单细胞新药研发导论||耐药无

将单细胞研究的基本思路与新药研发的成熟管线结合起来。

早在1925年，细胞生物学研究的先行者E.B.Wilson便在他不朽的著作《细胞的发育与遗传》中指出：每一个生物学问题的关键最终必然从细胞中去寻求。随着大量的药物被开发和服用，特别是抗生素和靶向治疗的推广，人们发现微生物和肿瘤细胞会产生耐药性。一方面我们希望开发出一款可以包治百病的药物（新药开发的中的统一场论），另一方面耐药的出现又不时为这个梦想泼一波冷水。

当我们归纳人体耐药的机制，不难发现，每一个子项背后都可以在细胞水平找到其细胞生物学基础：

利用单细胞技术打开人体屏障，有助于我们理解药代动力学和药效发挥机制。同时，不同剂量药物的暴露作用靶点的细胞或微生物也有不同的反应。对细胞来说，耐药极像自然选择的过程：有利的个体差异和变异的保存，以及那些有害变异的毁灭（耐药的保存，不耐药的毁灭）。通过海量单细胞技术，我们可以更清楚地看到药物的这种选择机制，并可以找到相关耐药的细胞亚群（类型和状态）以及耐药基因或通路（Drug-resistant genes/pathway）

自2017年，海量单细胞技术广泛应用以来，已经有不少探讨利用单细胞技术解析肿瘤耐药机制。如2021年3月的一篇NC，在单细胞分辨率下观察NSCLC细胞群体内药物耐受状态（细胞亚群），寻找预后和治疗分子靶标（biomarker）。同样是在不同用药条件下来寻找相关的细胞和基因。

随着生物技术的进步，在21世纪癌症很可能会成成为一种慢性病，这就意味着像糖尿病一样需要长期定期服药，耐药的出现是我们把癌症改善成一种慢性病的障碍之一。耐药意味着，一款药不能长期服用。当我们在单细胞水平上解锁了癌细胞的耐药性之后，为癌症联合治疗提供直接的线索。在这里我们看到药靶与耐药的潜在联系：

• 药靶是我们寻找的可以激活或抑制的细胞表型（酶、G蛋白偶联受体、离子通道、转运蛋白等）
• 耐药是细胞接触药物之后表现出来的表型（耐A药的表型有可能是B药的靶点）

单细胞技术有助于我们找到这么一个亚群：它带着潜在的靶点或者带着耐药的能力。

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