作者：贝勒医学院 Ana María Rodríguez 博士

为了改善癌症和其他疾病的治疗，研究人员努力确定每位患者的组织特异性治疗靶点和诊断生物标志物。通过在单细胞水平分析肿瘤的细胞组成可以识别特定靶点和生物标志物。尽管单细胞 RNA 和单核 RNA 测序等组织分析技术能够以前所未有的分辨率提供细胞类型特异性信息，但其实施面临技术和财务挑战，阻碍了其在临床环境中的广泛采用。

在Genome Biology发表的一项新研究中，贝勒医学院、根特大学和合作机构的研究人员报告了一种策略，该策略有可能克服在临床中广泛使用 scRNA-seq 数据的局限性。

“我们这项研究的目标是开发一种方法，使更多患者及其医生能够进行单细胞 RNA 测序 (scRNA-seq) 分析，使医生能够做出个性化治疗决策，努力改善患者的治疗结果。 ”贝勒大学丹·L·邓肯综合癌症中心的儿科副教授、成员、共同通讯作者 Pavel Sumazin 博士说道。

scnRNA-seq 如何改善治疗决策和结果？

癌症治疗的挑战之一是肿瘤常常对治疗产生耐药性。为了了解这是如何发生的，研究人员分析了肿瘤的成分。

Sumazin 说：“多年来我们就知道肿瘤中并非所有细胞都是相同的。肿瘤由癌细胞和其他非癌性细胞组成，但可以影响肿瘤生长及其对治疗的反应。”

“每种肿瘤中的癌细胞在表现、遗传学和治疗反应方面可能有所不同。一些细胞可能敏感，而另一些细胞可能对化疗产生耐药性。化疗耐药细胞通常是肿瘤持续存在和给患者带来负面结果的原因。我们希望能够在治疗开始前识别化疗耐药细胞，这将使我们能够选择针对化疗敏感和化疗耐药癌细胞的疗法。”

通常，肿瘤中的大多数癌细胞对化疗敏感，而一小部分对化疗有抵抗力，这使得它们的识别变得困难。

过去 20 年来，人们对肿瘤的 RNA 进行了批量分析。这种方法提供了所有这些细胞中存在的 RNA 的平均值。“例如，如果 97% 的细胞对化学敏感，3% 具有化学抗性，那么我们检测到的大部分细胞都属于化学敏感细胞，即占主导地位的细胞。因此，肿瘤的分析几乎无法了解其化学抗性成分及其转化为化学抗性的成分。诊所充满挑战，”Sumazin 说。

这种情况在过去10年里发生了变化。研究人员开发了 scRNA-seq 等方法，使他们能够研究组织样本中的单个细胞，即使它们的相对丰度较低。因此，科学家可以在诊断样本中识别出罕见的耐药细胞。

此外，如果肿瘤样本中存在化疗耐药细胞，scRNA-seq 可以揭示化疗耐药和化疗敏感癌细胞之间的差异，这在规划癌症治疗时提供了有价值的信息。

Sumazin 说：“如果患者存在化疗耐药细胞，那么我们可以采用同时攻击化疗敏感细胞和化疗耐药细胞的联合疗法来治疗癌症。” “这种方法使我们能够做出个性化的决定并改善每位患者的治疗结果。”

SQUID 提高了 scRNA-seq 数据的可访问性

使用 scRNA-seq 改善治疗效果的缺点是该方法需要大多数医院不具备的技术资源。此外，它比批量 RNA 分析贵约 20 倍，每位患者约为 5,000 美元（2023 年），因此并非每个患者都能获得。

“在这里，我们希望通过提供一种让更多人能够进行单细胞 RNA 分析的方法来改善这种情况，”Sumazin 说。“我们设计了 SQUID，这是一种计算方法，仅使用样本的批量分析数据来预测肿瘤样本的单细胞 RNA 组成。SQUID 可以揭示肿瘤样本中是否存在化疗耐药细胞以及它们对化疗敏感的情况”。

然后，研究人员将 SQUID 的性能与其他也设计用于从大量数据预测单细胞 RNA 信息的计算方法进行了比较。“我们发现 SQUID 的性能明显优于其他方法，”Sumazin 说。

“即使是最好的方法也无法预测癌症治疗结果，但 SQUID 预测了我们所研究的两种儿童癌症（神经母细胞瘤和急性髓细胞白血病）的治疗结果。这代表了该领域的重大进步，因为预测整体成分的方法已经之前效果不太好。”

Sumazin 和他的同事们提高了 RNA 分析的准确性，这不仅具有学术意义，而且具有实际的临床意义。在未来的临床环境中，医生可以对患者的肿瘤样本进行批量 RNA 分析，费用约为 100 美元，然后使用 SQUID 使用批量数据预测肿瘤样本的单细胞 RNA谱。分析。

Sumazin 说：“这种方法需要相对较少的额外工作和成本，而且其好处可能远远超过任何初始设置成本。” “长期愿景是进一步简化这一过程并证明其临床实用性。此外，我们期望能够将其用途扩展到癌症以外的其他疾病，例如心脏、大脑或肺部的疾病。”