文摘
背景。食道癌是全球最常见的癌症之一。失调的基因在癌症中起着重要的作用。在这项研究中,我们旨在研究食管癌的预后标志物基于综合生物信息学分析包括WGCNA和单细胞分析。方法。食道癌的RNA序列数据从GSE75241下载数据集在地理数据库中。我们也选择食道癌患者从公共数据库(Genotype-Tissue表达式(GTEx)和癌症基因组图谱TCGA ())。WGCNA被用来构造一个无尺度coexpression网络的基因。考克斯多因素分析模型被构建为食管癌的预后模型。此外,单细胞基因分析是用来发现中心基因在食管癌的机制。结果。WGCNA发现的182个基因进行进一步分析。182个基因中,四个基因包括ANGPT2 VCAN, MS4A4A,安全系数有明显在食管癌预后价值。在单细胞分析中,七种类型细胞的子集是著名的包括T细胞,B细胞、NK细胞、单核细胞、巨噬细胞、DCs、中性粒细胞。四个中心的表达基因(ANGPT2, VCAN MS4A4A, FOS)提交在炎症细胞评估子集,分别。中心基因与炎症细胞食道癌。此外,特定的子组炎症细胞如巨噬细胞、单核细胞,并分析了DCs来识别中心的功能基因,。中心基因与分化相关的炎症细胞包括单核细胞、巨噬细胞和肿瘤环境中DCs。结论。我们确定了具体的中心与食管癌的预后相关基因。这些中心基因扮演关键角色通过调节炎症细胞食道癌地位。
1。介绍
食道癌是第八个最常见的癌症类型和第六次全球癌症死亡原因的主要原因(1]。由于低5年存活率,食道癌全球仍然是一个严重的问题。全球统计数据显示,食道癌的发病率随着年龄的增加,和男性比女性更有可能被诊断的比例3:1 (2]。吸烟,喝酒,和长期胃酸倒流负责食道癌的风险因素(3]。食道癌的症状不典型,直到癌症已经渗透到超过60%。食道癌的管理包括手术、化疗和放射治疗(4]。内镜黏膜切除术可用于疾病的早期阶段。此外,食道癌是容易复发和转移的生存与预后不良相关(5]。因此,重要的是要确定遗传因素预测食管癌的预后。
在这项研究中,我们旨在发现食道癌的中心基因综合生物信息学分析。加权基因coexpression网络分析(WGCNA)是用于识别关键模块和中心的基因。此外,我们还利用单细胞分析演示中心基因在食管癌的函数。拟时间轨迹分析是用来发现中心基因的机制在炎症细胞分化子集。这项研究提供了新颖的见解在未来食道癌的机制。
2。方法
2.1。数据收集和数据处理
食道癌的RNA序列数据在GEO数据库(从GSE75241下载数据集https://www.ncbi.nlm.nih.gov/geo)。共有30个样品包括15个食管癌组织样本和15正常组织样本参与分析。GSE75241数据集预处理使用“年”R包RMA背景校正,日志2转换、数据规范化和RNA。基因微阵列数据探针被转换为符号使用Bioconductor注释数据方案。我们使用了GEO 2 r网络工具包屏幕之间的度食道癌样本和正常样本。一个值< 0.05和log2-fold变化(Fc) > 1被选为截止阀值。度被导入到Metascape数据库(https://metascape.org/)功能注释,分别6]。功能和通路富集分析度包括KEGG途径,生物过程。此外,我们选择食道癌患者从公共数据库(Genotype-Tissue表达式(GTEx)和癌症基因组图谱(TCGA))(其中包括653正常食管组织,13邻近组织和182年食管癌组织)分析中心的生存预后和微分表达基因。
2.2。建设WGCNA基因和功能富集分析和选择的中心
WGCNA算法是基于高通量基因coexpression分析广泛应用于基因coexpression网络的识别在各种疾病。在这项研究中,我们构建了一个网络的无尺度coexpression基因在r参数使用WGCNA包软阈值是20,截断的块大小是20。然后,我们使用了平均连锁聚类基因层次聚类方法。字符串中的每个模块分析了WGCNA数据库。基因的意义(GS)和模块成员(MM)计算。模块的相关系数为0.84,P < 0.05被定义为一个中心模块。然后,基因与基因本体中心模块受到(去)和KEGG富集分析。重要基因的选择标准为中心基因模块WGCNA网络如下:| GS | | > 0.6 > 0.6 |毫米。
