临床样本和数据库分析
评估SEMA6C在胰腺癌中的表达及其与患者预后的关系。
使用Oncomine数据库分析SEMA6C mRNA表达，利用PROGgene分析生存率，通过组织芯片免疫组化检测SEMA6C蛋白水平，并进行生存分析。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
Semaphorin 6C通过抑制AKT/GSK3/β-Catenin/Cyclin D1通路抑制胰腺癌细胞的增殖
Semaphorin 6C Suppresses Proliferation of Pancreatic Cancer Cells via Inhibition of the AKT/GSK3/β-Catenin/Cyclin D1 Pathway.
实验完整度
高包含体外细胞实验（中和抗体阻断、过表达）、RNA测序分析、组织芯片免疫组化、临床生存分析，并通过机制验证（Western blot）和功能实验（增殖、集落形成）支持结论。
主要模型
人胰腺癌细胞系 MIA PaCa-2 人胰腺癌细胞系 BxPC-3 人胰腺癌细胞系 Capan-2 小鼠胰腺癌细胞系 KPC
重点核对
SEMA6C表达水平（mRNA和蛋白） AKT/GSK3/β-catenin/cyclin D1通路蛋白磷酸化状态 CDK4/6抑制剂Palbociclib处理浓度和时间 miR-124-3p抑制剂浓度和处理时间 细胞增殖和集落形成实验的检测条件
摘要
Semaphorins (SEMAs) 是参与轴突连接和神经系统发育的轴突导向因子。然而，SEMAs在肿瘤发生中的功能作用仍未充分揭示。通过使用计算机数据分析，我们发现SEMA6C在胰腺癌中下调，其减少与较差的生存率相关。RNA测序显示，在中和抗体阻断SEMA6C或异位表达SEMA6C后，细胞周期相关基因，尤其是cyclin D1，发生显著改变。机制研究表明，SEMA6C通过抑制AKT/GSK3信号轴在胰腺癌中发挥肿瘤抑制作用，导致cyclin D1表达和细胞增殖的降低。SEMA6C低表达的癌症中cyclin D1表达的增强和细胞周期蛋白依赖性激酶的激活，为CDK4/6抑制剂提供了一个可成药的靶点。我们还阐明了SEMA6C在胰腺癌中下调的机制，并证明了miR-124-3p在抑制SEMA6C中的新调控作用。本研究为SEMA6C介导的抗癌作用提供了新的见解，并提示使用CDK4/6抑制剂治疗SEMA6C下调的癌症。
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
- SEMA6C在胰腺癌中的表达和功能及其作为肿瘤抑制因子的作用机制？
- 核心机制
- SEMA6C通过抑制AKT/GSK3/β-catenin信号通路，导致β-catenin表达下降，进而降低cyclin D1的表达和细胞增殖。
- 主要证据
- 通过中和抗体阻断SEMA6C增强了AKT磷酸化和cyclin D1表达，而SEMA6C过表达则相反；AKT抑制剂可逆转SEMA6C阻断引起的cyclin D1上调；Palbociclib抑制SEMA6C低表达胰腺癌细胞增殖。
- 研究意义
- 揭示SEMA6C是胰腺癌潜在的肿瘤抑制因子，为SEMA6C低表达胰腺癌提供使用CDK4/6抑制剂治疗的可能性，并提示miR-124-3p可作为治疗靶点。
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。
RNA测序和通路分析
鉴定SEMA6C低胰腺癌中改变的信号通路。
对TCGA数据分析SEMA6C共表达基因，进行AmiGO、GSEA和NetworkAnalyst分析；在MIA PaCa-2细胞中过表达SEMA6C后进行RNA测序。
体外功能实验
验证SEMA6C对胰腺癌细胞增殖和集落形成的影响。
使用中和抗体或过表达SEMA6C处理人（MIA PaCa-2、BxPC-3、Capan-2）和小鼠（KPC）胰腺癌细胞，进行细胞增殖（台盼蓝排除法）、集落形成和凋亡检测。
机制验证实验
阐明SEMA6C调控cyclin D1表达和细胞增殖的分子机制。
Western blot检测AKT磷酸化、GSK3磷酸化、β-catenin和cyclin D1蛋白水平；PCR检测cyclin D1 mRNA表达；使用AKT抑制剂处理观察逆转效应。
治疗靶点验证
评估CDK4/6抑制剂对SEMA6C低表达胰腺癌细胞的抑制作用。
使用L1000CDS2预测潜在药物，并选择Palbociclib处理MIA PaCa-2和KPC细胞，检测细胞增殖。
miRNA调控机制
揭示SEMA6C在胰腺癌中下调的上游调控机制。
通过miRDB、TargetScan、miRWalk预测SEMA6C靶向miRNA，发现miR-124-3p；在MIA PaCa-2细胞中转染miR-124-3p抑制剂，检测SEMA6C表达和细胞增殖。
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 |
|---|---|---|---|
| 数据处理 | Oncomine数据库 | -- | -- |
