超越预处理阶段的肿瘤RNA-Seq数据分析逐步方法：差异基因表达与微环境评估的见解

《The Nucleus》：Stepwise approach to tumor RNA-Seq data analysis beyond pre-processing: Insights into evaluation of differential gene expression and microenvironment

　　

摘要

在肿瘤中进行RNA测序有助于直接研究基因表达差异（DGE），进而间接了解肿瘤微环境（TME）。然而，要实现这些目标，需要对预处理后的原始数据进行大量的生物信息学分析；而现有的众多分析流程和工具可能让那些不熟悉生物信息学的研究人员难以应对。在本研究中，我们提出了一种系统、连贯且具有广泛适用性的框架，用于后续的DGE和TME分析。为此，我们对来自人类患者的胃癌肿瘤及其对应的正常组织（n?=?26）进行了RNA-Seq检测。实验室生成的数据通过各种开源的R/Bioconductor包以及基于网络的工具进行分析，以识别异常值并开展DGE分析，其结果还通过qRT-PCR进行了验证。之后又进行了过度表达分析（ORA）、基因集富集分析（GSEA）以及TME分析。分析结果表明存在与癌症相关的特征，比如细胞外基质（ECM）及相关细胞粘附生物学过程和通路的富集，这类特征在实体瘤和侵袭性肿瘤中十分常见，这也从侧面证明了进行生物信息学分析的必要性。此外，用于ORA和GSEA的多种方法所得结果高度相似，进一步验证了生物信息学分析的可靠性。在TME分析方面，观察到的高水平的间质浸润也进一步支持了ORA和GSEA的分析结果。同时，间质细胞浸润与ECM相关通路之间的关联，让我们能够将DGE分析与TME联系起来，凸显出同时研究这两方面的重要性。总体而言，该框架为从RNA-Seq原始计数数据到DGE和TME分析提供了一套结构化的流程，且可适用于不同类型的癌症及不同的测序平台。本文与联合国可持续发展议程中的SDG 3（良好健康与福祉）以及SDG4（推动生命科学领域的优质教育）相契合。