編者按

隨著高通量測序技術(shù)的發(fā)展，生物學家能夠獲取大量的基因表達數(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）作為一種強大的工具，通過評估預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過程和信號通路的變化。本文將介紹GSVA及其在生物學研究中的廣泛應用，展示它如何推動我們對復雜生命現(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)督的生物信息學方法，它用于在一組樣品或一群細胞中評估某基因集（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/細胞進行分組，而是為每個單獨的樣本/細胞計算特定基因集的富集分數(shù)。這種方法使得研究者能夠在沒有先驗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/細胞間表現(xiàn)出顯著活性差異的基因集。

02 GSVA的應用思路

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

在基礎生物學研究中，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胞浸潤程度。通過分析與特定免疫細胞類型相關(guān)的基因集，如T細胞、B細胞或巨噬細胞等，可以揭示不同腫瘤之間免疫微環(huán)境的差異。這對于預測免疫檢查點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)基因集進行GSVA分析，科學家們能夠了解特定條件下（如饑餓、肥胖）下機體內(nèi)部主要代謝途徑的狀態(tài)變化，進而為營養(yǎng)干預策略提供科學依據(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，來支持更精細的疾病分型。

2. 治療反應預測：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相關(guān)聯(lián)。

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

總之，GSVA作為一種強大的工具，在促進我們對于復雜生物系統(tǒng)理解的同時也為臨床實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，并且在精準醫(yī)學時代有著重要的應用價值。

03 文獻案例分享

小編在這里用一篇文獻案例，詳細介紹GSVA分析在生物學研究中的應用思路。

文章題目：單細胞轉(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)移瘤的單細胞轉(zhuǎn)錄組圖譜。研究者對原發(fā)性和轉(zhuǎn)移性腫瘤的細胞組成和功能表型進行了比較分析，發(fā)現(xiàn)腫瘤細胞在肝轉(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)性腫瘤細胞進化的途徑。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)和免疫細胞亞型。細胞相互作用分析進一步表明，轉(zhuǎn)移性組織中缺乏腫瘤-免疫細胞相互作用，會導致免疫抑制性微環(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算法推斷了導管細胞的CNV信息，并根據(jù)CNV水平將導管細胞分為低、正常、中、高四組。GSVA分析表明，TGF-β 信號、NOTCH 信號、MYC 靶標和上皮-間質(zhì)轉(zhuǎn)化通路在高CNV導管細胞里具有高活性（圖1A）。此外，對腫瘤相關(guān)成纖維細胞（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，粒細胞巨噬細胞集落刺激因子產(chǎn)生的功能通路活性上調(diào)，而S5亞群中，中胚層細胞命運規(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功能通路在特定細胞類型的不同亞型間的活性差異。

參考文獻
[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.