一种基于外周血转录组测序数据的自然杀伤细胞杀伤能力预测方法

本发明属于细胞杀伤能力预测领域，尤其涉及一种基于外周血转录组测序数据的自然杀伤细胞杀伤能力预测方法。

背景技术：

1、自然杀伤（natural killer，nk）细胞是机体天然免疫系统的重要组成部分，具有直接识别和杀伤肿瘤细胞及病毒感染细胞的能力。近年来，基于nk细胞的免疫治疗已广泛应用于肿瘤治疗及细胞治疗领域。为了获得足够数量和活性的治疗用nk细胞，通常需要从供者外周血中分离nk细胞，并经过体外扩增培养后用于临床治疗。由于不同供者来源的nk细胞在扩增效率、功能状态及最终杀伤能力方面存在显著个体差异，因此在细胞治疗产品开发和供者筛选过程中，准确评价扩增后nk细胞的杀伤能力具有重要意义。目前，扩增nk细胞杀伤能力的评价主要依赖体外功能学检测方法，例如乳酸脱氢酶释放实验、流式细胞术检测以及荧光或发光标记靶细胞杀伤实验等，上述方法均需首先完成nk细胞分离、体外扩增培养以及靶细胞共培养等步骤，然后通过检测靶细胞死亡率评价nk细胞的杀伤活性。此外，近年来高通量测序技术的发展使得转录组学分析逐渐应用于nk细胞研究，现有研究主要利用单细胞转录组测序或bulk转录组测序分析nk细胞的活化状态、发育分化特征及功能相关分子机制，并筛选与细胞毒性相关的候选基因。

2、然而，现有技术仍存在以下不足：（1）现有nk细胞杀伤能力评价方法必须完成细胞分离、体外扩增培养及杀伤实验后方可获得功能评价结果，属于事后评价，无法在供者筛选阶段提前预判其nk细胞的杀伤潜能。（2）由于供者间存在显著生物学异质性，不同供者来源的nk细胞扩增后杀伤活性差异较大，而现有技术缺乏有效的预测手段，往往需要对大量供者样本分别完成扩增培养和功能验证后才能筛选出高杀伤活性的供者，导致细胞培养资源、人力成本及检测成本的大量消耗。（3）虽然单细胞转录组测序能够揭示nk细胞内部与杀伤功能相关的分子异质性，但其检测成本较高，难以直接用于大规模筛查；而bulk转录组测序虽具有高通量和易获取的优势，却难以直接识别真正与杀伤功能相关的关键细胞亚群和特征基因，目前尚缺乏将单细胞分辨率下的功能相关特征转化为适用于外周血bulk转录组的预测模型的技术方案，从而无法在扩增培养之前仅利用外周血转录组信息准确预测nk细胞的杀伤潜能。

技术实现思路

1、为解决上述技术问题，本发明提供了一种基于外周血转录组测序数据的自然杀伤细胞杀伤能力预测方法，包括：

2、获取训练群体的外周血样本，所述外周血样本用于确定对应的自然杀伤细胞杀伤能力真实值，并用于进行转录组测序以获取转录组表达谱；

3、基于所述转录组表达谱中的单细胞转录组数据，根据所述杀伤能力真实值将训练群体划分为高杀伤能力组和低杀伤能力组，并筛选所述高杀伤能力组与所述低杀伤能力组之间的差异表达基因，以得到特征基因集；

4、从所述转录组表达谱中的bulk转录组数据中提取所述特征基因集的表达量，形成特征矩阵；

5、以所述特征矩阵作为输入特征，以所述杀伤能力真实值作为预测目标，训练机器学习回归模型，得到预测模型；

6、获取待测外周血样本的bulk转录组数据，提取所述特征基因集的表达量并输入所述预测模型，输出所述待测外周血样本对应的自然杀伤细胞杀伤能力预测值。

7、可选地，所述获取训练群体的外周血样本，并确定对应的自然杀伤细胞杀伤能力真实值，包括：

8、将训练群体的外周血样本分为第一样本部分和第二样本部分；

9、对所述第一样本部分进行自然杀伤细胞分选和体外扩增培养，得到扩增后的自然杀伤细胞；

10、将所述扩增后的自然杀伤细胞与靶细胞共培养，检测靶细胞死亡率，并根据所述靶细胞死亡率计算特异性杀伤率，以所述特异性杀伤率作为所述杀伤能力真实值。

11、可选地，所述获取训练群体的外周血样本，并进行转录组测序以获取转录组表达谱，包括：

12、对训练群体的外周血样本提取rna，分别进行bulk转录组测序和单细胞转录组测序，得到bulk转录组表达谱和单细胞转录组表达谱。

13、可选地，筛选所述高杀伤能力组与所述低杀伤能力组之间的差异表达基因，包括：

14、对所述高杀伤能力组和所述低杀伤能力组的单细胞转录组数据进行降维聚类，鉴定出自然杀伤细胞簇；

15、对所述自然杀伤细胞簇中来源于高杀伤能力组和低杀伤能力组的细胞进行差异表达分析，筛选满足预设差异倍数和显著性阈值条件的基因，作为所述特征基因集。

16、可选地，从所述转录组表达谱中的bulk转录组数据中提取所述特征基因集的表达量，包括：

17、获取训练群体中每个样本的bulk转录组测序数据，构建全转录组基因表达矩阵；

18、根据所述特征基因集，从所述全转录组基因表达矩阵中提取每个样本在所述特征基因集中每个基因的表达值，形成所述特征矩阵。

19、可选地，以所述特征矩阵作为输入特征，以所述杀伤能力真实值作为预测目标，训练机器学习回归模型，得到预测模型，包括：

20、以所述特征矩阵作为自变量，以每个样本对应的所述杀伤能力真实值作为因变量，使用弹性网络回归算法，通过交叉验证选择最优正则化参数，拟合得到所述预测模型。

21、可选地，所述获取待测外周血样本的bulk转录组数据，包括：

22、采集待测外周血样本，提取rna并进行bulk转录组测序，获得待测样本的基因表达谱。

23、可选地，输出所述待测外周血样本对应的自然杀伤细胞杀伤能力预测值之后，还包括：

24、根据所述杀伤能力预测值与预设阈值的比较结果，判定所述待测外周血样本是否属于高自然杀伤细胞杀伤能力样本。

25、另一方面，本发明还提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算程序，所述处理器执行所述计算程序时实现所述方法。

26、另一方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述方法。

27、与现有技术相比，本发明具有如下优点和技术效果：

28、本发明巧妙地结合了单细胞转录组学的功能解析能力和bulk转录组学的高通量、易获取优势，通过单细胞测序精准锁定与杀伤能力相关的特征基因，再将其迁移至bulk转录组层面并结合机器学习算法建立预测模型。基于该方案，仅需对外周血样本进行常规bulk转录组测序即可高精度预测该样本来源nk细胞经体外扩增后的杀伤能力，无需进行耗时长达数周的nk细胞分离、扩增培养和杀伤功能检测，从而在供者筛选阶段即可实现杀伤潜能的前瞻性预判，显著节约细胞培养资源和时间成本。实验证明，在73例训练样本中预测值与真实值的皮尔逊相关系数高达0.93，在27例独立测试样本中相关性达0.68，roc曲线下面积达0.90，表明本发明能够准确识别高杀伤活性样本，有效解决了现有技术无法在体外培养前高通量、准确、无创地预判nk细胞杀伤潜能的技术难题，为免疫细胞治疗领域的供者优选和质量控制提供了快速、精确的决策工具。