投稿

iMeta | 中科院深圳先进院组-基于CUS的AI模型用于无标志物CTC识别

Name: iMeta | 中科院深圳先进院组-基于CUS的AI模型用于无标志物CTC识别
Uploaded: 2026-04-15T06:59:44.000Z
Duration: 3 min 44 s
Channel: 宏基因组

284

2026-04-15 14:59:44

未经作者授权，禁止转载

研究论文 ● 期刊: iMeta (IF 33.2,中科院双一区Top) ● 英文题目: Chromatin unwinding state for in situ identification and lineage tracing of circulating tumor cells ● 中文题目: 染色质展开状态用于循环肿瘤细胞的原位识别与谱系溯源 ● 原文链接：https://onlinelibrary.wiley.com/doi/10.1002/imt2.70119 ● DOI: https://doi.org/10.1002/imt2.70119 ● 2026年3月9日，中国科学院深圳先进技术研究院郑海荣、余皓，南方科技大学洪鑫，和华大研究院刘龙奇等在iMeta在线发表了题为“Chromatin unwinding state for in situ identification and lineage tracing of circulating tumor cells”的文章。 ● 本研究通过整合来自42个数据集的超过66万个人类单细胞转录组数据，开发了基于染色质展开状态（CUS）特征的深度学习模型panCTC，实现了对循环肿瘤细胞（CTC）的原位识别与谱系溯源，可揭示CTC异质性分子特征及其与外周血免疫环境的相互作用，为肿瘤液体活检和转移机制研究提供了新工具。 ● 第一作者：叶彬 ● 通讯作者：余皓（hao.yu@siat.ac.cn），洪鑫（hongx@sustech.edu.cn），刘龙奇（liulongqi@genomics.cn），郑海荣（hr.zheng@siat.ac.cn） ● 合作作者：王珎、白寅琪、张旭、张睿、廉靖茹、刘雪飞、张艳、徐志渊、杨利、景海曼、陈方、谢志浩、周平、谭军、曾珊、杜长征、闵阳、倪晓敏、段静娴、李志成、杨慧、蔡云鹏、吴红艳、Catherine C. Liu、Jing Cai、卢奕、张健、吴浩 ● 主要单位：中国科学院深圳先进技术研究院、南方科技大学、华大研究院、香港大学深圳医院、海南医学院第一附属医院、中南大学湘雅医院、医学成像科学与技术系统全国实验室、安徽大学研究亮点 ● 首次提出染色质展开状态CUS的概念和算法，从单细胞转录组数据中推断局部染色质转录活性，作为染色质可及性的转录组代理； ● 基于CUS开发了深度学习模型panCTC，无需富集即可直接从外周血单核细胞的单细胞转录组数据中识别和溯源CTC； ● panCTC模型可识别非典型CTC（例如EPCAM- CTC），揭示CTC在外周血系统免疫环境中分子特征（例如EMT状态、与血小板相互作用、免疫逃逸信号）及其与预后的关联。研究摘要通过液体活检检测循环肿瘤细胞（CTC）为精准监测癌症播散和评估治疗疗效提供了一种无创手段。然而，CTC 的稀有性和异质性限制了传统基于肿瘤抗原标记的方法在识别和溯源 CTC 方面的应用。在此，我们提出了一项新指标——染色质展开状态（CUS），该指标可从单细胞转录组数据中利用与细胞身份过程相关的活化转录区域，同时克服技术差异。基于 CUS 特征，我们训练了注意力机制的神经网络模型 panCTC，无需富集即可直接从 5 mL 外周血单核细胞（PBMC）的单细胞 RNA 测序数据中，对稀有的单个 CTC 进行原位识别和谱系溯源。我们在多种计算机模拟、公开及内部测序数据上对 panCTC 进行了系统评估，验证了其在不同样本类型和平台间的稳健性。panCTC 能够提供新鲜 CTC 的实时单细胞转录组图谱，为癌症早期检测和靶向抗转移治疗提供支持。

iMeta

谱系溯源

肿瘤液体活检

叶彬

iMeta | 贝勒医学院吴青龙等-从肠道菌群看待人类对高原饮食的适应性