2.3。预后模型建设和临床分析
中心基因与预后进行分析。食道癌的临床数据是TCGA下载的数据库。UALCAN数据库(http://ualcan.path.uab.edu/)是用于预后分析中心基因(7]。临床预后模型建立和模型的c指数评分评估。
2.4。单细胞基因分析
单细胞测序数据的肿瘤组织和邻近组织的食道癌从GSE145370下载数据集的地理数据库。原始基因表达矩阵进口和加工使用修v3.0使用默认参数。质量差的细胞和基因被过滤掉。至少3表达的基因与超过200个基因,细胞和高质量的不到7000个基因被选为后续分析。低质量的细胞含有超过20%的线粒体基因被排除在外。主成分分析(PCA)与“FindNeighbors”和“FindClusters”功能是用于执行tSNE筛选的重要前20名主成分(pc)。然后,我们聚集细胞的决议 并使用tSNE可视化聚类结果散点图。接下来,不同集群注释根据典型的细胞类型标记基因的细胞。然后,集群被区分为不同类型的细胞群。此外,我们分析了枢纽基因在肿瘤组织的表达及邻近组织。
ggplot2包是用来识别细胞在肿瘤与邻近组织的比率。为评估特定亚型的细胞数量,我们再分析单核细胞,巨噬细胞,分别和DCs。我们使用修标准程序,包括PCA降维,tSNE细胞集群的建设来提取细胞的子集。
2.5。拟时间轨迹分析
在拟时间轨迹分析,我们reclustered单核细胞、巨噬细胞和DC细胞,分别。修标准程序被用来确定每个细胞类型的子集。单片眼镜(版本2)应用于确定潜在的谱系分化。首先,排名前1000的高度可变基因(HVGs)选择使用修v3的“FindVariableFeatures”功能。然后,我们使用“estimateSizeFactors”、“estimateDispersions”和“dispersionTable”功能来构建一个统计模型来描述数据。基因的意思是表达> 0.1保留进行后续分析。DDRTree“reduceDimension”功能的方法进行降维。我们还执行分支表达式分析建模基于拟时间分析。此外,我们使用了ggplot2包来识别肿瘤细胞比相邻的组织。最后,我们确定了分化的细胞基于状态子集,拟时间,细胞类型和组。
2.6。免疫印迹分析
里帕裂解缓冲包含phenylmethylsulfonyl氟化物(PMSF)是用来溶解邻近的正常组织和肿瘤组织的食道癌患者。sds - page(钠十二烷基sulfate-polyacrylamide凝胶电泳)用于分离蛋白质免疫印迹分析。硝化纤维素膜的蛋白质被用来转移。阻塞后,膜与初级孵化抗体在一夜之间在4°C。孵化后,膜被孵化与二次抗体在室温下2 h。增强化学发光(ECL)试剂用于可视化蛋白质。angiopoietin-2 (ANGPT2)抗体(CST, 50697年代),MS4A4A抗体(CST, 29717年代),FosB抗体(CST, 2263年代)β肌动蛋白抗体(CST, 4970年代)购买的细胞信号技术。VCAN抗体(ab177480)和anti-rabbit二级抗体(ab6721)从Abcam购买。
3所示。结果
3.1。度鉴定和功能注释在食道癌
我们进行了全面的分析和画箱线图,转换后的数据密度图,以及主成分分析(PCA)图(图1(一))。箱线图显示,样本接近规范化和标准化。两组显然不同的样本分布在不同地区,表明样品是可信的。我们一共发现了1651度,包括1174调节基因和477个表达下调基因。火山的情节和热图度图所示1。
(一)
(b)
(c)
(d)
