NRG1在良性神经鞘瘤中的诊断潜力及其对PI3K-Akt信号通路和肿瘤免疫的影响

Diagnostic potential of NRG1 in benign nerve sheath tumors and its influence on the PI3K-Akt signaling and tumor immunity.

作者信息Suwei Yan, Jingnan Zhao, Pengyang Gao, Zhaoxu Li, Zhao Li, Xiaobing Liu, Pengfei Wang
PMID38331905
发布时间2024-02-08
DOI10.1186/s13000-024-01438-9

实验完整度

包含生物信息学分析(GEO、WGCNA、LASSO、CIBERSORT、scRNA-seq)、临床样本验证、PDX模型及细胞系体外功能验证,并涉及机制研究(PI3K-Akt通路)和免疫微环境分析。

主要模型

良性神经鞘瘤患者肿瘤组织样本 BNST-PDX模型(NOD/SCID小鼠) BNST细胞系

重点核对

PDX模型:肿瘤组织切成1 mm碎片,消化后注射入6周龄NOD/SCID小鼠坐骨神经鞘,每组3只小鼠 细胞系:原代细胞在DMEM+10% FBS+1% P/S中培养,使用5代以内细胞 NRG1敲低:shRNA(shNRG1-1和shNRG1-2)转染细胞,MOI=10,筛选采用1 mg/ml嘌呤霉素 PI3K抑制剂(BEZ235、AZD8055)和激活剂(740 Y-P)的浓度与处理时间

摘要

目的:良性神经鞘瘤(BNST)由于其异质性而面临诊断挑战。本研究旨在确定NRG1作为BNST新型诊断生物标志物的意义,强调其参与PI3K-Akt通路和肿瘤免疫调节。方法:从GEO数据库中鉴定与BNST相关的差异基因。利用基因共表达网络、蛋白质-蛋白质相互作用网络和LASSO回归来锁定关键基因。CIBERSORT算法评估免疫细胞浸润差异,功能富集分析探索BNST信号通路。临床样本帮助建立PDX模型,体外细胞系通过PI3K-Akt通路验证NRG1的作用。结果:在BNST样本中,982个基因上调,375个下调。WGCNA揭示棕色模块差异最显著。主要枢纽基因包括NRG1,也被确定为疾病特征的关键基因。免疫浸润显示中性粒细胞和M2巨噬细胞存在显著差异,NRG1发挥核心作用。功能分析证实NRG1参与关键通路。使用PDX模型和细胞系的验证实验进一步巩固了NRG1在BNST中的作用。结论:NRG1成为BNST的潜在诊断生物标志物,影响PI3K-Akt通路,并塑造肿瘤免疫微环境。补充信息:在线版本包含补充材料,可在10.1186/s13000-024-01438-9获取。关键词:良性神经鞘瘤、NRG1、PI3K/AKT、M2巨噬细胞、中性粒细胞、生物标志物、GEO数据库

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
本研究旨在探索良性神经鞘瘤(BNST)的潜在诊断生物标志物及其分子机制。
核心机制
NRG1通过激活PI3K-Akt信号通路,调节M2巨噬细胞和中性粒细胞,重塑肿瘤免疫微环境,促进BNST的发生和进展。
主要证据
通过GEO数据及WGCNA、LASSO等分析,发现NRG1为关键基因(AUC=0.994);临床样本显示NRG1高表达与PI3K/AKT磷酸化增加、M2巨噬细胞浸润增多、中性粒细胞减少相关;细胞系和PDX模型中,敲低NRG1或抑制PI3K/AKT可抑制增殖、迁移并诱导凋亡,而激活PI3K/AKT可部分逆转这些效应。
研究意义
NRG1可能作为BNST的新型诊断生物标志物,并为该疾病的诊断和治疗提供新见解。

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

公共数据库转录组分析

通过GEO数据集识别BNST相关差异表达基因,为后续筛选关键基因提供候选。

下载GSE39645和GSE54934数据集,去除批次效应后合并,利用limma包进行差异基因表达分析(|logFC|>2,P<0.05),绘制热图和火山图。

2

WGCNA共表达网络分析

构建基因共表达网络,识别与BNST临床特征最相关的模块。

使用R包WGCNA,基于差异基因构建无标度网络,选择软阈值β=10,识别9个共表达模块,其中棕色模块与肿瘤临床特征相关性最强(r=0.87,p<0.05),并与差异基因取交集获得79个基因。

