单细胞转录组的肿瘤研究3大应用方向等你来攻克

还记得几年前前准备单细胞课程作业，查遍全网基本上找不到中文资料，甚至英文文献都少得可怜，虽然那个时候单细胞就已经显现出热点的趋势，大多数CNS之作，但是在癌症领域仅仅是6个癌症类型有单细胞转录组技术应用的研究，不像现在，大量的CNS犹如雨后春笋般冒出来。

这些年陆陆续续阅读了近百篇该领域的CNS文献，所以我大概总结了单细胞转录组技术肿瘤研究3大应用方向

• 纯粹的肿瘤异质性探索

• 肿瘤免疫浸润微环境探索

• 疾病发生发展不同时期探索

而且还安排了团队唯一的学习者帮助大家搜索补齐了几乎全部的3大应用方向的文献，希望对你有帮助。

这里面的很多文献我们单细胞天地的编辑团队已经简要或者深度解析过，但架不住层出不穷的文献，所以仍然是急缺同好者加入我们一起阅读和整理相关文献。

下面的60篇CNS文献我都已经打包下载，就等你来加入哦，一起阅读，成为单细胞天地小编！！！

欢迎报名单细胞天地小编的朋友，可以从文献速递栏目开始，标准见：https://docs.qq.com/doc/DT3p3cVVoblV1a1Zo

一个例子：https://docs.qq.com/doc/DT3JMZWlEUFlZR1Zo

需要使用markdown语法哦，直接把你的投稿腾讯文档链接发到邮箱 [e-mail] 就有机会被录用，获得 jimmy的微信添加好友资格哈！

肿瘤3大研究方向之纯粹肿瘤异质性探索

2014- 胶质母细胞瘤

DOI: 10.1126/science.1254257

Broad研究所和麻省总医院(MGH)于2014年6月12日发表在Science上：Single-cell RNA-seq highlights intratumoral heterogeneity in primary glioblastoma

目前将胶质母细胞瘤分为4个亚型，在单细胞水平对不同分型的脑胶质瘤细胞进行瘤内异质性检测是本文的重点。

这是第一次对获取胶质母细胞瘤中的单个细胞展开大规模的研究，当时单细胞转录组还是相对较新的办法。利用流式细胞术的方法，对来自5位患者的脑胶质瘤细胞进行分选，检测了430个细胞的基因表达模式，揭示了：每个胶质母细胞瘤都包含来自多种癌症亚型的细胞，肿瘤之间这些细胞的分布各不相同。

2016年-黑色素瘤

doi: 10.1126/science.aad0501.

Broad研究所于2016年4月8日在Science上发表：Dissecting the multicellular ecosystem of metastatic melanoma by single-cell RNA-seq

对19名黑色素瘤病人的单细胞样本进行测序，共计4645个不同的肿瘤细胞；类型包括了恶性肿瘤细胞，免疫细胞，间质细胞和内皮细胞。发现：在同种肿瘤中的恶性细胞，其转录的异质性与细胞周期，空间分布和抗药性相关。单细胞转录组表达矩阵：GSE72056

2017-头颈癌

doi: 10.1016/j.cell.2017.10.044

2017年12月发表在CELL杂志上，题目是：Single-Cell Transcriptomic Analysis of Primary and Metastatic Tumor Ecosystems in Head and Neck Cancer。通讯作者为Itay Tirosh 、Derrick T. Lin 、Aviv Regev 、Bradley E. Bernstein

HNSCC 头颈部鳞状细胞癌是最常见的十大癌症之一，是一种与酒精和烟草暴露密切相关的具有异质性的上皮肿瘤，患者往往在晚期出现的淋巴结转移（LN)。实验使用Smart-seq2方法得到了：研究者对18个头颈部鳞癌（HNSCC）患者（其中包含5对原发性肿瘤和淋巴结节转移配对样本）中分离得到的6000个单细胞进行大规模scRNA-seq分析【数据公布在 GSE103322】。实验验证用的是细胞系 Oral cavity HNSCC cell lines (Cal-27, SCC9, SCC4, SCC25, and JHU-006; all derived from male patients) 做了RNA-seq 数据。创造了头颈部肿瘤的第一个细胞图谱，揭示了头颈部肿瘤及其转移的许多不同类型的细胞。

