2026年6月24日，永利集团彭城/郭春明课题组合作在国际学术期刊Briefings in Bioinformatics发表了题为“scTumorDrug: predicting cell-type specific drug responses for heterogeneous tumors”的研究论文。该研究开发了一款名为scTumorDrug的生物信息学软件，能够根据肿瘤单细胞转录组测序数据特征预测药物的细胞特异性响应，为异质性肿瘤药物筛选提供了候选计算工具。该研究还进一步使用小鼠膀胱癌模型和scTumorDrug软件研究了小分子JQ1抑制膀胱癌进展的关键肿瘤细胞亚型。
肿瘤异质性是当前肿瘤精准治疗面临的重要挑战之一，单细胞转录组测序技术为解析肿瘤细胞异质性以及精准药物筛选提供了基础。目前公共数据库中具有肿瘤药物敏感性和基因转录特征数据，因此开发一种计算框架来整合个体化肿瘤组织单细胞转录组和公共数据库药敏数据，预测异质性肿瘤的细胞特异性药物响应，有助于理解药物作用机理或者个性化药物筛选。
针对上述问题，本研究开发了一款针对肿瘤细胞特异性药物响应预测模型scTumorDrug。首先，本研究利用公共数据库中的肿瘤细胞系、小鼠肿瘤组织、人体肿瘤组织等不同类型肿瘤的单细胞转录组、药物敏感性和药物耐受性数据评估scTumorDrug预测性能，发现该软件能够准确预测肿瘤细胞对所用药物的敏感性和耐受性，并且其预测性能在这些数据集总体上优于其它已有软件。其次，本项目构建了小鼠膀胱癌模型，发现小分子JQ1能够延迟膀胱癌从T1期向T2期进展。为了研究JQ1阻滞膀胱癌进展的原因，本研究测定了对照组和JQ1处理组的单细胞转录组和空间转录组数据。scTumorDrug软件预测Mki67+增生上皮细胞亚群对JQ1小分子敏感，其它上皮细胞亚型药物敏感性较弱。单细胞转录组和空间转录组分析发现Mki67+增生上皮细胞亚群在JQ1处理后出现了细胞数目下降，Mki67表达量也显著下调，验证了模型预测结果。因此，scTumorDrug辅助解析了JQ1阻滞膀胱癌进展的细胞机制。
图注：scTumorDrug流程图。（A）模型训练框架。（B）模型预测流程。
永利集团硕士研究生张强和博士研究生张箐为论文并列第一作者，郭春明和彭城研究员为论文共同通讯作者。scTumorDrug软件及源代码已在GitHub平台开源发布。
论文链接：https://doi.org/10.1093/bib/bbag337
