文摘
目标。有限的作用研究膜结合O-acyltransferase domain-containing 2 (MBOAT2在癌症生物学的存在。特别是,MBOAT2及其潜在的潜在作用机制在胰腺癌中尚未探索。进一步的研究MBOAT2可以提供新想法的致癌作用和治疗胰腺癌(PC)。方法。在当前的研究中,潜在的生物学和临床意义MBOAT2通过生物信息学分析进行了探讨。实时定量聚合酶链反应和免疫印迹分析进行确定的水平MBOAT2在胰腺导管腺癌(PDAC)细胞系。MTT、集落形成和Transwell化验和流式细胞仪进行细胞周期分析PDAC细胞增殖,迁移和循环发展。潜在的关系MBOAT2水平和肿瘤免疫使用估计算法,分析了CIBERSORT算法,single-sample基因集富集分析。结果。的水平MBOAT2在大多数肿瘤显著的调节,特别是胰腺肿瘤,并呈正相关,肿瘤复发,更大更高的组织学分级,糟糕的整体存活率。MBOAT2超表达也与突变状态密切相关,司机基因的表达水平,特别是喀斯特。与此同时,功能富集分析证明MBOAT2可能参与信息交流;细胞循环;Ras信号通路;和白细胞等免疫细胞生物功能激活参与t细胞受体信号通路,炎症反应,抗原处理和表示。此外,在体外实验表明,MBOAT2过度加速PC细胞增殖和迁移。MBOAT2超表达也增强CDK2和CCNA2表达,导致细胞周期G1期的进展到G2期。最后,MBOAT2过度渗透的CD8水平降低+激活T细胞、血浆树突细胞和树突细胞,但引发了高2型辅助T / 1型辅助T细胞定量(Th1 / Th2配给)电脑。结论。我们的研究表明,MBOAT2是一个潜在的PDAC protooncogene预测预后不良相关吗喀斯特激活伪劣CD8的渗透+t细胞在电脑。
1。介绍
胰腺癌(PC),大多数恶性肿瘤之一,被广泛认为是一种癌高度相关的免疫抑制,导致2015年全球癌症相关的死亡率高达4.5% (1,2]。电脑的5年生存率只有8%3]。免疫疗法,提高或者招募抗肿瘤免疫细胞进入肿瘤微环境(身上)保留潜在的治疗策略的电脑4]。免疫抑制剂检查站被有效地用于多种实体肿瘤,包括黑色素瘤、肝细胞癌、非小细胞肺癌(5- - - - - -8]。然而,这些药物无法达到一个令人满意的反应患者的先进电脑因为CD8的短缺+t细胞在时间的电脑(9- - - - - -11]。因此,它是至关重要的癌症研究人员了解免疫抑制的分子机制在PC和开发更有效的免疫疗法,以提高患者的生活质量在电脑。
膜结合O-acyltransferase domain-containing 2 (MBOAT2),位于染色体带2 p25.1,以前发现与肥厚型梗阻性心肌病的发展,多发性硬化症,adrenomyeloneuropathy [12- - - - - -14]。有限的研究潜力和可能的功能MBOAT2在癌症生物学存在。Badea等人的研究发现MBOAT2是调节在PC,暗示MBOAT2可能与电脑相关的发展(15]。此外,Chen等人报道MBOAT2的DNA methylation-driven基因在PC的预后模型,说明吗MBOAT2可能是一个不利的生物标志物(16]。然而,生物作用和机制MBOAT2在PC,尤其是是否MBOAT2影响肿瘤免疫力,还不清楚,需要进一步的调查。
在这项研究中,我们第一次全面的表达水平进行了分析MBOAT2及其与预后相关性在不同类型的癌症,包括电脑。随后,我们评估的潜在的生物功能MBOAT2在PC通过基因集富集分析(GSEA)和通路富集分析ConsensuspathDB (http://cpdb.molgen.mpg.de/)[17]。最后,我们探讨了潜在的水平之间的关系MBOAT2和电脑使用免疫细胞浸润水平估计算法,CIBERSORT算法,并single-sample GSEA (ssGSEA) [18,19]。
