生信爱好者周刊（第 73 期）：迄今为止最开放、成果最多的大队列是如何建成的

这里记录每周值得分享的生信相关内容，周日发布。

本杂志开源（GitHub: ShixiangWang/weekly），欢迎提交 issue，投稿或推荐生信相关内容。

「生信周刊讨论区」

来源：栗平/TNC Photo Contest 2022

迄今为止最开放、成果最多的大队列是如何建成的

从获得首个人类基因组已经过去了二十年，在当时，人们曾畅想在获得基因组之后就可以了解到每一个基因甚至是碱基的具体功能。但是二十年过去了，虽然对于人类基因组的研究在治疗癌症、寻找药物靶点以及诊断疾病获得了一定程度的进展，但是我们仍旧缺乏基因对于衰老、复杂性状以及疾病甚至是一些单基因致病疾病的具体影响。对于目前的这种困境，其中一个重要的原因就是高质量表型数据的缺乏，因此无法通过统计学的方法寻求性状与基因之间的具体关联。针对这一问题，一些包含有遗传数据的超大型前瞻性队列应运而生，其中最具有代表性的就是英国生物银行（UK Biobank）。

@JnanZhang：”生物样本库作为生命科学基础研究与转化医学研究的宝贵资源，其重要性日益凸显，英国生物银行已成为了大数据时代下全世界队列研究的标杆。”

1、Genome Biology | 纳米孔测序可用于检测cfDNA的细胞起源和癌症特异性甲基化特征 细胞游离DNA（cfDNA）携带起源组织的信息特征，包括基因组改变、DNA修饰和细胞类型特异性片段化模式等。其中，DNA甲基化是泛癌筛查研究中很有应用前景的cfDNA生物标志物。近日，来自以色列希伯来大学等单位的研究人员在Genome Biology杂志发表了题为“Detecting cell‑of‑origin and cancer‑specific methylation features of cell‑free DNA from Nanopore sequencing”的研究文章。研究团队进行了循环肿瘤DNA（ctDNA）ONT （Oxford Nanopore Technologies）测序的可行性研究，基于ONT全基因组测序检测癌症患者ctDNA的拷贝数变异（CNA），并通过比较ONT测序与短读长测序平台获得的甲基化和片段特征信息，证实了ONT测序可成为液体活检的有力工具。

2、Cell Genomics｜空间多组学技术解析肿瘤内空间异质性 本研究利用多区域质谱分析（>5000个区域），多区域单细胞拷贝数测序（~2000个单细胞），以及循环免疫荧光（>1000万个细胞）三种空间组学技术，对147名肺腺癌患者的肿瘤进行了空间多组学分析。在肿瘤中发现了两种不同的空间异质性模式，定义为聚集模式（Clustered）和随机模式（Random）空间多样性（geographic diversification， GD）。并利用蛋白质组和基因组数据在相同的样本中观察到了一致的空间模式。随机模式的肿瘤，其特点是细胞粘附力不足和肿瘤互作内皮细胞水平较低，在两个独立的患者队列中与复发或死亡风险的增加显著相关。 - 论文链接：https://www.cell.com/cell-genomics/fulltext/S2666-979X(22)00107-0

3、Nat. Commun|13.5小时即可获得WGS诊断结果！遗传病快速诊断管理系统GTRx与时间赛跑

研究团队开发了一个13.5小时的诊断系统GTRx，用于自动化遗传病诊断和急性管理指导，以在扩大rWGS的使用范围，帮助一线医生在ICU中护理危重婴儿和儿童。据介绍，GTRx系统为原型系统，仅包含约500种进展迅速且有有效治疗方法的遗传疾病。在验证临床实用性后，该系统将扩展到所有遗传疾病，使一线医生能够在评估潜在遗传病因及其对患者的后续治疗方面发挥更积极的作用。

4、Nat. Commun|侯英勇/丁琛/贺福初团队合作发布中国人群鳞状细胞癌蛋白质组学图谱，揭示鳞状细胞癌和腺癌的分子差异

复旦大学附属中山医院侯英勇团队、复旦大学人类表型组研究院丁琛团队以及北京生命科学研究所贺福初团队合作，通过系统地蛋白质组学分析揭示了中国人群SCCs和ACs之间的差异，并初步阐明了肿瘤发生机制和治疗策略。通过对蛋白质组数据进行深入分析，构建了包含19个蛋白的诊断分类器，并验证了PRKCE、SLC27A1和CPXM2的诊断价值。该研究证实深度蛋白质组学研究能够带来功能上的新见解，将有助于推动未来的机制探索和精准治疗。 - 论文链接：https://www.nature.com/articles/s41467-022-31719-0

5、如何在分面中添加数学表达式标签?

设置数学表达式是科研绘图的一个需求，本文介绍了使用 expression() 函数定义表达式标签，并通过 ggplot2 进行绘制展示。

6、 DESeq2 的 vst、rlog 和 normalized value 傻傻分不清? 平常我们绘制热图什么的数据基本上用的可能是 TPM/FPKM/RPKM, 或者使用 DESeq2 的归一化值 normalized_counts