标志”src=

肿瘤学杂志
PDF
肿瘤学杂志/2021年/文章

研究文章|开放获取

体积 2021年 |文章的ID 8859554 | https://doi.org/10.1155/2021/8859554

他范,云峰,林Qiwang霖雪、清华Xi, Li Li Hua江, ”生物信息学分析潜在的治疗靶点和预后的生物标志物在科学家趋化因子在卵巢癌癌微环境”,肿瘤学杂志, 卷。2021年, 文章的ID8859554, 18 页面, 2021年。 https://doi.org/10.1155/2021/8859554

生物信息学分析潜在的治疗靶点和预后的生物标志物在科学家趋化因子在卵巢癌癌微环境

云峰金,1,2 Qiwang林,1 他范,1 霖雪,1 丽丽,2 清华ξ,2 和 华江1

1妇科、妇产科医院,复旦大学,上海,中国

2妇产科、南通大学附属医院,南通,江苏省,中国

学术编辑器:Ozkan怎么样
收到了 2020年8月30日
修改后的 2020年12月08
接受 2020年12月30日
发表 2021年1月28日

文摘

背景。卵巢癌(OC)是一个领先的致命的妇科癌症的女性世界各地。超过70%的患者确诊时已处于III或IV较差的结果。这部分是由于缺乏有效的早期筛查技术和OC的潜在生物标志物。科学家趋化因子在肿瘤微环境中相对受体(时间)以及它们之间的交互可以激活下游信号通路影响肿瘤恶化。然而,科学家趋化因子的作用在OC尚未确定。方法。cBioPortal ONCOMINE GEPIA, kaplan meier绘图仪,计时器,Metascape, LinkedOmics被应用在我们的研究中。结果。CXCL1/8/9/10/11/12/13/14/16/17的转录水平明显升高而CXCL3显然是减少OC与正常卵巢组织。CXCL8/9/11/13正与临床病理阶段。CXCL8/9/11/13的低表达患者的预后较好。我们还发现,CXCL3 CXC12可以作为潜在的预后标志物的OC kaplan meier绘图仪。高表达患者CXCL3/12有更好的预后。功能集中在运动信号,对刺激反应,经历multiorganism的过程中,免疫系统,生物调控、分化等科学家主要趋化因子参与cytokine-cytokine受体相互作用,趋化因子信号通路,IL-17信号通路,toll样受体信号通路。我们的研究结果表明,科学家趋化因子与免疫细胞的渗透高度相关。差异表达的激酶目标科学家趋化因子主要是在自动取款机,林恩,LCK, PLK1,菲英岛,CDK2、ATR。结论。我们的研究结果可能会提供新的见解选择精确的靶向治疗的生物标志物OC。

1。介绍

卵巢癌是最主要的妇科癌症。卵巢上皮癌患者(转换端),最常见的病理类型的OC,随时诊断晚期五年存活率较差(菲戈阶段III(51%)或IV (29%)) (1,2]。实际上,cytoreductive /主减积手术(PDS)其次是联合化疗是一种有效的方式来处理早期阶段(阶段I-IIA)患者中,5年生存率在90%左右。然而,超过70%的病人被诊断为晚期iii iv差的结果(3]。CA125仍用作传统标记诊断和预测这种疾病。虽然靶向治疗,免疫疗法和其他联合疗法显示出其优点,更足以找到更多的生物标志物和治疗靶点改善我们早期诊断标准和改善病人的预后OC。

癌症细胞和其他细胞间错综复杂的相互作用在肿瘤和肿瘤进展时间产生潜在影响。由肿瘤细胞分泌细胞因子和其他时间细胞施加重大影响在这个策划互动。趋化因子(趋化细胞因子),包括对配体及其相关受体,是低分子量细胞因子超家族。它们的结构的基础上,趋化因子被归类为C, CC,科学家,或者CX3C,X代表一个nonconserved氨基酸替换(4]。近50人类分为两个功能组的细胞因子:炎症趋化因子和自我平衡的趋化因子。趋化因子的主要功能是调节细胞贩运和招募促炎细胞炎症的网站(5]。趋化因子通过几个方面影响肿瘤恶化,包括血管生成、扩散、迁移,入侵和转移(6- - - - - -8]。虽然趋化因子在肿瘤发展扮演双重角色,也许有些有利于肿瘤生长而有些忙抗肿瘤免疫(5]。作为他们的有趣的角色在肿瘤、趋化因子表示浓厚的兴趣和学习的一个领域。

类似于其他类型的肿瘤,慢性炎症是卵巢癌进展的一个重要条件。科学家小组是炎症的关键中介OC。他们负责招聘和激活免疫细胞的炎性环境;此外,他们调解pro,抗血管新生的影响。趋化因子是获得领域的重要性卵巢癌angiostatic和血管生成函数(9]。虽然在OC几个潜在的趋化因子的角色进行了调查,识别精度治疗目标依然贫困。最近,某些基因家族的生物信息学分析恶性肿瘤基于公共数据库新兴对我们深入研究更实用信息,将来可能应用于临床治疗(10- - - - - -12]。在此,在我们的研究中,我们把优势的公共数据库,全面分析表达式科学家家庭成员在OC,进一步评价其诊断和预后价值找到更合适的生物标志物应用于临床。

2。材料和方法

2.1。ONCOMINE分析

ONCOMINE (http://www.oncomine.org)癌症微阵列数据集是一个在线网络数据库(13]。科学家的mRNA表达趋化因子在卵巢癌与正常对照组相比。在我们的研究中,截止 价值和褶皱变化设置为0.01和2,分别。学生的t以及用于分析的微分表达式OC的科学家。

