SynEcoSys药物研发应用专题（一）：单细胞数据辅助评估靶点潜在适应症以及预后价值
新药研发是一项需要多学科、多系统相互渗透和合作的工作，研究模式也在随着技术变革不断地变化。单细胞技术迅速崛起，将疾病-器官-细胞-基因靶点串成了一条清晰的关系链，从整体上揭示细胞水平基因表达和临床表型的相关性，帮助研发人员克服了传统批量分析方法的局限性，推动了疾病生物标记和药物治疗靶点的发现（图1）。随着单细胞技术在临床研究和临床试验中应用越来越广泛，单细胞转录组数据已经得到大量积累，其在新靶点发现、评估和验证等方面都存在着极大的挖掘价值。然而，如何在成千上万的文献和数据集中快速获取符合研究需求的临床或模型研究数据，是一项对人力投入和专业度都要求较高的工作。
图1 单细胞测序技术推动药物研发[1]
新格元SynEcoSys是首个面向临床的单细胞数据库，集中性收录大量高影响因子、高质量并同时具有病人临床信息的单细胞文献数据，覆盖常见肿瘤、免疫、临床治疗以及器官图谱等研究。收录数据统一经过标准化重分析和人工注释，并提供多样的可视化展示。我们对所有样本的临床信息进行了完整收录和词条标准化，包括临床关注的疾病治疗信息、突变、微卫星等信息。因此在SynEcoSys中，通过临床信息可以快速检索到感兴趣的数据集进行可视化分析，解决目前单细胞测序数据多分析难的问题(图2)。
图2 标准化metadata辅助快速检索单细胞数据
从细胞水平的基因表达分布评估靶点适应症及潜在联合治疗方案
如果药物研究者们已经有比较感兴趣的目标靶点，可以在SynEcoSys数据库中检索靶点在不同疾病亚型细胞类型中的分布。例如，近年热门的CD47-SIRPα的“Don't eat me”的信号通路，肿瘤细胞通过高表达CD47，抑制巨噬细胞对其吞噬能力，从而逃脱攻击[2-4] 。目前靶向CD47的临床药物研发推进较快，但CD47在除肿瘤细胞以外的正常细胞也有较高的表达，提示CD47靶向药物的潜在安全性风险。从SynEcoSys中一个肾透明细胞癌(ccRCC)PD-1免疫检查点治疗后单细胞数据集中可以看到，CD47确实在正常实质细胞和免疫细胞中表达显著高于肿瘤细胞（图3A-B）。
图3 CD47在肾癌免疫治疗样本中的表达分布
在肝内胆管癌(iCCA)的临床样本中也存在同样的现象，正常胆管上皮细胞的CD47表达高于肿瘤细胞，而瘤内（Tumor_primary）整体表达量均高于癌旁（Paratumor_primary），这个差异更大程度地分布在瘤内非恶性胆管细胞水平上（图4A）。从TCGA数据中能够看到，CD47在肝内胆管癌肿瘤组织表达显著高于正常组织(GEPIA)(图4B)[5]。因此，基于bulk水平的表达量评估可能会造成对实际情况的错误判断。而在SynEcoSys单细胞数据库中，用户则可以同步获取更为精确的细胞亚型特异性表达信息。
图4 CD47在肝内胆管癌样本中的表达分布
有意思的是，在接受过靶向治疗的肺癌数据集中，CD47在肿瘤细胞中有较高的表达，按预后分组，我们发现CD47在resistance组的肿瘤细胞中表达水平要高于response组（图5A），其对应受体SIRPA在巨噬细胞中的表达水平也是相同情况（图5B）。因此，靶向治疗联合CD47/SIRPα检查点抑制剂是一种潜在可以提高肺癌治疗疗效的研发方向。
图5 CD47/SIRPA在肺癌靶向治疗不同预后样本中的表达
以上案例说明SynEcoSys中对细胞类型注释的标准化，对临床信息的全面收集和标准化，有力支持数据集的横向比对，实现不同临床分组样本之间的差异分析，得出重要结论推动临床转化。在数据集可挖掘性强的基础上，SynEcoSys界面操作便捷而且易上手，可以进行灵活绘图，不再依赖生信团队去搜索下载和分析单细胞转录组数据，为公共数据挖掘提供有效且易用的平台工具。
本案例中，我们发现CD47在大量的正常细胞中表达可能导致潜在的药物脱靶毒性的问题。那么如何利用SynEcoSys数据对潜在的毒副反应进行预测或对毒副反应的机理进行研究呢？请关注我们本系列的应用推文，更多精彩展示即将一一呈现。
参考文献
[1]Sarah Middleton, PhD. Cell types to targets Single cell RNA sequencing for drug discovery
[2] Jaiswal S , Jamieson C H M , Pang W W , et al. CD47 is upregulated on circulating hematopoietic stem cells and leukemia cells to avoid phagocytosis[J]. Cell, 2009, 138(2):271.
[3] Majeti R , Chao M P , Alizadeh A A , et al. CD47 is an adverse prognostic factor and therapeutic antibody target on human acute myeloid leukemia stem cells.[J]. Cell, 2009, 138(2):286-299.
[4] Ta Kimoto C H , Chao M P , Gibbs C , et al. The Macrophage 'Do not eat me' signal, CD47, is a clinically validated cancer immunotherapy target[J]. Annals of Oncology, 2019.
[5] Tang, Z. et al. GEPIA: a web server for cancer and normal gene expression profiling and interactive analyses. Nucleic Acids Res. 45, W98–W102 (2017).
新格元致力于将优质的单细胞组学技术应用于药物研发与生产，通过单细胞组学的高通量、高灵敏度和分辨率优势，帮助药企突破传统方法的技术限制。同时可以在单个细胞与基因通路水平上揭示疾病与药物的作用机制，加深对疾病和药效的理解。
往期推荐