一、背景介绍

在传统的药物研发范式中，高通量药物筛选与靶点发现通常依赖于批量（bulk）水平的转录组或蛋白质组检测。传统化学遗传学方法虽然在将化合物与细胞表型联系起来方面发挥了重要作用，但往往依赖于批量水平的测量，掩盖了重要的细胞异质性信息，限制了对药物作用机制的深入理解。单一肿瘤组织内既包含处于不同增殖状态的恶性细胞，也包含免疫细胞、基质细胞等多种非恶性细胞类型，而传统 bulk 测序只能获得所有细胞信号的平均值，难以解析哪些细胞亚群真正响应药物、哪些细胞亚群驱动了耐药性的产生。

 

单细胞测序技术的出现，从根本上改变了这一局面。自2009年单细胞RNA测序（scRNA-seq）技术问世以来，该项技术已从最初的少量细胞检测发展为高通量、多模态的组学研究工具，能够在单个细胞水平上对基因表达、染色质可及性、表面蛋白乃至空间位置进行全面解析。单细胞水平的化学基因学分析正在重塑研究人员解析药物活性、优先筛选先导化合物以及发现新治疗机会的方式。特别是近年来，单细胞多组学技术在药物筛选领域的应用，不仅为精准药物筛选开辟了全新的路径，也极大地推进了研究人员对于小分子化合物如何靶向特定细胞类型的理解。以下将从靶点发现与验证、药物重定位、药物筛选以及药物响应与耐药机制研究四个维度，系统阐述单细胞转录组测序在药物研发各环节中的应用价值。

 

图1 单细胞技术在肿瘤药物治疗中的应用全景图（来源：Cell 子刊 iScience，展示了单细胞技术在靶点识别、高通量筛选、药代动力学评估等药物研发全链条中的应用）

 

 

二、单细胞转录组学在药物研发中的核心应用

1、 新靶点发现与验证

肿瘤异质性是癌症治疗面临的核心挑战之一，也是药物靶点发现的关键切入点。单细胞转录组学通过解析肿瘤生态系统中的细胞类型组成、谱系层级及功能状态，在不同实体瘤和血液瘤中识别了多种免疫逃逸程序及耐药相关细胞状态，为疾病靶点的发现提供了前所未有的精细分辨率。以多发性脑膜瘤为例，一项发表于Nature Communications的研究通过配对原发与复发样本的单细胞核RNA测序（snRNA-seq），系统绘制了脑膜瘤复发过程中的肿瘤演化轨迹及其与周围免疫细胞的相互作用，揭示了COL6A3基因是驱动复发风险的关键因子，并与免疫抑制性巨噬细胞相互作用促进恶性转化，该发现为复发性脑膜瘤的新型治疗策略提供了重要靶点。在胶质母细胞瘤研究中，研究人员利用in vivo Perturb-seq技术在高通量水平进行了单细胞分辨率的遗传筛选，发现DNA-PKcs可通过同时作用于癌细胞本身和免疫微环境来增强肿瘤对放疗的敏感性。

 

此外，单细胞多组学技术正在推动靶点发现范式的升级。中国科学院杭州医学研究所构建的全球首个融合单细胞分辨率与高通量测序的核酸适体筛选平台——SPARK-seq，通过联合CRISPR基因编辑与单细胞测序技术，成功实现了在单细胞层面同步发现关键靶点并筛选靶向分子的一体化闭环系统，被形象地称为“既发现锁，又配好钥匙”的突破性平台。该平台已在三阴性乳腺癌等缺少明确靶点的难治性肿瘤中显示出巨大应用潜力。与此同时，sc2DAT等生物信息学工作流程的开发进一步提升了靶点发现的计算效率，该工具可从scRNA-seq数据中自动识别肿瘤特异性细胞类型的细胞表面靶点及对应的治疗化合物，为靶向特定肿瘤亚群的精准治疗策略开发提供了强有力的支持。

 

2、药物重定位

药物重定位（Drug Repurposing）相比从头药物开发具有更短的时间和更低的成本，是快速获取有效治疗方案的重要策略。单细胞RNA测序数据的引入，将药物重定位的精确度提升到了前所未有的水平。尤其是在肿瘤免疫治疗领域，免疫检查点抑制剂（ICIs）虽然在部分癌种中疗效显著，但在多种实体瘤中的整体应答率仍然较低，药物重定位被广泛认为是突破该瓶颈的有效策略。近期研究展示了scDrug和scDrugPrio两种计算工具的应用：前者聚焦于预测肿瘤细胞特异性细胞毒性药物，后者则通过逆转与ICI非应答相关的基因信号来优化联合用药方案。scDrugPrio能够在不同肿瘤微环境细胞类型之间综合评估药物的逆转潜力，这种多维度策略为提升ICI联合治疗方案的开发效率开辟了新的途径。AI与单细胞转录组学的深度整合正在加速药物重定位进程，例如研究人员已开发出整合单细胞转录组学的AI驱动框架，能够更快速、更精准地从现有药物库中筛选出适用于新适应症的候选化合物。

