“線粒體”作為經(jīng)常出席CNS頂刊的明星角色，常與腫瘤免疫、鐵死亡等國(guó)自然熱點(diǎn)共同亮相于高分文章和國(guó)自然基金項(xiàng)目中，風(fēng)頭無(wú)兩~?~

但在生信中更多是直接利用“線粒體相關(guān)基因”作為基因集進(jìn)行分析，在普遍內(nèi)卷的情況下，咱也不能一直靠老套路吃老本呀，還是得找新方向和新思路！?

這不想啥就來(lái)啥，小云就發(fā)現(xiàn)了一個(gè)線粒體方向的一個(gè)新的生信切入點(diǎn)——線粒體相關(guān)內(nèi)質(zhì)網(wǎng)膜（MAM），先來(lái)簡(jiǎn)單看看它是啥~?~?

線粒體相關(guān)內(nèi)質(zhì)網(wǎng)膜(MAM)是一個(gè)特殊的結(jié)構(gòu)域，其功能是作為內(nèi)質(zhì)網(wǎng)和線粒體之間的膜接觸位點(diǎn)。電子顯微鏡顯示，線粒體外膜和內(nèi)質(zhì)網(wǎng)之間的距離保持在約10-25nm，但它們不會(huì)融合，保持了細(xì)胞器的獨(dú)特結(jié)構(gòu)，并為各種富集蛋白提供了功能平臺(tái)，并且內(nèi)質(zhì)網(wǎng)和線粒體之間的距離是調(diào)節(jié)細(xì)胞功能的關(guān)鍵檢查點(diǎn)，而MAM介導(dǎo)兩個(gè)細(xì)胞器之間的通訊，并參與蛋白質(zhì)和代謝物的交換，包括Ca2+和活性氧簇。破壞內(nèi)質(zhì)網(wǎng)-線粒體接觸點(diǎn)MAM可以導(dǎo)致線粒體Ca2+過(guò)載和細(xì)胞凋亡，并且MAM可能在腫瘤進(jìn)展中起重要作用。

下面就看一個(gè)從MAM切入的生信思路，腫瘤預(yù)后模型構(gòu)建+兩次腫瘤分型分析+單細(xì)胞數(shù)據(jù)分析，并且兩次腫瘤分型分析和單細(xì)胞數(shù)據(jù)分析做的非常新穎，數(shù)據(jù)量很扎實(shí)，一個(gè)月就接收可見(jiàn)創(chuàng)新性之高，發(fā)到4.9分+的純生信非常輕松，換句話說(shuō)，這個(gè)選題方向和思路創(chuàng)新性，加上滿滿數(shù)據(jù)量沖擊8分+都可以，所以好思路趕快學(xué)起來(lái)吧！

看到這里心動(dòng)了沒(méi)？對(duì)線粒體生信分析或者課題設(shè)計(jì)有意向的小伙伴，歡迎留言或私信小云哦，總有一款創(chuàng)新性思路適合你

l?題目：線粒體相關(guān)內(nèi)質(zhì)網(wǎng)膜(MAM)是預(yù)測(cè)肝細(xì)胞癌預(yù)后和治療的有潛在標(biāo)志

l?雜志：J Clin Med.

l?影響因子：IF=4.964

l?發(fā)表時(shí)間：2023年2月

研究背景

線粒體和內(nèi)質(zhì)網(wǎng)在肝細(xì)胞癌(HCC)進(jìn)展中的作用已被證實(shí)。然而，一個(gè)調(diào)節(jié)內(nèi)質(zhì)網(wǎng)和線粒體之間密切接觸的特殊結(jié)構(gòu)域，稱為線粒體相關(guān)內(nèi)質(zhì)網(wǎng)膜(MAM)，對(duì)HCC進(jìn)展的影響及其潛在機(jī)制仍不清楚。