然后,我们进行功能注释的识别度。1174年总调节基因,在细胞外基质(ECM)分析丰富组织,调节细胞粘附,积极调控的细胞迁移,细胞分裂,激活免疫反应,组织形态发生,等等(图2(一个))。KEGG 1174调节基因的分析表明,该途径在粘着斑丰富,细胞周期,ECM-receptor粘连,PI3K-Akt信号通路(图2 (b))。477年总表达下调的基因,分析富含表皮发展,脂质代谢,阶段I-functionalization化合物,等等(图2 (c))。KEGG 477个表达下调基因分析表明,花生四烯酸代谢途径是丰富,含血清素的神经突触,药物代谢,化学致癌等。(图2 (d))。
(一)
(b)
(c)
(d)
3.2。WGCNA建设和关键模块中心基因的识别和选择
我们使用了“WGCNA”包在R来识别关键模块。聚类的样本显示,肿瘤样本和正常样本明显分化成两组。没有发现异常值的示例集群(数字3(一个)和3 (b))。列出的参数如下:软阈值 (图3 (c))。模块五个模块与WGCNA包包括黑色,蓝色的模块,布朗模块,绿色模块,粉红色的模块,和灰色模块(图3 (d))。根据每个模块的特征向量,我们计算这些模块和表型(图之间的相关性3 (e))。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
黑色模块和绿色与肿瘤分化程度有高水平的相关性。根据每一个基因的表达水平在每一个样品,我们计算基因和表型之间的相关性来衡量(GS)基因的意义。GS的较大值有更多的生物学意义, 意味着基因与表型。黑人模块与肿瘤( , ),绿色模块与肿瘤( , )(数据3 (f)和3 (g))。有趣的是黑色模块与分化相关( , )和绿色模块是与肿瘤( , )(数据3 (h)和3(我))。此外,根据中心基因的重要基因的选择标准模块WGCNA网络,我们筛选606个基因从黑色模块和228个基因的绿色模块。
因此,我们选择黑色和绿色模块进行进一步分析。去黑模块的分析表明,生物过程(BPs)与等离子体膜,对病毒反应,炎症反应,先天免疫反应等(图4(一))。KEGG绿色模块的分析显示,路径与补充凝血级联,B细胞受体信号通路,IL-17信号通路,Cytokine-cytokine受体相互作用,等等(图4 (b))。去分析绿色模块显示相关的BPs是细胞外基质结构组成,细胞粘附,血管生成,积极调节血管生成,细胞迁移,等等(图4 (c))。KEGG分析绿色模块显示粘着斑的途径有关,ECM-receptor交互,PI3K-Akt信号通路,等等(图4 (d))。
(一)
(b)
(c)
(d)
3.3。基因差异分析和预后分析的中心
我们使用了RNA seq。TCGA食管鳞状细胞癌的数据从数据库分析中心的生存预后的基因。606个中心基因从黑色模块和228个中心基因从绿色模块从WGCNA获得。然后我们穿过基因获得的重要模块WGCNA与正常组织和肿瘤组织之间的差异基因,最后388个中心基因从150年的“黑模块和基因中心招募和获得。这些基因不仅是正常组织和肿瘤组织之间的差异表达基因,但同样重要的癌症相关基因表型(图5 (e))。中心差异表达基因在正常和癌组织进行预后进行分析。绘制生存曲线如图5(一个)- - - - - -5 (d)。结果显示四个基因包括ANGPT2 VCAN MS4A4A,安全系数有重要的预后。高水平的ANGPT2、安全系数和MS4A4A是食道癌的与不良预后相关,而高水平的VCAN与食管癌预后更好。
(一)
(b)
(c)
(d)
(e)
(f)
我们选择食道癌患者从公共数据库(GTEx和TCGA)(其中包括653正常食管癌组织13邻近组织和182年食管癌组织)。接下来,我们分析这四个重要基因的表达(VCAN, ANGPT2 MS4A4A, FOS)提交食道癌和正常食管组织之间。我们发现,与正常的人类食管组织相比,ANGPT2, VCAN,和安全系数都显著调节在食管癌组织中,MS4A4A食道癌(图中明显表达下调5 (f))。因此,这四个基因可能在肿瘤发生中发挥重要作用。
