抑制RBM23通过c-Myc调控诱导结肠癌细胞铁死亡

Inhibition of RBM23 induces ferroptosis in colon cancer cells via c-Myc regulation.

作者信息Je Joung Oh, Yu Jin Lee, Yeo Jeong Han, Jinbong Park, Woojin Kim, In-Seon Lee, Seunghoon Lee, Min Gi Jo, Ji Hoon Jung
PMID41857570
发布时间2026-03-19
DOI10.1186/s12935-026-04262-x

实验完整度

包含体外细胞实验(CCK-8、集落形成、Western blot、qRT-PCR、免疫荧光)和生物信息学分析(KMplot、GEPIA2、GSEA),但缺乏体内动物模型验证。

主要模型

结肠癌细胞系HCT116 结肠癌细胞系HCT15 正常结肠细胞系CCD-18Co

重点核对

RBM23 siRNA敲低浓度100 nM,处理72小时 细胞活力检测使用CCK-8,种植密度1×10^4 cells/well 集落形成实验种植密度7×10^4 cells/well,再种1×10^3 cells/well,培养1周 铁死亡抑制剂Ferrostatin-1浓度10 µM,处理16小时 N-乙酰半胱氨酸(NAc)浓度5 mM,处理24小时

摘要

背景:RNA结合基序蛋白23(RBM23)是RNA结合基序基因家族的一员,作为转录共激活因子和前体mRNA剪接因子。虽然已知RBM23在肝细胞癌中激活NF-κB通路,但其在其他癌症中的作用仍不清楚。在本研究中,我们首次报道RBM23抑制通过c-Myc调控诱导结肠癌细胞铁死亡。方法:采用qRT-PCR和Western blotting评估RBM23在结直肠癌中的过表达。包括CCK-8和集落形成在内的功能实验用于检测细胞活力。为了研究RBM23在c-Myc表达中的调控作用,siRNA敲低后进行核分级、放线菌酮追踪和血清刺激实验。免疫荧光证实了亚细胞定位。通过qRT-PCR、Western blotting和葡萄糖摄取实验分析RBM23在葡萄糖代谢中的作用。使用C11-BODIPY、DCFH-DA染色和Western blotting评估氧化应激和铁死亡。生物信息学分析支持实验数据。结果:RBM23敲低显著降低c-Myc蛋白水平和稳定性。这导致糖酵解酶表达降低和葡萄糖摄取受损。因此,代谢抑制引发氧化应激,并通过c-Myc缺乏进一步放大。升高的ROS水平调节了GPX4和KEAP1等铁死亡相关因子的表达,导致铁死亡细胞死亡。这些发现表明RBM23通过c-Myc稳定维持代谢稳态和细胞存活。结论:RBM23通过调节c-Myc介导的代谢途径抑制结直肠癌细胞的铁死亡。我们的发现表明RBM23可作为结直肠癌的潜在生物标志物和治疗靶点。

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
RBM23在结肠癌中是否通过调控c-Myc影响细胞代谢和铁死亡,从而促进肿瘤生长?
核心机制
RBM23通过稳定c-Myc蛋白维持糖酵解和抗氧化防御,抑制铁死亡;敲低RBM23导致c-Myc稳定性下降,糖酵解酶表达降低,ROS积累,进而诱导铁死亡。
主要证据
体外实验显示RBM23敲低降低c-Myc表达和稳定性,抑制糖酵解酶表达和葡萄糖摄取,增加脂质ROS和铁积累,同时下调GPX4、SLC7A11等铁死亡抑制因子;生物信息学分析显示RBM23高表达与不良预后相关,且与MYC表达正相关。
研究意义
作者提出RBM23可作为结直肠癌的潜在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

RBM23表达验证

验证RBM23在结肠癌中是否过表达

通过Western blot和qRT-PCR检测正常结肠细胞系CCD-18Co和结肠癌细胞系(HCT116, HT29, LOVO, LS513, DLD-1, COLO205, HCT15)中RBM23的蛋白和mRNA表达水平。

2

RBM23功能丧失实验

评估RBM23敲低对结肠癌细胞增殖和存活的影响

使用siRNA敲低HCT116和HCT15细胞中的RBM23,通过CCK-8实验检测细胞活力,通过集落形成实验检测增殖能力。

3

c-Myc表达调控机制

探究RBM23敲低如何影响c-Myc表达

通过Western blot检测c-Myc蛋白水平,免疫荧光观察亚细胞定位,放线菌酮追踪实验分析蛋白稳定性,血清刺激实验检测c-Myc诱导。同时共转染RBM23和RPL5 siRNA验证RPL5的介导作用。