2017-胶质瘤

DOI: 10.1126/science.aai8478

美国麻省总院和Broad研究所合作，于2017年3月31日发表在Science上：Decoupling genetics, lineages, and microenvironment in IDH-mutant gliomas by single-cell RNA-seq

对10例星形胶质瘤样本中的9800个细胞和6例少突胶质瘤样本中的4300个细胞进行了单细胞RNA测序。再结合癌症基因组Atlas中的165例转录组数据。两种肿瘤都含有3种癌症细胞：非增殖性细胞（nonproliferating cells）、类神经干细胞（resemble neural stem）和祖细胞（progenitor cells）。结果表明两种脑肿瘤亚型起源于神经祖细胞的相同类型，由基因突变模式和其微环境的组成分而区分开。结果重新定义了两种密切相关胶质瘤的细胞组成，它们是以IDH基因突变为特征的星形细胞瘤和少突胶质细胞瘤。

2018-肝癌

doi: 10.1002/hep.29778.

美国国家癌症中心Zheng H, Pomyen Y, Hernandez M O等于2018年7月发表在Hepatology上：Single‐cell analysis reveals cancer stem cell heterogeneity in hepatocellular carcinoma

肝细胞癌（HCC，hepatocellularcarcinoma）的肿瘤内分子异质性部分归因于肝癌干细胞（CSC，hepatic cancer stem cells）的存在。研究人员在单细胞水平（10X Chromium、SMART-seq）上整合转录组学和功能分析用以评估CSC的异质性程度。结果表明，CSC在单细胞水平上的表型、功能和转录均存在异质性，不同的CSC亚群具有不同的分子特征。而且不同CSC亚群内的不同基因与HCC预后相关，并且彼此相互独立，表明CSC异质性影响肿瘤内异质性和肿瘤进展。

2018-肾脏肿瘤

DOI: 10.1126/science.aat1699.

2018年8月英国剑桥大学、桑格研究所等在Science上发表：Single-cell transcriptomes from human kidneys reveal the cellular identity of renal tumors

探究了来自胎儿、儿童和成人肾脏的72,501个人肾肿瘤和正常组织的单细胞转录组，将儿童期Wilms肿瘤与特定的胎儿细胞类型相匹配，从而为Wilms肿瘤细胞是异常胎儿细胞的假设提供证据。在成人肾细胞癌中，对肿瘤组成的分析定义了癌症相关的正常细胞，并描绘了复杂的血管内皮生长因子（VEGF）信号转导通路。结果揭示了人类肾脏肿瘤的确切细胞特征和组成。

2019-胶质母细胞瘤

doi: 10.1016/j.cell.2019.06.024

哈佛医学院、博得研究所2019年8月8日 发表在cell上，题目是：An Integrative Model of Cellular States, Plasticity, and Genetics for Glioblastoma.

采用了包括28个肿瘤的单细胞RNA测序、401个肿瘤基因组图谱(TCGA)标本的大量遗传和表达分析、功能方法和单细胞谱系追踪的整合方法获得了胶质母细胞瘤细胞状态和遗传多样性的统一模型。发现胶质母细胞瘤中的恶性细胞以四种主要的细胞状态存在，这些细胞状态概括了不同的神经细胞类型，受肿瘤微环境的影响。胶质母细胞瘤不同状态下细胞的相对频率不同，受CDK 4、EGFR和PDGFRA基因拷贝数扩增和NF1位点突变的影响。作者整合了胶质母细胞瘤恶性细胞程序，其可塑性以及其通过遗传驱动因素的调节，为胶质母细胞瘤研究提供了一个模型。

2019-胰腺癌

doi: 10.1158/2159-8290.CD-19-0094

2019年7月13日冷泉港实验室发表在Cancer Discov：Cross-species single-cell analysis of pancreatic ductal adenocarcinoma reveals antigen-presenting cancer-associated fibroblasts

