结直肠癌诊断中丁酸代谢相关生物标志物的鉴定与验证

背景：与以丁酸作为主要能量来源的正常结肠细胞不同，癌性结肠细胞更倾向于利用葡萄糖。然而，关于丁酸代谢在结直肠癌（CRC）病理生理学中的调节作用机制的研究仍不够深入。方法：该研究综合分析四个数据集（癌症基因组图谱（TCGA）-COAD、TCGA-READ、GSE41258和GSE39582）以及与丁酸代谢相关基因（BMGs）相关的基因集。通过重叠BMGs、TCGA-DEGs（CRC与正常组之间的差异表达基因）和GEO-DEGs（基因表达综合数据库的CRC与正常组之间的差异表达基因）筛选差异表达的BMGs（DE-BMGs），并进行富集分析。随后通过蛋白质-蛋白质相互作用（PPI）网络分析筛选Hub基因。通过应用最小绝对收缩和选择算子（LASSO）和受试者工作特征（ROC）曲线分析改进生物标志物的选择。根据不同的临床表型进行亚组生存分析。随后构建了以竞争性内源RNA为模型的调控网络。最后，基于正常结肠上皮细胞（NCM-460）和结肠癌细胞（LOVO、HCT116、LS174T和LS513），使用实时定量聚合酶链反应（qRT-PCR）方法检测两组之间生物标志物的差异表达。结果：共获得63个DE-BMGs。富集分析显示DE-BMGs与信号受体激活剂活性和过氧化物酶体增殖物激活受体主导的通路显著相关。随后，通过PPI、LASSO和ROC曲线验证分析获得六个总生物标志物（CCND1、CXCL8、MMP3、MYC、TIMP1和VEGFA）。生存分析显示不同临床队列之间的生存指标存在显著差异。独创性通路分析表明，与已识别生物标志物相关的通路被破坏，尤其是与肿瘤微环境相关的通路。最后，针对五个关键生物标志物（CCND1、CXCL8、MMP3、MYC和VEGFA）开发了一个包含156种药理药物的计算预测模型。qRT-PCR研究结果表明，CCND1、CXCL8、MYC和VEGFA在CRC细胞系中上调，这一观察结果与现有公共数据库记录一致。结论：筛选出六个丁酸代谢相关生物标志物（CCND1、CXCL8、MMP3、MYC、TIMP1和VEGFA），为探索CRC诊断的预测提供了基础。