يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة منهجية

تحليل Multiomics ل TMEM200A كمؤشر حيوي شامل للسرطان

2.6K مشاهدة

⸱

DOI:

10.3791/65795

⸱

سبتمبر 15, 2023

 ,  ,  ,  ,  , 
1Department of Histology and Embryology, Youjiang Medical University for Nationalities, 2Department of Pathophysiology, Youjiang Medical University for Nationalities

في هذه المقالة

ملخص

هنا ، يتم تقديم بروتوكول يتم فيه الجمع بين أدوات المعلوماتية الحيوية المتعددة لدراسة الوظائف البيولوجية TMEM200A في السرطان. بالإضافة إلى ذلك ، نقوم أيضا بالتحقق تجريبيا من صحة تنبؤات المعلوماتية الحيوية.

الملخص

TMEM200A ، من المعروف أن البروتين عبر الغشاء مرتبط بالسرطانات البشرية والتسلل المناعي. هنا ، قمنا بتقييم وظيفة TMEM200A في السرطانات الشائعة عن طريق تحليل multiomics واستخدامها في مزارع الخلايا المختبرية لخلايا المعدة للتحقق من النتائج. تم تقييم التعبير عن TMEM200A في العديد من أنواع السرطان البشري باستخدام بيانات RNA-seq من قاعدة بيانات UCSC Xena . كشف تحليل المعلوماتية الحيوية عن دور محتمل ل TMEM200A كعلامة حيوية تشخيصية وتنبؤية.

نمت مزارع خطوط خلايا المعدة والسرطان الطبيعية وتم هدم TMEM200A . تم قياس مستويات التعبير عن TMEM200A باستخدام تفاعل البلمرة المتسلسل الكمي في الوقت الفعلي والنشاف الغربي. ثم تم استخدام دراسات فقدان الوظيفة في المختبر لتحديد أدوار TMEM200A في السلوك الخبيث وتكوين الورم لخلايا سرطان المعدة (GC). تم استخدام البقع الغربية لتقييم تأثير ضربة قاضية على الانتقال الظهاري الوسيطة (EMT) ومسار إشارات PI3K / AKT في GC. أظهر تحليل المعلوماتية الحيوية أنه تم التعبير عن TMEM200A بمستويات عالية في GC.

تم تثبيط تكاثر خلايا GC عن طريق ضربة قاضية TMEM200A ، والتي قللت أيضا من بروتينات vimentin و N-cadherin و Snai ، وتثبط فسفرة AKT. كما يبدو أن مسار إشارات PI3K / AKT يشارك في التنظيم بوساطة TMEM200A لتطوير GC. تشير النتائج المقدمة هنا إلى أن TMEM200A ينظم البيئة المكروية للورم من خلال التأثير على EMT. قد يؤثر TMEM200A أيضا على EMT من خلال إشارات PI3K / AKT ، وبالتالي التأثير على البيئة المكروية للورم. لذلك ، في السرطانات الشاملة ، وخاصة GC ، قد يكون TMEM200A علامة حيوية محتملة وجين ورمي.

المقدمة

برز السرطان كقضية صحية عامة مستمرة تعرض صحة الإنسان للخطر على مستوىالعالم 1بسبب ارتفاع معدلات المراضة والوفيات في جميع أنحاء العالم ، مما يشكل عبئا ماليا وطبيا ثقيلا على المجتمع2. تم تحقيق تقدم كبير في علاج السرطان في السنوات الأخيرة بفضل اكتشاف علامات السرطان3 ، وطور الباحثون طرقا تشخيصية جديدة وعقاقير جديدة لعلاج السرطان. ومع ذلك ، لا يزال بعض مرضى السرطان يعانون من توقعات سيئة بسبب عوامل مثل مقاومة الأدوية والآثار الجانبية للأدوية والحساسية الكيميائية4. لذلك ، هناك حاجة ملحة لتحديد مؤشرات حيوية جديدة لفحص وعلاج السرطانات في المراحل المبكرة5.

