单细胞测序在克隆进化中的应用

news2026/3/17 10:01:35
第三期线上直播肿瘤克隆进化生信分析培训课程报名啦癌症中的克隆进化7个外显子测序的克隆进化快速搞定4分文章单细胞测序在癌症中的应用转化研究是连接基础发现与临床应用的桥梁。癌症分型推动了许多进展包括生物标志物的发现和疾病过程的特征分析。这些信息有助于我们更好地检测和监测疾病、将患者分组纳入临床试验以及对抗治疗耐药性。在此我们概述了癌症研究中四个重要的单细胞测序应用肿瘤进化、治疗耐药性、微小残留病MRD和意义未明的克隆性造血CHIP。肿瘤进化单细胞测序的一个日益增长的应用是重建肿瘤进化史。由于单细胞分析可将突变分配给不同的克隆因此可以根据共突变模式重建系统发育树。 重组克隆历史不仅揭示了进化的整体模式线性与分支还使研究人员能够了解疾病进展的其他重要方面。例如可以识别出启动疾病的突变以及相互排斥和共同发生的模式。评估赋予细胞适应性优势的合作突变尤其具有启发性。例如在图 1 所示的AML系统发育中共突变DNMT3A和NPM1使一个克隆深蓝色圆圈得以扩张并构成肿瘤的约30%。利用单细胞分析进行的系统发育研究为癌症研究提供了宝贵的见解。例如Miles等人2020揭示了突变获得的时间顺序以及驱动克隆扩张的合作突变。该研究还发现进化模式在疾病进展的不同阶段有所不同。在另一项AML研究中Morita等人2020发现了线性和分支进化模式其中一些亚克隆独立地在相同基因中获得突变趋同进化。这两项研究中的蛋白质基因组学分析能够在进化背景下同时表征突变谱和细胞类型/状态。这些研究为癌症的行为提供了新的见解。这些努力不仅为恶性转化提供了基础性知识而且越来越多的证据表明它们具有预后价值。例如肿瘤内异质性较高与AML中耐药性的发生和较差的预后相关。仅在血液学领域就有多个适应症正在积极研究中包括骨髓增生异常综合征CH、急性髓系白血病AML、骨髓增殖性肿瘤MPN、骨髓增生异常综合征MDS、多发性骨髓瘤、慢性淋巴细胞白血病CLL和急性淋巴细胞白血病ALL。随着对更多患者肿瘤的分析进化的一般模式可能会逐渐显现。进化分析揭示了克隆动态在这棵急性髓系白血病AML系统发育树中早期突变DNMT3A和NPM1为克隆性而后续突变FLT3和NRAS为亚克隆性。还可观察到克隆扩增事件黄色圆圈DNMT3A-NPM1-FLT3突变体深蓝色圆圈DNMT3A-NPM1突变体。图 1治疗抗性在肿瘤学众多单细胞测序应用中利用单细胞数据识别治疗耐药机制在个性化医学中具有巨大潜力。尽管抗肿瘤疗法常能将患者带入完全缓解状态但肿瘤往往会在稍后复发。未能彻底消除癌症通常归因于疾病的异质性和动态性。肿瘤细胞可通过原发性耐药逃避治疗即预先存在的突变提供保护性特性或者通过治疗过程中获得的突变产生继发性耐药。由于大多数肿瘤细胞会因治疗而死亡存活下来的细胞资源竞争较少。少量初始耐药细胞可迅速扩增并引发复发。肿瘤以这种方式适应的能力是治疗失败的根本原因。尽管癌症规避治疗的惊人能力仍是重大挑战但理解这一过程可能使我们能够以其人之道还治其人之身。单细胞DNA测序相比传统整体分析具有显著价值。由于整体分析无法明确界定不同克隆中的突变共现情况因此无法确定某种疗法是否能靶向所有克隆。单细胞DNA测序可早期检测高风险克隆从而调整治疗方案以降低复发可能性。为说明单细胞分析的价值考虑一项对接受靶向FLT3抑制剂吉列替尼治疗的复发性AML患者进行的纵向研究图 2。在患者治疗期间使用整体NGS在三个时间点诊断时、治疗期间和复发时检测了外周血。由于整体分析无法解析克隆结构因此无法确定每个时间点存在的克隆。在回顾性研究中通过单细胞DNA测序分析血液样本揭示了肿瘤结构。 初始研究中缺乏克隆分辨率意味着导致复发的克隆被遗漏。例如在诊断时间点浅蓝色克隆被吉列替尼有效靶向而深蓝色克隆未被靶向因其缺乏FLT3靶点。后者在治疗后扩增并导致复发。同样在治疗期间出现的新克隆红色通过NRAS突变获得了对吉列替尼的耐药性。该克隆在治疗期间仅占肿瘤的0.1%整体NGS无法检测到因此得以不受阻碍地扩增并导致复发。克隆结构是抗药机制的基础利用单细胞数据制定个性化治疗策略有望降低复发率。通过在治疗前解析肿瘤的克隆结构可以开发联合疗法以确保所有克隆均被靶向。治疗期间的监测也有助于识别任何新出现的耐药克隆。越来越多的研究正利用单细胞DNA测序在临床试验中揭示耐药机制进一步凸显了这项技术在治疗领域的潜力。一项回顾性研究通过单细胞DNA测序在三个时间点诊断时、治疗期间和复发时对血液样本进行分析。单细胞分析检测到了克隆深蓝色和红色这些克隆最终导致了患者的复发。图 2微小残留病MRD另一种具有影响力的单细胞测序应用是检测体内少量恶性细胞——称为微小残留病MRD。尽管抗肿瘤治疗取得了进展但耐药细胞逃避免疫治疗并引发复发的情况并不少见。即使患者达到完全缓解通常仍会残留少量致病细胞。对于髓系恶性肿瘤而言MRD是治疗结果的强大预测指标。临床试验数据表明MRD的存在预示着更快的复发和更低的整体生存率图3。MRD正逐渐被确立为无复发生存期的替代标志物未来甚至可能作为药物批准的监管终点。