计算和数学方法在医学

PDF
计算和数学方法在医学/2021年/文章
特殊的问题

机器学习和网络生物学和医学的方法2021

把这个特殊的问题

研究文章|开放获取

体积 2021年 |文章的ID 9932088 | https://doi.org/10.1155/2021/9932088

沈Aifeng Chen Shibiao叮,小强,Xuai林, PTPRH的高表达与人类肺腺癌的预后不良有关”,计算和数学方法在医学, 卷。2021年, 文章的ID9932088, 9 页面, 2021年 https://doi.org/10.1155/2021/9932088

PTPRH的高表达与人类肺腺癌的预后不良有关

学术编辑器:道黄
收到了 2021年3月24日
修改后的 09年6月2021年
接受 2021年6月26日
发表 2021年7月29日

文摘

客观的。这项研究的目的是探索PTPRH在肺腺癌患者的预后价值(LUAD)。方法。Oncomine、UALCAN GEPIA数据库是用来检查的微分表达式PTPRH LUAD与邻近组织。100双LUAD和邻近组织样本参与这项研究。存在,进行了免疫组织化学染色。同时,我们分析了癌症基因组图谱(TCGA)数据调查PTPRH基因表达和临床病理特征之间的相关性。执行kaplan - meier分析和单变量和多变量Cox分析估计PTPRH表达和LUAD预后之间的关系。评估性能验证了绘制ROC曲线。此外,通过GSEA PTPRH表达的变化进行了分析通过GSEA筛选出主要影响的信号通路。结果。Oncomine、UALCAN GEPIA数据库显示,mRNA的表达PTPRH LUAD组织中显著高于相邻的组织。存在和免疫组织化学染色显示的信使rna和蛋白质水平PTPRH LUAD组织明显调节。TCGA数据显示PTPRH明显的表达与T台和疾病的阶段均匹配。kaplan meier分析表明,PTPRH高表达患者预后不良。单变量和多变量Cox分析展出PTPRH表情LUAD可以作为一个独立的预后因素。ROC曲线表明PTPRH结合各种临床病理的特性可以有效地预测LUAD的预后。最后,GSEA表明PTPRH表达水平的变化可能影响p53、VEGF、切口和mTOR癌症相关的信号通路。结论。我们的研究结果表明,PTPRH LUAD中高度表达,可能与LUAD患者的不良预后密切相关。

1。介绍

肺癌的发病率和死亡率居第一位,是全球主要的健康问题1]。肺腺癌(LUAD)是最常见的类型,预计40%的肺癌病例(2,3]。肺癌患者的早期诊断可以通过手术治疗和辅助治疗,但治疗常常失败由于本地或转移复发4),导致LUAD患者的5年生存率不到15% (5]。因此,它是必要的为LUAD开发一种新的治疗策略。基于分子特性的方法被报道有一个前景广阔在提高诊断精度和预测治疗反应6),这使得识别有效的生物标志物对于癌症的预后和诊断当前研究的一个热门话题。

PTPRH称为胃癌症相关的蛋白质酪氨酸磷酸酶1 (SAP-1),也是receptor-type蛋白酪氨酸磷酸酶定位具体的微绒毛在胃肠道上皮细胞刷状缘7]。PTPRH被认为是消极的监管机构integrin-mediated信号的抑制信号转导通过中介去磷酸化的蛋白质与粘着斑(8,9]。PTPRH差异表达在不同的癌症。张等人证明了PTPRH卵巢癌上皮中高度表达通过使用两个独立的基因表达数据集GSE44104和GSE3027410]。Bujko等人报道,PTPRH大肠癌中表达下调,及其表达epigenetically由DNA甲基化和染色质的修改11]。长野等人发现PTPRH下调在人类肝细胞癌的去分化过程,可能在疾病的进展中起到关键作用的8]。这些发现表明,PTPRH表达肿瘤特异性。然而,PTPRH的表达式和预后意义LUAD在很大程度上仍不清楚,值得进一步研究。

