文摘
子宫内膜癌(EC)是最常见的一种妇科癌。据报道,如前所述,ferroptosis展览与恶性肿瘤的发展。然而,很少有研究对ferroptosis-related基因的影响之间的关系(德意志联邦共和国)和EC患者的预后状况。我们的研究表明,ferroptosis-related EC表达基因显然不同。进一步分析表明,SLC7A11 SAT1、CDKN1A和TP5MC3表达与低阶段,pTNM等级,和更长的生存时间。生物信息学分析表明,这些ferroptosis-related监管者起到了至关重要的作用在欧共体通过调制多个生物过程,如细胞周期,柠檬酸循环(柠檬酸循环),代谢相关途径,ERK激活,p53信号通路、细胞衰老,TAp63通路,Notch信号通路。值得注意的是,我们的研究结果表明,ATP5MC3 CDKN1A, SLC7A11表达呈显著正相关与肿瘤突变(三甲)得分在EC负担。然而,我们没有观察到显著在EC SAT1与三甲评分之间的相关性。这些研究结果首次表明ferroptosis是显示在电子商务发展至关重要。我们推测,我们的研究结果提供了个性化的治疗新靶点和策略。
1。介绍
子宫语料库子宫内膜癌(UCEC)是一种常见的子宫内膜癌(EC) (1),这是一个恶性子宫内膜上皮癌的女性,占80%,腺癌(2]。Endometrioid腺癌占80%在整体EC和被认为是estrogen-dependent类型我EC (3]。浆液性子宫内膜癌通常被称为是II型estrogen-independent癌症(4]。随着全球癌的统计数据表明,约有382000例新的EC生产在世界范围内,有近90000的死亡人数在2018年(5]。在过去的五年里,有几项研究表明,EC了20% - -30%的女性生殖道恶性肿瘤和EC的发生比例增长6,7]。在美国,电子商务的杀伤力比女性和EC的发生比例最高的是提升8]。2017年,在美国61380名女性被诊断出患有EC和10920名妇女死于EC (9]。浆液性癌的5年的各种原因的存活率是43%,而endometrioid、粘液性,和透明细胞癌82%,分别为71%,66% (9]。20%到30%的EC患者被诊断为晚期在手术的过程。估计患者的五年生存率III期范围从40%到70%,并在四期在0到10%。在此,以确定有效的生物标志物和治疗目标预测和改善食道癌患者的预后状况是至关重要的。
Ferroptosis,显示与氨基酸的代谢关系密切,铁,和多不饱和脂肪酸的生物合成谷胱甘肽,磷脂,NADPH的细胞死亡是一种新发现的特点iron-dependent脂质过氧化(10,11]。Ferroptosis是另一种类型的坏死细胞程序性死亡,参与的过程iron-dependent脂质过氧化(12,13]。铁螯合剂,脂质过氧化反应抑制剂,减少细胞内多不饱和脂肪酸可以抑制ferroptosis [14]。有越来越多的证据表明,存在一个链接在ferroptosis和神经系统疾病的病理生理发展,包括中风、退化性疾病,创伤,癌15]。Ferroptosis相关癌的治疗16]。初始数据表明ferroptosis可以抑制肿瘤的生长和发育,可能是有益的治疗癌(17]。在肿瘤中,ferroptosis促进肿瘤细胞的迁移和入侵和诱发癌的进展和转移,使其电阻抗肿瘤药物(18]。目前,一些报告显示,许多分子调节器与ferroptosis和人类癌发展,包括电子商务(19]。例如,mir - 522由癌症相关的成纤维细胞分泌(战乱国家)导致抑制ferroptosis但获得性耐化学诱导胃癌(19,20.]。固有细胞色素P450氧化还原酶(运动),演示和诱导敏感性ferroptosis,显示是必不可少的ferroptotic细胞死亡在癌20.]。CD8+T细胞调节ferroptosis癌症肿瘤的免疫治疗(21]。ALOX12必要p53-mediated肿瘤抑制的独特途径ferroptosis [22]。然而,表达谱和分子ferroptosis EC的监管机构一直不清楚。
然而,很少有人知道ferroptosis-associated基因的意义之间的关系(德意志联邦共和国)和EC患者的预后状况。在此,我们研究系统地探索了利用癌症基因组图谱的关系(TCGA)数据库。我们的研究结果有利于更好的评估患者的预后和提供一个新的视角治疗病人个性化的电子商务。
2。材料和方法
2.1。患者的临床资料和mRNA表达数据集
