掃碼聯系客服
大家好！今天給大家分享的文獻是2021年11月發表于《cells》（IF:6.6）上的一篇題為“Single-Cell Transcriptomics Reveals the Expression of Aging- and Senescence-Associated Genes in Distinct Cancer Cell Populations”的純生信分析文章，所用的數據都是來自于已發表文獻中的公共數據。
單細胞轉錄組學揭示了不同癌細胞群中衰老相關基因的表達
背景
Aging與senescence之間的主要區別在于，aging是細胞隨時間退化的過程，而senescence是細胞停止分裂并達到停滯狀態的衰老結果。衰老是細胞達到衰老或細胞停滯的漸進過程，是由于受損DNA的積累而發生的。此外，在衰老過程中，細胞經歷各種衰老促進機制，如脂質過氧化、蛋白質錯誤折疊和線粒體損傷 [1]。衰老過程往往伴隨著生理功能的下降和多種疾病和癌癥的發生。老年人的不同發病率表明，與衰老相關的基因對不同癌癥的發展有不同的影響。但目前對于癌癥和衰老相關轉錄變化之間的關系的研究還不是很多。
數據來源和研究思路
1. 數據來源
2. 研究思路
這篇文章主體研究思路可以分為三部分，首先，研究人員通過分析bulk mRNA-seq數據從整體上表征了不同癌癥跟衰老的聯系，揭示了衰老相關基因在癌癥進展中的重要性。其次，通過結合文獻調研和數據庫整理出ASIG（衰老誘導基因）列表，以研究不同癌癥中這些衰老基因的上調情況。以上這兩部分的分析都是基于bulk mRNA-seq數據，研究人員在文章第三部分結合五種癌癥的scRNA-seq數據對惡性細胞群進行了分析，揭示了表達ASIG的不同癌細胞群的存在，也鑒定了不同癌癥中的關鍵ASIG。
結果
1. 通過bulk mRNA-seq分析癌癥中隨年齡變化的轉錄組機制
據統計，癌癥的發病率會隨時間的變化而變化，而且在老年人群中變化更加顯著（圖1A），這意味著隨著衰老的進展，機體內的抑癌通路機制作用正在逐漸減弱。本文作者將研究重點放在了癌癥與衰老的關系研究。首先對每種癌癥中的正常樣本和腫瘤樣本進行差異分析，并對差異基因進行富集分析，結果與預期相符，富集出了與癌癥關鍵驅動相關的通路（圖1B）。為了證明結果的可靠性，研究人員對每種癌癥都分析了兩個不同的數據集，由于癌癥本身的異質性，這些數據的富集結果也顯示出了高度異質性（圖1C）。
2. 不同的癌癥中表現出ASIG的異質性表達
ASIG是指衰老/老化誘導基因，是研究人員從17個研究和MSigDB數據集中篩選出的1153個基因。為了探究不同癌癥中上調基因中ASIG的情況，研究人員首先在每種癌癥中都對兩個數據集做差異分析，然后對這兩個數據集中所鑒定的上調基因取交集，之后再看ASIG在這兩個數據集上調基因中的交集情況（圖2A）。最后發現在HCC中總共有213 個ASIG上調，在LC中有177個上調，在CML中有170 個上調ASIG，CRC中有115 個，而PDAC中僅有63個ASIG。對癌癥中上調的ASIG進行富集分析發現，這些基因與細胞周期調節相關（圖2B）。研究結果表明，與健康對照樣本相比，不同癌癥中都表現出不同程度的ASIG。
3. scRNA-seq分析揭示了表達ASIG的不同癌細胞群的存在
雖然在癌癥中證實了各種ASIG的上調，但非惡性細胞（例如免疫調節細胞）的存在可能會影響bulk mRNA-seq的結果，所以研究人員想通過scRNA-seq分離出惡性細胞單獨進行分析。通過與正常對照細胞相比較，確定了惡性細胞中前20個上調和下調的 ASIG（圖S3）。
前面所描述的都是在五種癌癥中的總體分析，接下來研究人員對每一種癌癥中的ASIG進行了進一步的分析。對于多發性骨髓瘤，從scRNA-seq數據集中取漿細胞，并根據前面所鑒定的24個上調的ASIG的表達水平加權，利用SWNE可視化關鍵特征基因對單個細胞的影響（圖3A）。然后進行擬時間分析，由紅色到黑色表示了惡性細胞從早期到晚期的命運變化，揭示了早期和兩個晚期高度不同的細胞命運（圖3B）。觀察在細胞發育過程中顯著調節基因的表達模式，發現了在晚期階段的8個 ASIG（CDKN1B、CDC25B、KDNA3、BAG3、SUN1、AKR1B1、AKT3、OPTN）（圖 3C）。這些基因在大多數漿細胞中表達，且在合并分析后發現了一個ASIG高豐度的細胞亞群（圖3D）。
為了檢測其他癌癥類型是否也顯示出惡性細胞中ASIG的富集，研究人員又對其他癌癥也進行了相同的分析。在CRC中鑒定出了六個關鍵基因CDKN1A、MXD1、SLC30A10、ATF3、IL6R）（圖4）。
HCC的bulk mRNA-seq分析揭示了94個ASIG的上調表達，這些基因中有84個在細胞發育過程中發生了顯著的表達變化，最后發現其中九個基因（ACADVL、FOXO1、SOCS2、NFKBIA、LCAT、MT1F、UBB、RHOB、ESR1）在晚期顯著上調（圖5）。
在肺腺癌中，共鑒定出了七個關鍵基因（CAV1、PPARG、CXCL2、OASL、JUND、RRAS、APOL3）（圖6）。
通過對PDAC scRNA-seq數據分析，最后鑒定了六個關鍵基因（IGFBP3、SLC16A3、COL10A1、PKM、S100A11 和 GAPDH）（圖7）。
小結
在本研究中，通過分析bulk mRNA-seq數據揭示了不同癌癥之間相似致癌途徑和基因的富集情況，但在scRNA-seq數據中卻觀察到了惡性細胞中誘導的ASIG之間存在明顯差異，研究人員推測這可能是由于癌癥組織中存在非惡性細胞，會影響bulk mRNA-seq數據的分析結果，這恰恰也說明了bulk mRNA-seq數據的局限性。
總而言之，這是一篇bulk mRNA-seq數據和scRNA-seq相結合的純生信分析文章，主要關注于癌癥與衰老相關基因之間的聯系。文章中所用到的數據都是已發表的公共數據，兩種類型數據的結合彌補了單一化類型數據的不足，這提示我們也可以借鑒這種思路，結合多種類型的公共數據進行挖掘。
參考文獻
1. McHugh D, Gil J. Senescence and aging: Causes, consequences, and therapeutic avenues. J Cell Biol. 2018 Jan 2;217(1):65-77. doi: 10.1083/jcb.201708092. Epub 2017 Nov 7. PMID: 29114066; PMCID: PMC5748990.
2. Saul D, Kosinsky RL. Single-Cell Transcriptomics Reveals the Expression of Aging- and Senescence-Associated Genes in Distinct Cancer Cell Populations. Cells. 2021 Nov 11;10(11):3126. doi: 10.3390/cells10113126. PMID: 34831349; PMCID: PMC8623328.