在这项研究中,生物信息学方法预测LUAD PTPRH的表达,免疫组织化学和存在进行验证LUAD PTPRH的表达。与此同时,PTPRH表达与临床病理参数之间的关系进行评估,和单变量和多变量Cox分析被用来阐明潜在的LUAD PTPRH对预后的影响。我们的研究可能提供一种新型有效的预后的生物标志物LUAD。

2。材料和方法

2.1。TCGA数据采集

的完整临床资料477例LUAD从TCGA-LUAD获得数据集(https://portal.gdc.cancer.gov/)。患者分为高表达和低表达组根据PTPRH表达式的值。

2.2。Oncomine分析

PTPRH mRNA表达水平的数据集和DNA拷贝数在LUAD从多个研究(侯保护肺,肺,蓝迪肺癌、肺拉日本冈山肺,TCGA肺2,和维斯肺)分析了使用Oncomine数据库(https://www.oncomine.org/resource/login.html)。

2.3。GEPIA

GEPIA(基因表达分析交互式分析)数据库(http://gepia.cancer-pku.cn/)是用来分析PTPRH的表达在正常肺和LUAD组织。基于TCGA和GTEx数据,GEPIA可以提供快速和可定制的功能包括微分表达式分析、分析策划,相关分析,病人生存分析,相似的基因检测,降维分析(12]。因此,GEPIA被用来进行生存分析的患者LUAD基于PTPRH的表达。

2.4。UALCAN分析

根据临床特征如年龄、性别、肿瘤阶段,和N阶段,UALCAN (http://ualcan.path.uab.edu/index.html)是用于分析相对基因表达在肿瘤和正常组织样本在不同肿瘤组(13]。在这里,我们介绍了 - - - - - -测试子组中的PTPRH成绩单(性别、年龄、和其他参数)LUAD病人使用UALCAN网站。

2.5。预测模型和GSEA建设

Cox比例风险回归模型用于单变量和多变量分析的预后因素。ROC曲线绘制决定预后的特异性和敏感性得分基于PTPRH表达和临床病理特征。GSEA软件(http://www.gsea-msigdb.org/gsea/index.jsp)是用来执行GSEA差异基因的高收入和低表达组PTPRH,和 用作标准明显富集的通路。

2.6。病人和组织样本

总共100双LUAD和邻近组织样本收集病人手术切除在杭州红十字医院从2018年6月到2019年10月。所有样品都立即在液态氮冷冻。根据组织病理学评价,切除样本确认为LUAD样本,和邻nontumor组织远离LUAD组织边缘5厘米。所有患者从未接受术前化疗或放疗。肿瘤分期执行根据恶性肿瘤的TNM分类由国际癌症控制联盟提供的。我们的研究是杭州市红十字会医院的伦理委员会批准并同意所有的病人。

2.7。中存在

根据制造商的协议,总RNA提取组织样本用试剂盒(表达载体,卡尔斯巴德,CA),然后转化为互补脱氧核糖核酸的PrimeScript rt - pcr试剂盒(豆类、日本)。定量分析进行ABI 7500实时PCR系统(美国应用生物系统公司)使用SYBR绿色主人混合(豆类、日本)。引物序列如下所示:PTPRH:底漆:GGCGGCACAACAGAGACTC,反向引物:CTGTGGCAGTAGTGACAGTCC;GAPDH:正向引物:GGAGCGAGATCCCTCCAAAAT,反向引物:GGCTGTTGTCATACTTCTCATGG。的相对表达PTPRH量化使用2- - - - - -Δ∆Ct方法。实验进行了一式三份。

2.8。免疫组织化学(包含IHC)

