代谢重编程是指细胞为了应对各种刺激压力而做出的代谢改变，这种现象普遍存在于多种疾病中，涉及到糖代谢、脂代谢、氨基酸代谢等代谢途径，与疾病的发生发展密切相关，且其相关信号通路上的关键蛋白也可成为药物的作用靶点。
目前，代谢重编程已成为国自然的“宠儿”，有关代谢重编程的高分文章也层出不穷，2023年有325个国自然中标项目。今天，小云给大家带来的就是一篇代谢重编程类文章，这篇文章有什么奥妙之处呢？让我们一起来看看吧~
首先，相较于目前发文量很多的脂质代谢及乳酸代谢等，这篇文章选择研究较少的鞘糖代谢方向，大大提高了本文的创新性。其次，本研究通过机器学习对代谢通路进行分析，又给文章的创新性上升一个高度。此外，本研究还通过自测的代谢组学数据及免疫组化实验验证了公共数据库的生物信息学分析结果，大大提高了文章的可靠性！思路亮眼，逻辑清晰！可以说本文拿到9分+绝对是名副其实！~(ps：不知道怎么创新的小伙伴可以来找小云！这里有新鲜出炉的生信热点方向，还有一茬接一茬可复现的创新思路，感兴趣的直接扫码联系我噢！)。
- 题目：鞘糖脂生物合成调节因子在胸腺瘤恶性进展中的作用
- 杂志：Int J Biol Sci
- 影响因子：IF=9.2
- 发表时间：2023年8月
研究背景
胸腺瘤是前纵隔最常见的原发性肿块，高达30%至50%的患者可能会发展为晚期、复发、转移性或难治性肿瘤，因此发现可靠的预测性生物标志物来识别胸腺瘤患者至关重要。癌变通常涉及代谢重编程，这对肿瘤微环境、细胞分化和基因表达有重大影响，越来越多的证据表明，代谢异常与各种癌症（包括透明细胞肾细胞癌、结肠直肠癌和子宫内膜癌）的不良预后有关，但胸腺瘤中与代谢相关基因的确切表达模式尚不明确。本研究旨在基于转录组数据以及代谢组学鉴定胸腺瘤中具有预测性的代谢通路和关键基因。
数据来源
|
数据集/队列 |
数据库 | 数据类型 | 详细信息 |
| TCGA-THYM | UCSC | RNA-seq数据 | 121例胸腺瘤样本 |
研究思路
本研究基于TCGA-THYM数据集，对胸腺瘤样本进行聚类鉴定亚型，对亚型中表现出生存显著差异的样本进行差异分析，获得1370个DEGs，采用无监督聚类分析方法对DEGs进行聚类分析。利用线性回归、决策树和随机森林分析建立机器学习分类器，通过使用GSVA评分和机器学习分类器筛选关键通路和基因来评估胸腺瘤的预后。此外，将转录组学研究结果与代谢组学数据相结合，建立胸腺瘤进展过程中代谢重编程的基本控制网络。最后，通过免疫组化实验验证关键基因的表达。
主要结果
1. 胸腺瘤亚型鉴定和差异分析
使用“CancerSubtypes”和“ClassDiscovery”算法对癌症分子亚型进行分析，采用“SNFCC”方法进行聚类分析，结果表明121位THYM患者被分为三个预后截然不同的亚组（图1A-B），对第1组和第3组进行差异基因表达分析，得到1370个DEGs（图C），其中524个基因表达下调，846个基因表达上调。取前100个差异表达基因结合临床信息绘制热图，基因的聚类以及通路富集显示基因分成三组（图D）。
图1 胸腺瘤亚型鉴定和差异分析
2. 不同亚型间的富集分析及生存分析
对亚型1和3之间的DEGs进行GSEA富集分析，获得通路相互作用网络（图2A），其中脂质代谢和免疫/炎症相关图谱显著富集（图2B）。基于GSVA评分的无监督聚类热图显示（图2C），1组和3组在以下途径上存在显著差异：GOMF：脂质转运体活性；GOBP：脂质定位；GOBP：中性脂质生物合成过程。基于这三条通路的GSVA评分，KM曲线表明三条通路的活性与THYM患者的预后密切相关（图2D）。这些结果表明脂质代谢在两种亚型胸腺瘤的增殖和分化过程中发挥着重要作用。（ps：功能富集分析也可以用小云新开发的零代码生信分析小工具实现，云生信分析工具平台包含超多零代码分析和绘图小工具，上传数据一键出图，感兴趣的小伙伴欢迎来尝试哟，网址：http://www.biocloudservice.com/home.html）。
