临床样本收集与病理评估
建立ESCC患者队列并确认病理诊断
收集356例FFPE ESCC标本，经纳入排除标准筛选后纳入259例，由两名资深病理医师确认诊断。
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
UBE2S和HIF1α表达模式及分层分析揭示其在食管鳞状细胞癌中的预后价值
UBE2S and HIF1α expression patterns and stratified analysis reveal prognostic value in esophageal squamous cell carcinoma.
实验完整度
中包含IHC蛋白检测、TCGA/GEO转录组验证、Kaplan-Meier和Cox回归生存分析，但缺乏功能实验和机制验证。
主要模型
259例ESCC患者组织样本 TCGA-ESCA和GEO GSE161533队列
重点核对
样本量：259例ESCC组织及配对癌旁组织 IHC评分系统：强度×阳性细胞百分比，评分≥4为阳性 抗体浓度：UBE2S 1:360，HIF1α 1:400 统计分析：多因素Cox回归，UBE2S为OS独立预后因素（HR=1.685, p=0.041）
摘要
背景：食管鳞状细胞癌（ESCC）的预后异质性使得寻找可靠的生物标志物成为必要。尽管缺氧诱导因子1α（HIF1α）与ESCC进展有关，但其与泛素结合酶E2S（UBE2S）的相互作用尚未被阐明。方法：我们通过免疫组织化学（IHC）在一组259例ESCC患者中研究了UBE2S和HIF1α的表达。来自癌症基因组图谱（TCGA）和基因表达汇编（GEO）数据库的转录组数据用于验证。使用Kaplan-Meier和多变量Cox回归分析评估预后价值。采用分层分析来识别高风险亚组。结果：UBE2S和HIF1α在ESCC组织中的蛋白和mRNA水平均显著过表达。UBE2S表达与民族（哈萨克族 vs. 汉族，p = 0.001）和脉管侵犯（p = 0.020）相关，而HIF1α与性别（p = 0.040）和浸润深度（p = 0.050）相关。多变量分析确定UBE2S是总生存期（OS；HR = 1.685，p = 0.041）的独立预后因素。值得注意的是，共表达分析显示，UBE2S阳性/HIF1α阳性肿瘤的患者预后最差。结论：总之，我们的多平台数据提示，UBE2S和HIF1α可能代表ESCC的关键生物标志物。它们的一致过表达及其与不良结局的相关性支持它们在改善风险分层方面的潜力，并为探索它们作为未来治疗靶点奠定了基础。
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
- UBE2S和HIF1α在食管鳞状细胞癌中的表达及其与预后的关联，以及它们的共表达是否具有协同预后价值。
- 核心机制
- UBE2S和HIF1α在ESCC中显著过表达且正相关，可能通过稳定HIF1α并激活PI3K/AKT/mTOR通路促进肿瘤进展。
- 主要证据
- 免疫组化显示UBE2S和HIF1α在ESCC组织中高表达，TCGA/GEO数据验证mRNA水平过表达，且多因素Cox回归证明UBE2S是OS独立预后因素。
- 研究意义
- UBE2S和HIF1α可能作为ESCC的风险分层生物标志物和潜在治疗靶点。
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。
免疫组化检测蛋白表达
检测UBE2S、HIF1α和p110α在ESCC组织中的蛋白表达水平
采用SP法对组织芯片进行IHC染色，评估染色强度并评分。
生物信息学验证
验证UBE2S和HIF1α在mRNA水平的表达及其相关性
分析TCGA-ESCA和GEO GSE161533数据，整合GTEx正常组织数据校正批次效应。
生存分析
评估UBE2S和HIF1α表达与患者生存的关联
采用Kaplan-Meier和对数秩检验比较不同表达组的OS和PFS，并通过单因素和多因素Cox回归筛选独立预后因素。
分层分析与共表达分析
探讨UBE2S和HIF1α共表达对预后的协同效应及在不同亚组中的预后价值
将患者根据UBE2S和HIF1α表达分为四组，进行生存分析；并在不同临床亚组中评估UBE2S的预后价值。
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
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 |
|---|---|
| 样本收集 | 纳入和排除标准，样本量（259例） 阅读提示：Materials and Methods, Patient and tissue samples |
| 免疫组化 | 抗体浓度（UBE2S 1:360, HIF1α 1:400），评分系统（≥4为阳性） 阅读提示：Materials and Methods, Immunohistochemical staining and evaluation |
| 生物信息学验证 | TCGA-ESCA数据集正常样本数量（n=3），整合GTEx数据，批次效应校正方法（ComBat） 阅读提示：Materials and Methods, Patient and tissue samples; Results, Bioinformatics analysis |
| 生存分析 | 单因素Cox回归纳入标准（p<0.1），多因素逐步法，显著性阈值（p<0.05） 阅读提示：Materials and Methods, Statistical analysis; Results, UBE2S as an independent prognostic factor |
| 分层分析 | 亚组划分（年龄、性别、民族、肿瘤大小等），Bonferroni校正 阅读提示：Materials and Methods, Statistical analysis; Results, Exploratory stratified analysis |