上一篇小编带大家一起总结了三种可以在“铜死亡”研究中借鉴的组学思路，今天咱们继续分享。
1、纯生物学信息学分析挖掘：铁死亡相关的长非编码RNA信号预测头颈部鳞状细胞癌预后
发表期刊：Int J Biol Sci
发表时间：2021年1月
影响因子：10.75分
研究背景：头颈部鳞状细胞癌（HNSCC）是影响头颈部不同组织器官的肿瘤，因早期无症状及缺乏HNSCC早期检测，所以其患者5年生存率低于50%，即使在治疗后该疾病的复发和转移风险仍然很高。铁死亡是一种可以观察到各种疾病状况的新型铁依赖性和ROS依赖性细胞死亡类型。
样本来源： TCGA数据库中HNSCC相关的RNS-Seq数据（42例正常、487例癌症）。
研究方法及结果：
数据收集：从TCGA数据库中提取HNSCC相关的RNS-Seq数据（42例正常、487例癌症），从FerrDb数据库中下载铁死亡相关基因。最终确定了259个与铁死亡相关的基因。
差异表达分析：确定65个铁死亡相关的DEGs，其中18个下调，47个上调。
基于铁死亡的lncRNAs预后信号：通过单因素和多因素COX分析，发现25个lncRNAs是HNSCC独立预后预测因子。
25个lncRNAs预测能力分析：Kaplan-Meier分析显示高风险lncRNAs特征的表达与较差存活率相对应。同时，特征性lncRNA的AUC为0.782，表现出较高的预测价值。此外，GSEA揭示了低风险组个体的免疫和肿瘤相关通路。
研究结论：这是一种新型的铁死亡相关的lncRNAs信号特征对HNSCC预后的影响。
研究评价：首先，这是一个典型的通过生物信息学挖掘数据发表文章的案例，而且影响因子比较高。这种思路在多种组学项目中都很常见，需要研究者对数据库以及生物信息学都比较精通。另外，这一研究还属于比较热门的生物标志物研究，通过筛选合适的生物标志物来对患者进行分层筛选。做生物标志物研究时一般需要两组对立的样本组，以在这两组之间寻找差异，这些差异就是筛选合适的生物标志物的基础。然后结合生存曲线等分析最终找到合适的标志物panel。
还有一些研究会把样本分为发现集和验证集，即在发现集中确定标志物Panel，在验证集中对panel的性能进行验证。这些都可以参考。
2、单细胞表观研究：单个基因位点通过铁死亡控制 DPEP1/CHMP1A 的表达和肾脏疾病的发展
发表期刊：Nat Commun
发表时间：2021年8月
影响因子：17.694分
研究背景：全基因组关联研究（GWAS）已经确定了肾脏疾病的位点，但因果变异、基因和代谢通路仍然未知。
样本来源：HEK293细胞、小鼠、肾脏组织等。
研究方法及结果：
GWAS数据分别与肾甲基化数量性状基因座（mQTL）和eQTL整合，来解析由rs164748标记的16号染色体区域。结果发现，rs164748具有肾脏特异性的mQTL/eQTL效应，该效应优先考虑DPEP1和CHMP1A作为肾脏疾病风险基因。
整合肾功能GWAS和人单核染色质可及测序（snATAC-seq）后，再进行CRISPR/Cas9基因组编辑分析，确定了影响人肾近端小管细胞中DPEP1和CHMP1A表达的调节区。
通过Dpep1缺失性小鼠研究Dpep1的功能。体内研究表明，Dpep1缺失可改善小鼠的肾脏损伤。
通过Chmp1a杂合小鼠研究CHMP1A在肾脏疾病发展中的作用，结果显示，表明Chmp1a在肾脏疾病中具有保护作用。
通过基因敲除研究Dpep1和Chmp1a与铁死亡的关系，结果发现：Dpep1抑制可改善顺铂诱导的细胞凋亡和铁死亡，Chmp1a敲除通过增加铁的积累促进铁死亡。
对Dpep1和Chmp1a两者的表达分析显示，在人类肾脏组织样本中两者的表达呈强相关性，说明两者共同起到调节作用。另外，两者的表达与几个关键的铁死亡相关调节因子的表达相关。
研究结论：通过GWAS、单细胞ATAC-Seq等方法，证明了一个精细定位的GWAS位点控制两个靶基因的表达。并且，确定了DPEP1和CHMP1A作为肾脏疾病基因和重要的铁死亡调控因子。
