下载掌阅APP，畅读海量书库
立即打开
众所周知，临床样本由混合的多种细胞组成，这种混合细胞群可显著影响基因组诊断和基因组表达分析的准确性。为了建立用于个体化治疗的可靠系统模型，首先必须解决复杂的临床样本问题。单细胞水平的基因组学提供了一种可行的解决方案。根据我们以往的基因组分析经验，以及其他实验室的文献报道
，
，我们总结了多种临床取样方法，包括：体外临床取样（in vitro）（从临床样本中直接获得单细胞进行单细胞基因组分析）、离体临床取样（ex vivo）（从临床样本中获得原代细胞进行纯化／扩增培养后再进行基因组分析），以及借助计算机直接进行临床基因组表达分析（in silico）（通过使用不同的生物信息学模型直接分析基因组表达水平，进而从给定的组织水平的肿瘤细胞中获得基因组数据）。
体外临床取样的样本的基因组表达分析的步骤包括临床肿瘤细胞分离和下游基因组表达分析，其中临床肿瘤细胞分离的技术包括流式细胞分选（FACS）
、磁性细胞分离（MACS）
、激光捕获显微切割（LCM）
和浮力激活细胞分选（BACS）
。
FACS利用细胞表面的特异性生物标志物来分离肿瘤细胞或癌症干细胞（CSC），例如CSC的CD133/CD44
[1]
和循环肿瘤细胞（CTC）的EpCAM
。多色FACS通过组合生物标志物选择性地收集同质细胞，可以提高其研究特定类型的肿瘤细胞基因表达谱的能力。
MACS技术和FACS技术相似，也是通过细胞表面生物标志物对CSC和CTC进行选择性区分。MACS可以使用多重标记抗体来选择性收集同质细胞，因此也越来越多地被应用于在肿瘤组织水平上揭示特定类型细胞基因表达水平的研究中。
在LCM技术中，LCM可以根据细胞形态变化或对内源性细胞mRNA/蛋白质生物标志物检测区分肿瘤细胞类别，还可以在体内（in vivo）环境中特异性选择肿瘤细胞
。包括免疫组织化学（IHC）和免疫细胞化学（ICC）在内的抗体染色技术，结合DNA/RNA的荧光原位杂交（FISH）染色技术可进一步增强这些生物标志物的细胞特异性。随着LCM技术本身的发展以及不同CSC和肿瘤细胞特异性生物标志物的发现，LCM在临床取样的实际应用中发展迅速，包括：①从固定的细胞发展至活细胞，挑选出来的CSC或肿瘤活细胞可进一步培养以便用于下游的基因组表达分析
；②越来越多的自动化LCM系统被应用于生物标志物的高通量筛选中
。
BACS则是利用与抗体结合的低密度颗粒（微泡）进行细胞分离的方法。浮力激活的微泡由核心的气体和外壳的聚合物、脂质和蛋白质组成。整个技术可以相对缩短时间和减少成本
。
离体临床样本基因组分析的步骤包括CSC或原代肿瘤细胞培养以及下游基因组分析。1977年，Hamburger和Salmon首先建立了原代肿瘤细胞培养技术，以测定肿瘤患者的药物敏感度。当时是一种在软琼脂上支持人肿瘤干细胞的集落生长的简单的新方法，适用于不同组织病理的各种肿瘤细胞的培养。不同类型肿瘤产生的肿瘤干细胞集落具有不同的生长特性和集落形态，培养的干细胞集落可用于抗癌药物或放射对人肿瘤干细胞影响的临床研究
。之后原代肿瘤细胞培养技术不断地发展完善。1994年，我们也报告了50例用于药物敏感度测定的原代培养肿瘤细胞技术的案例
。现在，我们已经能常规地使用这项技术来增加原代细胞的数量以进行临床基因组分析的研究。随着针对CSC和原代肿瘤细胞的培养技术的不断研发，用于下游基因组分析的临床样本的肿瘤细胞培养系统将在个体化治疗中发挥越来越重要的作用。令人鼓舞的是，来自培养细胞系统的离体药物敏感度测定的结果可以进一步验证个体化化疗的效果，因此造血系统和实体肿瘤CSC成功的离体培养技术案例也越来越多地被报道，这将为个体化化疗带来光明的前景。
就目前的肿瘤样本取样技术而言，大多数临床样本在手术切除后就已经直接低温速冻。如前所述，肿瘤组织由混合细胞组成，肿瘤组织的基因组数据是混合了各种细胞基因组数据的大杂烩。如果组织水平的样本是通过微阵列和RNA-Seq进行检测的，那么用基于基因组学大数据建立的生物信息软件直接分析临床测序数据对于肿瘤细胞基因组的诠释将是非常重要的一步。根据文献报道以及我们的研究结果
可知，可以通过两种组合的生物信息学技术来提高来自异质性细胞临床基因组分析的准确度：第一种是在层次聚类、主成分分析（principal component analysis，PCA）和自组织映射（self-organizing map，SOM）基础上设计的组织水平分析；第二种是在基于肿瘤生物标志物的监督学习（supervised learning）和肿瘤生物标志物随时间的变化基础上设计的分子水平分析。临床基因组生物信息学分析软件的增多，为基因组数据的解释提供了新的工具。