滲(extravasation):存活者在遠端微血管停滯、穿出血管壁,進入新器官的組織。
  6. 定殖(colonization):這是最困難的一關。多數癌細胞抵達後進入休眠(dormancy),可能蟄伏數年;只有少數能在陌生的微環境中重新啟動增殖,長成臨床可見的轉移灶。

這裡牽涉一個百年前就被觀察到、至今仍深具啟發的假說:1889 年佩吉特(Stephen Paget)提出的「種子與土壤」(seed and soil)理論。他發現乳癌的轉移分布並非單純依血流路徑決定,而是某些器官(土壤)特別「適合」特定癌細胞(種子)生長。現代研究證實,原發腫瘤甚至能透過分泌的因子與胞外囊泡(exosomes),預先改造遠端器官,形成有利定殖的「轉移前微環境」(pre-metastatic niche)——彷彿在登陸前先派出工兵整地。

看一個例子:為什麼大腸癌常先轉移到肝臟?

一位 62 歲患者確診大腸癌,影像顯示肝臟已有多顆轉移灶,但肺部乾淨。為什麼是肝先中?這同時體現了「土壤」與「管路」兩種邏輯:

  • 解剖管路(血流路徑):大腸的靜脈血並非直接回到心臟,而是先匯入肝門靜脈(portal vein),流經肝臟才回到體循環。因此從大腸脫落、進入靜脈的癌細胞,第一個經過的「過濾器官」就是肝——肝臟的竇狀微血管(sinusoids)正好成為癌細胞停滯的第一站。這解釋了大腸癌肝轉移的高頻率。
  • 土壤適配(微環境):肝臟富含生長因子、血流量大、免疫監視相對寬鬆,對許多癌細胞而言是適合的土壤。

對照之下,眼球脈絡膜黑色素瘤(uveal melanoma)幾乎只往肝臟轉移,但它的眼部靜脈引流並不經過肝門靜脈——這時就無法用「管路」解釋,必須訴諸「種子與土壤」的分子親和性。同一個現象(肝轉移),背後可能是完全不同的機制,這正是病理學要求我們對每個個案具體分析、而非套用單一公式的原因。

走出腫瘤:血流動力學與血栓病理

入門篇聚焦在細胞損傷、發炎與腫瘤,但有一整類疾病每天在急診室與加護病房奪命,卻常被初學者忽略——血流動力學障礙(hemodynamic disorders)。心肌梗塞、中風、肺栓塞,這些頭號死因的共同主角,是血栓(thrombus)。

正常情況下,血液必須在血管內保持流動且不凝固,又要在血管破損時迅速凝血止血——這個微妙平衡稱為止血(hemostasis)。當平衡向「過度凝固」傾斜,就形成不該出現的血栓。十九世紀病理學巨擘魏修(Rudolf Virchow)歸納出血栓形成的三大要素,至今仍是教科書經典,稱為魏修三角(Virchow's triad):

  1. 內皮損傷(endothelial injury):血管內襯的內皮細胞一旦受損(如動脈粥狀硬化斑塊破裂、高血壓、抽菸),會暴露出促凝的膠原與組織因子,啟動凝血。
  2. 血流異常(abnormal blood flow):正常的層流(laminar flow)會把血小板沖在血流中央、遠離血管壁;當血流變慢(stasis,如長途飛行久坐、心房顫動)或變成紊流(turbulence,如動脈瘤、血管分叉處),血小板得以接觸並黏附血管壁,促成血栓。
  3. 血液高凝狀態(hypercoagulability):血液本身變得容易凝固,可能來自遺傳(如第五因子萊登突變,Factor V Leiden)或後天(如癌症、懷孕、口服避孕藥、長期臥床)。

理解這三角不只是背誦,而是能預測風險與設計預防。為什麼手術後要鼓勵病人早點下床、穿彈性襪?因為臥床造成下肢靜脈血流停滯(命中三角的第二項),是深層靜脈血栓(deep vein thrombosis, DVT)的溫床。為什麼這件事攸關性命?因為下肢靜脈的血栓一旦脫落,會順著靜脈回流、穿過右心,卡在肺動脈造成肺栓塞(pulmonary embolism)——這就是栓塞(embolism)的概念:一塊脫落的固體(多為血栓)隨血流移動到他處,堵住下游血管。

