近些年,随着m6A相关研究的井喷式发展,如今大家对m6A修饰早已耳熟能详。作为mRNA上最常见的一类RNA修饰,其广泛存在于各类真核生物中;且众多研究表明m6A几乎参与调控了RNA加工代谢的各个过程(前体mRNA加工、mRNA表达/翻译/降解等)。m6A主要受三类蛋白调控:Writers、Erasers和Readers。正常生理状态下,Writers和Erasers共同调控细胞内总体m6A修饰水平,使其处于动态平衡;而Readers则负责与m6A修饰的RNA特异性结合,影响其转录后的命运。
研究证实m6A调控基因(后统称m6A regulators)的失调与癌症发生发展密切相关。自2019年第一篇纯生信分析整体m6A regulators在泛癌水平的分子/临床特征以后(PMID:31521193),多个课题组开始以整体m6A regulators为研究对象,按照高度相似的技术路线,在不同癌种中进行相对深入的分析。此类研究全面揭示了m6A regulators在不同癌种中的失调图谱,解析了其与癌症相关核心通路及肿瘤微环境(TME)之间的潜在联系,并利用包括机器学习等在内的一些方法,建立m6A regulators相关的预后指标,为临床病人的精确分群提供协助。
在“生信人”微信公众号的历史推文中,已对多篇代表性的m6A regulators生信分析文章进行过详细解读(此处不再列举),为广大的临床/科研工作者提供了切实可行的帮助。2022年以来,编者留意到仍有多篇m6A regulators生信分析文章发表。该篇推文中,编者选取了2019年以来发表的几篇代表性文章,对其主要结果进行总结,并对值得借鉴的内容予以评论,以抛砖引玉。
文献一 2019-Cancer Immunology Research-Tumor Microenvironment Characterization in Gastric Cancer Identifies Prognostic and Immunotherapeutically Relevant Gene Signatures
该篇文献为后续m6A regulator整合分析类文章提供了重要的参考价值,后者将m6A和TME联合分析也大多受此启发。文章以CIBERSORT和LM22为出发点,获取>1000个胃癌样本(GEO + TCGA)中免疫细胞的相对丰度,利用无监督聚类将样本分为三类,对应3中不同的TME亚型。随后,作者着重比较了3个亚型之间肿瘤分期、生存时间、病理诊断等指标的差异,建立TME亚型与后者之间联系。为了解析其潜在分子机制,作者比较了不同亚型之间转录水平的差异,并在此基础上建立可指示病人预后的TMEscore指标。TMEscore不仅与病人的临床指标、核心基因突变显著相关,也可用于预测患者对免疫治疗的反应。为了使结果更加可靠,作者还基于ACRG数据库做了同样的分析,得到一致结果。目前该篇文献被引用>300次,文中所有分析均可在后续文章中找到类似内容,足以说明问题。
文献二 2019-Molecular Cancer- Molecular characterization and clinical relevance of m6A regulators across 33 cancer types
这篇文献是第一篇m6A regulators在泛癌中整合分析的文章(letter),因此小编在此予以概括,尽管2021年另一团队也进行了类似的工作且发表在同一杂志上。作者主要进行分析了20个m6A regulators在不同癌种中的突变水平、CNV、表达差异、与hallmark之间的联系以及预后等内容。文献主要内容均是以结果为导向的,并无太多生物学意义。即便如此,其中的分析内容也为具体癌种中的分析提供了参考。
文献三 2020-Molecular Cancer-m6A regulator-mediated methylation modification patterns and tumor microenvironment infiltration characterization in gastric cancer
这篇文献是目前所发表的影响因子最高的m6A regulators整合分析类文章之一。从文章内容来看,作者借鉴了前两篇文献中的分析思路,并在此基础上进行了大量的细节分析。文章以“m6A genes—m6Acluster—m6A.gene.cluster—m6Ascore”为主要脉络,主要比较不同亚群之间的hallmark、TME及临床特征等差异,并解释了这些分群与病人预后(m6Acluster/m6Ascore)及对免疫治疗反应(m6Ascore)相关的潜在分子机制。文中,作者基于免疫细胞的相对丰度将各亚群分为immune-desert/ -inflamed/ -excluded三种,并从这个角度解释亚群之间的临床指标差异。此外,作者还花了大量篇幅解析特定基因如KIAA1429与TME及hallmark之间的联系,具体方法值得借鉴。
文献四 2021-Molecular Cancer-Identification of tumor antigens and immune subtypes of pancreatic adenocarcinoma for mRNA vaccine development
