利用数据库资料分析DNA甲基化调控AC004540.4表达水平与肝细胞癌预后相关性

目的通过挖掘癌症基因组图谱数据库(TCGA),探讨在肝细胞癌(HCC)中DNA甲基化与AC004540.4表达及与预后的关系。方法从TCGA数据库获取374例HCC组织和50例癌旁组织的基因表达谱数据,380例HCC组织和50例癌旁组织的甲基化数据。edgeR包筛选差异表达基因,limma包筛选差异甲基化基因,Spearman秩次相关判断两者的相关性。在基因表达综合数据库(GEO)中,GSE101728表达谱芯片、GSE54503甲基化芯片作为外部验证数据集。HCC预后影响因素分析采用Cox回归模型。使用R软件计算AC004540.4与全基因组mRNA的相关系数,对共表达的mRNA进行功能富集分析。结果在TCGA数据库中,HCC和癌旁组织的AC004540.4表达水平中位数(四分位间距)分别为2.322(2.700)和6.129(1.858),差异有统计学意义,Z=-9.287,P<0.001。同时,在HCC和癌旁组织中,AC004540.4启动子甲基化水平中位数(四分位间距)分别为0.412(0.405)和0.195(0.165),差异有统计学意义,Z=-5.651,P<0.001。在GEO数据库中,HCC和癌旁组织的AC004540.4表达水平中位数(四分位间距)分别为3.313(2.410)和10.063(0.818),差异有统计学意义,Z=-3.003,P=0.003。同时,HCC和癌旁组织的AC004540.4启动子甲基化水平中位数(四分位间距)分别为0.346(0.358)和0.113(0.044),差异有统计学意义,Z=-6.549,P<0.001。甲基化位点(cg12492504、cg13268603、cg14592933、cg24755163、cg17035412和cg26526379)的甲基化水平与AC004540.4表达呈中度负相关,rs分别为-0.465、-0.492、-0.447、-0.539、-0.451和-0.456,均P<0.001。Cox多因素分析结果发现,AC004540.4低表达是HCC患者预后的独立危险因素,HR=1.720,95%CI为1.116~2.652,P=0.014。富集分析提示,与AC004540.4共表达基因集主要富集于Wnt蛋白结合、向上调节端粒酶活性等生物学功能,以及调控细胞周期、胆汁分泌等信号通路。结论AC004540.4表达受其甲基化调控,启动子区域高甲基化可能导致转录沉默,并且与HCC患者预后相关,可成为HCC患者诊断和预后判断标志物。     

卷曲蛋白6在胰腺癌中的表达及其与免疫浸润水平相关性分析

目的 评估胰腺癌中卷曲蛋白6(FZD6)的表达及其与免疫浸润水平相关性,从而为临床决策和风险管理提供一定的科学依据。方法 利用GEO(GSE28735、GSE15471、GSE16515和GSE71729)、TCGA、GTEx和UALCAN数据库分析FZD6在胰腺癌患者和健康对照者中的基因、蛋白表达水平;运用GEPIA数据库探索FZD6与患者总生存期、无病生存期的关系;利用EMTAB-6134数据中的基因表达谱进行免疫浸润分析、富集通路分析;采用MEXPRESS数据库分析DNA甲基化、拷贝数变异与FZD6表达的相关性。结果 FZD6的mRNA水平(GSE28735:t=3.532,P<0.001、GSE15471:t=6.817,P<0.001、GSE16515:t=4.166,P<0.001,GSE71729:t=2.589,P=0.012,TCGA＿GTEx:t=18.118,P<0.001)和蛋白水平(t=2.160,P=0.032)在胰腺癌中的表达均高于正常组织。生存分析显示FZD6高表达的患者的总生存率(HR=1.800,P=0.005)和无病生存率(...     

