代謝方向那么多，相關的生信思路要怎么玩？

單一代謝方向已經(jīng)看膩了，可以通過雙代謝熱點創(chuàng)新升級！

代謝的研究一直是腫瘤領域的熱點方向，眾多醫(yī)學生理學諾貝爾獎都是來自代謝相關研究課題。具體包括糖代謝、脂質代謝、膽固醇代謝、氨基酸代謝、乳酸代謝等等。

那這么多代謝方向，選哪個做生信分析比較有創(chuàng)新性呢？

小云告訴你一招，可以減少分析思路的撞車概率，那就是雙代謝分析思路！

（不知道如何找雙熱點或創(chuàng)新升級的可以找小云，各種個性化分析思路等你來挑~）

代謝重編程是腫瘤的特征之一，與基因異質性類似，腫瘤細胞代謝也是高度異質性的。換句話說，腫瘤代謝過程中會有多個代謝過程存在變化。（ps：那么將兩種甚至多種代謝方向聯(lián)合分析，豈不是順理成章~可以參考多種死亡方式組合分析的思路）

接下來又到了舉例時間嘍~小云喜歡用事實說話，今天給大家分享的這篇文章，就是將腫瘤代謝中最要的兩個代謝--脂質代謝和糖代謝進行聯(lián)合分析，形成了雙代謝熱點的分析思路。趕快來看看吧~

題目：糖酵解和膽固醇合成相關基因信號在預測骨肉瘤預后和免疫功能方面的綜合分析

雜志：Frontiers in immunology

影響因子：8.786

發(fā)表時間：2022年12月

數(shù)據(jù)信息

研究思路

從GSE21257和TARGET-OS數(shù)據(jù)集中獲取基因表達數(shù)據(jù)和臨床信息。采用一致性聚類方法對糖酵解和膽固醇合成相關基因(GCSRGs)相關亞型進行鑒定。采用單變量Cox回歸和LASSO Cox回歸分析構建GCSRGs特征。采用ssGSEA方法分析免疫細胞浸潤的差異。采用prophet R包對不同組進行藥敏評估。采用Western blotting、細胞活力試驗、劃痕試驗和Transwell試驗進行關鍵基因的細胞學驗證。最后針對關鍵基因進行泛癌分析。

主要研究結果

1.?基于糖酵解和膽固醇合成相關基因(GCSRGs)進行聚類分析得到4種亞型

分析GEO和TARGET-OS數(shù)據(jù)集中的GCSRGs表達，然后進行一致聚類，根據(jù)GCSRGs的中位表達水平將整個隊列分為4種代謝亞型：靜止型、糖酵解亞型、膽固醇亞型和混合型(圖1B)。進一步分析發(fā)現(xiàn)不同亞型間預后差異顯著(圖1E)。ESTIMATE算法進行免疫、基質和ESTIMATE評分(圖1F-I)。

圖1. 基于GCSRGs表達的分類

2.?GCSRGs共表達網(wǎng)絡及富集分析

WGCNA篩選出與糖酵解和膽固醇合成相關性較強的模塊，即午夜藍模塊和黃色模塊（圖2C）。兩個模塊中共有402個基因作為關鍵代謝基因。進行GO和KEGG通路富集分析。發(fā)現(xiàn)GCSRGs主要與缺氧反應、局部粘附、細胞-底物連接、核糖體、糖異生等通路相關（圖2A）。

圖2. 篩選模塊基因及功能富集分析

3.?基于預后相關的GCSRGs構建預后模型，計算風險評分

單因素Cox分析發(fā)現(xiàn)12個基因與患者預后相關。然后，LASSO Cox回歸分析篩選出5個基因為獨立預測因子（圖3H-I），計算風險評分，根據(jù)中位數(shù)風險評分分為高風險組和低風險組。低風險組的生存概率明顯大于其他組（圖3A-B）。ROC曲線分析證明GCSRGs特征是骨肉瘤患者有效的預后預測指標（圖3D-E）。

圖3. GCSRGs預后特征的構建和預后價值

4.?GCSRGs特征的獨立預后分析和Nomogram的構建

單因素和多因素Cox回歸分析顯示，風險評分和轉移的臨床病理參數(shù)是獨立的預后因素（圖4A-B）。進一步開發(fā)了用于估計骨肉瘤患者生存可能性的預后nomogram（圖4C）。該預后圖可以系統(tǒng)地預測骨肉瘤患者1、3、5年的OS。校準曲線顯示，實際結果與預測結果一致（圖4D）。

圖4. 基于風險評分和臨床因素的獨立預后價值評估和Nomogram構建

4.?GCSRGs特征的免疫圖譜及藥敏分析

使用ssGSEA方法評估兩組間免疫細胞浸潤的差異（圖5A），兩組間免疫檢查點的表達存在顯著差異（圖5B）。藥敏分析顯示，高風險組患者對11種藥物敏感（圖5C），低風險組患者對13種藥物敏感。

（ps：免疫浸潤分析和藥敏性分析也可以用小云新開發(fā)的零代碼生信分析小工具實現(xiàn)，云生信分析工具平臺包含超多零代碼分析和繪圖小工具，上傳數(shù)據(jù)一鍵出圖，感興趣的小伙伴歡迎來嘗試喲，網(wǎng)址：http://www.biocloudservice.com/home.html?）。

圖5. 高、低風險組的免疫狀況和藥敏差異

6.?TRAM2體外功能驗證

選擇其中一個骨肉瘤中研究較少的關鍵基因進行驗證，通過Western blot檢測發(fā)現(xiàn)TRAM2在骨肉瘤細胞系中的表達高于人成骨細胞系（圖6A）。然后，將si-TRAM2轉移到細胞系中（圖6B），觀察TRAM2對骨肉瘤細胞增殖、侵襲等功能的影響

圖6. TRAM2在體外抑制骨肉瘤的進展

7.?TRAM2的泛癌分析

對TRAM2進行了泛癌分析，包括TRAM2在33種癌癥中的表達（圖7A-B）、TRAM2與多種癌癥的OS、無進展生存期(PFS)和疾病特異性生存期(DSS)相關（圖7C-E）、與TMB和MSI相關、與免疫相關基因和免疫檢查點的關系。

圖7. TRAM2的泛癌分析

?

總結

這篇文章的亮點就是基于糖酵解和膽固醇代謝進行了雙代謝熱點的生信分析，疾病分型和之后的預后模型、構建風險評分、分析不同風險組患者腫瘤微環(huán)境、構建nomogram等均為常規(guī)分析。

當然，作者針對關鍵基因的驗證實驗和泛癌分析也是提分的亮點，干濕結合還能滿足畢業(yè)的需求，也為后續(xù)的課題思路做基礎。

另外，代謝方向那么多，完全可以參考多種死亡方式組合分析的思路，將兩種甚至多種代謝方向聯(lián)合分析，既提高了創(chuàng)新性，又避免思路撞車，簡直不要太贊~

如果你還苦惱于生信分析沒有思路，或者嫌分析方法太過簡單、太過老套，想要創(chuàng)新思路的，或者對代謝或細胞死亡等熱點方向感興趣的小伙伴快來聯(lián)系小