哈喽，大家好，开门见山，今天小编向大家分享一个新的科研套路：利用别人27+的文章，复制出自己27+的文章，搬好小板凳准备听课了~~~
不知有没有小伙伴读过2019年9月份发表在Molecular Cancer杂志（IF 27.40）上的“Molecular characterization and clinical relevance of m6A regulators across 33 cancer types”这篇文章？[想要了解详细内容的童鞋可以猛戳链接：m6A调节因子泛癌分析]。今天小编向大家分享的这篇文章时隔两年整，于2021年9月同样发表在Molecular Cancer杂志上，内容上这两篇文章可以说是“子母文”了，19年的文章主要分析了m6A调节因子在33种癌症类型的分子表征和临床意义，而今天的这篇文章则挑选了其中的一种癌症：小细胞肺癌(SCLC)，分析了m6A调节因子在SCLC中的分子特征、免疫肿瘤学特征和临床相关性。两篇文章的对比，小编在文末会进行总结归纳，感兴趣的小伙伴赶紧阅读起来吧！
首先解读一下今天分享的这篇文章哈~
前言
肺癌仍然是世界上最常见、最致命的癌症。小细胞肺癌(SCLC)是最致命的肺癌，约占肺癌总病例的15%。SCLC是一种侵袭性高级别神经内分泌肿瘤，以倍增时间短、生长迅速和早期转移扩散为特征。大多数SCLC患者迅速产生耐药性，他们的5年生存率很低(5 - 6%)，即使是在标准化疗初始反应良好的情况下。在小细胞肺癌的常规化疗中加入免疫检查点抑制剂是有希望的；然而，它们的绝对长期收益是中等的。需要阐明SCLC广泛转移和复发的复杂机制，以扩大化疗和免疫治疗对更多患者的持久益处。
m6A是真核RNA中最丰富和最普遍的RNA修饰，是肿瘤生物学的重要组成部分。m6A修饰与其他表观遗传修饰相似，是一个受甲基转移酶、RNA结合蛋白和去甲基化酶调控的动态可逆过程。越来越多的证据强烈表明，m6A修饰是肿瘤转移、复发和治疗耐药的一个新的决定性因素，特别是抗PD-1/PD-L1单药耐药。多种表观遗传异常已被证实与SCLC的癌表型和侵袭性密切相关。然而，作为最常见的RNA表观遗传修饰，m6A从未被认为与SCLC进展有关。
结果
1. m6A调节因子在SCLC中的遗传变异、表达模式和治疗潜力
作者策划了30个m6A调节因子的目录，包括11个writers，两个erasers和17个readers(如下图)。
30个m6A调节因子的基本信息
图1a总结了m6A修饰在癌症中的多种功能。RNA甲基化受到不同类型的调节因子的调节，包括甲基转移酶（编码器，writer），RNA结合蛋白（读码器，reader）和去甲基化酶（消码器，eraser）。[题外话：小编之前也详细解读过m6A的在癌症中的作用，详见重磅综述：一文读懂m6A+经典信号通路]
作者在110例SCLC样本中检测了30例m6A调节因子的体细胞突变。28个样本出现m6A调节因子突变，突变频率为25.5(图1b)。在所有调节因子中，readers的突变频率相对较高，FMR1的突变频率最高。相比之下，没有erasers显示出突变。作者还注意到METTL3和YTHDC2以及IGF2BP2和YTHDC2之间同时发生突变（图S1）。然后，作者从癌症细胞系百科全书（CCLE）中研究了这些调节因子在53个SCLC细胞系中的拷贝数变异。如图1c所示，SCLC中m6A调节因子具有普遍的CNV改变。大部分readers(11/17)存在广泛的CNV扩增，而所有的erasers都具有较高缺失频率。染色体CNV突变如图1d所示。由于m6A调节因子的基因改变在SCLC中很常见，作者进一步分析了这些改变是否影响表达模式。通过主成分分析评估m6A调节因子在正常肺和SCLC样本中的表达全景，发现其分布模式具有显著差异(图1e)，正常肺和SCLC样本之间的调节因子表达细节如图1f所示。几乎所有的writers和readers在SCLC中显著上调，而erasers表达趋于下调，表明SCLC与丰富的m6A修饰有关。IGF2BP3在多种实体肿瘤中显著升高，本研究首次将这一现象扩展到SCLC。结合CNV结果和m6A调节因子的表达模式，作者推测CNV的改变可能是m6A调节因子表达紊乱的原因之一。
