计算鉴定前列腺癌中相互排斥地失调转移相关microRNA的转录驱动因子

Computational identification of mutually exclusive transcriptional drivers dysregulating metastatic microRNAs in prostate cancer.

作者信息Mengzhu Xue, Haiyue Liu, Liwen Zhang, Hongyuan Chang, Yuwei Liu, Shaowei Du, Yingqun Yang, Peng Wang
PMID28397780
发布时间2017-04-11
DOI10.1038/ncomms14917

实验完整度

高

包含计算预测、细胞系过表达/敲低、miRNA-seq、qRT-PCR、ChIP-seq分析、Transwell功能验证及多个独立临床数据集生存分析

主要模型

良性前列腺细胞系RWPE-1过表达AR、HOXC6或NKX2-2 前列腺癌细胞系LnCAP 前列腺癌患者数据集(Taylor、Hart等) 多种癌症TCGA数据集

重点核对

RWPE-1细胞中稳定过表达AR、HOXC6、NKX2-2或空载体对照,miRNA-seq检测miRNA表达变化 siRNA敲低AR、HOXC6或NKX2-2后qRT-PCR验证靶miRNA表达 Transwell迁移和侵袭实验检测细胞运动能力,miR-133a mimics回补实验 ChIP-seq数据分析AR、HOXC6、NKX2-2在miRNA附近的结合峰 Kaplan-Meier生存分析在三个独立前列腺癌数据集中评估过表达与临床结局的关联

摘要

雄激素剥夺疗法是转移性前列腺癌的标准治疗方法,但不可避免地导致获得性耐药。因此,系统性地鉴定其他驱动因子可能为开发有效疗法提供有用见解。许多对转移至关重要的microRNA在转移性前列腺癌中失调,但其潜在分子机制尚不清楚。我们对转录因子(TF)和microRNA表达谱进行整合分析,通过计算鉴定出三个主效TF:AR、HOXC6和NKX2-2,它们以相互排斥的方式诱导异常的转移相关microRNA表达。实验验证证实这三个TF共同失调大量转移相关microRNA。此外,它们的过表达显著增强细胞运动性,并与不良临床结局一致相关。最后,AR、HOXC6和NKX2-2之间的相互排斥性过表达在多种组织和癌症中得以保留,提示相互排斥性可能是肿瘤发生过程中驱动TF的内在特征。

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
转移性前列腺癌中异常microRNA表达的转录驱动因子是什么,以及这些驱动因子之间是否存在相互排斥关系。
核心机制
AR、HOXC6和NKX2-2作为主效转录因子,以相互排斥的方式共同抑制一组转移相关microRNA(如miR-200家族、miR-17-92簇等),从而促进前列腺癌转移。
主要证据
计算整合分析预测三个TF共同调控miRNA;RWPE-1细胞过表达结合miRNA-seq和qRT-PCR验证大量miRNA共调控;Transwell实验显示过表达增强细胞迁移侵袭且可被miRNA mimics逆转;多个独立数据集分析显示过表达与不良临床结局相关且相互排斥性在多种组织和癌症中保守。
研究意义
提示相互排斥性可能是肿瘤发生过程中基因调控网络转录驱动因子的普遍内在特征,并可能为将相互排斥的驱动TF归入同一致癌模块、开发联合抑制策略提供依据。

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

计算预测相互排斥的驱动TF

从转录因子和miRNA表达谱中鉴定以相互排斥方式失调转移相关miRNA的主效TF。

使用Taylor前列腺癌数据集,通过高斯混合模型定义表达异常值,Fisher精确检验推断TF-miRNA调控关系,MDL原则重建驱动TF-miRNA调控网络,鉴定出AR、HOXC6和NKX2-2。

2

实验验证TF对miRNA的调控

验证计算预测的AR、HOXC6和NKX2-2对转移相关miRNA的共同调控作用。

在RWPE-1细胞中稳定过表达AR、HOXC6、NKX2-2或空载体,进行miRNA-seq和qRT-PCR检测miRNA表达变化;用siRNA敲低各TF验证调控特异性。

