全新打造 | scCancer分析——深度助力肿瘤单细胞转录组研究---暨消化系统肿瘤研究合作邀请
投稿发送至DDP@high-med.com
应聘全职及兼职编辑，发送简历至
chenlf@high-med.com
1
背景介绍（文末有彩蛋）
随着现代生物学的发展，以组织或细胞群体为研究对象，分析多种细胞的平均基因表达水平已经不能够满足科研需求。单细胞转录组测序是在单细胞水平对转录组进行扩增与测序的一项新技术。其中，10x Genomics 凭借其高细胞通量、极短项目周期及极低成本脱颖而出，通过测序实现对高通量单细胞数据进行细胞亚群的分类以及细胞亚型间基因表达的差异分析。10x Genomics 单细胞转录组测序技术（Single cell RNA-seq）可应用的细胞类型众多，如肿瘤细胞、免疫细胞、干细胞、神经细胞、生殖细胞、胚胎细胞等，是研究肿瘤异质性，免疫细胞群体和胚胎发育的优秀方法。
单细胞转录组测序提供单个细胞的表达谱信息。单细胞测序技术不仅可以精确测量基因表达水平，而且通过基因聚类分析和差异分析能够鉴定癌症细胞亚型、肿瘤微环境免疫细胞等，为癌症机制研究和免疫治疗研究提供新策略（图1）。近些年，不断涌现出一些生物信息分析工具（如Seurat、scater、scanpy等），极大地促进了单细胞测序技术在肿瘤研究中的应用。肿瘤异质性和复杂的肿瘤微环境一直是肿瘤研究进展中的关键问题。因此，一套针对肿瘤特性而设计开发的单细胞转录组测序分析工具，将大大提高肿瘤的机制研究和治疗抗性研究效率。
图1. 肿瘤单细胞水平的研究
2
scCancer介绍
基于丰富的肿瘤单细胞研究经验和生信算法开发能力，我们建立了一套易操作且高效的自动化肿瘤单细胞转录组分析工具——scCancer（图2）。该方法中采用了多层次严格的质控标准以适用于癌症研究，且封装了基本的scRNA-seq分析内容，包含分群和差异表达分析。更重要的是，我们针对癌症的高度异质性和复杂微环境整合了一组适用于肿瘤数据的计算和分析方法，包括肿瘤微环境分析、恶性细胞评估、细胞周期评估、干细胞特征评估、基因集信息得分评估、表达程序识别、细胞间相互作用分析。此外，我们的方法也适用于多样本整合分析，可以有效消除批次效应提高数据分析结果可靠性。最后，该工具可适用多种单细胞实验平台产生的数据，增强了其可用性。
图2. scCancer分析流程
我们的特点
● 针对恶性肿瘤单细胞转录组应用场景设计
● 全面、多维质控指标，保证下游分析质量
● 自动识别肿瘤微环境主要细胞类型、恶性细胞亚群
● 自动生成图文报告，高质量图片可直接使用
● 经大量10X真实数据测试，提供统计数据参考
为了测试scCancer工具的兼容性、可扩展性和准确性，我们收集了6套数据集中的56个样本，包含433405个细胞，进行系统性的分析。结果表明，该工具在细胞类型鉴定、恶性细胞评估等方面表现了良好的特性（如下表）。
3
科研应用示例
1. 单细胞水平探究肿瘤微环境与
肿瘤发生发展的关系
肿瘤微环境（TME，tumor microenvironment）是液体、免疫细胞及包裹肿瘤的血管所组成的混合体，肿瘤细胞与肿瘤微环境之间的相互作用能够帮助决定肿瘤的进展和命运。因此，在单细胞水平理解肿瘤微环境的组成和功能对于有效抑制癌症进展非常重要。
我们开发了一种数据驱动算法可以注释主要的微环境细胞类型，包括内皮细胞、成纤维细胞和免疫细胞（CD4 + T细胞、CD8 + T细胞、B细胞、NK细胞和髓系细胞)。且相较其他算法，表现了良好的分析性能和准确性（图3）。
图3. scCancer分析肿瘤微环境细胞类型
2. 单细胞水平探究肿瘤发生及进化
恶性细胞进化过程和机理是肿瘤学研究的重点，借助单细胞技术，使得该研究更加深入。从单细胞水平，评估细胞恶性程度，进而深入理解细胞内发生的基因表达变化，有助于发现驱动细胞向恶性转化的marker基因，揭示肿瘤发生与进化机制，为肿瘤药物研发提供理论支撑。
我们基于现有算法，优化了相关参数，可以更加准确地评估肿瘤恶性程度及细胞状态（图4）。
图4. scCancer分析肿瘤恶性程度
4
消化系统肿瘤研究合作邀请
目前，肿瘤单细胞研究主要集中在血液、肺癌、肝癌等疾病领域，对消化系统肿瘤（食管癌、胃癌、胰腺癌等）的研究较少。且我们在做算法开发和模型训练时，用到了胰腺癌的数据集，展现了较为理想的分析结果。我们确认，该方法是适用类似实体瘤研究的。
为此，我们特别希望能够邀请临床研究者一起，在消化系统肿瘤方面有更深入的分析研究。
我们是一支具备多位生信背景研究员的科研队伍，有丰富的课题研究经历和扎实的单细胞研究经验。对于合作者，我们可以提供如下支持和工作：
我们提供的支持
● 消化系统肿瘤单细胞研究调研
● 课题研究方向评估和课题申请技术支撑
● 单细胞数据质控和标准化分析
● 基于文章发表的个性化分析
我们期待合作者具备如下条件：
合作者具备条件
● 临床医学背景，有长期做科研的意愿
● 有明确的科研大方向
5
联系我们
如果您致力于单细胞方面的研究，且对该分析内容感兴趣，欢迎与我们联系。
如果您认为需要增添新的分析内容或有任何问题，欢迎与我们联系。
如果您有消化系统肿瘤单细胞课题方面的想法或寻找合作研究者，也欢迎与我们联系并咨询。
我们无偿提供咨询、答疑和流程化数据分析服务（关注 “消化界” 公众号的老师），联系张老师，电话/微信13810052116。
scCancer分析示例报告，可具体了解分析内容。
http://lifeome.net/software/sccancer/KC-example-report-scStat.html
http://lifeome.net/software/sccancer/KC-example-report-scAnno.html
来源：中科光华
