小云作為一個對生信熱點時刻保持高敏銳度的科研打工人，已經給小伙伴們推薦過很多生信切入方向，包括大熱的細胞死亡系列、腫瘤免疫系列、還有一些潛在熱點。但我們關注的大多數還是一個功能方向（比如銅死亡）或者細胞類型（CAF細胞）以及一些單基因/基因家族，對于一些調控信號通路的關注并不多。

其實“信號通路”方向也非常適合做生信，它有很多優(yōu)勢：?

a)?一個信號通路通常可能調控多種疾?。ㄉ婕凹膊》秶鷱V，不限腫瘤或非腫瘤疾?。?；

b)?信號通路包含很多基因，自然就形成了一個完整的基因集，不用再去多途徑找基因；

c)?信號通路本身就屬于調控機制，這個方向做完生信后，更方便往下延伸做機制實驗；

d)?信號通路方向目前做生信的并不是很多，發(fā)文空間大，競爭壓力小。

綜合這么多優(yōu)勢，你有沒有對“信號通路”這個生信切入方向心動呢？

其實小云也之前少量分享過這個方向的生信文章。今天再次提出這個切入點，推薦一篇以“血小板活化信號通路”切入做泛癌分析和免疫治療反應評估的生信文章，純生信分析發(fā)到了6分+，性價比還是很高的，小云已經準備好基因集，小伙伴們可以嘗試換個癌種或疾病去復現啦！

l?題目：綜合分析糖蛋白VI介導的血小板活化（GMPA）信號通路預測泛癌生存和對抗PD-1免疫治療的反應

l?雜志：Computational and Structural Biotechnology Journal

l?影響因子：IF=6.155

l?發(fā)表時間：2023年4月

研究背景

血小板在癌癥和免疫中起著至關重要的作用。然而，很少有關于血小板相關信號通路在各種癌癥中的作用及其對免疫檢查點阻斷(ICB)療法的反應的綜合研究。

數據來源

研究思路

首先基于35個GMPA相關基因使用ssGSEA計算了GMPA評分，并分析了GMPA相關基因在TCGA 19種癌癥中的表達情況。隨后，通過單變量生存分析、Cox比例風險模型、KM曲線、單/多變量Cox回歸分析GMPA信號通路相關基因表達水平、癌癥預后和癌癥生存率之間的關系。分析GMPA評分與腫瘤免疫和泛癌微環(huán)境亞型的相關性，并在黑色素瘤組織學數據中分析GMPA評分、腫瘤組織學和腫瘤免疫之間的相關性。評估黑色素瘤ICB治療前和治療中樣本中GMPA評分對免疫治療反應的預測性能。最后比較GMPA評分與其他ICB響應特征的預測性能。

主要結果

1. GMPA信號通路相關基因的表達和預后分析

基于35個GMPA相關基因使用ssGSEA計算了GMPA評分，并分析了TCGA 19種癌癥中GMPA評分差異和GMPA相關基因的表達情況（圖1a, b）。通過單變量生存分析和Cox比例風險模型評估了35個GMPA相關基因的預后性能（圖2a），然后基于GMPA評分進行了單變量Cox回歸分析，發(fā)現GMPA相關基因表達僅與SKCM的OS相關（圖2b）。因此作者又在TCGA-SKCM中進行KM生存分析GMPA評分高低組間的OS預后差異（圖2c）。多變量Cox回歸分析顯示GMPA信號評分可以作為SKCM患者的獨立預后因素（圖2g）。（ps：cox回歸分析、KM曲線繪制也可以用小云新開發(fā)的零代碼生信分析小工具實現，云生信分析工具平臺包含超多零代碼分析和繪圖小工具，上傳數據一鍵出圖，感興趣的小伙伴歡迎來嘗試喲，網址：http://www.biocloudservice.com/home.html）。

圖2 GMPA信號通路相關基因和GMPA評分的預后分析

2.?GMPA評分與腫瘤免疫和泛癌微環(huán)境亞型的相關性分析

GSEA分析泛癌低和高GMPA信號分數組中差異富集的特征和途徑，發(fā)現高GMPA簽名分數組與免疫細胞功能相關的途徑相關（圖3a）。作者進一步分析GMPA信號分數和免疫調節(jié)劑表達之間的Spearman相關性（圖3b）。已有研究表明許多癌癥類型分為四種不同的腫瘤微環(huán)境(TME)亞型（D, F, IE/F, IE）和6種免疫亞型，所以作者又比較了不同TME亞型和免疫亞型之間的GMPA評分差異，發(fā)現TME的D亞型（很少或沒有免疫細胞浸潤）和免疫C4亞型(淋巴細胞減少)具有最低的中值得分（圖3c, d），表明GMPA評分可能與癌癥免疫狀態(tài)密切相關。最后作者分析了泛癌中高低GMPA分數組中相對TCR豐富度，以評估GMPA分數對ICB治療反應的預測（圖3e）。（ps：作者在這里引入了TME亞型和免疫亞型，分析GMPA與亞型的相關性，是個分析亮點，小伙伴們在做免疫相關分析時也可以學習下這個方法哦）

圖3 GMPA評分與腫瘤免疫和泛癌微環(huán)境亞型的相關性分析

3. 黑色素瘤中GMPA信號評分、腫瘤組織學和腫瘤免疫之間的相關性分析

從TCGA-?SKCM隊列和GSE8401中獲得皮膚黑素瘤樣本的組織學數據，從組織學角度分析GMPA評分。結果顯示，低GMPA分數組具有相對較高的惡性細胞密度和較低的免疫細胞浸潤（圖4a, b），淋巴細胞在高GMPA評分組中高度豐富，而低GMPA評分組顯示相對較高的基質含量、膠原形成和腫瘤細胞百分比（圖4c）。

4. GMPA評分對ICB治療反應的預測作用評估

通過ssGSEA計算分析8個接受ICB治療隊列中治療前樣本響應組（R）和無響應組（NR）間的GMPA評分差異，發(fā)現Gide et al.和MGSP隊列中R組的GMPA評分顯著高于NR組（圖5a）。使用ROC曲線來評估和量化GMPA評分的預測能力（圖5b）。根據最佳GMPA評分將患者分為高分組和低分組，并進行K-M生存分析以確定OS和無進展生存期(PFS)，結果顯示GMPA評分高的患者PFS和OS顯著改善（圖5c-g）。

圖5 GMPA評分對ICB治療反應的預測作用評估

5. GMPA評分和其他預測特征的預測性能比較

通過AUC值在不同數據集中比較GMPA評分和其他預測特征對于ICB治療反應的預測性能，結果顯示GMPA評分在ICB治療樣本中預測性能優(yōu)于其他預測模型（圖6）。

圖6?GMPA評分和其他預測特征的預測性能比較

小結

這篇文章基于“GMPA信號通路”進行泛癌分析，并利用多種ICB治療隊列進行詳細地免疫治療反應預測作用評估。選題方向和整體分析思路的創(chuàng)新性都不錯，數據量很充實，并且用公共組織學數據進行驗證比較新穎，所以發(fā)到6分+的純生信性價比還是很高的！目前信號通路方向的生信文章并不多，發(fā)文空間還是相當大的，用上這個思路，換個疾病或腫瘤快去復現吧！

?