从人类基因组数据库(获得Ferroptosis-related基因https://www.genecards.org/)通过搜索关键字“Ferroptosis”和其他相关文献[11,23]。543 EC的mRNA表达谱和23 TCGA正常样本提取样品。EC患者的临床信息是由年龄、年级,与舞台,组织学类型、总生存期(OS)和无病生存期(DFS)。
2.2。识别并分析差异表达德意志联邦共和国(DEFRGs)
limma包(24)是用来确定DEFRGs EC组织和正常组织之间的1184年德意志联邦共和国由火山情节和热图和可视化表达。明显的阈值表示一个虚假的发现 和 。然后,根据所选DEFRGs,我们进行基因本体论(去)和《京都议定书》百科全书的基因和基因组(KEGG)通路富集分析。更重要的是,弦数据库来建立一个蛋白质之间的相互作用(PPI)网络选择的基因,并进一步验证DEFRGs之间的关联。最低要求交互显示得分为0.4。中心基因与一个节点表示的基因 。
2.3。构建和分析预后的影响
单变量Cox回归分析进行了定义的预后价值DEFRGs和验证操作系统,PFS, DFS在这些DEFRGs EC患者。为了防止共线性,套索分析采用(25]。探索德意志联邦共和国的预后意义,多变量Cox分析。
的基础上平均风险评分,我们分开EC患者分成两组:高和低风险组。预后差异的比较中存在两个不同的团体,我们进行了kaplan meier (km)生存曲线和生存率较。此外,我们计算接受者操作特征曲线(ROC)来评估预后模型的区别。
2.4。生物信息学分析
RNA-sequencing数量的原始数据(3级)和相应的临床信息从XX是TCGA的数据集(https://portal.gdc.cancer.gov/2020年1月)。所有方法的获取和应用符合协议和原则。
Sanguini图是基于R软件包ggalluvial建造的。上述分析方法和方案实现了R统计计算的基础(2019),4.0.3版本, 。
R软件包ConsensusClusterPlus (v1.54.0)申请一致性分析(26]。集群的最大数量是6,和80%的总样本是100倍, “使用R软件包pheatmap (v1.0.12)集群热图。基因表达的热图保留的基因 。如果输入基因的数量超过1000,它会提取前25%的基因排序SD后。
3所示。结果
3.1。基因表达的Ferroptosis调节器在电子商务的发展
我们评估了转录组剖面ferroptosis调节器的细节。我们从TCGA-UCEC人群RNA-Seq下载数据,包含数据的癌组织( )和paracarcinoma组织( )。ferroptosis调节器的细节和用于度分析。图1显示所有ferroptosis调节器都以不同的方式表达UCEC样本与正常组织相比。其中,HSPA5 HSPB1, CS,汽车,EMC2, TFRC, NCOA4, ACSL4, RPL8, GPX4, CDKN1A, LPCAT3, NFE2L2, CISD1, SLC1A5, SAT1, FDFT1, MT1G显著中1 - 3年级的肿瘤样本与正常组织相比。然而,FANCD2 SLC7A11、GLS2 DPP4, ALOX15明显抑制1 - 3年级的肿瘤样本与正常组织相比。
(一)
(b)
(c)
3.2。识别Ferroptosis-Related EC的监管机构之间的互动发展
为了探索ferroptosis-related EC的监管机构之间的相互作用,我们计算它们之间的相关性。图2(一个)显示,大多数ferroptosis调节器显示相互关联。我们的数据表明,HSPB1 CS、汽车、EMC2, NCOA4, ACSL4, GPX4, CDKN1A, LPCAT3, NFE2L2, CISD1, SLC1A5, FDFT1, MT1G, FANCD2, SLC7A11, GLS2, DPP4, ALOX15表达表现出与其他调节器正相关。相反HSPA5 ATP5MC3和其他之间的相关性是证明调节器。与此同时,一些监管机构如TFRC SAT1, RPL8表现出与他人的交往。
(一)
(b)
的PPI网络ferroptosis调节器表明,GLS2 SLC1A5, SLC7A11, GPX4, ALOX15, NFE2L2, CDKN1A, SAT1, ACSL4, LPCAT3彼此相互作用(图的潜力2 (b))。同时,EMC2 ATP5MC3 RPL8,汽车,TFRC, DPP4 PPI网络形成和HSPB1, CS, HSPA5 PPI网络(图形成的2 (b))。值得注意的是,CISD1之间没有连接显示,FANCD2, FDFT1, LPCAT3 MT1G, NCOA4和其他调节器(图2 (b))。
