JUN 介导衰老相关的分泌表型和免疫细胞募集以阻止前列腺癌进展

JUN mediates the senescence associated secretory phenotype and immune cell recruitment to prevent prostate cancer progression

作者信息Torben Redmer, Martin Raigel, Christina Sternberg, Roman Ziegler, Clara Probst, Desiree Lindner, Astrid Aufinger, Tanja Limberger, Karolina Trachtova, Petra Kodajova, Sandra Högler, Michaela Schlederer, Stefan Stoiber, Monika Oberhuber, Marco Bolis, Heidi A Neubauer, Sara Miranda, Martina Tomberger, Nora S Harbusch, Ines Garces de Los Fayos Alonso, Felix Sternberg, Richard Moriggl, Jean-Philippe Theurillat, Boris Tichy, Vojtech Bystry, Jenny L Persson, Stephan Mathas, Fritz Aberger, Birgit Strobl, Sarka Pospisilova, Olaf Merkel, Gerda Egger, Sabine Lagger, Lukas Kenner
PMID38811984
发布时间2024-05-29
DOI10.1186/s12943-024-02022-x

实验完整度

高

包含人类样本 TMA 分析、小鼠遗传模型、转录组学、蛋白质印迹、免疫组化及功能验证,并验证了体内外功能。

主要模型

Pten 缺陷小鼠前列腺癌模型(PtenPEΔ/Δ) Jun/Pten 双敲除小鼠模型(JunPEΔ/Δ; PtenPEΔ/Δ) 人前列腺癌细胞系 DU145 和 PC3 人类前列腺癌组织芯片(TMA)样本

重点核对

小鼠模型中 Pten 和 Jun 的条件性敲除(PbCre 介导) 人类样本中 JUN 蛋白表达与 Gleason 评分的相关性 JUN 表达与患者无生化复发生存期的关联 衰老相关分泌表型(SASP)相关细胞因子(IL-1β、TNF-α、CCL3、CCL8)水平 STAT3 磷酸化水平(pSTAT3Y705)

摘要

背景:前列腺癌通过前列腺上皮的恶性转化以逐步、突变驱动的方式发展。尽管激活蛋白-1 转录因子如 JUN 已被认为是潜在的致癌驱动因素,但促进前列腺癌进展的分子程序尚未完全了解。方法:我们分析了不同分期临床前列腺癌样本中 JUN 的表达,并在 Pten 缺陷小鼠模型中研究了其功能作用。我们进行了组织病理学检查、转录组学分析,并探索了肿瘤微环境中的衰老相关分泌表型。结果:JUN 水平升高是早期前列腺癌的特征,并预示人类和小鼠样本的生存期改善。对 Pten 缺陷前列腺的免疫表型分析显示,肿瘤浸润白细胞大量积累,特别是先天免疫细胞、中性粒细胞和巨噬细胞,以及 STAT3 激活和 IL-1β 产生水平升高。在 Pten 缺陷背景下,Jun 缺失阻止了免疫细胞吸引,并伴随活性 STAT3 和 IL-1β 的显著减少以及前列腺肿瘤生长的加速。前列腺上皮细胞的比较转录组谱分析揭示了衰老相关基因特征,促炎过程涉及免疫细胞吸引,以及趋化因子如 IL-1β、TNF-α、CCL3 和 CCL8 在 Pten 缺陷前列腺中的上调。引人注目的是,JUN 缺失逆转了衰老相关的分泌表型和衰老相关的免疫细胞浸润,但对细胞周期停滞没有影响。因此,在 Pten 缺陷前列腺中,JUN 缺失干扰了衰老相关的免疫清除并加速了肿瘤生长。结论:我们的结果表明,JUN 作为肿瘤抑制因子,通过转录调控衰老和炎症相关基因来减缓前列腺癌的进展。这项研究为新的治疗策略开辟了途径,这些策略可能阻碍疾病进展并改善患者预后。

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
JUN 在 PTEN 缺陷前列腺癌进展中的功能作用及其分子机制是什么?
核心机制
JUN 通过转录调控衰老和炎症相关基因,诱导衰老相关分泌表型(SASP),促进免疫细胞(特别是中性粒细胞和巨噬细胞)的募集,从而介导衰老相关免疫清除,抑制肿瘤进展。
主要证据
人类样本显示 JUN 高表达与良好预后相关;Pten 缺陷小鼠中 Jun 缺失导致 SASP 减弱、免疫浸润减少、肿瘤生长加速;转录组学和蛋白质分析显示 JUN 调控 IL-1β、CCL3 等因子及 STAT3 信号。
研究意义
JUN 可作为肿瘤抑制因子,为前列腺癌提供新的治疗策略,可能通过增强 SASP 和免疫监视来阻止疾病进展。

