使用单细胞测序研究吉西他滨和卡铂治疗慢性白血病

       ——首次在慢性白血病治疗过程中使用scRNA-Seq研究HSPC对药物的反应

　　1、背景

　　本阶段单细胞小组的推广方向是单细胞测序在慢性白血病研究中的应用。

　　于是上周通过Pubmed检索到一篇2020年的文章，研究的是两种药物疗效的评估。读了摘要后认为是一篇非常适合初学者的文章，因为总体实验简单但是又有开创性的意义。　

　　2、实验设计

　　作者的样本来源是一位有白血病高风险的中年妇女，取血后抽提了PBMC。

　　从取样上可以看出，实验是体外实验而非临床实验。

　　同时基于该样本，作者测定了两种常见白血病治疗药物的IC50，并作为实验组给药剂量的依据。最后是不同剂量处理后的单细胞测序和分析。

　　3、结果

　　1.作者一共筛选出了1173个“高质量细胞”，所有Reads mapping到了15,832个基因

　　2.治疗诱导了不同的转录组变化，基因表达的差异性是随着治疗的变化而变化的

　　3.可以说以往的bulk测序的平均基因表达结果掩盖了太多异质性，几乎每个细胞都对药物做出了不同的反应。

　　1.组内对比结果比较简单，主要强调化疗治疗导致增殖减少，这一点和实验预期一致。

　　最近看了10X单细胞的用户分享会，其中一段讲到客户发现拟时序算法能够自发将处于细胞周期的细胞排列成循环，和各个细胞时期对应。因此在这张PPT上做了一点题外分享， 如果作者也能在拟时序图谱的基础上，做一个时期标志基因的热图展示，应该能比单纯的柱状图跟直观。

　　此张PPT主要体现单细胞测序的分辨率和分组能力，即便是个体内部、处理组内部，也能够通过不同的基因表达模式，归类出不同的细胞亚群。

　　1. 通过组内对比，将每个组内的亚群都与0号亚群做对比，能够分析出诸多亚群和差异基因。

　　2. KEGG和GO分析显示，差异表达基因与不同细胞对治疗的响应相关，说明单细胞测序能够超越以往的分辨率，帮助研究人员探讨受处理影响的细胞变化和反应。

　　3. 值得注意的是，哪怕是没有药物处理的对照组，也能分出两个亚群。同样通路分析显示，异质性体现在 蛋白的内质网定位、翻译起始、翻译、RNA的降解等过程。

　　最后进行了组间的对比，不过方法是将对照和处理组数据合并分析。

　　1. 合并分析显示，单纯的处理组和对照组并不是合理的结果呈现方式，需要更精细的分类。 三个对比中，对照组主要存在于亚群0和亚群1中，其他的则是药物处理组中产生的更多亚群。

　　2. 图A和图B的对比中富集到不少通路，详见PPT 。

　　3. C VS D：没有找到高富集的差异通路，可能是剂量太低，没有起到太多实际治疗效果，不足以产生可观测到的差异。

　　4. E VS F：则富集到了IL-17、TNF信号通路、细胞凋亡、骨髓细胞分化信号通路等(没有在PPT中展示)

　　4、一点想法

　　1. 实验做的比较简单，只做了几千个细胞，每个组甚至只有几百个细胞，可以说逆着单细胞测序实验的趋势的(细胞数和基因数越来越高)。

　　2. 但是实验仍然有丰富的组内组间对比结果，以scRNA-Seq固有的优势提升了以往白血病研究的数据维度，新开辟出了可供解读的角度。甚至在此基础上提出了每个样本需要的细胞数和处理组的剂量要求。

　　3. 总的来说，实验证明了scRNA-Seq在不同药物治疗慢性白血病中，可以作为疗效评估、细胞毒性评估的个性化医疗工具。