3.3。在电子商务发展识别DEFRGs与预后相关
然后,我们评估是否ferroptosis-related监管者表达表现出与EC预后之间的关系。图3建议的表达水平更高CDKN1A(图3(一个)),SLC7A11(图3 (b)),和SAT1(图3 (c)与较长的DFS时间)显示一个积极的关系。然而,高度表达ATP5MC3导致EC DFS时间短(图3 (d))。
(一)
(b)
(c)
(d)
我们计算每个病人的风险评分。通过“survminer”R包,我们获得ATP5MC3截止点的中位数,SAT1 SLC7A11, CDKN1A和分类患者高危人群( )和低风险组( )(数据4(一)- - - - - -4 (d))。公里生存曲线进一步证实,高表达ATP5MC3了DFS时间短在EC(图4 (e))。此外,CDKN1A表达水平升高,SLC7A11, SAT1呈正相关DFS更长时间(数字4 (f)- - - - - -4 (h))。评估的预测效率CDKN1A、SLC7A11 SAT1,和ATP5MC3 1 -, 3 -, 5年成活率,ROC曲线进行分析。ROC曲线下的面积(AUC) ATP5MC3 1年是0.655,0.672,3年,5年和0.668(数字4(我)- - - - - -4(左))。ROC曲线下的面积(AUC) SAT1 1年是0.684,0.674,3年,5年和0.627,分别。ROC曲线下的面积(AUC) SLC7A11 1年是0.539,0.574,3年,5年0.579,CDKN1A为0.69的1年,3年0.625和0.59在5年(数字4(我)- - - - - -4(左))。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
(k)
(左)
我们下一个德意志联邦共和国之间的相关性的计算表达式和总体存活时间除以EC患者ATP5MC3, SAT1, SLC7A11,和CDKN1A高低组(数字5(一个)- - - - - -5 (d))。CDKN1A的表达水平较高,SLC7A11, SAT1和低表达的ATP5MC3呈正相关DFS更长时间(数字5 (f)- - - - - -5 (h))。公里生存曲线进一步证实了这个发现。评估的预测效率CDKN1A、SLC7A11 SAT1,和ATP5MC3 1 -, 3 -, 5年的操作系统比,我们ROC曲线进行分析。ROC曲线下面积(AUC) ATP5MC3, SAT1 SLC7A11, CDKN1A也决定(数字5(我)- - - - - -5(左))。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
(k)
(左)
3.4。ferroptosis-related监管者的表达是不同的表达在电子商务的发展。
我们进一步证实SLC7A11的表达水平,SAT1, CDKN1A, TP5MC3 EC和正常样本TCGA结合数据库和使用GEPIA GTEX数据库。我们的研究结果表明,SLC7A11、SAT1 TP5MC3相比,电子商务也调节正常样本。然而,CDKN1A已故相比,电子商务正常样本(数据6(一)- - - - - -6 (d))。然后,我们决定ferroptosis-related监管者表达和临床特点在发展电子商务,包括pTNM_stage,年级,和生存状态。我们发现高表达的SLC7A11(图6 (e)),CDKN1A(图6 (f)),和SAT1(图6 (h))与低pTNM_stage、年级和存活时间更长。然而,过度的TP53MC3与先进pTNM_stage,年级,在EC(图和较短的生存时间6 (g))。所有的结果都符合上述分析,表明SLC7A11 SAT1, CDKN1A可能作为肿瘤抑制和TP53MC3是电子商务的一个可能的致癌基因。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
3.5。Ferroptosis-Related监管者的表达提供了一个在电子商务发展协会与三甲得分
先前的研究表明,肿瘤的突变负荷提供了一个跨多个类型的癌免疫治疗后生存的预测(27- - - - - -29日]。在这里,我们的研究试图确定在EC ferroptosis-related监管者和三甲评分之间的相关性。结果表明,ATP5MC3(图7(一)),CDKN1A(图7 (b)),和SLC7A11(图7 (c))明显与EC的三甲得分呈正相关。然而,我们没有观察到显著相关性SAT1三甲得分在EC(图7 (d))。这些结果表明ATP5MC3、CDKN1A SLC7A11可以作为预测标记EC的免疫疗法。
