《Nature》子刊：单细胞测序助力骨髓瘤临床血液筛查

当细胞失去控制，癌症就来了。破解癌细胞如何劫持特定途径，将导致更有效的抗癌方法。

　　

魏茨曼科学研究所的科学家和以色列血液肿瘤学临床医生共同建立了多发性骨髓瘤癌症前后单细胞详细概况，为今后这种疾病的精准治疗和诊断创造了条件。结果发表在《Nature Medicine》。

多发性骨髓瘤是排名第二的常见血癌类型。骨髓中的浆细胞（职责是生产抗体）增殖失控，导致各种器官衰竭和死亡。近年来，骨髓瘤患者在免疫治疗方案下的存活率显著提高，但是由于个体差异，当前的血液检测不能识别早期疾病，也不能分类患者应该接受哪些治疗，每年约1%的患者会在等待常规血液检查确诊期间发展为成熟的骨髓瘤癌。直到最近，我们仍没有办法区分哪些患者可能进一步演变，哪些患者不会进一步发展。

Guy Ledergor博士、来自免疫学系的Guy Ledergor博士与生物调控计算机科学与应用数学系的Amos Tanay教授认为，研究小组共同开发的高灵敏度单细胞RNA测序有潜力提供理解多发性骨髓瘤组成的新手段，提高这种破坏性疾病的诊断和治疗。

在Gabi Barbash教授领导下，魏茨曼科学研究所招募了以色列所有血液肿瘤科，使用新方法测序了患者血液或骨髓中成千上万个单细胞内RNA，捕获了每个单细胞中活跃的特定基因程序。为了理解骨髓瘤癌症蓝图，科学家们首先将其与接受髋关节置换手术的健康个体的成千上万个细胞测序结果（生成了高分辨率的正常浆细胞模型）进行比对。对照组个体间的浆细胞高度相似，基本上呈现单一共同蓝图。然而，骨髓瘤患者的细胞蓝图却极为不均匀，每个患者都是独特的，并且一些患者呈现多个肿瘤克隆。

目前，科学家已证明，即使在非常早期（癌前）阶段也能够识别血液中极少量的恶性肿瘤细胞，并为“个体化”疾病提供更加精确的诊断和明智的治疗选择。用明显少痛苦的液体活检取代痛苦的骨髓活检被证明也是可能的。最终，可能有助于让多发性骨髓瘤患者早确诊早治疗和预防化疗后复发。

Barbash教授指出，这些发现只是将单细胞RNA-seq技术应用于临床基因组研究的开始。“我们现在正在与医院研究人员和基础研究科学家展开类似的合作，以推进其他疾病诊断和治疗。”

“迄今为止，仅限于少数实验室在做单细胞基因组分析，我们正不断推动这项技术的界限，使其成为一个主要的诊断工具，”Amit教授说。“这对监测许多恶性肿瘤的早期迹象可能是有用的。基于每位患者细胞的不同疾病阶段概况也可用于建立有针对性的靶向治疗。”

研究人员使用机器学习“教”计算机从数万个细胞中自动识别恶性细胞。“我们正在进入一个依靠收集大数据和利用机器学习帮助临床医生理解和发现毁灭性疾病的时代，将来，医生们能够实时跟踪疾病，并根据疾病的‘个体化’治疗每位患者，甚至在出现症状之前。”

简单又靠谱的单细胞转录组建库试剂盒，了解一下

原文检索：Single cell dissection of plasma cell heterogeneity in symptomatic and asymptomatic myeloma

（生物通：伍松）