用福尔马林和嵌入在组织样本固定石蜡,然后切成5μ米的部分。部分受到抗原恢复10更易与柠檬酸/ L的加载缓冲区(pH值6.0)在一个微波炉。洗后与磷酸盐(PBS)的三倍,3%的部分被孵化H2O220分钟。治疗后10%的山羊血清白蛋白为30分钟,一夜之间,部分被孵化的兔多克隆抗体PTPRH (5 - 20μg / ml, ab231727 Abcam,剑桥,英国)在4°C,紧随其后的是二次抗体山羊anti-rabbit免疫球蛋白g(1: 2000年,ab205718 Abcam,剑桥,英国)在室温下1 h。与PBS冲洗后,部分被暴露于3,3 - - - - - -diaminobenzidine (DAB)颜色开发和苏木精用于对比染色。负控制部分也同样处理,除了主要的抗体被正常兔血清所取代。实验进行了一式三份。

2.9。统计分析

SPSS 22.0(美国纽约阿蒙克的IBM公司)和GraphPad Prism 6.0(美国圣地亚哥GraphPad Inc . CA)是用于统计分析。卡方检验是用来评估PTPRH表达与临床病理参数之间的关系。 被认为是具有统计学意义,然后呢 被认为是极其重要的。

3所示。结果

3.1。PTPRH LUAD中高度表达

PTPRH mRNA表达水平和DNA复制数字LUAD从多个研究基于Oncomine数据库进行了分析,结果表明,mRNA的表达PTPRH LUAD组织中明显高于正常组织(数字1(一)- - - - - -1 (f)),而没有显著差异PTPRH LUAD之间复制数据和正常组织。GEPIA数据库被用来分析LUAD PTPRH的表达和正常样本,结果在符合Oncomine数据库(图的分析1 (g))。此外,执行中存在,发现100年PTPRH LUAD组织样本的表达显著高于配对相邻组织(图1 (h))。同样,PTPRH被发现的蛋白表达显著调节LUAD组织的免疫组织化学染色(图1(我))。使用UALCAN数据库,我们分析了PTPRH成绩单在正常组和LUAD子组分类按年龄、性别、疾病阶段,和N阶段。结果表明,PTPRH LUAD组织的表达水平(N3组除外)均明显高于正常组和LUAD组之间没有显著差异(数字2(一个)- - - - - -2 (d))。综上所述,PTPRH LUAD中高度表达。

3.2。LUAD PTPRH表达和临床病理特征之间的联系

确定LUAD PTPRH表达和临床因素之间的相关性,477 TCGA LUAD例获得的临床资料数据库,和两个有完整临床资料的情况下被排除在外。PTPRH基因表达和临床病理特征之间的关系,如年龄、性别、T台,剩下的N阶段475例进行了分析。我们发现有显著差异的分布之间的T阶段和病理阶段high-PTPRH组和low-PTPRH组(表1)。


低PTPRH 高PTPRH 价值
( ) ( )

年龄(年)
103例(43.3%) 107例(45.1%) 0.75
135例(56.7%) 130例(54.9%)
性别
135例(56.7%) 119例(50.2%) 0.183
男性 103例(43.3%) 118例(49.8%)
T
T1 94例(39.5%) 68例(28.7%) 0.0073
T2 124例(52.1%) 127例(53.6%)
T3 14 (5.9%) 30 (12.7%)
T4 6 (2.5%) 12 (5.1%)
N
N0 168例(70.6%) 145例(61.2%) 0.194
N1 39 (16.4%) 51 (21.5%)
N2 30 (12.6%) 40 (16.9%)
N3 1 (0.4%) 1 (0.4%)
阶段
阶段我 143例(60.1%) 113例(47.7%) 0.0335
第二阶段 53 (22.3%) 64例(27.0%)
第三阶段 35 (14.7%) 45 (19.0%)
四期 7 (2.9%) 15 (6.3%)

