看到了2023发表在NC杂志的男性乳腺癌患者的单细胞转录组图谱文章,标题是:《Single-cell transcriptome analysis indicates fatty acid metabolism-mediated metastasis and immunosuppression in male breast cancer》
其中附件有一张图是男性和女性的乳腺癌患者肿瘤细胞表达量差异基因的热图,如下所示:
我们很容易复制粘贴什么的基因,然后去看一下它们在染色体分布情况:
代码语言:javascript复制cg=c('PGK1','PTMA','RPS18','IMPDH2','MDK','PEA15','MGST1','ARHGDIB','JPT1','LGALS1','CALR','LAGE3','RPA3','DEK','HIST1H4C','H2AFX','CMC2','RHEB','H2AFZ','NUDT1','STMN1','CKS1B','SMC2','UBE2T','DTYMK','GGH','CENPN','MAD2L1','CENPW','GINS2','HMGN2','H2AFV','GGCT','LSM4','TUBA1B','TUBB','CCNB1','KPNA2','CKS2','PTTG1','CDKN3','ASPM','PRC1','ANLN','CDCA8','KIF20B','NUF2','CENPF','TROAP','ECT2','TMPO','HMGB2','LMNB1','CDK1','SMC4','KIFC1','NUSAP1','TACC3','TOP2A','CDCA3','UBE2C','PBK','TPX2','BIRC5','MKI67','RACGAP1','ATAD2','UHRF1','HELLS','CENPK','ZWINT','RAD51AP1','CENPM','TYMS','CENPU','PKMYT1','DHFR','TK1','PCLAF','NQO1','TM9SF2','HIST1H3B','HIST1H2AJ','NDST4','HIST1H2AI','HIST1H2AG','SELENOP','CNTNAP2','LAPTM4B','BEST1','PPT1','TYROBP','RGS1','LAPTM5','CCL4L2','MYADM','BCL3','BAG3','HIST1H1C','FASN','HNRNPU','GFRA1','FSIP1','CXCL14','SLC5A7','MAGI2','PGR','CITED1','LINC01238','CLEC3A','TCIM','AARD','CCDC74A','VIPR2','TFPI2','TUBA3D','HIST2H2AA4','RNASE1','PDZK1','RTN1','TPRG1','HIST2H2BE','CAPN8','DST','DLG5','NEK10','CORO6','GREB1','ADCY1','PSD3','SFXN5','TUBA1A','TXNIP','PLPP2','GSN','TUBB4B','HMGB3','HILPDA','TMC5','CKB','CDHR3','SERPINA6','WFDC2','MGST3','UGT2B11','PIP','AZGP1','SH3BGRL','TCEAL4','LRRC26','BEX3','CYB5A','STC2','PDLIM1','CAPG','TMED3','NUPR1')
library(AnnoProbe)
tmp=annoGene(cg,'SYMBOL','human')
sort(table(tmp$chr))
可以看到,每个基因很清晰的就看到了各自的染色体以及起始终止坐标啦:
代码语言:javascript复制> head(tmp)
SYMBOL biotypes ENSEMBL chr start end
840 STMN1 protein_coding ENSG00000117632 chr1 25884181 25906991
873 HMGN2 protein_coding ENSG00000198830 chr1 26472440 26476642
1013 LAPTM5 protein_coding ENSG00000162511 chr1 30732469 30757774
1214 CDCA8 protein_coding ENSG00000134690 chr1 37692481 37709719
1293 PPT1 protein_coding ENSG00000131238 chr1 40071461 40097727
2951 PDZK1 protein_coding ENSG00000174827 chr1 145670852 145708148
> sort(table(tmp$chr))
chr13 chr18 chr22 chr11 chr20 chr14 chr15
1 2 2 3 3 5 5
chr3 chr9 chr4 chr6 chr19 chr8 chrX
5 5 6 6 7 7 7
chr16 chr17 chr5 chr10 chr12 chr2 chr7
8 8 8 9 9 10 14
chr1
17
而且很明显的看到它们并不是具有很明显的性染色体倾向性哦!
