单细胞DNA分析:推动癌症治疗的动态变化

复杂的疾病，如癌症会不断进化，因此在单细胞水平上了解遗传变异是至关重要的。确保研究人员拥有解锁单细胞生物学的工具，可以发现、开发和提供精准医学。

最近，我们采访了Mission Bio的首席执行官兼联合创始人查理·西尔弗(Charlie Silver)，以了解他们如何帮助研究人员在单细胞水平上分析突变异质性。

Laura Lansdowne (LL):针对肿瘤学的特定变异进行定制治疗有哪些挑战?

查理·西尔弗(CS):这里有几个挑战。目前的批量测序技术并不总是具有检测可能可治疗的罕见变异的灵敏度。此外，当通过批量测序检测到可能与当前治疗相匹配的变体时，并不总是知道该突变是克隆的(在大多数疾病细胞群中)还是亚克隆的(在少数疾病细胞群中)。如果突变是亚克隆的，就不能用大量数据将其分离，靶向治疗可能就不那么有效了。只有单细胞靶向DNA测序才能精确地揭示亚克隆群体。此外，虽然目前的批量测序技术可以提供肿瘤样本可能具有的多种变异的视图，但数据不够具体或敏感，无法准确表示突变是否在特定细胞群中同时发生。如果存在针对这两种突变的治疗方法，了解这些突变是否在大脑中同时发生是有帮助的相同Cell或in不同的细胞，然后更好地定制治疗。

Mission Bio是如何帮助研究人员在单细胞水平上分析突变异质性的?

CS:虽然批量测序提供了任何给定样本中10s或1000s细胞的突变谱的平均读数，但Mission Bio Tapestri平台使用液滴微流体来揭示批量样本中每个单个细胞的突变谱，为样本中的每个细胞产生1000s突变谱，而不是为一个样本产生一个突变谱。

Ruairi Mackenzie (RM):单细胞DNA检测的目的是什么?

CS:单细胞DNA小组使研究人员能够专注于基因组中存在某种程度异质性的特定可操作区域。当我们根据特定疾病或适应症(如急性髓系白血病、慢性淋巴细胞白血病)将精力集中在这些感兴趣的特定基因/区域上，而不是扩展到整个基因组时，这可能意味着节省资金(更低的测序成本)和分析时间，加速研究和药物开发。

RM:对于希望使用Designer设计面板的研究人员来说，流程是怎样的?

CS:这是一个非常简单的过程。首先，客户为使用Tapestri Designer的帐户创建登录。然后，客户为他们的定制面板提供他们感兴趣的进一步探索的基因或目标列表(异质性信号)。然后他们在基于web的用户界面上提交这个列表。

RM:在设计过程结束后，研究人员多快能收到他们的面板?

CS:在完成这个通常需要几分钟的过程后，设计也通常在几分钟内完成。

RM:人工智能(AI)和机器学习(ML)算法如何进一步改善单细胞DNA分析?

CS:面板设计是AI/ML将提供帮助的一个领域。对于每个定制面板设计，我们都执行QC运行，这使我们能够查看面板的性能。这包括关于哪些基因/目标表现良好或较差，以及哪些基因/目标可能在小组中表现过度或不足的可用数据。然后，我们利用这些信息以不同比例混合基因(或引物)，以解释优等生和劣等生。我们将这些信息反馈到设计管道中，以改进我们的设计管道算法，并帮助通知未来的定制面板设计。这是第一个利用AI/ML优化面板设计的商业多路复用面板设计师，因此每个客户在第一次拍摄时就能以最低的成本获得最佳性能。

大数据——这就是单细胞数据需要人工智能的地方。我们的输出是一组高维数据，其中的关系不是线性的，从而产生了基因组学中适合AI/MI的真实数据集。鉴于我们的单细胞数据矩阵至少比标准批量测序大4个数量级，我们也有更大的数据体来帮助我们训练和改进我们的变体呼叫。我们的AI/ML引擎将在每个样本处理后端为临床/患者结果提供预测建模信息。我们的解决方案采用机器学习算法，在前端提高了分析的质量和成本，同时提高了后端数据的能力。这些工具为我们一流的技术提供动力，因此它可以将测序的精度提高50倍，使我们的客户能够加速他们的研究和药物开发，为更好的患者护理服务。

查理·西尔弗采访了科技网络科学作家劳拉·伊丽莎白·兰斯顿和瑞伊里·J·麦肯齐。188金宝搏备用