這也帶出一組初學者常混淆的關鍵詞:

  • 血栓(thrombosis):在血管「原地」形成的血塊。
  • 栓塞(embolism):脫落的物質「移動」到他處造成的阻塞。栓子不一定是血栓,也可能是脂肪(長骨骨折後)、空氣、羊水,甚至腫瘤細胞團。
  • 梗塞(infarction):因血流被阻斷(無論血栓或栓塞)導致的組織缺血性壞死。

把這條因果鏈串起來:高凝狀態 + 久坐 → 下肢深層靜脈血栓 → 血栓脫落成為栓子 → 肺栓塞 → 若範圍大則肺梗塞甚至猝死。這正是病理學的威力——它讓「久坐後突然喘不過氣猝倒」這個看似突兀的悲劇,變成一條可被理解、也可被預防的機制鏈。

診斷的確定性是怎麼建立的:病理學的知識論

回到開頭的問題。病理診斷常被外界想像成「看一眼就知道」的客觀真理,但實務上,病理診斷是一個建構確定性的過程,而非一蹴可幾的揭曉。理解這一點,對任何想進入臨床或研究的學習者都極為重要。

首先,形態判讀帶有觀察者間變異(inter-observer variability)。同一張玻片,不同病理科醫師對「這是高度異生還是原位癌」「這顆淋巴瘤該歸為哪一亞型」可能有不同意見,尤其在交界地帶。這不是因為某人不專業,而是因為生物學的連續譜被切成離散的診斷類別時,邊界本就模糊。正因如此,重要或疑難個案常需要第二意見、多人會診(consensus conference),甚至送往專科參考實驗室。

其次,現代病理早已不只靠 H&E(蘇木精-伊紅染色)這一招,而是動用一整套輔助技術來層層逼近確定性:

  • 特殊染色:如抗酸染色找結核菌、PAS 染色顯示真菌或肝醣。
  • 免疫組織化學(IHC):用抗體標定特定蛋白,判斷腫瘤的來源與分型(例如一顆轉移性腺癌,藉由 TTF-1、CK7、CK20 等標記的組合來推斷它來自肺、大腸還是其他器官)。
  • 分子檢測:螢光原位雜交(FISH)偵測基因重排與擴增、次世代定序(NGS)盤點突變全貌。

這些技術各自回答不同層次的問題,最後由病理科醫師整合成一個診斷——這正是入門篇結尾提到的「整合式診斷」(integrated diagnosis)在實務中的樣貌。

動手試試:用「鑑別診斷」的思維讀一份疑難報告

當你看到一份病理報告寫著「傾向某診斷,建議臨床對照」,別把它當成醫師不夠果斷。試著用以下框架理解這份報告背後的推理(這是訓練思辨,不是自我診斷):

  1. 報告提出了哪些可能性(differential diagnosis)? 好的病理報告會列出形態上相似、需要排除的候選診斷,而不是只丟一個答案。
  2. 用了哪些證據去區分它們? 看看報告是否描述了 IHC 或分子結果如何「支持其一、排除其餘」。例如某標記陽性「支持」A、某標記陰性「不利於」B。
  3. 還剩下哪些不確定性? 報告若建議「臨床對照」或「追蹤切片」,代表形態與分子證據尚不足以單獨定案,需要結合影像、病史、甚至時間來收斂。

