唾液酸转移酶相关基因作为宫颈癌治疗应答和预后的预测因子

Sialyltransferase-related genes as predictive factors for therapeutic response and prognosis in cervical cancer.

作者信息Jia Shao, Can Zhang, Yaonan Tang, Aiqin He, Xiangyan Cheng
PMID40416607
期刊PeerJ
发布时间2025-05-22
DOI10.7717/peerj.19422

实验完整度

包括公共数据库分析(WGCNA、Cox/LASSO回归、免疫微环境、药物敏感性)和细胞实验(RT-qPCR、Transwell),但缺乏动物模型或患者样本的独立验证。

主要模型

Hela细胞系 HCerEpiC细胞系 TCGA-CESC队列 GSE44001队列

重点核对

TCGA-CESC队列(291例)和GSE44001队列(300例) 基于8个基因(KCNK15, CXCL3, PIH1D2, DTX1, LIF, TCN2, SERPINF2, GCNT2)的风险评分模型 CXCL3沉默的siRNA序列:5′-AGCTTATCAGCGTATCATTGACA-3′ Transwell实验培养时间为48小时 Hela细胞中基因表达验证(RT-qPCR,三次独立重复)

摘要

背景:癌症相关的过度唾液酸化被认为与转移性细胞表型有关,抑制唾液酸转移酶(SiaTs)已被认为是一种有效的抗转移预防策略。本研究发现了宫颈癌(CC)中SiaTs相关基因。方法:应用癌症基因组图谱(TCGA)和基因表达综合(GEO)数据库获取相关样本。使用mutect2软件处理突变数据集。通过加权基因共表达网络分析(WGCNA)获得基因模块,并对模块内基因进行富集分析。应用Cox回归分析和“glmnet”R包建立相关风险模型。使用“MCPcounter”R包、ESTIMATE算法和TIMER在线工具描绘CC中的肿瘤免疫微环境。另外绘制了突变图谱,并比较了不同队列中对免疫治疗的反应。进一步进行逆转录定量PCR和Transwell实验,以验证筛选出的关键基因的表达和潜在功能。结果:在CC中观察到14个SiaTs的突变。随后,基于WGCNA的SiaTs相关基因模块的鉴定显著富集在代谢相关通路中。建立的风险评分模型表现出良好的预后分类效率。高风险患者可能预后较差,并发生免疫逃逸和免疫反应性降低,而低风险患者则显示出相对较高的免疫细胞评分。血管生成和MYC靶点V2可能是高风险患者中差异激活的通路,而低风险患者中的通路是KRAS信号转导下调和干扰素α应答。此外,大多数免疫检查点相关基因在低风险患者中表达较高,而高风险患者对化疗药物具有更高的敏感性。细胞实验显示,KCNK15、LIF、TCN2、SERPINF2和CXCL3在Hela细胞中高表达,而PIH1D2、DTX1和GCNT2低表达,并且沉默CXCL3减少了迁移和侵袭的Hela细胞数量。结论:在本研究中,我们系统地构建并验证了基于SiaTs相关基因的风险评分模型,该模型可以有效预测CC患者的预后以及对免疫治疗和化疗的潜在反应。这为实现个体化治疗提供了新的分子基础和临床参考。

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
探究SiaTs相关基因能否作为宫颈癌预后和治疗反应的预测因子。
核心机制
SiaTs相关基因参与代谢通路,高风险组血管生成和MYC靶点V2通路激活,低风险组KRAS信号下调和干扰素α应答;CXCL3促进宫颈癌细胞迁移和侵袭。
主要证据
基于TCGA和GEO队列建立风险评分模型,验证了预后预测效率;细胞实验显示Hela细胞中CXCL3高表达,沉默CXCL3显著减少细胞迁移和侵袭。
研究意义
该风险模型可为宫颈癌患者的预后评估、风险分层及个体化治疗提供新的分子基础和临床参考。

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

数据收集和预处理

获取宫颈癌患者样本的转录组、突变和临床数据。

从TCGA下载宫颈癌体细胞突变和临床表型数据,从GEO下载GSE44001数据集,并去除生存信息不全的样本,最终纳入291例TCGA样本和300例GSE44001样本。

2

WGCNA识别SiaTs相关基因模块

鉴定与SiaTs评分显著相关的基因模块。

使用WGCNA包构建共表达网络,设定软阈值β=6,通过层次聚类识别基因模块,并计算模块与SiaTs评分的相关性,发现黑色模块与SiaTs评分强相关。

3

富集分析

探究黑色模块基因的功能富集通路。

使用clusterProfiler包对黑色模块基因进行GO和KEGG富集分析,结果显示富集于代谢相关通路。

4

构建和验证预后模型

构建SiaTs相关基因的风险评分模型,并验证其预后预测效能。

将TCGA样本按7:3分为训练集和测试集,通过单因素Cox、LASSO和多因素Cox回归筛选基因并构建风险模型,计算RiskScore,根据最优阈值将患者分为高低风险组,并进行KM生存分析和ROC曲线分析。

5

免疫微环境分析

比较不同风险组的免疫细胞浸润和免疫检查点基因表达。

使用ESTIMATE、TIMER和MCPcounter方法评估免疫评分,并分析免疫检查点基因的表达差异。

6

突变和通路分析

评估不同风险组的突变景观和差异激活通路。

使用mutect2处理的数据绘制突变图谱,通过ssGSEA和GSEA分析不同风险组的通路差异。

7

免疫/化疗反应预测

比较不同风险组对免疫治疗和化疗药物的敏感性。

使用TIDE评分预测免疫治疗反应,并基于pRRophetic包预测化疗药物IC50值。

8

细胞实验验证

验证SiaTs相关基因在宫颈癌细胞中的表达和功能。

通过RT-qPCR检测Hela和HCerEpiC细胞中8个基因的表达,并通过siRNA沉默CXCL3进行Transwell迁移和侵袭实验。

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
人宫颈子宫内膜上皮细胞ProcellCP-H058
Hela细胞ProcellCL-0101
最低必需培养基ProcellPM150410
牛血清Procell164210
青霉素-链霉素ProcellPB180120
靶向CXCL3的siRNAGenePharma5′-AGCTTATCAGCGTATCATTGACA-3′
Lipofectamine 2000转染试剂Thermo Fisher11668-030
RNAiso Plus总RNA提取试剂盒Takara Bio9108
ABI7500热循环仪Thermo Fisher--
ND-2000分光光度计Thermo Fisher--
cDNA合成试剂盒Takara Bio6110A
PrimeScript™ RT试剂盒Takara BioRR037Q
Transwell小室Corning3422
Matrigel基质胶BeyotimeC0371
光学显微镜OlympusDP27

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
细胞培养
细胞系来源(HCerEpiC和Hela),培养基(MEM),血清浓度(10%),青霉素-链霉素浓度(1%),培养条件(37°C,5% CO2)
阅读提示:Methods中“Cell culture and transfection”小节
siRNA转染
siRNA序列,转染试剂(Lipofectamine 2000),转染时间(48小时)
阅读提示:Methods中“Cell culture and transfection”小节
RT-qPCR
RNA提取试剂盒,cDNA合成试剂盒,PCR试剂盒,热循环条件(95°C 30s,40个循环95°C 5s和60°C 30s),内参基因GAPDH
阅读提示:Methods中“Reverse-transcription quantitative PCR”小节
Transwell实验
小室孔径(8 μm),培养基体积(上室200 μl,下室700 μl),是否包被Matrigel,培养时间(48小时)
阅读提示:Methods中“Transwell cell migration/invasion assay”小节