癌症相关的成纤维细胞(CAFs)是胰腺导管腺癌(PDAC)进展和耐药的主要因素。文章对人和小鼠使用单细胞RNA测序（scRNA-seq）将CAFs分为三个不同的亚群（myCAFs、iCAFs、apCAFs），确定每个亚群的特定功能和特征。证实了肌纤维母细胞CAFs(myCAFs)和炎症性CAFs(iCAFs)的存在，并定义了它们在体内的独特基因特征。描述了一种表达MHCⅡ类基因和CD 74基因、但不表达经典的共刺激分子的新的CAFs（抗原呈递CAFs），在模型系统中以抗原特异性方式激活CD4 + T细胞，证实了它们被推测的免疫调节能力。

2019-胰腺导管腺癌

DOI：10.1038/s41422-019-0195-y

Chinese Academy of Medical Science & Peking Union Medical College于2019年7月4日发表在Cell Research：Single-cell RNA-seq highlights intra-tumoral heterogeneity and malignant progression in pancreatic ductal adenocarcinoma

使用10× scRNA技术测序：【Case】24例胰腺导管腺癌（PDAC）（41986个细胞）；【Control】胆管肿瘤和十二指肠肿瘤共3例，8例非恶性胰腺肿瘤患者（15444个细胞），揭示了导管腺癌肿瘤微环境图谱特征；比较了实验组和对照组之间以及不同细胞类型之间细胞CNV水平的差异，发现相对于1型导管来说，2型导管是恶化程度较高的导管细胞；另外对两种导管细胞的marker进行免疫组化，发现通过单细胞测序鉴定出的marker基因可以作为临床中导管腺癌进程的分子标志物；伴随着导管的恶性化进程，导管高表达细胞增殖和细胞迁移相关的基因；基于上述挖掘到的恶性导管细胞的marker基因，作者进行TCGA数据挖掘，将178个PAAD病人分为4种类型；通过不同的靶点抑制剂作用实验发现CDK1可以作为一个比较好的潜在治疗靶点；增殖性导管细胞伴随着T细胞活化的缺失预示着较差的预后

2019-髓母细胞瘤

doi: 10.1038/s41586-019-1434-6

美国圣犹大儿童研究医院和麻省总医院于2019年7月25日在Nature上发表：Resolving medulloblastoma cellular architechture by single-cell genomics。

髓母细胞瘤是最为常见的恶性儿童脑瘤。2012年，国际上将髓母细胞瘤分为4种分子亚型：WNT型、SHH型、三型和四型。WNT和SHH的肿瘤也有较为确定的细胞起源，但是三型和四型的细胞起源却仍是个未知之谜。从目前的存活率来看，WNT亚型患者存活期较长，而三型和四型的存活期却明显偏短。通过将肿瘤细胞和发表的成熟脑细胞单细胞图谱进行比较，作者发现SHH型肿瘤和其已知的起源细胞，小脑颗粒神经祖细胞（GNP ）最为类似，而四型肿瘤和单极刷细胞（UBC）最为类似。

单细胞转录组测序技术检测了25个儿童髓母细胞瘤样品。发现三型和四型的主要差异在于不同类型的细胞比例，并通过计算推测出三型和四型肿瘤的可能起源和致癌通路。

2019-黑色素瘤和头颈癌(数据挖掘)

doi: 10.1038/s41467-019-11738-0.

美国杜克大学医学院的Jason W. Locasale、Ziwei Dai和Zhengtao Xiao于2019年8月21日发表在Nature Communications上：Metabolic landscape of the tumor microenvironment at single cell resolution

分析了来自两种代表性人类肿瘤的9000多个单细胞的代谢基因表达谱，包括黑色素瘤和头颈癌，然后为评估该研究中单个肿瘤细胞的转录组图谱是否与常用组织样本的转录组图谱一致，研究人员将测序数据与来自TCGA的RNA-seq数据进行了比较。研究发现，该单细胞RNA-seq研究中的肿瘤样本与TCGA中的肿瘤样本大致相当。

