构建PitNETs剪接图谱
获取PitNETs全局的选择性剪接景观，评估剪接事件的类型和数量。
对264例PitNET和4例正常样本进行bulk RNA-seq，使用rMATS检测选择性剪接事件，并分析事件类型分布及基因表达关系。
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
剪接多样性增强垂体神经内分泌肿瘤的分子分类
Splicing diversity enhances the molecular classification of pituitary neuroendocrine tumors.
实验完整度
高包含bulk RNA-seq（264例）、单细胞RNA-seq（195720细胞）、独立队列验证（180例）及体外功能实验（敲低/过表达）。
主要模型
264例PitNET患者肿瘤样本及4例正常垂体组织（bulk RNA-seq） 14例PitNET患者及2例正常垂体的全长单细胞RNA-seq（195720个细胞） 180例PitNET患者独立bulk RNA-seq验证队列 原代PitNET肿瘤细胞及GH3大鼠垂体细胞系
重点核对
bulk RNA-seq发现队列：264例PitNET和4例正常样本，涵盖所有临床病理亚型 单细胞RNA-seq队列：14例PitNET和2例正常样本，195720个细胞 独立验证队列：180例PitNET患者的bulk RNA-seq数据 差异剪接分析阈值：Wilcoxon秩和检验P<0.001且|log2FC|>1 功能验证：在原代PitNET细胞中进行siRNA敲低和过表达实验
摘要
垂体神经内分泌肿瘤（PitNETs）是最常见的颅内肿瘤之一，临床表现多样。当前的病理分类系统主要依赖组织学激素染色和转录因子（TFs）表达。虽然这能有效识别三大谱系，但基于激素和TFs的分子特征缺乏足够的分辨率来完全捕捉复杂的肿瘤异质性。选择性剪接（AS）带来的转录多样性为解决这一挑战提供了额外见解。在此，我们进行bulk和全长单细胞RNA测序，全面研究所有PitNET谱系中的AS失调。我们揭示了普遍存在的剪接失调，能更好地描绘肿瘤异质性。此外，我们在单细胞分辨率下描绘了基本的剪接异质性，证实了bulk发现并细化了不同肿瘤细胞类型间的剪接失调。值得注意的是，我们有效区分了沉默性促肾上腺皮质激素细胞亚型，并定义了一个独特的TPIT谱系亚型，该亚型与较差的临床结局和由ESRP1表达改变驱动的剪接异常增加相关。总之，我们的结果表征了PitNETs中亚型特异性的AS景观，增进了对PitNETs亚型分类的理解。
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
- 选择性剪接失调能否比基于激素和转录因子的表达特征更好地揭示PitNETs的肿瘤异质性并实现更精确的分子分型？
- 核心机制
- PitNETs各谱系存在广泛的剪接失调，RNA结合蛋白（如ESRP1）调控亚型特异性剪接事件；在TPIT谱系中，ESRP1表达改变驱动剪接异常，与沉默性ACTH亚型的侵袭性和不良预后相关。
- 主要证据
- 对264例PitNET和4例正常样本的bulk RNA-seq及195720个细胞的单细胞RNA-seq分析，结合180例独立队列验证，并通过原代细胞敲低/过表达实验验证剪接事件的功能及ESRP1的调控作用。
- 研究意义
- 剪接特征可增强PitNETs的分子分类，尤其有助于区分沉默性ACTH亚型并识别预后更差的亚组，为分子诊断和预后预测提供了新方向。
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。
鉴定亚型特异性差异剪接事件
验证剪接特征是否能比基因表达更好地区分PitNET亚型。
对每个亚型与所有其他亚型进行差异剪接分析，使用Wilcoxon秩和检验，定义显著差异剪接事件，并在独立队列中验证。
单细胞分辨率验证剪接景观
在单细胞水平确认亚型特异性剪接事件，并解析肿瘤细胞克隆间的剪接异质性。
对14例PitNET和2例正常样本进行全长单细胞RNA-seq，构建伪bulk样本进行剪接分析，并在单个细胞中量化PSI值。
功能验证关键剪接事件
验证亚型特异性剪接事件（如NCAM1、ARFGAP1、APP）对肿瘤细胞功能的影响。
在原代PitNET细胞中敲低异常剪接事件或过表达特定转录本，检测激素分泌、EMT等表型变化。
鉴定剪接调控因子ESRP1
探索TPIT谱系亚型特异性剪接事件的调控机制，验证ESRP1对剪接的调控作用。
通过RBP表达相关分析、motif富集分析及ESRP1敲低/过表达实验，验证ESRP1对TPIT谱系剪接事件的调控。
临床相关性分析
评估TPIT谱系剪接特征与患者临床预后（PFS、侵袭性等）的关联。
收集患者临床数据，利用Kaplan-Meier生存分析和Cox回归分析ESRP1表达及剪接事件PSI值与预后的关系。
