00 文章简介
英文标题:Multiclonal Invasion in Breast Tumors Identified by opographic Single Cell Sequencing
中文标题:通过空间单细胞测序鉴定乳腺癌的多克隆侵袭
期刊:《Cell 》
影响因子:38.637
发表时间:2018-01-04
研究领域:乳腺癌、空间转录组
DOI号:10.1016/j.cell.2017.12.007
01 文献概括
02 研究背景
03 实验数据
主要实验
-
Frozen Tissue Section Staining 冷冻组织切片染色
-
Single Cell Isolation by Laser-Catapulting 激光弹射的单细胞分离
-
Single Cell Whole Genome Amplification 单细胞全基因组扩增
-
Single Cell Barcoded Library Construction 单细胞条形码库构造
-
Bulk Frozen Tissue Microdissection 大块冷冻组织显微解剖
-
Exome Library Construction and Sequencing 外显子组文库的构建和测序
统计分析
-
Single Cell Copy Number Calculations 单细胞拷贝数的计算
-
Identification of Subclones from CNA Data 从CNA数据识别亚克隆
-
Multi-dimensional-Scaling 分析
-
Calculation of the Subclonal Diversity Index 亚克隆多样性指数的计算
-
Spatial Image Data Processing 空间图像数据处理
-
Mapping Spatial Coordinates and Genomic Data 测绘空间坐标和基因组数据
-
Exome Data Processing and Analysis 外显子组数据处理和分析
-
Targeted Deep Sequencing of PCR Amplicons PCR扩增子的靶向深度测序
-
Detection of Rare Mutations in Amplicon Data 在扩增子数据中检测罕见突变
-
Saturation Analysis to Estimate Cell Numbers 饱和分析估计细胞数
数据:SRP116771
04 研究结果
1
Spatially Resolved Single-Cell DNA Sequencing
先对组织样品进行染色,这样可以区分细胞,然后利用LCM技术来挑选微小区域的细胞,再利用laser catapulting精准的挑选一个单细胞去建库测序,单细胞的DNA扩增采取的是DOP-PCR技术,最后进行数据分析,找CNV情况,跟原来的空间位置信息进行关联。
2
Cohort of Synchronous DCIS-IDC Patients
-
冷冻肿瘤样本是在任何治疗干预之前收集的。每个患者平均有129个单细胞被测序以量化全基因组拷贝数。
-
LCM被用于从原位和浸润区域分离数千个肿瘤细胞。
-
在高覆盖深度平行排列匹配的正常乳腺组织(平均= 144.1X, SEM = 20.3)以识别和过滤种系变异。
3
Copy Number Evolution during Invasion in Patient 8
如上图所示,对8号病人,作者从4个病变区域进行采样,总共分析了85 in situ cells and 150 invasive cells。
-
分析测序数据的CNV。使用1-dimensional clustering可以把这些细胞分成4组,其中一组是没有拷贝数变异的二倍体正常细胞。肿瘤细胞分成“A,” “B,” and “C” 这3个亚克隆。
-
使用TimeScape可以分析这些细胞的进化情况。
4
Copy Number Evolution during Invasion in Patient 4
5
Copy Number Evolution during Invasion in the Patient Cohort
6
Mapping of Spatial Topography and Clonal Genotypes
虽然所有的克隆都在原位和侵袭区域被检测到,但是特异性的亚克隆更多的局限于导管,而其他的更普遍的存在于侵袭区域,这表明它们可能具有更具有侵袭性或迁移性的表型。
7
Mapping of Spatial Topography and Clonal Genotypes
-
此表列出了通过激光捕获显微解剖组织区域外显子组筛选鉴定出的侵袭特异性非同义突变。
