腫瘤

突變如何在血細胞生成中表達自己

作者:Siddharth Raju 來源:醫學論壇網 日期:2019-07-22
導讀

         根據2019.07《自然》發表的論文顯示,檢測突變和測量同一細胞中基因表達水平,使我們能夠研究特定基因突變對一種形式血癌的影響。

關鍵字:  突變 | 血癌 

        血液中的循環細胞執行各種功能,成年人血細胞來源於骨髓造血祖細胞。 祖細胞DNA序列的突變可導致血細胞發育的變化,有時導致癌症。由於技術限製,闡明祖細胞突變對血細胞發育的影響一直具有挑戰性。Nam等人在《自然》中報道了一種檢測人體血液祖細胞突變和測量基因表達的方法,並用它來分析癌症相關基因中有或沒有突變的祖細胞混合物。他們發現,具有相同突變的祖細胞可以產生具有不同基因表達譜的細胞。

        造血功能——從祖細胞演變為成熟血細胞的過程——受到嚴格監管。祖細胞變成哪種類型的細胞,通常由它們從其周圍環境接收的信號決定。 然而,有時祖細胞出現的突變可導致信號被阻斷、被誇大或被忽略,導致特定類型細胞富集或耗盡,並且在一些情況下,產生癌性克隆。了解祖細胞突變如何導致不同細胞類型產生的變化是一個關鍵問題。

        研究祖細胞中的突變如何影響其基因表達,從而影響其特性和功能,一直是非常具有挑戰性的,主要是因為突變細胞可能比較罕見,並且通常不表達可用於將它們從物理上與非突變細胞分離的分子標誌物。

        已經使用同時檢測遺傳差異和測量單個細胞中基因表達的策略,將免疫血細胞混合物中的細胞分配給它們的原始供體,並研究具有某種類型的幹細胞移植血癌個體中宿主和供體細胞群體的變化。然而,聯合方法尚未廣泛用於檢查癌症相關基因突變對血細胞發育的影響。

        Nam等人設計了一種稱為“轉錄組基因分型”(GoT)的方法,將現有的基因表達譜分析平台與擴增特定基因序列的技術相結合,以檢測其中的突變(圖1)。 他們使用這種方法分析了5個個體骨髓取樣的數千個祖細胞,這些個體具有由CALR基因突變引起的血癌,其特征在於血小板細胞的過量產生。GoT使作者能夠確定哪些采樣細胞攜帶CALR突變而哪些不攜帶。

        圖1 | 單細胞突變狀態和基因表達分析。Nam等人對祖細胞進行了取樣,這些祖細胞由具有一種血癌的個體產生血細胞,所述血癌是由具有CALR基因突變的祖細胞引起的。為了區分突變體和非突變體細胞,作者擴增並測序了單個細胞的CALR基因,作者還測量了每個細胞中基因表達的水平,他們根據細胞基因表達譜的統計分析鑒定了不同的細胞類型(虛線圓圈代表統計學,而非物理學,細胞分組),並檢查這些不同類型的哪些細胞具有CALR突變。某些細胞類型在CALR突變細胞中富集,並且CALR突變在不同類型的細胞中具有不同的作用(例如增殖作用)。

        作者使用統計分析將取樣的祖細胞基於它們的基因表達譜“分組”成不同的類型(圖1)。所有鑒定的類型都包含具有和不具有CALR突變的細胞。然而,CALR突變細胞更可能遵循某些分化途徑,因此成為某些類型的血細胞。此外,Nam及其同事發現,當存在於祖細胞中時,突變的作用僅在細胞分化的後期才顯著; CALR突變體細胞的後代比它們的非突變體對應物的後代更豐富,並且具有不同的基因表達譜。使用標準技術不可能進行這樣的觀察,這證明了該方法的價值。

        盡管GoT有其局限性,但可以通過將其適應新的單細胞工作流程來解決。 首先,GoT目前要求提前知道突變基因或一小組潛在突變基因的特性。例如,作者使用他們的多重分析版本,可以同時針對基因序列的多個預先指定的部分來探測三個基因。如果沒有預先指定基因組的特定突變,基因或區域用於分析(例如,基於與疾病進展的關聯),理論上,多重分析可用於覆蓋更大的基因組; 但是,這可能不符合成本效益。

        其次,GoT在檢測基因中間附近發生的突變方麵,效果不如檢測末端附近發生突變。該問題的一個解決方案是使用較低通量的平台,該平台允許在單個細胞中分析全長RNA轉錄物;理論上,這種方法可以檢測基因的RNA編碼部分中的任何位置的突變。Nam等人提出一種替代方法,通過顯示一種稱為納米孔測序的技術,其中通過使它們通過微孔來對全長轉錄物進行測序,與其高通量平台兼容。

        第三,GoT無法檢測到未轉錄但可能影響基因表達的遺傳序列中的突變。通過將GoT與測量細胞中某些DNA序列對酶的可接近性的技術相結合,可以研究這些序列。

        最近的一篇論文使用了一種不同的高通量方法來實施類似的靶向擴增策略來研究血癌,該種癌症被認為部分是由祖細胞突變導致的造血功能破壞引起的。

        論文作者還發現了一組僅在惡性祖細胞(即具有癌症相關突變的祖細胞)共表達的基因,並描述了利用基因表達數據區分惡性與非惡性細胞的機器學習方法,甚至不使用預先指定的基因序列信息。

        有趣的是,同一機器學習方法是否可以使用Nam等人的基因表達數據來區分惡性細胞和非惡性細胞?

        從單細胞獲得基因序列信息仍然比評估基因表達更具挑戰性;因此,僅基於單細胞基因表達預測惡性腫瘤的方法將具有廣泛的臨床意義。

        從理論上講,GoT和類似方法可用於研究任何癌症。它們有可能精確地確定已知基因突變對下遊細胞發育狀態的影響,並確定某些突變是否足以誘發癌症。反過來,這些見解可以揭示構成癌症細胞克隆譜係演變的機製。

        Nature571, 329-330 (2019)

        doi: 10.1038/d41586-019-02028-2

分享:

相關文章

評論

我要跟帖
發表
回複 小鴨梨
發表

copyright©醫學論壇網 版權所有,未經許可不得複製、轉載或鏡像

京ICP證120392號  京公網安備110105007198  京ICP備10215607號-1  (京)網藥械信息備字(2022)第00160號
//站內統計 //百度統計 //穀歌統計 //站長統計
*我要反饋: 姓    名: 郵    箱: