第47周-多組學探索不同器官的小細胞癌症起源
你現在看到的是生信技能樹聯盟創始人jimmy組織的逆向收費讀文獻社群的成果展：詳情見：https://vip.biotrainee.com/d/198--
多組學探索不同器官的小細胞癌症起源
發表於 Science 05 Oct 2018 ， 文章是：Reprogramming normal human epithelial tissues to a common, lethal neuroendocrine cancer lineage 小細胞癌症裡面最出名的應該是小細胞肺癌(SCLC)了，惡性度高,預後差,治療上進展也比較少。小細胞肺癌大約佔所有肺癌的15%,每年全國有十幾萬新發的小細胞肺癌患者,其中絕大多數患者診斷的時候就已經是晚期。所以針對它的研究，就有點類似於乳腺癌裡面的TNBC一樣。
有趣的是，大部分公眾號解讀這篇文章的標題都側重於指出：Science:如何將健康細胞癌化?只需五個基因
一些名詞：
- small cell neuroendocrine carcinoma (SCNC)
- reprogrammed prostate and lung SCNCs
- small cell prostate cancer (SCPC)
- small cell lung cancer (SCLC)
- euroendocrine prostate cancer (NEPC)
- poorly differentiated prostate adenocarcinoma (PrAd)
- large cell prostate carcinoma
很多不同器官的癌症會發展成具有很強侵略性的小細胞癌，也稱為小細胞神經內分泌癌（SCNC）來抵制治療。不同器官的癌症類型是否通過相同途徑轉變成SCNC細胞還不清楚。肺癌、前列腺癌、膀胱癌和其他組織的小細胞癌在名稱上是相似的，但是臨床醫生通常把它們當作不同的實體來治療，然而，在過去的幾年裡，研究者們逐漸開始認識到癌症有相似之處。
關鍵發現：前列腺和肺細胞在健康時有著非常不同的基因表達模式，但是當它們轉化成小細胞癌時，幾乎具有相同的模式。研究表明，不同類型的小細胞瘤的演變相似，即使它們來自不同的器官。
3種ngs組學測序數據
通過將帶有五個基因的人類前列腺細胞(統稱為PARCB)移植到小鼠體內，探索了癌症類型之間的潛在相似之處。當這些細胞在小鼠體內生長時，它們顯示出人類小細胞神經內分泌癌的獨特特徵，基因如下；
不同基因的組合的分組就可以通過NGS手段來探索他們的差異。
GSE118204 包含另外3個GSE數據集，分別是RNA-seq，Whole Exome-seq，ATAC-seq 所以完全看懂這篇文獻需要會的數據分析能力要求有點高。
gseinfoGSE118204Reprogramming normal human epithelial tissues to a common, lethal neuroendocrine cancer lineage (ATAC-seq)GSE118205Reprogramming normal human epithelial tissues to a common, lethal neuroendocrine cancer lineage (Whole Exome-seq)GSE118206Reprogramming normal human epithelial tissues to a common, lethal neuroendocrine cancer lineage (RNA-seq)GSE118207PARCB Project: Reprogramming normal human epithelial tissues to a common, lethal neuroendocrine cancer lineage
但是作者的分析結果主要集中於 RNA-seq和ATAC-seq，看了看應該是Whole Exome-seq數據是沒有配對正常組織測序結果來輔助尋找somatic的mutation信息。
首先看 RNA-seq數據分析結果
轉錄組的分析流程是：
通過上面的分析流程得到表達量矩陣後，作者最重要的分析點是強調這些不同組別的細胞系的相關性，如下：
攜帶著PARCB的SCNC細胞（PARCB-SCNC細胞）與來自人體的小細胞前列腺癌（small cell prostate cancer, SCPC）細胞存非常相似,，如下圖，SCLC和PARCB聚集在一起。
這些分析都需要比較強的背景知識，還有對公共數據的把控能力。
然後看ATAC-seq數據分析結果
同樣也是先看看其數據分析流程：
因為數據都是公布出來的，所以可以比較輕鬆的下載下來，走一波我的教程：https://www.jianshu.com/p/5bce43a537fd 看看能不能得到同樣的分析結果圖表。
主要也是根據信號值來進行PCA等看看不同組的相關性如何，如下圖：
文章關於ATAC-seq數據獨特的分析點不多，就：
聯合分析
對於RNA-seq和ATAC-seq數據的聯合分析，作者做得並不多，流程描述如下：
能放在正文的分析結果也不多，如下；
分析沒啥難點，解讀就這樣吧。
- 如果需要組裝自己的伺服器；代辦生物信息學伺服器
- 如果需要幫忙下載海外數據(GEO/TCGA/GTEx等等)，點我？
- 如果需要線下輔導及培訓，看招學徒
- 如果需要個人電腦：個人計算機推薦
- 如果需要置辦生物信息學書籍，看：生信人必備書單
- 如果需要實習崗位：實習職位發布
- 如果需要售後：點我
- 我的博客：生信菜鳥團：http://www.bio-info-trainee.com/
- 我們的論壇：生信技能樹：http://www.biotrainee.com/thread-1376-1-1.html
- 我們的VIP社區：https://vip.biotrainee.com/d/311-
- 我們的微信公眾號：https://mp.weixin.qq.com/s/egAnRfr3etccU_RsN-zIlg
- 我們的知識星球：https://t.zsxq.com/VjmQZNn
- 我們的網易雲課堂：https://study.163.com/provider/400000000562025/index.htm
- 請善用搜索功能：http://weixin.sogou.com/
- 我們的b站：https://www.bilibili.com/video/av26731585/
- YouTube鏈接：https://m.youtube.com/channel/UC67sImqK7V8tSWHMG8azIVA/playlists
- 常年招收周末班(每月一期)學員，小班教學，名額有限，歡迎預定，常年招收學徒！點擊了解：https://mp.weixin.qq.com/s/gzyCRNnfgYkSsnjPSr-MGw
推薦閱讀：
