血小闆-投稿到發表5天10+，做夢都笑醒了
——來自血小闆的講解
大家好，我是血小闆，是一種小的循環無核細胞，在止血、傷口愈合和疾病進展中起着關鍵作用。但是今天我不是來做科普講座的，最近有一夥人利用我發了一篇10+的文章，而且從投稿到發表居然隻有5天！這我就坐不住了，我決定親自來介紹這篇文獻~
這是我的自拍
文章簡介：
這篇文章【1】發表在期刊: American Journal of Hematology，是血液學中比較有品質的期刊。在最近一年的影響因子為10.047。中科院大類: 醫學 1區 中科院小類: 2區 血液學。在中科院《國際期刊預警名單（試行）》名單（ 2021年1月釋出版）也沒有發現這個期刊
另外這本期刊還收錄了以下資料庫：
Science Citation Index
Science Citation Index Expanded
Current Contents - Clinical Medicine
Current Contents - Life Sciences
BIOSIS Previews
文獻解讀：
當我與其他類型的細胞通信或在血液中循環時，我的RNA圖譜可能會改變。我可能參與惡性良性腫瘤的發展和轉移，被惡性良性腫瘤教育過的我的RNA會改變表達特征并且能夠檢測到惡性良性腫瘤。隻有少數資料庫提供我的資料，如PlateletWeb用來研究我的蛋白信号網絡和我在人類中抗原檢測，PLATELETOMICS檢測我的RNA和miRNA表達。然而，目前還缺乏對大資料對我的表達譜的系統研究，這就需要在不同條件下獲得高品質的轉錄組資料。目前還沒有針對疾病的全面的血小闆表達資料庫。
我目前還沒有針對疾病的全面的表達資料庫，而這篇文章将對研究界非常有幫助。為了系統地研究血小闆的RNA表達譜，他們從NCBI GEO的基因表達總集和SRA資料庫中挑選了我的表達資料集，包括來自27種疾病和健康對照的1260個RNA-seq、358個RNA微陣列、21個miRNA-seq和430個miRNA微陣列資料。當然還有外周血單核細胞(PBMC)和全血的RNA-seq資料集。然後，他們去除了RNA-seq表達資料的批量效應，并将其分為四組：
(1)實體瘤：結直腸癌(CRC)、乳腺癌(BRCA)、胰腺癌(PC)、肝膽癌(HCC)、膠質母細胞瘤(GBM)、非小細胞肺癌(NSCLC)和低級别膠質瘤(LGG)
(2)心血管疾病(CAD)：不穩定型心絞痛(UA)、ST段擡高型心肌梗死(ST段擡高型心肌梗死)、肺動脈高壓(PH)、無明顯動脈粥樣硬化(NSAth)、穩定型心絞痛
(3)感染(病毒)：人類免疫缺陷病毒(HIV)、登革熱和流感(H1N1)
(4) 其他：慢性胰腺炎(CP)、癫痫、多發性硬化症、糖尿病。
我的Reads分布分析顯示，平均約80%的Reads被映射到外顯子(39.89%)和内含子(39.18%)區域(圖1A)。他們發現12.07%的片段被定位到線粒體DNA上，因為完整的線粒體是我發揮功能和生存的關鍵。隻有8.86%的片段被定位到基因間隔區。接下來，他們研究了健康樣本中我的表達情況，發現不同研究中表達基因的數量差異很大(圖1B)。這是有點奇怪的？我推測可能是由于不同的治療或處理方法所緻。在健康血小闆中， FPKM>3的表達基因的分布是相似的(圖1B)，是以，他們認為FPKM>3的基因是高置信度基因。結果顯示，我在健康人中平均表達4994個蛋白質編碼基因和2168個非編碼基因，而在疾病患者中蛋白質編碼基因和非編碼基因總數從3069個到13678個不等(圖1C)。
