《PLOS Computational Biology》：Glycan reachability analysis: A bottleneck-aware framework for inferring tissue-specific glycan biosynthetic potential from transcriptomics
编辑推荐：
聚糖生物合成需要糖基转移酶（glycosyltransferases）、修饰酶以及核苷酸糖（nucleotide-sugar）合成与转运机制的协调表达。现有计算工具采用二元阈值（binary thresholds）从基因表达预测聚糖结构，丢失了关于组织间相对生
聚糖生物合成需要糖基转移酶（glycosyltransferases）、修饰酶以及核苷酸糖（nucleotide-sugar）合成与转运机制的协调表达。现有计算工具采用二元阈值（binary thresholds）从基因表达预测聚糖结构，丢失了关于组织间相对生物合成能力的定量信息。研究人员在此提出聚糖生物合成可达性分析（glycan biosynthetic reachability analysis），该方法利用AND/OR逻辑和最小值聚合（minimum aggregation）整合经过人工整理的途径步骤中基于表达的Z分数（Z-score），产生连续的、可在组织间比较的分数，并给出明确的表达限制步骤。将该方法应用于跨越54种人类组织类型的17,382个GTEx v8 RNA-seq样本后，可达性分析揭示了被存在/不存在判定所隐藏的定量差异；例如，胰腺在sLeX通路中96%为二元阳性，但其中位可达性较低（）。瓶颈稳定性在所有19个多步骤指标中进行了评估。在独立的HEK293敲除糖组学（knockout glycomics）中，最小值分数包含超出敲除内置换零分布（permutation null）的信息，但并未优于朴素均值聚合（naive mean aggregation）或二元拓扑（binary topology）。嵌套留一敲除选择（nested leave-one-knockout-out selection）倾向于宽松的低分位数（q = 0.2），而非验证严格最小值。由于预测因子和读出信号来自同一RNA-seq来源，可达性与信号响应转录本之间的GTEx内关联仅作为转录组共变性（transcriptomic coherence）报告。小鼠组织糖组比较结果为无效（null）。因此，可达性是一个产生假说的转录组潜力排名，而非酶活性或聚糖丰度的度量。
论文解读：聚糖可达性分析——从转录组推断组织特异性聚糖生物合成潜力的瓶颈感知框架
糖基化是生物体内最普遍且最复杂的翻译后修饰之一，人类糖组（glycome）估计包含数千种不同结构，由约700个糖基化相关基因合成。糖基转移酶、糖苷酶和核苷酸糖代谢基因的组织特异性表达产生了器官特异的聚糖谱，影响细胞信号传导、免疫识别和病原体相互作用。已有多种机制模型（如动力学/常微分方程模型、马尔可夫链、基于规则的反应网络）能够模拟聚糖生物合成，但通常需要难以获得的大规模参数或反应规则。基于转录组预测聚糖结构的计算工具也存在共同局限：要么将表达简化为二元存在/缺失判定，丢失定量信息；要么需要实验糖组学数据进行训练。例如，GlycoMaple使用TPM阈值1.0判定途径酶是否表达，只能预测聚糖结构存在与否；glycoPATH需要配对糖组-转录组训练数据且局限于N-聚糖；Glycopacity和glycoCARTA分析单细胞转录组的糖基因表达模式，但不整合通路逻辑来评估生物合成潜力。目前尚无仅利用表达数据即可在组织或条件间统计比较生物合成潜力的框架。为填补这一空白，研究人员提出了聚糖可达性分析（glycan reachability analysis），其核心假设是：在线性（非饱和）酶动力学区域中，反应速率大致与酶浓度成比例，因此最弱环节（即表达水平最低的必要组分）设定了通路转录组潜力的上限。需要强调的是，可达性分数不是酶活性或聚糖丰度的度量，而是用于对组织-通路对和候选限制步骤进行优先级排序，以待直接糖组学测量验证。
研究人员开展了系统的计算分析。首先，他们定义了可达性分数：对于给定的聚糖生物合成途径，分数为所有必需酶促步骤和核苷酸糖供体底物的最小标准化表达值（基于Z分数），其中同工酶组采用OR逻辑并以算术均值聚合（OR=mean），顺序必需步骤采用AND逻辑并以最小值聚合（AND=min）。研究者构建了五个聚糖家族（sLeX、神经节苷脂、硫酸乙酰肝素、N-聚糖、O-GalNAc）的23个可达性指标，并应用于来自GTEx v8的17,382个RNA-seq样本，覆盖54种人类组织类型（948名捐赠者）。关键的方法还包括：与GlycoMaple样二元阈值方法进行比较；通过Kruskal-Wallis检验和Wilcoxon秩和检验（Benjamini-Hochberg校正）评估组织间差异；计算Cliff’s delta效应量；分析年龄相关性；通过转录组共变性分析检查可达性与通路响应基因的关系；以及使用独立HEK293敲除糖组学数据和DepMap必需性数据、小鼠组织糖组数据作为外部基准。
结果部分的主要发现如下：
3.1 组织特异性糖基因表达再现已知程序并促进瓶颈感知整合。通过调查54种GTEx组织类型中97个糖基化相关基因的表达，确认了已知的组织特异性表达程序，例如大脑区域神经节苷脂合酶高表达、结缔组织丰富器官硫酸乙酰肝素相关表达最高、胃肠组织sLeX组分升高，而全血、骨骼肌和心脏普遍低表达。这为后续定量整合提供了生物学前提。