數(shù)據(jù)來(lái)源

研究流程

基于28個(gè)MAM相關(guān)基因在TCGA、ICGC和GEO多個(gè)數(shù)據(jù)集中進(jìn)行差異表達(dá)分析，在TCGA隊(duì)列中進(jìn)行聚類分析，并通過(guò)KM曲線分析兩亞型間的預(yù)后差異。使用lasso算法構(gòu)建MAM風(fēng)險(xiǎn)評(píng)分，并在ICGC數(shù)據(jù)集中驗(yàn)證。在單細(xì)胞RNA-seq數(shù)據(jù)中使用基因共表達(dá)網(wǎng)絡(luò)(AUCell)檢測(cè)各種細(xì)胞類型中的MAM富集分?jǐn)?shù)，應(yīng)用CellChat分析來(lái)比較不同MAM分?jǐn)?shù)組之間的相互作用強(qiáng)度。構(gòu)建了TME評(píng)分，并基于MAM和TME評(píng)分將樣本再次聚類為三組，比較不同亞組的預(yù)后值、與其他HCC亞型的相關(guān)性、腫瘤免疫浸潤(rùn)情況、基因組突變和拷貝數(shù)變異(CNV)。最后，還測(cè)定了對(duì)免疫治療的反應(yīng)和對(duì)化療的敏感性。

主要結(jié)果

1. 鑒定MAM在HCC的表達(dá)和預(yù)后價(jià)值

首先基于28個(gè)MAM相關(guān)基因在TCGA、ICGC和GEO多個(gè)數(shù)據(jù)集中進(jìn)行差異表達(dá)分析（圖1A，B）。然后在TCGA、ICGC隊(duì)列和GSE14520中進(jìn)行聚類分析，將患者分為2個(gè)亞型，分析MAM亞型與其他HCC亞型的相關(guān)性（圖1C），并通過(guò)KM曲線分析兩亞型間的預(yù)后差異（圖1D-F）。

圖1鑒定MAM在HCC的表達(dá)和預(yù)后價(jià)值

2. MAM評(píng)分模型的構(gòu)建與驗(yàn)證

基于28個(gè)MAM相關(guān)基因在TCGA訓(xùn)練隊(duì)列中利用lasso算法構(gòu)建MAM評(píng)分模型，繪制MAM評(píng)分和生存狀態(tài)的分布圖（圖2A）。根據(jù)風(fēng)險(xiǎn)評(píng)分中值將患者分為高、低風(fēng)險(xiǎn)組，進(jìn)行KM生存分析并利用ROC曲線評(píng)估模型預(yù)測(cè)性能（圖2D, F）。最后，綜合MAM評(píng)分和其他臨床特征構(gòu)建一個(gè)列線圖以預(yù)測(cè)HCC患者的OS（圖2L）。

圖2?MAM評(píng)分模型的構(gòu)建與驗(yàn)證

3. 在單細(xì)胞水平上鑒定MAM評(píng)分及其潛在的富集途徑

GSE125449數(shù)據(jù)集中細(xì)胞被分成7種細(xì)胞類型（圖3A），再利用AUCell分析七種細(xì)胞類型中的MAM評(píng)分，發(fā)現(xiàn)非免疫細(xì)胞類型(CAF、TEC、HPC和惡性細(xì)胞)中的MAM評(píng)分高于免疫細(xì)胞類型(TAM、T和B細(xì)胞)（圖3C）。然后通過(guò)富集分析比較高和低MAM分?jǐn)?shù)惡性細(xì)胞之間的代謝過(guò)程差異（圖3H），結(jié)果顯示MAM可能依賴于幾種線粒體代謝過(guò)程，從而驅(qū)動(dòng)HCC中的惡性細(xì)胞。利用“SCENIC”方法鑒定每種細(xì)胞類型的潛在特異性TFs，比較低MAM評(píng)分組和高M(jìn)AM評(píng)分組之間HCC的TFs活性差異（圖3F）。通過(guò)CellChat評(píng)估細(xì)胞間通訊，比較低MAM值惡性細(xì)胞、高M(jìn)AM值惡性細(xì)胞和其他細(xì)胞類型之間相互作用強(qiáng)度的差異（圖3I），發(fā)現(xiàn)高M(jìn)AM分?jǐn)?shù)的惡性細(xì)胞可以影響非免疫細(xì)胞類型和免疫細(xì)胞類型，尤其是T細(xì)胞。（ps：這里把單細(xì)胞數(shù)據(jù)分析做的非常豐富，創(chuàng)新性比較高）