(一)
(b)
(c)
(d)
3.6。生物信息学分析Ferroptosis-Associated EC的监管机构
深入分析的功能和SLC7A11通路,SAT1, CDKN1A, ATP5MC3,我们进行了相应的分析和KEGG通路富集分析。我们的研究结果表明,ATP5MC3有关调节剪接体,蛋白酶体,细胞周期,柠檬酸循环(图(柠檬酸循环)8(一个))。SLC7A11被发现与多个相关途径(如sodium-coupled磷酸盐转运蛋白,硫酸软骨素硫酸/ dermatan新陈代谢,硫酸软骨素生物合成,乙醛酸代谢,血清素和褪黑激素生物合成)和ERK激活(图8 (b))。CDKN1A p53信号通路参与调节,细胞衰老和VEGF信号通路(图8 (c))。此外,我们的研究结果显示SAT1多个信号的激活有关,比如一种蛋白激酶磷酸化的胞质目标,TP53网络,TAp63通路,缺氧,和p53在心血管系统中,细胞周期:G2 / M检查点,Notch信号通路(图8 (d))。
(一)
(b)
(c)
(d)
4所示。讨论
最近,越来越多的证据表明,ferroptosis展出与发展关系密切,转移和耐药的癌(30.,31日]。几项研究已经显示,基因表达的不同与人类癌症的预后相关。例如,ACSL4是索拉非尼的预测生物标志物的敏感性在肝细胞癌(32]。通过激活ferroptosis [ACSL4抑制胶质瘤细胞增殖33]。GLS2 protumorigenic在乳腺癌(34]。GPX4和GPX7过表达在人类肝细胞癌的组织(35]。MT1G的甲基化与肿瘤在EC的高级阶段36]。NFE2L2报道是预后的潜在生物标志物和显示与免疫相关的渗透在大脑低档次的神经胶质瘤(37]。NFE2L2 / KEAP1的突变与更高的三甲值/ PD-L1表达式和有力地改善临床结果使用免疫疗法(38]。此外,德意志联邦共和国的签名可以显示细胞死亡的神经胶质瘤和神经胶质瘤患者的进展39)和操作系统在肝细胞癌患者40]。然而,表达谱和分子ferroptosis EC的监管机构一直不清楚。本研究首次表明,ferroptosis监管机构都以不同的方式表达UCEC样本与正常组织相比。进一步分析表明,ferroptosis-related与其他监管机构监管机构呈正相关。生物信息学分析表明,这些ferroptosis-related监管者起到了至关重要的作用在欧共体通过调制多个生物过程,如细胞周期,柠檬酸循环(柠檬酸循环),代谢相关途径,ERK激活,p53信号通路、细胞衰老,TP53网络,TAp63通路,Notch信号通路。
在过去的几十年中,新兴的研究表明,多个生物过程的监管等生物信号传输、基因表达调控、能量和物质代谢,和细胞周期调控取决于蛋白质网络,没有一个蛋白(41,42]。在这项研究中,我们计算了德意志联邦共和国之间的相关性,探索ferroptosis-related EC的监管机构之间的相互作用。我们发现大多数ferroptosis调节器显示相互关联。和PPI网络分析表明,GLS2 SLC1A5, SLC7A11, GPX4, ALOX15, NFE2L2, CDKN1A, SAT1, ACSL4, LPCAT3有可能彼此相互作用。这些结果表明,这些蛋白质可能扮演他们在电子商务功能在一起,也有类似的功能。此外,根据我们的分析,我们发现ATP5MC3的表达水平,CDKN1A, SLC7A11, SAT1与EC的预后有关。较高的表达水平CDKN1A SLC7A11, SAT1导致DFS更长时间。然而,高度表达ATP5MC3贡献在EC DFS时间短。此外,我们的数据表明,高表达的SLC7A11 SAT1,和pTNM_stage CDKN1A与低品位,和更长的生存时间。然而,过度的TP53MC3与先进的pTNM_stage,年级,在EC和较短的生存时间。 All the above-mentioned findings were in accordance with our previous analysis and indicated that SLC7A11, SAT1, and CDKN1A may serve as tumor suppressors and TP53MC3 may serve as an oncogene in EC.