基于TCGA数据库研究KCNT2在肺腺癌中的表达及与患者预后的相关性

目的 基于癌症基因组图谱(TCGA)数据库，观察钠激活钾通道蛋白基因KCNT(potassium sodium-activated channel subfamily T member 2,KCNT2)在肺腺癌癌组织中的表达及临床意义。方法 从TCGA数据库中下载肺腺癌组织的RNASeq数据以及临床数据，分析KCNT2 mRNA在肺腺癌组织和正常组织中的表达差异；以KCNT2表达水平的中位值(0.143)为界限将肺腺癌患者分为KCNT2高表达组和KCNT2低表达组，应用单因素及多因素COX回归分析癌组织中KCNT2表达与患者临床病理特征的关系及预后的相关性。应用基因集富集分析(GSEA)软件分析预测KCNT2在肺腺癌中可能的调控信号通路。结果 肺腺癌组KCNT2表达水平低于正常对照组(P<0.05);肺腺癌组织中KCNT2的表达水平与患者Stage分期相关(P<0.05);Stage分期(HR=1.947,95%CI:1.236～3.066,P=0.004)可以作为肺腺癌的独立预后因素；KCNT2低表达组生存率低于KCNT2高表达组(P=0.035);KCNT2主要参与氧化...     

丝氨酸转运蛋白SFXN1在非小细胞肺癌中的表达及临床意义

目的 分析丝氨酸转运蛋白SFXN1在非小细胞肺癌中的表达，阐明其与肺癌患者分期和预后之间的关系。方法 通过TCGA、Oncomine、HPA、UALCAN及Kaplan-Meier Plotter（KM）数据库中肺癌公共数据集，分析丝氨酸转运蛋白SFXN1的表达量与肺癌分期和预后的关系。运用基因富集分析（GSEA）方法，探索SFXN1调控肺癌发生发展的可能分子机制。 结果 TCGA数据集分析显示丝氨酸转运蛋白SFXN1在非小细胞肺癌组织中的表达水平显著高于正常组织；Oncomine基因芯片数据集分析结果表明，肺腺癌组织SFXN1表达量明显高于正常肺组织，表达倍数分别为2.664（P<0.001）、2.156（P<0.001）、1.708（P<0.001）、1.956（P<0.001）、1.563（P<0.001）及1.653（P<0.001）。SFXN1蛋白在肺腺癌和肺鳞癌组织中均有中度以上的表达，而正常肺组织几乎不表达。TCGA及UALCAN数据集分析结果显示：分期越晚的肺腺癌组织SFXN1基因表达量越高；KM分析表明其表达量与肺腺癌患者预后相关（中位生存期，低表达组 vs 高表达组： 59.27个月 vs 41.93个月，P=0.0019）。GSEA结果显示肺腺癌SFXN1高表达样本富集了E2F 转录因子、MYC信号通路、G2M检查点、MTORC1复合物、糖酵解、DNA损伤修复和乏氧相关的基因集。结论 SFXN1在非小细胞肺癌组织中表达上调，且其高表达与肺腺癌患者不良预后相关，或可成为非小细胞肺癌的潜在分子标志及治疗靶点。     

SHOX2和RASSF1A基因启动子区甲基化检测在早期肺腺癌筛查和诊断中的应用价值

目的探讨SHOX2和RASSF1A基因启动子区甲基化检测对早期肺腺癌筛查及诊断的价值。方法下载癌症基因组图谱(TCGA)数据库中471例肺腺癌患者的mRNA测序数据及相应的413例甲基化数据分别计算两基因启动子区甲基化水平, 分析正常肺组织与肿瘤组织的甲基化水平差异。回顾性分析2018年1月至2019年1月南京大学医学院附属鼓楼医院接受手术的54例早期肺腺癌及31例肺良性肿瘤患者临床资料, 检测肿瘤组织及正常肺组织(距肿瘤>5 cm)(称为:临床样本)SHOX2及RASSF1A甲基化状态, 以任一基因启动子区甲基化阳性为两基因联合甲基化阳性。以病理诊断为金标准, 绘制受试者工作特征(ROC)曲线, 分析基因甲基化阳性诊断早期肺腺癌的效能。筛选出石蜡样本中肿瘤细胞比例>80%的患者, 对其肿瘤组织及正常肺组织进行mRNA高通量测序。分析两基因甲基化阳性与患者临床病理特征的关系, 采用Spearman法分析临床样本和TCGA数据库样本中两基因启动子区甲基化水平与mRNA表达水平的相关性。采用基因集变异分析(GSVA)法分析两基因甲基化阳性临床肺腺癌样本和对应的甲基化阴性肺腺癌样...     