3

ChIP-seq数据分析TF与miRNA的结合

从独立来源验证三个TF在miRNA基因组区域的结合。

分析已发表的AR、HOXC6和NKX2-2 ChIP-seq数据,使用HOMER进行峰调用和基因分配,并通过bootstrapping评估重叠显著性。

4

功能验证TF对细胞运动性的影响

验证三个TF通过抑制miRNA促进细胞迁移和侵袭。

在RWPE-1细胞过表达TF后进行Transwell迁移和侵袭实验,并用miR-133a mimics处理观察对运动性的逆转作用;同时进行MTS增殖和软琼脂集落形成实验。

5

临床关联与保守性分析

评估TF过表达与临床结局的关联及相互排斥性在多种组织和癌症中的保守性。

在多个独立前列腺癌数据集中进行Kaplan-Meier生存分析;利用FANTOM5和TCGA数据检查三个TF的相互排斥性过表达模式。

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
角质细胞无血清培养基Gibco--
牛垂体提取物----
人重组表皮生长因子----
RPMI-1640培养基Gibco--
TRIzol试剂TaKaRa--
PrimeScript逆转录试剂盒TaKaRa--
gDNA Eraser(Perfect Real Time)TaKaRa--
RevertAid第一链cDNA合成试剂盒Thermo Fisher ScientificK1622
SYBR Premix Ex Taq(Tli RNase H Plus)TaKaRa--
ABI Step One Plus仪器Applied Biosystems--
miRNA模拟物Shanghai GenePharma--
siRNAShanghai GenePharma--
AllStars阴性对照模拟物Qiagen--
Silencer阴性对照Life Technologies--
Lipofectamine 2000转染试剂Invitrogen--
pLVX-IRES-Neo慢病毒表达载体Clontech--
遗传霉素----
抗AR抗体(ab74272)Abcamab74272
抗HOXC6抗体(sc-376330)Santa Cruzsc-376330
抗NKX2-2抗体(sc-15015)Santa Cruzsc-15015
抗LSD1抗体(ab37165)Abcamab37165
聚偏二氟乙烯膜Merck Millipore--
Odyssey CLx荧光成像系统LI-COR--
Transwell小室(8-μm孔径)Costar--
Matrigel基质胶----
CellTiter 96 AQueous One Solution试剂Promega--
酶标仪(VersaMAx)Molecular Devices--
琼脂糖Invitrogen--
Illumina小RNA样本制备试剂盒Illumina--
Illumina HiSeq 2000测序仪Illumina--
Roche NimbleGen人类12×135K基因表达微阵列Roche NimbleGen--

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
计算预测驱动TF
数据集来源(Taylor数据集)、表达异常值定义(绝对z-score>2)、Fisher精确检验FDR<0.01、MDL原则
阅读提示:Methods中'Identification of gene expression outliers'、'Pair-wise regulation inference with Fisher's exact tests'及'Inferring driver TF-associated miRNA regulatory network'小节
RWPE-1细胞过表达与miRNA-seq
细胞系来源(中国科学院细胞库)、过表达载体(pLVX-IRES-Neo)、测序平台(Illumina HiSeq 2000)、miRNA-seq差异表达FDR<0.05
阅读提示:Methods中'Cell culture'、'Generation of RWPE-1 cell lines overexpressing driver TFs'及'MicroRNA sequencing and microarray analysis'小节
siRNA敲低与qRT-PCR验证
siRNA终浓度100 pM、转染试剂Lipofectamine 2000、qRT-PCR内参U6 snRNA、实验重复三次
阅读提示:Methods中'Transient siRNA knockdown and miRNA mimic transfection'及'RNA isolation and quantitative real-time PCR'小节
Transwell迁移与侵袭实验
Transwell小室孔径8 μm、每孔细胞数2×10^4、趋化剂10% FBS、迁移时间48小时、miR-133a mimics处理
阅读提示:Methods中'Transwell migration and invasion assay'小节及Figure 3c,d图注
ChIP-seq数据分析
ChIP-seq数据来源(GSE28264、GSE49402)、分析软件HOMER、bootstrapping 1000次
阅读提示:Methods中'ChIP-seq and data analysis'小节
临床关联与保守性分析
生存分析数据集(Taylor、Sboner、Glinsky)、相互排斥性分析数据集(样本数>100,双峰性指数>1.1)、FANTOM5和22个TCGA数据集
阅读提示:Methods中'Statistical and survival analysis'小节及Figure 3e、Figure 4图注