首次在单细胞水平解析了肿瘤微环境中的细胞代谢基因表达谱，揭示了肿瘤代谢异质性在单细胞和组织水平上的显著差异 。在肿瘤微环境中，不同患者来源的肿瘤细胞拥有不同的代谢基因表达特征，但不同类型非肿瘤细胞的代谢基因表达并不受患者来源的影响，且不同细胞类型具有各自独特的基因表达特征。

肿瘤3大研究方向之 免疫浸润环境探索

2017-肝癌

doi：10.1016/j.cell.2017.05.035

北大张泽民研究组、首都医科大学彭吉润研究组、美国AMGEN公司欧阳文君研究组在Cell杂志发表了题为“Landscape of infiltrating T cells in liver cancer revealed by single-cell sequencing” 的研究论文，通过对超过5000个T细胞的单细胞测序数据及分析，首次在单细胞水平上描绘了肝癌微环境中的免疫图谱，发现可能的肝癌靶点基因并初步验证了个别基因的功能。在单细胞水平对肝癌肿瘤微环境中T淋巴细胞的转录组及T细胞受体(TCR)序列进行综合分析，基于生物信息学分析，通过对T细胞进行亚群分类、发展轨迹分析及比较不同亚群中T细胞克隆的分布，来探索不同亚群之间的关系并鉴定每个亚群特异的基因表达，从而揭示肿瘤中的T细胞在功能、分布和发展状态等方面的独特性质。基于TCR数据分析，该研究发现肝癌内存在大量肿瘤组织特异的克隆增生的T细胞，但是这些细胞大多处于耗竭状态，从而揭示了肿瘤细胞逃逸免疫监视的原因。

2018-乳腺癌

doi: 10.1016/j.cell.2018.05.060.

来自美国纽约纪念斯隆-凯特琳癌症中心的Dana Pe’er研究团队于2018年8月在Cell期刊上发表了题为“Single-Cell Map of Diverse Immune Phenotypes in the Breast Tumor Microenvironment”的研究文章，利用单细胞测序技术对乳腺癌组织中免疫细胞的异质性进行了全面揭示，绘制目前规模最大免疫细胞图谱，并重点针对乳腺癌肿瘤微环境中T细胞和巨噬细胞的表型扩增现象进行了分析和解读。

使用单细胞RNA测序分析了来自8位原发性乳腺癌患者的45,000个免疫细胞，同时也添加了正常乳腺组织、血液和淋巴结中的免疫细胞作对照；开发了预处理流程SEQC和贝叶斯聚类和归一化方法Biscuit；观察到正常免疫细胞与肿瘤组织中免疫细胞之间有显著相似性，但后者针对肿瘤微环境出现特异性连续表型扩展；对另外27,000个T细胞的成对单细胞RNA和T细胞受体（TCR）测序，结果揭示了TCR组合使用对表型多样性的影响。所观察到的T细胞状态的连续性变化颠覆了之前较少分化或激活离散状态形成的肿瘤微环境经典概念。结果支持T细胞连续活化模型，但不符合癌症中的巨噬细胞极化模型。

2018-肺癌

DOI: https://doi.org/10.1038/s41591-018-0045-3

2018年6月25日，北京大学张泽民课题组联合北京大学第三医院闫天生团队在Nature Medicine杂志发表了题为Global characterization of T cells in non-small-cell lung cancer by single-cell sequencing的研究论文。在该研究中，研究人员对来自14个药物治疗前非小细胞肺癌患者的外周血、癌旁组织和癌组织的12,346个T细胞进行了单细胞转录组测序。基于T细胞的转录组数据及T细胞受体（TCR）序列，通过生物信息学手段分析细胞的亚群分类、组织分布特征、肿瘤内群体异质性及药物靶基因表达情况，该研究鉴定了跨组织分布的T细胞类群、肿瘤浸润T细胞的组成及亚群间潜在的状态转换关系，提出了新的肺腺癌临床标志物，也为免疫治疗特异性地靶向T细胞亚群提供了新的思路