2.2。GEPIA数据集

GEPIA (http://gepia.cancer-pku.cn)是一个交互式web服务器应用于分析mRNA测序数据基于9763肿瘤和8587正常样本癌症基因组图谱(TCGA)和Genotype-Tissue表达数据集项目(GTEx)。GEPIA提供可定制的功能,比如微分表达式分析,分析根据癌症类型和病理阶段,生存分析,相似的基因检测,降维分析(14]。在这项研究中,我们深入研究了微分mRNA表达分析肿瘤和正常组织,病理阶段分析的科学家通过模块OC GEPIA“单基因分析”。

2.3。kaplan meier绘图机分析

kaplan meier绘图机(http://www.kmplot.com)是一个在线数据库,包括从基因表达微阵列基因表达数据和生存信息综合,TCGA,癌症生物医学信息2190 OC患者(15]。OC患者分为两组,中值表达式(高、低)分析总生存期(OS),无进展生存(FPS)和postprogression生存(PPS)通过kaplan meier绘图仪,风险比(人力资源)的95%置信区间(Cis)和日志等级 价值。

2.4。TCGA和CBioPortal分析

CBioPortal (http://www.cbiportal.org/)提供信息复杂的癌症基因组学和临床资料从105年癌症TCGA数据库(16]。在这项研究中,基因改造,coexpression,和网络模块的科学家从CBioPortal趋化因子进行了分析。606转换端样本(TCGA,消防带遗留)进行了分析。信使rna表达z分数(RNA Seq V2 RSEM)得到使用z分数阈值的±2.0。蛋白表达z分数(由CPTAC质谱)得到使用z分数阈值的±2.0。

2.5。计时器

计时器(http://cistrom.shinyapps.io/timer/)是一个数据库,可以系统地描述不同的免疫细胞的渗透以及某些基因和他们的诊所的影响(17]。在我们的研究中,我们使用“基因”模块来评估相关的科学家与渗透的免疫细胞趋化因子,包括B细胞、CD8 + T细胞CD4 + T细胞,巨噬细胞,中性粒细胞,树突细胞。“大会”模块被用来比较不同体细胞免疫渗透水平OC与拷贝数变化。

2.6。Metascape

Metascape (http://metascape.org)是一个免费的和可靠的基因注释和富集分析工具(18]。它是一个有用的数据库分析常见的有针对性的和独特的途径在一组基因。在我们的研究中,Metascape被用来进行通路和分析相关的邻居基因科学家趋化因子。

2.7。LinkedOmics

LinkedOmics (http://www.linkedomics.org/)提供全面multiomics跨越32 TCGA癌症类型数据分析(19]。“LinkInterpreter”模块是用来评估从激酶生物价值目标浓缩,浓缩microrna的目标,科学家趋化因子和转录因子目标浓缩。基因集富集分析(GSEA)进行分析的最小数量的基因(大小)3和500年的模拟。使用斯皮尔曼相关测试结果统计分析。的 截止值为0.05。

3所示。结果

3.1。科学家在OC分化趋化因子表达

我们首先深入研究了十六个科学家趋化因子的转录表达水平通过ONCOMINE数据集OC。结果如图所示1和表1。转录水平处于受控,CXCL8、CXCL10 CXCL11, CXCL12 CXCL13, CXCL14显著升高,CXCL3显然是减少卵巢癌与正常卵巢组织。这些数据都符合威尔士和俊井的研究数据表明,CXCL3在卵巢浆液性癌显著降低表面或卵巢浆液性乳头状腺癌与正常组织相比,(20.]。阿迪等人还发现处于受控 )在OC增加褶皱变化为2.735 (21]。陆的研究数据表明,CXCL8高架在卵巢粘液腺癌与正常卵巢组织(22]。TCGA威尔士和数据都表明,CXCL10显然增加了曲线端(褶皱变化= 31.637, ,TCGA) [20.,23]。CXCL11的高表达水平(褶皱变化= 2.995, ,TCGA;褶皱变化= 6.089, ,Yashihara卵巢),CXCL12(褶皱变化= 29.039, ,Yashihara卵巢),CXCL13(褶皱变化= 2.901, ,TCGA;褶皱变化= 2.107, ,Yashihara卵巢)转换端被Yashihara等人证明,TCGA数据库(23]。Bonome CXCL13的相同的结果是支持数据集(24]。CXCL14的褶皱变化是2.762 ( ),3.372 ( ),2.683 ( ),和2.149 ( )数据集的亨德里克斯(25陆],[22],Bonome [24),分别。


图1
科学家的mRNA水平趋化因子在OC (ONCOMINE)。图中显示的数量数据集与科学家趋化因子的高表达和低表达。红色代表表达数据集,而蓝色代表与统计显著性抑制。
TLR 卵巢癌与正常卵巢组织的类型 褶皱变化 价值 t以及 引用 PMID
处于受控 卵巢浆液性癌与正常 2.753 0.004 4.093 阿迪卵巢 14760385
CXCL3 表面卵巢浆液性乳头状癌与正常 −5.279 1.57E−5 −4.912 威尔士卵巢 11158614
卵巢浆液性癌与正常 −7.691 0.004 −3.179 吉原俊井认为卵巢 19486012
CXCL8 卵巢粘液腺癌与正常 2.455 0.015 2.562 陆卵巢 15161682
CXCL10 卵巢浆液性癌与正常 9.290 2.38E−5 5.697 吉原俊井认为卵巢 19486012
表面卵巢浆液性乳头状癌与正常 31.673 0.011 3.620 威尔士卵巢 11158614
卵巢浆液性囊腺癌与正常 7.751 4.65E−4 5.346 TCGA卵巢
CXCL11 卵巢浆液性囊腺癌与正常 2.995 1.33E−6 9.548 TCGA卵巢
卵巢浆液性癌与正常 6.089 0.013 2.918 吉原俊井认为卵巢 19486012
CXCL12 卵巢浆液性癌与正常 29.039 1.10E−8 −13.783 吉原俊井认为卵巢 19486012
CXCL13 卵巢癌与正常 2.245 2.66E−23 12.237 Bonome卵巢 18593951
卵巢浆液性囊腺癌与正常 2.091 2.94E−8 10.921 TCGA卵巢
卵巢浆液性癌与正常 2.107 0.001 3.226 吉原俊井认为卵巢 19486012
CXCL14 卵巢透明细胞腺癌与正常 2.762 3.21E−5 6.752 亨德里克斯卵巢 16452189
卵巢透明细胞腺癌与正常 3.372 0.002 4.385 陆卵巢 15161682
卵巢endometrioid腺癌与正常 2.683 0.035 2.097 陆卵巢 15161682
卵巢癌与正常 2.149 6.37E−6 5.915 Bonome卵巢 18593951
表1
转录水平的科学家趋化因子在不同类型的OC和正常卵巢组织(ONCOMINE)。

