胃癌内质网应激特征相关基因的筛选及预后风险模型的构建

目的基于生物信息学方法筛选胃癌内质网应激(ERS)特征相关差异表达基因并构建预后风险模型。方法从癌症基因组图谱(TCGA)数据库中获取375例胃癌和32例癌旁组织样本的转录组测序数据(RNA-seq)及相应临床信息作为训练集样本;从基因表达综合(GEO)数据库中下载387例胃癌患者数据(GSE84437)作为验证集样本;数据获取时间均为2021年12月25日。从GeneCards数据库中获取785个ERS特征相关基因(ERS-RG)。分析TCGA数据库中胃癌组织与癌旁组织之间差异表达基因。将鉴定出的胃癌差异表达基因与GeneCards数据库中ERS-RG取交集, 得到胃癌ERS特征相关差异表达基因, 对其进行基因本体功能(GO)和京都基因与基因组百科全书(KEGG)富集分析。采用单因素Cox比例风险模型筛选具有预后价值的胃癌ERS特征相关差异表达基因, 进行LASSO回归分析, 构建多基因预后风险模型, 计算预后风险评分。根据预后风险评分的中位数(2.369), 将训练集和验证集中患者分别分为高风险组与低风险组;采用Kaplan-Meier生存分析比较两组患者总生存(OS), 并绘制时...     

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。     

基于TCGA数据库构建胃癌免疫相关基因的预后风险模型

目的基于癌症基因组图谱(TCGA)数据库,通过分析差异表达的免疫相关基因构建胃癌患者的预后风险模型。方法从TCGA数据库下载胃癌及癌旁组织的RNA测序数据和配对的患者临床资料,从ImmPort数据库中下载免疫相关基因的数据。通过比较肿瘤组织和癌旁组织,筛选出差异表达的免疫相关基因,采用Cox风险比例回归模型构建差异表达免疫相关基因的预后风险模型,通过Kaplan-Meier生存曲线和受试者工作特征(ROC)曲线下面积(AUC)评价模型的预测性能,再对模型风险评分进行独立预后分析。结果从TCGA数据库下载了包括375例胃癌组织和32例癌旁组织的RNA测序数据,共筛选出349个差异表达的免疫相关基因,通过多因素Cox回归分析得到9个(IL1A、APOH、CGB5、GRP、TNFSF18、LGR6、MC1R、NPR1、CTLA4)与胃癌预后相关的免疫相关基因,并以此构建预后风险模型。根据模型风险评分的中位值将所有样本分为高、低风险两组,Kaplan-Meier生存分析结果显示,低风险组的总生存率高于高风险组,差异有统计学意义(P<0.001)。ROC曲线下面积为0.719,独立预后分析结果显示,模型风险评分可作为评估胃癌患者预后的独立预测因子。结论构建的免疫相关基因预后风险模型可以较好地评估胃癌患者的预后情况并指导个体化治疗,也为寻找新的免疫治疗靶点提供帮助。     

基于Oncomine和GEPIA数据库分析NFE2L3基因在胃癌组织中的表达及其临床意义

目的:通过数据库挖掘分析NFE2L3基因在胃癌组织中的表达水平及其临床意义。方法:通过Oncomine数据库和GEPIA网站分析NFE2L3基因在胃癌组织中的差异性表达及其与生存预后关系；胃癌与正常组织的表达采用t检验分析，采用单因素方差分析胃癌不同临床分期的表达差异，使用Pearson指数分析胃癌相关研究，使用Kaplan-Meier数据分析胃癌患者生存及预后情况，并通过String数据库分析NFE2L3基因上下游的蛋白相互作用及调控关系。结果:胃癌组织中NFE2L3 mRNA表达水平显著高于胃正常组织；GEPIA分析发现高表达的NFE2L3基因与错配修复基因MSH2、MSH6、PSM2有关(P＜0.05)，与错配修复基因PMLH1无明显意义（P＞0.05），NFE2L3与胃癌临床分期无相关性，但是高表达的NFE2L3基因与低生存率及不良预后有关(P＜0.05)。蛋白质分析网络显示NFE2L3可能与HCFC1、OSBPL3、OSBPL6、HNRNPA3、NFE2L2、MAFG、MAFF、MAFK、BACH1、NPRL3等蛋白相互作用。结论:通过多个数据库研究发现NFE2L3在胃癌组织中呈高表达、表达水平与胃癌患者生存与预后有关；NFE2L3可作为与胃癌预后相关的生物标志物及治疗靶点，参与肿瘤发生发展。     