2018-结直肠癌

doi: 10.1038/s41586-018-0694-x

北京大学张泽民团队联合美国安进公司（Amgen）欧阳文军团队与北京大学人民医院申占龙课题组发表于 2018 年 10 月 29 日的Nature上：Lineage tracking reveals dynamic relationships of T cells in colorectal cancer

1986 年，Rosenberg 研究组首先提出了肿瘤浸润淋巴细胞（TIL）的概念，这种细胞是肿瘤组织中分离出来的浸润淋巴细胞，其细胞表型具有异质性，绝大多数细胞 CD3 阳性。依据来源的不同，CD4+ 与 CD8+ 类型的比例有所差异。张泽民团队开发了 STARTRAC 技术（Single T-cell Analysis by Rna-seq and Tcr TRACKing）观察了来自12例结直肠癌初治患者外周血、癌组织及癌旁组织的11138 个 T 细胞进行了单细胞全长转录组测序和分析，揭示了结直肠癌中20类具有不同功能特性的T细胞亚类的动态变化关系。

2019-乳腺癌

doi: 10.1016/j.cell.2019.03.005.

2019年4月11日，来自于苏黎世大学分子生命科学研究所的Johanna Wagner等在 Cell 发表题目为：A Single-Cell Atlas of the Tumor and Immune Ecosystem of Human Breast Cancer的文章。采用了单细胞蛋白组学研究的理念，通过质谱流式细胞技术（Mass Cytometry）的方法，标记了73种抗体后通过质谱流式细胞技术的方法检测了大约2600万个细胞，这些细胞分别来自于144例乳腺癌患者的肿瘤组织（基本覆盖所有临床亚型），46例癌旁组织和4例通过乳腺成形术得到的正常乳腺组织。结果发现：肿瘤组织中存在着大量的T淋巴细胞和骨髓来源的细胞；PD-L1+的TAMs和耗竭的无功能的T细胞在ER受体阳性亦或是ER阴性的高危患者标本中数量较多，表明了这些抑制性分子与肿瘤的不良预后密切相关。 ERa+的细胞在ER+型的肿瘤患者中数量差别明显，在Luminal B型肿瘤中ERa+肿瘤细胞的数量与PD-L1阳性的TAM以及耗竭T细胞的数量具有显著的相关性，表明肿瘤细胞的表型与肿瘤浸润性免疫细胞的表型存在相互影响相互干扰的情况，它们相互作用，形成了各自特有的肿瘤微生态系统。

2019- 鳞状细胞癌

doi: 10.1016/j.cell.2019.03.025.

Howard Hughes Medical Institute、Memorial Sloan Kettering Cancer Center等实验室在2019年4月25发表在cell上：Adaptive Immune Resistance Emerges from Tumor-Initiating Stem Cells

实验设计了一种鳞状细胞癌（SCC）的皮肤癌模型，利用单细胞RNA测序（scRNA-seq）和谱系示踪，研究者发现响应转化生长因子β（TGF-β）的tSCs在抗ACT方面具有优势；在恶性肿瘤期间，tSCs选择性地获得CD80；接触细胞毒性T淋巴细胞抗原-4（CTLA4）时，表达CD80的tSC直接抑制细胞毒性T细胞活性。结果表明：tSCs成为激活免疫检查点通路的关键。

2019-淋巴瘤

doi: 10.1158/2159-8290.CD-18-1393.

哈佛医学院、博得研究所等在2019年7月发表在Cancer discovery：Mechanisms of lymphoma clearance induced by high-dose alkylating agents

环磷酰胺在体内BM驻留淋巴瘤细胞中诱导ER应激，导致ATF4介导的VEGF-A旁分泌，大量巨噬细胞浸润和阿仑单抗调理细胞的清除。环磷酰胺处理后分离的BM巨噬细胞具有更强的吞噬能力，其被VEGF-A阻断或SYK抑制所逆转。这些巨噬细胞的单细胞RNA测序（scRNA-seq）鉴定了表达CD36 / FcgRIV的“超吞噬”亚群。

2019-黑色素瘤

doi: 10.1016/j.cell.2018.11.043.