由于我在血管中循環，他們找到了我、PBMC和全血之間基因表達譜的差異。結果發現，我、PBMC和全血中平均表達基因數(FPKM>3)分别為7162個、10521個和9336個。在這些基因中，非編碼基因在分别約占30.27%、12.54%和12.18%(圖1D)。此外，他們還對FPKM>3的40%以上的樣本中表達的基因進行了篩選，并在這三個來源中鑒定出4326個共同基因(編碼基因和非編碼基因分别為4168和158個)。在探索三個來源的最高表達基因時(圖1E)。他們發現在前100個基因中有27個基因相同和前500個基因中有142個基因相同。有趣的是，37個線粒體基因中有35個在我的基因前100位，高表達的前10個基因中有6個來自線粒體(MT-RNR2、MT-RNR1、MT-ND1、MT-CO2、MT-ATP6和MT-CO3)(圖1F)。另外4個基因分别是B2M、TMSB4X、FTH1和PPBP，它們與我的形成和功能密切相關。同時，PBMC和全血中表達的前10個基因同時存在于線粒體相關基因和血紅蛋白基因中(圖1F)。
為了研究基因在不同疾病中的功能，他們通過在基因本體論(GO)中篩選關鍵字“血小闆”來排除我的相關基因，這樣就可以更好的研究我在不同疾病中作用，而不會關注到我如何産生、如何發揮凝血作用這類話題了。并對剩下的前500個基因進行GO富集分析。如圖1G所示，在健康樣本和疾病中，這些基因都富集定位于膜的蛋白、定位于内質網的蛋白和定位于膜的共翻譯蛋白。有趣的是，與健康樣本和其他疾病相比，HCC、BRCA、PC、CRC、DM、CP和病毒缺乏與核糖體生物發生相關的GO術語。這表明在不同的條件或疾病下，我的RNA譜是不同的。
接下來，他們以差異倍數>1.5，p<0.05，FPKM>10為臨界值，确定了疾病和健康樣本之間的差異表達基因(DEGs)。在不同的CAD疾病中，DEG的數目差異很大(8~3298個)，在感染性疾病中沒有DEGs。與健康血小闆相比，CRC、BRCA、PC、HCC、GBM和NSCLC分别為1434、1414、1316、1191、1070和225，說明非小細胞肺癌與其他惡性良性腫瘤的不同之處。為了進一步探索這一差異，他們将DEGs相交，發現5種惡性良性腫瘤(BRCA、CRC、GBM、PC和HCC)共有716個DEG，NSCLC中有143個獨特的DEGs(圖1H)。同時，他們在6個惡性良性腫瘤中發現了4個常見的上調基因(ITGA2B、DEFA1、DEFA3和TLN1)，這四個基因已被報道與多發性癌症的發生有關和78個常見的下調基因主要編碼核糖體蛋白(圖1I)。
為了探索我在癌症診斷中的潛在價值，他們利用SEG工具鑒定了11個實體惡性良性腫瘤中的特異性表達基因(SEG) (圖1J)。他們發現FKBP1A在NSCLC和LGG中特異性的低表達，還在TCGA資料中觀察到FKBP1A在肺和腦惡性良性腫瘤中的表達與健康對照相比下調。此外，NSCLC和LGG中的其餘7個血小闆SEG(GP1BB、PRR7、CYBA、NOP53、TYMP、STUB1和ATP5D)和LGG中的3個SEG(DUSP1、DUSP2和DDIT4)被報道與惡性良性腫瘤的發生有關。
為了便于利用我的這些高品質資料集進行新的發現，他們将表達資料和分析結果組織到最先進的血小闆表達資料庫中，命名為血小闆表達圖譜(PEA)。PEA提供了一套完整的基因和miRNA表達譜圖譜以及每個資料集的進階分析結果：
(1)不同疾病中血小闆的表達譜；
(2)特定基因(miRNA)在健康和各種疾病中的平均表達；
(3)差異表達分析，包括DEGs的功能富集和蛋白質互相作用網絡；
(4)血小闆特異性表達基因。
圖1血小闆基因表達的圖譜。
本文小結：
總之，他們首先系統地研究了不同疾病的我的RNA的表達情況，并展示了其在我、PBMC和全血中的表達情況。其實，他們為我提供了一個完整表達資料庫，我在這裡要說一句——
這可以作為研究界的基礎設施。但是在未來，仍有幾個問題需要解決，包括PEA的長期維持等。其實，我在發炎、免疫、癌症的發病和轉移都有作用。最近的研究表明，我還可以攜帶由功能失調細胞溢出的疾病相關生物分子（如RNA、蛋白質和代謝物），對疾病具有診斷作用，但是這方面的研究還不是很多，大家還要繼續加油呀~
有了這麼寶貴的資源，該怎麼用起來呢？如果不知道的話，請看第二條《加油血小闆！》；如果想要會會血小闆，歡迎聯系我們多多交流哦！