然后我们评估了转录水平的科学家趋化因子及其与病理相关阶段的诊所GEPIA的数据库。CXCL9,我们的研究结果表明,处于CXCL8 CXCL11, CXCL12 CXCL16, CXCL17显著升高,与正常组织相比,卵巢癌(图2)。同时,我们发现CXCL8 ( ),CXCL9 ( ),CXCL11 ( ),和CXCL13 ( )与临床病理阶段高度相关(图3)。CXCL8的表达、CXCL9 CXCL11, CXCL13增加肿瘤阶段增加。我们的研究结果表明,科学家趋化因子在卵巢癌的发展起着关键的作用。


图2
科学家的表达趋化因子在OC病人(GEPIA)。盒子GEPIA情节来源于基因表达数据比较科学家的表情趋化因子在卵巢癌和正常卵巢组织;的p值被设定为0.05。结果表明,处于受控,CXCL8、CXCL9 CXCL11, CXCL12, CXCL16, CXCL17显著升高与正常组织相比,卵巢癌。 表明这些结果具有统计显著性。

图3
之间的相关性差异表达科学家趋化因子和OC的病理阶段患者(GEPIA)。 。结果表明,CXCL8 ( ),CXCL9 ( ),CXCL11 ( ),和CXCL13 ( )与临床病理阶段高度相关。
3.2。科学家趋化因子在OC病人的预后价值

然后分析了差异表达的预后价值科学家趋化因子在OC kaplan meier绘图仪数据库。总生存期(OS)曲线如图4。数据表明,OC的高表达患者处于受控 ),CXCL3 ( ),CXCL9 ( ),CXCL11 ( ),和CXCL13 ( )长有显著相关性的操作系统。然而,低表达CXCL12 ( )和CXCL14 ( )长与操作系统。科学家的微分表达式趋化因子的无进展生存(PFS)和post-progression生存(PPS)也评估(数字5和6)。CXCL3,我们发现高表达处于CXCL10,和低表达的CXCL11 CXCL12, CXCL14, CXCL16,与长PFS和CXCL17非常相关,而高表达CXCL3 CXCL9, CXCL10, CXCL12和CXCL13长pp。其中,CXCL13 ( )与长PPS显著相关。然而,低表达CXC12 (1.8e长与PPS−05)。我们的研究表明,CXCL3和CXC12可以作为潜在的预后标志物的OC。


图4
kaplan meier曲线揭示了总生存期(OS)差异基于mRNA水平的科学家OC患者趋化因子。处于受控,CXCL3 CXCL9、CXCL11 CXCL13 ( )与长OS显著相关。低表达CXCL12和CXCL14 ( )与长时间的操作系统。

图5
kaplan meier曲线揭示无进展生存(PFS)差异基于mRNA水平的科学家OC患者趋化因子。高表达处于受控,CXCL3 CXCL10 CXCL11和低表达,CXCL12, CXCL14, CXCL16,与长PFS CXCL17非常相关。

图6
kaplan meier曲线揭示了post-progression生存(PPS)差异基于mRNA水平的科学家OC患者趋化因子。高表达CXCL3 CXCL9 CXCL10, CXCL12和CXCL13长与pp。
3.3。基因改造、Coexpression和预后的价值改变的科学家在OC患者趋化因子

TCGA和CBioPortal用于分析基因改变的科学家在OC趋化因子。其中差异表达科学家趋化因子,我们的研究结果显示,5%的CXCL3, CXCL8,和CXCL11被改变,而4%的CXCL12和CXCL14突变。CXCL16的3%和7%的CXCL17遭受基因改变(图7(a))。然后我们钻研相关的潜在的科学家coexpression OC趋化因子;有moderate-to-high处于受控的表达相关性,CXCL3,和CXCL8分化的基因,和一个CXCL9之间高度相关,CXCL10, CXCL11(图7(b)),而低相关性的CXCL12 CXCL13, CXCL14, CXCL16, CXCL17发现(图7(b))。我们接下来研究的预后价值改变科学家在OC趋化因子;我们发现没有显著相关性的整体存活率和无病生存期(数字7(c)和7(d))。

(一)”name=
(一)
(b)”name=
(b)
(c)”name=
(c)
(d)”name=
(d)
图7
基因改变,科学家趋化因子的相关性,预后的价值改变科学家趋化因子在OC。(a)的总结改变科学家趋化因子在OC。(b)的科学家趋化因子相关性的热图OC。(c, d)的总体生存和无病生存分析来自CBioPortal数据库。
3.4。功能富集分析科学家OC患者趋化因子