圖3 在單細(xì)胞水平上鑒定MAM評(píng)分及其潛在的富集途徑

4. 不同MAM-TME亞組之間腫瘤微環(huán)境浸潤(rùn)分析

通過(guò)CIBERSORT來(lái)估計(jì)每種TME細(xì)胞類型的分?jǐn)?shù)，以評(píng)估TME對(duì)HCC預(yù)后的影響，推測(cè)T細(xì)胞和NK細(xì)胞可能有利于HCC預(yù)后。又因?yàn)?/span>CellChat分析顯示MAM評(píng)分高的惡性細(xì)胞可以向T細(xì)胞傳遞越來(lái)越多的信號(hào)，所以考慮對(duì)MAM評(píng)分和TME評(píng)分的聯(lián)合指數(shù)進(jìn)行評(píng)估，以預(yù)測(cè)HCC患者的預(yù)后。

利用Cox分析以計(jì)算每個(gè)樣品的TME評(píng)分，聯(lián)合MAM評(píng)分將樣本分成三個(gè)亞組，包括高MAM/低TME組、混合組和低MAM/高TME組，進(jìn)行KM分析以評(píng)估三組之間的預(yù)后（圖4A, B），分析MAM-TME亞型和其他HCC亞型之間的相關(guān)性（圖4C）。利用ESTIMATE算法計(jì)算三個(gè)亞組的免疫評(píng)分、基質(zhì)評(píng)分，利用CIBERSORT分析三個(gè)亞組的免疫浸潤(rùn)情況和免疫檢查點(diǎn)基因的表達(dá)（圖4D）。

圖4 不同MAM-TME亞組之間腫瘤微環(huán)境浸潤(rùn)分析

5. 免疫治療反應(yīng)預(yù)測(cè)和藥敏性分析

利用TCIA數(shù)據(jù)庫(kù)分析三個(gè)MAM-TME亞組間的免疫表型評(píng)分(IPS)差異（圖5D）。使用TIDE算法和submap平臺(tái)來(lái)預(yù)測(cè)MAM-TME亞組對(duì)ICB療法的反應(yīng)（圖5F）。在GSE104580數(shù)據(jù)集中評(píng)估MAM評(píng)分對(duì)TACE反應(yīng)的預(yù)測(cè)能力（圖5A）。利用PRISM數(shù)據(jù)集分析高低MAM評(píng)分組的藥物反應(yīng)差異，結(jié)果表明洛伐他汀、氟伐他汀和辛伐他汀與低MAM呈正相關(guān)（圖5C）。由于HMG-COA是以上三種化合物的共同靶點(diǎn)，所以又分析了高低MAM評(píng)分組間HMG-COA表達(dá)差異（圖5E）。（ps：藥敏性分析通常只比較藥物敏感性（IC50）差異，這里又進(jìn)一步找到藥物的共同作用靶點(diǎn)來(lái)進(jìn)一步做差異分析，比較新穎，可以學(xué)起來(lái)哦）

文章小結(jié)

這篇文章利用MAM相關(guān)基因進(jìn)行分型分析和評(píng)分模型構(gòu)建，基于單細(xì)胞重點(diǎn)分析MAM評(píng)分與TME的關(guān)系，并聯(lián)合TME評(píng)分再次聚類分析。整個(gè)思路創(chuàng)新性很高，邏輯性很強(qiáng)，并且單細(xì)胞數(shù)據(jù)分析內(nèi)容豐富，再加上選題方向新穎，發(fā)到4.9分+的純生信相當(dāng)輕松，一個(gè)月就接收發(fā)表，相當(dāng)贊！文章中還有很多分析小亮點(diǎn)可以學(xué)習(xí)，確實(shí)是個(gè)不可多得的好思路，用到生信大熱點(diǎn)上會(huì)非常加分，快快收藏備用吧！