免疫印迹进行评估的表达angiopoietin-2 (ANGPT2) FosB, MS4A4A, Versican (VCAN)在肿瘤组织和正常组织。结果表明,ANGPT2的表达,VCAN, FosB肿瘤组织均高于正常组织(图6)。MS4A4A在肿瘤组织的表达低于正常组织。结果按照中心基因的差异分析(ANGPT2, VCAN MS4A4A, FOS)提交肿瘤组织和正常组织之间的关系。
3.4。食管癌的预后模型建设
考克斯我们构造一个多因素分析模型在食管癌预后模型。结果表明,M, N阶段,VCAN, MS4A4A考克斯多因素分析的重要预测因素。考克斯多因素分析的结果的基础上,我们构建了计算图表和评估的预测效率列线图。一致性(c指数)为0.750(0.695 - -0.805),表明该预测模型比较准确(图的效率7(一))。适合的预测模型校准分析(图7 (b))。决策曲线分析情节表明预测模型可以预测食管癌患者的死亡事件(图7 (c))。
(一)
(b)
(c)
3.5。单细胞分析肿瘤组织和邻近组织
从WGCNA获得基因中心后,我们进行了单细胞分析发现中心基因在食管癌的机制。首先,我们归一化和汇集单细胞所有样本(数据的数据8(一个)- - - - - -8 (c))。然后,我们合并肿瘤和相邻的组织样本进行无监督聚类识别杰出的细胞群。不同样品的细胞集群图显示,有更多的NK细胞和B细胞浸润在健康样本,但更CD4+T细胞浸润在肿瘤样本(图8 (d))。根据相关的典型标记基因在免疫细胞,我们分类不同的免疫细胞的子集。七个细胞类型的子集杰出包括T细胞、B细胞、NK细胞、单核细胞、巨噬细胞、DCs和中性粒细胞(图8 (e))。我们主要确定了几个主要类型的免疫细胞如T细胞(CD3D、CD3E CD3G), B细胞(CD79A CD79B, CD19), NK细胞(KLRD1, NKG7和gn)、单核细胞(CD68、LYZ C1QA, C1QB,和TREM2),巨噬细胞(CD68、LYZ VCAN, FCN1,和THBS1),树突状细胞(dc) (CD1C, HLA-DQB2 CD74、和HLA-DQA1),和中性粒细胞(FCGR3B, MNDA, ADGRG3)。然后,我们计算四个中心基因的表达(ANGPT2, VCAN MS4A4A, FOS)提交这些炎性细胞的子集。数据8 (f)- - - - - -8(我)显示中心的微分表达式基因在细胞肿瘤样本之间的子集和相邻的组织样本。VCAN是相邻的巨噬细胞中高度表达的组织样本(P值 )。在单核细胞,VCAN相邻组织样本的表达高于肿瘤样本(P值 )(图8 (f));ANGPT2并非免疫细胞中高度表达的肿瘤样本或相邻的组织样本(图8 (g));MS4A4A单核细胞中高度表达的肿瘤样本(价值—— )。在巨噬细胞,MS4A4A相邻组织样本中高度表达比肿瘤样本(价值 )(图8 (h))。安全系数是各种细胞中高度表达的子集。安全系数是更多的巨噬细胞中高度表达(P值 )和B细胞(价值—— )比肿瘤样本(图相邻组织样本8(我))。此外,中性粒细胞的比例可以看出,DC细胞,单核细胞、巨噬细胞,在肿瘤组织和T细胞调节,而B细胞和NK细胞的比例降低(图8 (j))。图8 (k)显示了免疫细胞的标记基因子集。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
(k)
此外,我们分析了特定的子组炎症细胞如巨噬细胞、单核细胞、DCs来识别中心基因的功能。
基于标记基因,巨噬细胞可以识别为Macrophages_M1_like (CD14、CCL3和CD86)和Macrophages_M2_like (CD163, FCGR3A, C1QC)(数据9(一个)和9 (b))。在肿瘤组织的表达Macrophages_M1_like高于Macrophages_M2_like。在邻近的组织,与Macrophages_M2_like Macrophages_M1_like几乎相同的表达(图9 (c))。通过Monocle2拟时间轨迹分析,我们显示巨噬细胞分化的不同阶段在食道癌(图9 (d))。