端粒酶逆转录酶在肝细胞肝癌中的表达及其与预后和免疫细胞浸润的关系

目的 分析端粒酶逆转录酶（TERT）在肝细胞肝癌中的表达及其与预后和免疫细胞浸润的关系。方法 通过癌症基因组图谱-肝细胞癌（TCGA-LIHC）和GSE124535数据集,分析TERT在肝细胞肝癌中的表达水平及其与肝细胞肝癌患者预后的关系。采用基因集富集分析（GSEA）识别与TERT相关的生物学途径。利用单样本基因集富集分析（ssGSEA）算法评估免疫细胞浸润,并分析TERT表达与免疫细胞浸润的关系。结果 在TCGA数据库和GSE124535数据集中,TERT在肝细胞肝癌肿瘤组织中的表达显著高于癌旁组织（均P<0.001）。在TCGA数据库中,TERT高表达肝细胞肝癌患者显示出较差的总生存时间（P=0.037）和无进展间隔时间（P=0.006）。在GSE124535数据集中,TERT高表达肝细胞肝癌患者的无病生存时间较差（P=0.190）。GSEA结果显示,端粒维持和细胞周期通路在TERT高表达组中显著富集。ssGSEA结果显示,TERT高表达组中CD8+T细胞、树突状细胞和自然杀伤细胞浸润水平较低,2型辅助T细胞浸润水平较高（均P<0.05）。结论 TERT高表达可能通过...     

SFRP1基因甲基化及其蛋白在肺腺癌中的表达及临床意义北大核心CSCD

目的探讨SFRP1基因甲基化及其蛋白在肺腺癌组织中的表达。方法收集手术切除的肺腺癌标本60例和癌旁组织30例,采用甲基化特异性PCR法、实时荧光定量PCR法和免疫组织化学染色法分别检测SFPR1基因甲基化、m RNA及蛋白的表达情况。结果 SFRP1基因甲基化率在肺腺癌中(58.3%)表达明显高于癌旁组织(20.0%)(P=0.001)。SFRP1 m RNA在肺腺癌(0.847±0.297)中的表达明显低于癌旁组织(2.019±0.445)(P<0.01)。SFRP1蛋白在肺腺癌中的阳性表达率为38.3%(23/60),明显低于癌旁组织中的表达率83.3%(25/30)(P<0.001);SFRP1蛋白表达与肺腺癌组织分化程度、临床分期及淋巴结转移情况有关(均P<0.05)。SFRP1基因甲基化与其蛋白表达缺失存在相关性(r=-0.585,P<0.001)。结论 SFRP1蛋白的表达降低可能是由于SFRP1基因甲基化所致,SFRP1基因甲基化及其蛋白表达与肺腺癌组织分化程度及淋巴结转移情况密切相关。     

胃腺癌组织Notch1和Jagged1蛋白表达临床意义分析

目的:探讨胃腺癌组织Notch1和Jagged1蛋白的表达及其与临床病理学特征的关系和意义。方法:采用免疫组织化学SP法检测2009-01-01-2012-12-12泰山医学院附属莱芜医院60例胃腺癌组织和癌旁组织中Notch1和Jagged1蛋白表达水平。结果:Notch1在胃腺癌组织中的阳性表达率为41.7%(25/60),癌旁组织为81.7%(49/60),差异有统计学意义,χ2=20.31,P<0.001;Jagged1在胃腺癌组织中的阳性表达率为71.7%(43/60),癌旁组织为96.7%(58/60),差异有统计学意义,χ2=14.07,P<0.001。Notch1表达与肿瘤分化程度(P=0.006)、淋巴结有无转移(P=0.005)和浸润深度(P=0.009)有关,Jagged1的表达与肿瘤分化程度(P=0.004)、浸润深度(P=0.009)和淋巴结有无转移(P=0.006)有关。Spearman相关分析结果显示,胃腺癌组织中Notch1和Jagged1蛋白表达呈正相关,r=0.460,P<0.001。结论:胃腺癌组织中Notch1和Jagged1蛋白表达下调,且两者呈正相关,可能与胃腺癌的发生、浸润及转移等多个环节有关;检测Notch1和Jagged1的表达有助于判断胃腺癌的生物学行为。     

