一种基于分泌蛋白基因的无创基因标签用于胃癌的预后分层和肿瘤微环境评估

A non-invasive secreted protein-based gene signature for prognostic stratification and tumor microenvironment assessment in gastric cancer.

作者信息Qiuxia Liu, Haofeng Yin, Ziming Wang, Qianlong Shen, Jianguo Zhao, Xianhe Xie
PMID41551463
期刊PeerJ
发布时间2026-01-13
DOI10.7717/peerj.20517

实验完整度

包含TCGA/GEO转录组数据构建预后模型、ESTIMATE/CIBERSORT等TME分析,及SERPINE1过表达/敲低细胞系的功能实验(集落形成、Transwell)和临床样本验证(IHC、ELISA)等多个独立证据层级。

主要模型

TCGA-STAD数据集(375例胃癌和32例癌旁组织) GEO验证队列(GSE15459,200例胃癌) 人胃癌细胞系AGS、HGC27、MKN7及正常胃上皮细胞GES-1 患者组织样本(56例IHC,包含52例SERPINE1和47例α-SMA染色)及外周血、积液样本

重点核对

风险评分模型中8个基因的回归系数和风险评分公式 TCGA-STAD训练队列和GEO验证队列的中位风险评分作为分组阈值 SERPINE1表达水平与胃癌预后及临床病理特征(TNM分期)的关联 SERPINE1敲低(MKN7)和过表达(AGS/HGC27)稳定细胞系的验证条件 CAFs与胃癌细胞共培养体系(0.4µm Transwell、48小时、细胞密度)及EGF刺激条件

摘要

背景:胃癌是一种高度异质性恶性肿瘤,预后差。目前基于组织的测序方法在胃癌预后模型中存在局限性。分泌蛋白可在无创条件下检测并参与肿瘤微环境重塑,是有前景的生物标志物。本研究旨在开发一种基于分泌蛋白编码基因的非侵入性预后标签,用于胃癌患者分层和预测TME特征。方法:从癌症基因组图谱胃腺癌(TCGA-STAD)中获取375例胃癌组织和32例癌旁组织的RNA测序数据和临床信息。通过差异表达基因与731个HPA分泌蛋白基因取交集,鉴定差异表达SPCGs。利用单因素Cox回归和LASSO回归分析构建8-SPCG标签。通过Kaplan-Meier生存曲线、时间依赖性ROC分析和多因素Cox回归验证模型的预测性能。建立并验证了整合风险评分和临床参数的列线图。通过GO、KEGG和GSEA进行功能注释。比较高危和低危亚组间的肿瘤突变负荷(TMB)特征和免疫细胞浸润情况。通过体外实验和本中心的临床数据验证了SERPINE1的生物学特性和临床意义。结果:鉴定并验证了8-SPCG标签(SERPINE1、C6、GRP、GCG、IL1F10、IGFBP1、ITIH2和APOD)可预测胃癌患者的总生存期。该标签衍生的风险评分与TME特征显著相关,包括TME评分、免疫细胞浸润和免疫检查点表达。高危患者表现出免疫抑制微环境和较低的TMB。功能富集分析显示高危组富集于细胞外基质相关通路,而低危组则与细胞代谢和基因表达通路相关。SERPINE1在胃癌组织、外周血和恶性积液中过表达,其高表达与不良预后相关。体外实验表明SERPINE1促进胃癌细胞增殖和侵袭,其表达通过EGF-ERBB信号通路被癌症相关成纤维细胞(CAFs)增强。结论:我们建立了一个无创的8-SPCG标签,可能作为胃癌预后和TME特征的潜在预测因子。SERPINE1被确定为连接胃癌进展与CAFs相互作用的有前景的介质,支持其作为治疗靶点的进一步研究。

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
开发一种基于分泌蛋白编码基因的非侵入性基因标签,以预测胃癌患者预后并评估肿瘤微环境特征,并探究关键基因SERPINE1的生物学作用。
核心机制
SERPINE1通过EGF-ERBB信号通路被癌症相关成纤维细胞(CAFs)增强表达,进而促进胃癌细胞增殖和侵袭。
主要证据
RNA-seq数据分析和临床样本检测显示SERPINE1在胃癌组织、外周血和恶性积液中高表达且与不良预后相关;体外实验证实SERPINE1过表达增强胃癌细胞集落形成和侵袭能力,而敲低则相反;CAFs共培养和EGF刺激诱导SERPINE1上调。
研究意义
8-SPCG标签可能作为胃癌预后和TME特征的潜在预测因子,SERPINE1可能成为连接胃癌进展与CAFs相互作用的有前景的治疗靶点。

