《Nature Communications》:CTC检测新方法

单细胞RNA测序（scRNA-seq）技术作为一种用于细胞分子异质性表征的有前途和强大的技术，已广泛应用于癌症研究，从而在肿瘤组织上积累了大量的scRNA-seq数据。基于这些单细胞表达谱图谱，可以通过有监督或无监督的学习策略实现癌细胞类型注释、癌病变注释和细胞组特异性上调/下调表达基因识别。由于CTC具有丰富的病理信息，将scRNA-seq分析整合到CTC研究中可以揭示更多关于病变的细节，从而提供对癌症的无创监测。特别是，CTC的单细胞表达表征提供了进行病变追踪的机会，并可能带来液体活检的新革命。

然而，由于缺乏CTC scRNA-seq分析领域的数据积累和先验知识，仍然难以从scRNA-seq组学数据中获取CTC的组织发生信息。考虑到CTC与原发癌组织分离，将CTC映射到原发癌细胞图谱是基于CTC的病变追踪的替代策略。尽管如此，CTC和原发癌细胞之间的差异构成了另一个挑战。对于无创病变追踪，仍然需要一种计算算法，该算法可以有效地将CTC上的scRNA-seq数据映射到来自病变的原代细胞的参考图谱。

近日，一组来自中国和澳大利亚的研究团队在杂志Nature Communications上发表了一篇题为“Deep transfer learning enables lesion tracing of circulating tumor cells”的文章，在文章中研究团队使用原发性肿瘤的大量scRNA-seq数据，介绍了一种称为CTC-Tracer的无监督深度迁移学习方法，通过将CTC的scRNA-seq profile有效映射到原发性瘤scRNA-seq profile，将从原发性癌细胞学习到的组织发生信息转移到CTC。从而，CTC-Tracer可以追踪CTC的原始病变，将CTC与背景细胞（如白细胞）区分开来，并发现CTC的基因标记。

图片来源：Nature communications

研究团队开发了CTC-Tracer，它采用迁移学习策略，有效地利用大型癌症单细胞图谱中的知识来追踪CTC的原始病变。具体而言，使用从血液样本中分离的CTC的scRNA-seq表达谱作为输入，CTC-Tracer被设计为准确识别CTC并追踪其病变的来源，还可以检测其相对于损伤病变细胞的表达变化（如下图）。

CTC-Tracer的主要功能及其应用概述。图片来源：Nature communications

大多数癌症患者的外周血中CTC的浓度非常低，在富集后，0至几百个CTC可能保留在1000至10000个背景细胞（主要是血细胞）中，这对后续分析（如病变追踪）构成了重大挑战。CTC-Tracer集成了一个CTC识别模块（图a），以区分CTC和血细胞，这将大大改善液体活检的临床应用。

为了验证CTC-Tracer识别CTC的有效性，研究团队发现CTC-Tracer在所有测试样本上实现了约99%的平均准确度。CTC Tracer识别PBMC数据集的平均AUC为1.000，识别血细胞数据集的AUC为0.999 （图b，c）。结果表明在不同的数据集和重复中获得了高精度，证明CTC Tracer可以有效地区分CTC和血细胞，并追踪CTC的原始病变。

不仅如此，CTC-Tracer还能够识别CTC中相对于其病变上调/下调的基因。总之，CTC Tracer是一种生物信息学工具，用于基于粗略捕获的CTC的scRNA-seq数据识别CTC、病变追踪和转移相关基因检索。因此，CTC-Tracer将大大促进液体活检的临床应用。

CTC-Tracer能够正确区分CTC和血细胞。图片来源：Nature communications

CTC-Tracer是一种设计用于CTC scRNA-seq分析的算法，具有广泛的应用潜力。CTC-Tracer以病变追踪为中心，将作为无创肿瘤监测的基础。为了完全评估CTC Tracer的准确性，研究团队在8个独立的标准CTC scRNA-seq数据集上以直推或归纳学习模式对其进行了测试。

结果表明，CTC Tracer可以高精度地追踪CTC的原始病变，作为直推学习任务。为了评估从原发性肿瘤细胞到CTC的知识迁移中的性能，研究团队在来自不同研究的四个可用CTC scRNA-seq数据集上评估了CTC-Tracer的准确性。CTC-Tracer在CTC样本中获得了95%的平均标签预测精度（图c）。其中，CTC Tracer的平均准确率为100%（SD = 0.00），其中用于黑色素瘤（Mel）为100%，乳腺癌（BRCA）为92%和前列腺癌（PC）为95%。当使用四个独立外部scRNA-seq样本作为目标数据集时，CTC-Tracer在451个来自两种癌症（MEL和BRCA）的CTC中实现了约87%的准确率。

CTC Tracer可以有效地将CTC映射到原发肿瘤图谱。图片来源：Nature communications

研究团队进一步使用一个大而复杂的CTC数据集，该数据集包含117个单CTC、124个CTC-CTC簇和65个CTC-WBC簇的RNA-seq图谱，并对CTC-Tracer进行了测试。

首先在对来自BRCA患者的36个CTC对象（包括13个单细胞、17个CTC簇和6个CTC-WBC簇）应用CTC-Tracer，以完善模型。CTC-Tracer在这些样本中实现了高准确度（单个CTC:100%，CTC簇：88.24%，CTC-WBC簇：83.33%，图a–d）。进一步测试来自异种移植物对象上的模型准确性，并同样获得了高精度（BR16：单个CTC：94.87%，CTC簇：100%，CTC-WBC簇：100%；LM2：单个CTCs：100%，CTC簇：98.04%，CTC-WC簇：100%。图e）。

CTC Tracer在CTC-WBC簇上表现出优异的性能。所有这些结果表明CTC Tracer在病变追踪上非常准确和可扩展。

CTC Tracer在复杂数据集上的应用。图片来源：Nature communications

在这项研究中，研究团队提出了CTC Tracer，这是一种基于深度迁移学习的算法，用于CTC识别（也称为背景去除器）、病变追踪和基因标记识别，纠正原发性癌细胞和CTC之间的分布偏移，从而将病变标记从原发性肿瘤细胞图谱转移到CTC。CTC Tracer的鲁棒性和准确性通过8个单独的标准数据集进行了验证。将CTC-Tracer应用于一个复杂的数据集，该数据集由单个CTC的、来自BRCA患者的CTC簇和两个异种移植物的RNA-seq图谱组成，并证明CTC-Tracer在病变和CTC的不同类型RNA-seq数据之间的知识迁移中具有潜力。

值得注意的是，直推学习模式对批量效应具有鲁棒性，但其准确性受输入矩阵中单元数量的影响。根据敏感性分析，可能需要为每个数据集收集至少30个细胞，以进行相对稳定和准确的预测（平均准确度>80%）。归纳学习模式的准确性由预训练模型确定，不受输入矩阵大小的影响，因此，在应用中，当综合预训练模型可用时，归纳学习模式将是一种方便和优选的选择。此外，基于预训练的模型，CTC-Tracer中目标域样本数量的影响得到缓解，在直推学习模式下，仅使用少数细胞（1–5个细胞）即可实现合理的准确性（>90%）。随着CTC scRNA-seq样本的逐渐积累，未来可以获得一个全面的预训练模型。基于该模型，直推和归纳学习模式都可以用于准确追踪CTC的损伤。

总之，CTC Tracer在分析来自不同平台的各种癌症类型的scRNA-seq数据时表现出优异的效率和准确性，从而突出了其应用于广泛CTC数据集的潜力。CTC-Tracer的推出为促进液体活检在基础研究和临床应用中的应用开辟了一条令人兴奋的途径。