问答专栏
CELL最新文献40分钟速读
肿瘤分子分型
为帮助受疫情影响的广大科研工作者假期科研不中断，我们从本周一（3月2日）起，打造了全新的线上讲座单元——40分钟最新顶刊精读系列，帮助大家在家也能掌握最新研究动态。
第一期讲座中，徐恪讲师利用40分钟对CELL上的最新一篇关于肝癌分子分型文章“IntegratedProteogenomicCharacterizationofHBV-RelatedHepatocellularCarcinoma”，从课题设计、文章结构、数据结果及创新点做了精彩的解析（如上图所示），课后老师们踊跃提问，特别是组学数据分析、文章思路解析以及样本问题等。小编将问题及回答做了分类汇总，希望对老师们的科研工作有所帮助。
数据分析类
Q
转录组和蛋白组数据的分型结果完全一致吗？不完全一致的话，作者是如何解决的？
A
从上图清晰的看到，对于本文来说，蛋白转录层面的分型结果大体一致，但仍然有个别差异。但这并不影响结果的呈现和后续的分析，原因如下：
1).作者的分子分型最终是按照蛋白组学数据进行的，转录（包括TCGA数据库内公共数据）和磷酸化层面的分型更多为了佐证作者的蛋白层面分型（代谢驱动型、增殖驱动型、微环境失调型）的合理性；
2).作者直接中根据WES数据库建立的mRNA-protein对，虽然98.6%呈现正相关，但仍然有部分相关性不高、甚至相反，其中包括的蛋白复合物（RNA聚合酶、呼吸链复合物蛋白等）的组装及其蛋白水解（泛素蛋白酶体激活），所以分型不完全一致也正常，只要解释合理就好。
Q
作者为什么分了3型，而不是4型或者更多？
A
对于分型来说，作者依靠共识聚类策略进行非监督聚类实现。具体到如何确定具体分几组，一般有两方面的考量：
1）考虑实际意义：分析分成n个亚组后，是否每一亚组有其特征性的病理机制，其亚组间的预后（或者其他临床指征）是否有显著性差异
2）聚类结果分析：主要是这三个图进行判断（第一个和第三个图更重要）：
小图1：聚类效果最好最稳定的K值是图中X轴μ值0.1至0.9之间下降坡度最小的曲线
小图3：看轮廓宽度，越接近1，说明组内聚的越好。
样本问题类
Q
请问蛋白组学对癌组织或癌旁组织有需要要求吗，有些癌组织含血量比较丰富，怎么排除刚才徐老师所说的血液干扰？
A
如果样本来源于动物模型，我们可以在收样前进行如下操作，排除血液的干扰：小鼠麻醉固定→横隔处打开胸廓（暴露胸腔）→保证心脏跳动、迅速剪开右心耳，用注射器从左心室灌注含肝素生理盐水→灌注到肝肾发白停止灌注。
对于较为珍贵的临床样本而言，我们力求在收样时清洗干净，去除表面的血污和一些脂肪、结缔组织。由于我们所有样本基本上都是含有血的（组内和组间差异不明显）所以对结果不会有特别大的干扰。
Q
蛋白组学样本数量最低有要求吗，做亚型？
A
目前没有看到明确的要求规定分子分型的最低样本数量，但是目前从实际文章看，多数文章的样本数量对（即超过个病人的癌+癌旁对照）。
在这里，我要跟大家说一个可能的误区。
比如我们有对样本（个癌组织，个癌旁组织）。那么，我们在筛选差异蛋白的时候，是用这个样本，进行的差异分析。但当我们真正进行分型的时候，是筛选出来的差异蛋白（或变异度top50%蛋白），对个癌组织样本进行的分型。
所以假如我们样本数量过少时，就意味着我们可用于分型的样本会再次减半、影响分型结果。如果需要前期小规模预实验，建议采取DIA策略，用小样本评估分型趋势，后期加大样本量整合后分析。
PS:只要两批的QC和实验条件等保持一致，后期是可以通过生信手段消除批次效应。
研究思路（技术选择）类
Q
在翻译后组学方面，本文为什么选择磷酸化蛋白组而不是糖基化或者酰化修饰？对肿瘤分型，更建议做磷酸化组学吗？
A
在本文中，我们可以看到，对于分子分型来说，作者选择的还是蛋白组学，而不是磷酸化，结果里的转录和磷酸化层面的分型，更多的时候是为了佐证蛋白分型的价值。
至于为什么绝大多数顶级期刊选择磷酸化而不是其他层面，主要是针对潜在药靶筛选这一后期研究的，其主要原因:1）在所有已知修饰中，磷酸化更常见，涉及的机制更多；2）现在大多数靶向药物都是磷酸激酶的抑制剂，所以从这个层面也更容易找到合理的现成用药，提升文章的价值和转化潜能。
但是，假如我们所