以色列Weizmann Institute of Science的单细胞测序领域大牛Ido Amit实验室和Amos Tanay实验室，联合Netherlands Cancer Institute的肿瘤免疫学界大牛Ton Schumacher于2019年2月7日在Cell上发表了Dysfunctional CD8 T Cells Form a Proliferative, Dynamically Regulated Compartment within Human Melanoma

收集了来自25名黑色素瘤患者的总共46,612个肿瘤浸润免疫细胞的数据，基于Ido Amit实验室先前开发的单细胞测序技术开发了能够同时获得单细胞转录组和单细胞TCR序列的新型单细胞测序技术，开发并应用一种新的单细胞转录组分析方法, “MetaCell” 算法。从单细胞转录组数据中鉴定出稳定且均质的细胞群（“metacells”），从而得到324个metacells的转录组数据，这些metacells组成七个大群，包括T细胞、NK细胞、树突细胞、巨噬细胞、单核细胞、B细胞和浆细胞。发现尽管不同免疫细胞亚型存在于大多数患者中，但是它们的相对丰度在不同患者中存在很大差异。尽管丰度不同，所观察到的CD8T细胞的分化途径却是高度保守的。

2019-BCC、SCC

doi: 10.1038/s41591-019-0522-3

斯坦福大学医学院的Howard Y. Chang，Anne Lynn S. Chang和Ansuman T. Satpathy联合团队于2019年7月29日发表在：Clonal replacement of tumor-specific T cells following PD-1 blockade

从接受PD-1抗体治疗前后的基底细胞癌（BCC）或鳞状细胞癌（SCC）患者身上采集了79046个细胞（包括癌细胞和各种免疫细胞），然后给这些细胞分别做了单细胞RNA测序和T细胞受体测序。

单细胞RNA测序结果将所有的细胞分成19个小组，恶性癌细胞两个，T细胞6个，肿瘤基质细胞4个，骨髓细胞3个，B细胞3个和自然杀伤（NK）细胞一个。分析3548个癌细胞的表达谱，发现不同患者之间肿瘤异质性非常大。

文章研究重点是：免疫细胞，尤其是浸润性免疫细胞以及治疗前后的变化。

• 把所有的33106个肿瘤浸润性T细胞做了个细分，包括表达CD4的调节性T细胞（Treg）细胞，滤泡辅助性T（TFH）细胞，T辅助细胞17（TH17）细胞；以及表达CD8的幼稚细胞，记忆T细胞，效应记忆T细胞，活化T细胞，慢性活化/耗竭T细胞（后文统一称为耗竭T细胞），中度耗竭/活化细胞。

• 发现：PD-1抗体主要影响CD8阳性T细胞；即使在PD-1抗体治疗后，已经耗竭的肿瘤浸润T细胞也很难变成活化状态；PD-1抗体治疗后才出现的耗竭性T细胞表现出了新的TCR特异性；治疗前后的抗原特异性差异不是取样时间导致的，而是与PD-1抗体的治疗有关；PD-1抗体治疗，可能会促进T细胞具备新的肿瘤抗原特异性

结论：与“冷”肿瘤相比，“热”肿瘤之所以响应PD-1抗体的治疗，可能是由于“热”肿瘤自身的特质，让它能够不断吸引新T细胞进入，而不是重新激活已有的肿瘤浸润性T细胞

肿瘤3大研究方向之 疾病进展

核心

对肿瘤取不同进展期，看不同时期不同细胞比例的差异

2015-前列腺癌

doi: 10.1126/science.aab0917.

