细胞周期的精确调控对维持基因组稳定性和正常细胞增殖至关重要。在癌症中，细胞周期失调导致的不受控制的增殖是标志性特征之一。然而，传统方法（如免疫组织化学或流式细胞术）只能在组织水平或细胞群体水平上评估增殖指数，无法在单细胞分辨率下、在进化背景下解析不同克隆的增殖动态。

2024年11月29日，哥本哈根大学新诺德基金会蛋白质研究中心的Qian Du在《自然-遗传学》的“新闻与观点”栏目中，对同期Lucas, O.团队发表的一项突破性研究进行了精彩解读。该研究开发了一种新方法，通过分析单细胞DNA测序数据直接推断细胞周期和增殖状态，揭示了克隆性癌症中增殖速率的多样性，为在单细胞层面高分辨率探索增殖在癌症进化中的作用开辟了新途径。

核心发现：从单细胞基因组推断复制状态

该研究的核心突破在于，它从常规的单细胞DNA测序数据中提取了被忽视的额外信息，而不仅仅是拷贝数变异。

1. 利用DNA拷贝数数据推断细胞周期

单细胞DNA测序的主要用途是检测单个细胞核中的拷贝数变异。然而，这些数据也编码了DNA复制时间的信息。在细胞周期的S期（DNA合成期），基因组的不同区域会按照固定的时间顺序进行复制。该研究开发的计算方法能够识别出：

• 单细胞中拷贝数为2的染色体区域：可能代表该区域尚未复制（G1期）或已完成复制（G2/M期）。

• 拷贝数介于1和2之间的区域：指示该区域在部分细胞中的一条染色单体上完成了复制（半复制状态），这是S期细胞的特征。
  通过分析全基因组范围内半复制区域的模式（即复制图谱），可以将细胞准确分配到细胞周期的不同阶段（G1、早期S、中期S、晚期S、G2/M）。

2. 揭示癌症克隆的增殖异质性

将该方法应用于肿瘤样本，研究发现在同一个肿瘤的不同克隆（亚克隆）之间，以及同一个克隆内的不同细胞之间，增殖速率存在显著差异。一些克隆处于快速增殖状态（高比例S/G2/M期细胞），而其他克隆（即使是进化上更早期的“主干”克隆）可能更偏向静息（大部分细胞处于G1期）。这种增殖异质性是常规批量测序无法检测到的。

3. 增殖与进化的联系

通过整合系统发育树（克隆进化关系）和每个细胞的增殖状态，研究可以追溯哪些克隆正在主动“驱动”肿瘤的生长。快速增殖的克隆更可能是导致疾病进展和转移的“活跃”亚群。此外，还发现某些驱动基因突变与特定的增殖状态相关，提示癌基因或抑癌基因不仅通过克隆选择发挥作用，还可能直接影响细胞周期的进展速度。

4. 与转录组数据的互补性

单细胞RNA测序也可用于推断细胞周期（通过细胞周期相关基因的表达水平）。本研究的创新点在于：

• 直接测量：DNA测序直接测量复制状态，而RNA测序测量的是与周期相关的转录本丰度，两者有时并不完全一致。

• 整合分析：可在同一个细胞上同时进行DNA+RNA测序（如G&T-seq），将复制动力学（功能性表型）与转录调控网络直接关联。

• 揭示非增殖细胞的周期状态：即使在整体增殖指数低的肿瘤中，该方法也能识别出处于休眠期（G0）与静息期（G1）的细胞，这对于理解耐药持久细胞至关重要。

意义与展望

该技术突破对癌症研究和临床实践具有深远意义：

• 解析克隆演化动态：增殖速率是克隆适应度的重要组成部分。将该方法与系统发育树结合，可以区分“乘客”突变与“驱动”突变：真正的驱动突变应能增强克隆的增殖能力（即在获得该突变的克隆中，S/G2/M细胞比例显著高于未获得该突变的姐妹克隆）。

• 识别治疗靶点：如果某些克隆（甚至是稀有亚克隆）表现出独特的增殖依赖性（例如，对特定细胞周期蛋白激酶高度依赖），则可通过靶向该增殖机制来清除这些克隆，同时保留静息的正常细胞。

• 预测临床结局：肿瘤内部增殖异质性的程度（熵值）可能与疾病侵袭性、转移潜力和治疗耐药相关。高增殖变异可能指示基因组不稳定性增强和进化潜力增加。

• 未来方向：

  • 应用于临床样本：将该方法应用于细针穿刺活检获得的少量细胞，实现微创的增殖动力学评估。

  • 纵向监测：在治疗前后对同一患者取样，观察克隆增殖状态的变化，以评估治疗响应和耐药克隆的出现。

  • 整合空间信息：结合空间转录组/基因组技术，绘制肿瘤中不同区域（核心vs.边缘）的增殖热点图，揭示微环境对细胞周期的影响。

  • 拓展到其他领域：该方法不仅限于癌症，还可应用于发育生物学（追踪不同细胞谱系的增殖速率）、干细胞生物学（区分对称与不对称分裂）和再生医学。

参考文献

1. Du, Q. (2025). Single-cell genomics breaks new ground in cell cycle detection. Nature Genetics, 57, 3–5.

2. Lucas, O. et al. (2024). Single-cell DNA replication dynamics and proliferation in clonal cancer evolution. Nature Genetics. https://doi.org/10.1038/s41588-024-01989-z

3. Funnell, T. et al. (2022). Single-cell genomic variation induced by mutational processes in cancer. Nature.

4. Laks, E. et al. (2019). Clonal decomposition and DNA replication states defined by scaled single-cell genome sequencing. Cell.

5. Drews, R. M. et al. (2022). A pan-cancer compendium of chromosomal instability. Nature.