3.3。PTPRH LUAD可以作为一个独立的预后因素

调查是否PTPRH表达式可以预测LUAD的生存状态,477例获得TCGA数据库被分成高和低表达组基于PTPRH表达式分析了GEPIA, PTPRH表达式之间的关系和总生存期(OS)被kaplan meier存活曲线评估。这些研究结果表明,患者的存活率高PTPRH表达显著低于低患者PTPRH表达式(图3(一个))。进一步确定潜在PTPRH LUAD患者的预后意义,单变量Cox PTPRH结合传统临床病理的因素进行了分析。如表2说明T阶段,淋巴结转移程度,疾病阶段,和PTPRH表达被认为是高危因素,他们可怜的OS LUAD患者有显著相关性( )。这些高危因素进行多变量Cox分析,发现疾病阶段和PTPRH表达式的患者预后明显相关( ),建议他们可以LUAD的独立预后因素(表3)。ROC曲线实现进一步验证PTPRH表达和临床病理特征的影响在预测3年生存,PTPRH的AUC值,肿瘤阶段,T, N, PTPRH和临床病理的特点分别为0.616,0.676,0.605,0.645,和0.707,分别(图3 (b))。总而言之,我们相信PTPRH结合临床病理的特点可用于LUAD预后的准确预测。


Id 人力资源 HR.95L HR.95H 价值

年龄 1.193047484 0.883649444 1.610777112 0.249159566
性别 1.098556611 0.814786594 1.481156707 0.537554253
阶段 1.600081853 1.38591159 1.847348673 1.44平台以及
T 1.500920084 1.248216603 1.804783796 1.58 e-05
N 1.639585151 1.379833877 1.94823414 1.93 e-08
PTPRH 1.124095112 1.048371343 1.205288403 0.001010737


Id 人力资源 HR.95 L HR.95H 价值

年龄 1.251866713 0.924657859 1.694865026 0.146162723
性别 1.004833487 0.738891714 1.366492977 0.975475925
阶段 1.388618987 1.115780912 1.72817322 0.003265939
T 1.186372412 0.972206147 1.447717137 0.092478399
N 1.165034604 0.915605604 1.482412975 0.213987103
PTPRH 1.103558766 1.027938508 1.184742026 0.00651251

3.4。GSEA

为了进一步探索在LUAD PTPRH所涉及的信号通路,我们在PTPRH GSEA执行。显示的结果,改变LUAD PTPRH可能影响VEGF的表达(图4(一)),切口(图4 (b)),P53(图4 (c)),MTOR信号通路(图4 (d))。

4所示。讨论

LUAD的发生与遗传因素有关,环境因素,和其他外部因素(包括吸烟),其中遗传因素可以作为更客观的生物标志物或指标诊断、治疗和预后LUAD [14]。高通量测序技术和数据库的不断发展为验证这些生物标志物提供了极大的便利。到目前为止,通过分析不同的数据库,几个潜在的独立预后因素LUAD筛选,包括BRMS1 [15],KIF18A [16),犯错α(17],BSG [18]。然而,预后仍缺乏统一的标准,这是迫切需要识别与更好的诊断和预后的潜在生物标记物17]。

在这项研究中,我们第一次发现PTPRH的信使rna表达水平在不同亚型LUAD使用Oncomine数据库的数据集,从中我们发现的mRNA表达PTPRH LUAD组织中显著高于正常组织。PTPRH的信使rna表达水平LUAD被GEPIA进一步评估数据库,发现PTPRH LUAD调节。基于亚组分析在年龄、性别、疾病阶段,和N阶段,PTPRH LUAD患者的转录水平明显高于健康的人。此外,蛋白质和mRNA的表达PTPRH临床组织检测采用免疫组织化学和存在,分别和PTPRH LUAD中高度表达,被发现在卵巢癌上皮与结果一致(10)和胰腺癌细胞(19]。此外,PTPRH报道调节小鼠肠道肿瘤发生[20.]。此外,另一份报告显示,PTPRH是表观遗传调节DNA hypomethylation和与非小细胞肺癌患者的预后相关(21]。因此,我们推测PTPRH可能LUAD发展起着关键作用。

