单细胞测序在肿瘤诊断和耐药分析中的应用

一、概述

机体干细胞在分化过程中发生基因突变，形成细胞亚克隆。这些具有生长优势的细胞亚群通过连续突变和表观遗传等方式适应机体免疫系统的识别，形成肿瘤干细胞。肿瘤细胞可以潜伏或者扩散到全身组织，一旦免疫力下降，肿瘤细胞加速生长，破坏正常组织，患者就会表现出临床症状。因此，肿瘤细胞的诊断分为临床前的早筛，临床诊断以及治疗后的监测。肿瘤早筛需要从大量基因突变类型中预测驱动型肿瘤突变。肿瘤的临床诊断需要准确发现肿瘤的主要突变类型和基因表达模式。肿瘤监测需要鉴定出机体残留的肿瘤细胞，以及新发现的肿瘤细胞。患者治疗后出现的肿瘤细胞可能通过基因突变和表观遗传等方式适应治疗，形成耐药性肿瘤细胞。这些细胞具有更强的耐药性，通常导致肿瘤复发和治疗失败。针对复发难治的肿瘤类型，临床医生希望找到早期的分子标志物，预测肿瘤耐药性，从而制定精准的治疗方案。

1.肿瘤早筛

早筛的肿瘤细胞在被检样本中所占比率很小，没有临床症状，且无细胞和组织形态学可供参考。组织样本中混合了大量非肿瘤基因突变，从组织样本的基因突变中筛选出肿瘤驱动突变具有很大的挑战性。单细胞测序可以将突变筛选的范围缩小到细胞水平，就单个肿瘤细胞来说从基因突变中筛选出肿瘤驱动突变的难度降低了很多[Kelleyetal.,]。

2.肿瘤诊断

诊断的肿瘤细胞在被检样本中所占比率较大，一般有临床症状，具有细胞和组织形态学可供参考。具有多细胞起源的肿瘤类型，或者类型容易混淆的肿瘤，通过组织样本进行突变分析，很难区分肿瘤类型。单细胞水平的基因突变分析和细胞类型鉴定可以准确发现肿瘤细胞起源，解决细胞和组织形态无法确诊的病例[Baggeretal.,]。

3.肿瘤监测

监测的肿瘤细胞在被检样本中所占比率很小，没有临床症状，且无细胞和组织形态学可供参考。复发的肿瘤细胞可能具有初诊时的遗传信息，也可能是新发的肿瘤细胞。对于新发的肿瘤细胞在单细胞水平更容易区分和鉴定。对于复发的肿瘤细胞在单细胞水平可以找到新发生的驱动突变和基因表达模式变化，理解复发的机理，为制定精确的治疗方案提供帮助[Leeetal.,;Charrotetal.,]。

4.耐药性分析

复发难治的肿瘤细胞在基因突变和基因表达模式上具有耐药性特征。通过单细胞分析，可以发现不同细胞状态的细胞亚群在用药前后发生细胞状态的转换[vanderLeunetal.,]。通过谱系分析,追踪耐药细胞的分化过程,对于理解耐药性的形成机制有重要意义。

二、肿瘤诊断与监测研究进展

肿瘤早筛和复发监测需要从大量正常细胞中筛选出占比极小的肿瘤细胞。因此，用到的单细胞测序技术必须能够以较低的成本检测大量的细胞。比如sci-RNA-seq单细胞测序技术可以在一次实验中同时检测百万级的细胞[caoetal.,]。同时，检测这些细胞的DNA突变，有助于确定不同细胞的肿瘤驱动突变类型[Laksetal.,;Yinetal.,]。通过分析早期肿瘤组织，可以发现肿瘤干细胞在肿瘤组织中占比很小，通过组织样本分析很难获得这些细胞的表达和突变信息。只有通过单细胞水平的表达和突变分析才可以理解肿瘤细胞的起源[Martelottoetal.,;Casasentetal.,;Bernardetal.,;Zhangetal.,]。这些肿瘤干细胞的基因表达模式与细胞的药物反应和肿瘤细胞转移存在显著的相关性[Miyamotoetal.,;Kwanetal.,;Suetal.,]。

