FKBP10表达的全面评估及其在胃癌中的预后潜力

Comprehensive evaluation of FKBP10 expression and its prognostic potential in gastric cancer.

作者信息Liang Liang, Kun Zhao, Jin-Hui Zhu, Gang Chen, Xin-Gan Qin, Jun-Qiang Chen
PMID31233188
期刊Oncol Rep
发布时间2019-08
DOI10.3892/or.2019.7195

实验完整度

研究包含数据库分析、生存分析、免疫组化验证及生物信息学功能预测,但缺乏体外和体内功能实验,机制验证不足。

主要模型

胃癌组织样本(40对癌及癌旁组织) TCGA胃癌队列 GEO胃癌微阵列数据集

重点核对

FKBP10在TCGA和GEO中的mRNA表达数据(TCGA: n=408癌 vs n=36正常;GEO: 19个微阵列) 免疫组化验证:40对胃癌及癌旁组织,FKBP10抗体(bs-13175R, 1:700, BIOSS) 生存分析:高表达组 vs 低表达组,OS和DFS(TCGA: HR=1.5/1.6;GEO: HR=1.36/1.27) 多变量Cox回归:调整年龄、性别、TNM分期、分级等(FKBP10 HR=1.159, 95%CI: 1.042-1.289)

摘要

FK506结合蛋白10(FKBP10)已被报道在多种类型的癌症中异常表达;然而,关于FKBP10在胃癌(GC)中的研究报道较少。本研究的目的是探讨FKBP10在GC中的表达,并分析其与GC患者预后的关系。使用癌症基因组图谱(TCGA)和基因表达综合(GEO)数据库评估FKBP10 mRNA表达。对一系列GEO数据集中FKBP10表达的标准化均数差进行了综合评估。应用Kaplan-Meier生存分析和Cox回归分析预测FKBP10在GC患者中的预后价值。此外,通过免疫组织化学(IHC)在40例GC及癌旁组织中验证了FKBP10的蛋白表达水平。然后使用FKBP10共表达网络和生物信息学分析来探索FKBP10的潜在功能机制。结果显示,在TCGA和GEO数据库中,GC中FKBP10的mRNA表达水平显著升高。生存分析显示,高FKBP10表达导致较差的总生存期和无病生存期(P<0.05)。多变量Cox回归分析表明FKBP10是一个独立的预后因素。IHC结果表明,GC组织中FKBP10的蛋白表达水平高于癌旁非GC组织(P<0.001)。共表达网络和功能富集分析提示,FKBP10可能通过细胞黏附分子和细胞外基质-受体相互作用通路参与GC的发生发展。因此,本研究的结果表明FKBP10在GC组织中上调,并提示其潜在的预后价值。因此FKBP10可能成为治疗GC的潜在治疗靶点。

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
FKBP10在胃癌中的表达水平及其与患者预后的关系。
核心机制
FKBP10可能通过细胞黏附分子和细胞外基质-受体相互作用通路参与胃癌发生发展,可能与脯氨酰3-羟化酶相互作用影响胶原合成。
主要证据
TCGA和GEO数据库显示FKBP10 mRNA在胃癌中高表达;免疫组化显示蛋白水平升高;生存分析显示高表达与较差的OS和DFS相关,多变量Cox分析表明其为独立预后因素。
研究意义
作者提出FKBP10可能作为胃癌的潜在预后生物标志物和治疗靶点。

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。

1

FKBP10表达分析

评估FKBP10在胃癌中的mRNA和蛋白表达水平。

利用TCGA和GEO数据库分析FKBP10 mRNA表达;利用免疫组化验证蛋白表达。

2

预后分析

评估FKBP10表达与胃癌患者预后的关系。

使用Kaplan-Meier生存分析和Cox回归分析评估OS和DFS。

3

生物信息学分析

探索FKBP10的潜在功能机制。

进行蛋白-蛋白相互作用分析、共表达网络分析以及GO和KEGG通路富集分析。

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
兔抗FKBP10多克隆抗体BIOSSbs-13175R
偶联二抗Shanghai Long Island Biotec, Co., Ltd.D-3004-15

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
免疫组织化学
组织样本:40例胃癌及配对癌旁组织;抗原修复条件:柠檬酸钠缓冲液(pH 6.0),100-120°C,5分钟;一抗浓度:1:700;孵育条件:4°C过夜;二抗孵育:室温30分钟;显色:DAB室温5分钟;评分:IRS评分(强度×百分比)
阅读提示:Materials and methods 部分 'Detection of FKBP10 protein expression by immunohistochemistry'
数据库分析
数据来源:TCGA和GEO;样本量:TCGA(408癌,36正常),GEO(19个微阵列,957癌,536正常);批次效应去除:'sva'包;统计方法:SMD,随机效应模型(I2>50%)
阅读提示:Materials and methods 部分 'Data extraction of FKBP10 expression from GEO and TCGA databases' 和 'Detection of FKBP10 mRNA expression levels in gastric cancer'
预后分析
生存分析工具:GEPIA和Kaplan-Meier Plotter;OS和DFS数据;分组:高表达 vs 低表达;多变量Cox调整因素:年龄、性别、TNM分期、分级等
阅读提示:Materials and methods 部分 'Prognosis analysis of FKBP10 in GC'