2。材料和方法
2.1。数据采集
信使核糖核酸(mRNA)水平数据记录的每千碱基的片段数量每百万映射读取,记录和相关临床特点的个人电脑是癌症基因组图谱(TCGA) (https://cancergenome.nih.gov/)数据库。信息的突变喀斯特,TP53,SMAD4,CDKN2ATCGA的PC组获得了从cBioPortal数据库(TCGA临时数据集)。177 PC患者,171年有一个总生存期(OS) > 1个月的时间。此外,多个基因表达综合数据集(GSE79668, GSE62452、GSE28735 GSE60979)采取了进一步的研究。上面的数据都是免费获得使用公共资源。
2.2。MBOAT2表达分析
几个数据集被用来探索的表达水平MBOAT2在电脑。首先,GSE62452 GSE60979数据集用于MBOAT2微分表达式的分析,但表达的数据MBOAT2在PC也从Oncomine获得数据库(https://www.oncomine.org/resource/main.html)和进一步分析。GSE28735数据集包含的信息45对胰腺肿瘤和胰腺nontumor组织样本,这是本研究中使用成对的微分表达式分析。然后,我们使用人类的蛋白质图谱数据库(http://proteinatlas.org/)确定的蛋白质水平MBOAT2。此外,GEPIA数据集(http://gepia.cancerpku.cn/index.html)被用于微分表达式的分析MBOAT2在各种类型的癌症。
2.3。kaplan meier生存分析
生存分析是探索之间的关系进行的MBOAT2水平和操作系统的PC患者TCGA, GSE62452, GSE79668军团。患者在这些人群被分成MBOAT2低收入和高表达组和kaplan meier存活曲线随后被生产使用“survminer”包R (R统计计算的基础,维也纳,奥地利)(20.]。接下来,接受者操作特征(ROC)曲线下面积(AUC)分析评估使用的有效性和可靠性MBOAT2GSE62452 TCGA的水平来确定操作系统,和GSE79668数据集,一个更高的AUC指示一个更好的预测效果。GEPIA数据库也用于确定之间的关系MBOAT2水平和操作系统在33个不同类型的癌症。
2.4。之间的联系MBOAT2水平和临床病理的特点在PC
探索是否MBOAT2参与个人电脑发展之间的关系MBOAT2(表9水平和临床病理的因素1)评估。 被认为是具有统计学意义。
2.5。功能富集分析
GSEA版本3.0 (http://software.broadinstitude.org/gsea/执行)来确定差异MBOAT2高和低表达组在该地区潜在的生物进程,TCGA PC组(17]。一个带注释的基因集,c5.all.v6.2.symbols。基因本体论(格林尼治时间)从分子获得签名数据库。 和 %被认为是具有统计学意义。此外,coexpression基因的MBOAT2TCGA队列选择( , )输入到ConsensuspathDB (34) (http://cpdb.molgen.mpg.de/)通路富集分析。在这里, 被认为是统计学意义(21]。
2.6。细胞培养和转染
正常胰腺上皮细胞(HPDE-6)和胰腺导管腺癌(PDAC)细胞系(BxPC-3, PANC-1, SW1990 Aspc-1)买来Procell(武汉,中国)。AsPC-1在罗斯威尔公园纪念研究所1640培养基培养细胞(美国马里兰州盖瑟斯堡Gibco实验室,)有10%胎牛血清的边后卫(Gibco实验室),和其他细胞培养在high-glucose杜尔贝科修改鹰的介质(Gibco实验室)与10%的边后卫在37°C和5%的公司2。
