新的工具允许对恶性肿瘤前的单细胞RNA数据进行分析

维康基金会桑格研究所(Wellcome Trust Sanger Institute)的科学家和他们的合作者开发了一种新的分析工具，该工具首次能够显示良性血癌不同基因版本的单个细胞表达了哪些基因。

单细胞RNA测序可以定义细胞类型通过揭示由单个细胞但是，分析数据仍然具有挑战性。报道自然方法如今，新的开源计算机工具被称为单个小区共识聚类（SC3），比分析单细胞RNA序列数据的现有方法更准确和鲁棒，并且可以自由地提供用于使用的研究人员。

单细胞基因组学技术的最新进展使得可以分离个人细胞从不同的组织和器官中提取，并测量RNA信息集——称为转录组——这有助于赋予每个细胞自身的身份。这些个体转录组可用于定义细胞类型，并了解人体健康和患病细胞的功能。这项技术在生物学研究中具有巨大的潜力。

为了分析转录组数据，需要将相似的细胞分组。然而，很难知道使用什么标准来对它们进行分组，而且数据往往非常复杂。研究人员开发了SC3计算机工具来克服这些问题，并使用几个公开的黄金标准数据集对其进行了验证。

Sanger Institute的第一作者弗拉基米尔·余凯列夫博士说，“我们创建了新的SC3工具来分析复杂的单胞胎RNA序列数据，并显示比分组细胞处的现有方法更强大和准确。SC3工具含有额外的特征，有助于解释该组中细胞的生物学功能，例如每组的标记基因列表。我们预计世界各地的许多研究人员都会被使用。“

然后使用SC3工具分析两名诊断为骨髓增生性肿瘤(MPN)血癌患者的单细胞rna序列数据。恶性前MPN发生在骨髓产生过多血细胞的时候，有10%的患者会导致明显的白血病。

患者往往具有多种癌症版本，称为亚克酮，具有不同的突变，并且研究人员想发现RNA的表达水平与不同的突变相关。以前尝试通过其他方法分析RNA数据集失败，但是SC3能够解析数据集并显示每个癌症导致突变导致不同的蛋白质。

Tony Green教授，来自Wellcome Trust-MRC干细胞研究所和剑桥大学的作者表示：“SC3工具能够使用基因表达模式来区分，在单个癌症内，携带不同突变的子克隆。这种方法将会帮助我们在每个癌症中定义细胞异质性，这是改善癌症治疗的重要一步“。

Martin Hemberg博士，来自Wellcome Trust Sanger Institute的牵头作者表示：“由于目前缺乏分析它们的计算方法，难以充分利用单细胞RNA序列数据。我们的研究表明SC3是一种准确和用户友好的工具，可以分析复杂的数据集。我们希望这一点工具将帮助研究人员在未来的转录组数据集中获得新的生物学见解，并为影响特定细胞类型的疾病提供信息。“

---

---