m6A的泛癌症（33 cancers）生信分析发到10分是什么水平？

近几年纯生信的文章如雨后春笋般遍地开花，我们通过检索pubmed数据库近5年发表的生信文章，发现现阶段纯生信套路文献大致分为miRNA、DNA甲基化、lncRNA、circRNA的ceRNA、分子标志物模型、SNP及拷贝数变异等等。

这些套路遍地开花，随便一搜一大把的文献，那么还有新套路可以挖掘吗？

当然！

今天我们隆重介绍另外一种套路：纯生信类m6A。

首先我们看看m6A生信文章在pubmed数据里面有多少：

只有87篇！

什么是m6A甲基化？

m6A指腺嘌呤的第6位氮原子（N）发生了甲基化修饰，通过甲基化酶复合物对甲基进行“书写”(Writer)、“擦除”(Eraser)或“阅读”(Reader)，进而对RNA发挥调控作用。

甲基化酶复合物主要分为3大类：

1）“书写”(Writer)，甲基化转移酶(methyltransferase)。主要包括METTL3、METTL14、WTAP等；

2）“擦除”(Eraser)，去甲基化酶(demethylase)。主要包括FTO、ALKBH5等

3）“阅读”(Reader)，一种特定的RNA结合蛋白，能够使m6A修饰的RNA发挥特定的生物学功能，主要包括YTHDC1、YTHDC2、YTHDF1、YTHDF2等。

如果我们在分析差异基因发现了这些基因，是不是可以将这些基因挑选出来从m6A方面下手，避免与其他生信套路大面积重复呢？

像那些2、3分的水刊咱们就不看了，直接上10分的文章感受一下

来看看这篇文章的泛癌症研究中m6A相关纯生信文章，怎么能够发到这么高的分数。

首先我们看到了，这里总共包含了33种肿瘤类型，至于有哪些基本上就是TCGA中的那些。

那么这么多肿瘤中，和m6A相关的那些个基因突变频率和CNV情况如何呢？如上图。

下面这幅图呢，就是m6A相关的蛋白在33种肿瘤中的差异表达情况，可以看到表达差异最大的最多集中在了Readers区哪几个基因上，然后单独把IGF2BP3在各个肿瘤中的表达情况通过箱式图进行了展示。

然后作者又将readers、writers、erasers这些蛋白的PPI网络、表达相关性进行了分析：

显然大部分的m6A功能蛋白之间是显著正相关的。

作者又将readers、writers、erasers这些蛋白和肿瘤相关的正负相关通路做了一个富集分析，显示出了紧密的联系。

最后作者通过生存预后分析的结果，将33种肿瘤中各个蛋白与差预后的关系通过红蓝色块展示，红色为正相关，蓝色为负相关。C图和D图是单独的肾癌中m6A相关蛋白的聚类热图以及总的生存分析图。

那么我们可以做的就是将这些基因分别放到33种肿瘤中去单独深入分析，也能出不错的数据分析的结果，如果你有意向可以来找我们团队的生信博士进行切磋。