构建过表达和可拆卸的细胞系,CON335空向量,MBOAT2超表达载体LV -MBOAT2(65963 - 1),空向量CON077, LV - MBAOT2-knockdown向量MBOAT2rnai (87178 - 1), LV -MBOAT2rnai (87179 - 1), LV -MBOAT2rnai(87180 - 1)购买的基因(中国上海)和转染成PDAC细胞。嘌呤霉素选择后,实时定量聚合酶链反应(RT-qPCR)和免疫印迹(WB)分析被用来测试超表达效率。
2.7。RT-qPCR
总mRNA的PDAC细胞系使用EZ-press RNA提取净化设备。RT-qPCR进行3次使用SYBR绿色Pro Taq (AG)、广州、中国)。使用的引物序列如下:(我)MBOAT2:向前5 - - - - - -TGAAGGCAGATCATACCATA-3和反向5 - - - - - -AAGGACAGCCCACAAACTAA-3(2)ACTB: 5 - - - - - -GCGTGACATTAAGGAGAAGC-3和反向5 - - - - - -CCACGTCACACTTCATGATGG-3
2.8。免疫印迹分析
包含氟化phenylmethylsulfonyl Radioimmunoprecipitation分析裂解缓冲(P0100;Solarbio)和蛋白酶抑制剂(A8260;Solarbio)被用于蛋白质提取。蛋白质浓度被bicinchoninic酸量化分析(# 23235;美国马热费希尔科学、沃尔瑟姆)。相同数量的蛋白质(30μg)是解决10%钠十二烷基sulfate-polyacrylamide凝胶电泳凝胶,然后转移到一个聚偏二氟乙烯(PVDF)膜。PVDF膜与反随后被孵化MBOT2(ab121453, 0.2μg / mL;Abcam,剑桥,英国),glyceraldehyde-3-phosphate脱氢酶(ab181602 1/10000;Abcam)、细胞周期蛋白A1 +细胞周期蛋白A2 (ab185619 1/1000;Abcam),CDK2(ab32147, 1/2000;Abcam)。24小时后,膜在室温下二次抗体孵育60分钟。最后,一个ultrahigh-sensitivity ECL可视化工具包用于蛋白质。
2.9。细胞增殖检测
MTT和集落形成试验用于检测细胞增殖。MTT检测、AsPC-1和PANC-1细胞resuspended在96孔板 细胞/好,培养为0,24、48、72年或96小时。选择的时间点达到时,20μL (MTT试剂(猫。不。JT343;Genview)添加到每个对进一步孵化37°C下5%的股份有限公司2为2小时。然后,在100年之后μL(二甲亚砜是添加到每个溶解,甲瓒OD值与标仪检测到的吸光度(OD490)。集落形成试验, 细胞/好培养在37°C下5%的股份有限公司2为14天。中被删除后,贴壁细胞与磷酸盐洗3次,然后用0.1%结晶紫染色观察殖民地( 毫米)。
2.10。Transwell化验
PDAC细胞( )在200年暂停了μL与10%的边后卫是镀介质Transwell上院,而800μL中有20%的边后卫的下议院。24小时后,参议院是用棉球清洗和洗磷酸盐3次。然后,4%多聚甲醛和0.1%结晶紫是用于细胞固定和染色,分别。迁移细胞收集使用倒置显微镜的图像。
2.11。流式细胞术分析细胞周期
250年resuspended PDAC细胞μL的磷酸盐,结合750年μL 100%的无水乙醇固定,然后存储在−4小时20°C。随后,细胞与500年孵化μL (propidium碘试剂在黑暗中15分钟。细胞的比例在不同阶段然后用流式细胞术(ModFit 3.0版本;美国我真实软件,Topsham)。
2.12。免疫渗滤分析PC基于几个数据集