基于Oncomine数据库荟萃分析COL1A2在胃癌患者中的表达及其临床意义

目的:通过对Oncomine数据库进行挖掘，分析Ⅰ型胶原α2链（collagen type1 alpha2，COL1A2）基因在胃癌中的表达及其临床意义。方法:收集Oncomine数据库中COL1A2基因在胃癌组织中的表达信息，并进行荟萃分析。利用Kaplan Meier-Plotter进行患者生存周期分析。使用基于TCGA数据集的UALCAN在线数据库对COL1A2在胃癌患者中的表达及预后进行验证。结果:Oncomine数据库中共收集了有关COL1A2表达在348项不同肿瘤中的研究结果，其中关于COL1A2表达有统计学差异的研究结果有102个。有9项研究显示COL1A2在胃癌组织与正常组织中的表达有差异，包括478个样本，荟萃分析发现，与正常胃组织相比，COL1A2在胃癌组织中高表达，差异有统计学意义 (P＜0.001)。生存分析显示COL1A2表达量与胃癌患者总体生存率存在相关性，高表达COL1A2的患者总体生存期较低表达者缩短 (P＜0.001)。亚组分析发现，高表达COL1A2的肠型胃癌患者的总体生存期较低表达者缩短（P＜0.001）。TCGA数据集验证显示COL1A2在胃癌组织中的表达量与预后相关。结论：COL1A2基因在胃癌中高表达，且其表达水平与胃癌患者总体生存相关。COL1A2是与胃癌预后相关的生物标志物，有望成为胃癌精准治疗的靶点。     

基于数据挖掘分析LUM基因在胃癌中的表达及意义

目的：通过数据库分析LUM基因在胃癌中的表达情况及意义。方法：通过Oncomine数据库分析LUM基因在胃癌中的差异性表达，基于GEPIA网站分析LUM基因表达与胃癌患者生存周期的关系；同时利用MethHC数据库分析LUM基因甲基化水平，使用基于TCGA数据集的UALCAN在线数据库对LUM在胃癌患者中的表达及预后进行验证；并通过String数据库分析LUM基因的蛋白相互作用及上下游调控关系。结果：胃癌组织中LUM的mRNA 表达较正常对照组明显增高；Meta分析进一步证实LUM基因的表达在胃癌组织中明显增高。GEPIA分析发现高表达组患者生存周期明显短于低表达组（Ｐ＜0.05）。与此同时，甲基化分析中得出LUM基因甲基化水平肿瘤组明显高于正常组；TCGA数据集验证显示LUM在胃癌组织中的表达量与预后有关；蛋白质网络分析得出，LUM可能与OGN、CHST1、CHST5、CHST6、DCH、COL1A1、COL1A2、COL3A1、COL4A2、ACAN等蛋白相互作用。结论：基于多个数据库的数据挖掘发现，LUM基因在胃癌组织中呈现高表达，且其表达水平与胃癌患者总体生存相关；LUM是与胃癌预后相关的生物标志物，参与肿瘤的发生发展，或可作为诊断和治疗的潜在靶点。     

基于炎症反应相关基因构建结肠癌预后模型及验证

目的应用生物信息学方法筛选结肠癌预后相关的炎症反应相关差异表达基因, 构建并验证结肠癌预后模型。方法从癌症基因组图谱(TCGA)数据库中检索472例结肠癌患者及41名健康人正常结肠组织的RNA测序和临床数据。从国际癌症基因组联盟(ICGC)数据库中检索结肠癌预后相关基因表达及临床数据。检索时间均为建库至2022年11月。通过基因集富集分析(GSEA)数据库获取200个与炎症反应相关的基因, 将其与TCGA数据库中获得的结肠癌和正常结肠组织的RNA测序基因数据集进行对比, 获得炎症反应相关的差异表达基因。采用Cox比例风险模型分析评估TCGA数据库中与预后相关的差异表达基因, 炎症反应相关的差异表达基因与预后相关的差异表达基因取交集, 获得预后相关的炎症反应相关差异表达基因。通过LASSO Cox回归构建结肠癌预后模型。计算风险评分, 按风险评分的中位值将TCGA数据库结肠癌患者分为低风险(<中位值)和高风险(≥中位值)两组。对两组患者进行主成分分析(PCA), 采用Kaplan-Meier法进行生存分析。基于R软件timeROC程序包分析风险评分预测TCGA数据库结肠癌患者总生存...     

