目的基于铜死亡相关基因(cuproptosis-related genes,CRGs)构建神经母细胞瘤(neuroblastoma,NB)预后模型,以改善神经母细胞瘤患者的个体化管理。方法从公开的数据库中收集具有相关完整临床信息的铜死亡基因表达数据。获得来自基因表达...目的基于铜死亡相关基因(cuproptosis-related genes,CRGs)构建神经母细胞瘤(neuroblastoma,NB)预后模型,以改善神经母细胞瘤患者的个体化管理。方法从公开的数据库中收集具有相关完整临床信息的铜死亡基因表达数据。获得来自基因表达综合数据库(gene expression omnibus,GEO)的GSE49711队列、来自开放有效治疗方法的治疗性研究数据库(therapeutically applicable research to generate effective treatments,TARGET)的TARGET-NB队列和来自功能基因组学公共存储库ArrayExpress数据库的E-MTAB-8248队列。排除随访信息缺失的患者,最终纳入968例进行分析。选择GSE49711队列作为“训练集”构建预后模型,其余两个数据集作为“验证集”。使用Log-rank检验筛选有预后意义的变量,再使用LASSO-Cox回归分析建立最佳多基因预后模型。采用ROC曲线、列线图、校准曲线和DCA曲线评估预后模型的准确性。使用RT-qPCR验证风险基因在神经母细胞系中的表达水平,并选择关键风险基因PDHA1进行功能分析。结果通过训练集首次建立了预后模型[风险评分公式为(1.573)×PDHA1+(-0.561)×GLS+(0.320)×LIAS+(0.088)×MTF1+(0.301)×PDHB]。根据风险评分中位值将患者分为高风险组和低风险组。生存分析显示高风险组中的NB患者的生存率明显低于低风险组(P<0.001)。时间依赖性ROC曲线预测3、5、7年生存率的曲线下面积(area under curve,AUC)分别为0.80、0.80和0.81。生存分析表明,在TARGET-NB和E-MTAB-8248队列中,与低风险组比较,高风险组患者的预后患者更差(P=0.011,P=0.0087)。列线图的校准曲线和DCA曲线(C指数为0.736)显示列线图具有良好的临床价值。RT-qPCR和功能丧失实验验证了风险模型中基因的表达水平和关键基因PDHA1的功能。结论基于铜死亡相关基因构建了预测神经母细胞瘤患者生存率的预后模型,并在两个外部数据集中验证了该模型的准确性。展开更多
目的基于高通量RNA测序技术和生物信息学分析鉴定肾母细胞瘤(wilms tumor,WT)中潜在的circRNA-miRNA-mRNA调控网络。方法收集2021年6月至2022年3月期间重庆医科大学附属儿童医院泌尿外科的WT患者的肿瘤切除组织共25例。RNA测序技术分析...目的基于高通量RNA测序技术和生物信息学分析鉴定肾母细胞瘤(wilms tumor,WT)中潜在的circRNA-miRNA-mRNA调控网络。方法收集2021年6月至2022年3月期间重庆医科大学附属儿童医院泌尿外科的WT患者的肿瘤切除组织共25例。RNA测序技术分析4对配对的肿瘤和癌旁正常组织的circRNA(DEcircRNA)和mRNA(DEmRNA)差异表达谱。对差异分子进行基于miRanda的miRNA靶点预测,基于相同位点和协同表达建立完整的circRNA-miRNA-mRNA调控网络。最后验证关键环状RNA的功能。结果筛选出314个DEcircRNAs和1612个DEmRNAs。通过RT-qPCR在组织中随机选择12个circRNA进行表达量验证,其中7个circRNA显示出与测序结果一致的趋势。基因本体论(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)分析提示DEcircRNA的亲本基因和DEmRNA主要富集到细胞增殖、癌症和多种代谢相关通路中。利用miRanda预测工具识别DEcircRNA和DEmRNA的共同miRNA靶点,以此构建完整的circRNA-miRNA-mRNA网络。基因集富集分析(Gene Set Enrichment Analysis,GSEA)提示ceRNA网络中的靶基因与细胞周期和免疫应答有关。为了鉴定关键的下游靶点,基于STRING数据库建立了127个ceRNA网络中靶基因的PPI(protein-protein interaction)网络,并进一步确定了前10个HUB基因。其中,4个HUB基因(TP53、KANK3、LLGL1和TOPA3)被证实与WT的预后密切相关。基于具有预后意义的关键靶基因构建circRNA作用的调控子网络。最后,通过CCK-8、划痕、Transwell和流式细胞实验,发现沉默子网络中的circRNA(hsa_circ_0009035)抑制了WT细胞的增殖、迁移、侵袭和细胞周期分布(P<0.05)。结论本研究展示了WT中circRNAs的全面表达,构建了潜在的circRNA相关的ceRNA调控网络,深入阐释了WT发生发展的调控机制。展开更多