首先,估计算法是用来评估免疫渗透水平和肿瘤之间的线性关系纯洁TCGA的PC队列。个人电脑样品纯度高肿瘤显示较低的瘤内免疫水平渗透(19]。通常,更高的免疫分数表明更大程度的渗透。CIBERSORT算法被用来估计22免疫细胞类型的比例在不同肿瘤组织TCGA PC组(18]。接下来,采用R包“GSVA ssGSEA评估活动或浓缩的水平,功能,或可能的途径的免疫细胞在PC样品(22]。以下13的几种计算得到:CD8+T细胞,调控T细胞,细胞溶解的活动,肿瘤相关巨噬细胞、自然杀伤细胞,1型T辅助(Th1)细胞,2型T辅助(Th2)细胞,血浆树突细胞(髓样),树突状细胞(dc), T细胞聚集有关,激活树突状细胞(adc),促进炎症和肿瘤浸润淋巴细胞(尖)23]。之间的关系的分析MBOAT2水平和免疫渗透在PC进行皮尔逊相关系数( , )。进一步,我们验证了免疫渗透的电脑使用ssGSEA GSE62452, GSE79668, GSE60979军团。
2.13。统计分析
所有统计分析使用R软件版本3.5.2 (http://www.r-project.org/)和SPSS 25.0版(美国、IBM公司,纽约Armonk)。图建立了使用GraphPad棱镜版本9 (GraphPad软件、圣地亚哥、钙、美国)。 被认为是具有统计学意义。
3所示。结果
3.1。的表达MBOAT2在个人电脑和其他癌症
首先,GSE62452和GSE60979数据证明MBOAT2是调节在PC组织相比,人类胰腺癌nontumor组织( )(图1(一))。接下来,5 Oncomine数据库的研究(例如,裴,Badea, Grutzmann, Lacobuzio-Donahue,和Segara)显示的水平MBOAT2非常高的电脑组织相比nontumor组织( )(图1(一))。此外,成对的微分表达式分析使用GSE28735数据集的数据也证明的程度MBOAT2相对较高的电脑组织( )(图1(一))。此外,我们使用人类的蛋白质图谱数据库来验证蛋白质的表达MBOAT2,我们发现的蛋白质水平MBOAT2显著调节在PC组织(数据1 (b)和1 (c))。此外,使用GEPIA数据库,我们发现MBOAT2水平显著高于胰腺腺癌、乳腺浸润性癌,前列腺腺癌、胆管癌、嗜铬细胞瘤、副神经节瘤,而大脑较低品位的神经胶质瘤(图2(一个))。然而,MBOAT2表达明显降低淋巴肿瘤弥漫型大b细胞淋巴瘤,胸腺瘤,肾chromophobe,急性髓系白血病,肾脏肾透明细胞癌和皮肤皮肤黑色素瘤(图2 (b))。这些发现表明MBOAT2在PC和管制在其他类型的癌症。
(一)
(b)
(c)
(一)
(b)
3.2。预后的意义MBOAT2表达在人类癌症
kaplan meier TCGA生存分析使用,GSE62452 GSE79668军团显示更高水平的患者MBOAT2有一个糟糕的操作系统( )(数据3(一个)- - - - - -3 (c))。的预测疗效MBOAT2TCGA表达式的操作系统组进一步验证通过ROC分析,auc的确定MBOAT2表达TCGA的OS数据集在2年0.629和0.656(图3年3(d))。同时,GSE62452队列,auc OS 0.671在2年和0.785(图3年3 (e)),而那些GSE79668队列在2年0.684和0.791(图3年3 (f))。这些结果表明,MBOAT2具有令人满意的性能预测的PC操作系统。此外,GEPIA数据库证明MBOAT2超表达是连接到一个更糟的是,在胰腺癌预后,间皮瘤,葡萄膜黑色素瘤,移行细胞癌,肾上腺皮质癌但与不再生存在肾脏肾透明细胞癌(图4)。因此,可以说,MBOAT2超表达在个人电脑的发展中扮演着关键角色。我们的研究结果也证明的预后意义MBOAT2表达在一些人类癌症,尽管协会的确切性质可能不同癌症类型。
(一)
(b)
(c)
(d)
(e)
