菜鸟团一周文献推荐（No.56）

本期关键词：动物驯化，蛋白质组学，空间转录组，机器学习，肿瘤突变

供稿人：Lakeseafly

一句话评价

Nature 动物驯化综述

文章信息

题目：Animal domestication in the era of ancient genomics

杂志：Nature Genetics Reviews

时间：April 2020

链接: https://www.nature.com/articles/s41576-020-0225-0

figure

文章介绍：

动物的驯化导致人类的生存方式发生了重大变化，从狩猎采集者转变为久坐的农业生活方式，最终导致了复杂社会的发展。在过去的15,000年中，多种动物物种（如狗，猪，绵羊，山羊，牛和马）的表型和基因型在适应人类生态位的过程中发生了重大变化。最近的方法学创新，例如改进的古代DNA提取方法和下一代测序的出现，已使整个古代基因组测序成为可能。这些基因组帮助重建动物与人类的驯化关系，提供了新的驯化选择压力的可能性。在这里，作者根据古代基因组学的最新成果来讨论和更新动物驯养中的关键概念。分别通过三个小点进行论述，分别是：古代基因组学的研究方法，早期的动物驯化和动物驯化后期。最后讲解了一些应用和展望。

我个人觉得该文章蛮有趣的，让我大概了解整个动物驯化的过程。如果你是从事动物遗传进化研究方向的小伙伴，一定不能错过该文章。

供稿人：冰糖

一句话评价

超过650株肿瘤细胞的230个癌症相关蛋白质的蛋白组学测定

文章信息

题目：Characterization of Human Cancer Cell Lines by Reverse-phase Protein Arrays

杂志：Cancer Cell

时间：February 13, 2017

链接:

https://www.sciencedirect.com/science/article/pii/S1535610817300053

figure

文章介绍：

癌症细胞系被广泛用于细胞通路研究和药物开发，得益于NGS等测序技术的发展，很多癌症细胞系的DNA、RNA及药物筛选数据都非常齐全，然而对细胞的功能起着更加直接作用的蛋白质的数据却相对分散且有限，其组学技术的发展也远远比不上DNA、RNA等相关组学技术的发展。

国际顶级癌症研究机构MD Adnerson开发了一个蛋白质组学相关的数据库，他们对超过650株癌症细胞的超过230个癌症相关蛋白进行了高通量检测，而且这些细胞株的绝大部分在网络上都已经有了基因组、转录组及药物筛选数据。这个项目叫做MCLP（MD Adnerson 肿瘤细胞系项目），其数据库网址 https://tcpaportal.org/mclp/#/。

这些蛋白质的高通量测定是通过一种叫做RPPA（reverse-phase protein array）的技术实现的，这个技术的优点是可以非常便捷的高通量对蛋白质进行定量，每张芯片理论上可以测定几百个样品，所需样品量非常微量，样本类型也不局限于新鲜样本，FFPE及固定样品也可以进行RPPA测定。

供稿人：Robin

一句话评价

空间转录组学探索人心脏发育的时空特异性

文章信息

题目：A Spatiotemporal Organ-Wide Gene Expression and Cell Atlas of the Developing Human Heart

杂志：Cell

时间：2019 Dec 12

链接: https://doi.org/10.1016/j.cell.2019.11.025

figure

文章介绍：

人类心脏形态发生的过程尚未完全了解。它的全部特征需要用单细胞空间分辨率对基因表达的器官范围内的排列进行深入探索，其实很多器官的发育是有时空特异性的心脏细胞也是一样。在这里，作者提出了一种分子方法，该方法揭示了在三个发育阶段填充胚胎心脏的细胞类型的转录过程，并将细胞类型特异性基因表达映射到特定的解剖结构域。空间转录组学确定了与每个发育阶段中不同的解剖区域相对应的独特基因谱。通过单细胞RNA测序鉴定的人类胚胎心脏细胞类型证实并丰富了胚胎心脏基因表达的空间注释。然后使用原位测序来完善这些结果，并为三个发育阶段创建空间亚细胞图。此外，作者公布了这篇文章的数据，请访问https://hdca-sweden.scilifelab.se/a-study-on-human-heart-development/；此外，github的代码地址为：https://github.com/MickanAsp/Developmental_heart。

供稿人：六六

一句话评价

机器学习在生物医学中的应用

文章信息

题目：How Machine Learning Will Transform Biomedicine

杂志：Cell

时间：April 2,2020

链接: https://doi.org/10.1016/j.cell.2020.03.022

figure

文章介绍：

机器学习在语音识别，自动化驾驶汽车，生物医学等领域展现了巨大的潜在应用。机器学习将如何影响生物医学？这篇综述从机器学习对临床诊断、精准治疗和健康监管3个方面进行讨论。介绍了机器学习在这3个领域成功应用的例子，以及面临的机遇和挑战。此外也对机器学习的基本概念有简单的概述。

对相关领域感兴趣的读者可以仔细阅读这篇综述，并延伸查看相关领域的应用例子。

供稿人：Nickier

一句话评价

10294 个神经胶质瘤的靶向测序做突变分析

文章信息

题目：Mechanisms and therapeutic implications of hypermutation in gliomas

杂志：Nature

时间：15 April 2020

链接: https://www.nature.com/articles/s41586-020-2209-9

figure

文章介绍：

最近关于肿瘤突变负荷 TMB 的报导很多，但是这么大的人群队列（n=10294）的神经胶质瘤还是第一次看到。总共是 10294 个样本，分为了多个数据集：

• DFCI-Profile 数据集，n=1628
• MSKCC-IMPACT 数据集，n=545
• FMI 数据集，n=8121

采用 panel 靶向测序，不同样本的panel会有一点小差异，然后是走基因组测序数据的常规流程，BWA-GATK-Mutect-Annotation等，主要分析了somatic mutations，拷贝数变异和结构变异，TMB，MSI 和 mutational signatures 以及 LOH 等。除此之外，作者还做了单细胞 WGS，构建小鼠模型，免疫组化等实验。主要阐明了两个高突变相关的通路：a de novo pathway associated with constitutional defects in DNA polymerase and mismatch repair (MMR) genes, and a more common post-treatment pathway, associated with acquired resistance driven by MMR defects in chemotherapy-sensitive gliomas that recur after treatment with the chemotherapy drug temozolomide.

文章中作者的数据处理过程在方法部分描述得非常详细，MSI分析部分的代码也公开，更多的是，作者把数据分析的技术文档也公开了，感兴趣的看看文章。