SexTumorDB: en omfattande resurs för könsberoende tumörlandskap på encellnivå

Varför män och kvinnor drabbas av olika cancerformer

Läkare har länge känt till att män och kvinnor inte upplever cancer på samma sätt. Vissa tumörer är vanligare hos män, andra hos kvinnor, och de svarar ofta olika på samma behandlingar. Ändå har större delen av cancerforskningen under lång tid behandlat könen som utbytbara. Denna artikel presenterar SexTumorDB, en ny öppen databas som låter forskare zooma in på miljontals enskilda celler från mänskliga tumörer för att avslöja hur biologiskt kön formar cancer i kroppen.

En ny karta över tumörer, cell för cell

I stället för att se tumörer som homogena massor bryter SexTumorDB ner dem i mer än två miljoner enskilda celler. Dessa celler kommer från 532 prover hämtade från 13 vanliga cancerformer som inte involverar fortplantningsorganen, såsom lung-, lever-, tjocktarms-, blåshinne- och hjärntumörer. Varje cell bär en avläsning av vilka gener som är aktiva eller inaktiva, vilket gör det möjligt för forskare att se inte bara cancerceller utan också immunceller och stödceller som omger dem. Avgörande är att varje prov är kopplat till om det kom från en manlig eller kvinnlig patient, vilket gör databasen till ett kraftfullt verktyg för att studera könsbaserade skillnader.

Noga urval för att undvika dold bias

För att bygga en tillförlitlig resurs gick teamet först igenom publicerade cancerstudier och ställde upp strikta urvalskriterier. De krävde single-cell- eller single-nucleus RNA-sekvenseringsdata, tydliga uppgifter om donatorns kön, prover tagna från ursprungligt tumörställe samt patienter som ännu inte fått behandling, för att undvika läkemedelsrelaterade förändringar. De föredrog också en vida använd sekvenseringsplattform för att minska tekniska skillnader mellan studier. Efter denna gallring satte de ihop data från flera organ och sjukdomstyper, inklusive både tumörer och närliggande eller friska vävnader, och tog bort prover som inte uppfyllde kvalitetskraven.

Att omvandla rådata till ett gemensamt språk

Forskarlaget körde sedan alla dataset genom en gemensam bearbetningspipeline så att celler från olika sjukhus och studier kunde jämföras direkt. De kontrollerade kvaliteten på varje cell, filtrerade bort skadade eller tvetydiga celler och harmoniserade genbeteckningar. Med specialiserad programvara korrigerade de tekniska batch-effekter och projekterade cellerna i kartor där varje punkt representerar en enskild cell. Utöver detta tillämpade de ett trestegs märkessystem: varje cell märks först som tumör, normal, immun eller stromal (stöd), sedan grupperas i 33 huvudtyper såsom T‑celler, fibroblaster eller epitelceller, och slutligen annoteras med mer detaljerade subtypnamn hämtade från originalstudier eller manuell expertgranskning.

Säkerställande av korrekt köns- och malignitetsinformation

Eftersom kön är centralt för databasen dubbelkontrollerade författarna könsmarkeringarna i stället för att blint lita på ursprungsstudierna. De använde välkända gener som uppvisar olika uttryck hos män och kvinnor, inklusive gener på Y‑kromosomen och en gen kallad XIST, som är aktiv främst i kvinnliga celler. I samtliga dataset visade manliga prover de förväntade Y‑kopplade signaturerna, och kvinnliga prover visade stark XIST‑aktivitet, vilket bekräftade att könet var korrekt tilldelat. För att särskilja verkligt maligna tumörceller från normala celler som liknar dem använde de ett lättvikts maskininlärningsverktyg och jämförde dess resultat med befintliga etiketter, vilket visade hög överensstämmelse och ytterligare stärkte tilltron till datan.

Verktyg för forskare överallt

Med insikten att inte alla laboratorier har tillgång till kraftfulla datorer eller experta programmerare skapade teamet lättare, nedprovtagna versioner av datan och byggde interaktiva webbapplikationer. Dessa nätverkstjänster låter användare utforska tumör-, immun- och stromaceller en del i taget, visualisera hur celltyper skiljer sig mellan manliga och kvinnliga patienter och ladda ned standardiserade dataset och metadata. Hela resursen, tillsammans med bearbetningskoden, har gjorts fritt tillgänglig via publika arkiv så att andra kan reproducera eller bygga vidare på arbetet.

Vad detta betyder för framtida cancerbehandling

SexTumorDB ger inte i sig en ny medicin eller bot, men utgör en grund för behandlingar som tar hänsyn till biologiska skillnader mellan män och kvinnor. Genom att erbjuda en ren, enhetlig bild av hur miljontals enskilda celler beter sig i manliga respektive kvinnliga tumörer hjälper databasen forskare att identifiera könsspecifika svagheter i cancerceller och i den omgivande immunsvaret. Med tiden kan upptäckter baserade på denna resurs vägleda mer skräddarsydda screeningstrategier och terapier, och föra cancerbehandlingen närmare verkligt individualiserad medicin där kön beaktas i stället för att behandlas som en bisak.

Citering: Sun, R., Deng, Q. & Wang, D. SexTumorDB: a comprehensive resource of sex-dependent tumor landscape at single-cell resolution. Sci Data 13, 520 (2026). https://doi.org/10.1038/s41597-026-06707-4

Nyckelord: könsskillnader vid cancer, tumörmikromiljö, single-cell RNA-sekvensering, cancerdatabaser, precision oncology