(f)
(一)
(b)
(c)
(d)
(e)
(f)
3.3。之间的联系MBOAT2水平和PC的临床病理学特点
之间的关系的细节MBOAT2水平和PC的临床病理的特点如表所示1。一个高MBOAT2水平明显更高的组织学分级有关( )和反复出现的疾病( ),这表明MBOAT2可能发挥关键作用在肿瘤恶化的电脑。
3.4。之间的联系MBOAT2表达和体细胞突变
我们的研究显示,喀斯特,TP53,CDKN2A突变状态显然是与更高的表达有关MBOAT2,但同样的关系没有统计学意义SMAD4(图5(一个))。我们还发现,喀斯特表达式是明显的调节MBOAT2高表达组( ),但是这种趋势并不显著TP53,CDKN2A,或SMAD4(图5 (b))。TCGA队列,相关性分析表明,MBOAT2水平高度呈正相关喀斯特表达式( , ),这是非常相似的结果与GSE62452队列相关联( , ),GSE79668队列( , ),和GSE60979群组( , )(数据5 (c)- - - - - -5 (f))。这些结果表明,MBOAT2超表达密切相关突变状态和司机基因的表达,特别是喀斯特,从而表明喀斯特在PC与激活MBOAT2超表达。
(一)
(b)
(c)
(d)
(e)
(f)
3.5。功能富集分析MBOAT2表达个人电脑
进一步探索的作用MBOAT2在电脑中,我们分析了其潜在的生物相关的通路。GSEA进行区分这些潜在通路和相关基因之间存在的差异MBOAT2低收入和高表达组(图6)。我们发现顶端结复数相关基因集,酶molecular-binding-related基因集,细胞质动力蛋白复数相关基因集,微丝运动相关的活动的基因集,蛋白质O-linked glycosylation-related基因集,和紧身junction-related基因中明显富集MBOAT2高表达组(图6(一))。另外,白细胞激活参与炎症与响应相关的基因集,调节抗原加工与表示有关的基因集,选择积极的t细胞,t细胞受体(TCR)复数相关基因中明显富集MBOAT2低表达组(图6 (b))。TCGA使用电脑群,我们执行一个coexpression(皮尔森相关分析 或<−0.5, )为MBOAT2。显著相关基因(特别是327 coexpression基因TCGA PC组)被输入进ConsensuspathDB (http://cpdb.molgen.mpg.de/)通路富集分析( )(图6 (c))。随后,根据通路富集分析的结果,MBOAT2可能是参与PC, Ras信号通路、细胞信号通路,Adherens结交互,信息交流,和细胞结组织(图6 (c))。这些结果暗示MBOAT2超表达为肿瘤的生长提供了必要的支持和迁移,可能参与调节免疫反应的电脑。
(一)
(b)
(c)
3.6。MBOAT2在PDAC促进增殖和迁移
的mRNA和蛋白表达水平MBOAT2在几个PDAC细胞系和HPDE-6细胞被检测到。的表达MBOAT2在PDAC细胞系显然高于HPDE-6细胞(数据7(一)和7 (b))。进一步探索的生物功能MBOAT2在PDAC转染LV -MBOAT2rnai和LV -MBOAT2到AsPC-1 PANC-1细胞获得稳定MBOAT2分别击倒和超表达细胞。的mRNA水平MBOAT2在这些2细胞组验证了RT-qPCR(数字7 (c)和7 (d)),另外MTT和集落形成试验进行这两个细胞系评估细胞的增殖在体外。正如所料,结果的差别表明对这些MBOAT2相比显著减少PDAC细胞增殖空向量CON077集团(数字7 (e)和7 (g)),而超表达组的结果相反的空向量CON335集团(数字7 (f)和7 (h))。除此之外,Transwell化验显示迁移细胞的显著下降MBOAT2击倒的集团,但明显增强MBOAT2超表达组(数据7(我)和7 (j))。这些发现表明MBOAT2在PDAC超表达显著促进细胞增殖和迁移。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