文摘目的基于铜死亡相关基因(cuproptosis-related genes,CRGs)构建神经母细胞瘤(neuroblastoma,NB)预后模型,以改善神经母细胞瘤患者的个体化管理。方法从公开的数据库中收集具有相关完整临床信息的铜死亡基因表达数据。获得来自基因表达综合数据库(gene expression omnibus,GEO)的GSE49711队列、来自开放有效治疗方法的治疗性研究数据库(therapeutically applicable research to generate effective treatments,TARGET)的TARGET-NB队列和来自功能基因组学公共存储库ArrayExpress数据库的E-MTAB-8248队列。排除随访信息缺失的患者,最终纳入968例进行分析。选择GSE49711队列作为“训练集”构建预后模型,其余两个数据集作为“验证集”。使用Log-rank检验筛选有预后意义的变量,再使用LASSO-Cox回归分析建立最佳多基因预后模型。采用ROC曲线、列线图、校准曲线和DCA曲线评估预后模型的准确性。使用RT-qPCR验证风险基因在神经母细胞系中的表达水平,并选择关键风险基因PDHA1进行功能分析。结果通过训练集首次建立了预后模型[风险评分公式为(1.573)×PDHA1+(-0.561)×GLS+(0.320)×LIAS+(0.088)×MTF1+(0.301)×PDHB]。根据风险评分中位值将患者分为高风险组和低风险组。生存分析显示高风险组中的NB患者的生存率明显低于低风险组(P<0.001)。时间依赖性ROC曲线预测3、5、7年生存率的曲线下面积(area under curve,AUC)分别为0.80、0.80和0.81。生存分析表明,在TARGET-NB和E-MTAB-8248队列中,与低风险组比较,高风险组患者的预后患者更差(P=0.011,P=0.0087)。列线图的校准曲线和DCA曲线(C指数为0.736)显示列线图具有良好的临床价值。RT-qPCR和功能丧失实验验证了风险模型中基因的表达水平和关键基因PDHA1的功能。结论基于铜死亡相关基因构建了预测神经母细胞瘤患者生存率的预后模型,并在两个外部数据集中验证了该模型的准确性。
文摘目的基于高通量RNA测序技术和生物信息学分析鉴定肾母细胞瘤(wilms tumor,WT)中潜在的circRNA-miRNA-mRNA调控网络。方法收集2021年6月至2022年3月期间重庆医科大学附属儿童医院泌尿外科的WT患者的肿瘤切除组织共25例。RNA测序技术分析4对配对的肿瘤和癌旁正常组织的circRNA(DEcircRNA)和mRNA(DEmRNA)差异表达谱。对差异分子进行基于miRanda的miRNA靶点预测,基于相同位点和协同表达建立完整的circRNA-miRNA-mRNA调控网络。最后验证关键环状RNA的功能。结果筛选出314个DEcircRNAs和1612个DEmRNAs。通过RT-qPCR在组织中随机选择12个circRNA进行表达量验证,其中7个circRNA显示出与测序结果一致的趋势。基因本体论(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)分析提示DEcircRNA的亲本基因和DEmRNA主要富集到细胞增殖、癌症和多种代谢相关通路中。利用miRanda预测工具识别DEcircRNA和DEmRNA的共同miRNA靶点,以此构建完整的circRNA-miRNA-mRNA网络。基因集富集分析(Gene Set Enrichment Analysis,GSEA)提示ceRNA网络中的靶基因与细胞周期和免疫应答有关。为了鉴定关键的下游靶点,基于STRING数据库建立了127个ceRNA网络中靶基因的PPI(protein-protein interaction)网络,并进一步确定了前10个HUB基因。其中,4个HUB基因(TP53、KANK3、LLGL1和TOPA3)被证实与WT的预后密切相关。基于具有预后意义的关键靶基因构建circRNA作用的调控子网络。最后,通过CCK-8、划痕、Transwell和流式细胞实验,发现沉默子网络中的circRNA(hsa_circ_0009035)抑制了WT细胞的增殖、迁移、侵袭和细胞周期分布(P<0.05)。结论本研究展示了WT中circRNAs的全面表达,构建了潜在的circRNA相关的ceRNA调控网络,深入阐释了WT发生发展的调控机制。
