相分離聽說過嗎？能做生信嘛？

小云今天就跟大家聊聊“相分離”這一熱點(diǎn)方向！

1.?相分離是什么？

相分離（phase separation或liquid-liquid phase separation，簡稱LLPS）是指生物大分子（如蛋白質(zhì)、RNA等）在細(xì)胞內(nèi)形成臨時性液-液相分離狀態(tài)的現(xiàn)象。相分離是物理化學(xué)中廣泛存在的液體狀態(tài)，而在細(xì)胞內(nèi)相分離則在維持細(xì)胞內(nèi)復(fù)雜結(jié)構(gòu)、功能和信號傳遞等方面發(fā)揮了關(guān)鍵作用。

2.?相分離的功能？

在細(xì)胞內(nèi)，大分子通過相互作用形成有序或無序的液滴狀結(jié)構(gòu)，這些結(jié)構(gòu)能夠組成各種細(xì)胞組織結(jié)構(gòu)，如核仁和細(xì)胞質(zhì)中的侵入空間（membraneless organelles）。相分離功能的主要作用是有利于集聚互相作用的分子，從而增強(qiáng)其功能和活性。此外，相分離還能夠幫助分離不同功能的分子，避免它們之間的干擾和競爭，使細(xì)胞更加高效地完成各種生物進(jìn)程。

3?相分離與疾病的關(guān)系？

與相分離相關(guān)的許多疾病，如腫瘤、神經(jīng)退行性疾病、代謝性疾病等，都與相分離的異常有關(guān)。相分離失去平衡或形成過程中出現(xiàn)錯誤可能導(dǎo)致異常的液-液分離狀態(tài)、有害的固態(tài)沉降和紊亂的分子運(yùn)動，從而對健康產(chǎn)生不良影響。例如，過度相分離會導(dǎo)致某些蛋白質(zhì)在細(xì)胞內(nèi)形成有毒的錐體狀固體，如抑制神經(jīng)元功能的Tau蛋白等。（ps：腫瘤、非腫瘤疾病都可以研究相分離~）

相分離的失調(diào)可能是一些疾?。ㄈ缟窠?jīng)/肌肉退行性疾?。┌l(fā)生的病因，相關(guān)領(lǐng)域的科學(xué)家也開始通過相分離這個視角重新審視相關(guān)疾病，通過干擾異?！跋喾蛛x”來達(dá)到治療相關(guān)疾病的目的。

4.?相分離的研究現(xiàn)狀？

相分離是目前比較火的一個研究領(lǐng)域，2022年國自然中標(biāo)項(xiàng)目有50項(xiàng)。

????

Pubmed上發(fā)文數(shù)量呈上升趨勢，高分文章不斷涌現(xiàn)。

5.?相分離能做生信分析嗎？

與銅死亡、衰老等方向類似，獲得相分離相關(guān)基因集就可以做生信分析了，直接從相分離數(shù)據(jù)庫PhaSepDB下載相分離相關(guān)基因集合就可以了。

（不知道如何分析/創(chuàng)新的可以找小云，各種個性化分析思路等你來挑~）

今天小云給大家分享一篇6分+基于相分離進(jìn)行疾病分型+預(yù)后模型的生信文章，干濕結(jié)合思路，一起來學(xué)習(xí)一下吧~

題目：一種與前列腺癌患者生化復(fù)發(fā)及腫瘤免疫環(huán)境相關(guān)的液-液相分離指數(shù)

雜志：International journal of molecular sciences

影響因子：6.208

發(fā)表時間：2023年3月

研究思路

從TCGA和GEO數(shù)據(jù)庫中下載PCa的臨床和轉(zhuǎn)錄組數(shù)據(jù)。從PhaSepDB中提取LLPS相關(guān)基因(LRGs)。共識聚類分析用于開發(fā)PCa的LLPS相關(guān)分子亞型。采用LASSO cox回歸分析，建立預(yù)測生化復(fù)發(fā)(BCR)無生存期(BCRFS)的LLPS相關(guān)預(yù)后模型。利用臨床樣本和細(xì)胞系進(jìn)行了初步的實(shí)驗(yàn)驗(yàn)證。