PD-L1、Ki-67、TP53、EGFR在肺腺癌组织中的表达及意义

目的 检测肺腺癌组织中的程序性死亡受体配体1(PD-L1)、Ki-67的蛋白及TP53、表皮生长因子受体(EGFR)基因突变情况,探讨PD-L1与Ki-67、TP53及EGFR之间的关系并分析其临床意义。方法 选取2017年2月至2021年7月在河南中医药大学第一附属医院手术治疗的52例肺腺癌患者为研究对象,免疫组化检测52例肺腺癌组织中PD-L1和Ki-67蛋白水平,二代测序检测31例肺腺癌中TP53、EGFR基因突变情况。结果 肺腺癌组织中Ki-67蛋白表达与性别、肿瘤直径、淋巴结转移有关(χ²=5.409,P=0.020;χ²=5.517,P=0.019;P=0.009),TP53突变与淋巴结转移有关(P=0.016)。肺腺癌组织中PD-L1、Ki-67蛋白表达与组织分化程度有关(H=28.787,P<0.001;F=28.057,P<0.001)。EGFR 21号外显子突变与组织分化程度(P=0.016)。结论 肺腺癌组织中PD-L1、Ki-67蛋白表达与其分化程度呈负相关,且淋巴结是否转移是影响Ki-67表达和TP53突...     

miR-204启动子甲基化作为结直肠癌表观遗传生物标志物的临床研究

目的 探讨miR-204启动子甲基化在结直肠癌(CRC)中的临床意义。方法 收集2018年1月至2020年3月于我院就诊的69例CRC患者血浆样本、肿瘤组织标本和癌旁正常结肠黏膜组织标本；另外招募68例健康志愿者作为正常对照组，采集血浆样本。使用肿瘤基因图谱计划(TCGA)数据库与基因芯片数据(Methyl450K)分析肿瘤和正常组织中识别的CpG位点的甲基化水平。采用定量甲基化特异性PCR法(qMSP)和实时荧光定量PCR法(qPCR)检测样本中miR-204启动子区甲基化状态和基因表达量。结果 TCGA数据表明miR-204表达与宿主基因TRPM3的表达协调下调，并确定了miR-204启动子周围的两个CpG岛。与癌旁组织比较，CRC组织中miR-204启动子甲基化参考百分比(PMR)升高[1.78(0.35,16.61)vs. 1.51(0.45,2.98),P<0.001],且与miR-204表达量呈负相关(r=-0.324,P=0.007),与DNA甲基转移酶1 mRNA呈正相关(r=0.502,P<0.001)。此外，与正常对照组比较，CRC患者血浆cfDNA中m...     

