因此，从机制上看，肿瘤疫苗和靶向SPP1+巨噬细胞可能是两个互补的方向：肿瘤疫苗解决的是“如何产生更多、更精准的抗肿瘤T细胞”，而靶向SPP1+巨噬细胞则希望解决“这些T细胞到了肿瘤以后，能不能真正发挥作用”的问题。

未来如果能够一方面通过肿瘤疫苗增强特异性T细胞反应，另一方面通过靶向SPP1+巨噬细胞改善免疫抑制微环境，则有可能进一步提高抗肿瘤免疫治疗的效果。

记者：抗肿瘤研究离不开对微环境整体格局的精准认知。

张泽民：是的。我们团队在国际上率先绘制了肿瘤微环境的“单细胞全景地图”，这是我们团队的一个核心突破。为什么有些肿瘤能够逃避免疫系统的攻击？为什么有些患者能够从免疫治疗中长期获益，而另一些患者却效果有限？长期以来，我们团队始终围绕这些核心问题开展研究。我们聚焦肿瘤微环境，建立了融合单细胞组学、多组学计算、人工智能分析和功能验证的系统研究体系，希望把肿瘤内部复杂的免疫生态“看清楚、讲明白，并最终加以调控”。

通过对多种癌症的大规模研究，我们系统解析了肿瘤中不同免疫细胞的组成、功能状态和相互作用，识别出与免疫逃逸、治疗敏感性和耐药性相关的关键细胞亚群及调控机制，并进一步建立了基于肿瘤微环境特征的精准免疫分型体系。简单来说，就是不仅要知道肿瘤里有哪些免疫细胞，还要进一步回答哪些细胞真正能够攻击肿瘤，哪些细胞已经失去功能，以及是什么因素在阻碍有效的抗肿瘤免疫反应。

在此基础上，我们进一步从“认识微环境”走向“调控微环境”，围绕决定抗肿瘤免疫应答的关键细胞亚群和分子节点，发现并验证了一批具有潜在治疗价值的免疫调控靶点，并探索通过重塑肿瘤微环境来增强免疫治疗效果的新策略。我们的目标，是推动肿瘤免疫研究从描述肿瘤微环境进一步走向预测治疗响应、发现治疗靶点和精准干预微环境，为患者精准分层和新的免疫治疗策略提供科学依据。

记者：作为科学家和教育者，您觉得前沿发现对临床教学有什么积极作用？

张泽民：这个问题问到了核心。我研究得越深入，就越觉得未来的医学是“数据驱动的精准医学”。我们团队在国际上首次实现了肿瘤微环境的大规模泛癌种单细胞分析，依靠海量单细胞组学数据，系统解析不同癌症里的细胞构成，揭示肿瘤独有的细胞组分，开创了从全局视角研究肿瘤异质性的新方向。而这些基于大数据得出的前沿发现，正是可以直接带进课堂、反哺临床教学的鲜活素材。

举个例子，依托这套单细胞数据分析，我们几年前报道了高表达CXCL13的T细胞。这种细胞已经获得识别肿瘤的能力，但还是处于耗竭状态。基于这一数据结论，我们正在想办法为其“充电”，考虑为其增加一些基因。这就好比士兵打到弹尽粮绝的时候，回到一个地方休息和补充弹药。T细胞就是这些士兵。

正是这类由单细胞组学数据揭示的复杂免疫现象，改变了我们对疾病的认知：未来的医生面对的将不再是“一种病”，而是“一个患者独特的免疫状态”。

这就对医学生提出两个要求：一是要建立科研思维，能看懂甚至参与解析这种复杂性；二是要具备数据素养，学会借助AI工具解读、处理海量的组学数据。我常说，未来5到10年，个体化免疫治疗将与AI技术深度融合。我们培养的医生不只是会用听诊器，还要能读懂“单细胞图谱”，在AI辅助下做出更精准的决策。

记者：从科学家到一所西部医科大学的校长，您如何看待这种身份的转变？

张泽民：我一直是个“问题驱动”的科学家。过去，我关注的是如何用前沿基因组学和AI技术找到抗癌靶点，通过单细胞测序去揭示肿瘤微环境里的秘密。来到重庆医科大学，我的视野从“分子”被拉到了“人”和“社会”。

西部以占全国约72%的国土滋养全国27%的人口，每千人口执业（助理）医师3.46人，低于全国3.78人的平均水平，优质人才“引不来，下不去，留不住”的问题长期存在。同时，这里蕴藏着海量的医学数据，老百姓对优质医疗的渴望非常强烈，是一片亟待医学英才深耕的热土，也是培育“大医生”的沃土。

我希望将“AI赋能医学”和“个体化精准医疗”的前瞻思考融入医学教育，在重庆医科大学探索出一条培养“医师科学家”的成熟路径。

记者：您刚才提到“医师科学家”，能具体谈谈对这个词的理解吗？