文摘

83家庭使用序列相似性(FAM83)成员显示最近有致癌效果在各种癌症类型,但生物角色和预后的价值在胰腺导管腺癌FAM83家庭仍然未知。在最近的研究中,FAM83家族的临床意义和分子功能评估由多个生物信息学分析。此外,潜在的差异表达基因之间的关联(度)FAM83家人和抗肿瘤免疫使用计时器和TISIDB分析进行评估。结果显示,FAM83A、FAM83D FAM83E, FAM83H显著调节PDAC确认为度。更高的FAM83A表达式,FAM83B、FAM83D FAM83E, FAM83H与先进的肿瘤阶段或更糟糕的是病人预后有关。重要的是,过度的度被发现与激活喀斯特和SMAD4损失显著相关,这是重要的PDAC司机。此外,FAM83A、FAM83D FAM83H与CD8有关+γδT细胞,T细胞和CD4细胞+T细胞浸润在PDAC和FAM83H被发现与一些免疫调制剂包括immunoinhibitors密切相关,immunostimulators和MHC分子。FAM83D,总之,FAM83A FAM83E, FAM83H PDAC重要的预后价值,他们可能扮演了一个重要的角色在调节肿瘤进展和免疫细胞的渗透。

1。介绍

胰腺癌(PC)被认为是一个最激进的癌症,导致全球癌症相关死亡的4.7% (1]。胰腺导管腺癌(PDAC)占80%以上的个人电脑情况下,约10%的幸存率超过五年(2]。预后不良的重要原因之一是高度侵略性的表型和早期复发和转移的PDAC后手术治疗(3,4]。最近免疫抑制剂检查站已经广泛应用于多种实体肿瘤包括肝细胞癌、非小细胞肺癌,黑色素瘤(5- - - - - -7]。然而,电脑被认为是一种“冷”肿瘤表现出有限的由于其显著的免疫抑制效果(8]。因此,迫切需要探索个人电脑发展和免疫抑制的分子机制以及识别早期诊断、预后和治疗PDAC生物标志物。

在最近的研究中,一些家庭的序列相似性83 (FAM83)家庭成员证明显著调节多种人类癌症的类型(9]。有八个FAM83家庭成员,名叫FAM83A-H,每个位于不同的基因组。每个FAM83基因编码一种蛋白质分类完全未知函数的一个高度保守的领域(DUF1669)位于n端10]。然而,每个成员都有一个独特的C末端的可变长度及其生物功能及相关机制可能不同。积累的证据也证明了一些重要角色FAM83家庭成员在肿瘤发生及肿瘤进展9]。FAM83A和B的表达在乳腺癌被发现参与PI3K和EGFR通路,让幸存的肿瘤细胞耐药TKI治疗(11,12]。FAM83D被认为是潜在关键监管机构在卵巢癌细胞入侵和扩散,也抑制自噬通过mTOR / PI3K / AKT信号通路(13]。然而,在PDAC FAM83家人的生物作用尚不清楚,尽管详细了解生物学和分子机制开发新颖的治疗方案至关重要。

在当前的研究中,我们首先分析了转录水平的PDAC FAM83家庭成员。然后,我们评估FAM83家庭之间的关联表达与病理阶段或病人生存的价值评估FAM83家庭PDAC的进展和预后。差异表达基因(度)FAM83家人的PDAC集成大卫6.7进行功能富集分析。此外,我们探讨了生物的角色FAM83家人PDAC免疫渗透的。

2。材料和方法

2.1。Oncomine数据库分析

Oncomine (https://www.oncomine.org)是一个公开访问在线生物信息学数据库包含715数据集,以及86733正常和肿瘤样本,并提供强大的全基因组表达分析(14]。FAM83的mRNA水平分析了家庭成员的PDAC和褶皱变化为1.5 0.05阈值被设置为意义的价值。学生的 - - - - - -测试是用来评估的差异FAM83 PDAC家庭成员。