3.7。MBOAT2在PDAC调节细胞周期进程
鉴于细胞增殖可能与细胞周期的规定,我们推测MBOAT2在PDAC可能与细胞周期。因此,我们使用了GEPIA数据集分析之间的线性关系MBOAT2和10个细胞cycle-associated基因预测的表达MBOAT2是正相关的CDK1( , ),CDK2( , ),到( , ),CDK6( , ),CDK7( , ),CCNA2( , ),CCNB1( , ),CCND1( , ),CCNE1( , ),和CCNH( , )(数据8(一个)和8 (b))。随后,流式细胞术被探索的潜在影响MBOAT2细胞周期的PDAC,结果显示MBOAT2超表达显著减少G1期细胞的比例,g2期细胞的比例明显升高PANC-1 AsPC-1和细胞,然而,几乎没有变化的s阶段细胞在PANC-1(图8 (c))。由于线性关系 和的能力CDK2和CCNA2形成cyclin-CDK复杂,我们进行免疫印迹分析这两个基因。后来,我们发现蛋白质的表达CDK2和CCNA2增强在AsPC-1 /MBOAT2超表达细胞和PANC-1 /MBOAT2超表达细胞与对照组相比(图8 (d))。这些发现暗示MBOAT2可以通过促进调节细胞周期的形成CCNA2- - - - - -CDK2复杂。
(一)
(b)
(c)
(d)
3.8。MBOAT2超表达抑制CD8+t细胞浸润在个人电脑
如图所示的估计算法MBOAT2肿瘤纯度水平呈正相关( , )但与免疫分数负相关( , )(图9(一个))。此外,提醒我们,CIBERSORT算法MBOAT2超表达明显与CD8水平低有关+身上的t细胞渗透电脑( , )(图9 (b))。TCGA的ssGSEA分析PC队列表示MBOAT2表达式是负相关的渗透程度的CD8 + t细胞( , ),尖( , ),细胞溶解的活动( , ),t细胞聚集有关( , ),髓样( , ),adc ( , ),促进炎症( , ),和Th1细胞( , )但Th1 / Th2配给呈正相关( , )(图9 (c)),类似于GSE62452队列的结果( , 对CD8+t细胞; , adc;和 , Th1 / Th2配给)GSE79668队列( , t细胞聚集有关; , Th1细胞;和 , Th1 / Th2配给)和GSE60979群组( , 对CD8+t细胞和 , Th1 / Th2配给)(数据10 ()- - - - - -10 (c))。此外,基因变异分析,GSVA方法评估各种途径样本人群的活动,执行计算富集大量的白细胞激活参与炎症与响应相关的基因集,选择积极的t细胞,调节抗原表示和processing-related基因集,和TCR复数相关基因集。随后,皮尔逊相关分析是评估之间的线性关系MBOAT2水平和这四个相关的几种功能,显示MBOAT2水平负相关与上述四种免疫细胞生物功能( , 为识别复杂; , 积极的t细胞选择; , 监管的抗原加工和演示;和 , 白细胞激活参与炎症反应,分别)(图10 (d))。这些结果表明,MBOAT2过度损害种途径和抗原表达途径,从而抑制CD8的渗透水平和抗肿瘤活性+t细胞在电脑。
(一)
(b)
(c)
(一)
(b)
(c)
(d)
4所示。讨论
我们的研究证明了MBOAT2级别是管制,几个人类癌症的预后密切相关(数字2和4)。高MBOAT2表达与预后差在一些癌症,包括电脑、肾上腺皮质癌,间皮瘤,葡萄膜黑色素瘤,移行细胞癌,但它与更长的生存在肾脏肾透明细胞癌。此外,MBOAT2水平与病理程度和PC患者的复发率。我们的研究表明MBOAT2水平是一个重要的和潜在的预后生物标志物在各种癌症,尤其是个人电脑。
