1个月接收！双代谢热点分析思路！糖酵解+胆固醇合成强势组合，8分+生信文章教你如何类
代谢方向那么多，相关的生信思路要怎么玩？
单一代谢方向已经看腻了，可以通过双代谢热点创新升级！
代谢的研究一直是肿瘤领域的热点方向，众多医学生理学诺贝尔奖都是来自代谢相关研究课题。具体包括糖代谢、脂质代谢、胆固醇代谢、氨基酸代谢、乳酸代谢等等。
那这么多代谢方向，选哪个做生信分析比较有创新性呢？
小云告诉你一招，可以减少分析思路的撞车概率，那就是双代谢分析思路！
（不知道如何找双热点或创新升级的可以找小云，各种个性化分析思路等你来挑~）
代谢重编程是肿瘤的特征之一，与基因异质性类似，肿瘤细胞代谢也是高度异质性的。换句话说，肿瘤代谢过程中会有多个代谢过程存在变化。（ps：那么将两种甚至多种代谢方向联合分析，岂不是顺理成章~可以参考多种死亡方式组合分析的思路）
接下来又到了举例时间喽~小云喜欢用事实说话，今天给大家分享的这篇文章，就是将肿瘤代谢中最要的两个代谢--脂质代谢和糖代谢进行联合分析，形成了双代谢热点的分析思路。赶快来看看吧~
题目：糖酵解和胆固醇合成相关基因信号在预测骨肉瘤预后和免疫功能方面的综合分析
杂志：Frontiers in immunology
影响因子：8.786
发表时间：2022年12月
数据信息
研究思路
从GSE21257和TARGET-OS数据集中获取基因表达数据和临床信息。采用一致性聚类方法对糖酵解和胆固醇合成相关基因(GCSRGs)相关亚型进行鉴定。采用单变量Cox回归和LASSO Cox回归分析构建GCSRGs特征。采用ssGSEA方法分析免疫细胞浸润的差异。采用prophet R包对不同组进行药敏评估。采用Western blotting、细胞活力试验、划痕试验和Transwell试验进行关键基因的细胞学验证。最后针对关键基因进行泛癌分析。
主要研究结果
1. 基于糖酵解和胆固醇合成相关基因(GCSRGs)进行聚类分析得到4种亚型
分析GEO和TARGET-OS数据集中的GCSRGs表达，然后进行一致聚类，根据GCSRGs的中位表达水平将整个队列分为4种代谢亚型：静止型、糖酵解亚型、胆固醇亚型和混合型(图1B)。进一步分析发现不同亚型间预后差异显著(图1E)。ESTIMATE算法进行免疫、基质和ESTIMATE评分(图1F-I)。
图1. 基于GCSRGs表达的分类
2. GCSRGs共表达网络及富集分析
WGCNA筛选出与糖酵解和胆固醇合成相关性较强的模块，即午夜蓝模块和黄色模块（图2C）。两个模块中共有402个基因作为关键代谢基因。进行GO和KEGG通路富集分析。发现GCSRGs主要与缺氧反应、局部粘附、细胞-底物连接、核糖体、糖异生等通路相关（图2A）。
图2. 筛选模块基因及功能富集分析
3. 基于预后相关的GCSRGs构建预后模型，计算风险评分
单因素Cox分析发现12个基因与患者预后相关。然后，LASSO Cox回归分析筛选出5个基因为独立预测因子（图3H-I），计算风险评分，根据中位数风险评分分为高风险组和低风险组。低风险组的生存概率明显大于其他组（图3A-B）。ROC曲线分析证明GCSRGs特征是骨肉瘤患者有效的预后预测指标（图3D-E）。
图3. GCSRGs预后特征的构建和预后价值
4. GCSRGs特征的独立预后分析和Nomogram的构建
单因素和多因素Cox回归分析显示，风险评分和转移的临床病理参数是独立的预后因素（图4A-B）。进一步开发了用于估计骨肉瘤患者生存可能性的预后nomogram（图4C）。该预后图可以系统地预测骨肉瘤患者1、3、5年的OS。校准曲线显示，实际结果与预测结果一致（图4D）。
图4. 基于风险评分和临床因素的独立预后价值评估和Nomogram构建
4. GCSRGs特征的免疫图谱及药敏分析
使用ssGSEA方法评估两组间免疫细胞浸润的差异（图5A），两组间免疫检查点的表达存在显著差异（图5B）。药敏分析显示，高风险组患者对11种药物敏感（图5C），低风险组患者对13种药物敏感。
（ps：免疫浸润分析和药敏性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5. 高、低风险组的免疫状况和药敏差异
6. TRAM2体外功能验证
选择其中一个骨肉瘤中研究较少的关键基因进行验证，通过Western blot检测发现TRAM2在骨肉瘤细胞系中的表达高于人成骨细胞系（图6A）。然后，将si-TRAM2转移到细胞系中（图6B），观察TRAM2对骨肉瘤细胞增殖、侵袭等功能的影响
图6. TRAM2在体外抑制骨肉瘤的进展
7. TRAM2的泛癌分析
对TRAM2进行了泛癌分析，包括TRAM2在33种癌症中的表达（图7A-B）、TRAM2与多种癌症的OS、无进展生存期(PFS)和疾病特异性生存期(DSS)相关（图7C-E）、与TMB和MSI相关、与免疫相关基因和免疫检查点的关系。
图7. TRAM2的泛癌分析
总结
这篇文章的亮点就是基于糖酵解和胆固醇代谢进行了双代谢热点的生信分析，疾病分型和之后的预后模型、构建风险评分、分析不同风险组患者肿瘤微环境、构建nomogram等均为常规分析。
当然，作者针对关键基因的验证实验和泛癌分析也是提分的亮点，干湿结合还能满足毕业的需求，也为后续的课题思路做基础。
另外，代谢方向那么多，完全可以参考多种死亡方式组合分析的思路，将两种甚至多种代谢方向联合分析，既提高了创新性，又避免思路撞车，简直不要太赞~
如果你还苦恼于生信分析没有思路，或者嫌分析方法太过简单、太过老套，想要创新思路的，或者对代谢或细胞死亡等热点方向感兴趣的小伙伴快来联系小
