Mg2+ Transporters in Digestive Cancers

Despite magnesium (Mg²⁺) representing the second most abundant cation in the cell, its role in cellular physiology and pathology is far from being elucidated. Mg²⁺ homeostasis is regulated by Mg²⁺ transporters including Mitochondrial RNA Splicing Protein 2 (MRS2), Transient Receptor Potential Cation Channel Subfamily M, Member 6/7 (TRPM6/7), Magnesium Transporter 1 (MAGT1), Solute Carrier Family 41 Member 1 (SCL41A1), and Cyclin and CBS Domain Divalent Metal Cation Transport Mediator (CNNM) proteins. Recent data show that Mg²⁺ transporters may regulate several cancer cell hallmarks. In this review, we describe the expression of Mg²⁺ transporters in digestive cancers, the most common and deadliest malignancies worldwide. Moreover, Mg²⁺ transporters’ expression, correlation and impact on patient overall and disease-free survival is analyzed using Genotype Tissue Expression (GTEx) and The Cancer Genome Atlas (TCGA) datasets. Finally, we discuss the role of these Mg²⁺ transporters in the regulation of cancer cell fates and oncogenic signaling pathways.     

结肠癌免疫相关 lncRNA 风险预测模型的建立

目的 分析影响结肠癌预后的免疫相关 lncRNA, 并构建预测结肠癌患者预后的相关预测模型。 方法 下载 TCGA 数据库中的结肠癌 lncRNA 表达谱, 数据经 TPM 标准化后分析所有 lncRNA 的差异性表 达, 其中缺失值的补充采用 KNN 法, 通过共表达方法提取并鉴定免疫相关 lncRNA, 然后对差异性表达的 lncRNA 进行 LASSO 回归分析, 再进行单因素和多因素 COX 回归分析。 最后使用 R 4. 0. 2 统计学软件的 ggplot2 包基于 lncRNA 风险评分与基因表达关系, 构建风险因子关联图、 KM 曲线及评价模型预测价值的 ROC 曲线。 结果 经过表达差异性分析发现, 共有 2 258 个 lncRNA 在癌和癌旁组织中差异性表达, 其中上 调的有 1 648 个, 下调的有 610 个。 选取差异表达前 100 位的免疫相关 lncRNA 进行 LASSO 回归分析, 共筛 选出 12 个 lncRNA, 再进行单因素和多因素 COX 回归分析后显示 AC092723. 1、 AC007182. 1 和 AC004947. 1 与预后明显相关, 使用 R 4. 0. 2 统计学软件构建预后风险因子关联图, ROC 曲线显示其预测 1 年、 3 年和 5 年的预测价值均较高, 其 AUC 分别为 0. 79 (95 % CI: 0. 67 ~ 0. 91), 0. 78 (95 % CI: 0. 66 ~ 0. 9), 0. 7 (95 % CI: 0. 51 ~ 0. 9)。 结论 研究使用 TCGA 公共数据库进行生物信息学分析并构建的预后模型显示有 较高的预测价值, 除具有一定的临床意义外, 对未来 lncRNA 相关结肠癌的研究也提供了一定的方向。     

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。     

基于网络药理学和生物信息学探讨小柴胡汤治疗肝细胞癌的作用机制

目的 采用TCGA数据挖掘和网络药理学方法分析小柴胡汤治疗肝细胞癌(HCC)的药效物质基础及药理机制.方法 通过TCGA数据库挖掘HCC差异表达基因、通过TCMID、TCMSP数据库和文献检索得到小柴胡汤的活性成分及其作用靶点;绘制韦恩图获得小柴胡汤-HCC共有靶点.通过Cytoscape软件构建疾病-药物-有效成分-...     

基于TCGA数据库挖掘甲状腺乳头状癌淋巴结转移相关的突变基因及其机制探讨

目的:挖掘并筛选与甲状腺乳头状癌(papillary thyroid carcinoma, PTC)淋巴结转移相关的突变基因及其潜在的机制。方法:从TCGA数据库获得377例PTC患者的测序数据及完整的临床资料,并分为淋巴结转移组（LM,n=212）与无淋巴结转移组（NLM,n=165）。利用R语言（v3.6.2）对转移组特有的突变基因进行富集分析。采用String在线软件绘制蛋白互作网络,Cytoscape软件筛选网络中的核心基因。在UALCAN网站上验证基因表达量与淋巴结转移之间的关系。利用荧光实时定量PCR测定候选基因在细胞系中mRNA的表达量。结果：一共筛选出1 197个仅在LM组发生突变的基因,它们主要富集在黏着连接、细胞黏附分子（cell adhesion molecules,CAMs）通路。CAMs通路的核心基因ITGB1与VCAN的表达量与淋巴结转移相关。与正常甲状腺细胞系相比,VCAN基因在PTC细胞系TPC-1和B-CPAP中mRNA的表达量较高,尤其是B-CPAP细胞系。结论：CAMs通路可能是PTC淋巴结转移相关机制之一,其中VCAN基因可能是潜在的分子标志物。     

