纯生信m6A篇：内部套路大曝光

无论医疗工作者还是研究生等等，如何在繁忙的工作生活中运用最短的时间，无需做实验发一篇SCI，一直是我们最头疼的问题！而纯生信文章就是作为SCI入门级别的不二选择。小编今天为大家介绍一篇近期发表的热点m6A的纯生信文章。

原文地址：

https://pubmed.ncbi.nlm.nih.gov/32500031/

摸清套路，总结方法，就是我们看文章的第一步。 文章主要思路是首先通过TCGA下载结直肠癌的m6A基因表达及临床信息，然后筛选出差异性m6A基因。并进一步生存预后分析得出相关基因（YTHDC2、ALKBH5），从而构建癌症预后模型。最后通过与流行病学数据的相关性研究、预测生存概率来验证预后模型的可靠性及科学性。

●研究背景●

根据2018年全球疾病负担研究，结直肠癌（colorectal cancer，CRC）是全世界最常见的高发病率恶性肿瘤之一，也是癌症相关死亡的第三大原因。近十年间，越来越多的研究关注CRC发病过程中多种分子途径，特别是遗传和表观遗传学。

有研究表明，在结直肠癌中，表观遗传的改变会更早和更频繁。其中，RNA甲基化（m6A）在体内会影响细胞成长分化，从而导致一系列疾病的发生如肿瘤，神经疾病，免疫疾病，胚胎发育迟缓等等。因此，探讨m6A的调控作用，能对癌症的发生发展，早期标志物的选择提供新的见解。

m6A，全称：N6-甲基腺苷，是真核生物信使RNA（mRNA）修饰中最普遍的形式。

其由多种蛋白质参与调控修饰，主要分为一下三种：

① m6A甲基化阅读蛋白（Readers）：YTHDF1,YTHDF2,YTHDF3等，功能是识别RNA甲基化修饰的信息，介导下游RNA转录，翻译等过程。

② 甲基化转移酶（Writers）：主要包括METTL3，METTL14,WTAP,KIAA1492等，功能是引起RNA发生m6A甲基化修饰。

③ 去甲基化酶（Erasers）：主要包括FTO,ALKBH5等，功能是导致RNA发生去甲基化修饰。

●套路解析●

1

研究对象

首先从TCGA中下载522个样本数据，其中包括487个结直肠癌样本，35个癌旁组织样本（表1）。

表1 结直肠癌样本的临床信息

2

差异性m6A分析

本文先选取12个m6A基因，包括5个writer个（METTL3,METTL14,WTAP,RBM15,ZC3H135）,5个readers（YTHDC1,,YTHDC2,YTHDF1,YTHDF2,HNRNPC）,2个erasers（FTO,ALKBH5）。

再进一步在癌症与癌旁组织样本中进行差异表达分析，结果求出7个下调基因（METTL14, WTAP, YTHDC1, YTHDC2, ALKBH5, FTO, and YTHDF2），及1个上调基因（YTHDF1）。

在不同癌症分期中进行差异表达分析，结果求出上调基因（WTAP）和下调基因（FTO）（图1）。以上结果提示m6A调控基因与CRC发生发展具有潜在关联，为建立CRC预后风险模型提供数据支持。

图1 m6A基因在CRC中差异表达情况

3

m6A基因与临床预后相关性分析

根据8种差异m6A基因的表达情况进行层次聚类分析，结果显示最佳样本聚类数为5。同时计算肿瘤样本间的欧氏距离及总体生存概率，结果提示m6A基因与临床预后的潜在关联（图2）。

图2 a 样本聚类情况；b 肿瘤样本间的欧式距离；c 不同样本聚类数的生存概率情况

4

CRC预后模型建立

将12个m6A基因进行临床预后分析，多因素COX回归结果显示YTHDC2与ALKBH5表达量是CRC发生的影响因素。

并将两个基因通过LASSO回归分析构建预后模型，以风险评分中位数分组进行Kaplan-Meier生存分析。结果显示不同分组的生存概率具有显著的统计学意义，提示预后模型的可靠性及科学性（图3）。

图3 a COX回归分析结果 b 不同风险评分的生存概率

5

预后模型与流行病学数据相关性分析

将预后模型与年龄、性别、肿瘤分期进行相关性分析，结果显示只有肿瘤分期与风险评分具有统计学差异，分期越晚，风险评分越高。

同时将年龄，性别，肿瘤分期，风险评分纳入到多因素COX回归分析中，结果显示m6A模型预测生存预后具有可靠性，不受年龄，性别及肿瘤分期的影响（图4）。

图4 a-c 预后模型与流行病学数据相关性分析；d 多因素COX回归分析结果

6

预后模型的验证

首先构建列线图预测出1年、3年、5年生存概率，其次通过与实际生存概率比较，提示吻合程度较高。结果表明此预后模型可作为流行病学特征的补充，提高对CRC预后的评估（图5）。

图5 a 1年、3年、5年生存概率预测情况；b-d 预测生存概率与实际生存概率吻合程度

●总结●

下面就是文章的流程图：

从图中可以看出，文章的总体主要还是遵循传统的思路：数据下载—求差异—预后分析—模型建立。并且文章新颖的一点是最后进行的（预后模型与流行病学数据相关性分析），这样能够一定程度探讨两者的相互影响，进而证明模型的可靠性，这也是一开始很多小伙伴没有考虑到的问题。同时文章还有需要补充的地方，就是外部数据的验证，相信加上这一点，更能加深模型的科学性与广泛性！

并且小编通过查找Pubmed发现，虽然m6A一直是生信的宠儿，但大多数文章都集中在IF=5以上，都是结合实验的高分文章，而纯生信低IF的仍在少数中。所以这类型目前仍可作为入门SCI的敲门砖。冠上新的热门基因，替换癌症类型，加上外部基因的验证，摇身变成新的文章啦！