3

关键基因筛选与预测能力评估

通过PPI网络和LASSO回归筛选疾病核心基因,并评估其诊断价值。

将交集基因导入STRING数据库构建PPI网络,利用Cytoscape的cytoHubba插件得到10个hub基因;对合并数据集进行LASSO回归获得10个候选基因;两者取交集后获得核心基因NRG1;通过ROC曲线评估NRG1诊断BNST的价值。

4

免疫浸润分析

比较肿瘤与正常样本的免疫细胞组成差异,并探讨NRG1与免疫细胞的相关性。

使用CIBERSORT算法计算22种免疫细胞比例,过滤后获得75个样本;分析肿瘤组与对照组间免疫细胞差异,并进行相关性和与NRG1表达的相关分析。

5

功能富集分析

探索BNST相关基因涉及的生物学过程和信号通路,重点关注NRG1。

对差异基因和棕色模块基因的并集进行GO和KEGG富集分析,结果显示主要富集于轴突发育、细胞外基质等过程,以及PI3K-Akt信号通路、细胞黏附分子等通路。

6

单细胞转录组测序分析

在单细胞水平解析BNST组织中的细胞组成和候选基因表达分布。

对3个BNST样本进行scRNA-seq,经质量控制获得2012个细胞,进行PCA和t-SNE聚类得到14个簇,注释细胞类型,进行拟时间分析和候选基因表达分布分析。

7

临床样本验证

验证生物信息学分析结果,评估NRG1表达与免疫微环境变化的关系。

收集5例BNST和3例正常前庭神经组织,通过IHC、RT-qPCR、Western blot检测NRG1、S100、PI3K/AKT通路蛋白及免疫细胞标志物;通过流式细胞术检测M2巨噬细胞(CD68+CD206+)和中性粒细胞(CD14+CD66b+)比例。

8

构建PDX模型和细胞系

建立可靠的临床前模型,用于验证NRG1功能。

将临床肿瘤组织切成1 mm碎片,消化后移植到NOD/SCID小鼠坐骨神经鞘建立PDX模型;从PDX组织分离细胞建立原代细胞系,并通过形态学、S100染色、NRG1表达等验证模型保真性。

9

体外功能验证

验证NRG1通过PI3K/AKT通路调控BNST细胞增殖、凋亡和迁移。

在细胞系中敲低NRG1(sh-Nrg1-1/2),并分别使用PI3K抑制剂(BEZ235、AZD8055)或激活剂(740 Y-P)处理,检测PI3K/AKT通路蛋白表达、细胞周期、凋亡和迁移能力。

10

体内功能验证

验证敲低NRG1或抑制PI3K/AKT对BNST肿瘤生长和免疫微环境的影响。

利用shRNA敲低NRG1的细胞系和BEZ235、AZD8055或740 Y-P处理的PDX模型,监测肿瘤生长、存活率,并通过Western blot、IHC和流式细胞术检测相关指标。

