杨朝勇教授课题组与合作者发展了基于单细胞转录组测序图谱与深度迁移学习的循环肿瘤细胞组织溯源新方法, 相关成果以“Deep transfer learning enables lesion tracing of circulating tumor cells”为题发表于《自然-通讯》（Nature Communications, 2022, 13, 7687）。
图.CTC-Tracer原理示意图
癌症是威胁人民生存的重大疾病，发展癌症诊疗新方法是国家的重大需求。现有癌症诊疗体系中，明确原发部位仍是进行标准化治疗的基础。但是，在临床上仍有3~5%的癌症是无法确定原发部位，它们称之为原发灶不明癌，是最常见的十大癌症之一，其死亡率位列第4。准确的识别患者的原发病灶位置有助于确定有效治疗方案，对于改善患者预后具有重要的意义。循环肿瘤细胞是从癌症的原发灶或者转移灶上脱落进入人体循环系统的一类癌症细胞，是癌症转移的前驱体。基于外周血循环肿瘤细胞检测的液体活检技术因其无创、灵敏度高，分子信息全等优势，近年来已经成为肿瘤筛查、伴随诊断和预后评估的一种新兴技术。课题组和合作团队基于深度迁移学习，并结合肿瘤细胞单细胞转录测序（scRNA-seq）图谱，实现了原发肿瘤细胞到CTC的知识迁移，突破了当前循环肿瘤细胞单细胞转录组图谱数据库匮乏的限制，高效精准地确定血液中CTCs对应的癌症原发病灶，为癌症病灶溯源提供了一种新思路。
学院2020级硕士研究生郭晓旭和林芳禾为论文的共同第一作者。该工作在杨朝勇教授、上海交大分子医学研究院宋佳副研究员、嘉庚创新实验室张惠敏副研究员和墨尔本大学刘峰助理教授指导下完成。复旦大学李晋教授在实验设计及验证方面提供了重要帮助。该研究工作得到了国家自然基金委重点项目、beat365正版唯一官网校长基金青年创新群体项目等资助。
论文链接：https://www.nature.com/articles/s41467-022-35296-0
