Science：利用单细胞RNA测序分析黑色素瘤

　　单细胞分析是一种开创性方法，如今在整个生物领域中正被用来研究一个共同的问题：如何研究异质细胞群体中的细胞多样性。这种多样性能够对细胞存活和增殖、对药物疗法和干预作出的反应以及很多其他的生物过程产生深刻影响。单细胞技术已被用于众多研究---比如，研究自身免疫疾病中的免疫反应异质性，研究传染病中的宿主-病原体相互作用，研究人转录组。如今，它被用来研究癌症组织---一种多样性的复杂细胞环境，这经常难倒科学家们。

　　在过去两年来，在美国布罗德研究所骨干成员、麻省理工学院生物学教授和霍华德-休斯医学研究所研究员Aviv Regev的领导下，计算生物学家、细胞回路专家和布罗德研究所成员Levi Garraway的癌症研究团队合作接受这个挑战。

　　在一项新的研究中，通过与麻省理工学院副教授、单细胞分析先锋Alex Shalek合作，Garraway团队研究黑色素瘤，即最为致命的皮肤癌。他们的研究有助揭示肿瘤的多样性细胞环境，这不仅对肿瘤中的癌细胞异质性，也对可能影响癌症行为和对治疗作出的反应的T细胞和其他细胞，提供深入认识。相关研究结果发表在2016年4月8日那期Science期刊上，论文标题为“Dissecting the multicellular ecosystem of metastatic melanoma by single-cell RNA-seq”。论文共同第一作者是Regev实验室的博士后研究员Itay Tirosh和Garraway实验室研究员Benjamin Izar，其中Benjamin Izar也是这篇论文的共同通信作者。另外两名共同通信作者是Regev和Garraway。

　　在此之前，科学家们大多数进行“大体积（bulk）”肿瘤测序，特别是为了研究整块肿瘤组织，利用RNA测序（RNA-seq）或DNA测序（DNA-seq）分析癌症基因组或转录组。尤其是对RNA-seq而言，对整块肿瘤组织进行分析受到限制，这是因为人们研究的是肿瘤细胞、免疫细胞、成纤维细胞和巨噬细胞的混合物---所有的这些细胞混合在一起，它们可能会或可能不会导致癌症恶化和耐药性。

　　这些不同的细胞具有非常不同的基因表达模式，因而在这种典型的“大体积”测序过程中，它们的表达模式基本上受到平均化，而且它们全部混合在一起，人们也不能够分析单个细胞。

　　在这项新的研究中，研究人员利用单细胞RNA-seq方法每次一个细胞地研究整个肿瘤以便确定哪些类型的细胞存在于肿瘤中。他们不仅分析了恶性肿瘤细胞，而且也分析了肿瘤内所有不同类型的细胞。这是首次开展这样的研究。如今，他们知道每种肿瘤的细胞组成，也知道每种类型的细胞的基因表达模式，这样就能够回个头去重新分析一些大体积肿瘤测序数据（比如，癌症基因组图谱）以便从现存的数据中找出细胞如何相互作用和一定程度上利用细胞重建大块肿瘤样品的整体行为。

　　单细胞RNA-seq是一种相对较新的方法，但是它可能有助解决与肿瘤中细胞多样性相关的问题。主要原因在于理解这种多样性：当医生治疗癌症时，一些病人对治疗作出反应，而其他病人不会，而且即便对治疗作出较好的反应，癌症也经常会复发。人们也并不理解为何一些细胞可能被杀死，而其他的细胞可能不会被杀死，但是人们猜测这种差异与肿瘤环境中的细胞多样性存在关联。

　　Levi实验室多年来一直在研究黑色素瘤及其耐药性。他们证实在BRAF基因发生突变的黑色素瘤中，在药物治疗中被杀死的肿瘤细胞偏好表达一种含基因MITF的通路，其中MITF是皮肤中黑色素细胞的主要调节基因；不被药物治疗杀死的肿瘤细胞表达另一种通路，其中一种主要基因是AXL。研究人员发现在研究黑色素瘤时，不仅能够将肿瘤细胞分为主要表达MITF的细胞和主要表达AXl的细胞，而且通过在单细胞水平上进行更加深入的研究，结果观察到每种黑色素瘤都具有这两种类型的细胞，而且能够测量它们所占的比例。

　　正如之前所提及的那样，研究人员不仅研究了黑色素瘤中的癌细胞，而且也研究大量的其他类型的细胞，特别是免疫系统中的T细胞。在分析T细胞时，他们发现作为免疫疗法的靶标，在T细胞群体内，有一些T细胞可能更容易对这些疗法敏感。

　　研究人员正在利用单细胞测序技术分析卵巢癌和结肠癌，而且准备进一步将这种方法用于诸如胰腺癌和乳腺癌之类的其他肿瘤中。