每个族群的性能在巨噬细胞分化的过程如图9 (e)和微分拟时间图所示9 (f),健康的组织细胞主要分布在6th和7th阶段,可以看出Macrophages_M2_like健康组织巨噬细胞中大量分化成Macrophages_M1_like细胞在肿瘤组织(图9 (g))。在肿瘤组织细胞中,我们分析了枢纽基因的表达在不同的巨噬细胞分化阶段。安全系数的表达水平和MS4A4A显著改变在巨噬细胞分化。安全系数的表达和MS4A4A巨噬细胞分化过程中逐渐增加(数据9 (h)和8(我))。我们进一步分析了监管安全系数对巨噬细胞的功能。巨噬细胞分为阳性组(安全系数+巨噬细胞细胞)和消极组(安全系数- - - - - -巨噬细胞细胞)根据FOS表达基因的提交。我们分析了安全系数之间的基因表达差异+巨噬细胞细胞和安全系数- - - - - -巨噬细胞细胞(图9 (j))。相比之下,安全系数- - - - - -巨噬细胞细胞,安全系数+巨噬细胞细胞高表达”丛书,小君,JUNB FOSB, KLF6等等。我们进一步分析了功能丰富的安全系数的调节基因+巨噬细胞的细胞。调节基因主要集中在应对lipolysaccharide,积极调节细胞因子的生产,反应分子的细菌来源途径(图9 (k))。因此,安全系数的高表达与增加巨噬细胞产生的细胞因子和炎症反应,也可能是更类似于M2巨噬细胞的功能。”丛书+巨噬细胞细胞更容易促进炎症和肿瘤的生长。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
(k)
我们提取单核细胞,进一步证实他们是Monocytes_THBS1子集(S100A8 THBS1) Monocytes_GZMB (S100A8 GZMB) Monocytes_APOE (S100A8 APOE) Monocytes_STMN1 (S100A8 STMN1)和Monocytes_IGHG3 (S100A8 IGHG3)(数据10 ()和10 (b))。从细胞比例,可以看出Monocytes_IGHG3只存在于肿瘤组织,Monocytes_APOE也丰富的肿瘤组织,Monocytes_STMN1分布在健康组织(图10 (c))。Monocle2拟时间轨迹分析表明,有5个分化的单核细胞(图阶段10 (d)),每一个族群的性能在单核细胞分化的过程如图10 (e)。根据拟时间分化的结果是图所示10 (f)。单核细胞分化过程中,基因的表达变化,我们专注于数据所示10 (g)和10 (h)。细胞分化的进程,MS4A4A基因的表达逐渐减少,和VCAN基因的表达逐渐增加。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
至于DCs,我们提取DCs细胞子集,进一步确定DCs细胞子集mdc (LYZ)和髓(LILRA4)标记基因(数据显示(11日)和11 (b))。可以从细胞比率,mDC和pDC都分布在肿瘤组织,这表明树突状细胞在肿瘤免疫(图更活跃11 (c))。Monocle2拟时间轨迹分析显示,有7 DCs细胞分化(图的分化阶段11 (d))。性能的mdc和髓样分化过程如图11 (e)和分化的基础上,拟时间图所示11 (f))。细胞分化,基因的表达变化,我们专注于在mDC pDC细胞数据所示11 (g)和11(h)。MS4A4A基因表达下降迅速在第二阶段进展的差异化。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
4所示。讨论