图2 不同亚型间的富集分析及生存分析
3. 不同代谢的途径分析及机器学习分类器开发
作者在KEGG数据库中鉴定了46条肿瘤代谢通路的基因集，通过R包“GSVA”和“Limma”差异分析，发现了37条对胸腺瘤的进展非常重要的代谢途径通路（图3A）。利用决策树（图3B）、随机森林（图3C）和SHAP模型（图3D）算法识别核心通路，一致认为鞘糖脂生物合成LACTO和NEOLAC通路在代谢途径中具有最大的意义。此外，本研究评估了该通路的SHAP值，并观察到其GSVA评分对分类器输出有很大影响（图3E）。
图3 不同代谢的途径分析及机器学习分类器开发
- 核心通路对胸腺瘤患者长期生存的影响
基于核心通路，作者对该通路的GSVA评分进行了生存分析，发现评分越高，患者的预后越差（图4A）。为了进一步了解核心通路中基因的表达和相互作用关系，作者对参与核心通路的22个基因进行了Pearson相关性分析，发现FUT7与ST3GAL3、ST3GAL4之间以及B3GNT4与FUT1之间存在较强的相关性（图4B）。差异分析提示在肿瘤组织中，ST3GAL6的表达明显降低，而B3GALT2、ABO、FUT3、B3GNT3和B3GNT5的表达水平则明显升高（图4C）。
图4 核心通路对胸腺瘤患者长期生存的影响
- 胸腺瘤的代谢组学分析
代谢组学分析从10个样本中共检测到1758种代谢物，分层聚类分析表明，不同类型的代谢物在组间的分布具有一定的异质性（图5A），PCA表明了组内的一致性（图5B）。VIP共筛选出534个差异代谢物，包括233个下调代谢物和301个上调代谢物（图5C），图5D表明不同代谢物之间存在明显的交互作用。
图5 胸腺瘤的代谢组学分析
- 差异代谢物的功能富集分析
Pearson分析表明不同的差异代谢物之间存在协同或拮抗的关系，提示差异代谢物之间存在相互调节（图6A）。图6B的差异丰度（DA）结果表明在胸腺瘤的病理发展过程中，脂质和动脉粥样硬化、胆固醇代谢以及脂肪细胞脂肪分解的调控都呈现出表达下降的趋势，醚脂代谢、酮体的合成和降解的表达呈上升趋势。与代谢相关的KEGG通路图中，有30个DEMs富集于甘油磷脂代谢通路中（图6C），半乳糖代谢、类固醇生物合成和内分泌抵抗通路也表现出显著的富集（图6D）。
图6 差异代谢物的功能富集分析
- B3GNT5高表达与较差的无病生存相关
对B3gnt5和ST3GL6进行免疫组化分析，结果表明B3GNT5和ST3GAL6在胸腺瘤组织中的表达高于瘤旁组织（图7A），此外，生存分析显示，胸腺瘤中B3GNT5的高表达水平与较差的无病生存率相关，而ST3GAL6表达对无病生存率无影响（图7B）。
图7 B3GNT5高表达与较差的无病生存相关
文章小结
这篇文章从代谢通路与癌症发生发展的关联出发，对胸腺瘤的转录组和代谢组进行了分型、互作、相关、机器学习、通路富集以及预后等全面分析，最终鉴定出具有预后预测价值的代谢相关基因。抓住国自然热点“代谢重编程”，选择鞘糖代谢小众研究方向，创新性满满，是取得高分的一个第一大保障；同时利用生信+自测代谢组学数据+免疫组化实验结合的方法，干湿结合，使文章结果更具可靠性，让审稿人更加信服！所以本研究轻松拿到9分+！看到别的团队蹭蹭蹭地发文，你是不是也想搭上代谢重编程的“顺风车”，为自己的课题“锦上添花”呢？感兴趣的话，快快扫码联系小云吧~
小云有话说
小云公众号持续为大家带来最新生信思路，想复现这种思路或者定制更多创新性思路欢迎直接call小云，云生信团队竭诚为您的科研助力！