哈佛医学院团队于2015年9月18日在Science上发表：RNA-Seq of Single Prostate CTCs ImplicatesNoncanonical Wnt Signaling in Antiandrogen Resistance

去势疗法（ADT）是前列腺癌的常见治疗手段，但是癌症复发后AR（androgen receptor，雄激素受体）抑制剂的疗效因人而异。研究者通过简单的液体活检，获取CTC细胞（循环肿瘤细胞）进行单细胞RNA测序分析，揭示了前列腺癌的耐药机制。从13位出现雄激素抵抗(AR)的患者体内收集了77份循环肿瘤细胞，并完成了总RNA序列分析。结果发现：AR的患者血样循环肿瘤细胞，与未进行治疗患者样品，发现AR抗性组出现了nc-Wnt信号通路被激活的现象；而nc-Wnt信号通路是调控细胞生存，增殖与运动功能的信号途径，从而调控癌细胞耐药机制。

2018-乳腺癌

doi: 10.1038/s41467-018-04334-1.

美国加州大学团队于2018年5月23日发表于Nat Commun的Profiling human breast epithelial cells using single cell RNA sequencing identifies cell diversity。

用两种方法进行单细胞测序：Fluidigm C1和10× Genomics：Fluidigm C1检测3个个体（正常，无疾病）的868 细胞，每个细胞1.6M reads；10× Genomics对另外4名个体（正常，无疾病）进行测序，5000 cells/sample，60,000 reads/cell。

Fluidigm C1 scRNAseq揭示乳腺上皮细胞有3种细胞亚型：基质细胞、腔细胞1、腔细胞2；10× Genomics测序揭示了细胞亚群多样性：3种主要的细胞类型：基质细胞、腔细胞1、腔细胞2，对应的marker gene是：KRT14、KRT18/SLP1、ANKRD30A/SLP1，每个主要的上皮细胞类群中均出现了多个亚群；拟时间排序重构了分化轨迹：4个个体的样本群体产生了一个紧密相连的分化轨迹，分成三个主要分支，分别对应主要细胞类型Basal、L1和L2。

2018-三阴性乳腺癌

doi: 10.1016/j.cell.2018.03.041

美国MD安德森癌症中心联合瑞典卡罗林斯卡学院的研究人员于2018年5月3日在cell上发表了：Chemoresistance Evolution in Triple-Negative Breast Cancer Delineated by Single-Cell Sequencing

三阴性乳腺癌是指癌组织免疫组织化学检查结果为雌激素受体（ER）、孕激素受体（PR）和原癌基因HER2均为阴性的乳腺癌，该类乳腺癌约占全部乳腺癌病理类型的12%~18%。三阴性乳腺癌可能对新辅助化疗有反应，但通常会产生耐药性。

实验利用单细胞DNA测序、RNA测序以及外显子组测序，对20名处于治疗过程中的三阴乳腺癌患者的大量细胞进行了分析。首先，研究人员利用Illumina深度外显子组测序发现10名患者的肿瘤消退，而另10名患者仍有肿瘤细胞存在。之后，对其中的8名开展了单细胞分析，通过DNA测序分析了900个单细胞，RNA测序分析了6862个细胞，发现化疗中出现的拷贝数突变是预先存在且适应性选择的。结论：在接受化疗之前，检测三阴乳腺癌患者的耐药克隆，也许有助于预测哪些患者有望从化疗中受益。其次，将患者分化为克隆消退组和克隆持续组，可能对患者的预后或生存有意义。

2018-黑色素瘤

doi: 10.1016/j.cell.2018.06.025.

比利时研究人员于2018年8月9日在cell上发表：Toward Minimal Residual Disease-Directed Therapy in Melanoma.

有一种观点认为肿瘤复发是由一小部分残留或“耐药”细胞驱动的，这些细胞传统上被称为“微小残留病灶（MRDs ）”，MRD 机制涉及突变耐药、非突变耐药、肿瘤干细胞等多种假说。

方法：黑色素瘤小鼠 PDX 模型+10X Genomics 单细胞转录组测序、Smart-seq2 单细胞转录组测序、单细胞 DNA 测序、TCGA 公共数据

发现：黑色素瘤中的微小残留病灶（MRD）表现出细胞的空间异质性，细胞状态转变能够促使不同耐药状态的共同出现；核受体RXRG驱使的神经嵴干细胞（NCSC）的转录是其中一种耐药的转录状态；RXR拮抗剂可以减少MRD中NCSCs的积累并延缓了耐药性的发生；靶向RXR信号有延缓甚至避免黑色素瘤复发的潜力。

2019-胰腺癌

doi: 10.1158/1078-0432.CCR-18-1955.

