靶点收集与网络构建
识别AFCs相关靶点和癌症相关靶点，并确定共同靶点。
从CTD、ChEMBL、SEA和TargetNet收集AFCs靶点，从GeneCards、OMIM和CTD收集癌症靶点，取交集得到108个共有靶点，并构建PPI网络。
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
多组学方法阐明人工食用色素与常见癌症之间的联系。
A multi-omics approach elucidates the link between artificial food colorings and common cancers.
实验完整度
高整合数据库挖掘、PPI网络、富集分析、TCGA预后模型，并结合qPCR和动物肿瘤模型进行验证。
主要模型
A549细胞 HCT116细胞 AGS细胞 MCF-7细胞 C57BL/6小鼠LLC移植瘤模型
重点核对
使用AFCs处理的细胞系（A549、HCT116、AGS、MCF-7）及浓度（1μM） 动物模型中AFCs给药方式（饮用水0.025% w/v）和LLC细胞接种量（5×10⁵细胞/只） GEO数据集（GSE74706、GSE68468、GSE19826、GSE22820）差异表达分析阈值（p<0.05, |log2FC|>0.5） TCGA数据构建预后模型，使用单变量Cox、LASSO和多元Cox回归 qPCR检测基因表达，使用特异性引物和SYBR Green Master Mix
摘要
背景
人工食用色素（AFCs）被广泛使用，但其与癌症的潜在联系仍不清楚。我们调查了常用AFCs与癌症相关分子网络及预后之间的关联。
方法
从CTD、ChEMBL、SEA和TargetNet收集AFCs相关靶点，从GeneCards、OMIM和CTD收集癌症相关靶点。重叠靶点进行基于STRING的PPI分析和Cytoscape可视化，随后进行GO/KEGG富集分析。核心靶点在非小细胞肺癌（NSCLC）、结肠腺癌（COAD）、胃癌（GC）和乳腺癌（BRCA）的GEO数据集中评估差异表达，并使用GSEA进行通路表征。使用GEPIA2检查表达模式。使用TCGA转录组和临床数据，通过单变量Cox回归、LASSO选择和多元Cox回归构建预后模型。使用人类蛋白质图谱（HPA）和qPCR评估关键基因，并通过体内实验评估AFCs暴露下的肿瘤生长。
结果
分析了四种高暴露AFCs。我们确定了108个共有的AFCs-癌症靶点，并优先筛选出50个核心靶点。富集分析强调了癌症相关的功能主题，包括细胞周期调控（周期蛋白依赖性蛋白激酶全酶复合物）和致癌信号通路（PI3K-Akt通路）。多个核心靶点在GEO肿瘤数据集中表达失调，GSEA确定了跨癌症类型一致富集的通路。TCGA来源的特征将患者分为不同风险组，其总生存期显著不同。HPA支持选定靶点的蛋白质水平差异，qPCR表明诱惑红AC或柠檬黄调节癌细胞系中预后基因的表达，AFCs暴露与小鼠LLC肿瘤生长加速相关。
结论
这项综合分析表明，常用的AFCs可能与NSCLC、COAD、GC和BRCA中癌症相关的分子网络和不良预后有关，为未来的安全性评估和监管提供信息。
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
- 常用人工食用色素（AFCs）是否与癌症相关分子网络和常见癌症的预后有关？
- 核心机制
- AFCs可能通过影响细胞周期调控（周期蛋白依赖性蛋白激酶全酶复合物）和致癌信号通路（如PI3K-Akt通路）参与癌症相关分子网络。
- 主要证据
- 通过数据库挖掘和网络分析确定50个核心靶点，GEO数据集中多个靶点表达失调，TCGA数据中预后模型将患者分为高低风险组且生存显著差异，qPCR显示AFCs调节预后基因表达，动物实验显示AFCs加速LLC肿瘤生长。
- 研究意义
- 为AFCs的安全性评价和监管决策提供依据。
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。
富集分析
揭示共有靶点参与的生物学过程和信号通路。
对108个共有靶点及50个核心靶点进行GO和KEGG富集分析。
差异表达和通路分析
评估核心靶点在四种癌症中的表达变化和相关通路。
在GEO数据集（GSE74706, GSE19826, GSE68468, GSE22820）中分析核心靶点的差异表达，并进行GSEA。
预后模型构建
构建AFCs-癌症核心靶点的预后风险模型。
使用TCGA数据，通过单变量Cox、LASSO和多元Cox回归构建风险模型，并根据中位风险评分分组。
蛋白表达验证
验证预后靶点在蛋白水平的表达。
使用HPA数据库的免疫组化图像比较正常组织和癌组织中的蛋白表达。
细胞实验验证
验证AFCs处理对预后基因表达的影响。
用1μM Allura Red AC或Tartrazine处理A549、HCT116、AGS和MCF-7细胞，然后进行qPCR检测。
动物实验验证
评估AFCs暴露对体内肿瘤生长的影响。
给C57BL/6小鼠饮用含0.025% AFCs的水，并接种LLC细胞，监测肿瘤生长。
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。
靶点预测与网络分析
体内实验
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | RPMI-1640培养基 | -- | -- |
| DMEM培养基 | -- | -- | |
| Ham's F-12培养基 | -- | -- | |
| MEM培养基 | -- | -- | |
| 胎牛血清 | -- | -- | |
| 青霉素/链霉素 | -- | -- | |
| 胰岛素 | -- | -- | |
| 药物处理 | 诱惑红AC | TargetMol | TN1370 |
| 柠檬黄 | TargetMol | TN2258 | |
| RNA提取 | VeZol试剂 | Vazyme | R411-01 |
| RNA浓度测定 | NanoDrop 2000分光光度计 | Thermo Fisher Scientific | -- |
| 逆转录 | Evo M-MLV逆转录试剂盒（含gDNA清除） | Accurate Biology | AG11705 |
| qPCR | Hieff® qPCR SYBR Green预混液 | Yeasen | 11201ES08 |
| ViiA™ 7实时荧光定量PCR系统 | Thermo Fisher Scientific | -- |
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 |
|---|---|
| 细胞实验 | 细胞系：A549、HCT116、AGS、MCF-7；处理浓度：1μM；处理时间：24小时；细胞接种密度：2×10⁵细胞/孔。 阅读提示：Methods 2.12 Cell culture and quantitative real-time PCR (qPCR) |
| 动物实验 | 小鼠品系：C57BL/6J；年龄：5周龄；每组6只；AFCs浓度：0.025% (w/v) 饮用水；LLC细胞接种量：5×10⁵细胞/只；接种方式：皮下注射；肿瘤测量从第7天开始，每3天一次；第16天终止。 阅读提示：Methods 2.13 Animal experiment |
| 差异表达分析 | GEO数据集：GSE74706、GSE19826、GSE68468、GSE22820；DEG阈值：p<0.05，|log2FC|>0.5；GSEA阈值：p<0.05，|log2FC|>0.01。 阅读提示：Methods 2.6 Screening of differentially expressed genes (DEGs) in GEO datasets 和 2.7 GSEA analysis in GEO datasets |
| 预后模型 | TCGA数据：TCGA-LUAD、TCGA-LUSC、TCGA-COAD、TCGA-STAD、TCGA-BRCA；单变量Cox p<0.05；LASSO和多元Cox回归；风险评分公式：RS=Σ(Coef×Exp)；中位风险评分分组。 阅读提示：Methods 2.9 Construction and evaluation of cancer risk prognostic model |