البروتينات الغشائية هي بروتينات يمكن أن ترتبط وتندمج في الخلايا وأغشية العضيات6. يمكن تجميعها في ثلاث فئات اعتمادا على قوة الارتباط بالغشاء وموقعها: البروتينات المثبتة على الدهون ، والبروتينات المتكاملة ، وبروتينات الغشاء المحيطي 7,8. البروتين عبر الغشاء (TMEM) هو بروتين غشائي متكامل يتكون من جزء واحد على الأقل عبر الغشاء9 ، والذي يمر إما كليا أو جزئيا عبر الغشاء البيولوجي.

على الرغم من أن آليات عمل البروتينات التي تنتمي إلى عائلة TMEM ليست مفهومة جيدا ، فمن المعروف أن هذه البروتينات تشارك في عدة أنواع من السرطانات10. ترتبط العديد من بروتينات TMEM بالأنماط الظاهرية المهاجرة والتكاثرية والغازية ، وغالبا ما يرتبط تعبيرها بتشخيص المريض11. لذلك ، أصبح أفراد عائلة TMEM هدفا للبحث. كشفت مراجعة شاملة للتقارير الحالية حول TMEM أنها ترتبط في الغالب بالإشارات بين الخلاياوداخلها 12 ، والأمراض المرتبطة بالمناعة ، وتكوين الأورام10. تمتلك العديد من TMEMs أيضا وظائف فسيولوجية مهمة ، على سبيل المثال ، القنوات الأيونية في غشاء البلازما ، وتفعيل مسارات نقل الإشارات ، بالإضافة إلى وساطة الانجذاب الكيميائي للخلايا ، والالتصاق ، وموت الخلايا المبرمج ، والالتهام الذاتي10. لذلك ، افترضنا أن بروتينات TMEM قد تكون علامات تنبؤية مهمة في اكتشاف الأورام وعلاجها.

TMEM200A التعبير مرتفع بشكل ملحوظ في سرطان المعدة (GC). تم ربط التعبير الأعلى عن TMEM200A 13 ، والذي يحتوي على ثمانية إكسونات وطول كامل يبلغ 77.536 كيلو بايت على الكروموسوم 6q23.1 ، بسوء تشخيص البقاء على قيد الحياة بشكل عام (OS) في حالات GC. ومع ذلك ، نادرا ما تم الإبلاغ عن التغييرات في تعبيره في دراسات الأورام. تقارن هذه المقالة وتحلل فائدة TMEM200A كهدف علاجي وعلامة تشخيصية للورم في دراسات السرطان المختلفة باستخدام مجموعات بيانات مختلفة متاحة للجمهور. قمنا بتقييم فعالية TMEM200A كمؤشر حيوي تشخيصي وتنبؤي للسرطان بالإضافة إلى مستويات تعبيره في أنواع مختلفة من السرطان البشري باستخدام بيانات RNA-seq من قواعد بيانات UCSC Xena و TCGA ، وكذلك عن طريق تفاعل البوليميراز المتسلسل الكمي في الوقت الفعلي (qRT-PCR) والنشاف الغربي.

تم التحقيق في تأثير مستويات التعبير TMEM200A على معدلات الطفرات ، والعمليات التنظيمية ، وتشخيص الورم والتشخيص ، وتسلل المناعة ، والعلاج المناعي باستخدام مزيج من الأدوات الحسابية ومواقع مجموعة البيانات. تم استخدام CBioPortal وكتالوج الطفرات الجسدية في الخلايا السرطانية (COSMIC) لفحص الطفرات في TMEM200A. تم استخدام مواقع Sangerbox و TISIDB لفهم كيفية تأثير TMEM200A على تسلل المناعة. تم استخدام أداة مركز الخلية الواحدة المناعية للورم (TISCH) عبر الإنترنت وقاعدة بيانات CancerSEA للتحقيق في وظيفة TMEM200A. أخيرا ، لتقييم تأثير TMEM200A على السلوك الخبيث ووظيفة تطور الورم لخلايا GC ، أجريت تجربة فقدان الوظيفة في فحص في المختبر . بالإضافة إلى ذلك ، تم إجراء النشاف الغربي لتقييم كيفية تأثير ضربة قاضية TMEM200A على مسار إشارات PI3K / AKT والانتقال الظهاري الوسيط-الوسيطة (EMT) في GC.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

1. قاعدة بيانات أطلس جينوم السرطان (TCGA)

ملاحظة: تحتوي قاعدة بيانات أطلس جينوم السرطان (TCGA) على بيانات تسلسل الجينات في أنسجة الورم المختلفة14. تم استخراج بيانات RNA-seq في TCGA لدراسة TMEM200A نسخة لكل جزء في المليون (TPM) من موقع UCSC Xena 15 (https://xenabrowser. net / datapages /) وتم تحويل log2 لمقارنة التعبيرات بين العينات.