三、肿瘤耐药性研究进展

通过scATAC-seq分析复发性肿瘤细胞在单细胞水平的染色质开放性，有助于理解肿瘤细胞在获得耐药性过程中，基因调控元件的活跃程度，对于构建细胞调控网路，理解细胞状态转换具有重要意义[Satpathyetal.,;Lareauetal.,]。通过scRNA-seq分析单细胞基因表达模式鉴别细胞类型和细胞状态，联合scDNA-seq分析单细胞的谱系分化，可以在单细胞水平构建出决定用药反应的关键基因[Gaitietal.,;McMahonetal.,;Duranteetal.,]。获得耐药性的细胞可能是之前存在的肿瘤干细胞在治疗压力下获得新的表观遗传和基因突变，从而具备耐药性[Kimetal.,;Pellegrinoetal.,]。

参考文献

1.MiyamotoDT,LeeRJ,KalinichM,LiCausiJA,ZhengY,ChenT,MilnerJD,EmmonsE,HoU,BroderickK,SilvaE,JavaidS,KwanTT,HongX,DahlDM,McGovernFJ,EfstathiouJA,SmithMR,SequistLV,KapurR,WuCL,StottSL,TingDT,Giobbie-HurderA,TonerM,MaheswaranS,HaberDA.AnRNA-BasedDigitalCirculatingTumorCellSignatureIsPredictiveofDrugResponseandEarlyDisseminationinProstateCancer.CancerDiscov.Mar;8(3):-.doi:10./-.CD-16-.EpubJan4.PMID:;PMCID:PMC.

2.KwanTT,BardiaA,SpringLM,Giobbie-HurderA,KalinichM,DubashT,SundaresanT,HongX,LiCausiJA,HoU,SilvaEJ,WittnerBS,SequistLV,KapurR,MiyamotoDT,TonerM,HaberDA,MaheswaranS.ADigitalRNASignatureofCirculatingTumorCellsPredictingEarlyTherapeuticResponseinLocalizedandMetastaticBreastCancer.CancerDiscov.Oct;8(10):-.doi:10./-.CD-18-.EpubAug13.PMID:;PMCID:PMC.

3.SuZ,WangZ,NiX,DuanJ,GaoY,ZhuoM,LiR,ZhaoJ,MaQ,BaiH,ChenH,WangS,ChenX,AnT,WangY,TianY,YuJ,WangD,XieXS,BaiF,WangJ.InferringtheEvolutionandProgressionofSmall-CellLungCancerbySingle-CellSequencingofCirculatingTumorCells.ClinCancerRes.Aug15;25(16):-.doi:10./-.CCR-18-.EpubMay21.PMID:.

4.CaoJ,SpielmannM,QiuX,HuangX,IbrahimDM,HillAJ,ZhangF,MundlosS,ChristiansenL,SteemersFJ,TrapnellC,ShendureJ.Thesingle-celltranscriptionallandscapeofmammalianorganogenesis.Nature.Feb;():-.doi:10./s---x.EpubFeb20.PMID:;PMCID:PMC.

5.LaksE,McPhersonA,ZahnH,LaiD,SteifA,BrimhallJ,BieleJ,WangB,MasudT,TingJ,GrewalD,NielsenC,LeungS,BojilovaV,SmithM,GolovkoO,PoonS,EirewP,KabeerF,RuizdeAlgaraT,LeeSR,TaghiyarMJ,HuebnerC,NgoJ,ChanT,Vatrt-WattsS,WaltersP,AbrarN,ChanS,WiensM,MartinL,ScottRW,UnderhillTM,ChavezE,SteidlC,DaCostaD,MaY,CoopeRJN,CorbettR,PleasanceS,MooreR,MungallAJ,MarC,CaffertyF,GelmonK,ChiaS;CRUKIMAXTGrandChallengeTeam,MarraMA,HansenC,ShahSP,AparicioS.ClonalDe

转载请注明：http://www.ningbohuodai.com/yyfg/9433.html