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
高糖DMEM培养基Gibco11965092
I型胶原酶Gibco17018029
分散酶IGibco17105041
青霉素-链霉素Gibco15140163
胎牛血清Gibco10100147
Advanced DMEM/F12培养基Gibco12634010
毛喉素Gibco34427025
β-调蛋白BD Biosciences396HB-050
胰岛素SigmaI6634
Hamilton注射器Sigma-Aldrich22192-U
BEZ235MedChemExpressHY-50673
AZD8055MedChemExpressHY-10422
玉米油MedChemExpressHY-Y1888
740 Y-PMedChemExpressHY-P0175
pGMLV-SC5BioVector NTCC Inc--
BamHI限制酶Thermo Fisher ScientificFD0054
EcoRI限制酶Thermo Fisher ScientificFD0274
凝胶回收DNA提取试剂盒Tiangen BiotechDP204
T4 DNA连接酶Thermo Fisher ScientificEL0011
DH5α感受态细胞Tiangen BiotechCB101-02
嘌呤霉素Sigma540222
甲醛缓冲溶液Thermo Fisher ScientificF5554
苏木素Sangon BiotechE607317
伊红SolarbioG1100
S100抗体Thermo Fisher Scientific; AbcamPA5-78161; ab217805
MMR/CD206抗体R&D SystemsAF2535
CD66b抗体Abcamab300122
Ki67抗体Abcamab15580
抗HRP抗体Jackson ImmunoResearch115-035-003; 111-035-003
多聚赖氨酸SigmaP7890-100
S100B抗体Thermo Fisher ScientificPA5-78161
F-actin抗体Abcamab205
Alexa Fluor-488InvitrogenA-11029
Alexa Fluor-546InvitrogenA-21085
RIPA裂解液----
PVDF膜MilliporeIPFL00010
NRG1抗体Abcamab217805
PI3K抗体Cell Signaling Technology4257
磷酸化PI3K抗体Cell Signaling Technology4228
Akt抗体Cell Signaling Technology9272
磷酸化Akt (Ser473)抗体Cell Signaling Technology4060
GAPDH抗体Santa Cruzsc-32233
TRIzol试剂Invitrogen15596026
VBScript II试剂盒AbcloneRK20404
SYBR Green 预混液RocheS5193
LightCycler480荧光定量PCR仪Roche--
CD45-PerCP抗体eBioscience45-0459-42
CD206-PE抗体eBioscience12-2069-42
CD68-PE-Cyanine7抗体eBioscience25-0681-82
CD66b-APC抗体eBioscience17-0668-42
CD14-PE抗体eBioscience12-0149-42
Annexin V-APC/PI凋亡检测试剂盒ElabscienceE-CK-A217
细胞周期试剂盒ElabscienceE-CK-A351
核糖核酸酶ThermoFisherEN0531
碘化丙啶Sangon Biotech25535-16-4
Transwell小室Corning3422
结晶紫Sigma-Aldrich--

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
差异表达基因分析
数据集GSE39645和GSE54934的样本量、分组、批次效应去除方法、筛选阈值(|logFC|>2,P<0.05)
阅读提示:Materials and methods 部分:Transcriptome sequencing data from public databases 和 Differential gene expression analysis
WGCNA分析
软阈值β=10,scale-free R=0.9,模块识别参数(最小模块基因数、合并阈值)
阅读提示:Materials and methods 部分:WGCNA analysis
关键基因筛选
PPI网络构建参数(置信度0.7),LASSO回归参数(λ值),hub基因筛选方法
阅读提示:Materials and methods 部分:Construction of PPIs 和 LASSO regression analysis
免疫浸润分析
CIBERSORT算法参数,p值过滤标准(p<0.05),模拟次数(100次)
阅读提示:Materials and methods 部分:Immunohistochemical analysis
临床样本分析
样本量:5例BNST、3例对照;取材部位;处理前状态;检测指标(NRG1、S100、CD206、CD66b等)
阅读提示:Materials and methods 部分:Sample collection;Results 部分:Clinical tumor samples display high expression of NRG1
PDX模型建立
小鼠品系(NOD/SCID)、周龄、性别;细胞数量、注射体积、注射速度;建模周期;肿瘤起始和处理时间
阅读提示:Materials and methods 部分:Construction of the BNST-PDX model and inhibitor treatment
细胞系处理
细胞代数(不超过5代);培养条件(DMEM+10% FBS+1% P/S);传代周期(3-4天);细胞接种密度(5×10^4/孔);药物浓度和处理时间(BEZ235 100nM 72h;AZD8055 50nM 48h;740 Y-P 25µg/ml 48h)
阅读提示:Materials and methods 部分:Construction of BNST cell lines and inhibitor treatment
NRG1敲低实验
shRNA序列(Table S1);转染参数(MOI=10);筛选条件(puromycin 1mg/ml);病毒滴度(>10^8 TU/ml)
阅读提示:Materials and methods 部分:Recombinant vector construction and cell infection
体内给药方案
BEZ235剂量(20 mg/kg/日,口服,14天);AZD8055剂量(0.1 ml/10g,口服,每周两次);740 Y-P剂量(10 mg/kg,每日脑室内注射);肿瘤体积终点(800-1000 mm^3)
阅读提示:Materials and methods 部分:Construction of the BNST-PDX model and inhibitor treatment;Results 部分:PDX model验证