  1. انتقل إلى واجهة موقع UCSC Xena على الويب.
  2. انقر فوق علامة التبويب Launch Xena .
  3. انقر فوق علامة التبويب مجموعات البيانات في الجزء العلوي من الشاشة.
  4. من بين 129 مجموعة و 1,571 مجموعة بيانات في هذه الصفحة ، انقر فوق علامة التبويب لما مجموعه 33 سرطانا مثل GDC TCGA سرطان الدم النخاعي الحاد (LAML) وسرطان القشرة الكظرية GDC TCGA (ACC) وسرطان القناة الصفراوية GDC TCGA (CHOL) والمزيد.
  5. من قائمة التعبير الجيني RNAseq ، حدد وانقر فوق علامة التبويب HTSeq - FPKM GDC Hub .
    ملاحظة: HTSeq - FPKM GDC Hub يمثل البيانات التي تم تصحيحها بالموافقة.
  6. من قائمة التنزيل ، انقر فوق الارتباط المقابل لها.
    ملاحظة: بالطريقة المذكورة أعلاه ، تم تنزيل بيانات RNA-Seq ل 33 نوعا مختلفا من السرطان.
  7. قم بفك ضغط الأرشيف المضغوط لبيانات RNA-seq ل 33 نوعا مختلفا من السرطان في ملف واحد في مجلد سطح المكتب بالكمبيوتر.
  8. قم بتوحيد ملفات txt التي تم فك ضغطها في نفس المجلد وضع نصوص Perl النصية في هذا المجلد.
  9. افتح برنامج Perl ، وانسخ والصق مسار المجلد في برنامج Perl حيث يوجد مؤشر الماوس ، واضغط على مفتاح Enter ، وأدخل اسم رمز Perl واسم الجين (TMEM200A) ، ثم اضغط على مفتاح Enter للحصول على ملف txt جديد (singleGeneExp.txt).
    ملاحظة: يحتوي ملف txt الجديد هذا (singleGeneExp.txt) على تعبير جيني عن TMEM200A في 33 سرطانا في مرضى مختلفين.
  10. افتح رمز R (diffR) وانسخ والصق المسار حيث يوجد ملف singleGeneExp.txt إلى السطر حيث يوجد setwd في رمز R.
  11. افتح برنامج R ، وقم بتشغيل رمز R المعدل (diffR) ، وارسم الصورة من خلال حزمة "ggpubr".

2. قاعدة بيانات TIMER2.0

  1. انتقل إلى واجهة موقع قاعدة بيانات TIMER2.0 (http://timer.cistrome.org) 16.
  2. انقر فوق علامة التبويب استكشاف السرطان.
  3. أدخل معرف الجين (TMEM200A) في مربع البحث وانقر فوق علامة التبويب إرسال للحصول على صور التعبير التفاضلي TMEM200A في أنواع مختلفة من الأورام.

3. أطلس البروتين البشري (HPA)

  1. انتقل إلى واجهة الويب أطلس البروتين البشري (HPA) (www.proteinatlas.org) 17.
  2. اكتب ID (TMEM200A) في مربع البحث وانقر فوق الزر بحث . حدد أطلس الأنسجة الفرعي.
  3. مرر مؤشر الماوس فوق الصفحة ومرر لأسفل للعثور على علامة التبويب نظرة عامة على تعبير البروتين .
    ملاحظة: يعرض قسم "نظرة عامة على تعبير البروتين " مستويات تعبير البروتين TMEM200A في 45 عضوا في جسم الإنسان.

