多组学揭示CCNB1、PLK1和HPSE在乳腺癌进展中的作用:对预后和免疫治疗的意义

Multi-omics insights into the roles of CCNB1, PLK1, and HPSE in breast cancer progression: implications for prognosis and immunotherapy.

作者信息Qisheng Su, Leiming Fang, Chaofan Li, Liang Yue, Zhimin Yun, Huiqiang Zhang, Qi Liu, Ruilin Ma, Pengfei Zhong, He Liu, Zhangrong Lou, Zhi Chen, Yingxia Tan, Xiaopeng Hao, Chengjun Wu
PMID40186712
发布时间2025-04
DOI10.1007/s12672-025-02282-z

实验完整度

包含多组学生物信息学分析、临床组织样本qRT-PCR和Western blot验证、以及siRNA敲低细胞功能实验等多个独立证据层级。

主要模型

MDA-MB-231细胞系 TCGA-BRCA队列 GSE20685和GSE25066队列 乳腺癌患者组织样本

重点核对

CCNB1、PLK1和HPSE在乳腺癌中的高表达(mRNA和蛋白水平) DNA甲基化位点cg06331185与总生存期的风险关联 PLK1基因改变与无复发生存的关联 siRNA敲低CCNB1和PLK1对MDA-MB-231细胞增殖和集落形成的影响 免疫评分和免疫细胞浸润与HPSE表达的相关性

摘要

背景 本研究采用多组学方法探讨细胞周期蛋白B1(CCNB1)、Polo样激酶1(PLK1)和乙酰肝素酶(HPSE)在乳腺癌进展中的作用。这些基因已知参与多种癌症相关过程,但它们在乳腺癌中的确切贡献仍不清楚。 方法 我们采用整合分析,结合转录组学、蛋白质组学、DNA甲基化谱、免疫浸润分析和单细胞RNA测序,研究CCNB1、PLK1和HPSE在乳腺癌中的表达模式、调控机制和功能影响。使用si-RNA敲低CCNB1和PLK1进行功能实验,以评估它们在细胞增殖中的作用。 结果 CCNB1、PLK1和HPSE在乳腺肿瘤的mRNA和蛋白质水平均上调。CCNB1和PLK1促进肿瘤生长和转移,而HPSE与免疫通路相关。BRCA中的DNA甲基化与预后相关,其中PLK1的改变对无复发生存具有保护作用。这些基因的高表达使预后恶化,其中CCNB1是总生存期的风险因素。免疫浸润分析将这些基因与肿瘤浸润免疫细胞相关联,突出了HPSE的免疫治疗潜力。单细胞RNA测序证实CCNB1和PLK1驱动恶性增殖和免疫抑制微环境。功能实验表明,沉默CCNB1和PLK1可显著降低乳腺癌细胞增殖,表明PLK1、CCNB1和MKI67之间存在调控相互作用。 结论 本研究提供证据表明CCNB1、PLK1和HPSE是乳腺癌进展的关键参与者,并可作为预后的潜在生物标志物。此外,它们在免疫调节中的作用提示它们可能是免疫治疗的有希望的靶点。

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
CCNB1、PLK1和HPSE在乳腺癌进展中的作用及其对预后和免疫治疗的意义。
核心机制
CCNB1和PLK1协同促进乳腺癌细胞增殖,并通过调控免疫抑制性T细胞增强免疫抑制微环境;HPSE与免疫通路和免疫细胞浸润相关。
主要证据
多组学分析显示CCNB1、PLK1和HPSE在乳腺癌中高表达,且与预后相关;siRNA沉默实验证明CCNB1和PLK1敲低可显著抑制MDA-MB-231细胞增殖和集落形成。
研究意义
CCNB1、PLK1和HPSE可能作为乳腺癌预后生物标志物和免疫治疗的潜在靶点。

