通过单细胞RNA测序和空间转录学揭示了清细胞细胞癌中的代谢异质性
Guanwen Yang1, Jiangting Cheng1, Jiayi Xu1
1Department of Urology, Zhongshan Hospital, Fudan University, 180Th Fengling Rd, Xuhui District, Shanghai, 200032, China.
Journal of translational medicine
|February 27, 2024
概括
这项研究揭示了清细胞脏细胞癌 (ccRCC) 瘤微环境中的代谢重编程. scMet工具精确地识别了细胞特异性代谢变化,这对于理解ccRCC进展和免疫逃避至关重要.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 清细胞细胞癌 (ccRCC) 表现出影响瘤微环境的代谢重编程.
- 当前的研究经常分析ccRCC瘤细胞或整个微环境作为混合物,缺少细胞特异性代谢洞察力.
研究的目的:
- 精确识别ccRCC瘤微环境中的不同细胞类型的代谢变化.
- 从RNA测序数据开发和验证一种用于分析细胞特异性代谢活动的计算工具.
主要方法:
- 整合了ccRCC (195个样本) 的9个主要单细胞RNA测序数据库.
- 利用空间转录学来进行空间解析的代谢活动分析.
- 开发了scMet程序,将大量RNA-seq转换为单细胞RNA-seq数据.
主要成果:
- 在ccRCC组织学等级中确定了不同的细胞透模式和代谢活动.
- 链接瘤细胞RNA拼接状态导致不良预后和CD8+ T细胞代谢导致疲劳.
- 揭示了空间代谢异质性,瘤中心显示高糖解和TCA循环活性.
结论:
- ccRCC瘤微环境在细胞类型和空间位置之间显示出显著的代谢异质性.
- scMet程序有效地将RNA测序数据转化为具有高相关性的单细胞RNA测序数据.


