|
大家好,今天分享一篇细胞复杂的文章，题目是：Non-enzymatic oligonucleotide ligation in coacervate protocells sustains compartment-content coupling（凝聚层原细胞中的非酶寡核苷酸连接可维持腔室-内容物偶联）这篇文章于发表在Nature Communications 上下面我们跟随文献解读进行进一步学习。 研究背景 高尔基体（GA）是正常细胞中蛋白质和脂质合成和修饰的中心，并作为信号中枢参与调节各种细胞过程，其功能障碍可导致包括肿瘤在内的各种病理状况的发展。 高尔基体相关基因（GARGs）的突变在大多数肿瘤中普遍存在，它们的突变可以使它们发生促肿瘤转移。本研究旨在分析GARGs在肝细胞癌预后和免疫治疗结果中的预测作用。 研究结果 见图一 加权基因共表达网络分析。  图一 （A）基因的聚类树状图，基于拓扑重叠的不相同性，以及分配的模块颜色。 （B）特征基因网络中模块化基因权重关系的可视化表示。 （C）模块性状关联：每行对应一个模块特征基因，该列对应肿瘤和正常基因。每个像元都包含相应的相关性和 p 值。 （D）蓝色模块中基因和肿瘤的相关图。 见图二 鉴定HCC中差异表达的GARG。  图二 （A） 热图。 （B） 火山地图。 （C）差异表达的GARG的基因本体（GO）分析。 （D） 京都基因和基因组百科全书（KEGG）对差异表达的GARG的分析。 见图三 筛选主要 GARG 及其拷贝数变异和突变。  图三 （A）DEG，预后基因和Meblue模块基因通过维恩图相交。 （B）TCGA-LIHC中GARG的CNV变异频率。 （C）TCGA-LIHC中23条染色体上GARG的CNV改变的位置。 （D）TCGA-LIHC中GARG的突变频率。 见图四 基于 GAR 鉴定肿瘤亚型。  图四 （A）根据最佳共识矩阵（k=2）确定两个集群。 （B）主成分分析（PCA）显示了两种亚型之间的区分程度。 （C）两种亚型之间的总生存期。 （D）两种亚型之间GARGs表达和临床特征的比较。 （E）进行基因集变异分析（GSVA）以分析两种亚型之间的差异。 （F）通过ssGSEA分析两种亚型之间的免疫细胞浸润。 （G）两种亚型之间的肿瘤纯度。 （H） 估计两个亚型之间的核心。 （I）两种亚型之间的免疫评分。 （J）两种亚型之间的基质评分。 见图五 LASSO-COX回归以识别TCGA-Train集中的签名基因。  图五 （A）火车组中预后GARG的森林图。 （B） LASSO 回归的交叉验证。 （C）预后基因的系数值。 （D）高危人群和低危人群的生存分析。 （E）受试者工作特征曲线（ROC）的风险评分。 （F） 风险评分和生存结果的分布。 见图六 验证集的生存分析、ROC 和风险评分以及生存结果的分布。  图六 （A）TCGA测试中高危和低风险组的生存分析。 （B）TCGA测试中风险评分的受试者工作特征曲线（ROC）。 （C）TCGA测试中风险评分和生存结果的分布。 （D）TCGA和中高危和低风险组之间的生存分析。 （E）TCGA总和中风险评分的受试者工作特征曲线（ROC）。 （F）TCGA总和中风险评分和生存结果的分布。 （G） ICGC高危和低危人群的生存分析。 （H）ICGC中风险评分的受试者工作特征曲线（ROC）。 （I）ICGC风险评分和生存结局的分布。 见图七 通过q-PCR验证细胞和组织中3个特征基因的差异表达。  图七 （交流-丙）HL-3、HCCLM7702、MHCC-3H、HepG97 和 SMMC-2 细胞中 7721 个特征基因的差异 mRNA 表达。 （D–F）HCC组织和副肿瘤组织中3个特征基因的差异mRNA表达（20对）。**<0.01， *** <0.001. 见图八 三对HCC组织和副肿瘤组织中3个特征基因的免疫组织化学。  图八 见图九 以高尔基体标记基因GM130为参考。免疫荧光实验确定了SMMC-7721细胞中特征基因的定位。  图九 见图十 独立的预后分析以及列线图的构建和验证。  图十 （A）TCGA队列的单变量cox回归分析。 （B）TCGA队列的多变量cox回归分析。 （C）GARGs与高危组和低危组临床病理特征的相关性以热图形式显示。 （d） 列线图的构造。 （E）校准曲线显示了1年、2年和3年列线图的精度。 见图十一 评估BSG在HCC细胞系中的表达水平，然后验证干预效率。  图十一 （A）与HL-7702（正常肝细胞）相比，BSG在肿瘤细胞中普遍高表达，在SMMC7721中表达最高。 （B）肝细胞和肝癌细胞之间BSG的差异蛋白表达。 （C）通过蛋白质印迹验证干预效率。 （D）BSG表达干预后SMMC-7721细胞中BSG蛋白表达明显降低。**P 值<0.01;P 值<0.001;ns，不重要。 见图十二 BSG的表达水平与HCC预后不良有关。 图十二 （A、B）EdU试验表明，si-BSG组的细胞增殖速率显著低于si-NC组。 （C、D）Transwell分析表明，抑制BSG的表达可以显著抑制HCC细胞的迁移能力。 （E、F）伤口愈合试验表明，BSG表达干预后HCC细胞的迁移能力受到明显抑制。**<0.01， *** <0.001. 见图十三 高危和低危人群的免疫浸润和肿瘤微环境分析。 图十三 （A）采用CIBERSORT算法计算高危组和低危组之间的免疫细胞浸润情况。 （B）特征基因与免疫细胞之间的相关性。 （C）两个风险组之间的肿瘤纯度。 （D） 估计两个风险组之间的核心。 （E）两个风险组之间的免疫评分。 （F）两个风险组之间的基质评分。 （G）高危组和低危组TIDEE评分的比较。*<0.05;ns，不重要。 见图十四 药物敏感性分析。 图十四 （交流-丙）两组吉西他滨，索拉非尼和舒尼替尼（IC50）的比较。（D–F）风险评分与吉西他滨、索拉非尼和舒尼替尼（IC50）敏感性之间的关系。 研究结论 综上所述，我们首次系统地探讨了GARGs在肝癌患者预后和免疫治疗中的价值，为肝癌的治疗提供了新的方向和治疗靶点。 好了~ 今天的文献解读就到这儿来，我们下期再见！ |
|
|