4. مجموعة منصة مثيلة الحمض النووي HumanMethylation450 Illumina Infinium DNA

ملاحظة: تم استخدام مصفوفة منصة مثيلة الحمض النووي HumanMethylation450 Illumina Infinium لجمع البيانات حول المثيلة. يمكننا تقييم مستويات مثيلة الحمض النووي TMEM200A باستخدام قاعدة بيانات SMART (http://www.bioinfo-zs.com/smartapp/)18.

  1. انتقل إلى واجهة موقع SMART على الويب.
  2. أدخل معرف الجين (TMEM200A) في مربع البحث للحصول على توزيع TMEM200A في الكروموسومات ومستوى مثيلة TMEM200A في أنواع مختلفة من الأورام الخبيثة.
  3. قم بالتمرير لأسفل الصفحة إلى قائمة انقر للتحقق من قائمة المثيلة المجمعة CpG وانقر فوق الزر رسم . في أسفل الصفحة ، ابحث عن زر تنزيل الشكل وانقر عليه. قم بتنزيل الشكل.

5. قاعدة بيانات UALCAN

  1. انتقل إلى واجهة موقع UALCAN .
    ملاحظة: تم إنشاء مخططات صندوقية لمستويات مثيلة المروج TMEM200A في مختلف الأورام الخبيثة من خلال قاعدة بيانات UALCAN (http://ualcan.path.uab.edu/analysisprot.html)19
  2. في الجزء العلوي من الصفحة ، انقر فوق الزر TCGA .
  3. أدخل TMEM200A في مربع إدخال معرف الجينات على الشاشة. في قائمة مجموعة بيانات TCGA ، قم بالتمرير لأسفل وحدد نوع السرطان المراد الاستعلام عنه.
  4. بعد النقر فوق الزر "استكشاف " ، انقر فوق تحليل المجموعة الفرعية الخاصة به مثيلة في قائمة روابط التحليل للحصول على نتائج مثيلة هذا الورم.
    ملاحظة: بهذه الطريقة ، حصلنا على نتائج مثيلة ل 22 ورما في قاعدة بيانات UALCAN .

6. كتالوج الطفرات الجسدية في الخلايا السرطانية (COSMIC) قاعدة بيانات

  1. انتقل إلى كتالوج الطفرات الجسدية في الخلايا السرطانية (COSMIC) واجهة موقع الويب.
    ملاحظة: تتوفر بيانات عن الطفرات المشفرة ، وإعادة ترتيب الجينوم الطافر غير المشفر ، وجينات الاندماج في الجينوم البشري من كتالوج الطفرات الجسدية في الخلايا السرطانية (COSMIC) قاعدة البيانات20 (https://cancer.sanger.ac.uk/cosmic/) ، والتي تستخدم أيضا لتحديد تواتر الطفرات TMEM200A المختلفة في مختلف أنواع السرطان.
  2. أدخل معرف الجين (TMEM200A) في مربع البحث وانقر فوق الزر بحث للانتقال إلى شاشة جديدة.
  3. في قائمة الجينات ، حدد موقع وانقر على الرابط حيث يظهر اسم معرف الجين الخاص TMEM200A .
  4. ابحث عن عمود تجميع توزيع الطفرات في الصفحة الجديدة للحصول على حالة الطفرة TMEM200A في الورم.

7. سي بيوبورتال

  1. انتقل إلى واجهة موقع CBioPortal .
    ملاحظة: يمكن العثور على بيانات جينوم السرطان وتنزيلها وتحليلها وتصورها باستخدام قاعدة بيانات cBioPortal (www.cioportal.org). الطفرات الجسدية ، وتغيرات عدد نسخ الحمض النووي (CNAs) ، وتعبير mRNA و microRNA (miRNA) ، ومثيلة الحمض النووي ، ووفرة البروتين ، ووفرة البروتين الفوسفاتي ليست سوى عدد قليل من أنواع البيانات الجينومية التي تم دمجها بواسطة cBioPortal21. مع cBioPortal ، يمكن إجراء مجموعة واسعة من الدراسات ؛ ومع ذلك ، ينصب التركيز الرئيسي على التحليلات المختلفة المتعلقة بالطفرات وتصورها.
  2. حدد تحليل عموم السرطان لمجموعة بيانات الجينوم الكامل من القسم الفرعي PanCancer Studies في قسم تحديد الدراسات للتصور والتحليل . ثم ، انقر فوق الزر استعلام حسب الجينات .
  3. أدخل معرف الجين الهدف (TMEM200A) في مربع الاستعلام في إدخال الجينات. انقر فوق الزر إرسال استعلام .
  4. انقر فوق الزر "مفصل نوع السرطان " أعلى الصفحة للحصول على طفرات TMEM200A في أنواع مختلفة من السرطانات.

