一个基因表达特征定义了胃腺癌中Claudins低表达且NF-YA长/NF-YA短剪接变异比率高的亚型

A gene-expression signature defines a subtype of Stomach Adenocarcinomas with low levels of Claudins and a high ratio of NF-YA long/NF-YA short splicing variants

作者信息Alberto Gallo, Mirko Ronzio, Maria Barbara Campbell, Sofia Polettini, Enrico Garattini, Roberto Mantovani, Diletta Dolfini
PMID41082105
发布时间2026-01
DOI10.1007/s10120-025-01671-1

实验完整度

包含基于TCGA、独立数据集和细胞系的转录组分析,并通过qRT-PCR和Western blot进行验证,但缺乏体内功能实验或机制验证。

主要模型

TCGA STAD肿瘤样本 CCLE STAD细胞系 独立STAD患者样本数据集

重点核对

TCGA STAD肿瘤样本的158基因特征表达 CCLE STAD细胞系的158基因特征表达 qRT-PCR验证的CLDN3、CLDN4、CLDN7、VIM、CDH1、NF-YAl、NF-YAs mRNA表达 Western blot验证的NF-YAl、NF-YAs、VIM、CDH1蛋白表达

摘要

背景:Claudin-3、Claudin-4和Claudin-7在上皮细胞表面表达。在上皮来源的肿瘤细胞中,它们的缺失是不同癌症的侵袭性标志。NF-YA基因编码核转录因子Y亚基A,其在多种肿瘤中过表达。在肿瘤中,NF-YA的两个主要选择性剪接异构体NF-YA长和NF-YA短的相对比率与间质表型和不良预后相关。基于高NF-YA长/NF-YA短比率,我们生成了一个158基因特征,该特征在Claudinlow乳腺癌(BRCA)和胃腺癌(STAD)中常见。方法:为了更好地对STAD Claudinlow肿瘤进行分类,我们采用了基于158基因特征的层次聚类方法,将STAD分类为Claudinlow亚组。我们在TCGA以及另外两个肿瘤数据集中测试了该特征的分类潜力。我们使用深度学习工具DeepCC和158基因特征对CCLE平台中可用的STAD细胞系进行分类。获得的数据通过qRT-PCR和Western blots进行验证。结果:158基因特征选择出了一个STAD亚组,该亚组具有有效的Claudinlow表达和高NF-YA长/NF-YA短比率。该Claudinlow亚组与STAD的EMT亚组分离,并以不良临床结局为特征。我们鉴定了9个具有高NF-YA长/NF-Y短比率的Claudinlow STAD细胞系,并验证了选定标志物的表达。结论:我们的工作支持这样的观点:三个重叠特征——Claudin-3/4/7低表达、高NF-YA长/NF-YA短比率和158基因特征——标记了STAD的一个特定亚组,该亚组以间质特征和不良预后为特征。补充信息:在线版本包含补充材料,可在10.1007/s10120-025-01671-1获取。关键词:STAD肿瘤分类,细胞系,Claudinlow,NF-YA

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
基于158基因特征能否更准确地定义STAD中的Claudinlow亚型,并验证其与Claudin表达及NF-YA剪接比率的关系。
核心机制
STAD中存在一个以低Claudin-3/4/7表达、高NF-YAl/NF-YAs比率和158基因特征为标志的亚组,该亚组与间质表型和不良预后相关。
主要证据
基于TCGA和两个独立数据集的RNA-seq数据进行层次聚类识别Claudinlow亚组,并通过qRT-PCR和Western blot在6个细胞系中验证标志物表达。
研究意义
该研究为STAD的Claudinlow亚型提供了更精确的分子定义,可能有助于改进肿瘤分类和预后判断。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

TCGA STAD肿瘤的层次聚类分类

基于158基因特征对TCGA STAD肿瘤进行层次聚类,以重新定义Claudinlow亚组。

对TCGA STAD肿瘤的基因表达数据进行方差稳定变换,使用SigClust2和158基因特征进行层次聚类,得到Claudinlow亚组。

2

独立数据集的验证

在独立数据集(PRJNA764173和PRJNA1119255)中验证158基因特征对Claudinlow亚组的分类能力。

对231例和60例STAD样本进行层次聚类,识别出Claudinlow亚组,并分析其Claudin和NF-YA表达。

3

CCLE STAD细胞系的分类

利用DeepCC和158基因特征对CCLE中的STAD细胞系进行重新分类,以识别Claudinlow细胞系。

使用DeepCC基于已有分类进行训练,然后使用ssGSEA和158基因特征计算z-score,将z-score>1的细胞系分类为Claudinlow。

4

细胞系标志物验证

通过qRT-PCR和Western blot验证所选STAD细胞系中CLDN3/4/7、VIM、CDH1、NF-YAl、NF-YAs的表达。

对HS746T、LMSU、MKN7、NCIN87、MKN45和AGS细胞系进行qRT-PCR和Western blot分析,以验证RNA-seq数据。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
RPMI培养基EurocloneECB9006L
胎牛血清EurocloneECS0165L
L-谷氨酰胺EurocloneECB3000D
青霉素/链霉素EurocloneECB3001D
Trizol试剂Sigma AldrichT9424
M-MLV SuperMIX 5X + M-MLV混合液GenespinSTS-MSX
抗Vinculin抗体Sigma-Aldrich05-386
抗β-tubulin抗体Sigma-AldrichT5293
抗NF-YA G2抗体Santa Cruz Biotech.sc-17753
抗CDH1抗体BD Biosciences.610181
抗Vimentin抗体Cell SignalingD21H3
辣根过氧化物酶标记的抗小鼠二抗Sigma-AldrichA4416
辣根过氧化物酶标记的抗兔二抗Sigma-AldrichA6154
ChemiDoc成像系统Bio-Rad--
CFX Connect实时荧光定量PCR系统BIO-RAD--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
层次聚类分类
TCGA STAD肿瘤样本数量(415)、使用的158基因特征、SigClust2参数(Ward.D2连接、曼哈顿距离)
阅读提示:Materials and methods: Hierarchical clustering and Claudinlow subtype re-classification of the TCGA STAD tumors
独立数据集验证
数据集(PRJNA764173、PRJNA1119255)样本数(231和60)、层次聚类方法
阅读提示:Materials and methods: STAD RNA-seq data and molecular classifications; Results: Use of the 158-gene signature to classify additional STAD cases
细胞系分类
CCLE STAD细胞系数量(50)、DeepCC训练集分类、ssGSEA z-score阈值(>1)
阅读提示:Materials and methods: Re-classification of the STAD cell-lines; Results: A novel classification of the STAD cell lines
qRT-PCR验证
细胞系(HS746T、LMSU、MKN7、NCIN87、MKN45、AGS)、引物序列(补充表1)
阅读提示:Materials and methods: qRT-PCR and western blot analyses; Results: A novel classification of the STAD cell lines
Western blot验证
抗体列表、蛋白提取方法、上样量(30 µg)
阅读提示:Materials and methods: qRT-PCR and western blot analyses; Results: A novel classification of the STAD cell lines