什么“神仙”文章？接收-发表仅用时一个月？南方医科大学基础医学院姜勇团队拿下5分+文章！

生信文章的“洪流”可谓是越来越“卷”，从最初的生信分析到现在的各种算法分析模型的开发，期刊对于生信文章的要求也是越来越高！今天江江包发现的这篇文章，对于各位同学来说，不仅是发表生信文章的“硬核”模版，也是科研思路的又一次“创新”！这篇文章采用孟德尔随机化模型分析单细胞测序数据，两大核心内容相信各位同学都不陌生，为什么此文章能够“脱颖而出”?短时间就被期刊所接受？下面让江江包带各位同学一起分析一下吧~

1．此文章使用单细胞和批量转录组数据来确定脓毒症和健康对照组之间的细胞类型特异性，进行MR分析，调查抵抗素水平与脓毒症患者生存之间的因果关系。

2．此文章利用meQTL(甲基化数量性状基因座)来识别可能直接影响败血症的胞嘧啶-磷酸-鸟嘌呤(CpG)位点。为了解脓毒症的潜在机制提供了新的见解。

分析单细胞测序数据分析肿瘤癌症，一直是“老生常谈”了。利用什么模型进行分析才能紧贴科研实事热点，拿下SCI文章才是重点！孟德尔随机化模型作为最近新晋的生信分析模型，不仅“崭露头角”，还在生信届占据“一席地位”！利用孟德尔随机化模型分析相关疾病单细胞测序数据，这思路不就来了嘛！有如此科研思路，是不是觉得发文章也没有那么难！如果你对此模型分析有想法，不知如何复现，赶快滴滴江江包吧！下一篇高分文章非你莫属！（想做类似研究的小伙伴可以后台滴滴江江包呦！）

题目：单细胞转录组学和孟德尔随机化综合分析揭示抵抗素在重症监护病房脓毒症存活中的保护作用

研究背景

败血症是世界范围内疾病负担和死亡的主要原因。鉴于各种感染途径的复杂性和异质性，目前尚缺乏针对败血症的特定治疗方法。抵抗素最初被发现它在新陈代谢、炎症和自身免疫性疾病中发挥着重要作用。与其在胰岛素抵抗或糖尿病中的作用不同，抵抗素在脓毒症中可能发挥更关键的作用。然而，抵抗素和脓毒症之间的联系仍未完全清楚。本研究旨在通过孟德尔随机化(MR)分析，探索脓毒症中特定细胞类型的差异表达基因(DEG)，并探讨抵抗素在脓毒症患者生存中的作用。

数据来源

此文章使用单细胞和批量转录组数据来确定脓毒症和健康对照组之间的细胞类型特异性。然后进行MR分析，调查抵抗素水平与脓毒症患者生存之间的因果关系。利用meQTL(甲基化数量性状基因座)来识别可能直接影响败血症的胞嘧啶-磷酸-鸟嘌呤(CpG)位点。此外还确定了位于RETN或其启动子区域的三个甲基化CpG位点，直接影响ICU中抵抗素蛋白水平和脓毒症死亡，为了解脓毒症的潜在机制提供了新的见解。

主要结果

1． 设计原理图

本文设计原理图如（图1A，B）所示

图1 设计原理图

2．RETN在脓毒症标本中上调

所有细胞被分成10种类型，并显示在UMAP中(图2A)。此外，在健康对照组和脓毒症组的样本之间，六种细胞类型中发现了560个细胞类型特异性差异表达基因(DEG)(图2B)。观察到与健康对照组相比，脓毒症期间巨噬细胞中RETN表达上调（图2C）。在大量转录组数据中，与健康对照组相比，脓毒症组患者的RETN表达水平上调(图2D)。与健康组相比，脓毒症组样本中RETN的表达水平上调(图2E)。热图显示了每个样本中RETN的标准化表达水平。

图2 RETN在脓毒症标本中上调

3．RETN与预后的关系

利用LD聚集法得到的独立eQTL和pQTL被用作分析中的工具变量(IV)。根据各自的最小p值确定了领先的eQTL和领先的pQTL。使用“CMlot”R包为独立的eQTL(图3A)和pQTL(图3B)生成了曼哈顿曲线图。分析显示，在ICU中，RETN水平与脓毒症组相关的28天死亡率呈负相关。EQTL数据支持RETN RNA水平与较低的脓毒症相关死亡风险之间的关联，而顺-eQTL数据支持这种关联以及RETN RNA水平与较低的脓毒症严重风险之间的关联。PQTL数据支持抵抗素蛋白水平与败血症相关死亡和严重程度的较低风险之间的关联，顺式pQTL数据也支持这些关联。所有暴露与败血症相关结果之间的这些负关联如（图3C-F）所示，总结结果的森林图如（图3G）所示。RETN(eQTL和pQTL)与所有结果之间的MR分析结果如(Table 1)所示。分析没有发现RETN水平与肺炎严重程度、ICU肺炎死亡、严重COVID19感染合并呼吸衰竭、心力衰竭等其他次要结局之间没有任何显著关联。

图3 RETN与预后的关系

Table 1

4． 脓毒症患者RETN相关CpG位点和RETN水平的MR结果与预后

与RETN相关的CpG位点被定义为在RETN基因或启动子区域存在相关SNP的CpG位点。MR分析显示，cg15460739、cg15828235、cg17474222和cg24433207四个CpG位点与RETN mRNA水平呈正相关，而cg02383368与RETN mRNA水平呈负相关。Cg02346997、cg06633066和cg22322184三个CpG位点与RETN蛋白水平呈负相关，而cg17474222与RETN基因和蛋白水平呈正相关。此外，cg02346997、cg06633066和cg22322184这三个CpG位点被发现与败血症相关死亡的风险增加有关。MR结果显示与RETN相关的CpG位点和RETN水平，以及与脓毒症相关的结果(Table 2)。