GEPIA和Metascape利用分析功能、途径充实和邻近基因的差异表达科学家趋化因子在OC(图8)。我们钻研相关的前10名的基因分化科学家通过GEPIA趋化因子数据集(表2)。前11去铀浓缩项目的差异化科学家趋化因子关注运动,刺激信号和响应。同时,他们接受multiorganism的过程中,免疫系统,生物调控等(图8(一个)和8 (b)和表3)。KEGG通路富集分析表示,cytokine-cytokine受体相互作用,趋化因子信号通路,IL-17信号通路,toll样受体信号通路显著参与肿瘤发生和发病机理的OC(数字8 (c)和8 (d)和表4)。此外,为了更好地理解科学家趋化因子家族成员之间的关系和OC,然后我们进行了Metascape (PPI)浓缩蛋白质间交互作用的分析。PPI网络和MCODE组件图所示8 (e)和8 (f)。数据显示,科学家趋化因子的生物学功能主要富集在CXCR趋化因子受体结合,趋化因子活动,趋化因子受体结合OC。

(一)”name=
(一)
(b)”name=
(b)
(c)”name=
(c)
(d)”name=
(d)
(e)”name=
(e)
(f)”name=
(f)
图8
富集分析科学家趋化因子和邻近基因OC (Metascape)。(a)基因肿瘤的热图(去)丰富条款彩色p价值。(b)的网络去丰富彩色的 - - - - - -价值。(c)的热图京都基因和基因组的百科全书(KEGG)丰富条款彩色 价值。(d)网络KEGG丰富上彩色的 - - - - - -价值。(e) (PPI)网络和蛋白质间交互作用最重要的MCODE PPI网络。(f) MCODE1组件的功能分析。
irf 相关的基因
处于受控 IL8, ADM、CXCL3 CXCL6 TTC9, CXCL5, NDUFA4L2, PTGS2, CCL20 CACNA1B
CXCL3 CXCL2、IL8 ZC3H12A,处于受控,NFKBIZ NFKBIA, TNF, CEBPD, IER3 CCL20
CXCL8 处于受控,CXCL3 BCL2A1, CXCL5、TREM1 CXCL6, ZC3H12A, CCL20, NFKBIZ, CXCL2 IL1RN
CXCL9 CXCL13、CD3D SIRPG、CXCR6 SLAMF7, CD2, TIGIT, SLAMF6, CD8A, CD3G IGJ
CXCL10 CXCL11、TAP1 LOC400759, PSMB9、CD38 HLA-C, HLA-F, CXCR2P1, B2M, UBE2L6抗原
CXCL11 CXCL10, LOC400759、TAP1 PSMB9、HLA-F TNFSF13B, TRIM22, ETV7, BATF2 LAG3
CXCL12 CNRIP1、HIC1 ZEB2、PDGFRA ANTXR2,宽带,TGFB1I1, ZCCHC24, FAM198B PTGIS
CXCL13 CXCL9, CD3D、SIRPG PDCD1、CXCR6 TIGIT, CD2, SLAMF6, IGJ CD3G
CXCL14 SFRP2 FBN1,亮度,宽带、MATN3 C1QTNF3, ISM1, MMP2, COPZ2 FAP
CXCL16 ZMYND15、MINK1 ARRB2、TAPBP ME2, NFKB1, MYD88, CTSS, GPRIN3, CLDN7 APOB48R
CXCL17 RARRES3, CEACAM1、MESP1 PSMB10、FUT2 SNORA74B, SRD5A3, SQRDL, SECTM1, LRRC26 HLA-C
表2
十大重要相关基因差异表达科学家趋化因子在OC。
去 类别 描述 数 (%) Log10 (P) Log10 (q)
去:0008009 去分子功能 趋化因子的活动 10 90.91 −26.35 −22.00
去:0045236 去分子功能 CXCR趋化因子受体结合 8 72.73 −23.63 −19.76
去:0030595 去生物过程 白细胞趋化性 11 100.00 −22.53 −18.78
去:0048248 去分子功能 CXCR3趋化因子受体结合 4 36.36 −12.95 −9.98
去:0002690 去生物过程 积极的监管白细胞趋化性 6 54.55 −12.04 −9.09
表3
去铀浓缩项目的差异化科学家趋化因子(Metascape)。
去 类别 描述 数 % Log10 (P) Log10 (q)
Hsa04060 KEGG通路 Cytokine-cytokine受体相互作用 10 90.91 −18.59 −15.90
Hsa04062 KEGG通路 趋化因子信号通路 9 81.82 −17.49 −15.10
Hsa04657 KEGG通路 IL-17信号通路 4 36.36 −7.19 −4.98
Hsa04620 KEGG通路 toll样受体信号通路 4 36.36 −7.00 −4.90
表4
KEGG铀浓缩项目的差异化科学家趋化因子(Metascape)。
3.5。OC患者的免疫细胞的渗透科学家趋化因子