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

筛选差异表达SPCGs

鉴定在胃癌中异常表达的分泌蛋白编码基因。

从TCGA-STAD获取RNA-seq数据,使用limma包进行差异表达分析,并与HPA数据库中731个分泌蛋白基因取交集,获得233个差异表达SPCGs。

2

构建8-SPCG预后风险模型

建立基于分泌蛋白基因的预后风险评分模型,用于患者风险分层。

对233个SPCGs进行单因素Cox回归分析,筛选出57个与总生存期显著相关的基因;进一步使用LASSO回归分析选出8个基因构建风险评分模型,并按中位风险评分将患者分为高风险和低风险组。

3

模型验证与列线图构建

验证风险模型的预测效能并开发临床决策工具。

使用GEO独立验证队列(GSE15459)验证模型,通过Kaplan-Meier生存曲线、时间依赖性ROC分析和多变量Cox回归评估模型的预测性能。构建整合风险评分和临床参数的列线图,并用校准曲线验证。

4

功能富集和免疫微环境分析

阐明风险模型相关的生物学通路和肿瘤微环境特征。

使用GSEA、GO、KEGG和GSVA进行功能富集分析;使用ESTIMATE算法计算TME评分,通过多种算法(XCELL、TIMER、QUANTISEQ等)评估免疫细胞浸润,并分析TMB和免疫检查点表达。

5

临床样本中SERPINE1表达验证

验证SERPINE1在临床样本中的表达水平及其与预后的关系。

基于本中心队列,通过IHC检测52例胃癌组织中SERPINE1蛋白表达,ELISA检测外周血和积液中的SERPINE1水平,并分析其与临床病理特征和预后的关联。

6

SERPINE1对胃癌细胞增殖和迁移的影响

探究SERPINE1在体外对胃癌细胞恶性行为的功能影响。

构建SERPINE1敲低(MKN7)和过表达(AGS、HGC27)稳定细胞系,通过集落形成和Transwell实验评估细胞克隆形成和迁移能力的变化。

7

CAFs与SERPINE1的相互作用

探究CAFs是否通过分泌SERPINE1或诱导其表达来促进胃癌进展。

从胃癌组织和癌旁组织中分离CAFs和NFs,通过免疫荧光验证α-SMA表达;使用Transwell共培养体系(0.4µm孔径)间接共培养CAFs与胃癌细胞,检测SERPINE1表达变化;ELISA检测SERPINE1分泌水平;并评估EGF刺激对SERPINE1表达的影响。

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
DMEM培养基----
RPMI 1640培养基----
胎牛血清----
I型胶原酶----
Accutase细胞分离液Gibco--
慢病毒载体Sangon Biotech--
SYBR Green预混液----
PVDF膜----
SERPINE1抗体Abcam--
GAPDH抗体ZENBIO--
山羊抗兔二抗HUABIO--
ECL发光液Beyotime--
Bio-Rad ChemiDoc成像系统Bio-Rad--
SERPINE1抗体Abcam--
α-SMA抗体Abcam--
ELISA试剂盒MultiSciences--
牛血清白蛋白----
α-SMA一抗Abcam--
Alexa Fluor 488标记二抗Solarbio--
DAPI----
GraphPad Prism 10软件----
MGISEQ-T7测序平台----
QuantStudio 5实时荧光定量PCR系统----
细胞培养瓶----

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
数据获取和差异表达分析
TCGA-STAD和GSE15459数据集的获取版本及样本数量;差异表达分析阈值(|log2FC| > 1,FDR < 0.05);SPCGs列表来源(HPA数据库)
阅读提示:Methods: Data acquisition and differentially expressed gene screening
预后模型构建
单因素Cox回归的筛选阈值(log-rank P < 0.05);LASSO回归的参数设置;风险评分的计算公式
阅读提示:Methods: Prognostic signature construction
模型验证
高/低风险组的划分阈值(中位风险评分);GEO验证队列的样本量;ROC分析的时间点(1、2、3、5年)
阅读提示:Methods: Model validation and nomogram development
免疫微环境分析
ESTIMATE算法计算TME评分;免疫细胞浸润估计算法(XCELL、TIMER等);TMB计算工具(maftools)
阅读提示:Methods: TMB and immune microenvironment analysis
临床样本检测
IHC染色条件(抗体稀释度、孵育时间);ELISA检测方法;样本数量(52例IHC,47例α-SMA)
阅读提示:Methods: Clinical samples, Immunohistochemistry assay, Enzyme-linked immunosorbent assay (ELISA)
细胞功能实验
SERPINE1敲低/过表达细胞系的建立方法;集落形成实验的细胞数和培养时间;Transwell实验的细胞数量和迁移时间
阅读提示:Methods: Establishment and validation of stable SERPINE1 knockdown and overexpression cell lines, Plate colony formation assay and transwell assay
CAFs共培养实验
CAFs和NFs的分离方法;共培养体系的设置(Transwell孔径、细胞数、共培养时间);EGF刺激的浓度和时间(文中未明确说明具体浓度和时间)
阅读提示:Methods: Isolation and cultivation of CAFs and NFs, GC-CAF Co-culture system; Results: Interplay between CAFs and SERPINE1 in GC progression