近日，中國科學院北京基因組研究所（國家生物信息中心）國家基因組科學數據中心開發的癌癥單細胞表達圖譜數據庫CancerSCEM上線。該研究成果以CancerSCEM: a database of single-cell expression map across various human cancers為題在國際學術期刊Nucleic Acid Research在線發表。
單細胞分辨率的全轉錄組測序技術（scRNA-seq）具有研究細胞異質性的顯著優勢，已成為研究腫瘤微環境、癌癥發病機制、轉移與侵襲以及各類癌癥治療與診斷不可或缺的手段。截至2021年11月，PubMed已有超過1300個癌癥相關的單細胞轉錄組學研究，極大提升了人們對人類癌癥發生發展的理解，推動了癌癥臨床診斷與治療的進程。大規模癌癥scRNA-seq數據在過去十年中呈現爆炸式增長，迫切需要對這些數據進行規范化整合與處理，對各類癌癥的腫瘤微環境進行深入挖掘與比較分析。為應對這一需求，該研究團隊開發了CancerSCEM數據庫。
CancerSCEM 1.0版本整合分析了208個癌癥scRNA-seq數據集，涵蓋肺腺癌（LUAD）、結腸直腸癌（CRC）、惡性膠質瘤（GBM）等在內的20種人類癌癥類型。通過標準化分析流程處理，獲得了精確的細胞類型注釋信息。在此基礎上，團隊還開展了一系列附加分析，包括不同細胞類型間基因差異表達分析（可為新型標志物篩選提供參考）、細胞表面受體-配體基因對表達譜、樣本內細胞互作網絡構建等，可為用戶提供更加豐富的腫瘤微環境相關信息，并開展了基于TCGA表達數據與臨床信息的生存分析。
數據庫為用戶提供瀏覽、多重檢索、在線分析及下載等服務功能，用戶可采用首頁快速檢索、詞云及精確檢索等途徑查詢感興趣的癌癥單細胞數據集或樣本。如點擊詞云里的基因名“HLA-A”或通過搜索框輸入，均可觸發數據庫查詢功能，并實時獲得目標基因的詳細信息及其在單細胞層面與細胞群體（組織）層面的表達分布信息。為方便臨床相關用戶的使用，團隊共審編獲得36個常用免疫檢查點分子（如PDCD1、CTLA4、LAG3、HMGB1），并提供專門的搜索列表，以幫助各類癌癥的臨床免疫治療研究尋找更優的治療靶點。
數據庫還配備了一個交互式綜合在線分析平臺，共集成2個分析模塊與7個分析功能。通過基因分析模塊，用戶可開展4個方面的實時分析及可視化展示：樣本內目標基因的整體表達概況；樣本內基因在不同細胞類型間的表達比較；基因表達相關性計算及篩選；208個樣本中單細胞或bulk層面的基因表達比較。通過樣本分析模塊，用戶可進行樣本間細胞組成比較、樣本內細胞互作網絡構建以及基于TCGA的生存分析。該分析平臺將為用戶開展個性化的癌癥scRNA-seq數據挖掘提供友好的增值服務。
該研究工作得到中科院戰略性先導科技專項、國家自然科學基金、國家重點研發計劃等項目資助。