2.2。GEPIA数据库分析

基因表达分析交互式分析(GEPIA) (http://gepia.cancer-pku.cn/index.html)是一个基于web的工具,用于分析转录数据9736肿瘤和8587正常样本的癌症基因组图谱(TCGA)和Genotype-Tissue表达式(GTEx)项目15]。GEPIA提供可定制的功能,比如肿瘤/正常的微分表达式分析,分析根据癌症或病理阶段,患者生存分析,类似的基因检测,相关分析,降维分析。在我们的研究中,数据库是用于验证微分PDAC转录水平和正常组织,以及病理阶段分析,相对表达分析,和相关的预后分析。学生的 - - - - - -测试是用于分析表达式或病理阶段。折叠改变截止是1.5, 截止值为0.05。使用kaplan meier预后分析曲线。

2.3。基因关联分析

基于片段的转录表达数据每千碱基每百万(FPKM) TCGA PDAC取自数据库(https://cancergenome.nih.gov/)。177 PDAC的情况下获得,信使rna表达水平的相关性FAM83家庭评估利用R软件(版本3.5.3)与“corrplot”包。

2.4。cBioPortal数据库分析

cBioPortal数据库(http://www.cbioportal.org/)是一个web资源为观察和分析各种癌症基因组学数据从数据库中检索出来,TCGA [16]。它降低了复杂的基因组数据和癌症研究人员之间的壁垒提供了快速、直观、高质量获得分子资料和临床大规模癌症基因组项目的属性,因此使研究人员能够将这些丰富的数据集转化为生物的见解和临床应用。在当前的研究中,cBioPortal数据库被用来评估基因突变在一些FAM83家人PDAC和评估他们的相关性与基因相关PDAC(例如,喀斯特)。此外,coexpression FAM83度的基因家族成员筛选通过计算斯皮尔曼相关系数,分别(斯皮尔曼相关 或<−0.6, 值< 0.05)。

2.5。功能和通路富集分析

从cBioPortal Coexpressed基因筛选数据库集成大卫6.7 (https://david-d.ncifcrf.gov/)执行基因本体论(去)基因和基因组的分析和京都百科全书(KEGG)路径分析17]。结果可视化利用R软件(版本3.5.3)与“ggplot2”包,和 值< 0.05被认为是具有统计学意义。

2.6。GeneMANIA数据库分析

GeneMANIA数据库(http://genemania.org/)是一个用户友好的网站探索基因集的内部关系(18,19]。基因相互作用网络使用GeneMANIA FAM83家人了。

2.7。计时器2.0数据库分析

计时器2.0 (http://timer.cistrome.org/)是一个网络服务器系统分析的免疫渗透在野生种类的癌症类型(20.]。网络服务器提供免疫浸润的丰度估计由多个免疫反褶积方法生成高质量的数据,并允许用户动态地探讨肿瘤免疫学、临床、全面和基因组特征。这个在线工具是用来评估的相关性FAM83家庭成员包括CD8水平免疫细胞浸润+T细胞,γδT细胞,滤泡辅助T细胞和CD4细胞+T细胞。斯皮尔曼相关系数的使用, 值< 0.05被认为是具有统计学意义。

2.8。TISIDB数据库分析

TISIDB (http://cis.hku.hk/TISIDB)是一个集成存储库web肿瘤免疫力,生物学家可以通过多方面求证一个基因在肿瘤免疫的相互作用对其作用通过文献挖掘和高通量数据分析(21]。在这项研究中,TISIDB平台被用来分析FAM83H表达式之间的相关性与肿瘤浸润淋巴细胞(尖)和免疫调制剂(包括immunostimulators、immunoinhibitors和主要组织相容性复合体(MHC)分子)。斯皮尔曼相关系数的使用, 值< 0.05被认为是具有统计学意义。

3所示。结果

3.1。信使rna表达水平不同的PDAC FAM83家庭

八FAM83家庭成员使用Oncomine数据库在不同癌症类型进行了分析,结果表明,总共有297,230,238,287,341,254,132,和290年的独特分析FAM83A, FAM83B, FAM83C, FAM83D, FAM83E, FAM83F, FAM83G和FAM83H分别。基于数据从Oncomine FAM83A的转录水平,FAM83D, FAM83E, FAM83H显著调节相比,PDAC组织正常胰腺组织(图1(一))。在分析由Iacobuzio-Donahue FAM83A的mRNA水平( 值= 7.60 - - - - - -04)显著增加的褶皱变化2.838 PDAC [22]。贝聿铭等的数据表明FAM83A有感应的2.681折起来 值为2.41 - - - - - -07 (23]。类似的结果被报道Grutzmann et al。( 和 值= 0.047)和Badea et al。( 和 值= 3.21 - - - - - -PDAC (05)24,25]。如表所示1,这四个独特的分析还显示一个重要海拔FAM83D PDAC FAM83H表达式。和FAM83E表达式显示高PDAC在一个数据集( 和 值= 3.07 - - - - - -06)[23]。此外,我们在另一个独立的数据集进行分析,GEPIA数据集,和验证FAM83A的表达水平,在PDAC FAM83D FAM83E, FAM83H增加肿瘤与正常样本(图1 (b))。把这些结合在一起,通过生物信息学分析使用数据从Oncomine GEPIA数据库,FAM83A, FAM83D, FAM83E, FAM83H PDAC发现调节。