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

多组学表达和相关性分析

评估CCNB1、PLK1和HPSE在乳腺癌中的表达水平及其相关性。

利用TCGA-BRCA转录组数据,分析三种基因在不同亚型和正常组织中的表达,并计算Spearman相关系数。

2

差异表达基因和功能富集分析

识别高表达组和低表达组之间的差异表达基因及其富集通路。

根据基因表达中位数将患者分为高表达和低表达组,使用DESeq2进行差异分析,并通过clusterProfiler进行GO和KEGG富集。

3

甲基化分析

评估CCNB1、PLK1和HPSE的DNA甲基化水平及其与预后的关系。

使用Diseasemeth 3.0数据库的450k甲基化数据比较肿瘤和正常组织的甲基化差异,并使用MetSurv分析CpG位点与总生存期的关联。

4

遗传改变分析

分析CCNB1、PLK1和HPSE在乳腺癌中的拷贝数变异及其对生存的影响。

使用cBioPortal的7个乳腺癌数据集分析基因改变频率,并进行K-M生存分析。

5

预后评估

评估CCNB1、PLK1和HPSE表达对乳腺癌患者预后的预测价值。

使用bc-GenExMiner数据库分析表达与总生存期的关系,并利用GSE20685和GSE25066构建和验证Cox回归模型。

6

免疫浸润分析

评估三种基因表达与肿瘤免疫微环境的关系。

使用ESTIMATE算法计算免疫评分和基质评分,使用ssGSEA计算28种免疫细胞的浸润比例,并分析IPS和免疫检查点相关性。

7

单细胞RNA测序分析

在单细胞水平解析CCNB1、PLK1和HPSE在特定细胞亚群中的表达及其功能。

对GSE161529数据进行质控、整合、聚类和细胞类型注释,分析三种基因在不同细胞类型中的表达,并利用inferCNV、Monocle和CellChat进行拷贝数变异、拟时序和细胞通讯分析。

8

临床样本验证

验证CCNB1、PLK1和HPSE在乳腺癌组织中的mRNA和蛋白表达水平。

使用qRT-PCR和Western blot检测肿瘤和癌旁组织中三种基因的表达。

9

细胞功能实验验证

验证沉默PLK1和CCNB1对乳腺癌细胞增殖和集落形成能力的影响。

在MDA-MB-231细胞中转染siRNA靶向PLK1、CCNB1和MKI67,通过CCK-8和集落形成实验评估细胞增殖和集落形成能力。

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Gibco--
胎牛血清Gibco--
细胞计数试剂盒-8DojindoCK04-1000t
Lipofectamine 3000转染试剂InvitrogenL3000001
Opti-MEM培养基Gibco11058021
靶向MKI67、PLK1、CCNB1或非靶向对照的siRNASangon Biotech--
Trizol试剂Life Technologies284910
PrimeScript逆转录预混液TaKaRaRR036A
TB Green实时定量PCR预混液TaKaRaRR820A
RIPA裂解液ElabscienceE-BC-R327
蛋白酶和磷酸酶抑制剂混合物ElabscienceE-BC-R287/E-BC-R250
BCA蛋白定量试剂盒ElabscienceE-BC-K318
PVDF膜MerckIPVH00010
Elabscience Western Blot检测试剂盒ElabscienceE-IR-R304A
CCNB1抗体ABclonalA2056
PLK1抗体ABclonalA2548
HPSE抗体SANTA CRUZ BIOTECHNOLOGYsc-515935
β-actin抗体Cell Signaling Technology3700
BioRad Chemi DOC XRSP成像系统BioRad--
SpectraMax M5酶标仪Molecular Devices--
BioRad CFX96实时荧光定量PCR仪BioRad--

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
MDA-MB-231细胞培养条件:DMEM培养基,10%FBS,1%青霉素-链霉素,37°C,5% CO2,每2-3天传代,70-80%融合度时使用。
阅读提示:Methods: Cell culture
siRNA转染
siRNA浓度:40 nM;转染试剂:Lipofectamine 3000;细胞融合度:40-50%;siRNA序列信息(Table S1)。
阅读提示:Methods: siRNA transfection; Table S1
CCK-8实验
每孔2500个细胞,添加10 µL CCK-8溶液,孵育2小时,检测450nm吸光度。
阅读提示:Methods: Cell viability assay (CCK-8)
集落形成实验
每孔500个细胞,培养10天,每3-4天更换培养基,固定和染色条件(4%多聚甲醛15分钟,0.1%结晶紫20分钟),计数>50个细胞的集落。
阅读提示:Methods: Colony formation assay
qRT-PCR
RNA提取试剂:Trizol;逆转录试剂:PrimeScript RT Master Mix;qPCR试剂:TB Green Premix Ex Taq II;内参基因:β-actin;引物序列(Table S2)。
阅读提示:Methods: Quantitative real-time PCR; Table S2
Western blot
抗体及稀释比例:CCNB1 (1:500),PLK1 (1:1000),HPSE (1:1000),β-actin (1:1000);蛋白定量:BCA试剂盒;电泳和转膜条件。
阅读提示:Methods: Western blot; Primary antibody list
多组学数据分析
TCGA-BRCA数据获取和预处理;差异表达基因阈值(foldchange > 1.5, p < 0.05);甲基化分析数据库(Diseasemeth 3.0, Methsurv);生存分析队列(GSE20685, GSE25066)。
阅读提示:Methods: Data collection and preprocessing, Differential expression and enrichment analysis, Methylation value and survival analysis, Evaluation of the prognostic significance and clinical correlation
单细胞RNA测序分析
数据来源:GSE161529;质控标准:300 < nFeature_RNA < 5000, mt_percent < 10, HB_percent < 3, nCount_RNA > 1000;分析工具版本:Seurat 4.3.0, Harmony 0.1.1, inferCNV 1.15.0, Monocle 2.26.0, CellChat 1.6.1。
阅读提示:Methods: Construction and analysis of scRNA-seq atlas