|
肝细胞癌（HCC）是原发性肝癌最常见的亚型，也是全球癌症相关死亡的主要原因之一。为了深入了解HCC的转录组学图谱和分子机制，郑州大学的研究人员在Oncogene（IF9.86）期刊上发表了题为Whole-transcriptome and proteome analyses identify key differentially expressed mRNAs, miRNAs, lncRNAs and circRNAs associated with HCC的研究论文。基于全转录组和蛋白质组分析结果以及对目标转录本的预测，建立了一个可指示关键mRNA-miRNA-lncRNA/circRNA相互作用的ceRNA网络，并阐明了ceRNA网络中这些转录本之间的调控相互作用，为预测HCC患者的预后以及新的治疗靶点提供了潜在的生物标志物。  实验设计流程图 主要研究结果 ▪ HCC肿瘤及邻近非癌组织中差异蛋白的筛选 首先，研究人员使用串联质谱标签（TMT）和RNA-Seq对5对HCC肿瘤和邻近非癌组织进行了全面的转录组学和蛋白质组学研究。共鉴定了5351个蛋白质，977个差异表达蛋白（DEPs），其中大多数蛋白质表达上调（621个），少数蛋白质表达下调（356个）。火山图分析显示出显著差异，显著失调基因的热图分析显示出HCC和对照组织之间聚类的基因表达模式。  ▪ DEmRNAs、DEmiRNAs和DElncRNAs的鉴定 为了进一步确定调控网络，研究人员同时对HCC患者的肿瘤和癌旁正常肝组织进行了比较转录组学研究。结果鉴定了243个DEmRNAs（33个上调和210个下调）、130个DEmiRNAs（102个上调和28个下调）、29个DElncRNAs（5个上调和24个下调）和895个DEcircRNAs（840个上调和55个下调）。热图分析显示癌症样本与对照样本显著分开。  ▪ miRNAs、lncRNAs靶基因及circRNAs亲本基因的功能富集分析 为了深入了解数据中鉴定和量化的蛋白质，研究人员通过对circRNAs的亲本基因以及miRNAs和lncRNAs的靶基因进行GO和KEGG通路分析，对其功能和特征进行了详细的注释。生物过程（GO-BP）结果表明它们主要富集于GO:0005515蛋白结合和GO:0097159有机环状化合物结合。此外，KEGG通路分析显示miRNAs和lncRNAs的靶基因在代谢通路和许多信号通路中富集，包括mTOR、AMPK、Ras和Wnt信号通路。circRNAs的亲本基因主要参与代谢过程，包括缬氨酸亮氨酸异亮氨酸降解和脂肪酸降解。  ▪ HCC肿瘤和肝组织中失调的生物学功能 随后，研究人员对DEPs的亚细胞结构进行了预测和分类。结果显示DEPs的分子功能主要分布在结合和催化活性上。DEPs在氧化还原酶活性、RNA加工和细胞氨基酸分解过程中富集。KEGG通路分析表明，最显著的通路是剪接体、酪氨酸代谢和脂肪酸降解。另一方面，差异表达基因（DEGs）主要在各种代谢过程中富集。  ▪ 蛋白质组学与转录组学的相关性分析 接着，研究人员对蛋白质组与转录组进行了相关性分析，从977个DEPs和234个DEmRNAs中共鉴定出56个具有共同变化的蛋白质和基因。其中，52个DEG-DEPs共同下调，只有14-3-3蛋白sigma（SFN）和epiplakin（EPPK1）2个DEG-DEPs共同上调。此外，蛋白质与其相应基因之间的关联性较低。共有617个DEPs被鉴定为蛋白质上调但基因未改变，304个DEPs被鉴定为蛋白质下调但mRNA不变，153个DEmRNAs被鉴定为mRNA下调但蛋白质不变。GO和KEGG富集分析结果表明DEP-DEG的分子功能和生物学过程主要富集在氧化还原酶活性、RNA结合、细胞氨基酸分解代谢过程、含氧酸代谢过程和RNA加工。  