男性和女性是否有转录组层面的差异
男性和女性在染色体层面上的主要差别体现在性染色体的组成上。人类的每个细胞中通常包含23对染色体,其中22对是常染色体,第23对染色体决定个体的性别,称为性染色体。
- 性染色体差异:
- 男性拥有一对异型性染色体,由一个X染色体和一个Y染色体组成,表示为XY。
- 女性拥有一对同型性染色体,都是X染色体,表示为XX。
- 基因剂量:
- 由于女性有两个X染色体,而男性只有一个X染色体,这导致了某些基因的基因剂量差异。在女性中,每个X染色体上的基因通常以平衡的方式表达,而在男性中,X染色体上的基因表达水平可能与女性不同。
- X染色体失活:
- 在女性胚胎发育过程中会发生X染色体失活现象,确保来自父母的一个X染色体被随机失活,从而使得X染色体上的基因表达水平在男女之间保持相对平衡。
- 性别决定基因:
- Y染色体上存在性别决定基因如SRY基因,它在男性性别分化中起着关键作用。
理论上,男性和女性的转录组表达差异可能在性染色体上的基因中表现得最为明显,因为性染色体(X和Y染色体)携带性别特异性的基因,这些基因直接参与性别决定和性别特异性生理过程。
然而,实际上转录组表达差异并不仅仅局限于性染色体。以下是几个考虑因素:
- 性染色体基因:性染色体上的基因,如SRY(性别决定区Y盒)和SOX9等,确实在男性和女性之间表现出显著的表达差异。
- 激素相关基因:性激素如雌激素和雄激素受体及其相关信号通路的基因也可能表现出性别特异性表达。
- 剂量效应:由于男性有一个X染色体和女性有两个X染色体,这可能导致某些基因的表达水平存在差异,这种现象称为剂量效应。
- 基因逃逸:在性染色体上,并非所有基因都遵循性别特异性表达模式,有些基因可能在两性中都有表达。
- 非性染色体基因:许多基因,特别是那些参与细胞周期、细胞死亡、代谢和免疫反应等过程的基因,也可能因性别而异,即使它们不位于性染色体上。
- 表观遗传调控:性别特异性的DNA甲基化和组蛋白修饰等表观遗传学差异可能影响基因表达,这些调控作用可能影响性染色体和常染色体上的基因。
- 环境和生活方式因素:这些因素也可能对基因表达产生性别特异性影响。
- 性别特异性剪接:基因的性别特异性剪接事件可能导致男性和女性之间在蛋白质水平上存在差异。
因此,虽然性染色体上的基因表达差异是性别间转录组差异的一部分,但性别间转录组差异是多方面的,涉及整个基因组的复杂相互作用。在研究性别对基因表达的影响时,需要综合考虑多种因素。
单细胞转录组技术如何考虑性别差异呢
男性和女性的乳腺癌患者在单细胞层面的肿瘤细胞表达量差异可能涉及多个方面,包括性染色体上的基因,但不限于此。以下是一些可能影响表达差异的因素:
- 性染色体基因:性染色体上的基因,尤其是那些参与性别特异性生理过程和激素信号传导的基因,可能会在男性和女性乳腺癌患者的肿瘤细胞中表现出表达差异。
- 激素受体表达:乳腺癌细胞常常根据激素受体(如雌激素受体ER和孕酮受体PR)的表达来分类。男性和女性患者在这方面可能存在差异,尽管这些受体基因不一定位于性染色体上。
- 基因组不稳定性:肿瘤细胞可能表现出基因组不稳定性,导致基因表达的异常,这些变化可能涉及整个基因组,而不仅仅是性染色体。
- 性别特异性表达模式:即使基因不位于性染色体上,也可能因为性别特异性的转录调控差异而表现出表达差异。
- 表观遗传学差异:DNA甲基化、组蛋白修饰等表观遗传学改变可能影响基因表达,这些改变可能在男性和女性乳腺癌中存在差异。
- 肿瘤微环境:肿瘤微环境中的免疫细胞、基质细胞、细胞外基质和分泌因子等也可能影响肿瘤细胞的基因表达。
- 生活方式和环境因素:这些因素也可能对乳腺癌的基因表达产生影响,而这些影响可能在男性和女性之间存在差异。
- 性别特异性剪接:基因的性别特异性剪接事件可能导致男性和女性之间在蛋白质水平上存在差异。
- 其他基因:乳腺癌的发生和发展涉及许多其他基因,如细胞周期调控因子、生长因子、凋亡相关基因等,这些基因的表达差异不一定与性染色体有关。
因此,虽然性染色体上的基因可能在男性和女性乳腺癌患者的肿瘤细胞中表现出表达差异,但整体的表达差异是多方面的,涉及整个基因组的复杂相互作用。在研究性别对乳腺癌的影响时,需要综合考虑多种因素。
学徒作业
首先找到一个表达量芯片或者转录组测序的数据集,需要同时男性和女性的乳腺癌患者,这样的话可以在数据集内部对它们进行差异分析,然后看看差异基因是否符合x和y染色体的常识。
然后找到其它癌症的单细胞转录组数据集,定位到恶性肿瘤细胞后区分病人性别试试看差异分析,然后看看差异基因是否符合x和y染色体的常识。