3.2 可达性分析：一种瓶颈感知的定量框架。计算了所有17,382个样本的23个可达性指标，所有指标的组织水平差异均高度显著（Kruskal-Wallis p < 10
-300）。组织中位数可达性分数的层次聚类产生了与原始表达谱不同且互补的聚类，表明可达性揭示了通路是否具有表达完整谱。
3.3 可达性提供了与二元方法互补的定量分辨率。与GlycoMaple样二元方法（TPM ≥ 1）比较，sLeX二元阳性率与中位可达性Z分数仅呈弱正相关（Spearman ρ = 0.29, p = 0.046），表明二者相关但不可互换。最显著的差异是胰腺：96%的样本所有sLeX途径酶均高于阈值（二元判为“有能力”），但其中位可达性Z分数极低（-1.03）。相反，胫骨神经的二元阳性率仅16%但可达性分数很高（0.57）。GM3的二元-连续相关性较强（ρ = 0.63, p < 0.001），但六个脑区域仍表现出>97%二元阳性和低四分位可达性。这些差异仅说明两种评分行为不同，不能判定孰更符合真实糖丰度。
3.4 通路瓶颈的鉴定。以胰腺sLeX为例，与唾液腺相比，胰腺在11个通路位置均低表达，最深缺陷在UDP-Gal合成（Z = -1.47），81.7%的胰腺样本以UDP-Gal为模式限制步骤，且该argmin在1,000次bootstrap重采样和随机半分中稳定。以脑杏仁核GM3为例，其98%二元阳性但可达性低，限制步骤为UDP-Gal转运，但样本模式频率仅38.8%，bootstrap恢复率0.825，瓶颈身份不确定。全部分析中，模态频率中位数为0.608，半数一致率均值0.917，bootstrap恢复率均值0.958。这些指标量化了瓶颈调用的可靠性。
3.5 统计框架：量化组织差异。对每个指标进行1,225对组织的两两Wilcoxon检验，共28,175次比较中26,025次（92.4%）在指标内FDR < 0.05下显著。每个指标的中位绝对Cliff’s delta在0.537至0.900之间。sLeX和HS FGF样可达性显示出相反的组织层级，说明不同聚糖通路在不同组织有相反的潜在能力。
3.6 糖基化生物合成潜力的年龄相关变化。N-聚糖加工潜力（Ng complex、Ng branch、Ng bisect、Ng core Fuc）在48个可评估组织中的13个出现显著下降（FDR < 0.05）。硫酸乙酰肝素2-O硫酸化在12/48组织中显著下降，3-O硫酸化是唯一更多组织（12/48）显示显著增加而非减少的指标。神经节苷脂指标模式混合。效应量较小（多数中位|ρ| < 0.3），且GTEx中年龄与死后间隔、死亡原因混杂，因此结果属于探索性生成假说。
3.7 可达性与通路响应基因的转录组共变性。针对WNT/HS、EGFR/GM3、Selectin/sLeX三个预先指定的级联，组织水平方向定向Spearman相关分别为0.855、-0.490和0.564（EGFR响应乘以-1，因此负值代表与预设抑制方向相反）。控制了核心酶平均值后的偏相关分别为0.795、-0.518和0.508。方差匹配随机基因集检验仅保留WNT（p = 0.002），EGFR和Selectin不显著。这些分析在同一RNA-seq数据内进行，不能作为生物学验证。
3.8 聚合函数敏感性。将预设的OR=mean/min分数与OR=max、全基因均值、核心均值比较，方向定向相关变化很小（例如sLeX分别为0.855、0.873、0.719），说明在GTEx内部任务中主要结论不受聚合函数选择严重影响，但这并非糖预测准确度的基准。
3.9 独立敲除糖组学外部基准。使用已发表的野生型和敲除HEK293细胞N-聚糖质谱数据（41个N-聚糖、6个敲除层、B4GALNT3/4阴性对照），评估三种无参数固定评分器（最小值、均值、二元拓扑）。六层平均AUROC分别为0.786、0.768和0.802；平均AUPRC为0.585、0.582、0.591；最小值与均值或二元的配对差异均不显著。池化最小delta AUROC为0.820，高于标签置换零分布（p = 0.0002），说明有非随机信息但不具相对优越性。嵌套留一敲除选择在所有外折中都选择了q = 0.2，平均AUROC为0.811，支持宽松低分位数而非严格最小值。
3.10 针对实测糖组和必需性的外部检验：阴性结果与约束。DepMap必需性分析中，23个预测瓶颈基因中仅2个（HS6ST1和HS6ST2）在敲除细胞系中显示显著不同的必需性，整体无意义。与已发表小鼠组织糖组谱的比较（4个比较）均不显著（所有校正p > 0.05）。这些阴性结果表明，可达性作为跨组织丰度代理的适用性有限，并约束了其解释边界。
在讨论部分，研究人员指出，与现有方法相比，可达性分析占据“低参数、可跨组织比较”的方法学位置，与需要参数或规则的机制模型互补。瓶颈原则是一种启发式，识别的是表达argmin而非生化限速步骤；外部选择倾向于q=0.2也说明严格最小值不应被解释为硬性上限。不一致案例（如胰腺、脑神经节苷脂）显示了批量组织分析的两类失败模式：细胞类型异质性掩盖少数群体、组成差异被误读为生物合成差异。外部比较中，小鼠组织糖组比较和DepMap均为阴性，降低了将可达性作为丰度普适代理的信心。未来需要匹配的糖组-转录组数据、单细胞和空间转录组数据来分辨组织内程序，并应扩展为概率性步骤模型以传播表达和注释不确定性。
研究结论可概括为：聚糖可达性分析是一个从转录组数据推断相对生物合成潜力的假设生成排名工具，不是酶活性或聚糖丰度的替代度量；它适用于筛选值得进行直接糖组学测量的组织和通路，并通过上调被提名步骤的扰动实验进行检验。当前证据支持其包含非随机信息，但不支持严格最小值优于简单均值或二元拓扑；对聚糖丰度的预测能力必须通过直接测量来验证，而非假定。