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 |
|---|---|---|---|
| 细胞培养 | 低糖DMEM培养基 | -- | -- |
| 胎牛血清 | -- | -- | |
| 激素分泌检测 | AuthentiKine™人生长激素ELISA试剂盒 | Proteintech | KE00221 |
| 细胞培养 | Ham's F12K培养基 | -- | -- |
| 马血清 | Gibco | -- | |
| Western blot | RIPA裂解液 | NCM Biotech | -- |
| E-cadherin抗体 | Proteintech | -- | |
| Vimentin抗体 | Abcam | -- | |
| GAPDH抗体 | Abcam | -- | |
| RT-PCR | I-5高保真预混液 | MCLAB | -- |
| qRT-PCR | QuantStudio 3实时荧光定量PCR仪 | Applied Biosystems | -- |
| QuantStudio 5实时荧光定量PCR仪 | Applied Biosystems | -- | |
| 转染 | Lipo 3000转染试剂 | Invitrogen | -- |
| 单细胞RNA-seq | 脑肿瘤解离试剂盒 | Miltenyi | 130-095-942 |
| DNase I | Sigma | 9003-98-9 | |
| AO/PI试剂 | -- | -- | |
| 红细胞裂解液 | Solarbio | R1010 | |
| SeekOne®单细胞全转录组试剂盒 | SeekGene | K00801 | |
| SeekOne® DD芯片S3 | SeekGene | -- | |
| Illumina NovaSeq 6000测序仪 | Illumina | -- | |
| bulk RNA-seq | VAHTS Universal V6 RNA-seq文库构建试剂盒（用于Illumina） | -- | -- |
| Qubit® RNA检测试剂盒 | -- | -- | |
| Agilent Bioanalyzer 2100生物分析仪 | Agilent | -- | |
| Bio-RAD CFX 96荧光定量PCR仪 | Bio-RAD | -- | |
| 单细胞RNA-seq | Countstar® Rigel S2细胞分析仪 | Countstar | -- |
| KAPA Biosystems KK4824定量试剂盒 | KAPA Biosystems | KK4824 |
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 |
|---|---|
| bulk RNA-seq发现队列 | 样本数量（264例PitNET和4例正常）、亚型分布（如GH n=47, ACTH n=58等）、纳入标准 阅读提示：Methods 'Study subjects' 及 Supplementary Data 1 |
| 单细胞RNA-seq队列 | 样本数量（14例PitNET和2例正常）、细胞总数（195720）、样本处理及测序平台 阅读提示：Methods 'Full-length single-cell preparations and RNA-seq' 及 Supplementary Data 7 |
| 差异剪接分析 | 统计方法（Wilcoxon秩和检验）、显著性阈值（P<0.001, |log2FC|>1）、事件过滤标准（在≥70%患者中检测到） 阅读提示：Methods 'Alternative splicing analysis of bulk RNA-seq data' |
| 功能验证实验 | 原代细胞来源及培养条件、转染试剂（Lipo 3000）及用量、敲低/过表达效率验证、检测时间点（48-72小时） 阅读提示：Methods 'Cell line and culture of primary PitNET tumor cells' 及 'Transfection and RNA interference' |
| ESRP1调控验证 | ESRP1 siRNA序列、过表达质粒构建、qRT-PCR引物、敲低/过表达效率 阅读提示：Methods 'Transfection and RNA interference' 及 Supplementary Data 14 |
| 生存分析 | 患者随访时间、PFS定义、分组截断值（中位数）、统计方法（Kaplan-Meier和Cox回归） 阅读提示：Methods 'Progression-free survival analysis' 及 Supplementary Data 11 |