將單細(xì)胞研究的基本思路與新藥研發(fā)的成熟管線結(jié)合起來。
早在1925年，細(xì)胞生物學(xué)研究的先行者E.B.Wilson便在他不朽的著作《細(xì)胞的發(fā)育與遺傳》中指出：每一個生物學(xué)問題的關(guān)鍵最終必然從細(xì)胞中去尋求。隨著大量的藥物被開發(fā)和服用，特別是抗生素和靶向治療的推廣，人們發(fā)現(xiàn)微生物和腫瘤細(xì)胞會產(chǎn)生耐藥性。一方面我們希望開發(fā)出一款可以包治百病的藥物（新藥開發(fā)的中的統(tǒng)一場論），另一方面耐藥的出現(xiàn)又不時為這個夢想潑一波冷水。
當(dāng)我們歸納人體耐藥的機(jī)制，不難發(fā)現(xiàn)，每一個子項(xiàng)背后都可以在細(xì)胞水平找到其細(xì)胞生物學(xué)基礎(chǔ)：
利用單細(xì)胞技術(shù)打開人體屏障，有助于我們理解藥代動力學(xué)和藥效發(fā)揮機(jī)制。同時，不同劑量藥物的暴露作用靶點(diǎn)的細(xì)胞或微生物也有不同的反應(yīng)。對細(xì)胞來說，耐藥極像自然選擇的過程：有利的個體差異和變異的保存，以及那些有害變異的毀滅（耐藥的保存，不耐藥的毀滅）。通過海量單細(xì)胞技術(shù)，我們可以更清楚地看到藥物的這種選擇機(jī)制，并可以找到相關(guān)耐藥的細(xì)胞亞群（類型和狀態(tài)）以及耐藥基因或通路（Drug-resistant genes/pathway）
自2017年，海量單細(xì)胞技術(shù)廣泛應(yīng)用以來，已經(jīng)有不少探討利用單細(xì)胞技術(shù)解析腫瘤耐藥機(jī)制。如2021年3月的一篇NC，在單細(xì)胞分辨率下觀察NSCLC細(xì)胞群體內(nèi)藥物耐受狀態(tài)（細(xì)胞亞群），尋找預(yù)后和治療分子靶標(biāo)（biomarker）。同樣是在不同用藥條件下來尋找相關(guān)的細(xì)胞和基因。
隨著生物技術(shù)的進(jìn)步，在21世紀(jì)癌癥很可能會成成為一種慢性病，這就意味著像糖尿病一樣需要長期定期服藥，耐藥的出現(xiàn)是我們把癌癥改善成一種慢性病的障礙之一。耐藥意味著，一款藥不能長期服用。當(dāng)我們在單細(xì)胞水平上解鎖了癌細(xì)胞的耐藥性之后，為癌癥聯(lián)合治療提供直接的線索。在這里我們看到藥靶與耐藥的潛在聯(lián)系：
- 藥靶是我們尋找的可以激活或抑制的細(xì)胞表型（酶、G蛋白偶聯(lián)受體、離子通道、轉(zhuǎn)運(yùn)蛋白等）
- 耐藥是細(xì)胞接觸藥物之后表現(xiàn)出來的表型（耐A藥的表型有可能是B藥的靶點(diǎn)）
單細(xì)胞技術(shù)有助于我們找到這么一個亞群：它帶著潛在的靶點(diǎn)或者帶著耐藥的能力。
Gohil, S.H., Iorgulescu, J.B., Braun, D.A. et al. Applying high-dimensional single-cell technologies to the analysis of cancer immunotherapy. Nat Rev Clin Oncol 18, 244–256 (2021). https://doi.org/10.1038/s41571-020-00449-x
Vasan, N., Baselga, J. & Hyman, D.M. A view on drug resistance in cancer. Nature 575, 299–309 (2019).
Su Y, et al. Multi-omic single-cell snapshots reveal multiple independent trajectories to drug tolerance in a melanoma cell line. Nature Communications 11: 2345, 2020.
Aissa, A.F., Islam, A.B.M.M.K., Ariss, M.M. et al. Single-cell transcriptional changes associated with drug tolerance and response to combination therapies in cancer. Nat Commun 12, 1628 (2021). https://doi.org/10.1038/s41467-021-21884-z
Cohen, Y.C., Zada, M., Wang, SY. et al. Identification of resistance pathways and therapeutic targets in relapsed multiple myeloma patients through single-cell sequencing. Nat Med 27, 491–503 (2021). https://doi.org/10.1038/s41591-021-01232-w
Fattore, L., Ruggiero, C.F., Liguoro, D. et al. Single cell analysis to dissect molecular heterogeneity and disease evolution in metastatic melanoma. Cell Death Dis 10, 827 (2019). https://doi.org/10.1038/s41419-019-2048-5
Single cell analysis of normal and leukemic hematopoiesis DOI:10.1016/j.mam.2017.08.006
