hihihi！宝子们~阿星又来噜~每次迫不及待的想给大家分享最近看到的好文章呀！想必大家都了解乳酸代谢和缺氧一直都是我们生信领域研究的热点内容，这次北京大学肿瘤医院团队将其与“公共数据库＋单细胞测序”结合起来，直接发了SCI一区！这个思路真是科研界的“悟空”呀！那么文章中究竟有哪些奥秘呢？让我们一起来看看吧！
1、综合多种分析方法：研究结合了差异表达分析、无监督聚类、Cox回归、随机森林模型、LASSO等多种生物信息学分析方法，提高了分子亚型分类和预测模型的准确性和可靠性。利用CIBERSORT、TIP、IPS和TIDE等多种工具和方法，对CRC的免疫微环境进行了全面深入的分析，揭示了缺氧和乳酸代谢对免疫细胞浸润和免疫检查点基因表达的影响。
2、多数据集验证：不仅在原始数据集（TCGA）内进行了验证，还在多个独立的外部数据集中进行了验证，确保了研究结果的稳定性和可重复性。
3、实验与计算相结合：通过体外实验验证了计算分析的结果，实现了计算预测与实验验证的有机结合，增强了研究的说服力。
（ps：文章中的思路大家都学到了吗？如果小伙伴们也想复现这个思路的话，欢迎扫下面的二维码与阿星聊天哦~帮你理清思路，快速上分！）
l题目：新的缺氧和乳酸代谢相关的分子分型和结肠直肠癌的预后特征
l杂志：Journal of Translational Medicine
l影响因子：IF=6.1
l发表时间：2024年6月
公众号回复“888”，即可领取原文献240827
研究背景
本文的研究背景主要围绕结直肠癌（CRC）这一全球范围内高发病率和高死亡率的严重健康问题展开。CRC的肿瘤微环境（TME）中，缺氧和大量乳酸的产生是两个显著的特征。尽管缺氧和乳酸代谢在CRC中的重要性已被逐渐认识，但它们对CRC的具体影响尚未完全阐明。特别是缺氧和乳酸代谢如何通过影响免疫微环境和治疗反应来影响CRC的进展和预后，仍需进一步研究。
研究思路
研究团队首先从TCGA和GEO数据库下载CRC的bulk和单细胞RNA测序数据以及临床信息。然后，利用DESeq2进行差异表达分析，筛选出与缺氧和乳酸代谢相关的差异表达基因（DEGs）。再通过无监督聚类方法对CRC样本进行分子亚型分类。使用Cox回归、随机森林模型、LASSO和多元Cox回归分析等方法构建预测模型（HLM评分系统）。最后，通过体外实验验证缺氧对CRC细胞化疗敏感性的影响。
图1本研究中进行的分析大纲。CRC：结直肠癌；TCGA：癌症基因组图谱；K-M：Kaplan-Meier；GSEA：基因集合富集分析；CMS：共识分子亚型；KEGG：京都基因和基因组百科全书；基因本体；套索：最小绝对收缩和选择操作符；ROC：受试者工作特征；scRNA-seq，单细胞RNA-seq
研究结果
1、结直肠癌中缺氧相关DEGs和乳酸代谢相关DEGs的鉴定
研究团队从TCGA数据库中获取了575例CRC样本的RNA-seq数据，进行了差异性表达分析。通过交集分析，最终确定了26个缺氧相关的DEGs（HRDEGs）和9个乳酸代谢相关的DEGs（LMRDEGs）。使用热图展示了这35个DEGs（26个HRDEGs和9个LMRDEGs）之间的相关性。通过Cox回归方法评估了每个基因的预后意义，结合生存时间和基因表达数据。基于HRGs和LMRGs的表达模式，将575例CRC患者分为三种分子亚型（C1、C2、C3），并发现不同亚型在缺氧和乳酸代谢相关微环境上存在显著差异。
图2 CRC中DEHRGs和DELMRGs的鉴定。结直肠癌与正常组织之间的deg的火山图。BHRGs、DEGs和OS相关基因的维恩图。CLMRGs、DEGs和OS相关基因的维恩图。D35个DEHRGs与DELMRGs相关性的热图。E35个DEHRGs和DELMRGs的相互作用和基因功能。F经过无监督聚类后的不同数量的聚类的热图。G在不同数量的聚类时的组内聚类一致性。DEHRGs：不同表达的缺氧相关基因；DELMRGs：不同表达的乳酸代谢相关基因；CRC：结肠直肠癌；OS：总生存率
2、基于HRDEGs和LMRDEGs构建分子亚型