MD Anderson Cancer Center (MDACC) 于2018年4月1日发表在 Clin Cancer Res.：Single Cell Transcriptomics of Pancreatic Cancer Precursors Demonstrates Epithelial and Microenvironmental Heterogeneity as an Early Event in Neoplastic Progression。

使用的是10X的drop-seq技术（illumina的ddSEQ仪器），检测了 5,403 cells from two low-grade IPMNs (LGD-IPMN), two high-grade IPMNs (HGD-IPMN), and two PDACs (这6个病人 all surgically resected).

提供对胰腺癌病人的不同进展时期：LGD-IPMN, HGD-IPMN, and PDACs, 进行单独的单细胞转录组测序，分析其细胞组成的异质性，刻画了疾病进展过程中的细胞类型，通路的转换。

2019-胃癌

doi: 10.1016/j.celrep.2019.04.052.

清华大学李梢教授研究团队于2019年5月7日在Cell Reports发表：Dissecting the Single-Cell Transcriptome Network Underlying Gastric Premalignant Lesions and Early Gastric Cancer

从9名非萎缩性胃炎、慢性萎缩性胃炎、肠上皮化生和早期胃癌患者中收集了13例活检组织。其中2名患者感染了幽门螺杆菌。研究人员从这些活组织检查中分离单个细胞进行RNA测序。在经过质量控制后，该研究共分析了32,332个细胞。根据这些细胞的基因表达模式进行降维和聚类，研究人员最终发现了多个主要细胞聚类。构建了从胃炎到早期胃癌的单细胞转录组图谱，揭示了从癌前病变到早期胃癌进展过程中发生的基因表达变化，还发现了早期胃癌特有的分子特征和特异性标记基因，有助于早期胃癌的诊断。

2019-儿童的罕见肿瘤LCH

doi：10.1158/2159-8290.cd-19-0138

2019年 St. Anna Children's Cancer Research Institute (CCRI)发表在Cancer Discov.：题目是Epigenomics and Single-cell Sequencing Define a Developmental Hierarchy in Langerhans Cell Histiocytosis.

朗格汉斯细胞组织细胞增生症(Langerhans cell histiocytosis, LCH)是一种主要发生在儿童的罕见肿瘤，在癌症和炎症性疾病之间处于混合地位。文章在活检中利用单细胞RNA测序鉴定了多种复发的LCH细胞，包括推定的LCH祖细胞和几种分化的LCH细胞亚群。使用免疫组化方法证实了增殖性LCH细胞存在于所有分析的活检组织中，并通过染色质可及性分析确定了不同LCH细胞亚群的表观基因组和基因调控基础。结果揭示了LCH病变中复杂的发育级系。

2019-髓母细胞瘤

doi：https://doi.org/10.1016/j.ccell.2019.07.009

美国辛辛那提儿童医院医疗中心Q. Richard Lu和Xuelian He等研究人员于2019年8月29日发表在cancer cell上：Single-Cell Transcriptomics in Medulloblastoma Reveals Tumor-Initiating Progenitors and Oncogenic Cascades during Tumorigenesis and Relapse

利用单细胞转录组学分析，研究人员证明了SHH（Sonic Hedgehog）髓母细胞瘤中前体细胞群的发育层次，并且鉴定了表达OLIG2的神经胶质前体细胞在肿瘤发生时作为转移-扩增细胞。结果表明胶质细胞谱系相关的OLIG2 阳性前体细胞是髓母细胞瘤发生和复发期间的肿瘤起始细胞，并表明OLIG2驱动的致癌网络是潜在的治疗靶标。

如果你看到这里，应该是有意报名单细胞天地小编啦，可以从文献速递栏目开始，标准见：https://docs.qq.com/doc/DT3p3cVVoblV1a1Zo

一个例子：https://docs.qq.com/doc/DT3JMZWlEUFlZR1Zo