大数跨境

Cancer Cell |生信学习,单细胞测序揭秘弥漫大 B 细胞淋巴瘤异质性

Cancer Cell |生信学习,单细胞测序揭秘弥漫大 B 细胞淋巴瘤异质性 生信钱同学
2026-01-17
13
导读:单细胞多组学好文章分享

日常好的代码已放入免💰共享服务器中(人人皆可用):https://vip.r-py.com/

单细胞测序揭秘弥漫大 B 细胞淋巴瘤异质性 为精准治疗提供新靶点

近日,国际顶级期刊《Cancer Cell》发表了一项突破性研究,来自美国国家癌症研究所、德国歌德大学等机构的研究团队通过单细胞 RNA 和 ATAC 测序技术,对 103 例弥漫大 B 细胞淋巴瘤(DLBCL)活检样本进行了深度分析,揭示了该疾病遗传亚型和肿瘤内亚克隆的分子特征与调控机制,为 DLBCL 的精准诊疗开辟了新路径。

DLBCL 是最常见的侵袭性非霍奇金淋巴瘤,患者对化疗和靶向治疗的反应差异显著,其核心原因在于肿瘤基因型和表型的高度异质性。此前研究虽已通过批量肿瘤分析定义了 DLBCL 的遗传亚型,但对其单细胞水平的生物学特征、肿瘤内异质性及基因调控网络尚不完全清楚。

研究团队通过多模态单细胞测序,成功识别出恶性 B 细胞的非整倍体 DNA 拷贝数特征,开发并验证了各 DLBCL 遗传亚型的基因特征标签。研究发现,MCD、BN2、N1、A53、EZB 和 ST2 等主要遗传亚型均具有独特的基因表达表型:MCD 亚型富集 ABC 样基因特征,高表达 IRF4、SPIB 等转录因子;BN2 亚型以 NOTCH2 基因突变和高表达为标志;N1 亚型则表现出记忆 B 细胞特征基因的高表达;EZB 亚型则富含生发中心 B 细胞标志物。这些亚型特征在三个独立 DLBCL 队列中均表现出强可重复性,且与患者化疗后的生存预后密切相关,ABC 相关亚型患者预后较差,而 GCB 相关亚型(如 EZB、ST2)预后相对良好。

令人意外的是,79% 的 DLBCL 肿瘤样本中检测到具有不同非整倍体模式的遗传亚克隆,这些亚克隆通过表达 B 细胞分化状态、细胞增殖和细胞生长相关的生物学主题而彼此区分。研究团队定义了六个核心基因表达主题,其中四个与 B 细胞分化相关(生发中心 B 细胞、记忆 B 细胞、浆细胞、泛 B 细胞),两个与恶性细胞增殖代谢相关(细胞周期、细胞生长)。值得注意的是,细胞生长主题而非细胞周期主题的高表达与患者不良生存显著相关,这一发现提示 MYC 驱动的代谢状态可能是影响治疗效果的关键因素。

研究还揭示了多个关键基因的致病机制:REL 基因扩增在 GCB 型 DLBCL 中频繁发生(20%-25%),通过激活 NF-κB 通路阻断记忆 B 细胞的终末分化,且 REL 扩增的 DLBCL 模型对 REL 失活高度敏感;CDKN2A 基因缺失则与细胞周期主题的高表达密切相关,通过失去对细胞周期的抑制促进肿瘤增殖;NOTCH1 突变则驱动记忆 B 细胞主题的表达,成为 N1 亚型的标志性特征。

此外,研究团队通过整合单细胞 RNA 和 ATAC 测序数据,构建了 DLBCL 遗传亚型的基因调控网络模型。该模型显示,EZB 和 ST2 亚型利用生发中心 B 细胞调控网络,MCD、A53 和 BN2 亚型依赖浆细胞调控网络,而 N1 亚型则采用记忆 B 细胞调控网络,这些调控网络均与正常 B 细胞分化过程中的转录因子网络高度相似。

(我们自己开发的服务器,很多意想不到的功能

免💰服务器地址:https://vip.r-py.com/

图片

生信钱同学团队提供生信便捷式“云服务器”、“数据分析”、“生信学习班”以及“生信交流群”等内容,有需要者可以加我:sx_qtx01

相关推文内容:

今天开课了,没服务器直接送——多组学与机器学习联合分析(机器学习分析代谢组、蛋白组、宏基因组、网络药理学、转录组课)

学生信当然要与时俱进了,零基础也能学的AI生信课(AI助力生信入门班即将开始(AI课)

超多生信内容学习,感兴趣可以了解下(单细胞课程)

没有服务器,单细胞数据搞不定?看看我们做出来的结果包含啥?我们目前做好了这些pipeline,可以帮你做(数据分析)
公共共享服务器已开启,无门槛尽管用,不限制资源(免💰服务器)
今晚 7 点开始,12节线上课,不收费,把开源的QuPath病理和荧光图像分析的技巧学明白
手把手复现Nature的生信教学即将开始,感兴趣的可以了解下
当我同学用这个套路发了10几篇SCI,并拿了国奖,我惊呆了——文献计量学+AI大语言模型学习(文献计量培训)
Gemini详细安装教程,自动分析数据,不是器械式写代码,而是帮你做好,就是这么智能(AI自动写代码,自动分析数据)

我们计划开启四个免💰的服务器节点给大家使用,考虑到有些同学想跑大数据分析,所以我们这个是不限制使用的,多大数据都能加载。(账号和存储都是独立的,不用担心别人看到你的数据);资源有限,大家分析完请及时清空和导出,以便让更多人使用。
怎么领服务器,可以查看:https://vip.r-py.com/
很多代码也都放到免💰的公共共享服务器中了我们会逐步把测试好的代码,放到公共文件夹下,让大家无障碍运行,打开就能看到
图片
这篇Nature子刊把RNA速率拟时序分析利用到了极致,生信部分几乎都是用的这个分析
很多代码都已经帮大家debug,都可以顺利跑通;
如有服务器和生信培训学习需求问题,咨询下面 vx
Axes of biological variation in diffuse large B cell lymphoma, Cancer cell(2026)

【声明】内容源于网络
0
0
生信钱同学
北京大学在读博士生,记录自己的学习日常🌞分享生信知识:如单细胞和空间测序、多组学分析、宏基因组、病理组学、影像组学等生物信息学、机器学习和深度学习内容🌬
内容 541
粉丝 1
生信钱同学 北京大学在读博士生,记录自己的学习日常🌞分享生信知识:如单细胞和空间测序、多组学分析、宏基因组、病理组学、影像组学等生物信息学、机器学习和深度学习内容🌬
总阅读1.7k
粉丝1
内容541