研究评价：这一篇研究虽然结合了许多实验和技术，但逻辑性非常强，整个文章一环扣一环，每一步都显得顺理成章。虽然单细胞表观只是其中很小的一部分，但其新颖性是非常不错的。而且该研究中涉及到细胞死亡相关的过程，正好可以和铁死亡建立联系。这一类的研究没有办法总结一个成熟的思路或者通用的流程。属于基础研究比较扎实，然后选择感兴趣的点进行深入挖掘，正好这个点又可以和铁死亡想结合。在铜死亡相关研究中可以借鉴的点在于前沿技术的应用；如果所研究的内容正好涉及到细胞死亡相关，则可以尝试和铜死亡进行联合。
3、肠道微生物16S检测研究铁死亡：肠内铁剂量对早产儿肠道菌群的影响。
发表期刊：J Pediatr Gastroenterol Nutr
发表时间：2021年5月
影响因子：3.288分
研究目的：比较接受不同剂量肠内铁补充（EIS）的极低出生体重（VLBW）婴儿的肠道菌群。
样本来源：婴儿的粪便。
研究方法：从粪便组织中提取基因组DNA，使用515F和806R这一对引物进行16S的V4区扩增，后进行MiSeq 250PE测序及分析。
研究结果：在出生胎龄28.1±2.4周、体重1103±210克的婴儿中，分别在EIS前后收集105份和237份样本。EIS开始时的平均出生后年龄为17.9±6.9天，平均初始EIS剂量为4.8±1.1毫克/千克/天。开始喂养时剂量不低于6mg/kg/天的婴儿和低剂量的婴儿相比变形杆菌和双歧杆菌丰度更高，α多样性更低。通过预测细菌代谢途径和EIS剂量发现，EIS开始2周后，给予较高EIS剂量的婴儿有较高的细菌预测的铁死亡和上皮浸润功能潜力。
研究结论：EIS剂量越高，变形杆菌和双歧杆菌的丰度越高，微生物群的多样性越低，预测细菌上皮浸润的可能性越高。
研究评价：该研究属于常规16S进行肠道微生物菌群分类的项目，从整个文章的内容和结构上看都非常简单，不过样本数一共300多份算是相对较多的。生信分析方面也是常规的分析，如α多样性和β多样性分析。只是在预测细菌代谢途径时能和铁死亡联系在一起。在我们的研究中可以借鉴的点是，我们常规16S分析完成后，可以在代谢途径的角度来看是否包含与铜死亡相关的的基因，进而来分析细菌多样性与铜死亡之间的关系。
写在最后：铁死亡相关的几千篇文献中，研究思路多种多样。在这里，小编通过2篇公众号推文共为大家介绍了6个方向的思路。可以看出，不管是哪一种思路都是基于铁死亡相关的基因和途径已经很明确的情况下。反观铜死亡相关的文献，目前数量非常少，所以与铜死亡相关的基因、蛋白以及代谢物等都知之甚少。这种情况下，需要先对这些相关物质进行积累。最简单的就是通过与铜死亡相关的2组对立样本，进行差异表达分析，找出与之有关的差异代谢物。建立起与铜死亡相关的物质或者代谢途径，从而为后续的深入研究奠定基础。所以目前开展铜死亡相关的研究，我们也可以从这个角度入手。
参考文献：
Yun Tang, et al. Ferroptosis-Related Long Non-Coding RNA signature predicts the prognosis of Head and neck squamous cell carcinoma. Int J Biol Sci. 2021 Jan 31;17(3):702-711. doi: 10.7150/ijbs.55552. eCollection 2021.
Yuting Guan, et al. A single genetic locus controls both expression of DPEP1/CHMP1A and kidney disease development via ferroptosis. Nat Commun. 2021; 12: 5078. Published online 2021 Aug 23. doi: 10.1038/s41467-021-25377-x.
Thao Ho, Intestinal Microbiome in Preterm Infants Influenced by Enteral Iron Dosing. J Pediatr Gastroenterol Nutr. 2021 May 1;72(5):e132-e138. doi: 10.1097/MPG.0000000000003033.