G蛋白偶联雌激素受体mRNA表达与乳腺癌患者临床病理特征及预后的关系

目的基于癌症和肿瘤基因图谱(TCGA)和Kaplan-Meier Plotter数据库探讨G蛋白偶联雌激素受体(GPER)mRNA在乳腺癌组织中的表达及其与预后的关系。 方法本回顾性研究利用基因表达谱交互分析(GEPIA)工具下载含有乳腺癌患者GPER mRNA二代测序数据及临床病理资料的TCGA数据集，GPER mRNA表达为偏态分布数据，用[M(P₂₅ ～P₇₅ )]表示，采用Wilcoxon W检验分析1 085例乳腺癌组织样本和291例正常乳腺组织样本GPER mRNA表达的差异，同时用Kruskal-Wallis H检验分析乳腺癌组织中GPER mRNA表达与其临床病理特征的关系，两两比较用Bonferroni-Dunn检验。利用Kaplan-Meier Plotter数据库收集共3 951例乳腺癌患者的GPER mRNA表达情况，根据GPER mRNA表达的上下四分位数确定最佳截点值(103)，从而将其分为GPER高、低表达2组，进而绘制无复发生存曲线，使用log-rank检验比较GPER高表达与低表达组的无复发生存率差异。 结果正常乳腺组织中GPER mRNA表达为6.247 9(6.022 4～6.554 6)，乳腺癌组织中为5.700 4(5.357 6～6.022 0)，差异有统计学意义(Z＝－7.338，P<0.001)。不同T分期、N分期的乳腺癌组织中GPER mRNA表达比较，差异无统计学意义(χ²＝3.343、6.084，P＝0.488、0.193)。GPER mRNA在basal-like型、HER-2型、luminal型中的表达分别为－0.239 3(－0.250 7～－0.126 1)、－0.263 9(－0.275 9～－0.225 7)、－0.188 3(－0.239 7～－0.101 9)，差异有统计学意义(χ²＝106.187, P<0.001)。两两比较发现，HER-2型与basal-like型、HER-2型与luminal型、basal-like型与luminal型相比，GPER mRNA表达的差异均有统计学意义(P＝0.019，P均<0.001)。GPER mRNA低表达患者的无复发生存率明显低于高表达患者(HR＝0.67，95%CI：0.59～0.75，P<0.001)。 结论GPER mRNA低表达患者预后更差，提示GPER可能成为乳腺癌患者预后的独立预测因子。     

FOXD3在肺癌细胞中的作用

目的 研究FOXD3对肺癌细胞系A549增殖和迁移的影响。方法 在TCGA数据库中对FOXD3在多种肿瘤中的表达情况进行分析。使用在线数据库GEPIA评估FOXD3 mRNA表达对患者预后影响。构建FOXD3过表达肺癌细胞系并进行功能学实验检测FOXD3在肺癌中的作用。使用STRING数据库对FOXD3参与的调控网络进行预测。结果 通过比对肿瘤的表达谱显示,FOXD3在肿瘤中具有差异性表达,其中FOXD3在皮肤黑色素瘤(SKCM)中表达上调,FOXD3在肿瘤中表达下调的有:结肠腺癌(COAD)、直肠腺癌(READ)、睾丸生殖细胞瘤(TGCT)。使用GEPIA数据库对肿瘤患者生存进行研究发现FOXD3与肺鳞癌(LUSC)、皮肤黑色素瘤(SKCM)、 肾上腺皮质瘤(ACC)以及低分化胶质瘤(LGG)肿瘤患者总生存期有关。FOXD3能够抑制肺癌细胞增殖和迁移侵袭能力;通过使用STRING数据库发现FOXD3能够参与多种基因的表达调控。结论 FOXD3过表达抑制肺癌细胞增殖和迁移侵袭能力并与患者预后密切相关,因此FOXD3能够作为指示肺癌良好预后的标志,并且为肿瘤治疗提供新思路。     

垂体瘤转化基因1在胃腺癌组织中的表达及其与患者预后的关系

目的鉴定胃腺癌新的预后标志物和治疗靶点。方法通过Gene Expression Omnibus(GEO)数据库下载GSE33335和GSE63089基因表达数据集,共含有70例胃腺癌组织和配对的胃正常组织基因芯片数据,使用R语言分析胃癌组织和胃正常组织间差异表达基因。通过String在线分析工具构建差异表达基因的蛋白-蛋白相互作用(PPI)网络。使用Cytoscape软件和分子复合物检测(MCODE)插件分离出关键基因集。使用在线数据库鉴定分离出与预后相关的关键基因,分别用数据库信息和南通大学附属医院2019年7—9月收治的32例胃腺癌组织和癌旁正常组织从mRNA和蛋白水平进行验证。结果使用R语言分析显示,2个数据集中有128个共同差异表达基因,其中85个基因在胃腺癌组织中表达上调,43个基因在胃腺癌组织中表达下调。通过String在线工具和Cytoscape软件建立了PPI网络和MCODE模型,获得27个关键基因,其中有25个基因与胃腺癌患者的预后有关(P<0.05)。25个与预后相关的基因中,有14个基因在胃腺癌组织中表达显著,其中有3个基因[垂体瘤转化基因1(PTTG1)、细胞周期蛋白B1(CCNB1)和polo样激酶1(PLK1)]在细胞周期途径中显著富集。PTTG1在胃腺癌和胃正常组织中的阳性表达率分别为68.8%(22/32)和18.8%(6/32),差异有统计学意义(P<0.05)。结论 PTTG1在胃腺癌组织和胃正常组织中存在表达差异,是胃腺癌形成的关键基因。过表达PTTG1的胃腺癌患者预后更差。PTTG1可能通过调控细胞周期参与胃腺癌的发生发展。     