| PROGgene数据库 | -- | -- | |
| cBioPortal数据库 | -- | -- | |
| 数据分析 | AmiGO分析工具 | -- | -- |
| 基因集富集分析 | -- | -- | |
| NetworkAnalyst分析工具 | -- | -- | |
| RNA测序 | TruSeq链特异mRNA文库制备试剂盒 | Illumina | -- |
| AMPure XP系统 | Beckman Coulter | -- | |
| 生物分析仪2100 | Agilent | -- | |
| NovaSeq 6000测序平台 | Illumina | -- | |
| 数据分析 | L1000CDS2分析工具 | -- | -- |
| 细胞培养 | DMEM培养基 | HyClone | -- |
| RPMI培养基 | HyClone | -- | |
| 抗体处理 | SEMA6C抗体 | GeneTex | GTX118489 |
| 兔对照IgG | LEADGENE | 10201 | |
| 药物处理 | 帕博西尼 | Sigma | -- |
| 转染 | PCMV3载体对照 | Sino Biological | CV020 |
| SEMA6C过表达质粒 | Sino Biological | HG23441-NF | |
| HyFect转染试剂 | LEADGENE | -- | |
| miRNA转染 | miR-124-3p抑制剂 | GenePharma | -- |
| 抗体内化实验 | FlexStation 3酶标仪 | Molecular Probes | -- |
| 流式细胞术 | FACSCalibur流式细胞仪 | BD | -- |
| FlowJo软件 | BD | -- | |
| 集落形成 | IX71显微镜 | OLYMPUS | -- |
| 细胞死亡检测 | 碘化丙啶 | -- | -- |
| 免疫荧光 | DAPI | Sigma | -- |
| ImageJ软件 | -- | -- | |
| Western blot | CellLytic M裂解液 | Sigma | -- |
| Bradford试剂 | Bio-Rad | -- | |
| 抗磷酸化AKT (Ser473)抗体 | Cell Signaling | 9271 | |
| 抗AKT抗体 | GeneTex | GTX121937 | |
| 抗磷酸化GSK3α/β (Ser21/9)抗体 | Cell Signaling | 8566 | |
| 抗GSK3α/β抗体 | Cell Signaling | 5676 | |
| 抗β-catenin抗体 | Cell Signaling | 9587 | |
| 抗cyclin D1抗体 | GeneTex | GTX108624 | |
| 抗GAPDH抗体 | GeneTex | GTX627408 | |
| 增强化学发光试剂 | PerkinElmer | -- | |
| UVP成像系统 | Analytik Jena | -- | |
| RNA提取与RT-PCR | Trizol试剂 | Invitrogen | -- |
| ReverTra Ace逆转录试剂盒 | PURIGO | -- | |
| MyCycler PCR仪 | Bio-Rad | -- | |
| 琼脂糖凝胶 | VWR | -- | |
| 溴化乙锭替代物 | Sigma | -- | |
| AlphaImager凝胶成像系统 | Alpha Innotech | -- | |
| 免疫组织化学 | EnVision检测系统 | Dako | -- |
| 统计分析 | SPSS Statistics 17.0软件 | IBM | -- |
| 生物信息学预测 | miRDB数据库 | -- | -- |
| TargetScan数据库 | -- | -- | |
| miRWalk数据库 | -- | -- | |
| KM绘图工具 | -- | -- |
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 |
|---|---|
| 临床样本分析 | 组织芯片的样本量（86例）、SEMA6C分组阈值（中位或平均表达）、评分标准 阅读提示：Methods 4.14；Figure 1 |
| RNA测序 | 细胞系、SEMA6C过表达质粒转染剂量和时间、测序平台、分析软件版本 阅读提示：Methods 4.3；Figure 2 |
| 体外细胞处理 | 中和抗体浓度和处理时间、过表达质粒转染剂量和时间、miRNA抑制剂浓度和时间、药物处理浓度和时间 阅读提示：Methods 4.5；Figures 3-6 |
| 机制验证 | 关键抗体（phospho-AKT、phospho-GSK3等）的选择和使用浓度、AKT抑制剂的具体信息 阅读提示：Methods 4.11；Figure 4 |