癌症细胞状态的十年探索：单细胞RNA测序的启示
引言
在过去的十年里，单细胞RNA测序（scRNA-seq）技术彻底改变了我们对复杂生物系统的理解，尤其是在癌症研究领域。癌症作为一种由多种遗传克隆和恶性细胞状态组成的复杂生态系统，其内部存在极高的异质性。scRNA-seq技术使我们能够解析这种复杂性，为理解肿瘤生物学提供了革命性的视角。
scRNA-seq技术的发展
早期研究
scRNA-seq技术的初期研究依赖于流式细胞术或微流控装置对单个细胞进行分离和测序。这些方法虽然提供了详细的细胞表达谱，但受限于可扩展性，通常每个样本只能分析数十或数百个细胞。
高通量技术的发展
随着微液滴系统和组合条形码（如SPLiT-seq）等技术的发展，scRNA-seq的可扩展性和成本效益大幅提升。这些系统允许同时对数千个细胞进行测序，极大地推动了scRNA-seq在癌症研究中的应用。
肿瘤内异质性（eITH）的分析方法
聚类分析
聚类分析是scRNA-seq数据中最常用的方法之一，用于识别不同的细胞亚群。然而，聚类结果往往依赖于具体的方法和阈值，且恶性细胞通常呈现为一个连续的表达谱，而非离散的簇。
伪时间分析
伪时间分析通过推断细胞的发育轨迹来排序细胞，尽管这在发育生物学中非常有效，但在癌症中由于细胞状态的多向性，其适用性受到限制。
程序评分
另一种替代方法是通过对多个表达程序进行评分来描述细胞状态。这种方法不依赖于方向性假设，更适合描述癌症中多维度的动态变化。
最常见的eITH程序
细胞周期相关程序
癌症细胞的基本特性之一是增殖率的增加。scRNA-seq数据显示，大多数肿瘤中都存在循环和非循环细胞的区别。进一步地，循环细胞可以被细分为不同的细胞周期阶段。
应激相关程序
应激相关程序是另一种常见的eITH模式，包括缺氧、热休克反应和未折叠蛋白反应等。这些程序通常涉及一组共同的基因，与多种应激源相关，并与药物耐药性相关。
癌症与发育及生理过程的相似性
癌症细胞经常诱导与正常发育或生理过程相似的程序，但通常是这些过程的扭曲版本。例如，上皮-间质转化（EMT）在癌症中被广泛观察到，但通常是部分EMT，缺乏经典EMT的转录因子。
（A） 左图：从 X 型细胞到细胞型 Y 的细胞转变/分化的示意图，它是单向的，伴随着形态变化和从仅 X 标志物表达到仅 Y 标志物表达的完全转变。右图：在癌症中发现了类似的转变（从 X 样细胞到 Y 样细胞）
其中它可能是双向的，并伴有部分形态变化和从主要表达 X 标记到主要表达 Y 标记的部分过渡。
（B） 左图：在发育/生理学中，来自不同个体的 X 和 Y 细胞在表达空间中按细胞类型聚集在一起，而不是按它们来源的个体聚集。右图：在癌症中，X 样和 Y 样细胞由其来源的患者而不是其细胞类型在表达空间中聚集在一起;细胞类型确实对基因表达有一致的影响（即，来自同一患者的 Y 样细胞移动到 X 样细胞的右上角），但患者特异性效应大于细胞从 X 样转变为 Y 样的影响。
（C） 在癌症中观察到类似状态的发育或生理细胞类型和细胞状态列表，以及从该状态到该状态的过渡可能适合 （A） 和 （B） 中描述的情况。
eITH程序与免疫细胞的相互作用
免疫相关程序在癌症细胞中的表达对于理解免疫治疗的反应至关重要。例如，一些癌症细胞表达的程序可能与免疫细胞的排斥或吸引相关，影响肿瘤微环境（TME）的免疫反应。
未来发展方向
临床应用的拓展
随着技术的进步，scRNA-seq有望在更大规模的临床队列和高信息量的样本（如治疗中的样本、癌前病变样本和特殊响应者）中得到更广泛的应用。
多模态单细胞分析
未来的研究将不再局限于RNA测序，而是扩展到基因组、表观基因组、转录组、蛋白质组和代谢组的多模态分析，从而更全面地理解癌症的遗传和非遗传机制。
空间转录组学
空间转录组学技术将提供细胞在肿瘤中的精确位置信息，有助于揭示驱动细胞状态的机制、细胞间的相互作用以及肿瘤的高阶组织结构。
结论
在过去的十年中，scRNA-seq技术极大地推进了我们对癌症细胞状态的理解。未来的研究将继续利用这些技术，并拓展其在临床应用中的范围，从而推动癌症治疗的新突破。
