本周最新文献速递20210418
一
文献题目： Single cell transcriptional and chromatin accessibility profiling redefine cellular heterogeneity in the adult human kidney
不想看英文题目： snRNA-seq 和 snATAC-seq 分析重新定义成人肾脏细胞异质性
杂志和影响因子： Nat Commun( 12.121 1区 )
研究意义： 肾脏由多个不同亚群的细胞类型组成，整合snRNA-seq和染色质可及性数据，深入了解成人肾脏细胞的异质性。
样本信息： 对五例（男性，n = 3 ；女性，n = 2）健康的成年肾脏样本进行snRNA-seq 和 snATAC-seq 分析，年龄在50至62岁之间。
结论：
1）利用 snRNA-seq 数据检测到近端肾小管（PT），壁层上皮细胞（PEC），远端肾小管（DCT1，DCT2）等多种细胞类型；
2）snATAC-seq 和 snRNA-seq 均可提高细胞异质性的检测能力；
3）使用 snATAC-seq 分析，发现 27,034 个细胞中有 214,890 个染色质可及性区域；
4）使用 R 包 Signac 检测特定细胞类型的染色质可及性差异，发现 20％ 的染色质可及性差异区域（DAR）与差异表达基因显著相关；
5）大多数 DAR 位于转录起始位点 3 kb 内的启动子区域，此外还发现，DAR 不一定调控最近的基因；
6）使用 chromVAR 推测转录因子相关的染色质可及性，发现转录因子“活性”可表征单个细胞类型，比如转录因子 HNF4A 表征近端肾小管细胞类型；
7）使用 GATK 鉴定具有等位基因特异性表达（ASE）基因，发现 401 个基因中，有 84 个基因具有ASE，且这些ASE基因在特定细胞类型富集；
等位基因特异性表达（ASE）指的是来自父母双方的等位基因表达水平差异很大，比如基因转录水平全部或很大一部分来自于父母其中一方。见链接：https://www.cnblogs.com/chenwenyan/p/12883135.html
8）转录组和染色质可及性数据共同揭示了髓质厚升支的细胞异质性以及发现了引起异质性的转录因子；
9）进一步分析发现 VCAM1 为近端小管亚群的分子标记物，其表达水平受 NF-κB 调控。利用缺血再灌注损伤实验，发现 VCAM1 与急性肾损伤有关；
文章链接：
https://pubmed.ncbi.nlm.nih.gov/33850129/
doi: 10.1038/s41467-021-22368-w
公开的资料：
snRNA-seq：
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE131882
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE151302
cis-coaccessibility networks and cell-specific differentially accessible chromatin：
https://genome.ucsc.edu/s/parkercwilson/control_celltype_cr
Kidney Interactive Transcriptomics：
http://humphreyslab.com/SingleCell/
snRNA-seq 和 snATAC-seq的可视化和注释结果：
https://cellxgene.cziscience.com/collections/9b02383a-9358-4f0f-9795-a891ec523bcc
代码：
https://github.com/p4rkerw/Muto_Wilson_NComm_2020
二
文献题目： Brain proteome-wide association study implicates novel proteins in depression pathogenesis
不想看英文题目： 人脑蛋白质组关联分析揭示抑郁症相关的新型蛋白质
杂志和影响因子： Nat Neurosci（20.071 1区）
研究意义： 抑郁症是一种常见的精神疾病，目前的疗法仅对部分人有效。为了找到新的治疗靶标，通过整合全基因组关联研究（GWAS）数据（N = 500,199）和人脑蛋白质组（N = 376）数据，对抑郁症表型进行蛋白质组关联分析（PWAS），鉴定新的蛋白质。
结论：
1）PWAS 分析鉴定了 24 个抑郁症相关的蛋白质，整合 FUSION、SMR 和 HEIDI 发现其中19个可能通过顺式调控的蛋白质水平影响抑郁症；
2）在复制队列中对上面发现的24个基因进行验证，9个基因被成功复制；
3）对发现队列和重复队列进行荟萃分析，鉴定了38个抑郁症相关的蛋白质 (FDR q < 0.05) ，GeNets 和 PPI 分析发现这些蛋白质富集在肌萎缩性侧索硬化、钙信号传导、扩张型心肌病等通路上；