研究团队从TCGA数据库中获取了575例CRC样本的RNA-seq数据，通过差异表达分析，确定了8168个DEGs，其中4496个上调，3672个下调。通过对575例CRC样本进行无监督聚类分析，最终将样本分为三个分子亚型：C1、C2和C3。Kaplan-Meier生存曲线显示，C1亚型患者的总生存期（OS）显著差于C2和C3亚型。发现C1亚型中缺氧通路显著上调，氧化磷酸化通路下调；而C3亚型中多个HALLMARK信号通路上调。利用CIBERSORT工具分析了不同分子亚型中22种免疫细胞的浸润情况，揭示了C1亚型中免疫抑制性微环境的存在。
图3基于DEHRG和DELMRG的分子分型。不同分子亚型的Kaplan-Meier曲线。B35个不同亚型的DEHRG和DELMRG的热图及其与临床特征的相关性。C基于DEHRGs和DELMRGs的分子亚型中的分布。DC1亚型中缺氧通路显著上调，氧化磷酸化通路下调。E除缺氧外，C1亚型中前3个标志性信号通路比C3亚型中上调。F除缺氧外，C3亚型中前3个标志性信号通路比C1亚型中上调。DEHRGs：不同表达的缺氧相关基因；DELMRGs：不同表达的乳酸代谢相关基因；CMS：共识分子亚型；MAC：粘液性腺癌；NMAC：非粘液性腺癌
表1不同分子亚型的临床病理特征
3、不同分子亚型的免疫景观
研究团队使用CIBERSORT方法计算了每个样本中22种免疫细胞的浸润情况。使用了免疫表型评分（IPS）和肿瘤免疫功能障碍与排斥（TIDE）评分来评估不同亚型中免疫治疗的潜在临床疗效，结果发现，C1亚型的IPS显著低于C2和C3亚型，表明其免疫竞争力较弱。C1亚型中PD-L1评分和癌症相关成纤维细胞（CAF）评分显著高于C2和C3亚型，进一步支持了C1亚型中免疫逃逸的普遍性。通过ssGSEA和scRNA-seq分析，发现C1亚型中耗竭的CD8+ T细胞（尤其是OXPHOS-Tex）显著高于C2和C3亚型，而初始T（Tn）细胞则较低。
图4.不同分子亚型的免疫景观。细胞分类显示了22种免疫细胞的膨胀。B癌症免疫周期中三种亚型之间的差异。C癌症免疫周期中不同分子亚型招募免疫细胞的差异的雷达图。D三个分子亚型的IPS。E主要组织相容性复合体（MHC）分子、efector细胞（EC）、抑制细胞（SC）和检查点（CP）评分。f三种分子亚型的总TIDE评分。3种分子亚型的G PD-L1和H CAF评分。I24个已知的免疫检查点基因在不同亚型中的表达。IPS：免疫表评分；潮汐：肿瘤免疫功能障碍和排除；CAF：肿瘤相关成细胞。*p<0.05; **p<0.01; ***p<0.001; ****p<0.001
4、不同分子亚型的突变定位
研究团队通过TMB分析发现，不同分子亚型C1、C2和C3的TMB存在显著差异。C1和C2亚型表现出较高的TMB，而C3亚型则表现出较低的TMB（p < 0.01）。通过突变频率分析发现，APC基因在C1、C2和C3亚型中的突变频率逐渐增加，表明该基因的突变在肿瘤进展中可能起到重要作用。KRAS基因的突变频率在C2亚型中最高，其次是C1和C3，KRAS的突变在肿瘤发生和发展中可能扮演关键角色。研究发现，C1亚型患者对5-氟尿嘧啶的敏感性显著低于C2和C3亚型（p < 0.01），表明分子亚型可能影响患者对化疗药物的反应。
图5突变定位和药物敏感性。A-C TMB，三个分子亚型的突变频率和类型。比较d5-福尿嘧啶、E奥沙利铂和F伊立替康这三种亚型中不同化疗方式的半抑制浓度值。G基于CTRP2数据库的三种亚型中呋尿嘧啶的AUC值比较。半抑制浓度：半最大抑制浓度；AUC：曲线下面积；TMB：肿瘤突变负荷
文章小结
文章首次结合HRGs和LMRGs对结直肠癌（CRC）进行了分子分型，通过差异表达分析、Cox回归分析和随机森林模型筛选，最终确定了六个基因构建了HLM评分系统。然后，创新性地利用单细胞测序数据进行伪批量分析，将单细胞数据聚合成类似于批量测序的数据，从而保留了单细胞的异质性信息，同时提高了分析的稳定性和准确性。这些创新点不仅为CRC的精准治疗提供了新的思路，也为其他肿瘤的研究提供了可借鉴的方法学参考。整篇文章的思路大家看下来是不是也觉得非常你nice！！如果小伙伴也在做相似的课题，却还在为文章思路而烦恼，不凡扫下方二维码来和阿星聊聊天，打开一下思路吧！
阿星有话说
生信星持续为大家带来最新生信思路，更多创新性分析思路请点击下方链接。想复现这种思路或者定制更多创新性思路欢迎直接call阿星，生信星团队竭诚为您的科研助力!
往期精选
27 August 2024
