大家好，欢迎观看《时空日报》第344期。本期介绍的时空/细胞组学相关研究文章共计2篇。以下是应用时空云平台STOmics Cloud的Genpilot模块生成的文章概要，并辅以人工审核，供了解参考。
1、动脉粥样硬化转录组学将 ARNTL 确定为平滑肌细胞调节因子，并利用临床和遗传数据改善风险分层
Atheroma transcriptomics identifies ARNTL as a smooth muscle cell regulator and with clinical and genetic data improves risk stratification
Eur Heart J; IF: 37.600; DOI: 10.1093/eurheartj/ehae768
内容概要：
① 随着研究的深入，血管平滑肌细胞（简称SMCs）在动脉粥样硬化中所扮演的角色逐渐清晰，显示出它们与这种疾病之间存在着直接的遗传联系。通过单细胞RNA测序（scRNA-seq）技术，科学家们在动脉粥样硬化病灶内发现了多种源自间充质的细胞群体，包括不同类型的SMC亚型。然而，这些细胞群体如何与患者的临床特征和遗传信息相关联，目前尚不清楚。因此，本研究旨在探讨动脉粥样硬化斑块中的间充质细胞群体与主要冠状动脉疾病（CAD）遗传变异之间的关系，并通过功能分析来识别参与疾病过程的SMC标志物。
② 研究人员使用了卡罗林斯卡内膜切除术生物样本库（BiKE）中125个颈动脉斑块的批量微阵列数据，结合公开的斑块scRNA-seq数据以及患者的临床记录和随访信息，进行了生物信息学反卷积分析。他们根据反卷积得到的细胞比例，对患者进行了聚类。接着，进行了数量性状位点（QTLs）分析，以预测CAD相关遗传变异对斑块中间充质细胞比例（cfQTLs）和基因表达（eQTLs）的影响。
③ 与无症状患者相比，症状性患者的病灶中1型巨噬细胞和周细胞的比例更高，而经典型和调节型SMC的比例则较低，这一现象在女性患者中尤为明显。糖尿病或他汀类药物治疗并未对细胞比例分布产生显著影响。基于斑块细胞比例的聚类分析将患者分为了三个不同的群体，这些群体在稳定性特征和与卒中的关联方面存在显著差异，这种差异在长期随访中仍然存在。此外，研究还发现了与斑块间充质细胞比例相关、位于昼夜节律基因ARNTL上游的多个单核苷酸多态性。在体外实验中，当在人颈动脉SMC中沉默ARNTL时，细胞的收缩标志物表达增加，而细胞增殖则受到抑制。
④ 本研究表明，将scRN-Aseq数据与来自大型人类斑块生物样本库的临床、遗传和转录组数据相结合，有助于更准确地评估患者的易损性和风险预测分层。研究还揭示了与CAD相关的新型遗传变异，这些变异可能在功能上与动脉粥样硬化斑块中的SMC相关。特别是，ARNTL基因中的变异可能影响SMC的比例和功能，因此，进一步探索其作为SMC增殖调节因子的作用具有重要意义。
疾病研究：动脉粥样硬化，多组，plaques，平滑肌细胞，scRNA-seq; Narayanan S, Vuckovic S, Bergman O, et al.; Vascular Surgery, Department of Molecular Medicine and Surgery, Karolinska University Hospital and Karolinska Institutet, BioClinicum J8:20, Visionsgatan 4, SE-171 76 Stockholm, Sweden.
2、scPharm：识别单细胞的药理亚群，用于癌症的精准医疗
scPharm: Identifying Pharmacological Subpopulations of Single Cells for Precision Medicine in Cancers
Advanced Science; IF: 14.300; DOI: 10.1002/advs.202412419
内容概要：
① 在抗癌治疗领域，肿瘤内异质性一直是一个难以克服的挑战，它显著降低了治疗效果。传统的药物扰动实验主要提供大量细胞层面的药理数据，但难以捕捉到肿瘤内部的分子异质性。为了解决这个问题，研究人员开发了一种名为scPharm的计算框架。这一框架结合了单细胞RNA测序（scRNA-seq）技术和药理特征，使得研究人员能够在单细胞分辨率下识别肿瘤内的药理细胞亚群，并为患者提供个性化的药物选择。
② scPharm框架的核心在于其利用基因集富集分析确定的归一化富集分数（NES）来评估药物反应基因列表中细胞身份基因的分布。通过与单细胞分辨率下的药物反应建立强相关性，scPharm成功地在人雌激素受体阳性（ER+）和表皮生长因子受体2阳性（HER2+）乳腺癌组织中识别出了敏感细胞亚群。此外，该框架还揭示了人PC9细胞在接受厄洛替尼治疗后耐药亚群的动态变化，并将其应用范围扩展到了小鼠模型。通过与其他单细胞预测工具的比较，scPharm展现出了卓越的性能和计算效率。
③ 除了识别敏感和耐药细胞亚群外，scPharm还具有预测联合用药策略和评估肿瘤微环境中健康细胞药物毒性的能力。通过衡量不同药物间的补偿或增效作用，scPharm能够为患者提供更加精准的联合用药方案。同时，该框架还能够评估药物对肿瘤微环境中健康细胞的潜在毒性，从而为减少治疗副作用提供有力支持。总体而言，scPharm为癌症精准医学提供了一种全新的方法，通过揭示单细胞分辨率下的治疗异质性，为患者提供更加个性化的治疗方案。