4）对神经质、体重指数（BMI）和经调整腰臀比的BMI（WHRadjBMI）进行了PWAS，发现神经质鉴定的蛋白质与抑郁症有较高的重合度（24%），而 BMI 和 WHRadjBMI 与抑郁症重合的蛋白质较少（分别为 2% 和 3%），说明 PWAS 鉴定的抑郁症蛋白质具有特异性；
5）在 mRNA 水平上对 PWAS 鉴定的抑郁症蛋白质进行分析，发现 11 个基因的 mRNA 水平和蛋白质水平均与抑郁症相关；
6）对 PWAS 鉴定的蛋白质进行细胞类型富集分析，发现主要富集在抑制性神经元和兴奋性神经元中；
7）与文献报道的抑郁症 GWAS 结果相比，PWAS 鉴定了 20 个之前在 GWAS 中没有达到显著水平的基因，说明 PWAS 具有发现抑郁症新蛋白质的潜力；
文章链接：
https://pubmed.ncbi.nlm.nih.gov/33846625/
doi: 10.1038/s41593-021-00832-6
公开的资料：
Phenotypic, proteomic and transcriptomic data：
https://adknowledgeportal.org/
pQTL analysis, protein weights and transcript weights：
https://doi.org/10.7303/syn24872746
三
文献题目： Persistent variations of blood DNA methylation associated with treatment exposures and risk for cardiometabolic outcomes in long-term survivors of childhood cancer in the St. Jude Lifetime Cohort
不想看英文题目： 儿童癌症幸存者血液DNA甲基化的持续变化与癌症治疗暴露和心脏代谢风险相关
杂志和影响因子： Genome Med（10.675 1区）
研究意义： 癌症治疗会大大增加儿童癌症幸存者的健康风险，目前研究对其潜在表观遗传学机制比较有限。
样本描述: 2052名欧洲血统癌症幸存者（中位年龄为33.7岁）,DNA甲基化类型为MethylationEPIC BeadChip
结论：
1）通过表观基因组关联研究（EWAS）鉴定了 935 个 CpG 位点、538 个基因/区域（p < 9 × e-8）与治疗暴露相关；
2）在治疗暴露相关的 CpG 位点中，与肥胖相关的有 8 个，与高胆固醇血症相关有 63 个，与高甘油三酯血症相关的有 17 个（错误发现率校正后 p 值 <0.05）。
3）四个独立 CpGs 位点（cg06963130，cg21922478，cg22976567，cg07403981）甲基化水平介导腹腔放疗（abdominal-RT）和高胆固醇血症风险（70.3％），三个 CpGs 位点（cg19634849，cg13552692 cg09853238）介导腹腔放疗与高甘油三酯血症之间的关联（54.6％），三个 CpG 位点（cg26572901，cg12715065，cg21163477）部分介导了脑部放疗与肥胖之间的关联（32.9％），cg22351187 介导了皮质类固醇与肥胖之间的关联（14.2％），cg13360224 介导了脑部放疗与高甘油三酸酯血症之间的关联（10.5%）；
4）以上结果说明治疗相关的 CpG 位点可能介导了癌症治疗暴露和心脏代谢风险的因果关系；
文章链接：
https://pubmed.ncbi.nlm.nih.gov/33823916/
doi: 10.1186/s13073-021-00875-1
公开的资料：
DNA甲基化：
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE169156
四
文献题目： siGCD: a web server to explore survival interaction of genes, cells and drugs in human cancers
不想看英文题目： siGCD: 系统筛选基因、细胞和药物间预后交互作用的在线分析和展示工具
杂志和影响因子： Brief Bioinform（8.99 2区 ）
结论：
1）siGCD巧妙的利用肿瘤异质性带来的多样性，用计算的手段模拟了基因操作、细胞浸润和药物作用，方便研究者系统筛选三者中两两预后交互作用；
2）siGCD内置了TCGA、DrugBank和CellMarker等多个数据资源，提供了良好的用户交互界面；
3）siGCD专注于因子交互分析，特别是支持细胞和药物水平分析使其明显区别于现有的预后分析工具，将广泛应用于肿瘤精准医疗的多个场景，如基因调控网络发现，药物敏感标志物发现，联合药物设计，细胞间交互作用等；
siGCD网址： http://sigcd.idrug.net.cn/
文章链接：
https://pubmed.ncbi.nlm.nih.gov/33822887/
doi: 10.1093/bib/bbab058
本人（橙子牛奶糖，即陈文燕）必须在此说明，如果有任何重大的错误，无论是文字上或意义上的，完全都是我的责任。然而虽然我非常欢迎批评，但是我想那只会浪费你宝贵的时间。── 摘自《正见》