基于串联质谱标签的蛋白质组学联合高内涵筛选技术筛选胃癌相关基因的研究

目的:应用Tandem mass tag（TMT）技术联合高内涵筛选(HCS)寻找潜在的胃癌相关基因。方法:利用TMT技术从胃癌及癌旁组织中筛选差异表达蛋白质,应用GO和KEGG数据库进行注释和信号通路富集并结合PubMed数据库结果,筛选出胃癌中未见或较少报道的上调目的基因。通过shRNA技术敲减基因,HCS技术比较敲减对细胞增殖的影响,筛选出肿瘤增殖相关基因并通过检测mRNA含量、克隆形成和CCK8进行验证。结果:通过TMT从胃癌和癌旁组织定量到差异表达蛋白1 008个(上调649个,下调359个）,25个目的基因敲减后HCS结果显示SF3B4敲减抑制细胞增殖,验证发现SF3B4是潜在的胃癌细胞增殖相关基因。结论:TMT技术结合HCS为肿瘤相关基因的筛选提供新的可能性。本研究提示SF3B4是潜在的胃癌增殖相关基因,为研究胃癌发生机制提供新线索。     

基于高尔基体相关基因喉癌预后模型的构建

目的:基于TCGA数据库筛选预后相关的高尔基体相关基因,进一步构建喉癌预后的风险模型。方法:根据分子特征数据库获取高尔基体相关基因图谱。筛选TCGA数据库中喉癌和癌旁组织转录组数据中高尔基体相关基因表达谱,采用limma法对癌和癌旁数据进行差异分析。高尔基体相关基因表达谱结合临床数据进行单因素独立预后分析获取与预后相关的基因。差异基因与预后基因进行交叉分析,获得的基因再进行LASSO回归构建模型。Kaplan-Meier法分析高低风险组预后。ROC曲线验证该预测模型的可靠性。利用实时荧光定量PCR和免疫印迹实验鉴定喉癌和癌旁组织中基因表达的差异。结果:从MSigDB数据库获得1 659个高尔基体相关基因,结合TCGA数据库中喉癌数据,共获得1 084个高尔基体基因表达矩阵,通过差异分析共得到77个上调和190个下调高尔基体相关基因。通过对1 084个高尔基体相关基因进行单因素预后分析,得到了8个喉癌预后抑制因子和15个喉癌预后促进因子。通过交叉分析,最终得到1个在喉癌癌旁组织中高表达的预后抑制因子和5个喉癌组织中高表达的预后促进因子。对获得的6个基因进行LASSO回归分析构建模型,Kaplan-Meier法分析结果显示高风险组比低风险组预后差（P＜0.05）。ROC曲线验证该预测模型的可靠性较好。实时荧光定量PCR和免疫印迹实验验证TMC8在喉癌中表达低于癌旁组织,SLC35C1、PDGFA、GALNT2、ITGA5在喉癌中表达高于癌旁组织。结论:采用生物信息学分析方法结合实验验证,筛选并构建了一个喉癌预后的预测模型,为该疾病的研究和诊治提供新的思路和方法。     

RNA结合蛋白在肾癌发生发展中作用机制及生物学功能的研究进展

RNA结合蛋白（RBPs）是基因调控的重要组成部分,其涉及与rRNA、ncRNA、snRNA、miRNA、mRNA和tRNA等各种类型RNA的相互作用。其表达失调可能会促进细胞增殖、促进血管生成、抑制凋亡,在多种疾病尤其是恶性肿瘤的发生发展中扮演着关键角色。随着对肾癌分子机制研究的逐渐深入,人们发现RBPs的异常表达与肾癌的增殖、侵袭和转移密切相关,这些研究对肾癌的诊断、治疗和预后评价提供了一些新思路。本文就RNA结合蛋白在肾癌发生发展中作用机制及生物学功能的研究进展进行综述。     

