【昊閱讀】復雜疾病研究-多組學角度切入點不容小覷！

發(fā)稿時間：2019-04-22來源：天昊生物

復雜疾病之所以復雜，往往是因為其發(fā)病機制牽涉到眾多生物學環(huán)節(jié)，這也決定了復雜疾病的研究需要從多個角度，多個層次開展。隨著生物學檢測技術(shù)的不斷發(fā)展，復雜疾病的研究進入了多組學聯(lián)合分析時代，基于這些大數(shù)據(jù)的整合分析，為復雜疾病的致病機理，精準防控與治療提出了嶄新的思路。

 

 

基因組學告訴你可能發(fā)生什么

轉(zhuǎn)錄組學告訴你正在發(fā)生什么

蛋白組學告訴你已經(jīng)發(fā)生什么

代謝組學告訴你確實發(fā)生了什么

——Billy David

 

 

 

圖1：多組學分析的基本思路

 

 

Case 1 圖譜：基因組&轉(zhuǎn)錄組&甲基化&蛋白組

Comprehensive Molecular Characterization of Pheochromocytoma and Paraganglioma

嗜鉻細胞瘤（PCCs）/副神經(jīng)節(jié)瘤（PGLs）的分子生物學特征

發(fā)表時間：2017-2

IF：27.407

發(fā)表期刊：Cancer cell

 

圖：研究摘要圖示

 

? 樣本：173例嗜鉻細胞瘤（PCCs）/副神經(jīng)節(jié)瘤（PGLs）

? 技術(shù)平臺：WES、SNP-array、RNA-seq、miRNA測序、methylation、protein（RPPA反向蛋白質(zhì)芯片就是拿已知種帶標記的蛋白固定在固相載體上，去和樣品里的蛋白反應）。

? 研究結(jié)果

1）WES測序分析發(fā)現(xiàn)PCCs/PGLs突變負荷均較低（包括生殖系和體細胞突變），涉及到46例患者和68例患者，但二者驅(qū)動基因不同；同時基于RNAseq發(fā)現(xiàn)融合基因；對突變或融合基因的甲基化程度和CNV情況進行深入分析。

2）基于mRNA測序數(shù)據(jù)，將PCCs/PGLs分成4種分子亞型：

Wnt altered：通路基因高表達，由 MAML3 融合及CSDE1 體細胞突變所驅(qū)動，預后差，為散發(fā)PCCs特有；

Kinase signaling：主要見于PCCs，去甲腎上腺素高表達；

Pseudohypoxia：為PCCs和PGLs共有，通常缺乏腎上腺素和變腎上腺素分泌，腫瘤缺氧標志物過表達；

Cortical admixture：腎上腺皮質(zhì)標志物（CYP11B2、CYP21A2、STAR）過表達。

3）聯(lián)合其他組學數(shù)據(jù)如methylation、copy number、miRNA及RPPA，發(fā)現(xiàn)均與以上4種亞型顯著相關(guān)

 

Case 2 功能分子篩選：全轉(zhuǎn)錄組&甲基化&CNV

Recurrently deregulated lncRNAs in hepatocellular carcinoma

多組學探究lncRNA在肝細胞癌中的作用

發(fā)表時間：2018-12

IF：12.12

發(fā)表期刊：Nature Communications

 

圖：研究摘要圖示

 

 

 

研究背景：

肝癌細胞（HCC）經(jīng)常侵入門靜脈系統(tǒng)并且發(fā)展成為門靜脈腫瘤栓（PVTT）；關(guān)注lncRNA對肝癌發(fā)生的影響

研究方法：

? 樣本：20個病人的60個臨床樣本

? 技術(shù)平臺： RNAseq； Affymetrix CytoscanHD arrays；450K芯片。進行轉(zhuǎn)錄組、CNV及甲基化修飾的檢測和多組學分析，以lncRNA的表達為主線，結(jié)合甲基化與拷貝數(shù)的分析結(jié)果，研究lncRNA作用分子機制

主要研究結(jié)果

1 確定患者肝癌樣本中的lncRNA數(shù)量和類型

研究人員收集了20個臨床病人肝癌原發(fā)灶、臨近的正常組織以及PVTT組織，總計60個樣本進行了全轉(zhuǎn)錄組測序。一共鑒定到13870個GencodeV19注釋的lncRNA以及8603個新的lncRNA

2 組間差異分析

原發(fā)灶和正常組織相比，差異表達lncRNA數(shù)量多，而轉(zhuǎn)移灶和正常組織相比，差異表達lncRNA數(shù)量很少（下圖）。

 

3. lncRNA的CNVs與DNA甲基化研究，在60個樣本中，發(fā)現(xiàn)235個lncRNA存在CNV和DNA甲基化改變（下表）

 

4. lncRNA與lncRNA編碼基因共表達網(wǎng)絡(luò)構(gòu)建，結(jié)果發(fā)現(xiàn)很多與lncRNA共表達的基因富集在細胞吸附，免疫和代謝等通路上。

5. 腫瘤細胞系中10個lncRNA敲降研究，確定3個lncRNA對腫瘤細胞表型存在影響

 

研究結(jié)論：

本文解析了肝癌在發(fā)生和轉(zhuǎn)移過程中相關(guān)的lncRNA表達譜和潛在生物標志物，確定了lncRNA在肝癌研究中的臨床標志物應用價值。

 

 

 

Case3 Biomarker：轉(zhuǎn)錄組&代謝組

A Comprehensive Analysis of Metabolomics and Transcriptomics in Cervical Cancer

宮頸癌代謝組學和轉(zhuǎn)錄組學的綜合分析

發(fā)表時間：2017-12

IF：4.122

發(fā)表期刊：Scientific Reports

 

 

圖1：研究摘要圖示

 

• 樣本：宮頸癌患者的血清樣本，以及正常非患病人群的血清樣本作為對照
• 技術(shù)平臺：代謝組學 (training set included 70 CC and 80 NOR cases, and the test set consisted of 66 CC and 69 NOR cases ) &轉(zhuǎn)錄組 (accession number GSE63514 )
•  研究結(jié)果：

1. 利用質(zhì)譜技術(shù)，進行非靶向代謝組學分析（差異分析），得到的差異代謝分子用METLIN和HMDB等公共數(shù)據(jù)庫（常用定性數(shù)據(jù)庫）進行查庫，定性到62個差異代謝物。

2. 將定性到的62個差異代謝物，進行聚類分析和相關(guān)性分析，以及ROC分析，計算AUC, sensitivity (SE) and specificity (SP)，最后確定5個biomarkers。

3. 將定性到的62個差異代謝物，進行KEGG通路和富集分析，通過篩選P < 0.1，富集到7個顯著變化差異的通路。

4. 獲取公共的一組宮頸癌患者和正常非患病人群的血清樣本轉(zhuǎn)錄組學數(shù)據(jù)，找到代謝組學富集的7的代謝通路中，有117個差異表達基因（FDR<0.05），并對這些差異基因進行GO注釋分析，92%的基因參與到catalytic activity，大多數(shù)是oxidoreductase activity和transferase activity。