基因集變異分析GSVA在生物信息學(xué)研究中的應(yīng)用

編者按

隨著高通量測序技術(shù)的發(fā)展，生物學(xué)家能夠獲取大量的基因表達(dá)數(shù)據(jù)。然而，如何從這些數(shù)據(jù)中提取有意義的信息是一個重大挑戰(zhàn)�；�因集變異分析（Gene Set Variation Analysis, GSVA）作為一種強(qiáng)大的工具，通過評估預(yù)定義基因集在不同樣本中的活性變化，幫助研究人員揭示生物學(xué)過程和信號通路的變化。本文將介紹GSVA及其在生物學(xué)研究中的廣泛應(yīng)用，展示它如何推動我們對復(fù)雜生命現(xiàn)象的理解。

01 GSVA分析介紹

基因集變異分析 (Gene Set Variation Analysis, GSVA) 是一種無監(jiān)督的生物信息學(xué)方法，它用于在一組樣品或一群細(xì)胞中評估某基因集（如信號通路或功能基因組）的活性程度。與傳統(tǒng)的基因集富集分析（Gene Set Enrichment Analysis, GSEA）不同，GSVA 不需要事先對樣本/細(xì)胞進(jìn)行分組，而是為每個單獨(dú)的樣本/細(xì)胞計算特定基因集的富集分?jǐn)?shù)。這種方法使得研究者能夠在沒有先驗(yàn)知識的情況下探索數(shù)據(jù)中的模式，并且可以識別出在不同樣本/細(xì)胞間表現(xiàn)出顯著活性差異的基因集。

02 GSVA的應(yīng)用思路

GSVA 在生物信息學(xué)中有廣泛的應(yīng)用，尤其是在轉(zhuǎn)錄組學(xué)研究中，用來探索不同疾病狀態(tài)、治療響應(yīng)或細(xì)胞類型之間基因表達(dá)模式的變化。無論在生物學(xué)研究還是臨床中，GSVA都可以幫助研究者理解疾病機(jī)制、藥物作用機(jī)制以及發(fā)現(xiàn)生物標(biāo)志物。

在基礎(chǔ)生物學(xué)研究中，GSVA可用于：

1. 腫瘤微環(huán)境分析：使用GSVA來評估不同類型癌癥樣本中的免疫細(xì)胞浸潤程度。通過分析與特定免疫細(xì)胞類型相關(guān)的基因集，如T細(xì)胞、B細(xì)胞或巨噬細(xì)胞等，可以揭示不同腫瘤之間免疫微環(huán)境的差異。這對于預(yù)測免疫檢查點(diǎn)抑制劑療效特別重要。

2. 信號通路活動變化：GSVA可以幫助識別在發(fā)育過程或者響應(yīng)外界刺激時哪些信號通路活性發(fā)生了顯著改變。例如，在干細(xì)胞分化過程中，利用GSVA可以監(jiān)測Wnt、Notch等關(guān)鍵發(fā)育信號通路活性隨時間的變化趨勢。

3. 代謝途徑分析：通過對代謝相關(guān)基因集進(jìn)行GSVA分析，科學(xué)家們能夠了解特定條件下（如饑餓、肥胖）下機(jī)體內(nèi)部主要代謝途徑的狀態(tài)變化，進(jìn)而為營養(yǎng)干預(yù)策略提供科學(xué)依據(jù)。

在臨床研究中，GSVA可用于：

1. 疾病診斷和分級：GSVA可以識別與特定疾病相關(guān)的基因集。比如，在癌癥研究中，某些信號通路或代謝途徑可能在腫瘤組織中異�；钴S，這些異常富集的基因集可以用作輔助診斷的生物標(biāo)志物。此外，對于具有不同分子特征和臨床行為的疾病亞型（如乳腺癌的不同亞型），GSVA可以通過比較不同亞型之間的基因集活性差異，來支持更精細(xì)的疾病分型。