肝癌中铜死亡相关基因的表达及其预后价值

目的探讨铜死亡相关基因与肝癌生存预后的关系。方法通过收集TCGA数据库中肝癌患者的临床信息和相应的RNA-seq数据,分析10个铜死亡相关基因在肝癌组织和正常组织中的差异表达。进一步使用一致性聚类以确定新的肝癌亚型,比较两个亚型之间总体生存率和临床特征的差异。单因素Cox回归分析筛选与预后相关的铜死亡基因,并利用LASSO回归分析构建风险模型。结果与正常组织相比,肝癌组织中FDX1表现下调,其余9个基因表现上调。聚类分析示,Cluster1的预后较差。基于单因素Cox回归分析和LASSO回归分析筛选出5个预后相关基因(LIPT1、DLAT、MTF1、GLS、CDKN2A)并构建风险模型。与其他临床特征相比,该预后模型的风险评分被确认为独立的预后因素。结论通过生物信息学分析构建了5个铜死亡相关基因的肝癌预后模型,有可能作为肿瘤诊断分子标志物和潜在的治疗靶点。     

基于miRNA-mRNA 网络筛查并验证胃癌诊断和预后评估相关的标志 物及其潜在分子机制

目的：通过生物信息学方法探索并实验验证胃癌相关标志物miR-1-3p对胃癌细胞增殖的作用及其分子机制。方法：收 集TCGA 数据库中胃癌（n=375）及癌旁组织（n=45）的转录组数据,构建胃癌特异性mRNA-miRNA 网络,筛选潜在的miRNA 类标 志物,利用TargetScan 预测标志物的下游靶基因且分析它们的功能。选取人正常胃上皮细胞GES-1 及胃癌细胞AGS、MKN45、NCI-N87,用qPCR 法检测细胞中miR-1-3p 和心肌蛋白（MYOCD）的表达,用lipofectamine 2000 将miR-1-3p 模拟物转染至胃癌细 胞中,CCK-8 法测定轨染后细胞的增殖能力,WB 法测定MYOCD 的表达量,双荧光素酶报告基因实验验证miR-1-3p 与MYOCD 之间的靶向结合关系。结果：通过数据库数据分析得到差异表达的259 个miRNA 和7 545 个mRNA,构建胃癌特异性mRNA-miRNA 调节网络,分析网络中脆弱结构后确定miR-1-3p 为潜在的胃癌标志物,ROC 曲线和Kaplan-Meier 分析显示其对胃癌的诊 断和预后评估有重要意义。细胞实验显示miR-1-3p 在胃癌细胞中呈低表达（P<0.05）,过表达miR-1-3p 可抑制胃癌细胞AGS 和 MKN-45 的增殖能力（P<0.05 或P<0.01）,且可抑制MYOCD的表达（P<0.01）。TargetScan数据库预测到MYOCD 的3''UTR 区域中有 两个与miR-1-3p 结合的位点,双荧光素酶报告基因实验证实miR-1-3p 与MYOCD 靶向结合且负调控MYOCD 的表达（P<0.01）。结论: miR-1-3p 可能是胃癌诊断和预后相关潜在的标志物,且miR-1-3p 可能是通过靶向MYOCD 来影响胃癌细胞的增殖。     

Establishment and verification of prognostic model for gastric cancer based on autophagy-related genes

Autophagy played a significant role in the development of cancer. In this study, we explored the value of autophagy-associated genes in gastric cancer. RNA sequencing and clinical information containing 375 gastric cancer and 32 normal tissues were gathered from the TCGA portal. Then we stochastically allocated the autophagy-associated genes (AAGs) to training and testing groups. Next, we screened the discrepantly expressed AAGs and the prognostic AAGs by Cox regression analysis and Lasso regression analysis. Afterwards, we structured the model by using the prognostic AAGs and plotted Kaplan-Meier (KM) and receiver operating characteristic (ROC) curves to verify the performance of models in both groups. Besides, we utilized Gene Ontology (GO) functional annotation and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analyses to explore the molecular mechanisms of AAGs in gastric cancer. Finally, we demonstrated discrepant expression of AAGs within gastric cancer and non-tumor tissues at protein level with immunohistochemistry. 28 discrepantly expressed AAGs were screened from the TCGA database which contained 375 gastric cancer and 32 non-tumor samples. Cox and Lasso regression analyses were performed in training group and then we got 5 prognostic AAGs to establish the prognostic model. The patients who had high risk possessed worse overall survival (OS) both in training group (5-year OS, 47.6% vs 23.1%; P < 0.0001) and test group (5-year OS, 49.2% vs 0%, P=0.019). The proportion under ROC curves (AUC) were significant both in training group and test group (5-year AUC, 0.736 vs 0.809). Through this study, we constructed a model for gastric cancer patients which may provide individual treatment and superior prognosis.     