圖1.流程圖

主要研究結(jié)果

1.?基于液-液相分離(LLPS)相關(guān)基因（LRGs）的聚類分析

分析TCGA數(shù)據(jù)中PCa與正常樣本之間的差異表達(dá)LRGs（DELRGs）。通過一致聚類分析得到三個基于LRGs的分子亞型（聚類1、2、3）(圖2 C)。Kaplan-Meier生存曲線發(fā)現(xiàn)三個聚類之間的無生化復(fù)發(fā)生存(BCRFS)差異顯著(圖2D)。比較這三個LLPS相關(guān)聚類中PD-1和PD-L1的相對表達(dá)水平，發(fā)現(xiàn)聚類2和聚類3中PD-1的表達(dá)水平顯著升高，聚類1和聚類2的PD-L1表達(dá)水平顯著升高(圖2E,F)。接下來分析三種LLPS相關(guān)聚類中明顯不同的免疫浸潤細(xì)胞(圖3A)。這三個聚類在免疫評分上存在顯著差異(圖2H)。

（ps：聚類分析和免疫浸潤分析可以用小云新開發(fā)的零代碼生信分析小工具實(shí)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2.?聚類分析和免疫分析

2.?構(gòu)建LLPS相關(guān)的預(yù)后指數(shù)并驗(yàn)證

單變量Cox回歸分析篩選了13個DELRGs(圖3C)。針對這13個DELRGs，進(jìn)行LASSO分析，最終篩選出6個DELRGs構(gòu)建了一個與LLPS相關(guān)的預(yù)后指數(shù)(圖3D,E)，用于預(yù)測PCa患者的BCRFS。計算風(fēng)險評分，根據(jù)風(fēng)險評分中位數(shù)將所有病例分為兩個亞組(包括高風(fēng)險和低風(fēng)險組)。兩組間的BCRFS有顯著性差異(圖3F)。時間相關(guān)ROC曲線下的面積結(jié)果顯示，該指標(biāo)有助于預(yù)測PCa病例的BCRFS (圖3G)。

圖3. 構(gòu)建LLPS相關(guān)的預(yù)后指數(shù)并驗(yàn)證

3.?不同聚類的生存分析

計算不同聚類中的風(fēng)險評分，進(jìn)行生信分析并繪制ROC曲線。發(fā)現(xiàn)高風(fēng)險評分與聚類1和2患者BCRFS不良預(yù)后相關(guān)(圖4G-K)。ROC曲線也表明，該指標(biāo)特別適用于聚類1的PCa患者(圖4?H-L)。（ps：分別在不同聚類中進(jìn)行風(fēng)險評分這個比較少見，小亮點(diǎn)可以學(xué)起來~）

圖4.不同聚類的生存分析和ROC曲線

4.?風(fēng)險評分與臨床病理特征、腫瘤干性的相關(guān)性分析

通過單因素和多因素分析發(fā)現(xiàn)風(fēng)險評分是PCa患者的獨(dú)立預(yù)測因子(圖5A,B)。作者還分析了風(fēng)險評分與一些典型的臨床病理特征之間的相關(guān)性(圖5C)，表明在T期、N期和不同的聚類中，高、低風(fēng)險組之間存在顯著差異。隨后的相關(guān)分析表明，不同的風(fēng)險評分與基于DNA甲基化的干性評分(DNAss)或基于mRNA表達(dá)的干性評分(RNAss)呈正相關(guān)(圖5D,E)。

圖5. 風(fēng)險評分與臨床病理特征、腫瘤干性的相關(guān)性分析

5.?臨床樣本和細(xì)胞實(shí)驗(yàn)驗(yàn)證

通過qRT-PCR驗(yàn)證6個DELRGs在腫瘤細(xì)胞系中的表達(dá)水平，實(shí)驗(yàn)結(jié)果與分析結(jié)果相似（圖6A-B）。免疫組化染色檢測這些基因?qū)?yīng)蛋白在PCa和對照組織中的表達(dá)差異（圖6C-D）。針對關(guān)鍵基因FUS進(jìn)行干擾，分析其對前列腺癌細(xì)胞的遷移和侵襲等功能的影響（圖6E）。

總結(jié)

這篇文章亮點(diǎn)就是基于相分離相關(guān)基因進(jìn)行了疾病分型和預(yù)后模型的分析思路。最后的臨床樣本和細(xì)胞實(shí)驗(yàn)驗(yàn)證也是加分項(xiàng)，常規(guī)分析思路直接發(fā)表6分+文章。干濕結(jié)合是目前的大趨勢，不僅能夠證明分析的結(jié)果，還能為后續(xù)課題做基礎(chǔ)，大家可以根據(jù)自己的情況選擇臨床樣本驗(yàn)證、細(xì)胞/動物實(shí)驗(yàn)驗(yàn)證~

目前關(guān)于相分離相關(guān)的生信文章還比較少，如此創(chuàng)新的分析角度，趕快學(xué)起來吧！

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，或者對相分離等熱點(diǎn)方向感興趣的小伙伴快來聯(lián)系小云吧！