4

糖酵解和代谢分析

验证RBM23敲低是否影响糖酵解途径和葡萄糖代谢

通过Western blot检测糖酵解酶(HK2, PKM2, PDH, LDHA)表达,葡萄糖摄取实验检测2-DG摄取,qRT-PCR检测GLUT1 mRNA水平,测量OCR和ECAR。

5

铁死亡相关实验

验证RBM23敲低是否诱导铁死亡

Western blot检测铁死亡相关蛋白(GPX4, SLC7A11, KEAP1, FTH1),C11-BODIPY染色检测脂质ROS,DCFH-DA检测ROS,FerroOrange检测铁积累,胱氨酸饥饿实验评估敏感性。

6

生物信息学验证

利用公共数据验证RBM23的临床相关性

使用KMplot进行生存分析,GEPIA2进行相关性分析,GSEA和KEGG富集分析,GO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
RPMI1640培养基文中未明确说明--
DMEM培养基文中未明确说明--
胎牛血清文中未明确说明--
INTERFERin转染试剂Polyplus--
CCK-8试剂盒Dojindo--
Diff-Quick染色试剂盒Sysmex Corporation--
DC蛋白定量试剂盒Bio-Rad--
硝酸纤维素膜Amersham--
脱脂奶粉MBcell--
ECL化学发光液文中未明确说明--
NE-PER核和胞质提取试剂盒Pierce--
Ferrostatin-1文中未明确说明--
N-乙酰半胱氨酸文中未明确说明--
DCFH-DA荧光探针文中未明确说明--
c-Myc抗体Abcam--
Alexa Fluor® 488偶联的山羊抗兔IgG抗体文中未明确说明--
DAPI染料Thermo Fisher Scientific文中未明确说明
Hybrid-R™ RNA提取试剂盒GeneAll305-101
Maxime™ RT-PCR预混液Intron Biotechnology25082
PowerUp™ SYBR™ Green预混液Applied Biosystems™A25780
StepOne实时荧光定量PCR系统Thermo Fisher Scientific--
BODIPY™ 581/591 C11荧光探针Thermo Fisher Scientific--
葡萄糖摄取检测试剂盒(比色法)Abcamab136955
M87质粒MYC表达载体Addgene242633
AccuFect转染试剂BioneerK-7920
Exgene Cell SV小提试剂盒GeneAll106-101
细胞外耗氧率检测试剂盒DojindoE297
细胞外酸化率荧光检测试剂盒ElabscienceE-BC-F069
FerroOrange荧光探针Cell Signaling Technology36104S
缺乏L-胱氨酸、L-谷氨酰胺和L-甲硫氨酸的RPMI1640培养基Sigma AldrichR7515-100mL

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
RBM23表达验证
细胞系包括CCD-18Co、HCT116、HT29、LOVO、LS513、DLD-1、COLO205、HCT15;Western blot和qRT-PCR检测RBM23蛋白和mRNA水平;GAPDH作为内参。
阅读提示:参见Methods“Cell culture”和“Quantitative real-time PCR analysis”
RBM23敲低实验
siRNA浓度100 nM,处理72小时;HCT116细胞种植密度:CCK-8为1×10^4 cells/well,集落形成初始7×10^4 cells/well再种1×10^3 cells/well。
阅读提示:参见Methods“RNA interference”、“Cytotoxicity assay”和“Colony formation assay”
c-Myc蛋白稳定性检测
放线菌酮浓度50 µg/ml,处理0、30、60、90分钟;血清刺激实验:0.2% FBS饥饿24小时,20% FBS再刺激0、6、12、24小时。
阅读提示:参见Methods“Cycloheximide chase assay”和“Serum stimulation”
铁死亡诱导实验
Ferrostatin-1浓度10 µM,预处理16小时;NAc浓度5 mM,预处理24小时;C11-BODIPY孵育30分钟;DCFH-DA孵育30分钟;FerroOrange孵育30分钟(1 µM)。
阅读提示:参见Methods“Ferroptosis inhibitor treatment”、“NAc treatment”、“DCFH-DA ROS assay”、“C11-BODIPY staining”和“FerroOrange staining”
生物信息学分析
使用KMplot、GEPIA2、TCGA-COAD/READ数据库;生存分析、相关性分析、GSEA、KEGG、GO富集分析。
阅读提示:参见Methods“Bioinformatic analysis”