一种单细胞转录组动态图谱构建方法及免疫治疗预测装置制造方法及图纸

本发明专利技术公开了一种单细胞转录组动态图谱构建方法及免疫治疗预测装置，方法包括：采集并根据单细胞的数据，构建单细胞转录组库；对所述单细胞转录组库进行测序；对测序后得到的数据进行分析，从而构建单细胞转录组图谱；基于所述单细胞转录组图谱，构建单细胞转录组动态图谱。通过深度单细胞转录组测序，构建结直肠癌肿瘤微环境的单细胞转录组图谱来系统研究免疫治疗的起效机制，获取的信息量可为肿瘤免疫治疗研究领域提供理论基础。免疫治疗预测装置通过活检样本中免疫基质细胞丰度进行综合判断，可以对样本是否对免疫治疗产生完全反应进行预测，适用性强，预测准确性高，为相关的治疗及用药提供了理论依据，具有重要的指导意义。义。义。

【技术实现步骤摘要】
一种单细胞转录组动态图谱构建方法及免疫治疗预测装置


[0001]本专利技术涉及生物
，尤其涉及一种单细胞转录组动态图谱构建方法及免疫治疗预测装置。

技术介绍

[0002]以PD
‑
1抗体治疗为代表的免疫检查点阻断疗法作为一种新兴的抗癌治疗手段，在肿瘤患者术前新辅助治疗中显示出相当可观的疗效。术前新辅助治疗可以使原发灶和系膜淋巴结退缩，部分患者可以达到病理完全反应(pathological Complete Response，pCR)。pCR患者的局部复发率极低，提高术前治疗pCR率是提高肿瘤疾病生存的重要手段。但目前免疫治疗起效及耐药机制不明，为了提高术前免疫治疗的pCR率，需要探索细胞类型对治疗的特定反应模式细胞。
[0003]此外，pCR是术后病理诊断的结果，目前还提出有临床完全反应(clinical complete remission，cCR)的概念，其定义为临床检查及影像学检查未见肿瘤残留,作为术前判断pCR的手段，“等待
‑
观察”(“watch and wait”)系列研究结果显示，达到cCR的患者，可免除手术，具有与手术组一致的生存率，甚至局部复发率更低。但是，基于影像学判断的cCR存在一定的缺陷，导致cCR评估预测准确性低，对“等待
‑
观察”策略的制定造成困难，无法在治疗前对患者进行有效地完全反应预测。
[0004]因此，目前提高pCR率及cCR评估准确性是亟待解决的问题。为了提高术前免疫治疗的pCR率，需提供免疫治疗pCR过程中单细胞转录组动态图谱深入了解免疫治疗起效的机制，为进一步提高pCR率提供理论基础；为提高cCR评估准确性，需一种能够在治疗前对患者进行pCR预测的方法。

