随着单细胞测序技术日渐火爆，文章产出也是层出不穷。在肿瘤研究领域尤为关注，在肿瘤异质性研究、特定功能细胞群发现、肿瘤免疫微环境、肿瘤耐药转移等机制研究上，是强有力的工具。为了响应广大科研工作者的需求，诺禾致源倾力打造肿瘤单细胞特色一站式解决方案，从样本制备到个性化分析全面助力您的研究！
我们从制备单细胞悬液到上机捕获建库测序，从细胞-基因矩阵到降维聚类获得细胞分群等常规分析，整体的肿瘤解决方案基础上，基于丰富的研究经验，专门开发出适用于肿瘤的个性化分析流程，包括利用CNV、SNP分析区分恶性和非恶性肿瘤细胞以及后续差异分析、细胞间关系分析等等，真正为您提供科研的解决方案。
样本制备
众所周知，制备高质量的单细胞悬液是单细胞测序中非常重要的一环。并且由于不同细胞类型特性不同，即便是同一组织类型，样本制备的方案也会因样本类型及研究目的而千差万别。所以针对肿瘤组织，诺禾致源基于目前已有的项目经验及资料积累，以美天妮肿瘤消化的试剂盒（Tumor Dissociation Kit, human）为基础，同时根据不同的样本类型及实验目的会在此基础上进行优化及调整，实力达到对每一份样本进行“量身定做”。
常见比较适用的肿瘤类型如下：
• Melanoma tumor(黑素瘤)
• Ovarian tumor (卵巢癌)
• Colon tumor (结肠癌)
• Hypopharyngeal tumor (咽喉癌)
• Renal tumor (肾癌)
• Lung tumor (肺癌)
• Prostate tumor (前列腺癌)
• Breast tumor (乳腺癌)
• Pancreatic tumor (胰腺癌)
• Head and neck squamous cell (HNSCC) tumor(头颈鳞癌)
•适用于人或者小鼠移植瘤 (primary human tumor tissue or xenografts)
肿瘤特色分析内容
CNV、SNP分析
通过单细胞测序技术实现了对肿瘤的精细分群，进一步利用infer CNV分析可以获得单细胞测序中每个细胞/细胞群的恶性程度综合评分，实现恶性细胞/细胞群与非恶性细胞/细胞群的区分，方便我们对肿瘤进行后续更加精准的研究与探索[1-2]。
同时，在单细胞转录组水平上也可以识别SNP，在转录水平上识别突变，可以辅助验证基因组重测序的结果，同时结合CNV分析可以共同识别肿瘤细胞，为研究肿瘤内异质性提供帮助[3]。
受配体分析
组织生态系统（微环境）特别是肿瘤微环境由多种类型的细胞组成，包括免疫细胞、基质细胞、内皮细胞等。这些不同类型的细胞通过配体与受体之间的相互作用，组成了细胞调节网络，在肿瘤发生发展、耐药性等方面发挥重要的功能。通过单细胞受配体分析，可以在更加精细的细胞群水平甚至单个细胞水平上阐明其相互作用，为深入研究肿瘤的发生机制指明方向[4]。
单细胞转录组受配体分析的主要应用方向就是：利用细胞群间受配体相互作用的强度和类型，找到不同细胞间相互作用的中心，这些中心细胞群就有可能是肿瘤中发挥重要功能的亚群，可作为后续深入研究肿瘤机制的靶标细胞亚群。
我们也总结了肿瘤单细胞研究的基本分析思路，如下：
参考文献
[1] Puram S V, et al. Single-Cell Transcriptomic Analysis of Primary and Metastatic Tumor Ecosystems in Head and Neck Cancer[J]. Cell, 2017, 171, 1611-1624 e1624, doi:10.1016/j.cell.2017.10.044.
[2] Izar B, et al. Dissecting the multicellular ecosystem of metastatic melanoma by single-cell RNA-sequencing[J].Cancer Research, 2016, 76, 4380-4380. doi:10.1158/1538-7445.AM2016-4380.
[3] Petti A A, et al. A general approach for detecting expressed mutations in AML cells using single cell RNA-sequencing[J]. Nature Communications, 2019, 10, 3660. doi:10.1038/s41467-019-11591-1.
[4] Xiong X, et al. Landscape of Intercellular Crosstalk in Healthy and NASH Liver Revealed by Single-Cell Secretome Gene Analysis[J]. Mol Cell, 2019, 75, 644-660 e645, doi:10.1016/j.molcel.2019.07.028.
网友评论