免疫细胞是时间和渗透的主要细胞的免疫细胞在肿瘤的发展中起着举足轻重的作用。因此,我们进一步探讨差异表达的相关性科学家趋化因子和免疫细胞浸润使用计时器数据库。在这些趋化因子中,我们发现B细胞的渗透与处于负相关,CXCL3, CXCL8, CXCL12, CXCL14,而他们的渗透与CXCL9呈正相关,CXCL10, CXCL11, CXCL13, CXCL16,和CXCL17(数据9(一个)- - - - - -9 (k))。CD8 + T细胞与处于负相关,CXCL3, CXCL8, CXCL12,虽然他们与CXCL9正相关,CXCL10, CXCL11, CXCL13, CXCL14 CXCL16, CXCL17(数字9(一个)- - - - - -9 (k))。CD4 + T细胞的分化渗透存在于几乎所有的科学家趋化因子,除了CXCL14(软木= 0.021, )(图9(我))。巨噬细胞浸润的程度与处于负相关,CXCL3, CXCL8, CXCL16,虽然CXCL9呈正相关,CXCL10, CXCL11, CXCL12, CXCL13 CXCL14, CXCL17(数字9(一个)- - - - - -9 (k))。中性粒细胞的浸润是所有积极与分化相关科学家趋化因子在OC(数字9(一个)- - - - - -9 (k))。CXCL3(软木=−0.025, )和CXCL14(软木= 0.002, )是消极与树突细胞的渗透(相关数据吗9 (b)和9(我))。,有趣的是,我们发现CXCL9 CXCL10 CXCL11, CXCL13, CXCL17与高渗透的免疫细胞(数字9 (d)- - - - - -9 (f),9 (h),9 (k))。模块的“扫描”计时器用于深入研究渗透引起的免疫细胞分化的基因拷贝数改变科学家趋化因子。我们的结果证明,基因拷贝数的改变,在某种程度上,可能会影响免疫细胞的渗透(图10)。

(一)”name=
(一)
(b)”name=
(b)
(c)”name=
(c)
(d)”name=
(d)
(e)”name=
(e)
(f)”name=
(f)
(g)”name=
(g)
(h)”name=
(h)
(我)”name=
(我)
(j)”name=
(j)
(k)”name=
(k)
图9
的相关性差异表达科学家趋化因子和免疫细胞浸润(计时器)。的correlation between the immune cells and expression of (a) CXCL1, (b) CXCL3, (c) CXCL8, (d) CXCL9, (e) CXCL10, (f) CXCL11, (g) CXCL12, (h) CXCL13, (i) CXCL14, (j) CXCL16, and (k) CXCL17 in OC.
(一)”name=
(一)
(b)”name=
(b)
(c)”name=
(c)
(d)”name=
(d)
(e)”name=
(e)
(f)”name=
(f)
(g)”name=
(g)
(h)”name=
(h)
(我)”name=
(我)
(j)”name=
(j)
(k)”name=
(k)
图10
免疫细胞的渗透造成的差异表达的基因拷贝数改变科学家趋化因子(计时器)。
3.6。激酶目标和mRNA的目标科学家OC的趋化因子的病人

然后,我们分析了激酶目标和mRNA的目标差异表达科学家从数据库LinkedOmics趋化因子(表5)。PLK1和自动取款机前两个目标处于激酶目标网络。的目标CXCL3 ATM和CDK2。LCK、ATM和ATR,自动取款机前两个激酶目标CXCL8 CXCL14,分别。LCK CXCL9和CXCL13和菲英岛是目标。LCK和林恩CXCL10的两大目标,CXCL11, CXCL12 CXCL16, CXCL17激酶目标网络。同样的,我们探讨了从LinkedOmics丰富mRNA目标数据库(表中给出的结果6)。前两名丰富ACTGCCT mRNA目标,MIR-34B CACCAGC, mir - 138处于受控。CCAGGTT, mir - 490和CCCAGAG CXCL3 mir - 326主要是丰富。表描述、GACAGGG mir - 339和CCCAGAG, mir - 326在CXCL8丰富,虽然GGTGTGT, mir - 329和ACAGGGT MIR-10A, MIR-10B CXCL9丰富。丰富mRNA CXCL10的目标、CXCL11 CXCL12, CXCL13, CXCL14, CXCL16, CXCL17阐述了在表6。
科学家趋化因子 丰富激酶目标 描述 主要EdgeNum - - - - - -价值
处于受控 Kinase_PLK1 Polo-like激酶1 33 0
Kinase_ATM ATM丝氨酸/苏氨酸激酶 68年 0
CXCL3 Kinase_ATM ATM丝氨酸/苏氨酸激酶 52 0
Kinase_CDK2 细胞周期蛋白依赖性激酶2 106年 0
CXCL8 Kinase_LCK LCK原癌基因,Src家庭酪氨酸激酶 20. 0
Kinase_ATM ATM丝氨酸/苏氨酸激酶 40 0
CXCL9 Kinase_LCK LCK原癌基因,Src家庭酪氨酸激酶 17 0
Kinase_FYN 菲英岛原癌基因,Src家庭酪氨酸激酶 14 0
CXCL10 Kinase_LCK LCK原癌基因,Src家庭酪氨酸激酶 23 0
Kinase_LYN 林恩原癌基因,Src家庭酪氨酸激酶 17 0
CXCL11 Kinase_LCK LCK原癌基因,Src家庭酪氨酸激酶 21 0
Kinase_LYN 林恩原癌基因,Src家庭酪氨酸激酶 18 0
CXCL12 Kinase_LYN 林恩原癌基因,Src家庭酪氨酸激酶 19 0
Kinase_LCK LCK原癌基因,Src家庭酪氨酸激酶 21 0
CXCL13 Kinase_LCK LCK原癌基因,Src家庭酪氨酸激酶 21 0
Kinase_FYN 菲英岛原癌基因,Src家庭酪氨酸激酶 14 0
CXCL14 Kinase_ATR ATR丝氨酸/苏氨酸激酶 39 0
Kinase_ATM ATM丝氨酸/苏氨酸激酶 44 0
CXCL16 Kinase_LCK LCK原癌基因,Src家庭酪氨酸激酶 27 0
Kinase_LYN 林恩原癌基因,Src家庭酪氨酸激酶 24 0
CXCL17 Kinase_LCK LCK原癌基因,Src家庭酪氨酸激酶 20. 0
Kinase_LYN 林恩原癌基因,Src家庭酪氨酸激酶 21 0
表5
激酶的目标网络的科学家在OC (LinkedOmics)趋化因子。
科学家趋化因子 丰富microrna的目标 主要EdgeNum - - - - - -价值
处于受控 ACTGCCT, MIR-34B 35 0
CACCAGC, mir - 138 35 0
CXCL3 CCAGGTT, mir - 490 22 0
CCCAGAG, mir - 326 50 0
CXCL8 GACAGGG, mir - 339 61年 0
CCCAGAG, mir - 326 141年 0
CXCL9 GGTGTGT, mir - 329 27 0
ACAGGGT、MIR-10A MIR-10B 40 0
CXCL10 CGCTGCT, mir - 503 12 0
GTCTTCC, MIR-7 51 0
CXCL11 GTGTGAG, mir - 342 22 0
CCCAGAG, mir - 326 58 0
CXCL12 AGTCTAG, mir - 151 4 0
ACATATC, mir - 190 14 0
CXCL13 GTGTGAG, mir - 342 24 0
CGCTGCT, mir - 503 11 0
CXCL14 AGTCTAG, mir - 151 4 0
AATGTGA、MIR-23A MIR-23B 76年 0
CXCL16 TGGTGCT、MIR-29A MIR-29B MIR-29C 133年 0
CAGCCTC, mir - 485 - 5 - p 38 0
CXCL17 GTATTAT, mir - 369 - 3 - p 62年 0
TGGTGCT、MIR-29A MIR-29B MIR-29C 147年 0
表6
microrna的目标网络的科学家在OC (LinkedOmics)趋化因子。

