基于二硫化物凋亡相关基因的肺腺癌预后模型及模型中PPP1R14B的体外细胞实验分析

Prognostic model of lung adenocarcinoma based on disulfidptosis-related genes and analysis of in vitro cell experiments for PPP1R14B in the model.

作者信息Yuqing Dong, Ying Zhang, Haoran Liu, Xintong Jiang, Shuyang Xie, Pingyu Wang
PMID40598552
发布时间2025-07-01
DOI10.1186/s13062-025-00662-7

实验完整度

包含基于公共数据库的预后模型构建与外部验证,以及细胞系体外功能实验(增殖、迁移、凋亡),但缺乏动物模型和机制实验,实验证据层级有限。

主要模型

TCGA-LUAD队列(541个肿瘤样本,59个正常样本) GEO数据集(GSE50081、GSE30219、GSE41271、GSE189357) LUAD细胞系 A549和H1975 LUAD患者组织样本(5对癌与癌旁组织)

重点核对

风险评分公式:风险评分 = (1.688 × Exp PPP1R14B) + (0.778 × Exp PLEK2) + (0.513 × Exp RHOV) + (0.649 × Exp C1QTNF6) 高风险组与低风险组的区分基于风险评分中位数 PPP1R14B敲低通过siRNA转染(siRNA-1和siRNA-2)实现 CCK-8实验在96孔板中接种4个复孔,于0、24、48、72小时检测 Transwell迁移实验细胞数2×10^5,下室含30% FBS,培养约24小时

摘要

背景:肺腺癌(LUAD)是全球常见的恶性肿瘤之一,5年生存率仍不理想。需要可靠的预后生物标志物为患者的个体化治疗提供参考。一些研究表明,二硫化物凋亡相关基因(DRGs)与肿瘤的发生发展密切相关。本研究构建了一个预后风险模型,以探讨DRGs在LUAD中的预后价值,并为制定LUAD患者的个体化治疗方案提供参考。方法:从TCGA数据库和GEO数据库下载LUAD组织和癌旁或正常肺组织的RNA-seq数据。通过单变量Cox分析、Lasso分析和多变量Cox分析构建风险评分模型。绘制ROC曲线和列线图模型以评估风险模型。使用LUAD数据、LUAD单细胞数据集中的数据以及GEO数据库中的其他数据进行外部验证。此外,分析了高风险组和低风险组的免疫微环境和药物敏感性。通过体外细胞实验进一步验证了模型中的关键基因PPP1R14B。结果:本研究构建了一个由四个基因组成的风险模型,低风险组的总生存期(OS)高于高风险组(P < 0.001)。训练集风险模型在1年、3年和5年的ROC曲线下面积(AUC)分别为0.767、0.759和0.711。药物敏感性分析显示,高风险组和低风险组患者对吉非替尼、阿法替尼、拉帕替尼和紫杉醇等药物的反应存在统计学差异(P < 0.001)。体外细胞实验结果表明,敲低PPP1R14B的LUAD细胞增殖和迁移能力显著受抑,凋亡细胞数量显著增加(P < 0.05)。结论:基于四个DRGs构建的风险模型能够相对准确地预测LUAD患者的预后。高风险组和低风险组之间的免疫微环境存在差异。高风险组患者对吉非替尼、阿法替尼、拉帕替尼和紫杉醇等药物更敏感,为LUAD患者的个体化治疗提供了参考。敲低PPP1R14B显著抑制LUAD细胞的增殖和迁移,并促进LUAD细胞的凋亡。

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
DRGs在LUAD中的预后价值及其作为治疗靶点的潜力。
核心机制
基于PPP1R14B、PLEK2、RHOV和C1QTNF6四个DRGs构建的风险模型可预测LUAD预后;PPP1R14B敲低抑制LUAD细胞增殖和迁移并促进凋亡,提示其作为潜在治疗靶点。
主要证据
公共数据库(TCGA和GEO)转录组数据用于构建风险模型,AUC显示模型预测性能良好;体外细胞实验(CCK-8、Transwell、划痕和流式凋亡)证实PPP1R14B敲低对细胞功能的影响。
研究意义
该模型可预测LUAD患者预后、免疫微环境和免疫治疗反应,为个体化治疗提供参考;PPP1R14B可能成为LUAD靶向治疗的候选靶点。

