Nature子刊：单细胞RNA测序准确区分癌细胞与正常细胞，准确率高达99％

新的计算工具可通过单细胞RNA测序数据可靠地区分癌症和正常细胞

　　

为了解决在大型单细胞RNA测序数据分析时遇到的挑战，德州大学MD安德森癌症中心的研究人员开发了一种新的计算技术，可以准确地区分肿瘤样本中癌细胞，以及多种正常细胞的数据。

这一研究成果公布在Nature Biotechnology杂志上。

这项名为CopyKAT（copy number karyotyping of aneuploid tumors，非整倍体肿瘤的染色体核型分型）的新工具可以帮助研究人员更轻松地检查从大型单细胞RNA测序实验中获得的复杂数据，从成千上万单个细胞中传递的基因表达数据。

文章通讯作者Nicholas Navin博士说，CopyKAT使用基因表达数据来寻找非整倍性或存在异常的染色体数，这在大多数癌症中很常见。该工具还有助于识别癌细胞内的不同亚群或克隆。

“我们开发了CopyKAT作为从转录组数据中推断遗传信息的工具。通过将该工具应用于多个数据集，我们证明了可以准确地鉴定混合的肿瘤样本中，肿瘤细胞和肿瘤细胞中存在的其他免疫细胞或基质细胞，准确率高达99％，这样我们就可以进一步发现存在的亚克隆，并了解它们的遗传差异。”

从时间维度上来看，肿瘤是作为存在的所有细胞的混合物进行研究的，其中许多不是癌性的。近年来，单细胞RNA测序的出现使研究人员能够以更高的分辨率分析肿瘤，检查每个单个细胞的基因表达，绘制出包括周围微环境在内的肿瘤图景。

但是，如果没有可靠的计算方法，很难区分癌细胞和正常细胞。Ruli Gao博士开发了CopyKAT算法，该算法可以提高准确性和调整最新一代单细胞RNA测序数据，改进旧技术。

研究团队首先通过将结果与全基因组测序数据进行比较，来对其工具进行基准测试，该数据在预测拷贝数变化方面显示出很高的准确性。在来自胰腺癌，三阴性乳腺癌和间变性甲状腺癌的另外三个数据集中，研究表明，CopyKAT也能够准确区分混合样本中的肿瘤细胞和正常细胞。

在分析这些样本时，研究人员还发现该工具可有效地根据拷贝数差异识别肿瘤内的癌细胞亚群，这在三阴性乳腺癌实验中得到了证实。

“通过使用CopyKAT，我们能够鉴定三阴性乳腺癌中罕见的亚群，这些亚群具有未被广泛报道的独特基因改变，包括具有潜在治疗意义的改变。” “我们希望该工具将对研究人员有用，充分利用其单细胞RNA测序数据推动癌症的新发现。”

该工具可供研究人员免费使用。作者指出，该工具不适用于所有癌症类型的研究。例如，非整倍体在儿科和血液学癌症中出现得相对较少。

（生物通）

原文标题：

Delineating copy number and clonal substructure in human tumors from single-cell transcriptomes