鉴于其临床意义MRD检测通常在诱导化疗后进行。如果检测到并表征恶性克隆可以采取早期干预措施。传统上MRD通过基因型或免疫表型来识别。传统的基因分型方法如PCR、qPCR或批量NGS可检测突变频率但无法将异常变异分配给特定克隆。没有这种克隆结构恶性细胞的鉴定将受到限制。MRD也可通过免疫表型分析通常通过多参数流式细胞术检测。例如在急性髓系白血病AML中MRD通过基于原始细胞异常标记表达模式对细胞进行流式分选来识别。然而该检测的灵敏度有限因为常见标记既由健康细胞也由白血病细胞表达。单细胞多组学DNA 蛋白质分析将两种检测方法的优势整合到单一工作流程中。使用多种分析物检测异常细胞可增强残留疾病的检测能力。例如Dillon等人2020报告了一例AML病例其中仅有一半具有恶性基因型的细胞表面存在白血病标记物。在此情况下DNA 蛋白质多组学的应用使MRD的表征比单独使用任何一种分析物都能更全面。在临床上这种高度特异性的信息可用于指导个性化治疗方案。微小残留病MRD状态与临床结局相关在这些假设的Kaplan-Meier曲线中存在MRD的患者复发率较高总生存率较低。图 3不确定潜能克隆性造血CHIP单细胞分析有助于微小残留病MRD的识别但区分病变细胞与良性细胞并非总是明确。对于血液癌症而言单细胞测序的一项相对较新的应用是能够区分具有部分相同突变的恶性细胞与非恶性细胞。像急性髓系白血病AML这样的血液癌症起源于造血干细胞HSCs——这些细胞存在于骨髓中并产生所有后续的血细胞。这些细胞很少分裂因此其基因组相对稳定。然而随着人类年龄增长它们会逐渐获得体细胞突变。特定一组表观遗传调控因子常见如DNMT3A、TET2和ASXL1的突变赋予HSCs竞争优势使其通过一种称为“不确定潜能克隆性造血CHIP”的过程进行克隆性扩增。尽管这些突变导致克隆亚群但这些细胞尚未具有恶性特征也不会引起疾病症状。然而它们容易获得额外突变从而导致完全的白血病转化。因此具有CHIP突变的人被认为有发展为血液恶性肿瘤如骨髓增生异常综合征[MDS]和急性髓系白血病[AML]的潜力。CHIP是一种与年龄相关的进程在约20%的美国人群中发生。表观遗传基因中的体细胞突变变异等位基因频率≥0.02出现在中年并随时间增加图4。19除了发展血液恶性肿瘤的风险更高外CHIP的存在还与心血管疾病风险升高和寿命缩短相关。CHIP随年龄增长而发展CHIP是一种非恶性疾病其特征是血细胞发生突变并形成克隆性扩增通常始于中年。CHIP与较高的血液系统恶性肿瘤和心血管疾病发病风险以及寿命缩短相关。图 4CHIP的病因尚未被充分理解。对于临床医生而言一个特别感兴趣的问题是区分CHIP癌前病变和致癌克隆的能力。由于CHIP细胞中存在的突变也见于白血病细胞中因此两者往往难以区分。然而这些突变的克隆结构可用于验证细胞是否具有致病性。残留疾病的克隆结构可以通过单细胞DNA测序进行评估。作为示例图5展示了一个存在多种低频遗传异常的细胞群体。虽然仅通过VAFs批量NGS的输出结果无法确定肿瘤的亚克隆结构但单细胞DNA测序可以解决这一问题。在此例中两个白血病克隆在16号染色体上存在基因融合AML的特征性表现。而CHIP克隆则存在TET2或ASXL1中的单个突变且这些突变不与16号染色体融合共存表明它们并非白血病性。单细胞分析可区分克隆性造血CHIP克隆仅凭变异等位基因频率VAFs无法区分癌前CHIP克隆和恶性克隆。通过解析各克隆的突变结构单细胞DNA测序能够识别出克隆性造血CHIP克隆和白血病克隆。图 5单细胞DNA蛋白质多组学也可用于区分微小残留病MRD与克隆性造血CHIP克隆。通过整合基因型和免疫表型信息可更可靠地识别恶性与非恶性克隆。事实上Dillon等人2020利用单细胞蛋白质基因组学分析评估了复发性急性髓系白血病AML患者的残留疾病。传统MRD检测方法——基因测序和流式细胞术——结果常不一致而该研究通过结合基因型与免疫表型分析克服了这一局限。借助单细胞多组学技术作者能够明确三位患者的克隆结构并区分CHIP克隆与AML克隆。VocabularyComplete remission (CR): 标准实验室检查和影像学检查未检测到癌症。Primary resistance: 既有的突变赋予对治疗的耐药性。Secondary resistance: 治疗过程中出现的突变会赋予对治疗药物的耐药性。Minimal residual disease (MRD): 治疗后残留在体内的少量癌细胞。也称为可测量残留病灶。Clonal hematopoiesis of indeterminate potential (CHIP): 造血干细胞HSCs发生突变获得并随后克隆扩增的过程导致非恶性克隆的形成。也称为年龄相关性克隆性造血。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2419040.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…