这些基因被证明是关键ferroptosis监管机构和功能发展的至关重要的癌。SLC7A11 Bannai和Kitamura(于1980年首先确认了43]。有激增的报告证明其普遍表达式在各种癌症和多个对肿瘤生长的影响,入侵,转移和预后不利43,44]。例如,结肠癌干细胞的发展可以专门镇压在针对SLC7A11,紧随其后的是诱导ferroptosis [45]。SLC7A11据报道赋予抵抗ferroptosis在癌细胞和自适应表达减少ferroptosis和缓冲照射损害在肺癌细胞(46]。Overexpressing SLC7A11促进抗辐射性通过抑制肺癌细胞irradiation-induced ferroptosis [47]。抑制SLC7A11 /谷胱甘肽轴导致合成杀伤力在肺腺癌突变喀斯特(48]。非小细胞肺癌的进展被提拔xCT - (SLC7A11)介导的代谢重编程。在这项研究中,我们发现SLC7A11,吸引致癌基因和不能令人满意的肝癌的预后状况,明显在EC表达下调。生物信息学分析表明,SLC7A11与多个相关的监管途径和ERK激活。超表达SAT1带来的脂质过氧化和ferroptosis ROS压力(49]。SAT1 p53的转录目标在人类黑色素瘤和肺癌细胞系。消耗SAT1会妨碍ferroptosis p53和p533KR。聚胺分解代谢酶SAT1负责监管GBM肿瘤发生和辐射的响应(50]。Overexpressing SAT1引起线粒体介导的细胞凋亡在哺乳动物细胞(51]。在这里,我们的数据表明,EC SAT1高度表达。生物信息学分析表明,SLC7A11与多个信号的规定,比如一种蛋白激酶磷酸化的胞质目标,TP53网络,TAp63通路,缺氧,和p53在心血管系统,细胞周期:G2 / M检查点,Notch信号通路,表明这个基因在电子商务发展起到了至关重要的作用。
尽管免疫抑制剂检查站(ICI)治疗中受益一些转移癌患者,生物标志物预测所需[至关重要52]。一些证据从选定类型的癌建议三甲可以预测临床反应ICI (52]。还在这里,我们的研究旨在评估ferroptosis-related监管者之间的相关性和EC的三甲得分。结果描述,ATP5MC3、CDKN1A SLC7A11明显与EC的三甲得分呈正相关。然而,我们没有观察到显著相关性ferroptosis-related监管者和EC的三甲得分。这些结果暗示TP5MC3, CDKN1A, SLC7A11可能作为预测EC免疫疗法的标志。
同时,我们应该指出本研究的一些局限性。首先,本研究的结论大多是获得使用一个数据库,TCGA。因此,应该收集更多的公共数据集和临床样本进一步证实我们的发现在这项研究中。第二,德意志联邦共和国在EC的分子功能仍需要进一步探讨与siRNAs使用收益或损失的功能分析。最后,只有有限的临床资料可供我们进行生物信息学分析。
5。结论
总之,我们发现,德意志联邦共和国EC表达明显不同。进一步分析表明,SLC7A11 SAT1、CDKN1A和TP5MC3表达了与pTNM_stage负相关关系,年级,和生存时间。生物信息学分析显示,这些基因参与细胞周期的调控,柠檬酸循环(柠檬酸循环),代谢相关途径,ERK激活,p53信号通路、细胞衰老和信号通路。值得注意的是,我们的数据表明,ATP5MC3 CDKN1A, SLC7A11在很大程度上与EC的三甲得分呈正相关。这些研究结果首次表明ferroptosis EC中发挥了至关重要的作用。
数据可用性
本研究中所有生成的数据或分析包括在发表的这篇文章。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
金龙秦和晓文邵的贡献同样这项工作。