哈喽哈喽！又见面啦~我是你们的馆长！到暑假了，又是弯道冲刺的机会呢！毕竟很多时候实验停不下来，论文的压力也比较大，‘卷’不是自愿的，但是没有办法不加的。
今天馆长分享的文章非常经典，又是肿瘤与空间转录组的结合，是非常好的参考文献呢！赶紧跟我往下看吧！（PS：懂馆长的意思吧？肿瘤+空间转录组，是不是还可以套用在很多肿瘤研究中呢？都是拿高分的好方法，快找馆长试试吧！）文章题目是“Metabolic heterogeneity in clear cell renal cell carcinoma revealed by single-cell RNA sequencing and spatial transcriptomics”，由复旦大学附属中山医院泌尿外科团队带来的医学2区佳作。研究使用了空间转录组技术度肿瘤转录组数据结合进行探究与挖掘。主要使用的数据来源于公共数据库，分析方法比较经典，非常适合小伙伴们进行参考和复现。本文聚焦于以代谢重编程为特征的典型肿瘤——透明细胞肾细胞癌，通过空间转录组学技术对来自GEO等公共数据库的透明细胞肾细胞癌转录组数据进行分析。探究出肿瘤微环境在不同细胞类型和空间维度上表现出显著的代谢异质性。还开发了scMet程序，更快速的转换转录组测序数据。总的来说，空间转录组学技术是非常常用的转录组数据分析手段，门槛低，流程较为成熟。肿瘤+空间转录组更是经典中的经典。那这就意味着，小伙伴能够挖掘的数据是非常丰富的，将透明细胞肾细胞癌换成其他肿瘤或是病变组织，是不是也能“套公式”呢？心动不如行动，来后台找馆长，帮你实现所有想法！ 定制生信分析
云服务器租赁
加好友备注“99”领取试用
l题目：单细胞RNA测序和空间转录组学揭示的透明细胞肾细胞癌的代谢异质性l杂志：Journal of Translational Medicine透明细胞肾细胞癌（ccRCC）是一种肿瘤，其特征是代谢重编程。然而对肾细胞癌中代谢重编程的研究大多只关注肿瘤细胞，或者将肿瘤微环境中的所有细胞作为混合物分析，未能精确识别肿瘤微环境中不同细胞类型的代谢变化。本研究通过单细胞RNA测序数据和空间转录组学技术，揭示了肿瘤微环境中的代谢异质性。
单细胞RNA测序数据来自于个数据库：GEO数据库、NCBI Gene Expression Omnibus datasets、Mendeley Data、Broad Institute数据库等，涵盖了195个ccRCC样本。空间转录组学数据来自GEO数据库Meylan等人的研究。全面患者预后和基因突变信息来自癌症基因组图谱，包括541个ccRCC样本。
对ccRCC数据进行预处理。利用已知的细胞类型标记基因，识别和分类肿瘤微环境中的细胞亚群。结合空间转录组数据，分析代谢活动的空间分布特征，以及它们与肿瘤微环境中不同区域的关系。研究肿瘤细胞和其他细胞类型的代谢途径活动。开发scMet程序，将批量RNA数据转换为单细胞RNA数据。
1、透明细胞肾细胞癌的肿瘤微环境异质性分析揭示了不同的细胞浸润模式这部分建立了细胞谱系标记，样本被分为六种细胞类群。高等级肿瘤中CD8+ T细胞特别富集，低等级肿瘤则与上皮细胞和基质细胞的富集有关。在高等级ccRCC中，肿瘤和基质细胞相对缺乏。正常组织和低等级肿瘤的细胞浸润模式相似，而肿瘤-正常边界处CD8+ T细胞的浸润较为显著。（图2） 2、揭示糖酵解的复杂性及其对肿瘤发生的多种生物学影响研究发现，肿瘤细胞内多种代谢途径功能减弱，但糖酵解活性增强。肿瘤细胞的糖酵解活性增强与DNA损伤修复机制增强相关，且与细胞增殖和嘌呤代谢活性正相关。肿瘤细胞内存在不同的代谢状态，与患者的预后相关。（图2） 3、代谢动力学和糖酵解在CD8+ T细胞免疫应答中相互作用
研究发现，T细胞在ccRCC肿瘤微环境中高度富集，并经历代谢重编程以适应肿瘤微环境。其中， CD8+ T细胞在细胞分化过程中表现出不同的代谢和转录因子活性模式。能量代谢途径在CD8+ T细胞的效应功能和耗尽状态中起关键作用，氨基酸代谢也显示出不同的趋势。（图3） 本研究识别并命名了不同的巨噬细胞亚群，如IL1B+、FOLR2+、GBP+、GPNMB+、S100A8+和周期巨噬细胞，它们在特定的代谢途径上表现出不同的活性。OXP+ 巨噬细胞在高等级肿瘤中富集，可能在肿瘤微环境中发挥关键作用。
5、ENPP2作为潜在的预后标志物和肿瘤源性内皮细胞指标内皮细胞被分为不同亚型，包括静脉、动脉和毛细血管内皮细胞。在低等级肿瘤中，CHRBP3+ 毛细血管内皮细胞显著富集，且与患者的总体生存率提高相关。ENPP2基因在动脉和毛细血管内皮细胞中差异表达，且主要在内皮细胞中表达。静脉内皮细胞在肿瘤组织中表现出独特的代谢相关基因表达模式。都与患者预后相关。（图5）
研究发现肿瘤中心区域的代谢活性较高，而接近肿瘤包膜的区域代谢活性降低。嘌呤代谢在肿瘤中心与包膜之间的中段区域活性最高，与细胞增殖相关。血管生成特征在远离肿瘤中心的区域活性增强。肿瘤包膜附近的细胞更倾向于迁移和侵袭。（图6） 7、scMet：一种基于深度学习的方法，加速scRNA - seq在癌症中的临床应用本研究引入了scMet基于深度学习的方法，能够将批量RNA-seq数据转换为类似scRNA-seq的数据。即使在训练样本量较小的情况下，scMet也能有效地将TCGA的RNA-seq数据转换为scRNA-seq数据，并且能够将这些数据有效整合，显示出较小的批次效应。
本文通过单细胞RNA测序和空间转录组学技术，深入研究了透明细胞肾细胞癌的肿瘤微环境中的代谢异质性。文章结果强调了代谢异质性的复杂性，并展示了scMet工具的能力，为未来的肿瘤治疗提供了新的视角和方法。这篇文章的思路非常经典，虽然研究中加入了一个小工具的研究，但并不影响这篇文章复现的可行性。小伙伴们发散想一想，换一种肿瘤是不是也可以进行相似的研究呢？把它作为自己的第一篇小文章，想想也太棒了吧！快来滴滴馆长，馆长带你一起复现拿成果！ 馆长会持续为大家带来最新生信思路，也可以提供特色数据库构建、免费思路评估、付费生信分析和方案设计以及实验项目实施等服务，对数据库构建和生信分析感兴趣的朋友可以咨询馆长哦！
