尔云间 一个专门做科研的团队

原创 eryun 云生信学生物信息学

原创不易请关注和转发支持我们

前面小编给大家分享了一篇7分+Frontiers肿瘤代谢风险预测模型构建的生信文章，这篇文章还做了真实世界队列验证预测模型的可行性和有效性，那么如果有的小伙伴不方便做验证实验又想做肿瘤代谢相关的生信高分文章又该怎么办呢？那就得找创新点，一个是思路创新，一个是技术创新，分析思路创新难度相对高一些，技术创新对于科研小伙伴来说就简单一些。说到技术创新，跟肿瘤代谢相关的最新技术必须非“空间代谢组”莫属啦（ps：空间代谢组是整合质谱成像和代谢组学技术，对动/植物组织中代谢物的种类、含量和差异性空间分布进行精准测定，适用于肿瘤研究、生物标志物发现、药物研发、代谢异常疾病研究等），目前空间代谢组的发文量还比较少，属于技术红利期，应用上这个技术加成就可以减少验证实验，妥妥的提分利器。下面我们就以这篇分+思路为例，一起来学习一下吧~

思 路 设 计

这篇文章年4月发表于CLINICAL CANCER RESEARCH（IF=），利用空间代谢组研究肿瘤特异性分型，用创新型技术+肿瘤异质性分析套路也可突破生信内卷、抢先占领生信文章高地，快学起来，不要错失良机哟~

研究背景

胃癌 (GC)的死亡率较高，且不同亚型的GC 对治疗的反应和效果显著不同，那么则需改善临床中的 GC 分类系统。当前的GC分类系统包括基因组、分子和形态学特征，但基于组织代谢组学的 GC 分类仍然缺乏。

样本信息

收集 名先前未接受过化疗、曲妥珠单抗治疗或免疫治疗的胃癌患者的原发性胃癌切除组织样本。

研究流程

主要结果

1. 基于代谢物分析鉴定GC亚型

对 名 GC 患者的组织微阵列通过高分辨率成像质谱法进行了空间代谢组学研究共鉴定了个肿瘤区域、个基质区域，并利用K-means 聚类根据组织代谢物各定义为3种亚型（肿瘤区域T1/2/3亚型，基质区域S1/2/3亚型）。

2. 肿瘤和基质特异性亚型与分子特征的相关性

基于分子特征相关性将肿瘤特异性亚型分类为 T1（HER2+MIB+CD3+）、T2（HER2-MIB -CD3-)和T3(pEGFR+)，将基质亚型分类为S1(FOXP3-)、S2(HER2-MIB-CD3-) 和 S3(HER2+MIB+CD3+FOXP3+)。

3. 肿瘤特异性亚型与患者预后的关联分析

Kaplan-Meier 生存分析表明T1比 T2亚型的预后更好，但多因素Cox分析表明肿瘤特异性亚型不能作为 UICC 分类系统的独立预后亚型。

4. 具有不同代谢物和相关代谢途径的GC亚型

对代谢物进行了差异和富集分析显示GC亚型富集多种代谢物和代谢途径。

5. 在独立验证队列中，T1和 T2亚型与曲妥珠单抗治疗效果相关

作者前期通过空间代谢组学和机器学习建立代谢组学分类器，可以将HER2+GC 患者分为曲妥珠单抗敏感和耐药，从而预测患者对曲妥珠单抗的反应，该研究中的 HER2+GC患者被用作独立验证队列。由于代谢组学分类器与 HER2 蛋白表达的特定相关性，其被应用于预测 T1和 T2亚型中的曲妥珠单抗反应，结果发现代谢组学分类器可以区分发现队列中的 T1和T2亚型。最后将验证队列分为 T1和 T2亚型，发现T1亚型中曲妥珠单抗敏感患者的百分比以及预后显着高于T2亚型。

文章小结

本研究开发了一种新的肿瘤和基质特异性分类模型，应用基于组织的空间代谢组学结合 K-means 聚类分析对大量 GC 患者进行分类。这是第一项基于组织代谢组学对 GC 患者进行分类的研究，患者亚型的代谢差异及其与分子特征的关联可以改善个性化治疗方案。

利用“空间代谢组学”的技术加成，搭上了“肿瘤代谢”和“肿瘤耐药”两大国自然热点，即使简单的分析手段也可以妥妥拿高分呀，趁着技术红利期，换个癌种赶快复现吧