(一)
(一)
(b)
(b)
图1
转录水平的FAM83家庭成员在胰腺导管腺癌(PDAC)。(一)Oncomine数据集分析显示数据集的数量与重要的转录调节表达式(红色)或下调表达(蓝色)。(b) GEPIA数据集分析验证增加FAM83A FAM83D, FAM83E, FAM83H PDAC肿瘤中表达。折叠改变截止是1.5, 截止值为0.05。转录表达水平PDAC FAM83家人的划定与红色的亮点。
表1
mRNA水平FAM83家族的PDAC组织和正常胰腺组织转录组水平(Oncomine)。
3.2。相对表达、Coexpression遗传改变,和邻居基因的PDAC FAM83家庭网络

的相对表达水平在PDAC FAM83家庭成员比较。结果表明,FAM83E最高的表达而FAM83C是最低(图的表达2(一个))。我们下一个调查的潜在coexpression FAM83家庭成员。斯皮尔曼相关分析表明低到中度FAM83B之间正相关,FAM83E FAM83G, FAM83H(图2 (b))。此外,我们所有的分子特征分析FAM83 TCGA的家庭成员和临时数据集被用来研究基因改变使用cBioPortal数据库。微分之间的遗传变异度FAM83家人如图2 (c)。FAM83H显示变更率最高(18%)的遗传变异。FAM83A改变利率,FAM83B、FAM83C FAM83D, FAM83E, FAM83F, FAM83G分别为17%,6%,5%,2.4%,8%,5%,和6%的查询PDAC样本,分别。使用GeneMANIA工具,我们分析了FAM83家庭成员的关系,构建了一个网络图在基因水平(图2 (d))。8中央节点代表FAM83家人包围20节点代表基因与家庭密切相关。FAM83C之间的联系和FAM83H、FAM83C FAM83G,以及FAM83H FAM83G,被确认。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图2
相对表达、coexpression遗传改变,和邻居FAM83家族的基因网络在胰腺导管腺癌(PDAC): (a)的相对水平FAM83 PDAC家庭成员;(b) coexpression PDAC FAM83家人;(c)的总结改变FAM83 PDAC家庭成员;(d)的邻居基因网络FAM83家庭成员。
3.3。FAM83家族之间的关系在PDAC和肿瘤病理分期和患者生存

评估在PDAC FAM83家人的预后价值,我们审问GEPIA数据集来确定FAM83家庭表达与肿瘤病理阶段或病人的生存。我们发现高表达FAM83B ( ),FAM83D ( ),和FAM83E ( )是与更高级的病理阶段(图3)。相比之下,之间没有关联了其他FAM83家庭成员和肿瘤的阶段。通过执行kaplan meier分析,我们发现高表达水平FAM83A ( ,logrank 值= 4.2 - - - - - -05),FAM83B ( ,logrank 值= 0.034),FAM83D ( ,logrank 值= 7.1 - - - - - -04),FAM83H ( ,logrank 值= 0.032)明显与糟糕的操作系统(图4(一))。此外,更高的FAM83A表达式( ,logrank 值= 4.2 - - - - - -05),FAM83D ( ,logrank 值= 0.006)和FAM83H ( ,logrank 值= 8.2 - - - - - -04)与糟糕的DFS(图显著相关4 (b))。综上所述,这些数据证实FAM83A的预后价值,FAM83B, FAM83D, FAM83E,和FAM83H PDAC,预测肿瘤阶段或病人的生存。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
(f)
(f)
(g)
(g)
(h)
(h)
图3
FAM83家庭成员之间的相关性和肿瘤的病理阶段胰腺导管腺癌(PDAC)患者。
(一)
(一)
(b)
(b)
图4
在胰腺导管腺癌预后的价值FAM83家庭成员(PDAC)患者整体存活曲线(a)和(b)无病生存曲线。
3.4。功能和通路富集分析FAM83度的家庭