技术实现思路

[0005]本专利技术提供了一种单细胞转录组图谱的构建方法及免疫治疗预测装置，以阐明免疫治疗完全反应的机制，并解决现有技术中cCR评估预测准确性低的技术问题。
[0006]为了解决上述技术问题，本专利技术实施例提供了一种单细胞转录组动态图谱构建方法，包括：
[0007]采集并根据单细胞的数据，构建单细胞转录组库；
[0008]对所述单细胞转录组库进行测序；
[0009]对测序后得到的数据进行分析，从而构建单细胞转录组图谱；
[0010]基于所述单细胞转录组图谱，构建单细胞转录组动态图谱。
[0011]作为优选方案，所述单细胞转录组库包括：10
×
Genomics 3
’
单细胞转录组建库。
[0012]作为优选方案，所述对测序后得到的数据进行分析，具体包括：
[0013]通过降维算法对测序后的数据进行可视化展示；
[0014]通过非监督聚类将全局细胞进行分类并注释；
[0015]进行特征基因表达水平分析；
[0016]表型占比分析；
[0017]线粒体特征基因分析。
[0018]作为优选方案，所述通过降维算法对测序后的数据进行可视化展示，具体包括：
[0019]在每份测序样本中分别进行初次过滤，并进行批次处理效应校正和归一化；
[0020]计算高可变基因后进行降维，并将单个细胞投影至二维空间；
[0021]对单个细胞进行聚类和分群，并对细胞群体进行可视化处理。
[0022]作为优选方案，所述进行特征基因表达水平分析，具体包括：
[0023]检测细胞簇特征基因，并筛选特征基因和差异表达基因；
[0024]其中，通过使用全局细胞标记基因进行全部细胞标记分类，从而来进行特征基因表达水平分析；所述全局细胞标记基因包括：全局T/NK细胞标记基因、全局B细胞标记基因、全局髓系细胞标记基因、全局上皮细胞标记基因、全局成纤维细胞标记基因和全局内皮细胞标记基因。
[0025]作为优选方案，所述线粒体特征基因分析，具体包括：
[0026]在全局细胞类型鉴定之后个性化分析线粒体高表达阈值，并根据所述阈值，去除相应的线粒体基因高表达水平的细胞。
[0027]作为优选方案，所述基于所述单细胞转录组图谱，构建单细胞转录组的动态图谱，具体包括：
[0028]根据所述单细胞转录组图谱，鉴定细胞亚克隆的种类；
[0029]计算细胞亚克隆的种类分别在注释全局细胞种类的比例；
[0030]构建细胞亚克隆标记基因标签；
[0031]选取并对比治疗前和治疗后细胞亚克隆比例差异，构建单细胞转录组的动态图谱。
[0032]作为优选方案，所述构建细胞亚克隆标记基因标签，具体包括：
[0033]通过预设程序鉴定每个细胞亚克隆的标记基因；其中，所述预设程序使用平均表达的对数倍变化来识别标记，并使用预设秩和检验。
[0034]作为优选方案，所述选取并对比治疗前和治疗后细胞亚克隆比例差异，构建单细胞转录组的动态图谱，具体包括：
[0035]根据预设秩和检验，对比治疗前及治疗后的细胞亚克隆比例差异，若细胞亚克隆比例差异的显著性值小于预设值，则构建单细胞转录组的动态图谱。
[0036]相应地，本专利技术还提供一种免疫治疗预测装置，包括：测序模块、定量模块和聚类模块；
[0037]所述测序模块，用于对采集到的治疗前活检组织进行转录组测序，得到转录组测序表达矩阵；
[0038]所述定量模块，用于根据上述的单细胞转录组动态图谱，获取免疫细胞亚克隆标记基因标签，从而得到基因标准化表达矩阵，并根据所述转录组测序表达矩阵，进行免疫细胞亚克隆丰度评估，得到每个免疫细胞浸润的相对丰度；其中，所述单细胞为免疫细胞；
[0039]所述聚类模块，用于通过无监督聚类分析，基于所述每个免疫细胞浸润的相对丰度，识别预测出免疫治疗的反应型；其中，所述免疫治疗的反应型包括完全反应型和非完全反应型。
[0040]相比于现有技术，本专利技术实施例具有如下有益效果：
[0041]本专利技术的技术方案通过对单细胞数据的采集进而构建单细胞转录组库，并对单细胞转录组库进行测序与分析，进而得到单细胞转录组图谱，从而构建得到单细胞转录组动态图谱，使得通过采用单细胞测序技术分析样本中免疫细胞和/或免疫细胞亚型的种类，并在治疗过程中能够对免疫细胞亚克隆的比例变化进行分析，进而在后续的免疫治疗预测中提供了理论依据。
[0042]进一步地，通过单细胞转录组动态图谱使得能够准确地进行免疫治疗完全反应预测，有助于弥补影像学治疗反应评估的不足，提高预测的准确性，为后续临床决策提供参考，相比于现有基于影像学判断，提高了cCR评估预测准确性，从而为后续临床决策提供参考，方便临床上根据预测结果尽早进行治疗方案的调整。
附图说明
[0043]图1：为本专利技术实施例所提供的一种单细胞转录组动态图谱构建方法的步骤流程图；
[0044]图2：为本专利技术实施例所提供的一种免疫治疗预测装置的结构示意图；
[0045]图3：为本专利技术实施例所提供的单细胞测序数据分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单细胞转录组动态图谱构建方法，其特征在于，包括：采集并根据单细胞的数据，构建单细胞转录组库；对所述单细胞转录组库进行测序；对测序后得到的数据进行分析，从而构建单细胞转录组图谱；基于所述单细胞转录组图谱，构建单细胞转录组动态图谱。2.如权利要求1所述的一种单细胞转录组动态图谱构建方法，其特征在于，所述单细胞转录组库包括：10
×
Genomics 3
’
单细胞转录组建库。3.如权利要求1所述的一种单细胞转录组动态图谱构建方法，其特征在于，所述对测序后得到的数据进行分析，具体包括：通过降维算法对测序后的数据进行可视化展示；通过非监督聚类将全局细胞进行分类并注释；进行特征基因表达水平分析；表型占比分析；线粒体特征基因分析。4.如权利要求3所述的一种单细胞转录组动态图谱构建方法，其特征在于，所述通过降维算法对测序后的数据进行可视化展示，具体包括：在每份测序样本中分别进行初次过滤，并进行批次处理效应校正和归一化；计算高可变基因后进行降维，并将单个细胞投影至二维空间；对单个细胞进行聚类和分群，并对细胞群体进行可视化处理。5.如权利要求3所述的一种单细胞转录组动态图谱构建方法，其特征在于，所述进行特征基因表达水平分析，具体包括：检测细胞簇特征基因，并筛选特征基因和差异表达基因；其中，通过使用全局细胞标记基因进行全部细胞标记分类，从而来进行特征基因表达水平分析；所述全局细胞标记基因包括：全局T/NK细胞标记基因、全局B细胞标记基因、全局髓系细胞标记基因、全局上皮细胞标记基因、全局成纤维细胞标记基因和全局内皮细胞标记基因。6.如权利要求3所述的一种单细胞转录组动态图谱构建方法，其特征在于，所述线粒体特征基因分析，具体包括：在全局细胞类型鉴定之后个性化分析线粒体高表...

【专利技术属性】
技术研发人员：邓艳红，黎健霞，傅炀，胡华斌，秦歌，白璠，吴泽华，张剑威，蔡月，谢宇茜，
申请(专利权)人：中山大学附属第六医院，
类型：发明
国别省市：