恰好单细胞时代到了，可以让之前的CNS类器官研究文章继续“复制粘贴一波”，比如2021发表Advanced Science期刊的类器官文章：《
Single-Cell Transcriptome Analysis Uncovers Intratumoral Heterogeneity and Underlying Mechanisms for Drug Resistance in Hepatobiliary Tumor Organoids
》，就已经舍弃了传统的常规的转录组和肿瘤外显子数据，仅仅是看单细胞转录组。详见：
只有单细胞转录组数据的肿瘤类器官研究（肝癌）
。但是它主要是关心的是肿瘤病人内部的异质性，每个病人内部降维聚类分群后看特征基因，做拟时序分析看变化趋势，并没有展示类器官培养的成功性。
如果是外显子测序，那就是从肿瘤外显子的SNV和CNV两个分析结果的角度来说明类器官能非常好的维持其来源的原位肿瘤的基因组层面的突变信息，这样就说明了类器官可以成为肿瘤病人的精准医疗替身！实际上有了单细胞数据，也可以做同样的分析看拷贝数变异，比如2024的文章：《Single-cell transcriptome profiling of primary tumors and paired organoids of pancreatobiliary cancer》，数据集在：GSE214295 (PRJNA885258)
we conducted scRNA-seq for paired primary tumors and organoids from one cholangiocarcinoma (CCA) and two pancreatic ductal adenocarcinoma (PDAC) patients.
前面的数据集GSE214295 (PRJNA885258) 是有上传对应的测序数据的，理论上也可以走单细胞转录组层面的SNV流程，大家试试看。最新的一个工具是SComatic，发表在2023，文章标题是：《
De novo detection of somatic mutations in high-throughput single-cell profiling data sets
》，还是蛮强大的：
detection of somatic mutations in single-cell transcriptomic and ATAC-seq (assay for transposase-accessible chromatin sequence) data sets directly without requiring matched bulk or single-cell DNA sequencing data.