为了进一步研究m6A表达谱与SCLC转移的关系，作者比较了30个调节因子在50个不同病理来源的SCLC细胞系（CCLE数据库）中的分布。大多数writers和readers在转移性细胞株中与原代细胞株相比呈现上升分布趋势(图S2)，表明m6A修饰可能有助于促进SCLC转移。值得注意的是，四种调节因子METTL3、HNRNPA2B1、HNRNPC和RBMX在转移性细胞系中显著上调。那么，这些分子能否成为转移性SCLC的治疗靶点呢?作者首先试图确定四种调节因子中哪一种作为泛癌适应度基因(图S3)。作者发现HNRNPC和RBMX几乎在所有不同类型的癌症中都是必需基因。此外，DepMap数据也提醒了HNRNPC和RBMX对于泛癌细胞是必需的(图S4)。因此，作者假设HNRNPC和RBMX也可能影响SCLC的恶性生物学行为。作者使用两种转移来源的细胞系进行了几次体外和体内实验，发现HNRNPC和RBMX敲低可显著抑制SCLC的增殖和迁移，并促进细胞凋亡(图1g-h，S5-S7)。作者还发现在临床样本中HNRNPC和RBMX的蛋白表达与SCLC的分期有关(图S8)。
a.m6A修饰在癌症进展中的动态可逆过程。b.国际队列研究110例小细胞肺癌患者中30个m6A调节因子的突变频率。c.30个m6A调节因子在53个SCLC细胞系中的拷贝数变异频率。d.利用CCLE数据分析23条染色体上m6A调节因子的CNV突变位点。e.GSE40275队列中30个m6A调节因子表达谱的主成分分析。f. GSE40275队列中30个m6A调节因子在正常肺组织和小细胞肺癌组织中的表达细节。g.流式细胞术分析HNRNPC和RBMX在正常和敲低细胞(NCIH446和NCIH196)中的表达。h.正常或敲低组小细胞肺癌细胞(NCIH446和NCIH196)的Transwell迁移能力测定。
2. m6A调节因子与SCLC肿瘤通路和免疫特征的关系
为了确定m6A调节因子如何参与SCLC，作者探索了m6A调节因子与50种癌症标志物相关途径之间的关系相关性。调节因子的表达与多种致癌途径的不同激活状态密切相关(图2a)。
HNRNPC和METTL5与癌症激活通路(如G2M检查点、DNA修复、PI3K/AKT/mTOR通路等)密切相关，提示HNRNPC和METTL5可能促进癌症进展(图2a，图S9)。相反，HNRNPA2B1与大多数癌症抑制通路相关，提示HNRNPA2B1可能对SCLC进展具有保护作用(图S9)。体外实验证实METTL5是一种亲肿瘤调节因子，HNRNPA2B1对SCLC细胞无显著影响(图S10)。值得注意的是，m6A调节因子因其在癌症进展中的作用而闻名。因此，作者测试了这30个调节因子在SCLC中的相关性(图2b)。在writers和readers之间，或者readers和readers之间存在高度相关的关系(图S11)。这些关系表明writers和readers可能协同促进SCLC的进展。其中，VIRMA与YTHDF3的相关系数最高(图2b)。此外，蛋白质相互作用网络显示，这些调节因子之间存在频繁的相互作用(图2c)。值得注意的是，writers之间的联系更加频繁，这与writers作为蛋白质复合物发挥作用是一致的。因此，m6A调节因子的相互干扰和协同可能参与SCLC的进展。
作者还研究了调节因子与免疫表型之间的关系。通过分析七个免疫细胞的metagenes基因集（代表特定免疫细胞亚群的非重叠基因组），结果表明，大多数调节因子与多种炎症活性呈负相关(图2d)。例如，ELAVL1和HNRNPA2B1与HCK、LCK、MHC-I、STAT1、MHC_ II、干扰素和IgG表现出一致的负相关性。作者还使用ESTIMATE和MCP算法探索了基质细胞和免疫细胞中不同调控表达模式的分布(图2e)。writers和readers与免疫基质细胞之间存在频繁的负相关，表明m6A的高度修饰与SCLC的免疫沙漠型密切相关。同时，作者分析了免疫检查点谱，也发现了许多负相关，尤其是在writers和readers中[尤其是METTL3, HNRNPA2B1和ELAVL1(图2f)]。这些结果提示m6A调节因子可能与SCLC中TIME的异质性和复杂性密切相关。