4所示。讨论

科学家在炎症趋化因子主要是确定为中介环境;他们负责招聘和活化的免疫细胞。此外,他们调解pro,抗血管新生的影响。最近,研究人员已经表明,趋化因子会影响发展的一些肿瘤如肺癌、膀胱癌、前列腺癌和卵巢癌通过几个方面,包括血管生成、细胞增殖、迁移,入侵和转移(6- - - - - -8,26]。

作为科学家趋化因子及其受体可能是潜在的用于癌症的分子靶向、积累的研究都集中在科学家趋化因子家族及其受体在卵巢癌。例如,研究人员发现,肿瘤抑制miRNA-27b-5p调节卵巢癌细胞的生长和转移性行为目标处于[27]。CXCL4不足参与特定炎性微环境在子宫内膜异位症发生的卵巢癌28]。重组CXCL8 (rIL-8)减毒si-JMJD2A-suppressed OC的恶性肿瘤细胞(OCC)和CXCL8诱导扩散OCC 3 d球状体(29日,30.]。小鼠模型的高档浆液性卵巢癌,CXCL10改变了肿瘤免疫微环境,促进疾病进展(31日]。研究人员还发现,调节CXCL14和CXCL16与不良的生存状况和促进卵巢癌细胞增殖(32,33]。在OC的恶化,CXCL17与高表达B7-H4 [34]。所有这些研究显示科学家趋化因子的重要性OC的进展。然而,科学家趋化因子的表达模式和具体角色的家庭在OC模糊。在我们的研究中,我们系统地探讨了表达模式,预后价值,基因改造,coexpressions,相关性,免疫细胞的渗透,潜在功能,途径和激酶/ mRNA的目标差异表达科学家趋化因子在OC。

我们首先探讨科学家趋化因子的表达及其与病理相关阶段OC。我们发现十科学家趋化因子(CXCL1/8/9/10/11/12/13/14/16/17)高度表达,而CXC3减少OC。这些结果是根据先前的研究;CXCL14和CXCLL16 OC中高度表达,他们与不良的生存状况和提升OCC扩散(32,33]。同时,我们发现CXCL8/9/11和CXCL13与临床病理阶段高度相关。CXCL8/9/11/13的低表达患者的预后较好。此外,我们利用kaplan meier绘图仪找到OC的潜在预后标记。我们发现患者高表达的CXCL3和CXCL12明显更好的预后。,CXCL3和CXCL12可能用作小说预后标记OC的未来。

然后,我们分析了差异表达的基因改变和coexpression科学家趋化因子通过TCGA和CBioPortal数据库。差异表达的科学家趋化因子都包含一定比例的遗传改变而改变的基因并不影响OC的预后。我们发现这些差异表达基因之间的相关性由低;这些科学家建议趋化因子可能在OC进展发挥协同作用。

此外,我们使用和KEGG通路富集分析识别差异表达的主要功能和通路科学家趋化因子在OC。功能集中在运动信号,对刺激反应,经历multiorganism的过程中,免疫系统,生物的规定,等等。cytokine-cytokine受体相互作用,趋化因子信号通路,IL-17信号通路,toll样受体信号通路参与了OC的重要途径。例如,研究人员发现,癌症相关的成纤维细胞(战乱国家)时间诱导epithelial-mesenchymal过渡(EMT)与顺铂耐药性OC通过CXCL12 / CXCR4轴(35]。在乳腺癌,IL-17-CXCR2轴肿瘤促进中性粒细胞的招聘网站,从而使他们在癌症的发展过程中发挥促进作用。(36]。然后我们调查了激酶的目标差异表达科学家趋化因子;激酶的目标主要是在自动取款机,菲英岛,林恩,LCK, PLK1, CDK2、ATR。这些结果可能为我们提供潜在的治疗靶点OC。

最近新兴的数据表明,免疫细胞浸润在肿瘤进展中发挥着关键作用37]。我们的研究深入渗透6免疫细胞(B细胞、CD8+T细胞CD4+T细胞,巨噬细胞、中性粒细胞和树突细胞)分化与科学家趋化因子。结果表明,科学家趋化因子可能是免疫OC的监管机构。

