【单细胞测序】在肿瘤中的研究进展及应用场景

走在生命科学前沿的研究者们几乎都在谈论Single-Cell Sequencing对于整个生命科学研究的意义以及价值。无论是肿瘤、发育、神经科学，还是血液免疫或者其他领域，生物学研究似乎进入了一个新的时代——单细胞时代（Single Cell Age），从一块组织转为组织中的每一个细胞。例如，在前列腺癌研究中【1】，通过单细胞转录组测序技术，解析了前列腺癌肿瘤微环境的高度异质性，发现了临床病理和影像学无法识别的微转移灶，还揭示了癌细胞通过外泌体的方式驯化免疫细胞转录组使其表达肿瘤基因，这些都对前列腺癌治疗靶点的确定和侵袭性肿瘤生物标志物的研发开拓了思路，对前列腺新型治疗策略和预后知道具有重要意义。

图一前列腺癌样本中的单细胞研究概况

目前在神经胶质瘤、头颈部癌等、多种肿瘤研究中，单细胞测序都有广泛的应用，涉及肿瘤异质性、耐药、微环境等各方面的研究，比如下面这篇研究头颈鳞癌的EMT效应的异质性的文章【2】。

图二 头颈淋癌研究的总概览图

说了这么多关于Single-Cell测序的应用情况，可能很多人还对于Single Cell是什么，它的准确定义是什么不是特别清楚，可能也会疑惑它和普通的转录组测序又有什么区别呢？能得到什么不一样的结果呢？也可能会有朋友说，我连PCR产物都扩不出来的单细胞样本，究竟是如何单个获得的呢？这里就简单给大家说说。

Single Cell测序技术，即利用优化后的高通量测序技术（NGS，Next Generation Sequencing）分析每一个单个细胞的序列信息，从而更高分辨率地揭示细胞间的细胞差异以及其在微环境中的功能情况。 

那么，为什么要进行单个细胞的研究吗？有必要做的这么复杂么？真的有必要以一个细胞为单位进行研究么？这里就需要我们从Bulk RNA-Seq和Single Cell RNA-Seq的结果差异的角度出发说一些故事了。

图三 Single Cell RNA-Seq和Bulk RNA-Seq的区别

任何一个组织实际上都是一个个细胞组成的，我们进行的所谓Bulk RNA Seq，也就是我们一直说的普通转录组测序就是基于这个组织块的所有的RNA的基因表达。我们一直用这个整体的基因表达来代表这个组织块的基因表达，然而从已有的免疫学、发育学以及神经学的研究中，都发现，在一个组织或者细胞簇中会存在不同类型的细胞，它们的基因表达以及功能也是各不相同的，这就是我们所说的细胞间异质性。就以免疫细胞为例，我们会发现里面有T细胞、B细胞、巨噬细胞、嗜酸粒细胞、自然杀伤细胞等等，并且T细胞中还存在T-Reg、T-Naïve、T-Active等细胞，而且这些T细胞上连接的TCR也是各不相同的，这其中存在着错综复杂的分类。然而这还只是血细胞中的情况，胚胎发育、大脑不同脑区神经发育等过程中的细胞转变更是令人难以想象。可以这么说，随着我们对于细胞的细分，很多我们曾经在教科书上见过的研究结果已经不再是金标准了。

参考文献：

[1]Chen S, Zhu G, Yang Y,et al., S. Single-cell analysis reveals transcriptomic remodellings in distinct cell types that contribute to human prostate cancer progression. Nat Cell Biol. 2021 Jan;23(1):87-98. Epub 2021 Jan 8.

[2]Puram SV, Tirosh I, Parikh AS,et al., Single-Cell Transcriptomic Analysis of Primary and Metastatic Tumor Ecosystems in Head and Neck Cancer. Cell. 2017 Dec 14;171(7):1611-1624.e24. Epub 2017 Nov 30.