整合生物信息学挖掘胃癌潜在关键生物标志物

目的:通过整合生物信息学挖掘胃癌潜在关键生物标志物。方法:本研究从GEO数据库下载数据集联合分析，借助R语言挖掘差异基因集，并功能注释和富集这些基因的相关生物通路；采用String数据库和Cytoscape软件挖掘关键基因，并借由Onconmine数据库验证关键基因。结果:本研究总共确定了98个共有差异基因，包括30个上调和68个下调基因。差异基因的显著性功能通路途径包括:胞外基质-受体互作、黏着斑、视黄醇新陈代谢及胃酸分泌。基因富集分析发现差异基因参与跨膜受体、胞外基质、组织内稳态等过程；通过分子网络挖掘了10个可能的致病关键基因，生存曲线分析发现SPP1和MMP9可能与胃癌患者预后相关。结论:本研究鉴定的差异基因和关键基因有助于我们了解胃癌的致病分子机制，并为胃癌的筛查与治疗提供新的候选生物标志物。     

COL1A2 is a Novel Biomarker to Improve Clinical Prediction in Human Gastric Cancer: Integrating Bioinformatics and Meta-Analysis

Gastric cancer is the third most common cause of cancer-related death in worldwide. It is crucial to target the key genes controlling pathogenesis in the early stage of gastric cancer. This study describes an integrated bioinformatics to identify molecular biomarkers for gastric cancer in patients’ cancer tissues. We reports differently expression genes in large gastric cancer cohorts from Gene Expression Ominus (GEO). Our findings revealed that 433 genes were significantly different expressed in human gastric cancer. Differently expression gene profile in gastric cancer was further validated by bioinformatic analyses, co-expression network construction. Based on the co-expression network and top-ranked genes, we identified collagen type I alpha 2 (COL1A2) which encodes the pro-alpha2 chain of type I collagen whose triple helix comprises two alpha1 chains and one alpha2 chain, was the key gene in a 37-gene network that modulates cell motility by interacting with the cytoskeleton. Furthermore, the prognostic role of COL1A2 was determined by use of immunohistochemistry on human gastric cancer tissue. COL1A2 was highly expressed in human gastric cancer as compared with normal gastric tissues. Statistical analysis showed COL1A2 expression level was significantly associated with histological type and lymph node status. However, there were no correlations between COL1A2 expression and age, lymph node numbers, tumor size, or clinical stage. In conclusion, the novel bioinformatics used in this study has led to identification of improving diagnostic biomarkers for human gastric cancer and could benefit further analyses of the key alteration during its progression.     

CPNE7通过上皮间质转化影响胃癌细胞增殖、迁移和侵袭

目的:探讨CPNE7在胃癌组织和细胞中的表达及影响胃癌细胞增殖、迁移和侵袭的机制。方法:基于生物信息学数据库GEPIA 从转录水平分析CPNE7在胃癌及癌旁正常组织中的表达差异。qRT-PCR法检测CPNE7在3种胃癌细胞系(AGS、MKN-45、HGC-27)和胃黏膜正常上皮细胞(GES-1)中的表达,选择表达量相对较高的AGS细胞作为后续实验细胞。通过慢病毒转染AGS细胞敲减CPNE7的表达,根据不同处理分为RNAi-vector组、RNAi-1组、RNAi-2组、RNAi-3组,qRT-PCR、Western blot验证细胞转染效率,选择敲减效率最有效的RNAi-1(实验组)和RNAi-vector(对照组)进行后续实验。采用CCK-8法检测细胞活力,EdU和克隆形成实验检测细胞增殖和克隆形成能力,划痕愈合实验和Transwell实验检测细胞迁移与侵袭能力,Western blot检测细胞凋亡相关蛋白(Caspase3、Caspase7、Caspase9、Bax、Bcl-2)及上皮间质转化（epithelial-mesenchymal transition,EMT)相关蛋白（E-cadherin、N-cadherin、Vimentin)的表达水平。结果:CPNE7在胃癌组织中的表达明显高于正常组织(P＜0.05)。与正常胃黏膜上皮细胞(GES-1)相比较,CPNE7在胃癌细胞中明显高表达(P＜0.05),在AGS胃癌细胞中CPNE7相对表达量最高（P＜0.001)。与RNAi-vector组相比较,敲减CPNE7可抑制胃癌细胞的增殖、迁移和侵袭（P＜0.05)。与RNAi-vector组相比较,敲减CPNE7可上调细胞凋亡相关蛋白Caspase3、Caspase7、Caspase9、Bax的表达,下调Bcl-2的表达（P＜0.05)。与RNAi-vector组相比较,敲减CPNE7可增加上皮标志物蛋白(E-cadherin)的表达水平(P＜0.01),降低间质标志物蛋白(N-cadherin、Vimentin)的表达水平（P＜0.01)。结论:CPNE7在胃癌组织和细胞中表达上调,敲减CPNE7可通过影响EMT进程抑制胃癌细胞增殖、迁移与侵袭,其可能成为胃癌的潜在分子标志物。     