通过GSEA,我们发现生物功能与信息交流,如顶端结复数相关基因集,酶molecular-binding-related基因集,细胞质动力蛋白复数相关基因集,微丝运动相关的活动的基因集,蛋白质O-linked glycosylation-related基因集,和紧junction-related基因集,突出丰富的MBOAT2超表达组(图6(一))。此外,通路富集分析TCGA使用电脑群组显示MBOAT2可能参与PC,细胞信号通路,Ras信号通路和信息交流(图6 (c))。的确,在体外实验显示,MBOAT2超表达增强PDAC细胞生长和迁移,而结果MBOAT2可拆卸的相反(数据组7 (e)- - - - - -7 (j))。同时,流式细胞术和世行分析表明MBOAT2超表达促进了细胞周期进展(数字8 (c)和8 (d))。考虑到这些发现,我们的研究已经确定了MBOAT2作为一个潜在的PDAC protooncogene。
重要的是,我们的研究表示,MBOAT2水平负相关程度的免疫渗透电脑。使用估计的算法,我们确定更高的水平MBOAT2与更大的纯洁和肿瘤免疫的得分越低,表明MBOAT2超表达可能导致肿瘤进展和免疫抑制(图9(一个))。CIBERSORT算法和ssGSEA透露MBOAT2超表达特别是低渗透的CD8水平有关+t细胞(图9 (b),9 (c),10 (),10 (c)),这表明MBOAT2超表达可能减轻CD8的数量+t细胞在时间的电脑。除此之外,MBOAT2超表达与低渗透的尖密切相关,细胞溶解的活动,促进炎症和t细胞聚集有关。这些研究成果巩固的潜在作用MBOAT2超表达的抑制细胞信号,暗示MBOAT2超表达抑制CD8 + t细胞浸润和抗肿瘤活性的影响。
早期的研究报道,pDCs抗原并激活CD8和adc可以礼物+通过cross-presentation t细胞,从而促进免疫抗肿瘤反应(24- - - - - -26]。现有的研究还表明提出的肿瘤抗原诱导的DCs是至关重要的抗肿瘤免疫(27- - - - - -30.]。同样地,我们发现了一个明显的溶细胞的活动之间的正相关关系,DCs的渗透程度,和t细胞聚集有关(图S1)。据报道,b细胞受体信号传导中扮演了一个重要的角色在PC和b细胞可能影响CD8的排斥+t细胞通过IL35 [31日- - - - - -33]。但是没有明显的相关性MBOAT2水平和b细胞从ssGSEA TCGA的分析,GSE62452 GSE79668, GSE60979队列(图S2)。我们目前的研究证明MBOAT2超表达可以抑制肿瘤抗原处理和表示,与降低adc和髓样的渗透。因此,我们推测MBOAT2过度损害尖的抗肿瘤效果,尤其是CD8+t细胞,通过抑制肿瘤抗原呈现DCs(例如,adc和髓样)。
在这项研究中,我们发现MBOAT2超表达密切相关喀斯特突变和表达,进一步支持的想法MBOAT2参与Ras信号通路的激活。事实上,以前的研究表明,激活喀斯特有利于建立一个免疫抑制环境由于调节免疫细胞的行为和偶函数在PC (34]。也报道,癌症细胞喀斯特突变可以招募myeloid-derived抑制细胞分泌集落刺激因子,有效地限制了渗透水平和降低CD8抗肿瘤活性+细胞毒性t细胞(35]。其他的研究表明,致癌喀斯特可能会破坏抗原表达,导致越狱肿瘤浸润淋巴细胞(36]。综上所述,MBOAT2超表达可能与喀斯特激活,促进肿瘤进展和抑制CD8的抗肿瘤效应+t细胞在电脑。
