TNBC的不同状态的肿瘤干细胞差异(单细胞数据挖掘方向推荐)

2022-07-26 09:57:32 浏览数 (2)

乳腺癌里面的肿瘤干细胞是妥妥的少数,具有迁移、侵袭、自我更新、复发、耐化疗和放射治疗等多种特性和功能,导致乳腺癌的难治性。

乳腺癌干细胞的异质性和可塑性对其自我更新能力起着重要作用。Differentiated transcription factors can regulate self-renewal and differentiation of BCSCs driven by the core components of “stemness” transcription factors including OCT4, SOX2, BMI1, and NANOG.

目前科学界对于肿瘤干细胞的认知并不统一,所以这个2018的文章:《Transcriptional profiles of different states of cancer stem cells in triple-negative breast cancer》对乳腺癌里面最恶性的三阴性乳腺癌做了不同癌症干细胞标记物基因的分选,然后看看不同细胞亚群的转录差异。

主要是3个基因高低组合分组,流式细胞筛选得到了如下的4组细胞:

  • (1) group A (ALDH CD24−CD44 , highly purified BCSCs);
  • (2) group B (ALDH non-CD24−CD44 , enriched epithelial-like BCSCs);
  • (3) group C (ALDH−CD24−CD44 , enriched mesenchymal-like BCSCs);
  • (4) group D (ALDH−non-CD24−CD44 , differentiated tumor cells).

可以看到A,B的差异在于是否是CD24阴性,而C,D的差异也是如此。但是 A,B 和C,D的差异在于是否在 ALDH 阳性。

不管是A,B,C,D 都需要是 CD44阳性,它是传统肿瘤干细胞的标记,而 ALDH是比较新的标记,其实还有PROM1(CD133)也是可以标记肿瘤干细胞。

流式细胞筛选策略如下所示;

流式细胞筛选策略

其中这3个基因在4个分组的表达量排序是:

  • CD24: A < B, C < D;
  • CD44: A > B, C > D;
  • ALDH: A/B > C/D

热图可视化如下:

3个基因在4个分组的表达量排序

既然是4个分组,两两之间的各个组合做差异分析的策略就非常多了。

3种不同的肿瘤干细胞和普通癌细胞的差异

首先是A,B,C都去跟D做差异,因为D是普通的癌细胞,而A,B,C都是肿瘤干细胞。

The DEGs in A/D, B/D and C/D pair-comparisons were 3223, 3387 and 3065 , 如下所示:

首先是A,B,C都去跟D做差异

主要的结果是:

  • epithelial markers, CDH3, CLDN3, CLDN4, CLDN7 and MKI67, were highly expressed in the ALDH non-CD24−CD44− BCSCs
  • mesenchymal markers, CDH2, FOXC2, MMP2, SNAI2 and TWIST1, were highly expressed in the ALDH−CD24−CD44 BCSCs

最恶性的肿瘤干细胞和其它种类细胞差异

然后是A去和B,C,D分别做差异,韦恩图去展现3次差异分析的交集:

然后是A去和B,C,D分别做差异

因为A被认为是highly purified BCSCs,所以作者专注于探索它的特性。

在单细胞水平可以重复这个研究

目前乳腺癌的单细胞数据集超级多了,而且是不同分子分型的乳腺癌都有,完全是可以下载其单细胞表达量矩阵,对其中的上皮细胞进行细分后,定位到其中的恶性癌细胞,然后参考这个文章里面的流式细胞分选策略来进行分组。

做单细胞水平的不同肿瘤干细胞差异分析,得到基因集,看预后作用。

当然了,其它肿瘤癌症也是可以如法炮制,创新程度还算是蛮不错哦!

写在文末

我在《生信技能树》,《生信菜鸟团》,《单细胞天地》的大量推文教程里面共享的代码都是复制粘贴即可使用的, 有任何疑问欢迎留言讨论,也可以发邮件给我,详细描述你遇到的困难的前因后果给我,我的邮箱地址是 jmzeng1314@163.com

如果你确实觉得我的教程对你的科研课题有帮助,让你茅塞顿开,或者说你的课题大量使用我的技能,烦请日后在发表自己的成果的时候,加上一个简短的致谢,如下所示:

代码语言:javascript复制
We thank Dr.Jianming Zeng(University of Macau), and all the members of his bioinformatics team, biotrainee, for generously sharing their experience and codes.

十年后我环游世界各地的高校以及科研院所(当然包括中国大陆)的时候,如果有这样的情谊,我会优先见你。

0 人点赞