AUNIP是泛癌中预后和免疫的候选标志物。

AUNIP was a candidate marker for prognosis and immunology in pan-cancer.

作者信息Xiaorong Guo, Ting Liu, Nan Li, Li Jin
PMID40386627
期刊3 Biotech
发布时间2025-06
DOI10.1007/s13205-025-04294-6

实验完整度

研究主要基于多数据库生物信息学分析,并辅以免疫组化验证LIHC中AUNIP表达,缺少功能性实验。

主要模型

TCGA和GTEx数据库中的泛癌样本 肝细胞癌组织样本(44例肝癌及癌旁组织)

重点核对

AUNIP高表达与LIHC较差OS和DFS相关(GEPIA2,中位分组) IHC中AUNIP抗体(bs-15019R,1:200,Bioss)染色条件 IHC评分标准(阳性细胞百分比乘以染色强度,≤7为低表达,>7为高表达) LIHC中AUNIP表达与组织学分级相关(卡方检验,P=0.03)

摘要

AUNIP(Aurora激酶A[Aurora-A]和Ninein相互作用蛋白)是调控DNA切割末端状态的关键因子。已有报道AUNIP影响某些肿瘤的进展;然而,AUNIP涉及的分子功能仍不清楚。我们利用TCGA、GTEx、TIMER、GEPIA2、cBioportal和GSCALite等数据库,研究AUNIP基因表达、预后、基因变异和药物敏感性。使用Wilcoxon检验探讨AUNIP与临床病理信息的关系。采用Spearman相关分析分析AUNIP与TMB、MSI、免疫细胞浸润和免疫检查点的关联。我们使用GSEA研究AUNIP在泛癌中涉及的功能机制。此外,我们进行了免疫组织化学(IHC)以研究AUNIP在肝细胞癌(LIHC)和正常组织中的差异表达。使用卡方检验研究AUNIP与临床特征的相关性。AUNIP在大多数肿瘤中高表达,IHC分析表明AUNIP在LIHC中的表达高于正常组织。AUNIP过表达在肾上腺皮质癌(ACC)、脑低级别胶质瘤(LGG)、LIHC、间皮瘤(MESO)和肉瘤(SARC)中具有不良结局。此外,AUNIP高表达导致LIHC预后不良。AUNIP与几种癌症的T分期、N分期和临床病理分析相关,且AUNIP表达与LIHC的组织学分级相关(通过IHC)。突变分析显示,AUNIP在胆管癌(CHOL)中遗传改变频率最高。AUNIP与30种抑制肿瘤发展的小分子药物呈负相关。AUNIP表达与多种肿瘤的TMB、MSI、免疫细胞浸润和免疫检查点相关。GSEA结果表明AUNIP主要参与细胞周期、DNA复制、错配修复和同源重组。泛癌研究认为AUNIP是潜在的预后标志物和高潜力的诊断生物标志物。

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
AUNIP在泛癌中的表达、预后价值、免疫特征及潜在机制如何?
核心机制
AUNIP可能通过参与细胞周期、DNA复制、错配修复和同源重组通路促进肿瘤进展。
主要证据
基于TCGA、GTEx等数据库分析AUNIP表达与预后、TMB、MSI、免疫浸润的相关性,并通过免疫组化验证LIHC中AUNIP高表达及其与组织学分级和不良预后的关系。
研究意义
AUNIP可能作为多种肿瘤的预后标志物和潜在治疗靶点,为肿瘤治疗和预后提供新思路。

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

泛癌表达分析

评估AUNIP在多种肿瘤与正常组织中的表达差异。

利用TIMER2数据库和TCGA+GTEx数据,比较33种肿瘤与正常组织中AUNIP mRNA表达水平。

2

预后与诊断价值评估

分析AUNIP表达与患者生存及诊断准确性的关系。

使用GEPIA2进行Kaplan-Meier生存分析,并用pROC绘制ROC曲线评估诊断价值。

3

临床病理特征关联分析

分析AUNIP表达与肿瘤分期等临床病理参数的相关性。

获取TCGA 33种肿瘤的临床病理数据,使用Wilcoxon检验分析AUNIP与T分期、N分期及病理分期的关系。

4

免疫组化验证

在蛋白水平验证AUNIP在LIHC与正常组织中的差异表达及其与临床特征的关系。

收集44例肝癌及癌旁组织,进行IHC染色,评估AUNIP表达,并用卡方检验分析其与临床特征的相关性。

5

基因变异分析

探究AUNIP在泛癌中的遗传改变频率和类型。

使用cBioPortal数据库分析AUNIP在多种肿瘤中的突变、结构变异、扩增、深度缺失等改变。

6

TMB与MSI关联分析

评估AUNIP表达与TMB和MSI的相关性。

使用Spearman相关分析,计算AUNIP表达与TMB和MSI在33种肿瘤中的相关系数。

7

免疫浸润与检查点分析

分析AUNIP表达与免疫细胞浸润及免疫检查点的关系。

使用ssGSEA和ESTIMATE算法评估免疫浸润,用Spearman分析AUNIP与免疫检查点的相关性。

8

药物敏感性分析

寻找AUNIP表达相关的潜在敏感药物。

使用GSCALite数据库中的CTRP数据集,分析AUNIP表达与药物IC50的相关性。

9

基因集富集分析

探索AUNIP参与的信号通路。

基于MSigDB KEGG数据集,对高、低AUNIP表达组进行GSEA。

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。

临床病理关联分析
蛋白表达验证
基因变异分析
药物敏感性分析
功能富集分析

产品清单

实验环节名称品牌货号
兔抗AUNIP多克隆抗体Biossbs-15019R
山羊抗兔IgGBeijing Zhongshan Jinqiao Biotechnology Co., Ltd.PV-6000
DAB----

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
泛癌表达分析
数据库版本、肿瘤类型列表、正常组织来源(TIMER2、TCGA+GTEx)
阅读提示:Materials and Methods: Differential expression of AUNIP mRNA for cancers and normal samples
预后分析
分组阈值(中位数)、生存终点(OS、DFS)
阅读提示:Materials and Methods: Prognosis and diagnostic value of AUNIP; Figure 2
免疫组化
组织样本量(44例)、抗体浓度(1:200)、染色评分标准
阅读提示:Materials and Methods: Immunohistochemical staining; Figure 9
免疫浸润分析
算法(ssGSEA、ESTIMATE)、免疫细胞类型(23种)、免疫检查点列表
阅读提示:Materials and Methods: Association of AUNIP with immune cell infiltration and immune checkpoints
药物敏感性分析
数据集(CTRP)、药物列表(30种)、IC50计算方法
阅读提示:Materials and Methods: Correlative analysis between AUNIP expression and drug sensitivity