文章信息

文章題目：From bench to bedside: Single-cell analysis for cancer immunotherapy
日期：2021年8月9日
期刊：Cancer Cell
DOI: https:///10.1016/j.ccell.2021.07.004

前言

單細(xì)胞測序技術(shù)已逐步成為臨床腫瘤研究的有力工具。這些技術(shù)可以使科研工作者更加清晰的探索腫瘤組織中每個(gè)細(xì)胞的分子狀態(tài)，從而進(jìn)一步研究腫瘤異質(zhì)性、微環(huán)境細(xì)胞類型組成，特別是使在免疫治療的背景下探索影響治療反應(yīng)的細(xì)胞狀態(tài)成為現(xiàn)實(shí)。眾所周知，直接對臨床患者的樣本進(jìn)行分析對精準(zhǔn)醫(yī)療有很大的幫助，但目前在技術(shù)上仍然存在很多潛在的挑戰(zhàn)。

事實(shí)上，利用單細(xì)胞測序技術(shù)成功地識別免疫治療預(yù)測因素需要多學(xué)科團(tuán)隊(duì)之間進(jìn)行良好的協(xié)調(diào)工作。在實(shí)際的腫瘤研究中，不僅要確保足夠大的樣本量，還要保證生成高質(zhì)量的數(shù)據(jù)和后期系統(tǒng)的數(shù)據(jù)分析能力。在本期推文中，小編將通過一篇綜述回顧當(dāng)前的單細(xì)胞測序中樣本處理和數(shù)據(jù)分析方法，并將討論如何將其應(yīng)用于腫瘤免疫治療的研究。

腫瘤研究的高維轉(zhuǎn)錄組和蛋白質(zhì)組學(xué)方法

目前已有多種高維測序方法可以用來研究腫瘤的細(xì)胞組成，以及細(xì)胞間的相互作用。我們可以根據(jù)其檢測的目的分子的種類將其分為轉(zhuǎn)錄組和蛋白組，還可以根據(jù)對樣本處理方法的不同將其分為普通組學(xué)和空間組學(xué)。事實(shí)上，無論是哪一種分法的目的都不是將其兩兩分開，而是發(fā)揮優(yōu)勢互補(bǔ)的作用進(jìn)行聯(lián)合使用。

如下圖所示，我們可以根據(jù)拿到樣本的種類不同采取不同的測序手段。一般來說目前的蛋白組學(xué)只能檢測一定數(shù)量的目的分子（pre-selected markers），而轉(zhuǎn)錄組學(xué)則可以進(jìn)行全基因組（genome-wide）的篩選。其中每一大類技術(shù)都有代表的平臺，如檢測單細(xì)胞蛋白表達(dá)的CyTOF和檢測轉(zhuǎn)錄組的10X genomics。當(dāng)然，目前還有結(jié)合這兩種開發(fā)出的既能測蛋白還能測測轉(zhuǎn)錄組的CITE-seq，不過這一種技術(shù)無論在檢測蛋白還是轉(zhuǎn)錄水平上都沒有前兩者更成熟。

當(dāng)然，除了上述幾種單細(xì)胞測序技術(shù)之外，還有一項(xiàng)重大的革命性技術(shù)--空間組學(xué)。我們知道，組織在制備成細(xì)胞懸液后會(huì)損失原本的空間信息，而不同空間分布的細(xì)胞其實(shí)才是細(xì)胞間相互作用的最有力見證；因此，與使用細(xì)胞懸液的測序技術(shù)相比，空間組學(xué)可以很好的保留原本的空間信息，而對此所付出的代價(jià)是無法做到單個(gè)細(xì)胞水平的檢測。

上面這張表格很好的總結(jié)了目前主流的單細(xì)胞測序技術(shù)的信息、樣本要求、基因檢測范圍和可做的數(shù)據(jù)分析種類等。在實(shí)際的應(yīng)用中，我們應(yīng)該根據(jù)自己的需求選擇合適的測序手段，當(dāng)然最好是聯(lián)合多種技術(shù)進(jìn)行聯(lián)合分析，這樣才能做到優(yōu)勢互補(bǔ)，更全面的解析背后的調(diào)控機(jī)制。

單細(xì)胞和空間組的分析流程

單細(xì)胞數(shù)據(jù)的高維特性使得相應(yīng)的數(shù)據(jù)分析流程成為揭示細(xì)胞狀態(tài)，和重要分子的關(guān)鍵組成部分。伴隨單細(xì)胞測序技術(shù)高速發(fā)展的是相應(yīng)分析工具的開發(fā)，這些分析方法與新技術(shù)同步發(fā)展，提供了廣泛的軟件和流程選擇機(jī)會(huì)。這些不同的分析方法屬于幾個(gè)主要的分類，共同使生物學(xué)解釋成為可能。