根据蛋白质/mRNA表达水平的差异（增加、保持不变或减少），研究人员将DEG/DEPs分为四组：蛋白质水平下调但RNA水平不变；RNA水平下调但蛋白质水平不变；蛋白质和RNA水平均下调；蛋白质水平上调但RNA水平不变（排除共同上调的DEG-DEP组，因为该组中只有两个基因）。然后进行功能富集分析，以检测DEPs是否在某些功能类型中具有显著的富集趋势。富集分析结果如下面热图所示：  ▪ HCC中ceRNA网络的构建 接下来，研究人员结合来自全转录组测序的mRNA、miRNA、lncRNA和circRNA数据来构建ceRNA调控网络。首先，使用TargetScan、miRDB、miRTarBase和miRWalk预测miRNA-mRNA对。只有存在于四个数据库中的三个以上的miRNA-mRNA相互作用才被纳入ceRNA网络中。然后，筛选出与miRNAs具有相反表达趋势的基因。采用MiRanda、PITA和RNAhybrid预测lncRNA-miRNA对。最后，分析mRNA-lncRNA和mRNA-circRNA对的共表达，并绘制ceRNA网络图。结果显示，ceRNA网络中总共包含18个lncRNAs、36个mRNAs和54个miRNAs。  为了建立筛选出的HCC中蛋白质和RNA水平均下调的DEP-DEGs的调控网络，研究人员还分析了前10个DEP-DEGs的ceRNA网络，其中包括4个lncRNAs、7个mRNAs和16个miRNAs，并绘制ceRNA网络图进行可视化。此外，选择靶向16个miRNAs的circRNAs，并与7个mRNAs的mRNAs共表达。最后，构建可视化circRNA-miRNA-mRNA网络。  ▪ 鉴定具有预后价值的关键基因和miRNAs的特征 蛋白质组学结果显示，与邻近正常组织相比，HCC肿瘤中AKR1B10（醛酮还原酶家族1成员B10）、SULT1C2（磺基转移酶1C2）和ACSL4（长链脂酰辅酶A合成酶4）的表达显著增加。western blotting结果显示AKR1B10、SULT1C2和ACSL4的表达显著高于对照组。ROC曲线分析结果显示，AKR1B10和EPPK1的AUC>0.7，SULT1C2、ACSL4和SFN的AUC>0.8。生存分析显示，AKR1B10、SULT1C2或SFN高表达的患者生存率较低。  此外，通过对数秩检验和Cox回归结果发现，16个miRNAs中有5个miRNAs（hsa-miR-1266-5p、hsa-miR-128-1-5p、hsa-miR-139-5p、hsa-miR-34b-3p hsa-miR-570-3p）和3个lncRNAs（LINC01093、LINC02037和C3P1）在Kaplan-Meier生存曲线方面存在显著差异，表明组间生存时间分布差异具有统计学意义。  总之，本研究结合了蛋白质组学和转录组学研究，以探索潜在的癌症生物标志物，并发现新的治疗靶点。通过对肿瘤HCC及邻近正常组织中的DEPs和RNAs（lncRNAs、circRNAs、mRNAs和miRNAs）进行分析，然后构建ceRNA网络。研究人员鉴定了3个在HCC中显著过表达的蛋白质（AKR1B10、SULT1C2和ACSL4）、ceRNA网络分析的前10个hub基因，以及3个lncRNAs（LINC01093、LINC02037和C3P1）和5个miRNAs（has-miR-1266-5p、hsa-miR-34b-3p、hsa-miR-570-3p、hsa-miR-139-5p和hsa-miR-128-1-5p）调节HCC癌变和进展。这些发现不仅为进一步了解HCC提供了有价值的资源，而且在这个精准医学时代具有变革意义，有助于确定HCC的潜在临床诊断和治疗靶点。 原文链接： https://www./articles/s41388-021-01908-0 本研究中的全转录组测序（RNA sequencing）服务由锐博生物提供！ 即日起—10月31日 在线委托全转录组测序服务 即可免费赠送如下高级生信分析 联系我们 电话：400 686 0075 |
|
|