我们接下来探索度的活动(即。,FAM83A, FAM83D, FAM83E, and FAM83H) in FAM83 family members by analyzing its potential biological pathways in PDAC. The coexpression analyses for DEGs were performed by using cBioPortal dataset (Spearman’s correlated 或<−0.6, 值< 0.05),40 coexpression FAM83A基因,57 coexpression FAM83D基因,301 coexpression FAM83E基因,和572年coexpression FAM83H基因被录取到大卫6.7和受功能和通路富集分析。去富集分析表明,FAM83A可能参与“外胚层和表皮的发展,宪法的质膜,中间丝,细胞连接和细胞骨架,调节细胞粘附,和integrin-mediated信号通路”(图5(一个))。FAM83D及其邻近基因主要富集在“细胞周期阶段(M), DNA复制,核分裂和细胞骨架的宪法,染色体,ATP绑定,和核苷酸结合”(图5 (b))。FAM83E可能发挥重要作用”MAPKKK级联、磷代谢过程、细胞骨架蛋白绑定,ATP绑定,腺嘌呤核苷酸绑定,GTPase介导信号转导,Ras蛋白信号转导,Ras GTPase绑定,和胰腺发展”(图5 (c))。FAM83H可能扮演一个重要角色在“生物粘附,GTPase监管活动,Ras蛋白信号转导,细胞形态发生、细胞增殖、细胞凋亡、调节拉GTPase活性、T细胞内稳态,骨髓白细胞激活,和淋巴细胞内稳态”(图5 (d))。在KEGG分析(表2),FAM83A被发现主要富集在“ECM-receptor交互、粘着斑和通路在癌症”而FAM83D可能参与细胞周期、卵母细胞减数分裂和p53信号通路。”FAM83E主要是与“轴突导向,紧密连接,鞘糖脂生物合成,ErbB信号通路,Fc伽马R-mediated吞噬作用,VEGF信号通路,adherens结,“FAM83H参与“轴突引导,细胞粘附分子(摄像头),钙信号通路,紧密连接,白细胞transendothelial迁移,并在癌症通路。“这些结果暗示FAM83家族的度可能为肿瘤发生和发展提供重要的支持通过不同的信号通路。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图5
差异表达的基因本体论(去)浓缩分析FAM83家庭成员和邻近基因在胰腺导管腺癌(PDAC): (a)浓缩FAM83A分析;(b)浓缩FAM83D分析;(c)浓缩FAM83E分析;(d)去浓缩FAM83H分析。颜色:丰富 价值。
表2
FAM83之间的通路富集分析差异表达基因的家庭。
3.5。度之间的相关性在FAM83家庭PDAC基因重要推动力

我们进行了斯皮尔曼的相关探索度之间的相关性FAM83家人和重要推动力PDAC基因,喀斯特,SMAD4, TP53, CDKN2A。如图6(一),喀斯特表达水平呈正相关,这些成员( , 值= 1.91 - - - - - -FAM83A 06; , 值= 5.52 - - - - - -FAM83D 06; , 值= 1.28 - - - - - -05年FAM83E;和 , 值= 3.81 - - - - - -FAM83H 05)。与这些成员(SMAD4表达水平呈负相关 , 值= 3.88 - - - - - -FAM83A 10; , 值= 1.65 - - - - - -05年FAM83D; , 值= 3.13 - - - - - -FAM83E 11;和 , 值= 1.46 - - - - - -20 FAM83H)(图6 (b))。然而,TP53的表达水平和CDKN2A没有任何重大相关性FAM83家庭成员。

(一)
(一)
(b)
(b)
图6
表达水平之间的相关性的差异表达FAM83家庭成员基因重要推动力的胰腺导管腺癌(PDAC)包括喀斯特(a)和SMAD4 (b)。
3.6。T细胞浸润的关系和在PDAC FAM83家庭的表达

