前沿分享 | 基于单细胞转录组学数据采用AI工具预测肿瘤治疗反应和耐药性
引言
近期,Sanju Sinha等人在 Nature Cancer上发表了题为“PERCEPTION predicts patient response and resistance to treatment using single-cell transcriptomics of their tumors”的文章。研究团队探索了一种名为“PERCEPTION”(基于单细胞表达的个性化肿瘤治疗规划)的AI工具。该工具通过分析患者肿瘤的单细胞转录组学数据,能够预测治疗反应和耐药性发展,进而帮助优化治疗方案。通过肿瘤内每个细胞的精细数据,模型能够预测患者对治疗的反应以及可能的耐药机制。研究分析了5000多个样本,涵盖多种肿瘤类型,尤其是在免疫疗法和靶向治疗中的应用,展示了个性化癌症治疗的全新路径。
研究背景
尽管近年来基于基因突变和全基因组测序的个性化治疗取得了进展,传统的肿瘤分析方法通常基于体细胞数据,而肿瘤内的异质性(多个不同的肿瘤克隆共存)常常导致治疗耐药性的发展。单细胞转录组学的出现为解决这一问题提供了新的方法,能够更加精准地预测不同肿瘤细胞对药物的反应,并提前识别出可能导致耐药的细胞亚群。
研究对象和数据特征
文章的核心研究对象是癌症患者的单细胞RNA测序数据,数据包括多发性骨髓瘤、乳腺癌和肺癌患者的临床样本。除此之外,还包含来自不同细胞系的大规模药物筛选数据。研究通过三步建模方法,建立了一个能够精准预测患者治疗反应的模型。
研究方法
研究首先基于现有的体细胞表达数据构建药物反应模型,然后通过使用单细胞表达数据进行优化。模型的构建分为三步: 1.体细胞模型构建:基于癌症细胞系的大规模药物筛选数据,构建线性模型预测药物反应。 2.单细胞模型优化:利用单细胞数据对体细胞模型进行调优,确定最佳的基因数目,从而提高模型的预测性能。 3.患者临床反应预测:基于患者肿瘤中的主要细胞群体的表达特征,预测各个细胞群体对药物的反应,并最终预测整个患者的临床治疗效果。研究验证了多发性骨髓瘤、乳腺癌和肺癌三大临床队列,显示该模型显著优于现有的体细胞和单细胞预测方法( 见图1):
图1 PERCEPTION模型概述
研究结果与讨论
PERCEPTION模型在多个癌症临床队列中表现出色,成功预测了多发性骨髓瘤和乳腺癌患者对药物组合治疗的反应,并捕捉了肺癌患者在靶向治疗过程中耐药性的发生。研究表明,最具耐药性的克隆通常主导了整体的治疗效果,进一步支持了肿瘤内异质性对耐药性发展的作用。与现有方法相比,PERCEPTION在所有临床队列中的预测准确度更高。
1)研究展示了针对FDA批准的肿瘤药物的预测模型表现( 见图2a ),以及对化疗和靶向疗法进行了比较( 见图2b ),显示出单细胞模型在靶向疗法中的效果更佳。
图2 药物预测模型的性能对比
图 3 多发性骨髓瘤患者的克隆群体治疗反应
研究结论
PERCEPTION通过结合大规模体细胞和单细胞数据,提供了一种创新的、数据驱动的方式来预测癌症患者的治疗反应。这项研究展示了单细胞转录组学在临床应用中的巨大潜力,或将为个性化肿瘤治疗开辟新的路径。
研究亮点
PERCEPTION模型展示了单细胞转录组学在精确肿瘤治疗中的潜力。通过识别肿瘤中最具耐药性的细胞群体,PERCEPTION能够有效预测治疗反应,并为治疗策略的个性化设计提供依据。这一系统不仅在临床队列中表现出色,且为未来的精准医疗提供了可操作的框架。未来,通过更多临床数据的验证,PERCEPTION有望在个性化癌症治疗中发挥重要作用。
文献来源:
Sinha, S., Vegesna, R., Mukherjee, S., Kammula, A. V., Dhruba, S. R., Wu, W., Kerr, D. L., Nair, N. U., Jones, M. G., Yosef, N., Stroganov, O. V., Grishagin, I., Aldape, K. D., Blakely, C. M., Jiang, P., Thomas, C. J., Benes, C. H., Bivona, T. G., Schäffer, A. A., & Ruppin, E. (2024). PERCEPTION predicts patient response and resistance to treatment using single-cell transcriptomics of their tumors. Nature cancer, 5(6), 938–952. https://doi.org/10.1038/s43018-024-00756-7.
原文链接:
https://www.nature.com/articles/s43018-024-00756-7
分享者简介
重庆大学智能肿瘤学教育部医药基础 研究创新中心2024级基础医学硕士
链接:http://www.lewenyixue.com/2024/10/21/%E5%89%8D%E6%B2%BF%E5%88%86%E4%BA%AB%20%7C%20%E5%9F%BA%E4%BA%8E%E5%8D%95%E7%BB%86%E8%83%9E%E8%BD%AC%E5%BD%95%E7%BB%84%E5%AD%A6%E6%95%B0%E6%8D%AE%E9%87%87%E7%94%A8/