肝细胞癌相关DNA甲基化诊断生物标志物的筛选及验证

目的 筛选肝细胞癌(hepatocellular carcinoma,HCC)相关的甲基化CpG诊断生物标志物.方法 下载癌症基因组图谱(the cancer genome atlas,TCGA)中HCC的DNA甲基化和表达数据进行生物信息学分析,获得候选CpG位点.采用焦磷酸测序及qRT?PCR检测50例早期HCC组...     

CDHR2在肺腺癌中的表达及其与预后的关系

目的 探讨CDHR2在肺腺癌(LUAD)组织中的表达及其与临床病理特征和预后的关系,并分析CDHR2与LUAD肿瘤免疫浸润的关系.方法 挖掘TCGA、GEPIA数据库中CDHR2在LUAD中的表达及与预后的关系;免疫组织化学染色检测83例LUAD患者的癌组织及癌旁正常组织中CDHR2的表达情况,并分析其与患者临床病理特...     

性别与贲门腺癌术后患者预后相关性研究

目的目前,国内外关于性别与贲门腺癌(gastric cardia adenocarcinoma,GCA)患者术后预后的研究鲜有报道。本研究探讨性别是否与GCA患者的预后有关。为GCA患者的治疗提供最优方案,延长其生存期。方法回顾性分析郑州大学第一附属医院省部共建食管癌防治国家重点实验室500×10~3例食管癌和贲门癌临床信息数据库中行贲门癌根治术的5968例GCA患者临床资料,采用Kaplan-Meier法计算患者的累积生存率,并绘制生存曲线,组间比较用Log-rank检验。多因素Cox比例风险回归模型方法分析预后主要影响因素。结果本研究5968例患者中男性中位总生存期(median overall survival,mOS)为3.871年,女性为4.274年,差异有统计学意义,χ^2=21.396,P<0.001。单因素分析显示,年龄(χ^2=47.863,P<0.001)、分化程度(χ^2=59.517,P<0.001)、切缘状况(χ^2=12.198,P<0.001)、TNM分期(χ^2=470.929,P<0.001)均是GCA患者预后的影响因素,结果显示在年龄(<55岁,χ^2=5.749,P=0.016;≥55岁,χ^2=15.462,P=0.001)、高低发区(低发区,χ^2=8.218,P=0.004;高发区,χ^2=13.462,P=0.001)、分化程度(低分化,χ^2=8.144,P=0.004;中分化,χ^2=7.060,P=0.008;高分化,χ^2=5.422,P=0.020)、切缘状况(净,χ^2=16.010,P=0.001;不净,χ^2=7.193,P=0.007)、TNM分期(Ⅱ期,χ^2=11.760,P<0.001;Ⅲ期,χ^2=13.331,P<0.001)上女性生存均优于男性。多因素分析显示,性别(OR=1.209,95%CI为1.120~1.304)、年龄(OR=1.349,95%CI为1.240~1.469)、分化程度(中分化,OR=1.174,95%CI为1.046~1.317;低分化,OR=1.093,95%CI为0.976~1.224)、切缘状况(OR=1.167,95%CI为1.048~1.299)、TNM分期(Ⅱ期,OR=1.823,95%CI为1.423~2.337;Ⅲ期,OR=3.518,95%CI为2.752~4.497)是影响GCA患者预后的独立影响因素。调整混杂因素后进一步多因素分层分析提示,年龄(OR=1.312,95%CI为1.191~1.445)、中分化(OR=1.155,95%CI为1.010~1.322)、切缘状况(OR=1.241,95%CI为1.100~1.400)、TNM分期(Ⅱ期,OR=1.832,95%CI为1.398~2.401;Ⅲ期,OR=3.535,95%CI为2.707~4.617)是男性GCA患者预后的独立影响因素;年龄(OR=1.470,95%CI为1.231~1.754)、TNM分期(Ⅲ期OR=3.692,95%CI为1.970~6.918)是女性GCA患者预后的独立影响因素。结论性别为GCA患者预后的独立影响因素,女性患者的生存期明显优于男性患者。且不同性别GCA患者预后的独立影响因素不同。     

