分析选择驱动毒理基因组效力估计:转录组出发点的系统评价

Analytical Choices Drive Toxicogenomic Potency Estimates: A Systematic Evaluation of Transcriptomic Points of Departure

作者信息Imke B Bruns, Dayna R Schultz, Emmanuel Demuynck, Friedel Dewulf, Ioannis Theologidis, Steven J Kunnen, Lukas S Wijaya, Ilias Frydas, Nafsika Papaioannou, Elisavet Renieri, Thanasis Papageorgiou, Dimosthenis Sarigiannis, Kyriaki Machera, Birgit Mertens, Jana Asselman, Carsten Weiss, Bob van de Water, Giulia Callegaro
PMID42707020
发布时间2026-09-07
DOI10.1093/toxsci/kfag115

实验完整度

高

体外细胞模型结合转录组学全过程,包含QC、归一化、BMC建模、分布和通路tPOD推导、置换零分布分析和bootstrap不确定性评估。

主要模型

人永生化肾近端小管上皮细胞RPTEC/TERT1 RPTEC/TERT1细胞暴露于顺铂的体外转录组学数据集

重点核对

RPTEC/TERT1细胞在96孔板中以25,000个细胞/孔接种,培养14天以成熟为近端小管表型 顺铂浓度梯度为0.1、0.5、1、2.5、5、10、20、30、50 µM,时间点为4、8、16、24、48、72小时 每个浓度-时间点条件有3个重复样本,未处理细胞作为时间匹配对照,0小时额外6个未处理对照,QC前共204个样本 5个独立分析流程分别采用不同归一化(CPM、DESeq2、Upper Quartile、log2(VST))和预处理/后处理过滤条件 分布型tPOD包括第五百分位、第25位排序基因、第一众数、Kneedle和最低一致反应剂量,BMC低于0.1 µM标记为低于范围

摘要

组学技术正日益被整合到下一代风险评估中,但定量毒理基因组学结果仍然高度依赖于分析选择,因此有必要系统评价生物信息学工作流程如何影响危害表征和转录组出发点(tPOD)。在此,我们将5个独立的转录组学分析流程应用于一个共享数据集,该数据集为人肾近端小管上皮细胞RPTEC/TERT1暴露于顺铂的多个浓度和时间点,比较了预处理、基准浓度建模和基于通路的解释策略的影响。在不同工作流程之间,基因水平基准浓度(BMC)存在显著差异。这种差异与归一化、过滤和建模软件的差异有关,尽管本研究设计并未分离单个工作流程选择的贡献。尽管存在这种差异,随着转录反应增强,后期时间点的一致性增加,其中24小时在基因水平上被一致确定为最敏感的时间点。将基因水平BMC聚合为基于通路的指标减少了差异,但并未消除差异,通路定义成为tPOD估计的主要决定因素。值得注意的是,不同的通路资源之间基因重叠极少,与更广泛的通路注释相比,更小的、生物学上连贯的基因集(例如共表达模块和生物标志物面板)产生的BMC更低且更分散。此外,与基于中位数的聚合相比,直接建模通路活性评分产生的tPOD系统性地不同,其方法依赖性保守程度受通路覆盖度和反应强度影响。总体而言,我们的研究结果表明,分析工作流程设计和通路选择都关键性地影响毒理基因组学推导的效力估计,凸显了需要统一、透明的方法学,以实现转录组学在化学安全评估和监管决策中的稳健应用。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
独立实施的转录组学分析流程在应用于同一数据集时,预处理、归一化、BMC建模、通路定义和tPOD推导方法的选择如何影响基因水平和通路水平的毒理基因组学效力估计?
核心机制
分析工作流程设计(归一化、过滤、BMD建模软件)和通路定义(基因集大小、覆盖度和来源)共同塑造转录组学推导的BMC和tPOD估计;后期时间点转录反应增强使不同工作流程之间一致性提高。
主要证据
将5个独立转录组学流程应用于RPTEC/TERT1细胞顺铂暴露数据集,比较基因水平BMC、分布型tPOD、Hallmark通路中位数BMC、不同p53通路定义以及通路评分(WGCNA eigengene和GSEA NES)建模结果,结合bootstrap和置换零分布分析。
研究意义
研究提示需要透明报告、工作流程统一和受控参数敏感性研究,以支持转录组学在化学安全评估和监管决策中的稳健应用,并强调通路选择和覆盖度评估对基于通路的tPOD推导的重要性。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

细胞培养与顺铂暴露

建立RPTEC/TERT1肾近端小管细胞体外模型并获取顺铂浓度-时间响应转录组数据

RPTEC/TERT1细胞在DMEM/Ham's F-12培养基中维持和分化,接种于96孔板培养14天,暴露于顺铂9个浓度6个时间点,未处理细胞作为对照,最终收集样本进行TempO-Seq全转录组分析。

