利用人类差异表达基因列表进行下游通路富集分析与靶点优先排序
2025年10月3日
本研究介绍了一种运行Pathway2Targets算法的实验方案，该算法是一个R语言脚本，可根据批量RNA测序实验中病例组与对照组样本间细胞内信号通路谱的比较结果，预测并筛选潜在的治疗靶点。
本研究的目的是表征细胞内对各种条件的转录响应，并预测针对这些条件的治疗药物以及机制性或诊断性标志物。计算预测可提供候选药物，但验证药物效果需要耗费大量资源和时间。
然而，这种偶然性方法的改进只能依赖于高质量的实验数据。本研究的优势在于能够识别信号通路中可用于药物重定位的潜在药物靶点，而不仅仅是将差异表达基因与已知靶点进行匹配。要运行 SPIA 通路富集算法，首先需从 GitHub 下载代码至计算机系统。
在 RStudio 中打开 SPIA_Code.Rmd 脚本。选择所有代码行，然后单击“运行”或“运行所选行”按钮以执行该脚本。
等待运行完成，并确认在“下载”目录中出现一个名称相似的 csv 文件。将该文件作为电子表格打开，以手动查看和解读结果。要运行靶点优先级排序算法，请打开 Pathway2Targets。
在 RStudio 中通过选择“文件”菜单并点击“打开文件”，然后从目录中选择脚本名称来打开 R 脚本。在 RStudio 代码窗口中，转到第 22 行，并将占位符替换为实际的 SPIA 结果文件名。选中所有代码行，然后点击“运行”按钮以执行算法。
观察屏幕左下方面板中实时显示的进度消息。完成后，检查下载目录中是否生成了同名的 tsv 文件，该文件包含已排序的靶标。生成包含优先靶标及其评估指标的文件后，使用电子表格应用程序打开该文件进行查看。
SPIA 算法鉴定了 10 条统计学显著的信号通路，其未经校正的 p 值小于 0.05。Pathway2Targets 算法鉴定了多个预测靶点。在排序后的靶点和排序后的治疗方案输出结果中，预测的治疗靶点具有一致性，包括已知的结直肠癌相关基因，如 EGFR、TP53 和 AKT1。
查看完整文字稿并访问数千部科学视频
概述
本研究重点表征不同条件下的细胞内转录反应，旨在预测治疗靶点和诊断标志物。通过应用Pathway2Targets算法，该研究利用批量RNA测序数据分析识别结直肠癌的潜在药物靶点。
关键研究组成部分
研究领域
- 治疗干预的靶点预测
- 细胞内应答的转录谱分析
- 结直肠癌研究
背景
- 需要高质量的实验数据以改进预测
- 验证药物效应所面临的挑战
- 在信号通路中识别药物靶点的优势
使用的方法
- 用于靶点优先排序的 Pathway2Targets 算法
- 批量 RNA 测序数据
- 用于数据分析的 R 编程
主要结果
- 具有统计学意义的信号通路的鉴定
- 多个预测的治疗靶点在不同输出结果中一致出现
- 鉴定出的关键基因包括 EGFR、TP53 和 AKT1
结论
- 该研究展示了在信号通路内进行药物再利用的新方法
- 该研究对于增强结直肠癌的治疗策略具有重要意义
常见问题
行业重要性概述
将RNA测序与通路富集及靶点优先排序算法相结合，可使生物制药团队在与疾病相关的信号网络中系统性地识别并排序可成药靶点。该方法通过关注机制性背景而非孤立的基因命中结果，提高了靶点验证阶段的预测可信度，并支持基于风险调整的研发管线决策。该分析流程的输出结果可直接指导早期发现阶段的筛选及后续转化研究策略。
生物制药研发中的战略应用
早期发现与靶点验证
- 通过将差异表达基因映射到功能信号通路，实现机制层面的风险评估。
- 通过以通路为中心的分析而非单一基因的聚焦，支持功能靶点的验证。
- 通过整合蛋白质-蛋白质相互作用网络，提高靶点选择的预测可信度。
- 基于通路影响和可成药性评分对靶点进行排序，助力项目组合的优先级筛选。
筛选与检测方法开发
- 为下游检测开发工作流程准备经过验证的基因和通路列表。
- 通过提供经过排序且具有机制相关性的靶点，标准化筛选项目中的输入内容。
- 实现对功能检测候选靶点进行可重复且定量的优先级排序。
- 支持在优先通路内对化合物-靶点相互作用进行可扩展的评估。
转化与临床前研究
- 将靶点优先级确定与疾病相关的转录特征相结合，以实现转化研究的连续性。
- 通过将通路扰动与治疗假设相关联，促进生物标志物的发现。
- 通过整合通路和靶点水平的证据，支持基于风险评估的推进决策。
- 为临床前模型的选择与验证提供机制层面的背景支持。
流程与工作流整合
该计算流程通过将RNA-seq数据转化为可操作的靶点和通路见解，连接了早期发现与转化研究。
- 发现生物学：通过差异表达分析和SPIA分析，支持假设验证和通路阐明。
- 筛选：提供适用于检测开发和化合物筛选的排序靶点列表。
- 分析：提供定量输出和统计学阈值（例如，p < 0.05），以支持可靠的决策。
- 转化研究：将基因表达变化与疾病相关通路及治疗靶点关联起来。
- 企业级复用：提供可重复使用的计算工作流程，可适应多种疾病背景和数据集。
运营与企业影响
- 科学价值：提高靶点选择的预测可信度，降低机制上的不确定性。
- 操作价值：实现通路和靶点优先级排序的标准化与自动化，支持可扩展的研发工作流程。
- 战略价值：支持基于充分信息的立项/终止决策，实现资本高效的投资组合管理。
- 组合影响：支持基于风险调整的高可信度靶点优先排序与推进。
实施注意事项
- 需要具备计算生物学和RNA-seq数据分析的专业知识。
- 依赖于R编程环境及相关软件包的可用性。
- 需要跨团队对输入数据格式和排序结果的解释进行标准化。
- 可适用于多种疾病模型，但对通路复杂性和靶点密度较为敏感。
- 实际限制包括计算运行时间以及对高质量输入数据的需求。
