今天koi为大家分享一篇选题足够亮眼的孟德尔随机化，庞大的数据集和多种分析手段保证了可靠性，思路简单清晰，严谨可靠，想发孟德尔的老师千万不要错过！请速速联系小编哦！
文章标题：Unravelling the molecular landscape of endometrial cancer subtypes: insights from multiomics analysis
中文标题：揭示子宫内膜癌亚型的分子景观：来自多组学分析的见解
发表期刊：International Journal of Surgery
发表时间：20240522
影响因子：12.5/Q1
研究背景
子宫内膜癌 （EC） 作为最常见的妇科恶性肿瘤之一，在过去 10 年中发病率不断增加。扩展到代谢和蛋白质表型的全基因组关联研究 （GWAS） 激发了我们采用多组学方法来分析血浆代谢物和蛋白质与 EC 的因果关系，以促进我们对 EC 生物学的理解，并通过比较不同 EC 亚型的分子谱，为更有针对性的诊断和治疗方法铺平道路。
研究方法
进行双样本孟德尔随机化 （MR） 以研究血浆代谢物和蛋白质对不同亚型 EC （子宫内膜样和非子宫内膜样） 风险的影响。进一步采用通路分析、转录组学分析和网络分析来说明不同 EC 组织学类型发病机制背后的基因-蛋白质-代谢物相互作用。
研究结果
1.代谢物对 EC 的因果影响
分析了171个与EC相关的代谢物/比率关联，发现4个显著因果关联，特别是雄烯二醇与EC风险增加有关。MR-Egger分析显示无水平多效性。核心蛋白集包括与两种EC亚型相关的代谢物，其中62个特定于子宫内膜样亚型，36个非子宫内膜样亚型。
2.蛋白质对 EC 的因果关系以及蛋白通路分析
为揭示子宫内膜样与非子宫内膜样EC的致病差异，我们分析了血浆蛋白与EC的因果关系，发现257个关联，其中子宫内膜样亚型132个，非子宫内膜样亚型125个。使用IVW方法，发现IL2RB和LAG3与子宫内膜样EC风险降低显著相关。未发现水平多效性。核心蛋白集包括14种与两种亚型相关的蛋白，其中118种和111种分别属于各亚型。GO分析显示子宫内膜样与非子宫内膜样EC在生物过程、细胞成分和分子功能上的差异。KEGG通路分析在子宫内膜样EC中发现6个重要通路，在非子宫内膜样EC中发现22个，两者重叠通路为细胞因子-受体相互作用和MAPK信号通路。
3. 将转录组学分析整合到 TCGA 数据库中
对比TCGA数据库中的DEGs与MR结果中的EC相关蛋白，我们发现了7种重叠蛋白在子宫内膜样亚型中（RGMA、NRXN2等），6种在非子宫内膜样亚型中（IL32、GRB7等）。同时，我们观察到在RNA和蛋白质水平上，子宫内膜样亚型有2条共同KEGG通路（PI3K-Akt和MAPK信号通路），非子宫内膜亚型有3条（细胞因子-受体相互作用、cAMP信号通路等）。
4.网络分析
对MR结果中的重叠蛋白和EC相关代谢物进行了网络分析，确定了共同调控节点。图5显示，子宫内膜亚型中SCUBE1、RGMA、EVA1C与多种代谢物相关，突显了这些蛋白在子宫内膜EC中的重要性。非子宫内膜亚型中，PSG5、L1CAM、GGT2、IL32与代谢物相互作用，参与非子宫内膜EC发病机制。两种亚型的共调控网络存在显著差异，这对理解这两种EC亚型的分子机制具有重要意义。
文章小结
本研究通过多组学分析揭示了子宫内膜癌不同亚型间的分子差异，识别了与疾病风险相关的代谢物和蛋白质，并发现了核心调控蛋白。创新性地运用两样本孟德尔随机化方法，结合转录组学和代谢组学数据，为子宫内膜癌的病理机制提供了新的分子见解，并可能指导未来的靶向治疗策略。(对这种思路感兴趣的老师，欢迎联系小编！）