基于腫瘤樣本的單細(xì)胞數(shù)據(jù)的分析流程及相應(yīng)的軟件比較多，但主要都可以分成幾個(gè)步驟：1.預(yù)處理和批量校正；2.通過低維嵌入實(shí)現(xiàn)數(shù)據(jù)可視化；3.腫瘤微環(huán)境中細(xì)胞類型的注釋；4.細(xì)胞類型相關(guān)分子的差異分析；5.細(xì)胞狀態(tài)轉(zhuǎn)換的軌跡推斷和偽時(shí)間排序；6.從單細(xì)胞和空間技術(shù)推斷細(xì)胞內(nèi)和細(xì)胞間的相互作用網(wǎng)絡(luò)。

雖然存在用于單細(xì)胞分析的商業(yè)軟件，但大多數(shù)分析方法都是在免費(fèi)的開源軟件中實(shí)現(xiàn)的。為了確保廣泛采用，該軟件通常建立在生物信息學(xué)生態(tài)系統(tǒng)上，如R/Bioconductor項(xiàng)目。然而，要想較好的使用這些分析流程，可能需要大量的計(jì)算機(jī)資源和計(jì)算機(jī)編程經(jīng)驗(yàn)。

臨床轉(zhuǎn)化面臨的挑戰(zhàn)

即使我們擁有了很好的測序技術(shù)，和開發(fā)出了各種相應(yīng)的數(shù)據(jù)分析算法，但是科研成果進(jìn)行臨床轉(zhuǎn)化的過程中仍然具有很多挑戰(zhàn)。我們不僅需要考慮到不同患者腫瘤之間的異質(zhì)性，還必須明確無法在患者身上測試多種治療方案，這些都對單細(xì)胞機(jī)制研究成果進(jìn)一步臨床轉(zhuǎn)化形成巨大挑戰(zhàn)。截至目前，醫(yī)學(xué)研究仍然是以小鼠等實(shí)驗(yàn)動(dòng)物為主要研究對象，但是物種間的差異性就會(huì)因此放大。

單細(xì)胞圖譜研究匯集了臨床試驗(yàn)研究和臨床前動(dòng)物模型的單細(xì)胞研究成果，這些可以為未來人體特征研究提供重要參考。用免疫療法治療的臨床前模型的單細(xì)胞分析可以指出與治療反應(yīng)相關(guān)的細(xì)胞類型和途徑，從而在使用相同療法治療的人類樣本的跨物種分析，可以清楚的揭示哪些治療反應(yīng)是保守的。從單細(xì)胞數(shù)據(jù)集中識別小鼠和人類共同反應(yīng)的新興計(jì)算工具可以進(jìn)一步支持臨床前分析的模型選擇，為人類臨床試驗(yàn)的設(shè)計(jì)提供理論支持。

展望

每個(gè)人的免疫系統(tǒng)都是與眾不同的，因?yàn)槊總€(gè)人的人生經(jīng)歷不同，這包括先天的遺傳因素，以及后天的患病史、治療史的不同，這些都會(huì)對個(gè)體免疫系統(tǒng)的塑造產(chǎn)生深刻的影響?；诖?，我們就可以理解為什么不同腫瘤患者對同一種免疫治療藥物出現(xiàn)各異的應(yīng)答效果，從而也無法找到對所有癌癥患者都有效的免疫治療手段。但是即便如此，我們也可以根據(jù)不同的應(yīng)答效果將患者進(jìn)行分類，最簡單的就是應(yīng)答和非應(yīng)答兩類。雖然系統(tǒng)免疫紛繁復(fù)雜，但是應(yīng)答和非應(yīng)答患者的腫瘤微環(huán)境還是有規(guī)律可循的，而單細(xì)胞測序技術(shù)就是找到這些規(guī)律的有力工具。

鑒于上述介紹的目前單細(xì)胞測序技術(shù)也是多種多樣的，因此需要根據(jù)實(shí)際需求進(jìn)行選擇。其中，單細(xì)胞轉(zhuǎn)錄組學(xué)非常適合在無偏倚的細(xì)胞群中推動(dòng)全基因組的發(fā)現(xiàn)，單細(xì)胞蛋白質(zhì)組學(xué)更適合于旨在分析已知分子目標(biāo)和細(xì)胞類型的研究。

空間組學(xué)的建立，為我們進(jìn)一步研究腫瘤微環(huán)境中各種細(xì)胞之間的相互作用提供了更有力的證據(jù)。但是目前主流的平臺如10x Genomics只能檢測到幾個(gè)到幾十個(gè)細(xì)胞的精度，無法精準(zhǔn)到單個(gè)細(xì)胞，希望未來能進(jìn)行升級，從而使空間組學(xué)也達(dá)到單個(gè)細(xì)胞的檢測水平。