8. أداة سانجربوكس 3.0

  1. انتقل إلى واجهة أداة Sangerbox 3.0 .
    ملاحظة: تم تحليل ارتباط التعبير TMEM200A مع الخلايا المتسللة المناعية ، والعوامل المثبطة للمناعة ، وعوامل التحفيز المناعي ، وجزيئات MHC (مجمع التوافق النسيجي الرئيسي) في جميع أنواع السرطان بواسطة تسلل CIBERSORT المناعي باستخدام بيانات التسلل المناعي للسرطان في أداة Sangerbox 3.022 (http://vip.sangerbox.com/).
  2. من شريط الأدوات الموجود على الجانب الأيسر من الصفحة ، حدد وانقر فوق علامة التبويب التحليل المناعي (CIBERSORT) من قائمة تحليل عموم السرطان .
  3. أدخل معرف الجين الهدف (TMEM200A) في مربع الاستعلام في إدخال الجينات. انقر فوق الزر إرسال .

9. قاعدة بيانات TISIDB

  1. انتقل إلى واجهة موقع TISIDB .
    ملاحظة: تم استخدام قاعدة بيانات TISIDB23 (http://cis.hku.hk/TISIDB/) لفحص ارتباط التعبير TMEM200A بالخلايا المتسللة المناعية والعوامل المثبطة للمناعة وعوامل التحفيز المناعي وجزيئات MHC في أنواع مختلفة من السرطان.
  2. أدخل رمز الجين الهدف (TMEM200A) في مربع الاستعلام الخاص بإدخال الجينات. انقر فوق الزر إرسال .
  3. انقر فوق أقسام الخلايا الليمفاوية ومضادات المناعة والكيموكينات والنوع الفرعي في أعلى الصفحة. قم بتنزيل الصور ذات الصلة في أسفل الصفحة.

10. قاعدة بيانات المد والجزر

  1. انتقل إلى واجهة موقع TIDE .
    ملاحظة: تم استخدام قاعدة بيانات TIDE (http://tide.dfci.harvard.edu/) لتقييم إمكانات TMEM200A كمؤشر حيوي للتنبؤ بالاستجابة لعلاج حصار نقطة التفتيش المناعية للورم.
  2. أدخل عنوان البريد الإلكتروني على الشاشة الأولية لتسجيل الحساب وتسجيل الدخول.
  3. ابحث عن القسم الفرعي تقييم العلامات الحيوية في أعلى الصفحة وانقر عليه.
  4. أدخل معرف الجين الهدف (TMEM200A) في مربع الاستعلام لإدخال الجينات في أسفل الصفحة. ثم ، انقر فوق الزر إرسال .
  5. في الصفحة، اسحب الماوس لتحريك الصفحة لأسفل للعثور على نتائج التحليل.

11. قاعدة بيانات السرطان SEA

  1. انتقل إلى واجهة موقع CancerSEA على الويب.
    ملاحظة: باستخدام بيانات تسلسل الخلية الواحدة ، تم التحقيق في العلاقات بين التعبير TMEM200A والحالة الوظيفية للخلايا السرطانية المختلفة. تم ذلك باستخدام قاعدة بيانات CancerSEA24 (http://biocc.hrbmu.edu.cn/CancerSEA/).
  2. في الجزء العلوي من الصفحة ، ابحث عن علامة التبويب بحث وانقر عليها.
  3. أدخل معرف الجين الهدف (TMEM200A) في مربع الاستعلام في إدخال الجينات. انقر فوق الزر إرسال .

