“跷跷板”签名技术能够捕捉到类似轨迹变化的转录组变化，并实现跨多种癌症类型的肿瘤细胞高效分类

《Communications Biology》：Seesaw signatures capture trajectory-like transcriptomic shifts and enable compact tumour cell classification across cancers

　　

摘要

在单细胞癌症研究中，准确识别肿瘤细胞仍然是一个重大挑战，因为恶性细胞和正常细胞之间的差异往往非常微妙，并且在不同数据集中存在很大差异。我们发现，“跷跷板”对（Seesaw pairs）——即正常细胞和肿瘤细胞之间基因对相对表达排名的一致性反转——能够提供简洁且具有信息量的恶性转化标志。通过对22种癌症类型的44个单细胞RNA测序数据集进行分析，基于三个“跷跷板”对的分类器在独立测试集中的接收者操作特征曲线（receiver operating characteristic curve）下的中位面积达到了0.93，其性能优于CellTypist、CTISL、ikarus和scMalignantFinder。反复出现的“跷跷板”对揭示了多种癌症类型的共同特征，许多相关基因与不良预后相关（这些信息来自《癌症基因组图谱》（The Cancer Genome Atlas）中的队列研究）。由于该框架简单易懂，它可能有助于实现实用的低维分析方法，并且也可以扩展到其他具有协同排名紊乱特征的数据类型中。