综述：单细胞转录组学数据中恶性细胞的鉴定

这篇综述系统梳理了利用单细胞转录组测序（scRNA-seq）技术识别肿瘤微环境中恶性细胞的关键策略，重点探讨了基于细胞起源（COO）标记基因表达、拷贝数变异（CNA）和患者间异质性三大核心特征，并整合了单核苷酸突变（SNA）、融合基因、代谢重编程等辅助标志物，为肿瘤异质性研究提供了多维度方法论框架。

　　

单细胞转录组学数据中恶性细胞的鉴定

细胞起源标记基因的表达

恶性肿瘤细胞通常保留其起源细胞（COO）的分子特征，例如癌变上皮细胞表达EPCAM等标志物。然而，肿瘤中常混杂正常同源细胞，需结合其他特征区分。上皮-间质转化（EMT）会导致标志物丢失，此时间质标记（如VIM）可能成为辅助指标。

拷贝数变异分析

约90%实体瘤存在CNA，如头颈鳞癌中3p21缺失。主流算法InferCNV通过比较肿瘤与正常参考细胞的染色体区域表达差异，结合隐马尔可夫模型预测异常。新工具Numbat引入单倍型信息提升精度，而CopyKAT在仅表达矩阵可用时表现优异。

患者间肿瘤异质性

恶性细胞呈现显著的个体特异性转录模式。例如黑色素瘤中，癌细胞形成患者特异性聚类，而基质细胞跨样本混合。LISI评分量化这种差异，低分提示恶性可能。需注意批次效应干扰。

单核苷酸突变与融合基因

Smart-seq3等全长转录组技术可检测驱动基因突变（如TP53），但10X Genomics因3'偏好性受限。EWSR1-FLI1等融合基因在肉瘤中特异性高，STAR-fusion工具可识别嵌合转录本。

增殖与通路异常

周期基因集（如MKI67）富集是恶性细胞的共性特征。PI3K/AKT/mTOR等通路失调具有癌种特异性：基底细胞癌中PTCH1-GLI1信号激活，而前列腺癌依赖雄激素受体（AR）通路。

免疫逃逸与代谢重塑

MHC-I下调（如B2M缺失）和PD-L1过表达是常见免疫逃逸机制。Warburg效应和谷氨酰胺代谢增强反映能量需求变化，线粒体RNA比例升高可作为潜在标志。

机器学习整合多组学

scATOMIC通过层次分类器结合OncoDB特征库实现泛癌鉴定，而Ikarus利用逻辑回归分析差异基因签名。深度学习模型在跨模态数据（如染色质可及性）中的应用值得期待。

挑战与展望

肿瘤内亚克隆和EMT中间态增加了鉴定难度。未来需开发整合CNA、突变和空间信息的自动化流程，以全面解析肿瘤生态系统。