为了确定侵袭特异性突变是在导管中获得还是在侵袭后获得,作者对局部特异性突变(图6C)和侵袭特异性突变(图6D)进行了高覆盖深度(平均= 453,446X)的靶向深度扩增子测序。同时,作者对匹配的正常乳腺组织进行了有针对性的深度扩增子测序,以建立位点特异性背景错误率,并使用deepSNV识别显著突变。
结果如下:扩增子数据显示,在高覆盖深度时,许多局部特异性突变在侵袭区出现的频率较低。
通过构建肿瘤纯度归一化线图,作者进一步研究了这些一致性突变是否显示了突变频率的较大变化(图7)。分析显示,5例患者侵袭期间突变频率仅有微小变化(图7a),而其他5例患者至少有1例突变,突变频率有较大(>0.5)变化(图7B)。
为了推断入侵期间的克隆动态,作者使用PyClone 2和克隆性推断肿瘤使用系统发育(CITUP)聚类突变频率和估计克隆亚群纯度和拷贝数归一化(图7)。该分析在每个患者中确定了2-5个主要亚群,这比单细胞拷贝数分析检测到的亚群数量要高。通过单克隆细胞拷贝数分析发现的一些肿瘤(P2、P3、P7和P9)根据推测的突变簇显示2-5个亚群。
这些结果表明,在拷贝数进化之后,导管内有持续的突变性进化,导致进一步的亚克隆变异发生在侵袭邻近组织之前。
5.延伸板块
单细胞转录组技术:
https://mp.weixin.qq.com/s/a3y46NNNO-wardO3XWwh0w
TSCS:
-
能提供了有关细胞位置的空间信息,能更准确地从空间上测量和描述单个肿瘤细胞的具体特征,具体流程见文献fig.1。
2. 侵袭模型
支持该模型的认为原位肿瘤和侵袭肿瘤是平行进化并且在基因组的畸变上没有共通之处
支持该模型的认为有多个克隆在导管内进化,之后单个克隆逃脱基底膜并扩展形成侵袭性肿瘤块
支持该模型的认为有多个克隆在导管内进化,之后有多个克隆逃脱基底膜并扩展形成侵袭性肿瘤块
3. 本文的创新与局限性(文献展望部分):
4. PyClone 及TimeScape
PyClone的简介:
PyClone, 就是对存在异质性的肿瘤来说,多次不同部位取样,或者不同时间取样,那么虽然说是同一个肿瘤病人,他们不同的测序结果理论上不一致的, 那么pyclone就可以分析出来,同一个病人的不同测序数据里面共有哪些亚克隆。
使用方法:使用pyclone来推断肿瘤纯度及肿瘤内部亚克隆结构
Timescape 简介:
Timescape的使用:利用 Timescape 做肿瘤进化鱼图
5. 文献相关名词
-
Ductal Carcinoma in situ (DCIS) 原位导管瘤,是一种癌细胞局限于乳腺导管,并且不转移的早期乳腺癌。
乳腺原位癌主要有两种类型:原位导管癌(DCIS)和原位小叶癌(LCIS)
-
Invasive ductal cancer (IDC) 浸润性导管瘤,指癌细胞从管道或小叶中破裂出来,可以扩散(转移)到身体的其他部位。
-
DCIS-IDC patients :同时患有DCIS和IDC的乳腺癌患者,其发病区域有3种细胞:normal stromal cells, in situ ducts, invasive cells。
-
Topographic Single Cell Sequencing (TSCS) :空间单细胞测序技术,该方法提供了有关细胞位置的空间信息,能更准确地从空间上测量和描述单个肿瘤细胞的具体特征。
-
the independent lineage model:独立谱系模型,组织中不同的起始细胞通过不同的细胞谱系产生原位和侵入性亚突变,这些细胞谱系平行进化,不存在任何基因组异常。通过靶向研究表明,原位与侵袭区域之间的分子标记不一致。
-
the evolutionary bottleneck model:进化瓶颈模型,在导管的原位细胞和邻近组织的侵袭性细胞之间存在直接的基因组谱系。在导管内进化出多个克隆体,然后一个克隆体脱离基底膜,膨胀形成侵袭性肿瘤团块。
-
laser-capture microdissection (LCM):激光捕获显微切割,是在不破坏组织结构,保存要捕获的细胞和其周围组织形态完整的前提下,直接从冰冻或石蜡包埋组织切片中获取目标细胞 ,通常用于从组织中精确地分离一个单一的细胞。
-
whole-genome amplification (WGA)
-
degenerative oligonucleotide PCR (DOP-PCR):简并寡核苷酸引物PCR,引物的3' 含6bp的随机序列,可以随机的和基因组DNA结合,从而实现对全基因组的扩增。
-
single-nucleus sequencing (SNS) 单核测序
-
Shannon(clonal) diversity:一种描述多样性的方法;
-
OncoMap:一种肿瘤体细胞突变检测平台,可以看做是一个panel,针对已知的突变位点进行设计,和芯片类似。
点击蓝字↑ 关注我们
每周六一起读文献