2. 治療反應(yīng)預(yù)測：利用GSVA分析治療前后的樣本，研究人員可以確定哪些基因集的變化與治療反應(yīng)相關(guān)聯(lián)。

3. 預(yù)后評估：基于GSVA計算出的基因集富集分?jǐn)?shù)，可以構(gòu)建一個綜合的風(fēng)險評分模型，該模型結(jié)合多個與不良預(yù)后相關(guān)的基因集來預(yù)測患者的生存期和復(fù)發(fā)情況，有助于醫(yī)生做出更加準(zhǔn)確的預(yù)后判斷。

總之，GSVA作為一種強(qiáng)大的工具，在促進(jìn)我們對于復(fù)雜生物系統(tǒng)理解的同時也為臨床實(shí)踐提供了寶貴的信息支持，提供了深入了解疾病本質(zhì)的新視角，并且在精準(zhǔn)醫(yī)學(xué)時代有著重要的應(yīng)用價值。

03 文獻(xiàn)案例分享

小編在這里用一篇文獻(xiàn)案例，詳細(xì)介紹GSVA分析在生物學(xué)研究中的應(yīng)用思路。

文章題目：單細(xì)胞轉(zhuǎn)錄組分析表明免疫抑制性腫瘤微環(huán)境與胰腺癌肝轉(zhuǎn)移有關(guān)

本研究利用單細(xì)胞轉(zhuǎn)錄組測序技術(shù)描繪了PDAC 原發(fā)性腫瘤和匹配的肝轉(zhuǎn)移瘤的單細(xì)胞轉(zhuǎn)錄組圖譜。研究者對原發(fā)性和轉(zhuǎn)移性腫瘤的細(xì)胞組成和功能表型進(jìn)行了比較分析，發(fā)現(xiàn)腫瘤細(xì)胞在肝轉(zhuǎn)移中表現(xiàn)出不同的轉(zhuǎn)錄組特征，具有明確的從原發(fā)性腫瘤細(xì)胞進(jìn)化的途徑。研究者還確定了對轉(zhuǎn)移性病變中促腫瘤微環(huán)境形成至關(guān)重要的特定基質(zhì)和免疫細(xì)胞亞型。細(xì)胞相互作用分析進(jìn)一步表明，轉(zhuǎn)移性組織中缺乏腫瘤-免疫細(xì)胞相互作用，會導(dǎo)致免疫抑制性微環(huán)境的形成。本研究全面描述了PDAC肝轉(zhuǎn)移的轉(zhuǎn)錄組景觀。

圖1.GSVA分析顯示功能通路的活性程度。A 不同CNV水平的細(xì)胞中功能通路的活性。B 五種CAF亞型的功能通路活性。

研究者使用inferCNV算法推斷了導(dǎo)管細(xì)胞的CNV信息，并根據(jù)CNV水平將導(dǎo)管細(xì)胞分為低、正常、中、高四組。GSVA分析表明，TGF-β 信號、NOTCH 信號、MYC 靶標(biāo)和上皮-間質(zhì)轉(zhuǎn)化通路在高CNV導(dǎo)管細(xì)胞里具有高活性（圖1A）。此外，對腫瘤相關(guān)成纖維細(xì)胞（CAF）分析后獲得異質(zhì)性CAF亞群，再次使用GSVA分析發(fā)現(xiàn)S4亞群中，粒細(xì)胞巨噬細(xì)胞集落刺激因子產(chǎn)生的功能通路活性上調(diào)，而S5亞群中，中胚層細(xì)胞命運(yùn)規(guī)范的功能通路活性上調(diào)（圖1B）。GSVA分析可以幫助研究者確認(rèn)功能通路在特定細(xì)胞類型的不同亞型間的活性差異。

參考文獻(xiàn)
[1] Zhang, Shu et al. “Single cell transcriptomic analyses implicate an immunosuppressive tumor microenvironment in pancreatic cancer liver metastasis.” Nature communications vol. 14,1 5123. 23 Aug. 2023.