胃癌细胞中Cullin1基因表达与肿瘤细胞凋亡的关系

目的:探讨胃癌组织及细胞中Cullin1基因表达水平及其对凋亡的影响及其机制。方法:在TCGA（The Cancer Genome Atlas）数据库下载胃癌数据,分析胃癌组织与正常组织中Cullin1表达差异。应用实时荧光定量PCR（qRT-PCR）技术检测36例胃癌及正常组织中Cullin1基因表达。合成小干扰RNA（Cullin1-siRNA）转染胃癌细胞系AGS,抑制Cullin1表达;四甲基偶氮唑盐比色法（MTT）检测细胞的增殖活性;流式细胞仪实验检测细胞凋亡率;qRT-PCR和蛋白印迹（Western blot）检测转染各组细胞Cullin1、Bcl2、Bax和Survivin、Livin基因mRNA和蛋白表达。结果:生物信息学结果显示,Cullin1基因在胃癌组织中表达水平明显高于正常组织（P＜0.01）;不同T分期的胃癌组织中Cullin1基因表达存在差异（P=0.026）。qRT-PCR结果显示验证结果与生物信息学结果符合。Cullin1-siRNA能有效沉默AGS细胞Cullin1基因的表达;有效抑制AGS细胞Cullin1表达后,转染组细胞的活性明显低于NS-siRNA组和空白对照组;凋亡率在Cullin1-siRNA组明显高于NS-siRNA组、空白对照组。Cullin1-siRNA转染后AGS中Cullin1和Bcl2、Survivin、Livin基因和蛋白表达下调,而Bax基因和蛋白表达上调(P＜0.05)。结论:Cullin1基因在胃癌中表达增强且与肿瘤浸润深度有关,该基因可能通过抑制胃癌细胞凋亡而发挥作用。     

基于lncRNA-miRNA-mRNA调节网络胃癌关键基因筛选与分析

目的胃癌的分子发病机制与预后仍是亟待解决的难题。本研究通过癌症基因组图谱(the cancer genome atlas,TCGA)数据库筛选出在胃癌中表达失调的基因,构建长链非编码RNA(long non-coding RNA,lncRNA)-微小RNA(microRNA,miRNA)-信使RNA(mRNA)调节网络,寻找并分析网络中与胃癌患者预后相关的关键调控基因,为胃癌提供新型分子标志物。方法从TCGA官方网站中下载胃癌RNA测序数据和临床数据,使用R软件edgeR包分析胃癌中差异表达的lncRNA、miRNA和mRNA,构建差异lncRNA-miRNA-mRNA调控网络。使用R软件中的survival包对调控网络中的基因进行分析,寻找与胃癌预后相关的关键基因。使用Kaplan Meier-plotter在线数据库分析这些关键基因的预后作用。结果共有62个lncRNA、10个miRNA和10个mRNA分子参与调控网络的构建。Kaplan-Meier生存分析显示,2个mRNA(ATAD2、SERPINE1),10个lncRNA(AC018781.1、ADAMTS9-AS1、ADAMTS9-AS2、AL139002.1、AL391152.1、C15orf54、IGF2-AS、LINC00326、NKX2-1-AS1、POU6F2-AS2)和2个miRNA(miR-145、miR-508)与胃癌患者预后有统计学意义的关联,P<0.05。Kaplan Meier-plotter数据库分析显示,mRNA ATAD2(HR=1.66,95%CI为1.32~2.08,P<0.001)和SERPINE1(HR=1.36,95%CI为1.13~1.64,P=0.001)与胃癌患者的总体生存率差异有统计学意义的关联。结论成功构建了胃癌lncRNA-miRNA-mRNA调节网络后,识别出了调控网络中预后相关基因,这些基因可能作为胃癌新型的分子标志物。