单个病人的完善的多组学研究

做不了人群队列研究很正常，基本上都是大课题组的事情，动辄几百人的信息收集整理，而且还有可能是多中心队列，需要协调不同地区医院资源，人脉和权威都需要有。

做完初出茅庐的临床科研小透明，也是可以细心留意遇到了病例，哪怕只有一个病人，也可以做完善的病人多组学研究。下面分享一个2022年6月发表在《Annals of Oncology》的文章：《Single cell heterogeneity and evolution of breast cancer bone metastasis and organoids reveals therapeutic targets for precision medicine》，DOI:https://doi.org/10.1016/j.annonc.2022.06.005 ：

示意图很清晰，可以看到涉及到了传统转录组，单细胞转录组，还有肿瘤外显子技术：

多组学

当然，病人的病理情况，用药情况，肯定是得详细记录了。这里给病人制作了类器官模型，算是比较新的技术。总体来说，这个样品取了血液对照以及原文肿瘤样品，然后就是4个重要的探索样品了 ：

• BoML: bone metastasis left pelvis,
• BoMR: bone metastasis right tibia,
• PDOL/R: patient-derived organoid left/right (bone metastasis),
• PDOX: patient-derived organoid xenograft

两个转移样品跟原位肿瘤差异

主要是从肿瘤外显子的somatic突变角度，以及普通转录组的基因表达量和通路激活程度的对比两个转移样品跟原位肿瘤差异：

两个转移样品跟原位肿瘤差异

这3个图都是普通分析，但是从fastq数据到这3张图，工作量并不小，需要学会肿瘤外显子的上下游分析，以及转录组的上下游分析。

类器官培养前后单细胞亚群比例差异

前面肿瘤外显子和普通转录组技术是看两个转移样品跟原位肿瘤差异，接下来就是单细胞技术了。针对的是两个转移样品，以及它们各自的类器官的，单细胞样品的降维聚类分群，如下所示：

第一层次分群

主要是第一层次分群，绝大部分的肿瘤研究单细胞研究我介绍过 CNS图表复现08—肿瘤单细胞数据第一次分群通用规则，这个第一次分群规则是 ：

• immune (CD45+,PTPRC),
• epithelial/cancer (EpCAM+,EPCAM),
• stromal (CD10+,MME, 成纤维 or CD31+,PECAM1,内皮)

因为上皮细胞是肿瘤来源，所以上皮细胞的细分亚群图表在正文，同时也有其它 单细胞亚群的细分，比如成纤维细胞和免疫细胞：

成纤维细胞和免疫细胞的细分

类器官培养前后作者不仅仅是看了上面的单细胞转录组层面的差异，其实也看了肿瘤外显子的somatic突变角度的一致性，如下所示：

肿瘤外显子的somatic突变角度的一致性

说明类器官的培养并没有过多的改变肿瘤本身的突变特征，类器官确实是肿瘤病人后续研究的绝佳替身!

当然了，并不是对这个病人只有这些组学技术，其实还有甲基化等表观技术，但是并不是说技术越多越好，仍然是得解决实际问题。这个文章其实就很空，它的结论是：

bulk and single cell profiling of bilateral BoMs, primary tumor and PDO revealed intratumor heterogeneity and evolution, and therapeutic opportunities for precision medicine.

就是说，肿瘤有异质性，并且这个角度有助于精准医疗。

这可能就是正确的废话吧！