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

数据收集与DRGs筛选

从公共数据库获取LUAD转录组数据,筛选与二硫化物凋亡相关的差异表达基因。

从TCGA和GEO(GSE50081)获取RNA-seq数据,合并后通过共表达分析(|R|>0.4,P<0.05)和差异表达分析(FDR<0.05,|logFC|>2)筛选DRGs,取交集得到872个差异表达DRGs。

2

预后风险模型构建与验证

构建基于DRGs的预后风险模型并评估其预测能力。

使用TCGA数据按7:3分为训练集和验证集,通过单变量Cox、Lasso和多变量Cox分析筛选4个DRGs构建风险评分模型。通过Kaplan-Meier生存分析、ROC曲线和外部数据集(GSE30219、GSE41271)验证模型。

3

列线图构建

结合临床特征构建列线图以提高预后预测的实用性。

使用“rms”R包构建列线图,结合风险评分、年龄、性别和TNM分期,并通过C-index和校准曲线评估预测准确性。

4

免疫微环境分析

比较高低风险组之间的免疫微环境差异。

使用ESTIMATE算法计算基质评分、免疫评分和肿瘤纯度,比较高低风险组差异;分析免疫细胞浸润、免疫检查点基因表达和TIDE评分。

5

单细胞测序分析

分析模型中的基因在不同免疫细胞中的表达分布。

从GEO下载GSE189357单细胞数据集(9个LUAD样本),使用Seurat处理,SingleR注释细胞类型,UMAP展示聚类结果和各基因表达。

6

药物敏感性分析

评估高低风险组对常用抗肿瘤药物的敏感性差异。

使用“oncoPredict”R包计算198种抗肿瘤药物的IC50,比较高低风险组之间的差异,筛选出有显著差异的药物(如吉非替尼、阿法替尼、拉帕替尼、紫杉醇)。

7

PPP1R14B体外细胞实验验证

验证PPP1R14B在LUAD细胞增殖、迁移和凋亡中的功能。

在A549和H1975细胞中敲低PPP1R14B(siRNA-1和siRNA-2),通过qRT-PCR验证敲低效率,CCK-8检测增殖,划痕和Transwell检测迁移,流式细胞术检测凋亡。

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
总RNA提取试剂VazymeR401-01
HiScriptII.Q RT SuperMixVazymeR223-01
StepOnePlus实时荧光定量PCR系统ThermoFisher--
CCK-8试剂盒ElabscienceE-CK-A362
Transwell小室BiofilTCS003024
1%结晶紫----
DM6000B显微镜Leica--
Annexin V-FITC/PI凋亡试剂盒ElabscienceE-CK-A211
胎牛血清----
siRNARibio--

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
数据收集与DRGs筛选
TCGA和GEO数据集的样本量、肿瘤与正常样本比例、共表达阈值|R|>0.4和差异表达阈值FDR<0.05,|logFC|>2
阅读提示:Methods: Data collection and processing, Co-expression and differential analysis of DRGs
风险模型构建与验证
训练集与验证集划分比例7:3、Cox回归筛选标准、风险评分公式、外部验证数据集(GSE30219、GSE41271)
阅读提示:Methods: Establishment and evaluation of the TCGA-LUAD risk prognostic model
列线图构建
纳入变量(年龄、性别、风险评分、TNM分期)、C-index和校准曲线评估
阅读提示:Methods: Construction and validation of nomogram
免疫微环境分析
ESTIMATE算法、免疫细胞浸润分析方法、免疫检查点基因列表(60个)、TIDE评分
阅读提示:Methods: Immune microenvironment analysis
单细胞测序分析
GSE189357数据集样本量9、过滤条件(nFeature_RNA > 200 & nFeature_RNA < 5000, percent.mt <= 15 & percent.HB <= 3)、细胞注释方法
阅读提示:Methods: Single-cell sequencing analysis
药物敏感性分析
198种药物、IC50算法、P值阈值
阅读提示:Methods: Drug sensitivity analysis
体外细胞实验
细胞系A549和H1975、siRNA序列、转染时间48h、CCK-8检测时间点(0,24,48,72h)及复孔数、Transwell细胞数2×10^5及下室血清浓度30% FBS、凋亡染色方案
阅读提示:Methods: Cell culture, transfection and qRT-PCR; Cell proliferation assay; Transwell migration assay; Wound-healing assay; Flow cytometry apoptosis experiment