醫學研究部(Department
of Medical Research)共 同 研 究 室 電 子 報
第117期 SEP.10.2023
本期目錄
下期主題
快速連結
單細胞RNA定序技術（scRNA-seq）已成生醫研究上非常重要的工具。但由於資料龐大，常常讓研究者不得其門而入。scDrug是由台灣人工智慧實驗室所開發的單細胞資料分析平台，使用者不需撰寫任何程式即可執行複雜的資料分析，且針對腫瘤研究，整合了相關分析方法。對有資料分析需求的人，是不可錯過的好工具！下一期電子報主題為「當醫學研究遇上3D X-ray 顯微鏡」，敬請期待，並竭誠歡迎您訂閱共同研究室電子報以收取儀器介紹、研究新知、與每月訓練課程資訊，更歡迎您與我們聯絡，給予我們建議與鼓勵。
TOP
醫學研究部 許家郎副研究員
單細胞 RNA 定序技術（scRNA-seq）已逐漸在癌症研究等領域嶄露頭角，成為一個創新且強大的解碼腫瘤組織複雜性的工具。這項技術使得高通量定序能同時針對數千個細胞進行，從而成為了研究腫瘤微環境中細胞成分和交互的重要方法。隨著scRNA-seq技術的發展，許多生物資訊學工具相繼問世，但對生物醫學研究者和臨床醫生而言，學習這些工具仍然具有一定挑戰性。
儘管scRNA-seq技術取得了顯著進展，仍需一個整合型工具來基於該技術進行藥物反應預測。為了讓生物醫學研究者和臨床醫生更方便地探討scRNA-seq數據集，台灣大學聯合陽明交通大學以及台灣人工智慧實驗室共同研發了一款名為scDrug的新型工具1。該工具整合了從scRNA-seq分析到藥物反應預測的各個環節。scDrug的分析流程主要包含四個功能模組，如下圖一所示：1) 應用標準scRNA-seq分析流程，識別腫瘤細胞亞群；2) 為細胞亞群進行組織類型與功能注釋；3) 進行存活分析，評估高特異表達的腫瘤細胞亞群對存活時間的影響；4) 預測老藥新用，為特定的細胞亞群提供兩種藥物反應預測方法。
- 透過scRNA-seq分析識別腫瘤細胞亞群：該模組能快速應用目前單細胞定序分析上最常見的算法及相關軟件，以辨識腫瘤微環境中各類型的腫瘤細胞亞群。針對scRNA-seq數據中常見的缺失值問題，scDrug提供一種基於深度學習模型的補值方法。此外，該模組能自動化搜尋最佳的細胞分群及再分群方式，從而揭示在大量分析中被忽略的潛在腫瘤細胞亞群。
- 細胞亞群的功能註釋：在識別出細胞亞群後，scDrug會進行細胞類型判讀和功能註釋。這一步驟包括確定與每個細胞亞群相關的生物路徑，從而提供有助於理解這些細胞在腫瘤微環境中所扮演角色的生物學見解。
- 預測藥物反應：scDrug利用多個藥物反應資料庫，應用兩種不同的算法預測每個細胞亞群最有效的藥物治療。一種方法是預測最有效的藥物組合，利用最新開發的Premnas算法，使用CIBERSORTx估計樣本中各細胞亞群的比例，並評估在不同擾動下處理及對照樣本的細胞亞群分布差異，找出能使最多腫瘤細胞亞群死亡的藥物組合。另一種方法是使用CaDRReS-Sc機器學習框架，根據PRISM累積的1,448種藥物和480個細胞類型的數據進行訓練，預測每種藥物對各腫瘤細胞亞群的作用反應。
為了驗證scDrug分析流程的可靠性，研究人員使用了來自24個不同細胞系在接受idasanutlin（一種抗癌藥物）治療時所得到的scRNA-seq數據。結果顯示，scDrug成功地區分了所有24個細胞群，並準確地預測了它們對該藥物的敏感程度。這意味著scDrug能夠有效預測細胞對藥物治療的反應，讓研究人員能夠深入探討腫瘤細胞的異質性，並找出更有效的治療策略和候選藥物。
總結來說，scDrug的一大優點在於能夠協助識別並針對腫瘤組織中的特定細胞亞群。針對具有惡性特徵的腫瘤亞細胞類型進行治療，更有可能延長患者的生存期。scDrug讓研究人員能夠研究腫瘤細胞的多樣性，並為有效治療提供寶貴建議。
原始論文的原始碼已開放供有興趣的生物資訊與生醫團隊直接使用，詳細資訊可在 https://github.com/ailabstw/scDrug 查詢。此外，台灣人工智慧實驗室將 scDrug 的完整分析流程整合到台智基因體的雲端分析平台 TAIGenomics(https://www.taigenomics.com/console/)，生醫研究人員無需編寫程式，利用圖像化的介面操作直接使用 scDrug 這項新開發的生資工具。
1Hsieh CY, Wen JH, Lin SM, Tseng TY, Huang JH, Huang HC, Juan HF. scDrug: From single-cell RNA-seq to drug response prediction. Comput Struct Biotechnol J. 2022 Dec 1;21:150-157. doi: 10.1016/j.csbj.2022.11.055. PMID: 36544472; PMCID: PMC9747355.
貴重儀器訓練課程:課程網路報名
| 09月25日 | IPA生物分子路徑分析軟體服務介紹(基礎課程) |
| 09月26日 | FACSLyric 多色流式細胞分析技術的操作與應用 |
| 09月27日 | 正立螢光顯微鏡之原理與 實機操作 (NIKON NI-U) |
| 10月03日 | BD流式細胞儀教育訓練_LSR II and Verse |
| 10月04日 | CLC 基因體分析平台服務介紹 (基礎課程) |
研究服務演講:課程網路報名
| 09月19日 | Maximize gene expression insights from minimal RNA amounts |
| 09月19日 | Widefield Microscopy 3D imaging- 即時螢光影像光學澄清化技術 |
| 09月20日 | 為何需要將組織透明化？影響3D全組織影像的核心關鍵 |
歡迎您訂閱共同研究室電子報以收取儀器訓練與研究新知課程講習相關資訊 。
為持續提供優質之研究服務，便於日後聘用專職技術人員、購置新儀器、現有儀器汰舊換新與維護保養等等，敬請於使用共同研究室資源並發表論文時，於論文致謝（Acknowledgement）處加入致謝共同研究室之文句，並於論文發表時通知共同研究室管理人員。致謝文句請依實際使用情形書寫，或請參考以下範例：We
thank the staff of the Core Labs, Department of
Medical Research, National
Taiwan University Hospital for
technical support.