评估的效果PTPRH LUAD,我们分析了PTPRH表达和临床病理特征之间的关系,比如年龄,性别和TNM阶段。PTPRH表达式被发现显著相关的T台和疾病的阶段均匹配。先前的研究已经发现了一个10-gene PTPRH组成的风险模型和其他九个基因,表现良好在预测预后LUAD患者(22]。在这项研究中,生存分析的结果显示,患者高PTPRH表达表现出显著的降低操作系统。单变量和多变量Cox分析进一步证实PTPRH可以作为LUAD预后的独立指标。

总之,我们的研究验证,PTPRH LUAD中高度表达,及其与T的表达显著相关阶段和疾病阶段。患者高PTPRH表达表现出显著的降低操作系统,和PTPRH LUAD预后的生物标志物。这些发现不仅提供有用的线索,小说在LUAD治疗靶点的确定也为探索奠定基础在LUAD PTPRH的潜在机制。

数据可用性

使用的数据来支持这项研究的结果提供了原始数据。数据和材料在当前的研究中可从相应的作者以合理的要求。

伦理批准

伦理批准不适用。

所有作者同意提交出版的手稿。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

CA和LX为研究设计做出了贡献。DS进行文献搜索。SX获得数据。写这篇文章。DS进行数据分析和起草了手稿。LX修改这篇文章。所有作者给提交版本的最终批准。

引用

  1. 林m . c, c·h·沈d . Chang和m . Wang”抑制人肺腺癌生长和转移通过JC polyomavirus-like颗粒封装在一个SP-B promoter-driven CD59-specific成分,”临床医学(英国伦敦),卷133,不。21日,第2169 - 2159页,2019年。视图:出版商的网站|谷歌学术搜索
  2. x, z . Zhang et al ., m . Liu”高驱动蛋白家族成员18表达与原发性肺腺癌的不良预后相关,”胸癌,10卷,不。5,1103 - 1110年,2019页。视图:出版商的网站|谷歌学术搜索
  3. r·l·西格尔,k·d·米勒和a . Jemal癌症统计数据,2017年,“CA:临床医生的癌症杂志》上,卷67,不。1,7-30,2017页。视图:出版商的网站|谷歌学术搜索
  4. l . Zhang p .黄问:李,d . Wang和c x,“mir - 134 - 5 - p促进I期肺腺癌转移和针对DAB2药物抗性,”——核酸分子治疗18卷,第637 - 627页,2019年。视图:出版商的网站|谷歌学术搜索
  5. m . Yotsukura h . Yasuda, t . Shigenobu et al .,“_EGFR_突变的临床和病理特征可操作的早期肺腺癌,”肺癌卷。109年,45-51,2017页。视图:出版商的网站|谷歌学术搜索
  6. 邓h . y . Wang,鑫,k, r·史和x包,“预后和预测价值三个DNA甲基化签名在肺腺癌中,“遗传学前沿,10卷,p。349年,2019年。视图:出版商的网站|谷歌学术搜索
  7. y村田,t . Kotani y Supriatna et al .,“蛋白质酪氨酸磷酸酶SAP-1预防结肠炎通过监管的CEACAM20肠道上皮细胞,”美国国家科学院院刊》上的美利坚合众国,卷112,不。31日E4264-E4271, 2015页。视图:出版商的网站|谷歌学术搜索
  8. h .长野t Noguchi k Inagaki et al .,“Downregulation胃癌症相关的蛋白酪氨酸phosphatase-1 (SAP-1)先进的人类肝细胞癌”致癌基因,22卷,不。30日,第4663 - 4656页,2003年。视图:出版商的网站|谷歌学术搜索
  9. 高田t, t . Noguchi k Inagaki et al .,“诱导细胞凋亡的胃癌症相关的酪氨酸蛋白phosphatase-1,”《生物化学》杂志上,卷277,不。37岁,34359 - 34366年,2002页。视图:出版商的网站|谷歌学术搜索