12. أداة شبكة مركز الخلية الواحدة المناعي للورم (TISCH)

  1. انتقل إلى واجهة موقع ويب أداة شبكة مركز الخلية الواحدة المناعي للورم (TISCH ).
    ملاحظة: تم أيضا إظهار العلاقة بين مستويات التعبير للخلايا TMEM200A والسرطانية باستخدام أداة شبكة مركز الخلية الواحدة المناعية للورم (TISCH)25.
  2. أدخل معرف الجين الهدف (TMEM200A) في مربع الاستعلام في إدخال الجينات. انقر فوق الزر استكشاف .
  3. في قائمة نوع السرطان في هذه الصفحة ، حدد وانقر فوق مجموعة بيانات جميع أنواع السرطان. ثم قم بالتمرير لأسفل الصفحة وانقر فوق الزر "بحث ".

13. جين مانيا

  1. انتقل إلى واجهة موقع GeneMANIA .
    ملاحظة: تم التنبؤ بالعلاقة بين TMEM200A وجيناته ذات الصلة وظيفيا باستخدام استراتيجية التكامل لموقع شبكة الجينات متعددة الجمعيات GeneMANIA (www.genemania.org)26 لبناء شبكات التفاعل الجيني الجيني (GGI ).
  2. في مربع البحث أعلى يمين الصفحة، أدخل معرف الجين (TMEM200A) وانقر على أدوات البحث.
    ملاحظة: تم استخدام أداة الويب GeneMANIA للعثور على 20 جينا مرتبطا ب TMEM200A.

14. تحليل الإثراء الوظيفي

  1. احفظ معرفات الرموز للجينات المراد تحليلها للإثراء بتنسيق ملف txt.
  2. افتح رمز R (symbolidR) وانسخ والصق المسار حيث يوجد ملف txt أعلاه إلى السطر حيث يوجد setwd في رمز R.
  3. افتح برنامج R وقم بتشغيل رمز R المعدل (symbolidR). قم بتحويل معرفات الرموز لهذه الجينات إلى معرفات entrezID عبر "org. حزمة Hs.eg.db بوصة. احصل على ملف id.txt .
  4. افتح رمز R (GOR و KEGGR) وانسخ والصق المسار حيث يوجد ملف id.txt إلى السطر حيث يوجد setwd في كود R.
  5. افتح برنامج R وقم بتشغيل رمز R المعدل (GOR و KEGGR). لاتباع هذا البروتوكول ، قم بتحليل هذه الجينات لتخصيب GO و KEGG بواسطة الحزم "clusterProfiler" و "org. Hs.eg.db" و "enrichplot" ورسم نتائج التخصيب باستخدام الحزمة "gglot2".

15. تحليل الاختلافات في نشاط الجينات

ملاحظة: تم حساب TMEM200A الدرجات في كل عينة سرطان باستخدام ssGSEA (تحليل إثراء مجموعة الجينات لعينة واحدة)27 ، وتم إجراء التحليل التفاضلي لنشاط الجينات TMEM200A في الأنسجة السرطانية والسليمة لمختلف أنواع السرطان.

  1. استنادا إلى بيانات RNA-seq ل 33 نوعا من الأورام التي تم تنزيلها في الخطوة 1.7 ، قم بفك ضغط جميع الملفات التي تم تنزيلها ووضعها في مجلد موحد.
  2. ضع ملف merge.txt في المجلد أعلاه.
    ملاحظة: تحتوي البيانات الموجودة في ملف merge.txt من BioWolf (www.biowolf.cn) على تعبير جيني لجميع المرضى في جميع الأورام في قاعدة بيانات أطلس جينوم السرطان (TCGA).
  3. افتح رمز R (ssGSEAR) وانسخ والصق المسار حيث يوجد المجلد أعلاه إلى السطر حيث يوجد setwd في رمز R.
  4. خذ السطر الذي يوجد فيه اسم الجين في رمز R (ssGSEAR) وأدخل معرف الجين (TMEM200A).
  5. افتح برنامج R وقم بتشغيل رمز R المعدل (ssGSEAR). احصل على ملف التسجيل لنشاط الجينات: scores.txt.
    ملاحظة: باستخدام خوارزمية ssGSEA ، نقوم أولا بإنشاء ملف مجموعة جينات بناء على معاملات الارتباط بين الجينات وفقا للبيانات المقدمة في ملف merge.txt وتحديد الجينات ذات الارتباط الأعلى مع الجين المستهدف (TMEM200A) من الملف. بعد ذلك، تتحد الجينات ذات الارتباط الأعلى في صورة الجينات النشطة ل TMEM200A، وأخيرا، نحصل على درجات الجينات النشطة في كل عينة.
  6. افتح رمز R (scoreDiffR) وانسخ والصق المسار حيث يوجد ملف scores.txt إلى السطر حيث يوجد setwd في كود R.
  7. افتح برنامج R ، وقم بتشغيل رمز R المعدل (scoreDiffR) ، وارسم الصورة من خلال حزم "plyr" و "reshape2" و "ggpubr".