该篇文献与m6A regulators并无太大关系,编者在这里进行展示主要出于三个原因:1)文章思路与m6A regulators整合分析类似;2)文章团队背靠背还有一篇发在了同样的杂志上,只是换了癌种,读者可进行对比;3)部分分析内容值得借鉴。文中,作者结合表达/突变/预后等指标,得到1997个immune-related基因,并在此基础上进行免疫分型(类比m6Acluster)。作者详细比较了不同亚型之间的临床特征、免疫marker及TME等指标的差异。最终,通过WGCNA分析落脚到少数基因之后构建gene_score(类比m6Ascore)用以指示病人的预后特征。小编认为文中有以下几点值得借鉴:1)部分figure比较精美;2)大量免疫相关的marker值得收集,可以结合自身课题讲故事;3)通过WGCNA缩小候选基因的方式与其他几篇文章明显不同,可以尝试;4)引入Monocle等高级分析亦可为文章增色。
文献五 2022-NAR Cancer-A m6Avalue predictive of prostate cancer stemness, tumor immune landscape and immunotherapy response
该篇文献选自3月底发表在NAR Cancer(NAR新推出的期刊,主要发表核酸研究和癌症研究交叉领域的文章,暂无影响因子)上的一篇文章。文章整体脉络与文献三高度相似。此外,作者也进行了一些亮点分析,现予以解读。亮点一:作者收集整理了m6A2Target数据库中20个m6A regulators的潜在靶基因,并与不同亚群之间的DEG进行比较,在m6A_C3亚群中上调表达的DEG(vs m6A_C1)相对于下调的DEG,更加倾向于是m6A regulator的潜在靶基因,暗示整体m6A信号通路在m6A_C3亚群中处于相对活跃的状态。亮点二:选择性剪接(AS)异常是癌症的hallmark。该篇文章的团队2020年在Nature communication 上发表了领域内第一篇PCa发生发展过程中AS的动态变化图谱,并发现内含子保留事件(IR)可作为治疗PCa的潜在靶点。在此,作者比较了3个亚群之间的AS情况,发现在m6A_C3亚群中存在更多的AS事件(尤其是IR)。AS是产生新抗原(neoantigens)的重要途径之一。分析发现m6A_C3亚群中存在更多的新抗原(但差异不显著)。抗原识别是免疫反应过程中必不可少的环节。作者利用TRUST4软件鉴定并比较了不同亚群之间B/T细胞受体的抗原互补决定区域(CDR)数量,发现m6A_C1中CDR1/2/3的数量最多,而m6A_C3中最少。综上,作者推测m6A_C3亚群中有较多新抗原却较少免疫受体意味着抗原呈递功能的缺失。亮点三:作者并未像已有文献那样将3个亚群分为immune-desert/ -inflamed/-excluded,而是结合pan-cancer数据将其分为fibrotic/non-fibrotic,并证实fibrotic在PCa中与良好预后相关。在如胃癌(PMID:32164750)、结肠癌(PMID:33500720)中,fibrotic相关通路(EMT1/2/3、TGFb、CAF等)通常与不良预后相关,而glioma(PMID:33594424)和PCa中,该趋势却相反,凸显了癌种异质性。
小编总结
限于篇幅限制,小编仅对上述五篇文献进行了总结,读者亦可翻阅原文发掘更多值得借鉴的细节。此处,小编想提一下文献五,读完这篇文献,让人不由感叹一声“卷!”。其文献内容相较同类文章不能说最多,但绝对不少,且有一些不错的亮点分析。即便如此,文章只发在了目前尚无影响因子的一个新杂志上(这里并没有轻视新杂志的含义),和其他已发表的类似文章相比,只能说没有对比就没有伤害。
此处,小编汇总了近三年一些关于m6A regulator整合分析的代表性文献(包括少量分析思路高度类似的其他文献),便于读者查阅和比较。总体而言,此类文献的分析思路均与2019年的那篇文章(PMID:31521193)高度类似,且绝大部分内容也都可以在前文中找到影子,因此后续这种文章的创新性就不那么突出了,很多仅仅是换个癌种又是一篇新文章,这也是小编给后续文章的创新性打分较低的原因。细心的读者会发现,这些文章中不乏一些发表在一区或者是影响因子较高的杂志上,然而他们的内容或者创新性却并不突出,更何况发表好文章对创新性要求很高,反而对工作量要求比较低。这里边有没有团队声望的原因?亦或杂志编委职位的原因?留给读者思考。
回到前文介绍的几篇文章,读者可以发现文中的一些亮点分析可以借鉴,比如AS、pan-cancer已有分型等,读者亦可以结合自己课题的属性,重点关注少数通路的变化,讲好自己的生物学故事。然而即便如此,此类型文章自带硬伤。首先,绝大部分分析均没有实验数据支撑(也没办法验证),分析思路高度雷同,创新性很低,绝大多数团队follow这种思路进行的分析很难发在优质的杂志上。而且,这种换几个基因或者癌种就出一篇分析文章的套路,容易让编辑或同行产生不好的印象。其次,目前关于m6A regulator的整合分析都主要停留在基因表达层面,而作为一种mRNA修饰,m6A-seq必不可少,因此目前所有分析都有种“到皮不到肉”的缺陷,并不能揭示真正的m6A修饰图谱。而短期内,类似TCGA这种国际性的m6A-seq极难实现,因此很长一段时间内,此类分析都无法真正解决这个问题。值得一提的是,NAR cancer这篇文章中结合m6A2Target数据库的分析值得大家借鉴,且文中还用到了少许病人m6A-seq的结果(尽管数据尚未公开,但给有基因列表)。再次,小编上述汇总的文献中,绝大部分最后都建立了一个基于m6A regulator的评分指标,尽管这些指标与病人预后、免疫治疗反应等相关,但在实际临床应用中,很难将这些指标应用到少数病人的诊治当中。
回归实际情况,面对毕业、晋升、考核等诸多场景,大家确实有实实在在的难题,不可能都去追求优质顶刊,或是指望在临床应用中有什么作用,此时参考加模仿或许可以作为缓解此类压力的一种途径。这大概是所有学科中“学问-现实”的巨大gap吧!