分享

疾病研究中的组学筛选策略该如何选择

 生物_医药_科研 2019-04-30

疾病研究中,很多研究者都在收集临床样品,然后做组学筛选差异的分子。以期寻找新的诊疗靶点。

有研究者觉得,很简单,就是收样品做组学;有研究者觉得,做了组学,没啥用;也有研究者,从中筛选到好的候选靶点。

临床样品筛组学,有哪些注意点呢?以提高我自己研究课题的成功率。

对于一个特定的临床问题,收集什么样品是合适的?用什么组学是合适的?这两个问题有很多专家及文章都在探讨。我们今天探讨一个高分文章没有明确说的点。

先讲讲故事。

故事一

十多年前在复旦读博,学校里做研究都是擅长基础研究方向的,细胞功能,基因功能及相互关系等等。课题组有几个课题,细胞学功能和分子关系结果很漂亮,因为细胞功能是在肿瘤细胞上做的(肿瘤细胞株多,容易操作),所以,就认为是很好的肿瘤相关基因。托人找关系,收集到临床样品,组化一检测,发现癌和癌旁没区别。

跟一个主任讨论课题,主任说,“季老师,你们科研做得很好,但如果这个基因在我研究的疾病中没有差异,哪怕发nature,对我的临床问题来说还是零。”感谢这位主任,让我早早就意识到临床研究中,一定要重视基因的临床相关性。

故事二

组学技术发展很快,临床医生最大的资源就是临床问题和临床样本。有主任收了样品,做了组学。然后让学生挑差异基因深入做功能。发现,临床差异基因,在细胞上不一定有类似表现。这个地方,就是师兄师姐延期毕业的原因之一。嗯,其实也包括我们自己。

两个故事,两种类型,两个问题。或者说,我研究的基因需要同时具备两个性质,1、临床相关性-在疾病中有差异;2、细胞上与临床上改变一致。

高分文章中的基因都具备这两点,只是很少有文章说我是用什么策略筛选出来的。比如前面分享文章中的nature基因(Nature:胰腺癌新药靶研究的突破)。

给建议大家一个筛选策略。

一、临床样品组学筛选

收集临床样品,进行组学筛选。获得差异基因listA。ListA基因就具备临床相关性性质。

这里,如果收集不到人的样品,用动物模型的样品代替。

二、细胞建模组学筛选

1、细胞模型

查高分文献,我研究的临床问题,高分文献公认的体外细胞模型是什么,用什么条件构建细胞的疾病模型的。选择相对我来说,具备可行性的条件,建立细胞疾病模型。

2、组学筛选

选择与临床样品筛选一致的组学,进行差异基因筛选。(建议同时进行,减少实验批次间的偏差。)获得差异基因listB。

ListA与ListB基因取交集,获得listD基因。listD基因,a、具备临床相关性性质,有临床意义;b、细胞疾病模型中的改变行为与临床样品中一致,说明,该基因在此临床问题中采用此细胞疾病模型研究开展研究,是合适的。

这个地方补充一点。有的时候,有老师手上是有研究的药的。这里细胞的组学,做3组。正常组、建模组、建模加药组。做组学筛选。寻找3组间“山”字型和“凹”字型改变的基因。这样有什么好处呢?疾病中及建模中改变的基因,不一定是疾病进程的“因”,也可能是“果”。而加药后再改变的数据,可以把一部分“果”排除掉。提高我后续研究的成功率。

三、修饰组学筛选

以往很多研究者把listD基因继续进行功能筛选,不少人反馈,拿到很好的创新性基因,但文章总是上不到10分以上。

研究中,创新性是第一位的,在有创新性的基础上再看重要性,而重要性体现在机制。(具体参看“如何从5分文章到10分以上文章”)

所以,如果课题设计之初就开始考虑机制的重要性及深度,那么在一开始就把修饰组学加上。

这里,建议是先做磷酸化蛋白组。细胞内传递信号最主要的方式就是磷酸化调控。而激酶,是经典的药物靶点。是我们疾病研究中的候选诊疗靶点。

1、样品

a、临床样品

优点是临床意义大,后续扩大临床样品验证阳性率高。

缺点是,临床样品个体差异大,影响因素多。数据偏差可能大。(临床样品做磷酸化蛋白组,由于技术的限制,不能超过10个检测样品。)

b、细胞建模样品

优点是,细胞建模条件稳定。数据组内均一性好。

缺点是,可能与临床样品的差异不一致。

这里,选择的优先级是,临床样品和细胞建模样品都做;只做临床样品;只做细胞建模样品。

进行修饰组学的筛选,获得差异基因listC。ListC与listD跨组学分析,拿listE。

ListE基因,a、具备临床相关性性质,有临床意义;b、细胞疾病模型中的改变行为与临床样品中一致,说明,该基因在此临床问题中采用此细胞疾病模型开展研究,是合适的。c、后续研究以磷酸化调控为机制,往10分以上文章进行设计。

前面分享的最新的几篇nature文章,研究的基因其实都具备这3个条件。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多