为了改善癌症和其他疾病的治疗方法，研究人员努力确定每个患者的组织特异性治疗靶点和诊断性生物标志物。通过在单细胞水平上分析肿瘤的细胞组成，可以确定特定的靶点和生物标志物。尽管单细胞RNA和单核RNA测序等组织分析技术以前所未有的分辨率提供了细胞类型特异性信息，但它们的实施存在技术和财政挑战，阻碍了它们在临床环境中的广泛采用。

在《基因组生物学》杂志上发表的这项研究中，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，可以潜在地克服在临床中广泛使用scRNA-seq数据的局限性。

“我们在这项研究中的目标是开发一种方法，使单细胞RNA测序(scRNA-seq)分析可以被更多的患者和他们的医生使用，使医生能够个性化治疗决策，努力改善患者的结果，”贝勒大学丹·L·邓肯综合癌症中心的儿科副教授、共同通讯作者帕维尔·苏玛兹博士说。

scrna -seq如何改善治疗决策和结果?

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

“多年来我们已经知道，并非肿瘤中的所有细胞都是相同的。肿瘤是由癌细胞和其他非癌变细胞组成的，这些细胞可以影响肿瘤的生长及其对治疗的反应。”“每种肿瘤中的癌细胞在表现、基因和治疗反应上都有所不同。一些细胞可能对化疗敏感，而另一些细胞则有抗药性。化疗耐药细胞通常是肿瘤持续存在和患者预后不良的原因。我们希望能够在治疗开始前识别出化疗耐药细胞，这将使我们能够选择针对化疗敏感和化疗耐药癌细胞的治疗方法。”

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

在过去的20年里，人们对肿瘤的RNA进行了大量分析。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%的细胞是化学敏感的，3%是化学耐药的，那么我们检测到的大部分细胞都属于化学敏感细胞——占主导地位的细胞。因此，肿瘤的分析几乎对其化疗耐药成分视而不见，并且将其转化为临床是具有挑战性的，”Sumazin说。

这种情况在过去10年里发生了变化。研究人员已经开发出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很低;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可以揭示化疗耐药细胞和化疗敏感细胞之间的差异，这在规划癌症治疗时是有价值的信息。

Sumazin说:“如果患者有化疗耐药细胞，那么我们可能会用联合疗法来治疗癌症，同时攻击化疗敏感细胞和化疗耐药细胞。”“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提高了对scRNA-seq数据的可访问性

使用scRNA-seq改善治疗结果的缺点是该方法需要大多数医院无法获得的技术资源。此外，它比批量RNA分析贵约20倍，在每个患者5000美元的范围内(2023年)，因此并不是每个患者都能获得它。

Sumazin说:“在这里，我们想通过提供一种让更多人可以使用单细胞RNA分析的方法来改善这种情况。”“我们设计了SQUID，这是一种计算方法，仅使用样品的批量分析数据来预测肿瘤样品的单细胞RNA组成。SQUID可以揭示肿瘤样本中是否存在耐药细胞，以及它们对哪种化疗药物敏感。”

然后，研究人员将SQUID的性能与其他设计用于从大量数据中预测单细胞RNA信息的计算方法进行了比较。“我们发现SQUID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预测了我们研究的两种儿科癌症，神经母细胞瘤和急性髓性白血病的治疗结果。这代表了该领域的重大进步，因为以前预测体成分的方法并不奏效。”

Sumazin和他的同事提高了RNA分析的准确性，这不仅与学术有关，而且具有实际的临床意义。在未来的临床环境中，医生可以为患者的肿瘤样本订购大量RNA分析，费用约为100美元，然后使用SQUID使用大量分析的数据来预测肿瘤样本的单细胞RNA谱。

Sumazin说:“这种方法只需要相对较小的额外努力和成本，其好处可能大大超过任何初始设置成本。”“我们的长期目标是进一步简化这一过程，并证明其临床实用性。此外，我们希望能够将其应用于癌症以外的其他疾病，如心脏、大脑或肺部的疾病。”

文章标题

Effective methods for bulk RNA-seq deconvolution using scnRNA-seq transcriptomes