肺腺癌相关基因的生物信息学分析

[摘要] 目的：通过生物信息学分析基因表达谱,获取肺腺癌相关基因及信号通路。方法：从GEO数据库下载GSE40791、GSE68571、GSE43458 和GSE18842 表达数据,将4 个微阵列数据集整合获得肺腺癌相关差异表达基因,利用STRING数据库为差异表达基因构建肺腺癌蛋白-蛋白互相作用网络,并挖掘肺腺癌网络中基因模块及关键基因。通过DAVID对各基因模块进行基因富集分析,发掘基因模块在肺腺癌细胞中所执行的调控功能及模块中关键基因与患者的预后关系。结果：初步筛查获得肺腺癌相关37 个上调基因、120 个下调基因,并成功构建蛋白-蛋白相互作用网络,通过MCODE算法在蛋白-蛋白相互作用网络中构建基因模块以及计算关键基因(KIF14,SEPP1,SPP1,RBP4),最终获得的4 个模块分别参与细胞周期、血凝变化、细胞黏附和细胞代谢的调控。经验证4 个关键基因在肺腺癌和正常组织中有明显表达差异(P<0.05)。生存分析显示KIF14 的表达对肺腺癌的预后有显著影响(P<0.01),SEPP1、SPP1 对患者生存率有显著影响(P<0.05),RBP4 对患者的生存率影响无统计学意义(P>0.05)。结论：通过生物信息方法分析肺腺癌和癌旁正常组织的差异基因表达,最终筛选出3 个差异表达非常显著且对患者预后影响明显的基因,对肺腺癌的诊断和预后治疗提供了新思路,提高肺腺癌机制的研究效率。     