MBOAT2超表达高Th1 / Th2配给(数据造成的9和10)。据报道,Th1 / Th2配给是PC手术后患者的独立预后因子(37- - - - - -39]。此外,我们发现Th1 / Th2配给消极与CD8的数量+t细胞在个人电脑,与先前的研究的结果(图一致S1)[40,41]。免疫系统(Th1细胞抗癌属性38,39]。相反,Th2细胞加速肿瘤促进炎症的恶化,导致患者的电脑有一个糟糕的生存结果(41]。当Th2主要在时间,CD8的渗透+患者t细胞抑制或损害电脑(42]。DeNardo等人还提出建议,Th2细胞可以分泌interleukin-4,白细胞介素- 10”,和interleukin-13削弱CD8的活动+t细胞(43]。综上所述,我们的结果表明,MBOAT2在PC充当一个重要的开关在Th1 / Th2配给,从而诱发Th2细胞在时间的积累,导致免疫抑制的时间与一个低渗透的CD8水平+t细胞。调查的分子机制MBOAT2调节免疫细胞网络Th1、Th2,和CD8+t细胞将具有重要意义。
在我们的研究中,我们专注于个人电脑的免疫微环境和免疫疗法。我们已经证明的作用MBOAT2在个人电脑,发现小说之间的联系MBOAT2水平和免疫细胞的渗透。然而,重要的是要注意,我们的研究有一些缺陷。首先,本研究使用公开数据集;因此,研究结果可以在一定程度上影响这些数据的质量。后方的潜在作用MBOAT2在PC和如何调节免疫渗滤时间尚未确认在活的有机体内。因此,进一步在活的有机体内实验和研究应该之间的调控机制进行了说明MBOAT2在未来电脑和免疫细胞。
总之,我们的研究结果表明,MBOAT2可能是一个潜在的PDAC protooncogene预测预后不良和关联喀斯特CD8的激活和低渗透+t细胞。
数据可用性
所有的数据集(TCGA、GSE62452 GSE60979, GSE28735,和GSE79668)是免费的公共资源。
伦理批准
当地伦理批准并不是必要的。
信息披露
李Zhenchong Hongkai壮族、Xinming陈和张曰co-first作者。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
李Zhenchong Hongkai壮族、Xinming陈和张曰概念化的研究。李Zhenchong负责数据管理。李Zhenchong Hongkai壮族,Xinming Chen曰,Zuyi妈,钱,和Zixuan周正式进行分析。双星黄、张Chuanzhao和宝华侯负责融资收购。李Zhenchong Hongkai壮族、Xinming陈和张曰调查研究。李Zhenchong Hongkai壮族、Zuyi Ma和Shujie王方法进行。Hongkai壮族、悦张Shujie王负责软件。李Zhenchong Hongkai壮族,Xinming Chen曰,双星黄Chuanzhao张,宝华侯写了初稿。李Zhenchong Hongkai壮族,Xinming Chen曰,双星黄Chuanzhao张和宝华侯写道,审查和编辑的手稿。所有作者阅读和批准最终的手稿。 Zhenchong Li, Hongkai Zhuang, Xinming Chen, and Yue Zhang contributed equally to this work.
确认
这项研究得到了国家自然科学基金(82102961,82102961,82102961,82072637),利用广东省人民医院的资助(2020 bq09 KY012021164, 8200100290)和使用协作的基础和应用基础研究基金资助广东省(2021年2020 a1515110536 2021 a1515011473, a1515012441),和广州的科技项目(202102020030和202102020030)。
补充材料
图S1:相关性矩阵的几种条件显著相关MBOAT2表达式。图S2:之间的相关性MBOAT2水平和b细胞从ssGSEA TCGA的分析,GSE62452 GSE79668, GSE60979队列。斯皮尔曼相关执行的(模拟)。(补充材料)