碱基日读 每天读完真实文献,只讲有用的那一段

单细胞CNV分析联合AI病理模型揭示RTN3驱动膀胱癌吉西他滨耐药

2026-11-03·碱基·生信方法

要点 RTN3经JAK2/STAT3上调PKM2/GLUT1/LDHA,通过糖酵解重编程介导膀胱癌对吉西他滨的耐药。

先说最值得细读的那篇。

inferCNV从单细胞到H&E切片的预后信号

膀胱癌的吉西他滨耐药在临床上很棘手,基因组异质性被认为是核心驱动力,但单细胞层面的拷贝数变异格局如何和病理科日常用的H&E切片挂上钩,一直缺乏桥接方式。这项研究(PMID: 42745263)整合了六套公开scRNA-seq数据集,用inferCNV算法在单细胞分辨率上推断拷贝数变异(copy number variation, CNV),识别出一类高CNV(HCNV)恶性亚群,再把这个亚群的分子活性当成生物锚点,训练深度学习模型从H&E染色切片里提取与预后相关的形态特征。HCNV细胞的分子面貌不只是拷贝数偏多,TGF-β、JAK-STAT、PI3K等多个癌驱动通路在这个亚群里广泛激活,与肿瘤微环境里的肿瘤相关成纤维细胞和M2型巨噬细胞之间也有活跃的细胞间通讯。患者层面,HCNV细胞比例高的样本预后更差,这个结论在六套来源不同的独立数据集里反复出现,一致性本身就是加分项。

多模态AI模型的影像组学风险评分与转录组层面的HCNV活性存在显著相关,文章自己用的措辞是“significant but modest”。基因组信息压缩成H&E形态本来就会丢失大量层次,能从切片里稳定读出一个有临床分层意义的信号,已经足以支撑病理科室预后工具的开发。

RTN3/JAK2/STAT3介导的糖酵解重编程

核心基因的筛选走的是多组学数据加多算法并行,最终收敛到RTN3。体内外功能实验表明,RTN3激活JAK2/STAT3信号通路,在转录层面上调PKM2、GLUT1和LDHA三个糖酵解(glycolysis)关键酶,通过代谢重编程赋予肿瘤对吉西他滨的耐受性。RTN3同时还参与塑造免疫抑制性微环境(PMID: 42745263)。代谢轴和免疫轴同时被一个基因牵动,在耐药机制里不多见。

几处局限要直说。单细胞分析依托的是六套公开数据集,不是前瞻性收集的队列,批次整合质量要看方法附录。功能实验基于膀胱癌细胞系和动物模型,体外结果外推到患者还需要更多临床样本验证。AI预后模型的训练集样本量和来源中心数量摘要里没有给。最关键的缺口在于RTN3抑制之后吉西他滨敏感性能恢复多少,摘要里只有定性描述,定量数字缺失,进入临床转化阶段必须补这一块。


肠类器官谱系树重建的120小时方案

Nature Protocols(PMID: 42744928)这套流程的核心参数是连续120小时活细胞成像,从样本制备到完整下游分析一条走完。实验干预覆盖药物处理、激光消融和FRAP(荧光漂白后恢复,fluorescence recovery after photobleaching),之后原位固定、多重抗体染色,下游做单细胞追踪和谱系树(lineage tree)重建,同时支持用荧光报告基因实时定量基因表达,结合多重染色数据推断细胞类型变化。生信读者对谱系树重建这块可以多留意,scRNA-seq的谱系推断方法(RNA velocity、Monocle之类)本质上是从单时间点快照倒推发育轨迹,这套流程是直接连续追踪活细胞,两种路径获取的谱系信息是互补关系,不是一个替代另一个。流程适用于2D和3D类器官,时间分辨率从分钟到天都能覆盖,所需基础技能是类器官培养和活细胞共聚焦显微镜,全流程约两周,操作细节进了Protocol正文,可以直接复现,不用靠猜补充材料。


JoVE同期(PMID: 42747099)发表了一套支气管肺泡灌洗液(bronchoalveolar lavage fluid, BALF)中性粒细胞与细胞因子整合可视化工作流,112例成人(64例微生物学确诊肺部感染、48例非感染对照)。感染组中性粒细胞比例从3.2%升至68.4%,绝对计数约升高50倍;7标志物流式面板配合13重细胞因子检测,CXCL8/IL-8、IL-1β、IL-6、CXCL1/GRO-α、G-CSF五种细胞因子单标志物AUC在0.89到0.94之间;分析框架用了UMAP、FlowSOM、层次聚类和Spearman相关网络。单中心前瞻队列,作者写明需要多中心独立验证才能推广。

单细胞转录组膀胱癌化疗耐药inferCNV多模态AI病理类器官成像

同主题文章

相关工具

多重检验校正在线计算:BH (FDR)、BY 与 Bonferroni

粘贴一列 p 值,一次得到 BH 的 q 值、BY 与 Bonferroni 校正值,三者并列对照。

log2FC 与倍数变化 (Fold Change) 在线互转

log2FC ↔ 倍数、上调下调百分比,附常用阈值对照表。

Mann-Whitney U 与 Wilcoxon 符号秩检验在线计算

偏态数据或等级资料的两组比较,给出 U/W 统计量、精确或近似 p 值、效应量,并提示该样本量下最小可能的 p。

t 检验在线计算:独立样本 / 配对样本 / 单样本(含 Welch 校正)

粘贴两组数即可算出 t 值、自由度、双尾 p 值、均值差置信区间与 Cohen's d,默认用 Welch 校正。

没有广告,不收集数据,每个公式都验算过。维护它需要持续投入——如果帮你省了时间,请杯咖啡。
请杯咖啡 了解更多 →