总之,我们的研究了优势的公共数据库系统地深入研究数据的科学家在OC趋化因子。然而,我们的研究结果可能需要深入体内和体外实验验证。多个临床试验需要验证科学家趋化因子的潜在生物标志物。我们希望我们的研究结果可以为我们提供新的见解研究人员和有一天这些潜在目标可以应用于临床。

数据可用性

从公共数据库获得的所有数据,包括ONCOMINE, GEPIA, kaplan meier绘图仪,cBioPortal,计时器,Metascape, LinkedOmics。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

华江和清华Xi设计手稿的研究和指导写作。云峰金、林Qiwang执行数据分析工作和写的手稿。他范,霖雪,丽丽帮助编辑稿件。云峰金、林Qiwang贡献同样这项工作。

确认

作者非常感谢习华江教授和清华的监督工作。

引用

  1. k·m·伊莱亚斯·j·郭,r . c .韧皮“卵巢癌的早期检测,”北美的血液学/肿瘤学诊所,32卷,不。6,903 - 914年,2018页。视图:出版商的网站|谷歌学术搜索
  2. 洛杉矶老爹,b . Trabert c . e . DeSantis et al .,卵巢癌的统计数据,2018年,“CA:临床医生的癌症杂志》上,卷68,不。4、284 - 296年,2018页。视图:出版商的网站|谷歌学术搜索
  3. d . Baci a . Bosi m . Gallazzi et al .,“卵巢癌肿瘤免疫微环境(时间)作为治疗目标:专注于先天免疫细胞治疗效果器,”国际分子科学杂志》上2020年,卷。21日。视图:出版商的网站|谷歌学术搜索
  4. e .陈、秦x k .彭et al .,“识别潜在的治疗目标在科学家趋化因子在乳腺肿瘤微环境使用综合生物信息学分析,“细胞生理学和生物化学,45卷,不。5,1731 - 1746年,2018页。视图:出版商的网站|谷歌学术搜索
  5. j . Vandercappellen j . Van Damme, s . Struyf”科学家趋化因子及其受体在肿瘤的作用,“癌症的信,卷267,不。2、226 - 244年,2008页。视图:出版商的网站|谷歌学术搜索
  6. r . m . Strieter j . a . Belperio m . d . Burdick沙玛,s m . Dubinett m·p·基恩,”科学家趋化因子:血管生成、immunoangiostasis和肺癌的转移,“纽约科学院上,卷1028,不。1,第360 - 351页,2004。视图:出版商的网站|谷歌学术搜索
  7. a . Nazari h . Khorramdelazad, g . Hassanshahi”的生理/病理功能CXCL12 / CXCR4 / CXCR7轴在膀胱癌的发病机制,“国际临床肿瘤学杂志》上,22卷,不。6,991 - 1000年,2017页。视图:出版商的网站|谷歌学术搜索
  8. b . Mehrad e·c·基利,r . m . Strieter“科学家趋化因子在肿瘤血管生成和转移,”癌症研究的进步卷,106年,第111 - 91页,2010年。视图:出版商的网站|谷歌学术搜索
  9. a . Rainczuk j . Rao j .造成的a . n . Stephens,“科学家的新兴角色趋化因子在卵巢癌上皮,”繁殖,卷144,不。3、303 - 317年,2012页。视图:出版商的网站|谷歌学术搜索
  10. c c。太阳,S.-J。胡,w . et al .,“全面的分析表达式和e2f在人类乳腺癌的预后,”分子治疗,27卷,不。6,1153 - 1165年,2019页。视图:出版商的网站|谷歌学术搜索
  11. c c。太阳,S.-J。李,Z.-L。陈,g .李问:张先生,D.-J。李,“表达与预后分析runt-related转录因子家族在人类白血病,”分子Therapy-Oncolytics》12卷,第111 - 103页,2019年。视图:出版商的网站|谷歌学术搜索
  12. c c。阳光、问:周、胡w . et al .,“转录E2F1/2/5/8作为潜在的目标和转录E2F3/6/7随着新生物标志物在人类肺癌的预后,”老化,10卷,不。5,973 - 987年,2018页。视图:出版商的网站|谷歌学术搜索
  13. k·d·r·罗兹j . Yu夏克尔et al .,“ONCOMINE:癌症基因芯片数据库和综合数据挖掘平台,“瘤形成》第六卷,没有。1、1 - 6,2004页。视图:出版商的网站|谷歌学术搜索
  14. 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。1,W98-W102, 2017页。视图:出版商的网站|谷歌学术搜索
  15. b . Gyorffy a Lanczky, z . Szallasi”实现全基因组的一个在线工具验证survival-associated生物标记的使用微阵列数据从1287例卵巢癌,”遗传代数Endocr癌症,19卷,第208 - 197页,2012年。视图:谷歌学术搜索
  16. 癌症基因组图谱,“全面人类乳腺肿瘤的分子肖像,“自然卷,490年,第70 - 61页,2012年。视图:谷歌学术搜索
  17. j . t . Li粉丝,王b . et al .,“计时器:web服务器的综合分析肿瘤浸润免疫细胞,”癌症研究,卷77,不。21日pp. e108-e110, 2017年。视图:出版商的网站|谷歌学术搜索
  18. y, b .周l . Pache et al .,“Metascape提供biologist-oriented资源系统性分析的数据集,”自然通讯,10卷,p。1523年,2019年。视图:出版商的网站|谷歌学术搜索
