癌癥的細(xì)胞異質(zhì)性深刻影響患者預(yù)后與治療策略的制定，然而，解析臨床樣本中這種復(fù)雜的細(xì)胞構(gòu)成特征，至今仍是腫瘤研究領(lǐng)域的一大挑戰(zhàn)。 單細(xì)胞 RNA 測(cè)序（ scRNA -seq ）以前所未有的分辨率揭示了基因表達(dá)特征，初步破解該難題，但其高昂成本限制了細(xì)胞類型與患者預(yù)后關(guān)聯(lián)的大規(guī)模研究。與之相對(duì)，癌癥基因組圖譜（ TCGA ）、基因表達(dá)數(shù)據(jù)庫(kù)（ GEO ）等公共數(shù)據(jù)庫(kù)的批量 RNA 測(cè)序（ bulk RNA-seq ）和基因芯片數(shù)據(jù)，富含臨床信息，提供了可規(guī)模化的替代方案。反卷積算法以 scRNA -seq 為參考，通過(guò)估算 bulk 數(shù)據(jù)中的細(xì)胞類型占比，搭建起兩類技術(shù)的橋梁，探究細(xì)胞類型與疾病的關(guān)聯(lián)。

然而，反卷積算法的基準(zhǔn)測(cè)試仍面臨顯著挑戰(zhàn)：目前相關(guān)研究均依賴偽批量測(cè)序數(shù)據(jù)或流式細(xì)胞術(shù)數(shù)據(jù)，默認(rèn)細(xì)胞類型絕對(duì)占比已知，但對(duì)于真實(shí) bulk RNA 表達(dá)數(shù)據(jù)， 但對(duì)于真實(shí) bulk RNA 表達(dá)數(shù)據(jù)而言，此類精確的先驗(yàn)信息并不存在；另一方面，由于 生物噪聲與技術(shù)噪聲的干擾 ，反卷積算法在偽批量數(shù)據(jù)上的優(yōu)異表現(xiàn)，也并不總能代表其在真實(shí) bulk 數(shù)據(jù)中的表現(xiàn)同樣出色。

近日，復(fù)旦大學(xué)生命科學(xué)學(xué)院及復(fù)雜性狀的遺傳調(diào)控全國(guó)重點(diǎn)實(shí)驗(yàn)室田衛(wèi)東實(shí)驗(yàn)室在Genome Biology上發(fā)表了文章Evaluating deconvolution methods using real bulk RNA-expression data for robust prognostic insights across cancer types。該研究基于真實(shí)bulk數(shù)據(jù)中差異比例細(xì)胞類型（即不同 疾病狀態(tài)下 下占比發(fā)生顯著變化的細(xì)胞類型）的相對(duì)變化量來(lái)評(píng)估算法性能。該指標(biāo)在不同數(shù)據(jù)集中具有穩(wěn)健性，且與臨床研究的核心目標(biāo)高度契合。

該研究 利用涵蓋 9 種癌癥類型、共 5000 多個(gè) 樣本的 18 個(gè)真實(shí) bulk RNA 表達(dá)隊(duì)列，對(duì) 5 種主流解卷積方法（含新開(kāi)發(fā)的 ReCIDE ）進(jìn)行三項(xiàng)基準(zhǔn)測(cè)試： 解卷積結(jié)果 與單細(xì)胞 RNA 測(cè)序（ scRNA -seq ）結(jié)果的一致性、 解卷積結(jié)果的 隊(duì)列間可重復(fù)性、 和 預(yù)后相關(guān)性可重復(fù)性。 結(jié)果顯示 ReCIDE 和 BayesPrism 是兩種在 真實(shí) bulk RNA 表達(dá)數(shù)據(jù)上表現(xiàn)最佳的方法。進(jìn)一步的，作者通過(guò)泛癌分析研究了在多種癌癥中與癌癥預(yù)后相關(guān)的細(xì)胞類型 mCAF 。

該研究為精準(zhǔn)腫瘤學(xué)提供了實(shí)用的解卷積方法選擇依據(jù)，同時(shí)建立了真實(shí)數(shù)據(jù)驅(qū)動(dòng)的評(píng)估體系，助力轉(zhuǎn)化醫(yī)學(xué)研究中細(xì)胞組成與患者預(yù)后關(guān)聯(lián)的探索。

復(fù)旦大學(xué)生命科學(xué)學(xué)院博士研究生李明翰為第一作者，田衛(wèi)東教授為 論文通訊 作者。

https://link.springer.com/article/10.1186/s13059-026-03942-1

制版人：十一

BioArt

Med

Plants

人才招聘

學(xué)術(shù)合作組織

（*排名不分先后）

轉(zhuǎn)載須知

【非原創(chuàng)文章】本文著作權(quán)歸文章作者所有，歡迎個(gè)人轉(zhuǎn)發(fā)分享，未經(jīng)作者的允許禁止轉(zhuǎn)載，作者擁有所有法定權(quán)利，違者必究。