刷爆全网的science重磅“铜死亡”，生信10大切入点
这两天的science重磅“铜死亡”相信已经刷爆各位的朋友圈了。这篇文章定义的铜死亡（cuproptosis）到底是什么？简单来说，研究人员发现了一种不同于已知的细胞死亡的新机制：铜依赖且受到调控的细胞死亡方式，通过铜与TCA的脂酰化成分直接结合，导致脂酰化蛋白的异常聚集和铁硫簇蛋白的丢失，从而导致蛋白毒性应激而导致细胞死亡。
铜死亡经典与个性化思路
立即扫码咨询
Ps: 如果想看这篇文章的详细解读，可以看看推文的次条。
不夸张地说，看完这篇文章，小编周六晚上睡觉梦到的都是各种各样的细胞死亡。看过小编文章的小伙伴应该有印象，小编为大家分享过非常多的细胞死亡的文章以及生信思路，例如细胞焦亡、坏死性凋亡、泛凋亡等等。当然，今天小编不解读文章，毕竟science原文的解读网上已经一大堆了。针对这个真正的science重磅，小编为大家整理一系列生信的切入点。
曾经炙手可热的铁死亡、细胞焦亡、坏死性凋亡，仅仅在21年发文量就超过了4000。作为细胞死亡新晋成员，留给我们的空间实在太多太多，多到出现了选择困难症。不过各位放心，小编今天从易到难为大家整理各个水平的铜死亡生信思路。
首先，我们需要知道的是，science原文识别到了10个基因，其中7个正调控基因，3个负调控基因。这一点非常重要，也是这一系列思路的基础。
思路一、铜死亡相关signature
当我们拿到一个基因集合的时候，最基础的思路就是基于这个基因集合进行筛选，并且构建一个signature。以铁死亡和细胞焦亡为例，最简单的便是构建预后signature。特点是快准狠，不到两个月就能轻松做出一个3-5水平的结果。
这两篇文章可以代表这个水平两个非常经典的思路，一是基于基因集合本身进行筛选和构建signature；二是先聚类识别不同的死亡模式，再选择不同模式间特征构建signature。同样作为细胞死亡的铜死亡，从数据层面来总结，就是换了个基因集合而已。
思路二、铜死亡相关疾病分型
基于某个基因集合的分子分型可以很好的关联临床，同样是非常经典的思路。当然与思路一的区别在于分析内容相对较多，书写起来相对难一点。不过如果结果很好的话，是有机会冲高分的。同样以铁死亡和细胞焦亡为例，我们可以看到两篇文章都在8分以上，并且来自于同一个杂志。既然编辑愿意接收，那我们换一个死亡方式为什么不试试呢？
思路三、单细胞数据出发或者单细胞联合bulk RNA数据
单细胞虽然风头不再，但是目前还是文章很好的加分项。以铁死亡为例，我们可以看到，单纯的单细胞数据挖掘或者联合bulk RNA数据，能够轻松做到6-7的水平。只不过与前两个比起来，分析难度提升了不少。
思路四、泛癌分析
针对某个基因集合的泛癌刻画现在已经趋于成熟了，基本上只要基因集合挑得好，连单细胞数据都不用加就能做到10以上。从去年的两篇文章我们可以看到，审稿人对这种形式还是非常愿意接收的。
思路五、非编码RNA
非编码RNA其实都不用多说，前几天为大家介绍的铁死亡lncrRNA是能够发到Nature Communications的。不过目前不建议从非编码RNA的角度切入，毕竟到时候可能不好找证据来证明其调控作用。
思路六、铜死亡数据库
FerrDB这个数据库相信大家都知道，铁死亡研究利器。虽然现在铜死亡的概念刚提出，但是如果想冲击一下16分的NAR，现在就可以开始收集文章了。不过这个活周期较长，比较磨人，如果人手不足不建议轻易去尝试。
结语
除了前面为大家整理的六个思路之外，其实想抓住铜死亡这个点，还有非常多的角度，正如前文所说，留给我们的空间实在太多。而且随着现在生信的发展，很多思路都非常成熟，比的就是谁更快。最后为了方便大家初步评估铜死亡生信的研究潜力，小编基于TCGA的数据对铜死亡10个基因进行了分析，已经可以看到很多肿瘤值得往后深挖了。想要获取初步分析结果以及铜死亡其他经典思路和个性化思路，赶快扫码上车。
铜死亡经典与个性化思路
立即扫码咨询
更多生信分析问题咨询： 18501230653（微信同号）
01被生信人成功预测的乳酸思路如何在Cancer Cell上杀出重围
02Genome Medicine：公共数据如何发到10分+
03这个经典思路发了那么多高分文章，不来一个意难平啊
04亦正亦邪，ROS与ncRNA在癌症中的价值交换
052022年，TCGA数据建模真的还能到10分吗？