 

3、药物筛选

传统基于靶点或基于表型的药物筛选方法在靶点确认与作用机制验证方面仍有较大局限性。单细胞多组学技术从转录组、基因组、表观组到蛋白组等多个层面同步推进了药物筛选方法的革新。通过将化合物处理后的细胞进行scRNA-seq分析，研究人员可以直接评估药物在不同细胞亚群中诱导的表达变化谱，无需预先假设特定的分子机制即可构建完整的药物作用特征。这一策略特别适用于具有复杂多药理作用的药物评价——单细胞水平的化学基因学分析能够揭示在bulk测量中难以捕捉的细胞亚群特异性响应，从而更精准地评估药物的疗效与潜在毒性。此外，单细胞多组学技术还能将细胞层面的发现与个体化药物筛选相衔接，为药物开发中的治疗精准度提升提供了可实施的策略。这些高通量、信息密集的单细胞分析平台正在桥梁式地填补化合物筛选与临床相关性之间的关键缺口。

 

4、药物响应与耐药机制研究

肿瘤治疗的耐药性通常是治疗失败的核心原因之一，耐药机制的高度异质性使得bulk水平的分析难以捕捉真正驱动耐药的细胞亚群。单细胞转录组分析能够以高分辨率追踪克隆演化过程，识别出在治疗压力下存活的稀有耐药细胞群体，并鉴定其特异性激活的信号通路。以脑膜瘤为例，通过配对原发与复发样本的snRNA-seq分析，研究发现复发性脑膜瘤不仅表现出细胞增殖加速，其COL6A3表达显著上调，且该基因在肿瘤进展后期被逐渐激活，同时与免疫抑制性巨噬细胞相互作用推进恶性转化。这一发现表明，持续追踪肿瘤在药物或放疗压力下的克隆演化轨迹，是理解耐药机制并开发克服耐药策略的关键。此外，CAR-T细胞治疗研究中也通过单细胞多组学分析描绘了CAR-T细胞在自身免疫疾病患者体内的动态变化轨迹，揭示了其在中枢神经系统的免疫重塑机制，为细胞治疗药物在非肿瘤适应症中的拓展应用提供了重要的分子见解。

 

图2 新药研发全流程梳理（来源：仪器谱，中文流程图）

 

三、 常见实验方案

经典的scRNA-seq实验方案主要分为两大技术路线：高通量液滴法（如10x Genomics Chromium系统和国产微流控平台）与低通量全长法（Smart-seq2及衍生方案），二者在药物研发场景中各有侧重。

高通量液滴法基于微流控技术，将带有条形码的凝胶珠与单细胞共包裹于微滴中，同步完成数万个细胞的标记与文库构建。该方法适合大样本量的靶点筛查、药物响应谱绘制和肿瘤微环境全景分析，通量高、成本可控。

全长法（Smart-seq2/3）则基于96孔板或384孔板，通过oligo(dT)引物捕获poly(A) RNA并利用模板转换机制实现全长转录本的逆转录与扩增，单个细胞的基因检出数在现有单细胞技术中最高。该方法尤其适用于低频稀有细胞中可变剪接事件和等位基因特异性表达的分析。在文库制备环节，翌圣生物为两种技术路线提供了从cDNA扩增到酶切法建库的全套方案，支持微量体系的稳定转化和文库构建。随着单细胞测序从科研走向药物研发大规模应用，样本的自动化处理和文库制备技术的标准化正在快速发展，多家平台推出了自动化单细胞文库制备系统，旨在克服手动操作复杂、通量低和数据波动性大的局限。

 

图3 单细胞RNA-seq文库构建标准流程（来源：Nature Reviews Drug Discovery）

四、 总结

从新靶点的发现到药物的高通量筛选，从药物的再利用到耐药机制的深度解析，单细胞转录组测序技术正贯穿药物研发全链条，重塑精准药物开发的范式。单细胞化学基因学分析方法能够更精准地注释药物诱导的效应，揭示在不同细胞亚群中差异化的药物应答模式，帮助识别化合物中难以通过结构或已知靶点预测的有益或有害效应，从而提升临床前药物优先筛选的质量，支持更合理的药物重定位策略。随着多模态组学（转录组、表观组、蛋白质、空间组）的整合以及AI算法的深度融入，单细胞技术将在大数据驱动的药物发现中扮演更加核心的角色。未来，从单细胞数据到临床可操作的生物标志物和治疗策略的转化路径将更加清晰，为个性化癌症治疗和理性药物开发带来持续的创新动力。翌圣生物作为国内分子酶制剂领域的专业企业，深耕单细胞核心酶原料及应用开发，致力于为药物研发各环节的研究者提供稳定、可靠的单细胞组学整体解决方案。

【翌圣生物产品推荐】