食管癌是一种癌症发生在食道。食道癌的典型症状是吞咽困难和减肥。其他非典型症状食道癌的沙哑声音,干咳,淋巴结肿大。在食管癌基因失调中扮演一个重要角色。在这项研究中,我们试图发现基因在食管癌预后枢纽的功能。共有182个中心从WGCNA基因被确定。四个基因包括ANGPT2 VCAN MS4A4A,安全系数被认为是食管癌的预后价值。ANGPT2属于检验的生长因子和内皮细胞表达8]。内皮TEK蛋白质配体的受体酪氨酸激酶。检验2,生长因子调节血管发展,调节在几个炎性疾病和参与炎症相关的信号通路。在肿瘤微环境,间充质干细胞可以秘密ANGPT2。先前的研究发现,ANGPT2与癌症相关的微环境组织和转移形成(9]。在乳腺癌,ANGPT2与不良预后相关(10]。ANGPT2封锁可以提供癌症疗效[11]。在这项研究中,我们发现ANGPT2在食管癌与不良预后相关。VCAN是aggrecan / versican蛋白家族的一员。蛋白质是细胞外基质的主要成分,与细胞粘附、增殖、迁移(12]。蛋白质是由几种细胞,如内皮细胞、上皮细胞、白细胞。VCAN蛋白质可能与炎症细胞参与自身免疫性疾病,心血管和肺部疾病。在这项研究中,我们发现VCAN食道癌的更好的预后有关。MS4A4A membrane-spanning 4基因家族的成员。编码蛋白的特点是在造血细胞和nonlymphoid组织。Sanyal等人发现MS4A4A表达单核细胞的质膜。它被认为是一种新颖的细胞表面标记为浆细胞和M2巨噬细胞(13]。MS4A4A可以调节immunoreceptor活动如Ig受体和信号模式识别受体(PRRs) (14]。在小鼠肺部炎症,MS4A4A可以调节精氨酸酶1诱导巨噬细胞极化(15]。在这项研究中,我们发现MS4A4A中心基因在食管癌预后不良。”丛书基因属于”丛书基因家族包括安全系数、FOSB FOSL1, FOSL2。它可以编码亮氨酸拉链蛋白参与细胞增殖、分化、和转换。先前的研究发现,安全系数的基因是一个候选基因风险的几种癌症如肝癌、皮肤癌、成骨细胞瘤(16- - - - - -18]。在这项研究中,发现了安全系数作为诊断生物标记与食管癌预后不良。
先前的研究已经发现,肿瘤与免疫细胞。近年来显示,肿瘤起始和进展与单核细胞,巨噬细胞,DCs和中性粒细胞。这些类型的细胞可以调节肿瘤微环境相互作用与其他类型的免疫细胞,如T细胞和B细胞。在这项研究中,我们发现中心基因主要与单核细胞、巨噬细胞、DCs,中性粒细胞在食道癌。单核细胞可以连接先天炎症反应和适应的炎症反应。他们可以促进肿瘤血管生成,促进免疫耐受。然而,单核细胞可以起到抗肿瘤作用通过刺激抗原呈递细胞(apc) [19]。在肿瘤微环境中,单核细胞可以衍生物对肿瘤相关巨噬细胞(tam),肿瘤相关DCs和骨髓抑制细胞(20.]。环境压力,病理生理条件下,可能会改变单核细胞分化和细胞信号在肿瘤微环境21]。在这项研究中,我们发现中心基因包括VCAN MS4A4A,和安全系数可以调节单核细胞的分化肿瘤环境。在单个细胞拟时间轨迹分析表明,特定的基因表达的不同子集的单核细胞中心。因此,这些中心基因可能通过调节单核细胞起到抗肿瘤或促进肿瘤作用。
我们还发现MS4A4A VCAN,安全系数与巨噬细胞有关。巨噬细胞是肿瘤发生的重要因素和肿瘤转移的肿瘤微环境22]。巨噬细胞可以影响肿瘤细胞入侵、迁移和转移。几个方面的机制参与肿瘤的巨噬细胞的功能。巨噬细胞可以促进肿瘤的增殖分泌生长因子包括表皮生长因子受体(EGFR) [23]。在转移和血管生成,巨噬细胞能分解细胞外基质和调节免疫抑制细胞因子的生产24]。巨噬细胞还可以影响肿瘤免疫抑制微环境(25]。先前的研究已经发现,巨噬细胞的子集,包括M1和M2巨噬细胞在肿瘤中发挥不同的功能。M1发挥抗肿瘤效应,而M2施加protumor效果。M1巨噬细胞可以产生和秘密炎症因素包括硝酸活性氧,TNF -α和一氧化氮。这些炎症因子可以激活T细胞抗肿瘤反应来杀死肿瘤细胞(26]。M2巨噬细胞可以刺激肿瘤的生长血管生成,转移通过分泌多种炎症等因素TGF -β、血小板源生长因子和表皮生长因子(27]。在这项研究中,我们发现中心基因在食管癌可能影响巨噬细胞M1和M2的分化。安全系数的表达式,MS4A4A调节巨噬细胞的分化。这些基因是食道癌的与不良预后相关。因此,安全系数和MS4A4A可能参与在食道癌巨噬细胞的功能。