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

分析 JUN 表达与前列腺癌分期及预后的关联

探索 JUN 表达水平是否随前列腺癌进展而变化,并评估其与患者生存的关联。

使用人类组织微阵列(TMA)通过免疫组化检测不同 Gleason 评分肿瘤中 JUN 蛋白水平;利用公开数据集分析 JUN mRNA 在原发性肿瘤、转移灶及不同风险组中的表达;通过 Kaplan-Meier 分析评估 JUN 表达与无复发生存期的相关性。

2

构建 Pten 和 Jun 条件性敲除小鼠模型

建立 Pten 缺陷引发的前列腺癌模型,并在此基础上敲除 Jun,以研究 JUN 在肿瘤发展中的功能。

通过 PbCre 介导的 Pten 和 Jun 在前列腺上皮中的条件性敲除,产生四种基因型:野生型(wt)、Jun 单敲除(JunPEΔ/Δ)、Pten 单敲除(PtenPEΔ/Δ)、Jun/Pten 双敲除(JunPEΔ/Δ;PtenPEΔ/Δ)。

3

评估 JUN 缺失对前列腺肿瘤生长和生存的影响

验证 Jun 缺失是否影响肿瘤负荷和生存期。

通过前列腺重量测量、组织学 H&E 染色及 Kaplan-Meier 生存分析比较不同基因型小鼠的表型差异。

4

转录组学分析鉴定 JUN 调控的分子程序

揭示 JUN 在前列腺癌细胞中调控的基因表达网络,特别是衰老和免疫相关通路。

通过磁珠分选获取 EpCAM 阳性的前列腺上皮细胞,进行 RNA 测序,比较四种基因型间的差异表达基因,并进行 GO 富集和 GSEA 分析。

5

验证 JUN 对衰老相关分泌表型和免疫细胞浸润的影响

验证 JUN 是否调节 SASP 因子表达和免疫细胞募集。

通过免疫组化检测中性粒细胞(NIMP-R14)、巨噬细胞(F4/80)、B 细胞(CD79b)浸润;通过 Western blot 和多重免疫分析检测 IL-1β、TNF-α、NLRP3 等蛋白水平。

6

在人类患者数据中验证 JUN 与 SASP 因子的关联

验证 JUN 表达与 SASP 因子及患者预后的相关性。

分析 TCGA-PRAD 数据库中 JUN、IL1B、CCL3、CCL8 表达及 pSTAT3Y705 水平,进行相关性和生存分析。

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
EpCAM 抗体Elab ScienceE-AB-70132
pJUN (Ser73) 抗体Cell Signaling Technology9164
JUN 抗体Cell Signaling Technology9165
pAKT (Ser473) 抗体Cell Signaling Technology4060
AKT 抗体Cell Signaling Technology4691
β-肌动蛋白抗体Cell Signaling Technology4967
NLRP3 抗体Cell Signaling Technology15101
Pro-IL-1β 抗体R&D SystemsAF-401-NA
β-微管蛋白抗体Cell Signaling Technology2146
抗 CD326 生物素eBioscience13-5791-82
Magnisort™ 磁珠分选试剂盒Thermo Fisher Scientific--
4200 TapeStation 系统Agilent--
NIMP-R14 抗体----
F4/80 抗体----
CD79b 抗体----
颗粒酶 B 抗体----
pSTAT3 抗体----

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
小鼠模型
Pten 和 Jun 的条件性敲除基因型、Cre 重组酶表达、小鼠周龄(19周)、伦理批准号
阅读提示:Methods: Mouse strains and animal work
免疫组化
抗体克隆、稀释度、抗原修复条件、阳性细胞定量方法
阅读提示:Methods: Histological staining, Whole slide scan analysis
蛋白质印迹
蛋白上样量(15-20 µg)、抗体稀释度、内参选择、封闭条件
阅读提示:Methods: Protein extraction and immune blotting
RNA-seq
EpCAM 细胞分选、RNA 质量要求、测序平台、差异表达阈值
阅读提示:Methods: Magnetic cell sorting, library preparation and RNA sequencing, RNA sequencing data analysis
人体样本分析
TMA 样本量、Gleason 评分分组、JUN 表达分级标准、生存分析分组
阅读提示:Methods: Human tissue microarray analysis, Kaplan–Meier survival analyses of public datasets