在分享干货前，小编先罗嗦几句跟大家唠唠自噬，让感兴趣的小伙伴儿们对自噬有个基础的认识~已经跟自噬两厢对望许久的可以直接跳转“生信研究思路汇总”部分

自噬的前世今生

说起自噬领域，那可谓是金光闪闪，最近一个世纪里就有两位科学家因此获得科研界的最高殊荣——诺贝尔生理医学奖。

1963年，比利时科学家Christian de Duve首次提出自噬的概念（因其1955年发现的溶酶体获得诺奖），从此打开了自噬领域的大门。

但之后的研究其实一直举步维艰，直到上世纪九十年代大隅良典发现酵母菌在饥饿时会出现大量的自噬现象。基于这一现象，开始进行自噬相关基因遗传筛选研究，并于1年后找到了自噬相关的酵母突变体。4年后，其发现了第一个自噬基因ATG和自噬特征蛋白LC3。然后，几十年磨一剑，终于探明了细胞自噬的启动机制，相关成果于2016年发表在cell上，并且成功获得了2016年诺贝尔生理医学奖。至此，也将自噬领域研究推向了一个高潮，成为了科研界一颗耀眼的明星。

关于自噬你需要知道什么？

自噬，英文名autophagy或self-eating，顾名思义，意思是自体吞噬。简单说，就是一种真核细胞在自噬相关基因（autophagy related gene，ATG）的调控下利用溶酶体降解自身细胞质蛋白和受损细胞器的过程。在正常情况下，可以把自噬理解为一个清洁卫士，能够把细胞里坏掉的细胞器清除掉保证细胞的健康。

自噬能够防止细胞损伤，促进细胞在营养缺乏的情况下存活，并对细胞毒性刺激作出反应（听起来是不是感觉用处挺大，确实）。一般情况下，我们体内发生的是生理条件下的基础型自噬，这是细胞的一种自我保护机制，有益于细胞的生长发育，保护细胞防止代谢应激和氧化损伤，对维持细胞内稳态以及细胞产物的合成、降解和循环再利用具有重要作用。但是，任何事情都是过犹不及的嘛。当自噬过度的时候就可能导致代谢应激、降解细胞成分，甚至引起细胞死亡等。

自噬根据包裹物质及运送方式的不同可分为3种类型：

①巨自噬（macroautophagy）：通过形成具有双层膜结构的自噬体（autophagosome）包裹胞内物质，最终自噬体与溶酶体融合。一般情况下所说的自噬是指巨自噬。

②微自噬（microautophagy）：通过溶酶体或液泡表面的形变直接吞没特定的细胞器。

③分子伴侣介导的自噬（chaperone-mediated autophagy, CMA）：具有KEFRQ样基序的蛋白在HSP70伴侣的帮助下，通过LAMP-2A转运体转运到溶酶体。

自噬与疾病

研究表明，自噬在机体的免疫、感染、炎症、肿瘤、心血管病、神经退行性疾病等多种生理病理过程中具有十分重要的作用。目前研究最热的三类疾病是肿瘤、神经退行性疾病和免疫性疾病。其中在肿瘤的作用争论最大，主要表现自噬基因敲除的动物自发肿瘤增多，但却增加了化疗、放疗、免疫治疗的敏感性，妥妥的一把双刃剑啊。

小编这里通过一篇综述（PMID：6347410）的图给大家展示一下ATG基因的主要已知生物功能，以及根据小鼠实验数据和人类遗传关联预测的受这些基因调节的大类疾病。至于具体的研究例子，大家感兴趣的移步文献呀，小编这里不一一列出啦。

生信研究思路汇总

那么在有了一个基础的认识后，大家就跟着小编进入正题，来看看关于自噬纯生信分析可以做什么吧~

一、老生常谈篇

常见的也是做的最多的是肿瘤的分子分型、预后和两种结合在一起都做的，下面给大家放几篇经典思路，之前也推过很多类似的，感兴趣的可以回顾一下。

1.肿瘤的分子分型

这篇文章作者基于7个结肠癌队列的1580个样本，进行了全面的基因组分析，以探索自噬相关基因介导的分子亚型特征。使用单样本基因集富集分析（ssGSEA）来量化TME中每个细胞浸润的相对丰度。然后，采用无监督方法进行亚型聚类。

2.肿瘤的预后

预后相关的思路主干基本都是预后相关marker识别，构建风险模型，然后分析不同风险组间的表达差异、临床差异、TME差异、免疫浸润和治疗差异等等等。区别在于marker类型用的五花八门，最常见的是基因和lncRNA。

这篇使用的是基因

这篇是lncRNA

3.肿瘤的分子分型+预后

二、不落俗套篇

1.多组学做疾病分型

同样是做肿瘤分型，这篇文章卷到了多组学，作者基于胰腺癌的mRNA、lncRNA、miRNA、DNA甲基化和体细胞突变数据，使用10种无监督方法进行多组学数据整合和疾病分型。然后，分析各亚型间的免疫浸润和免疫治疗之间的差异。经过小编检索，目前这个思路做的好像还不多呢，有机会啊！

2.差异甲基化基因做预后

这篇文章使小编眼前一亮的就是作者大胆的使用了差异甲基化的基因作为marker来做肿瘤预后，脱俗于一众差异表达基因的思路

3.结合其他热点找牵扯多方的基因作为marker做预后（热点多蹭蹭，不嫌多）

结合m6A的

结合细胞凋亡和坏死的

4.结合单细胞数据

这篇加入了单细胞数据，给大家看一下行文思路，看看是怎么结合的单细胞

三、非肿瘤篇：

非肿瘤疾病大概由于数据的限制，纯生信类的最简单直接的是基于疾病表达谱数据，寻找与疾病相关基因，然后探讨一下差异基因的功能、相关性和互作情况等。小编这里给大家看点不一般的~

1.单基因研究

作者以单基因为切入点研究RBM8A与自噬的关系，发现RBM8A低表达与自噬中关键复合物成分的减少有关，提示此基因表达的改变可能会导致阿尔兹海默症患者的病理生理学改变。

2.核心基因研究

作者对脑内出血（ICH）和匹配的血管风险因子对照组进行了外周血全转录组分析，基于基因共表达网络确定与ICH相关的炎症、调节和自噬共表达模块及其最相关的核心基因。然后使用混合效应回归识别差异表达基因。

小结

以上就是小编总结出来的所有自噬相关的纯生信分析思路啦~各位屏幕前的看官，你们get到了吗（没有也没关系，只要知道自噬是一大热点，赶快戳我们上车就好！）？

PS：这里也给大家分享两篇生信+实验的（PMID: 34094830，PMID: 34632655），要满足各种看官的需求嘛。