a网络图显示了国际队列中选定的m6A调节因子与SCLC中癌症标志物相关通路之间的关系。红线和蓝线分别表示正相关和负相关。b来自国际队列的SCLC中各m6A调节因子表达的相关性。散点图显示相关系数最高的组(VIRMA和YTHDF3, Pearson R = 0.81)。c.m6A调节因子之间的蛋白质相互作用。d来自国际队列的m6A调节因子与SCLC炎症活动的关系。e来自国际队列的SCLC中m6A调节因子与肿瘤纯度、基质细胞比例和免疫细胞群的相关性。f.来自国际队列的m6A调节因子和小细胞肺癌免疫检查点的关系。g基于11个调节因子的m6A评分对来自RNA-seq数据训练队列的77例患者总生存期的影响(国际队列)。h利用RNA-seq数据对48例上海队列患者的m6A评分进行验证。i用来自NCC队列的qPCR数据验证152份福尔马林固定石蜡包埋样本的m6A评分。
3. m6A调节因子在SCLC中的临床意义
观察到m6A调节因子与免疫肿瘤特征之间的联系，促使作者探索这些分子在SCLC中的临床意义。大多数调节因子(21/30)显示出临床相关性(图S12和S13a)，启发作者构建了基于m6A调节因子的预测签名(m6A评分)。作者收集了3个独立队列来构建m6A评分，包括国际队列(n = 77)、上海队列(n = 48)和国家癌症中心队列(n = 152)。引入了最小绝对收缩和选择算子模型，并建立了基于11个调节因子的m6A评分(图S13b, c)。在国际队列中，m6A评分高的患者总体生存期(OS)明显更差(图2g)。作者用上海队列验证了m6A评分的重复性和稳健性(图2h)。为了确定m6A评分是否可以用于临床实践，收集了152份SCLC样本(国家癌症中心队列)的qPCR数据进行一步分析，正如预期的那样，该评分显著地将患者分为OS高m6A评分和低m6A评分组(图2i)和无进展生存(PFS)高m6A评分和低m6A评分组(图S14a)。m6A评分在不同的临床亚组中得到了很好的验证(图S15)，并且在所有队列的化疗患者中表现良好(图S14b)。重要的是，在调整了临床和病理特征后，m6A评分仍然是一个独立的预后因素(图S14e)。据作者所知，该m6A评分是第一个具有大样本量的SCLC多中心分子模型。因为在标准治疗方案中获取肿瘤标本难度巨大，所以这种大样本的验证也是罕见的。总之，作者认为m6A调节因子是很有前途的预后因素，其未来的应用可能有助于确定SCLC的最佳治疗策略。
讨论
该研究首次描述了m6A调节因子在SCLC中的异常表达模式、特异性免疫肿瘤特征和临床相关性。对SCLC中m6A调节因子的全面评估将有助于人们加深对肿瘤发生和重塑肿瘤免疫微环境(TIME)的理解，并提供更有效的化疗和免疫治疗选择，为制定针对SCLC患者m6A修饰的治疗策略奠定了合理的基础和支撑。
总结
认真阅读完这两篇文章的同学不难发现，这两篇文章虽然不能说是完全一模一样，但是核心内容和方法还是大同小异的。我们简单对比一下两篇文章的主图：
2019-Fig2d vs 2021-Fig2c
别的不说，光是从这相似的图片对比中，我们就可以看出这两篇文章的关系妙不可言啊。
经过以上的文献解读，我们值得深思：为什么时隔两年，两篇如此相像的文章却都能够发表在IF 27+的顶级期刊上呢？如果说，2019年那篇是因为恰好借助了“m6A”这个新热点的“东风”的话，那么，今年这篇在m6A这阵东风即将过去的情况下，却仍然能够发顶刊，小编认为主要有以下几点原因:
(1).干湿结合：作者进行了大量的基础实验，辅助验证生信分析的结果。
(2).癌种精准单一：着重分析SCLC这一种癌症，分析较泛癌更全面，更深入透彻。
(3).多种热点相结合：涉及m6A、免疫浸润、免疫检查点、肿瘤微环境、预后风险模型等多个研究热点。
(4).样本量大：正如作者自己所说，因为在标准治疗方案中获取肿瘤标本难度巨大，所以这种对预后风险模型进行大样本的验证是罕见的。
读完这篇文章后，虽然说让我们再复现一篇同样的高分文章确实具有较大难度，但是这种寻找研究切入点的方法还是非常值得我们借鉴的。
做科研，没思路？没想法？不存在的，我们要善于从别人的文章，尤其是高分文章中学习总结，只要找到值得研究的某一点，深入挖掘，相信总有出成果的一天。希望今天的文献解读，对你有帮助吧~
更多精彩文章解读 可关注生信人公众号
医学数据分析，优选思路，尽在生信人