  10. g·h·张,m . m . Chen j.y. Kai et al .,“分子分析加权的粘液性卵巢上皮癌基因共同表达网络分析,“基因卷。709年,56 - 64,2019页。视图:出版商的网站|谷歌学术搜索
  11. m . Bujko p .科比m . Statkiewicz et al .,“Downregulation的PTPRH (Sap-1)在结直肠肿瘤,”国际肿瘤学杂志,51卷,不。3、841 - 850年,2017页。视图:出版商的网站|谷歌学术搜索
  12. z, c, b . Kang g .高c·李和z,“GEPIA: web服务器对癌症和正常基因表达分析和交互式分析,“核酸的研究,45卷,不。W1, W98-W102, 2017页。视图:出版商的网站|谷歌学术搜索
  13. d . s . Chandrashekar b . Bashel s . a . h . Balasubramanya et al .,“UALCAN:门户为促进肿瘤组基因表达和生存分析,“瘤形成,19卷,不。8,649 - 658年,2017页。视图:出版商的网站|谷歌学术搜索
  14. l . (g .朱、王x et al .,“基因组-广泛调查的临床意义和潜在的分子机制驱动蛋白家族成员基因在肺腺癌患者,”肿瘤的报道,42卷,第1034 - 1017页,2019年。视图:出版商的网站|谷歌学术搜索
  15. n . p . p . r . Bucciarelli k . s . Tan Chudgar et al .,“BRMS1手术切除肺腺癌预测未来的转移和表达与预后较差有关,”胸部肿瘤杂志,13卷,不。1,第84 - 73页,2018。视图:出版商的网站|谷歌学术搜索
  16. 林y中,l .江h . et al .,“过度的KIF18A促进细胞增殖,抑制细胞凋亡,并独立预测在肺腺癌预后不利,”IUBMB生活,卷71,不。7,942 - 955年,2019页。视图:出版商的网站|谷歌学术搜索
  17. d . j . p . Li Wang吴et al .,“犯错α是肺腺癌的一个积极因素表明糟糕的预后结果,“癌症管理和研究11卷,第8123 - 8111页,2019年。视图:出版商的网站|谷歌学术搜索
  18. w·t·黄、杨x r .问:他et al .,“过表达BSG相关肺腺癌的进展与高通量数据挖掘,免疫组织化学,在体外验证和在网上调查”,美国转化研究杂志》上,11卷,不。8,4835 - 4850年,2019页。视图:谷歌学术搜索
  19. 铃木t . Matozaki t . t .田et al .,“分子克隆人类transmembrane-type蛋白质酪氨酸磷酸酶及其表达式在胃肠道癌症。”《生物化学》杂志上,卷269,不。3、2075 - 2081年,1994页。视图:出版商的网站|谷歌学术搜索
  20. 佐藤h . Sadakata h . Okazawa t . et al .,“SAP-1 microvillus-specific蛋白质酪氨酸磷酸酶,调节肠道肿瘤发生,”基因对细胞,14卷,不。3、295 - 308年,2009页。视图:出版商的网站|谷歌学术搜索
  21. t .佐藤,k Soejima, Arai e . et al .,“预后的影响PTPRH hypomethylation在非小细胞肺癌,”肿瘤的报道,34卷,不。3、1137 - 1145年,2015页。视图:出版商的网站|谷歌学术搜索
  22. c . y . y . Li Yang, p .周张,y姚明,和d·李,“公司分析来识别和预测肺腺癌的生存预后标记,”细胞生物化学杂志》上,卷119,不。11日,第8921 - 8909页,2018年。视图:出版商的网站|谷歌学术搜索

版权©2021 Aifeng陈等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点104年
下载180年
引用

相关文章

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读