癌症基因组学相关数据管理与应用探析

目的：梳理美国癌症基因组图谱计划（The Cancer Genome Atlas,TCGA）相关数据的收集、整理、组织、共享及应用情况,为建立及完善国家级大型的开放癌症基因组学相关数据资源提供参考。方法：系统调研TCGA计划的数据管理相关机构工作流程、数据共享利用等方面的解决方案和最佳实践。 结果：TCGA计划通过多中心合作,建立了组织样本采集、处理、质量控制、序列测定、特征分析、数据共享与研究应用等全链条的癌症基因组图谱数据管理流程,从所属癌症、数据类型、处理水平等角度对数据进行精细分类,并针对汇总数据和个体数据分别采取开放存取和受控访问两种共享机制,研究者们利用其共享数据开展了相关癌症特征基因的突变、扩增和缺失、以及受影响的信号通路等多方面研究。 结论：癌症基因组图谱计划的实践探索可为大规模癌症基因组学相关研究计划的实施提供数据管理方面的经验借鉴与参考。     

基于TCGA数据库应用生物信息学方法分析和挖掘肺腺癌预后和诊断miRNA研究

目的基于TCGA数据库,应用生物信息学方法分析和挖掘肺腺癌预后和诊断miRNA生物学标志物。方法数据下载:从TCGA下载获取肺腺癌miRNA表达谱数据,包括miRNAseq和临床数据。筛选差异表达miRNAs:应用R-version 3.6.2软件中的edgeR包筛选肺腺癌组织和正常肺组织的差异基因,以│logFC│>2,P<0.05为筛选条件。筛选与预后相关miRNAs:应用R-version 3.6.2软件中的survival包绘制KM生存曲线,筛选与预后相关的miRNAs。筛选可作为肺腺癌诊断的miRNAs:应用R-version 3.6.2软件中的pROC包制作受试者工作特征曲线(ROC)评价与预后相关miRNAs诊断肺腺癌的特异性和敏感性。结果共识别到肺腺癌与正常肺组织差异表达的miRNA 144个,其中上调表达119个,下调表达25个。通过K-M生存曲线筛选出与预后显著相关(P<0.05)的miRNA共13个,分别为hsa-miR-139-3p、hsa-miR-328-3p、hsa-let-7g-3p、hsa-miR-142-3p、hsa-miR-147b...     

可变剪切事件在胰腺癌中的发生及其临床意义

目的探索胰腺癌(PAAD)中存在的差异RNA剪接模式,分析可变剪切(AS)事件与胰腺癌临床预后的关系。方法自癌症基因组图谱(TCGA)中下载RNA-seq数据、临床数据资料,提取剪接因子(SF)表达量;采用TCGA SpliceSeq工具下载提取AS事件数据,评估7种可变剪切类型在胰腺癌病例中的发生情况;采用Kaplan-Meier分析及Cox回归分析评估AS事件风险值和生存时间之间的相关性,并探索PAAD的独立危险因素;采用Cytoscape构建基于生存相关的AS事件与SF的调控关系网络。结果PAAD中与生存相关的AS事件以外显子跳跃(ES)类型多见,外显子互斥(ME)类型较少;各亚型AS事件对生存影响不同,低风险组的预后较好,且风险值可作为PAAD独立预后因素(P<0.01,AUC=0.765)。剪接网络提示PAAD患者中剪接因子的表达与AS事件之间具有相关性。结论AS事件风险值可作为PAAD的独立预后因子,且SF对AS事件的调控呈多样性,SF可能会作为PAAD治疗的潜在靶点。     

Identification of prognostic genes and construction of a novel gene signature in the skin melanoma based on the tumor microenvironment

Skin melanoma remains a highly prevalent and yet deadly form of cancer, with the exact degree of melanoma-associated mortality being strongly dependent upon the local tumor microenvironment. The exact composition of stromal and immune cells within this microenvironmental region has the potential to profoundly impact melanoma progression and prognosis. As such, the present study was designed with the goal of clarifying the predictive relevance of stromal and immune cell-related genes in melanoma patients through comprehensive bioinformatics analyses. We therefore analyzed melanoma sample gene expression within The Cancer Genome Atlas database and employed the ESTIMATE algorithm as a means of calculating both stromal and immune scores that were in turn used for identifying differentially expressed genes (DEGs). Subsequently, univariate analyses were used to detect DEGs associated with melanoma patient survival, and through additional functional enrichment analyses, we determined that these survival-related DEGs are largely related to inflammatory and immune responses. A prognostic signature comprised of 10 genes (IL15, CCL8, CLIC2, SAMD9L, TLR2, HLA.DQB1, IGHV1–18, RARRES3, GBP4, APOBEC3G) was generated. This 10-gene signature effectively separated melanoma patients into low- and high-risk groups based upon their survival. These low- and high-risk groups also exhibited distinct immune statuses and differing degrees of immune cell infiltration. In conclusion, our results offer novel insights into a number of microenvironment-associated genes that impact survival outcomes in melanoma patients, potentially highlighting these genes as viable therapeutic targets.