DCs在先天和适应性免疫反应的重要因素。有越来越多的知识,dc在肿瘤免疫反应(28]。DCs作为抗原处理细胞在肿瘤微环境来激活幼稚T细胞。T细胞的启动和迁移是由DCs。此外,DCs还可以生成三级淋巴结构在肿瘤微环境29日]。DCs与免疫在放疗、化疗,和检查点封锁。在这项研究中,我们发现中心基因与DCs在食道癌有关。MS4A4A dc的分化有关。因此,MS4A4A可能会影响食道癌的发展通过调节DCs的功能。
作为先天免疫的一员,中性粒细胞肿瘤中扮演重要角色。近年来,研究发现中性粒细胞与肿瘤血管生成,增长,细胞外基质重塑(30.]。在癌症的起源,中性粒细胞影响活动的组织干细胞(31日]。关于血管生成,中性粒细胞可以通过分泌血管生成发挥血管生成的影响因素。NETosis在肿瘤微环境对肿瘤转移32]。中性粒细胞也可以调节巨噬细胞在肿瘤微环境(33]。我们发现VCAN和MS4A4A表达在肿瘤组织高与相邻组织的中性粒细胞。因此,VCAN和MS4A4A在食道癌也参与中性粒细胞的作用。
5。结论
总之,我们用综合生物信息学分析包括WGCNA和单细胞分析发现食管癌的预后标志物。总共有1651度,包括1174和477年下调基因差异基因被确定在食道癌。182年WGCNA基因被确定。182年的总枢纽基因,基因包括ANGPT2四个中心,VCAN, MS4A4A,安全系数有显著的在食管癌预后价值。高水平的ANGPT2、安全系数和MS4A4A是食道癌的与不良预后相关,而高水平的VCAN与食管癌预后更好。在食管癌的预后模型建设,考克斯多因素分析表明,M, N阶段,VCAN, MS4A4A食道癌的重要预测因素和模型预测效率是温和的准确。此外,我们进行了单细胞分析发现中心基因在食管癌的机制。七个细胞类型的子集杰出包括T细胞、B细胞、NK细胞、单核细胞、巨噬细胞、DCs和中性粒细胞。四个中心的表达基因(ANGPT2, VCAN MS4A4A, FOS)提交这些炎性细胞评估子集。最后,我们分析了特定的子组炎症细胞如巨噬细胞、单核细胞、DCs来识别中心的功能基因。 FOS and MS4A4A were correlated with macrophage differentiation process. The expression of FOS and MS4A4A increased gradually in macrophage differentiation process. MS4A4A and VCAN were correlated with process of monocyte differentiation. The expression of MS4A4A gene gradually decreased, and the expression of VCAN gene gradually increased in the monocyte differentiation. MS4A4A was correlated with DCs differentiation. MS4A4A gene expression decreased rapidly in the second stage of DCs differentiation. Thus, we considered that hub genes including ANGPT2, VCAN, MS4A4A, and FOS were involved in the pathogenesis of esophageal cancer. These hub genes changed the inflammatory status in esophageal cancer.
数据可用性
的数据支持本研究的发现可以从相应的作者。
伦理批准
所有方法都是按照指导方针和有关规定进行。伦理号码是qyfyec2021 - 039 - 01。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作得到了中国从美国国家科学基金会的资助(批准号81800496)。