免疫渗滤尤其是T细胞浸润与肿瘤进展相关的一个关键因素在PDAC [26]。因此,我们评估了相关性FAM83度表达式的家庭包括CD8 T细胞渗透水平+T细胞,γδT细胞,滤泡辅助T细胞和CD4细胞+T细胞在PDAC通过使用计时器(图2.0平台7(一))。纯度调整后,斯皮尔曼相关分析表明,FAM83A的表达,FAM83D, FAM83E, FAM83H CD8的丰度呈负相关+T细胞(图7 (b))。之间的负相关性也发现γδT细胞的渗透和FAM83H ( , 值= 0.00511),FAM83A ( , 值= 0.00743)和FAM83E ( , 值= 0.0099)(图7 (c))。此外,CD4的几种+T细胞可能更复杂的角色和天真的CD4细胞+包括FAM83H (T细胞显示最大的负相关性 , 值= 5.04 - - - - - -07),FAM83E ( , 值= 7.77 e-05)和FAM83A ( , 值= 0.0124)(图7 (d))。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图7
FAM83家庭的不同表情之间的联系与T细胞浸润水平在胰腺导管腺癌(PDAC): (a) R之间的表达FAM83A, D, E和H T细胞浸润水平包括CD8 + T细胞,γδT细胞,滤泡辅助T细胞和CD4细胞+在PDAC T细胞。(罪犯)枪兵FAM83A的表达之间的相关性,E,并与CD8 H+T细胞(b)、γδT细胞(c),和幼稚的CD4细胞+T细胞(d)渗透水平。红色和蓝色细胞显示积极的和消极的相关性,分别。颜色的强度是与相关性的强度成正比。
3.7。FAM83H PDAC与尖和免疫调制剂有关

进一步探索FAM83H和免疫调节的关系,尖的斯皮尔曼FAM83H之间的相关性和免疫调制剂(包括immunoinhibitors、immunostimulators和MHC分子)通过使用TISIDB数据库进行了分析。如图8,我们发现FAM83H相关免疫细胞浸润和免疫调制剂。在细节,通过分析不同亚型的淋巴细胞,我们发现FAM83H主要是内存CD4水平渗透的负相关效应+T细胞( , 值< 2.2 - - - - - -16)、嗜酸性粒细胞( , 值< 2.2 - - - - - -16),肥大细胞( , 值< 2.2 - - - - - -16)、卵泡辅助T细胞( , 值< 2.2 - - - - - -16)(图8 (b))。immunoinhibitors, FAM83H主要是与PVRL2呈正相关( , 值= 3.7 - - - - - -10)、LGALS9 ( , 值= 4.7 - - - - - -06),IL10RB ( , 值= 7.29 - - - - - -05)(图8 (d))。immunostimulators, FAM83H主要是与CXCL12负相关( , 值< 2.2 - - - - - -16)、ENTPD1 ( , 值< 2.2 - - - - - -CD28 16) ( , 值< 2.2 - - - - - -16)和KLPK1 ( , 值< 2.2 - - - - - -16)(图8 (f))。MHC分子,与HLA-DPA1 FAM83H主要是负相关( , 值= 4.22 - - - - - -12),HLA-DPB1 ( , 值< 3.1 - - - - - -11),HLA-DOA ( , 值< 3.72 - - - - - -10)和HLA-DRA ( , 值< 3.88 - - - - - -10)(图8 (h))。这些结果表明,FAM83H可能参与肿瘤特异性免疫反应调节尖和免疫分子。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
(f)
(f)
(g)
(g)
(h)
(h)
图8
FAM83H相关性与肿瘤浸润淋巴细胞(尖)和免疫调制剂:(一)尖和FAM83H表达之间的相关性;(B)与FAM83H 4最大的尖-斯皮尔曼相关;(c) immunoinhibitors和FAM83H表达之间的相关性;(d)前三immunoinhibitors最大的积极与FAM83H斯皮尔曼相关;(e) immunostimulators和FAM83H表达之间的相关性;(f)前4 immunostimulators最大的消极与FAM83H斯皮尔曼相关;(g) MHC分子和FAM83H表达之间的相关性;(h)前4 MHC分子最大的消极与FAM83H斯皮尔曼相关。红色和蓝色细胞显示积极的和消极的相关性,分别。颜色的强度是与相关性的强度成正比。

