Science最新报道：单细胞测序助跑癌症精准分型

　　麻省综合医院（MGH）、MIT布罗德研究所、哈佛大学近日在Science杂志上发表了一篇文章（3月31日），使用单细胞RNA测序技术，并结合癌症基因组图谱分析了星形细胞瘤（astrocytomas）和少突神经胶质瘤（oligodendrogliomas）两种脑神经胶质瘤（gliomas）的细胞组成。通过细致全面的基因表达分析，结果显示两种肿瘤可能源自同一种神经前体细胞（neural precursors）。可以通过基因突变类型和微环境组成对该两种肿瘤进行区分。

　　胶质瘤是指起源于神经胶质细胞的肿瘤。根据美国脑肿瘤注册中心（CBTRUS）统计，胶质瘤约占所有中枢神经系统肿瘤的27%，占恶性肿瘤的80%。

　　脑神经胶质瘤的分类方法有很多种，临床常用的有两种：WHO分类系统和Kernoban分级系统。但这两种分类仍不能准确判断胶质瘤患者的预后，因此这两种分类已经不适应目前的临床治疗。虽然基于分子病理基础的新的胶质瘤分类尚未制定，但是不难想象分子水平的病理分级是胶质瘤的诊断和治疗个体化的必要途径。

　　MGH病理学系和肿瘤研究中心的Mario Suvà博士说，我们的研究重新定义了两种关系紧密的神经胶质瘤，过去仅通过IDH（异柠檬酸脱氢酶）基因突变便将它们分别定义为星形细胞瘤和少突胶质细胞瘤。

　　尽管我们知道这是两种遗传类型不同的肿瘤，但我们并不清楚它们内部究竟是否含有相同来源的类似细胞？它们表型的区别是否可以用遗传学来解释？究竟是由于它们内部细胞分化不同，还是由于肿瘤外部微环境不同导致了肿瘤分型的不同？

　　包括“癌症基因组图谱”在内的几项研究，已经鉴定了一些控制肿瘤生长的基因突变。这些研究根据肿瘤样本（包括肿瘤细胞和构成肿瘤微环境的周围细胞）的基因表达，将肿瘤定义为不同的亚型。

　　笼统地对肿瘤组织和微环境细胞的进行基因分析被称为大体测序（bulk phase sequencing），不同细胞的混合测序很可能掩盖某些关键的信息。与之相对的是单细胞测序（single-cell sequencing）。以单一细胞为单位，逐个细胞进行的单细胞RNA测序能够帮我们更细致地分类肿瘤。但是单细胞测序的成本较高，因经费限制通常很难被用于肿瘤的个体化分型。

　　MGH研究团队设想，采取少量的单细胞测序与大规模研究产生的bulk phase sequencing数据相结合的办法，或许能揭示出一些脑癌相关的生物学信息。

　　星形细胞瘤和少突胶质细胞瘤都是不治之症，但是通过手术和放/化疗能够明显的拓展存活时间。

　　通常这两种瘤被认为是由胶质细胞（glial cells）分化出来的两种亚型，因不同的遗传学因素、表型因素、以及基因表达差异被划分为不同的肿瘤类型。但是，两种肿瘤内部都含有类似的胶质细胞（星形胶质细胞和少突胶质细胞），甚至还携带了两种细胞的分子标志。让人不禁怀疑，两种肿瘤并非分别源自星形细胞和少突胶质细胞，而是直接源自胶质细胞。

　　研究团队对10例星形胶质瘤中9800个细胞和6例少突胶质瘤中4300个细胞进行了单细胞RNA测序。再结合癌症基因组图谱中的165例转录组数据，研究人员发现，两种肿瘤的相同之处是：都含有非增殖性细胞（nonproliferating cells）、类神经干细胞（resemble neural stem）、祖细胞（progenitor cells）这3种癌症细胞。其中的非增殖细胞被细分为星形胶质细胞样和少突胶质细胞样。而不同之处主要是遗传学差异，以及肿瘤微环境（如特异性免疫细胞丰度等）组成不同。

　　令人惊奇的是，两种不同亚型的肿瘤竟然通用相似的干细胞程序，和相似的神经胶质划分血统。

　　共用相似的干细胞程序驱动生长，提示我们可以使用免疫疗法攻击特定的细胞类型，从而终止肿瘤的生长。

　　另外研究还发现，即使在更晚期的肿瘤阶段，肿瘤细胞的增殖也似乎仅与细胞分型有关。肿瘤组织内的细胞种类越多，越不容易增殖。这意味着，如果可以促进肿瘤细胞分型，将会显著地控制肿瘤生长。

　　研究小组表示，下一步研究计划将使用相同的方法，追踪其他类型的神经胶质瘤的本源以及调查它们用来增殖分化的程序类型。

　　当前最常见的单细胞测序应用是在肿瘤研究上，如肿瘤的发生、进化、增殖。例如这期Science文章向大家推荐的利用RNA-Seq进行细致的肿瘤细胞内部分型研究。从成本角度来看，目前全转录组分析RNA-Seq也可以与基因表达谱芯片一决高下。更低廉的价格，越来越快的解析速度（如安若优达的21天建库成功率大于98%），再结合Illumina高通量测序平台，进而产出高质量的可靠数据。

　　安诺基因，全转录组“全面出击”，同时推出二代+三代全长转录组测序明星产品，请咨询>> >

　　对待成千上万的RNA样本，建议使用转录组芯片技术。以销量最高的Affymetrix新一代全转录组基因表达芯片为例，一张芯片包含了超过600万条探针，不仅能覆盖编码转录本的外显子，还能覆盖外显子之间的剪接位点和非编码转录本。支持基因水平、外显子水平和可变剪切水平等多角度分析。帮助研究人员有效的从样品隐藏的海量信息中发现有用的生物学研究成果。

　　说到基因表达谱分析和单细胞测序技术，就不得再夸一下当下最火的三代测序。

　　相比二代测序，三代的口号是“更快、更准、更便宜”。

　　简化的样品制作工序，减少了操作时间、误差、以及试剂成本。同一套系统和方法，不仅能够进行DNA测序，通常还可以直接对RNA样品进行测序。比如单分子测序系统（Single Molecule Real-Time，SMRT），还能直接识别核苷酸修饰，检测表观遗传学差异。精准的SNP检测，更长的读长，如国内部分生物公司（派森诺生物科技公司和天津生物芯片）已经进口的PacBio三代单分子基因测序系统，平均长读长超过10000bp，明显减少了后续的基因组拼接和注释工作量。