【原】Bulk转录组“从0到1” | 第1期. 心心念念的Bulk转录组文章复现，启程！

近年来，肿瘤代谢领域的相关研究层出不穷，各地科研人员试图以肿瘤的代谢重塑为视角来重新审视肿瘤的发生发展过程，期冀以此发展出新的学说与治疗手段。那么，关于肿瘤与代谢，我们该如何利用生物信息学工具进行简单的挖掘呢？以此为题，今天我们分享一篇于2020年1月份发表于Clinical Cancer Research杂志的论文：“Altered Gene Expression along the Glycolysis–Cholesterol Synthesis Axis Is Associated with Outcome in Pancreatic Cancer”。

  

1.研究简介：

癌基因驱动的代谢重塑允许癌细胞在肿瘤微环境中生存适应，然而这一过程能否将胰腺导管腺癌（pancreatic ductal adenocarcinoma, PDAC）划分为临床相关亚组仍然未知。本文以PDAC中已知的糖酵解与胆固醇合成的异常激活状态为分型依据，并发掘了不同代谢模型下的生存与癌症分子特征差异。

2.研究正文：

2.1 基于Bulk转录组的代谢模型构建

图1

作者整合了五个数据库PDAC的RNA-seq数据（TCGA、ICGC、COMPASS、PanGen和POG）并筛选出肿瘤含量>30%的325例样本。使用REACTOME数据库（https:///，经典通路数据库）的糖酵解和胆固醇基因集，考虑到代谢基因表达的异质性，例如一些编码同工酶的基因在同一癌症中表达模式却截然不同，因此作者先考察了两个路径上的基因的表达一致性。通过共识聚类，发现两条通路中大部分基因处于各自的共表达模块，小部分基因则混杂表达(图1A)。作者选取了两条通路中共表达的基因进行下一步的分析。

根据每个样本两条路径的基因表达水平的评估，作者将PDAC样本分为了四个亚组（cholesterogenic胆固醇合成型、glycolytic糖酵解型、mixed混合型、quiescent静止型）。随后的患者预后分析，作者发现，无论是在可切除的PDAC组中还是已转移的PDAC组中，糖酵解型均是预后最差，胆固醇合成型预后最好，混合型与静止型预后介于两者之间。

2.2 代谢亚组的肿瘤分子特征对比

图2

完成了基于代谢特征的患者分型后，作者考察了不同代谢亚组与常见的PDAC基因组事件（如基因突变、表达量、拷贝数等）的相关性，尽管常见的基因突变在不同亚组中无显著差异（图2A），但作者发现KRAS/MYC的表达量与拷贝数状态对糖酵解基因的正向影响作用（图2B-C），表明KRAS和MYC扩增的肿瘤可能更依赖于葡萄糖利用。在附图中，作者还进一步发现糖酵解型肿瘤中AMPK激酶的失调与HIF1A表达的上调，胆固醇合成型中PI3K/AKT通路的下调与谷氨酰胺代谢的失调。而静止性较为特殊，多条代谢通路的下调表明其可能是代谢活性较低的PDAC组织。

图3

而后，作者考察了代谢亚型与常见的PDAC分子分型（如Moffitt, Bailey、Collisson分型）的联系（图3A）。作者发现，糖酵解亚型中具有最高的基质样/鳞状/准间充质样肿瘤的比例（图3B-C），而这三种亚型都与最差的预后相关。同时，无论是Bailey分型还是Collisson分型中，静止型PDAC都具有最复杂的构成比（图3B），表明静止型可能包括更高比例的具有不同细胞类型起源的肿瘤。胆固醇合成型PDAC在Bailey分型中具有最高比例的祖细胞型样本（图3B），这也与祖细胞样本富含类固醇激素生物合成基因的特征一致。

2.3 MPC1/2在不同亚组中的表达特征

 图4

糖酵解与胆固醇合成代表了丙酮酸的不同去向，糖酵解代表的丙酮酸在胞质中分解为乳酸，而胆固醇合成意味着丙酮酸流入线粒体。MPC1/2控制着线粒体丙酮酸通量，抑制细胞中MPC1和MPC2的表达可促进肿瘤糖酵解活性和乳酸生成。通过分析，作者发现MPC1/2均在糖酵解亚型中最低表达，而在胆固醇合成亚型中表达相对较高（图4A,B）。对MPC1/2相关基因进行富集分发现，MPC1/2与氧化磷酸化正相关，与缺氧、TGF- β信号和E-cadherin活性负相关（图4C,D）。总的来说，MPC1/2可能响肿瘤糖酵解和胆固醇生成活性之间的平衡。

2.4 代谢模型的泛化

 图5

不同类型的癌症因其不同的驱动基因与器官特异性表达酶的影响，可能具有不同的代谢特征。因此作者最后评估了基于糖酵解-胆固醇合成轴的代谢模型在其他癌症中是否具有分层作用。作者考察了17中癌症类型的两条路径基因的表达状况，发现在其中9种癌症中，糖酵解与胆固醇合成具有相似的共表达模式（图5A）。其中在大部分癌症中，糖酵解基因表达与KRAS或是MYC基因的表达存在正相关，表明了KRAS与MYC对糖酵解的激活可能是广泛存在的。而MPC1/2的表达则并未在其他癌症中出现与糖酵解-胆固醇合成轴的相关性，表明MPC1/2对这一代谢轴的影响在PDAC中具有的独特性（图5B）。最后，不同的癌症表现出不同的预后分层模式，例如，低级别胶质瘤（LGG）中，静止型预后最差，而在肝细胞癌(LIHC)中这一型预后最好（图5C）。

3.总结

本文从既往已知的“PDAC糖酵解与胆固醇合成路径异常”入手，基于Bulk RNA-seq数据对患者进行分型，再结合预后信息、分子分群信息等数据进行解释，较好地展示了如何利用简单的生物信息学技术对肿瘤的代谢领域进行挖掘。而在本文之后，相继在各个癌症之中出现了类似的分析，俨然形成了一种套路。

其实本文的分析较为简单，大部分地方均是点到为止，也留给了我们丰富的拓展空间，例如：如何在某一类型的肿瘤中选取合适的代谢方向？如何探索不同代谢亚组间的重要控制基因？如何挖掘不同代谢亚组的调控方式？等等。甚至在本文的基础上，依据共表达基因构建进一步构建预后模型、结合单细胞分析与免疫学分析，进一步了解肿瘤代谢与微环境的联系都是可以的。