4所示。讨论

尽管FAM83家庭成员证明发挥重要作用在几种癌症,其生物角色和PDAC很少具有预后价值。在当前的研究中,我们首先表明,FAM83A FAM83D, FAM83E, FAM83H PDAC明显过表达。和更高的表达FAM83B、FAM83D FAM83E与肿瘤有关的阶段。此外,upregulation FAM83B明显与更糟糕的操作系统,虽然upregulation FAM83A, FAM83D, FAM83H糟糕的操作系统和DFS相关。这些数据表明FAM83A的预测价值,FAM83B, FAM83D, FAM83E, FAM83H PDAC的预后。

FAM83蛋白质具有一个名为DUF1669的氨基端“未知函数的域”。然而,每个成员都有一个独特的C末端的可变长度及其生物功能及相关机制可能不同。通过执行功能和通路富集分析,我们发现FAM83A参与调节细胞粘附,在PDAC integrin-mediated信号通路和ECM-receptor交互。研究已经证明,高架FAM83A表达维持基本生存MEK / ERK信号和防止细胞死亡在PC细胞(27]。Upregulation FAM83A也发现肺癌、卵巢癌、宫颈癌,某些脑部肿瘤(9]。击倒的FAM83A的表达水平增加α1,α3,α5,β4,β5整合蛋白CaSki和海拉细胞。在我们的研究中,FAM83D及其邻近基因主要富集在“细胞周期阶段(M), DNA复制,核分裂,卵母细胞减数分裂,ATP和核苷酸绑定,和p53信号通路”PDAC。在其他研究中,外源性FAM83D过度宣传,而FAM83D沉默抑制非小细胞肺癌(NSCLC)细胞增殖,epithelial-mesenchymal过渡,并通过调节入侵mTOR / AKT通路(28]。除此之外,它还参与了MEK / ERK信号通路,促进进入S期的细胞周期在肝细胞癌(29日]。这些表明upregulation FAM83D可能提高癌症细胞分裂和增殖在PDAC通过影响细胞周期进程。

通过功能富集分析,我们发现FAM83E和FAM83H参与“Ras GTPase绑定,Ras GTPase活性,调节和Ras蛋白信号转导。“作为一个Ras家族的重要成员,喀斯特是一个关键的司机在PDAC基因,特点是近100% KRAS突变频率。在这项研究中,与FAM83A KRAS基因表达水平被发现呈正相关,FAM83D FAM83E, FAM83H。我们的结果也表明,SMAD4的表达,另一个司机PDAC基因,与FAM83A负相关,FAM83D FAM83E, FAM83H。把这些放在一起,FAM83成员可能调节或由喀斯特或PDAC SMAD4,导致癌症恶化。这将是极大的兴趣调查的详细机制FAM83成员之间和卡尔斯和SMAD4未来的研究。

免疫细胞浸润和肿瘤微环境已经验证PDAC进展中扮演至关重要的角色和肿瘤逃避(30.]。近年来,应用免疫疗法刺激效应T细胞杀死肿瘤细胞已经引起了极大的兴趣。然而,临床研究表明,检查点抑制疗法单独治疗不足PDAC [31日),其中尖不足是“冷”的根本原因肿瘤和免疫反应迟钝(检查站32]。在我们的研究中,一个显著的负相关建议CD8的丰度之间+与FAM83A T细胞,D, E, PDAC和H。从当前的研究结果表明,尖的子集,尤其是CD8+T细胞,同长期紧密相关肿瘤结果PDAC患者及CD8有限+T细胞浸润在大多数PDAC肿瘤中心(33,34]。γδT细胞被认为在肿瘤发生发挥保护作用,在很大程度上他们的细胞毒性和干扰素——的基础γ生产,抑制肿瘤恶化[35]。然而,在PDACγδT细胞的作用是抵触的,表明γδT细胞可以抑制αβT细胞激活和促进胰腺肿瘤形成36]。之间的相互作用和机理的探索γδT细胞和一些潜在的免疫调控FAM83家庭等因素将有助于促进说明PDACγδT细胞的形成和发展。这些结果表明FAM83家族不仅是预后的生物标志物但也反映出一些PDAC的免疫状态。