  19. 版美国诉Vasaikar, p . Straub写的,j . Wang和b .张“LinkedOmics:分析multi-omics数据和32个癌症,”核酸的研究,46卷,不。1,D956-D963, 2018页。视图:出版商的网站|谷歌学术搜索
  20. j·b·威尔士p p . Zarrinkar l . m . Sapinoso et al .,”分析,基因表达谱在正常和肿瘤卵巢组织样本识别候选人上皮卵巢癌的分子标记,”美国国家科学院院刊》上,卷98,不。3、1176 - 1181年,2001页。视图:出版商的网站|谷歌学术搜索
  21. 佩雷特t·r·阿迪·亨德森,c . et al .,“预测卵巢癌生物标记为使用基因表达微阵列,”英国癌症杂志》,卷90,不。3、686 - 692年,2004页。视图:出版商的网站|谷歌学术搜索
  22. 王k h ., a·p·帕特森l . et al .,“选择的潜在标记为卵巢癌上皮基因表达数组和递归下降分区分析,“临床癌症研究,10卷,不。10日,3291 - 3300年,2004页。视图:出版商的网站|谷歌学术搜索
  23. k·吉原俊井认为,日本田岛,d . Komata et al .,“基因表达分析的浆液性卵巢癌晚期区分小说子类和implicatesZEB2in肿瘤进展和预后,”癌症科学,卷100,不。8,1421 - 1428年,2009页。视图:出版商的网站|谷歌学术搜索
  24. t . Bonome d·A·莱文j . Shih et al .,“生存的基因签名预测尚未debulked卵巢癌患者,”癌症研究,卷68,不。13日,5478 - 5486年,2008页。视图:出版商的网站|谷歌学术搜索
  25. r·n·d·亨德里克斯,r . Wu Kuick, d·r·施瓦兹·e·r·费伦•k . r .秋,“纤维母细胞生长因子9致癌活性,下游目标卵巢endometrioid腺癌的Wnt信号”癌症研究,卷66,不。3、1354 - 1362年,2006页。视图:出版商的网站|谷歌学术搜索
  26. k . j . y . j .古t . j . Kim Min, k .因此,美国荣格和j . h .香港“CXCL11介导TWIST1-induced在卵巢上皮癌血管生成,“肿瘤生物学39卷,2017。视图:出版商的网站|谷歌学术搜索
  27. x n . c . h . Liu, x l . Liu郑胜耀秦,m . w . Liu和c·h·侯,“肿瘤抑制miRNA-27b-5p调节卵巢恶性肿瘤细胞的生长和转移性行为目标处于受控,”卵巢癌研究期刊》的研究,13卷,p。92年,2020年。视图:出版商的网站|谷歌学术搜索
  28. m . Furuya r .田中,大肠宫城et al .,“受损CXCL4表达肿瘤相关巨噬细胞(tam)在子宫内膜异位症发生的卵巢癌,”癌症生物学和治疗,13卷,不。8,671 - 680年,2012页。视图:出版商的网站|谷歌学术搜索
  29. c f . h . Zhang z Wang Wang Wang和h张“il - 6和引发参与JMJD2A-regulated卵巢癌细胞的恶性肿瘤,”生物化学和生物物理学的档案文章ID 108334卷,684年,2020年。视图:出版商的网站|谷歌学术搜索
  30. m . m . Uddin b Gaire, Vancurova,“Interleukin-8诱发卵巢癌细胞扩散三维球状体,“分子生物学方法卷,2108年,第124 - 117页,2020年。视图:出版商的网站|谷歌学术搜索
  31. n . Peterson p Truesdell et al .,“CXCL10改变了肿瘤免疫微环境和疾病进展高档浆液性卵巢癌的同系的小鼠模型,”Gynecol肿瘤学卷,145年,第445 - 436页,2017年。视图:谷歌学术搜索
  32. 李x l .赵,t·孟”调节CXCL14与不良的生存状况,促进卵巢癌细胞增殖,”细胞生物化学和功能32卷,2020。视图:谷歌学术搜索
  33. h·米尔·g·考尔,n . Kapur s Bae里沃德j·w·s·辛格,“高CXCL16 exodomain与积极的卵巢癌和促进疾病CXCR6激活和MMP的调制,”科学报告,9卷,p。2527年,2019年。视图:出版商的网站|谷歌学术搜索
  34. h·l·麦格雷戈c . Garcia-Batres a Sayad et al .,“肿瘤细胞表达B7-H4与高频率的肿瘤浸润装甲运兵车和高CXCL17表达人类卵巢癌上皮,”Oncoimmunology文章ID e1665460卷。8日,2019年。视图:出版商的网站|谷歌学术搜索
  35. f . Zhang j.y.崔,h·f·高et al .,“癌症相关成纤维细胞诱导epithelial-mesenchymal过渡和卵巢癌顺铂耐药性通过CXCL12 / CXCR4轴,“未来的肿瘤,17卷,2020年。视图:谷歌学术搜索
  36. l, m .淡路市、美国Saxena m·l·瓦尼b·沙玛和r·k·辛格“IL-17-CXC趋化因子受体2轴促进乳腺癌进展通过调控嗜中性粒细胞招募,”美国病理学杂志》上,卷190,不。1,第233 - 222页,2020。视图:出版商的网站|谷歌学术搜索
  37. g . Bindea b . Mlecnik m . Tosolini et al .,“时空动态显示瘤内免疫细胞免疫景观在人类癌症,”免疫力,39卷,不。4、782 - 795年,2013页。视图:出版商的网站|谷歌学术搜索

版权©2021云峰金等。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

对本文没有相关内容可用。
PDF 下载引用 引用
下载其他格式更多的
ePub
XML
订单打印副本订单
的观点353年
下载613年
引用

相关文章

对本文没有相关内容可用。

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。