學會這樣讀,你會發現病理診斷的嚴謹,正體現在它誠實地呈現不確定性、並系統性地縮小它,而不是假裝每件事都黑白分明。

重點回顧

  • 腫瘤是一個會演化的細胞族群:選殖演化(變異—選擇—遺傳)造成腫瘤內異質性,使治療成為一種選擇壓力,並解釋了標靶藥物為何常因抗藥次選殖株擴張而失效。
  • 多區域取樣與單細胞定序揭示腫瘤的「分支演化」:主幹突變人人共享,枝幹突變因區域而異,因此單點取樣可能誤導治療。
  • 轉移是一條效率極低的「瀑布」:經過侵襲、EMT、內滲、循環存活、外滲、定殖層層闖關,能成功定殖者不到萬分之一;「種子與土壤」與「轉移前微環境」解釋了器官特異性轉移。
  • 血流動力學病理是被低估的奪命領域:魏修三角(內皮損傷、血流異常、高凝狀態)解釋血栓形成,並能預測與預防;血栓、栓塞、梗塞是三個必須清楚區分的概念。
  • 病理診斷是一個建構確定性的過程:存在觀察者間變異,需藉特殊染色、免疫組化、分子檢測等輔助技術整合,並誠實呈現與系統性縮小不確定性。

深入探討(研究所視角)

對想更深入的學習者,當代病理學正沿著幾條前沿快速推進,值得持續關注:

液態切片與微量殘存疾病。 傳統病理依賴實體組織,但反覆切片既具侵入性、又只能看見腫瘤的一小角。「液態切片」(liquid biopsy)透過抽血偵測循環腫瘤 DNA(ctDNA)與循環腫瘤細胞(CTCs),讓我們得以非侵入地、且隨時間反覆地追蹤腫瘤的演化軌跡——治療後某個抗藥突變的 ctDNA 開始上升,可能比影像更早預示復發。在血液腫瘤領域,分子層次偵測「微量殘存疾病」(measurable residual disease, MRD)已成為評估療效與指引後續治療的重要依據。這與選殖演化的觀念深度呼應:我們不再只在治療開始與結束時各拍一張靜照,而是試圖捕捉演化的連續電影。

空間生物學的崛起。 傳統 NGS 把組織打碎後定序,雖能盤點突變,卻丟失了「哪個細胞在哪裡、與誰相鄰」的空間資訊。新興的空間轉錄體學(spatial transcriptomics)與多重免疫螢光(multiplex immunofluorescence)讓我們能在保留組織結構的前提下,同時量測數十到數千個基因或蛋白的表現位置。這對理解腫瘤微環境尤其關鍵——免疫細胞是被擋在腫瘤外圍(「冷腫瘤」),還是已浸潤進核心?這種空間格局往往決定了免疫治療的成敗,是單純的細胞計數無法回答的。

計算病理與基礎模型。 數位病理把玻片轉為全玻片影像後,深度學習不僅能輔助腫瘤偵測與分級,更展現出從 H&E 形態「預測」分子特徵(如微衛星不穩定性 MSI、特定基因突變)的能力——彷彿在形態與基因型之間找到了肉眼難辨的對應。近年「病理基礎模型」(pathology foundation models)以海量未標註影像自監督預訓練,再微調至各種下游任務,呈現出與自然語言大模型相似的發展軌跡。這條路徑與 Uedu 所倡議的多模態學習分析(Educational Omics)在方法論上彼此映照:兩者都試圖從大規模、多層次的資料中,萃取單一觀察難以察覺的模式,並謹慎面對模型的可解釋性與偏誤問題。

整合的挑戰才是真正的前沿。 液態切片、空間生物學、計算模型,各自都產出驚人的資料,但臨床真正需要的是把形態、免疫表型、分子、空間與時序「整合」成一個可指導決策的判斷。如何在保留生物學複雜性的同時,給出臨床能用、且誠實標示不確定性的結論,是這個學科最迷人也最艱難的課題。對跨領域的學習者而言,病理學正站在醫學、分子生物學、資料科學與人工智慧的交會口——它既古老(始於肉眼與顯微鏡),又前所未有地年輕。


本文為醫學教育與通識學習用途,旨在說明病理學的進階概念與機制,不構成任何個人醫療建議。如有健康疑慮或需要疾病診斷,請諮詢專業醫師。

AI 共讀助教正在陪你讀:為什麼同一顆腫瘤,左半邊和右半邊會「不一樣」?
嗨!我是這篇文章的共讀助教,只根據〈為什麼同一顆腫瘤,左半邊和右半邊會「不一樣」?〉的內容回答。可以問我「解釋某段」「舉個例子」「出題考我」,或反白文中段落後點下方「解釋選取段落」。