通过评估的相关性FAM83H表达与肿瘤浸润淋巴细胞和免疫调制剂,我们找到了一个广泛的相关性FAM83H与免疫细胞浸润(比如内存CD4效应+T细胞,嗜酸性粒细胞,肥大细胞,滤泡辅助T细胞),immunoinhibitors(如PVRL2 LGALS9 IL10RB) immunostimulators (CD28如CXCL12 ENTPD1 KLRK1),和MHC分子(如HLA-DPA1 HLA-DPB1、HLA-DOA HLA-DRA)。PVRL2 (CD112),称为PVRIG和CD226的配体,在不同类型的肿瘤细胞具有免疫抑制作用的T细胞功能(36]。封锁PVRIG-PVRL2增强细胞毒性CD8的函数+T细胞,三联式PVRIG-PVRL2的封锁,TIGIT, PD-1干扰素导致最大的增加γ,这意味着大多数CD8的增强+效应函数(37]。此外,增强自然杀伤细胞功能也观察到封锁PVRL2 [38]。CD39 (ENTPD1),分子与慢性刺激免疫细胞,肿瘤浸润CD8被证明是一个标志+T细胞(39]。西摩尼等人进行了转录组分析分析,发现CD39+CD8+尖是丰富与细胞增殖相关的基因和疲惫,长期刺激T细胞的特征。在蛋白质水平,CD39+CD8+尖还显示特征耗尽细胞的表型和功能标记在结肠癌和肺癌39]。mhc ii分子,尤其是HLA-DRA至关重要CD4抗原表达+antiPD-1 / PD-L1活动所需的T细胞和黑色素瘤;代理,从而诱导mhc ii积极性可以结合PD-1 / PD-L1-targeted疗法提高响应率(40]。因此,FAM83H,上述相关免疫分子,可能作为一种潜在的免疫治疗目标。

然而,我们的研究有几个限制。虽然mRNA的表达一些FAM83家庭成员被确认为预后生物标志物DFS和操作系统的研究中,蛋白质含量的变化及其预后意义并不证明。除此之外,我们的分析可以反映出某些方面的免疫状态PDAC但不是全球变化。进一步的前瞻性实验和体外或体内研究需要验证我们的结果,探索潜在的分子机制。

总之,FAM83家庭成员显示超表达的差异度和在肿瘤进展和扮演重要角色PDAC的免疫细胞渗透调节。此外,我们的研究探索度之间的相关性与肿瘤浸润淋巴细胞和突出FAM83H FAM83家庭作为预后治疗PDAC生物标志物和一个潜在的免疫治疗目标。

缩写

PC: 胰腺癌
PDAC: 胰腺导管腺癌
FAM83: 83家庭使用序列相似性
度: 差异表达基因
GEPIA: 基因表达分析交互式分析
TCGA: 癌症基因组图谱
GTEx: Genotype-Tissue表达式
FPKM: 每千碱基片段每百万
走: 基因本体论
KEGG: 京都基因和基因组的百科全书
尖: 肿瘤浸润淋巴细胞
MHC: 主要组织相容性复合体。

数据可用性

所有数据库包括Oncomine (https://www.oncomine.org),GEPIA (http://gepia.cancer-pku.cn/index.html),cBioPortal数据库(http://www.cbioportal.org/大卫),6.7 (https://david-d.ncifcrf.gov/),GeneMANIA数据库(http://genemania.org/2.0),计时器(http://timer.cistrome.org/)和TISIDB (http://cis.hku.hk/TISIDB)是免费的公共资源。

伦理批准

这篇文章不包含任何与人类参与者或动物研究由作者。因此,当地伦理批准并不是必要的。

的利益冲突

作者宣称他们没有潜在的利益冲突。

作者的贡献

双星Zuyi妈,黄、张Chuanzhao和宝华侯负责概念化。马Zuyi Zixuan周、Hongkai壮族和马Zuguang负责数据管理。Zuyi马,周Zixuan Zhenchong李负责正式的分析。鲍恩黄、锣,春生刘,邹呀,Zehao郑负责软件。双星黄、张Chuanzhao和宝华侯是负责监督。双星Zuyi马,周Zixuan Hongkai壮族、黄Chuanzhao张和宝华侯负责撰写,审查和编辑。Zuyi马,周Zixuan Hongkai壮族的贡献同样应该考虑这个工作和co-first作者。

确认

本研究支持的特殊资助博士医生的广东省人民医院(项目号2020 bq09),中国国家自然科学基金(项目号82072635,81702783,81702783,81672475),和广东医学科学技术基金项目(201707010323)。