脉管癌栓中间质细胞/癌细胞、巨噬细胞/癌细胞比值与pT1～4N1～3M0期乳腺癌患者临床病理特征及预后的关系

目的探讨脉管癌栓中间质细胞/癌细胞比值、巨噬细胞/癌细胞比值与pT_1～4N_1～3M₀期乳腺癌患者临床病理特征及预后的关系。 方法采用回顾性研究方法，选取2013年1月至2015年12月在中国医科大学附属第一医院及大连医科大学附属第一、二医院经系统治疗并有完整随访资料的167例pT_1～4N_1～3M₀期腋窝淋巴结阳性乳腺癌患者作为研究对象，中位随访55.2个月(16.8～69.6个月)。采用免疫组织化学染色方法分别检测脉管癌栓中间质细胞和巨噬细胞的数目，计算间质细胞/癌细胞比值及巨噬细胞/癌细胞比值，采用Ward法分别对间质细胞/癌细胞比值和巨噬细胞/癌细胞比值进行聚类，得到低比值和高比值两类。分别采用Kruskal-Wallis H检验、χ²检验分析该比值与患者临床病理特征的关系，并用log-rank检验分析该比值与患者预后的关系。 结果167例患者间质细胞/癌细胞、巨噬细胞/癌细胞比值的M(P₂₅～P₇₅)分别为0.025(0.015～0.063)和0.023(0.015～0.036)。间质细胞/癌细胞比值与患者的组织学分级、肿瘤大小、腋窝淋巴结转移状态、临床分期及脉管浸润有关(χ²＝10.210、6.210、64.315、56.901、19.771，P＝0.001、0.045及P均<0.001)，但与ER、PR、HER-2、Ki67表达及神经侵犯无关(χ²＝3.148、2.260、3.187、0.145、1.384，P＝0.076、0.133、0.074、0.704、0.240)；巨噬细胞/癌细胞比值与患者的肿瘤大小、ER表达、神经侵犯、组织学分级、腋窝淋巴结转移状态、临床分期、脉管浸润和HER-2表达有关(χ²＝7.487、6.680、8.439、13.002、25.856、31.394、19.771、27.921，P＝0.024、0.010、0.004及P均<0.001)，但与PR、Ki67表达无关(χ²＝3.616、1.183，P＝0.057、0.277)。聚类后间质细胞/癌细胞比值与腋窝淋巴结转移状态及临床分期均有关系(χ²＝47.300，P<0.001；χ²＝14.260，P＝0.001)，而巨噬细胞/癌细胞比值仅与ER表达有关(χ²＝5.136，P＝0.023)。间质细胞/癌细胞、巨噬细胞/癌细胞比值均与乳腺癌患者DFS率相关，比值越高者DFS率越低(预后越差)(χ²＝24.124、18.746，P均<0.001)。 结论脉管癌栓中间质细胞/癌细胞比值和巨噬细胞/癌细胞比值高的患者预后不良，此比值可作为评价pT_1－4N_1－3M₀期乳腺癌患者复发风险的参考指标。     

The expression and prognostic value of GLYATL1 and its potential role in hepatocellular carcinoma

BackgroundGlycine-N-acyltransferase-like 1 (GLYATL1), which is involved in the detoxification of endogenous and exogenous acyl-CoA, promotes glutamine metabolism in xenobiotic metabolism. Recent evidence suggests an association between GLYATL1 and tumors. However, there are few comprehensive analyses of GLYATL1 in cancers. We evaluated the expression and prognostic value of GLYATL1 and explored the mechanism underlying the association between GLYATL1 and cancers.MethodsGLYATL1 mRNA expression across cancers was investigated in the Oncomine database and confirmed in the UALCAN and Gene Expression Profiling Interactive Analysis (GEPIA) databases. Next, its prognostic value in different cancers was revealed by PrognoScan and Kaplan-Meier plotter. According to clinicopathologic features, we conducted a subgroup analysis of the prognosis of GLYATL1 in a cohort of hepatocellular carcinoma (HCC) patients from The Cancer Genome Atlas (TCGA) and the {"type":"entrez-geo","attrs":{"text":"GSE116174","term_id":"116174"}}GSE116174 dataset. We further investigated the GLYATL1 promoter methylation profile in HCC. Next, a protein-protein interaction (PPI) network was constructed via the Search Tool for the Retrieval of Interacting Genes (STRING) database. Finally, we utilized gene set enrichment analysis (GSEA) to identify significantly enriched pathways and confirmed their associations using the Tumor Immune Estimation Resource (TIMER) and GEPIA databases.ResultsGLYATL1 is downregulated in many cancers and indicates a poor prognosis. Specifically, low GLYATL1 expression was associated with short overall survival (OS) in HCC patients. Interestingly, GLYATL1 expression was associated with poor OS in stage I-II HCC patients and was revealed as an independent prognostic factor. The promoter methylation level of GLYATL1 in HCC tissue was significantly higher than that in normal liver tissue. The PPI network suggested that GLYATL1 is co-expressed with ten genes, including CNGA3 and GNB5. GSEA revealed that GLYATL1 is predominantly negatively enriched in xenobiotic metabolism, and the gene association analysis in TIMER and GEPIA showed a significantly negative association between the expression of GLYATL1 and the expression of most genes involved in mitochondrial glutamine metabolism, including SLC1A5 and SLC1A11.ConclusionsOur study is the first to shed light on the expression and prognostic value of GLYATL1 in cancers and provide a potential regulatory mechanism underlying HCC development.