2

TempO-Seq转录组数据生成

获取全转录组基因表达数据用于下游分析

细胞裂解后样本送至BioClavis,使用TempO-Seq平台和human whole transcriptome v1.2探针面板处理,2023年5月将探针面板与GRCh38参考基因组以96%序列一致性阈值重新比对,应用标准衰减剂。

3

独立工作流程的QC与归一化

评价不同预处理和归一化选择对数据维度及后续建模的影响

5个合作方基于各自实验室方案对相同比对计数进行QC和归一化,包括低质量探针过滤、低文库大小样本排除、重复相关性差样本排除、探针计数聚合和归一化,最终保留基因数从11,531到13,040不等,样本数从199到204不等。

4

浓度响应基因识别与置换零分布分析

识别进入BMC建模的浓度响应基因,并评估工作流程特定标准在零假设下是否选出基因

不同工作流程分别应用Williams Trend Test或二次趋势检验进行预过滤,部分流程将预过滤作为建模前排除标准,部分仅用于报告。每个时间点随机置换浓度标签100次,保留组大小,重新应用工作流程特定CRG识别标准,计算经验P值。

5

基因水平BMC建模与分布型tPOD推导

评估不同BMD软件、过滤和分布汇总方法对基因水平BMC和tPOD的影响

对归一化基因表达数据进行BMC建模,得到基因水平BMC,并应用后模型过滤。采用第五百分位、第25位排序基因、第一众数、Kneedle和LCRD推导分布型tPOD。使用1,000次bootstrap评估分布型tPOD稳定性,BMC低于0.1 µM标记为低于范围估计。

6

通路水平BMC聚合与不同通路定义比较

评估基因水平BMC聚合为通路中位数BMC时跨工作流程一致性以及通路定义对tPOD的影响

将浓度响应基因按KEGG、Hallmark、WikiPathways、WGCNA模块、TGx-DDI和GENOMARK等基因集分组,计算每个基因集中所有浓度响应基因的中位数BMC。比较Hallmark通路跨工作流程相关性,并对p53相关通路定义进行基因重叠、BMC分布和中位数BMC比较。

7

通路活性评分建模与中位数聚合比较

比较直接建模通路活性评分与基因水平BMC中位数聚合得到的tPOD及其保守性差异

对Hallmark通路的NES和RPTEC/TERT1 TXG-MAPr WGCNA eigengene scores直接进行BMC建模,并与相同通路的中位数BMC比较。使用Bland-Altman图、BMC分布图和通路覆盖度关联分析评估两种方法的系统偏差和一致性。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
DMEM培养基Thermo Fisher Gibco11966-025
Ham's F-12培养基Thermo Fisher Gibco21765-029
GlutaMAX添加剂Thermo Fisher35050038
表皮生长因子MerckE9644
氢化可的松Sigma-AldrichH0888
胰岛素、转铁蛋白、硒Sigma-AldrichI1884
青霉素-链霉素Thermo Fisher Gibco15070-063
顺铂Leiden University Medical Center (LUMC)1 mg/ml solution in 0.9% NaCl
TempO-Seq裂解缓冲液BioSpyder--
铝封膜Greiner Bio-One676090
96孔锥形底板Thermo Fisher249662
TempO-Seq平台及人全转录组v1.2探针面板BioClavis--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
细胞培养与分化
细胞系RPTEC/TERT1、培养基组成、接种密度25,000 cells/well、分化时间14天、37°C、5% CO2
阅读提示:Materials and methods中Experimental design小节
顺铂暴露设计
顺铂浓度0.1–50 µM共9个浓度、暴露时间4–72小时共6个时间点、每条件3个重复、未处理对照和0小时额外6个对照、QC前204个样本
阅读提示:Materials and methods中Experimental design小节及Fig. S1A
转录组数据生成与分析流程
TempO-Seq平台、human whole transcriptome v1.2探针面板、GRCh38重比对、5个独立工作流程的QC、归一化、预过滤和后模型过滤条件
阅读提示:Materials and methods中General workflow、Details on specific workflows及Table S1、Table 1、Table 2
BMC建模与tPOD推导
BMD软件BMDExpress3或DRomics、基因水平BMC建模、后模型过滤标准、分布型tPOD五种方法、BMC低于0.1 µM标记为below-range
阅读提示:Materials and methods中Benchmark concentration modeling、Distribution-based tPODs及Table 3、Table 4
通路水平分析和通路评分建模
通路资源KEGG、Hallmark、WikiPathways、WGCNA、TGx-DDI、GENOMARK,通路中位数BMC聚合,NES和eigengene score建模,通路覆盖度标准
阅读提示:Materials and methods中Pathway-based tPODs、Results中通路比较部分及Table 5、Table 6、Fig. 3、Fig. 4、Fig. 5