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! |
|