16. الارتباط السريري المرضي وتحليل تشخيص البقاء على قيد الحياة

  1. انتقل إلى واجهة موقع UCSC Xena على الويب.
  2. انقر فوق علامة التبويب تشغيل Xena .
  3. انقر فوق علامة التبويب مجموعات البيانات في الجزء العلوي من الشاشة.
  4. مرر مؤشر الماوس فوق الصفحة وانتقل لأسفل للعثور على علامة التبويب TCGA Pan-Cancer (PANCAN ).
  5. من بين 129 مجموعة و1,571 مجموعة بيانات في هذه الصفحة، انقر على علامة التبويب TCGA Pan-Cancer (PANCAN ).
  6. من قائمة النمط الظاهري ، حدد وانقر فوق علامة التبويب البيانات السريرية المنسقة.
  7. من قائمة التنزيل ، انقر فوق الارتباط المقابل لها.
    ملاحظة: قم بتنزيل البيانات السريرية ل 33 سرطانا من قاعدة بيانات TCGA على الرابط أعلاه.
  8. قم بفك ضغط ملف البيانات السريرية الذي تم تنزيله وافتح الملف الذي تم فك ضغطه بتنسيق ملف xls.
  9. تنظيم البيانات السريرية المطلوبة والاحتفاظ بها (المرحلة والعمر والمرحلة المرضية وحالة المريض) في الملف ، وحذف البيانات السريرية المتبقية غير الضرورية ، وحفظ الملف بأكمله كملف بتنسيق txt بعد إعادة تسميته سريريا.
  10. استنادا إلى singleGeneExp.txt التي تم الحصول عليها في الخطوة 1.9 ، ضع هذا الملف في نفس المجلد مثل ملف clinical.txt المنظم.
  11. قم بفك ضغط البيانات السريرية التي تم تنزيلها ووضع ملفات singleGeneExp.txt و clinical.txt في نفس المجلد مثل الملفات السريرية التي تم فك ضغطها.
  12. افتح رمز R (clinicalDiffR) وانسخ والصق المسار حيث يوجد المجلد أعلاه إلى السطر حيث يوجد setwd في رمز R.
  13. افتح برنامج R ، وقم بتشغيل رمز R المعدل (clinicalDiffR) ، وارسم الصورة باستخدام حزمة "ggpubr".
  14. انتقل إلى واجهة موقع UCSC Xena على الويب.
  15. انقر فوق علامة التبويب تشغيل Xena .
  16. انقر فوق علامة التبويب مجموعات البيانات في الجزء العلوي من الشاشة.
  17. من بين 129 مجموعة و 1,571 مجموعة بيانات في هذه الصفحة ، انقر فوق علامة التبويب لما مجموعه 33 سرطانا مثل GDC TCGA سرطان الدم النخاعي الحاد (LAML) وسرطان القشرة الكظرية GDC TCGA (ACC) وسرطان القناة الصفراوية GDC TCGA (CHOL) والمزيد.
  18. من قائمة النمط الظاهري ، حدد وانقر فوق علامة التبويب بيانات البقاء على قيد الحياة.
  19. من قائمة التنزيل ، انقر فوق الارتباط المقابل لها.
  20. قم بفك ضغط الأرشيف المضغوط لبيانات البقاء على قيد الحياة ل 33 نوعا مختلفا من السرطان في ملف واحد في مجلد سطح المكتب الخاص بالكمبيوتر.
  21. ضع بيانات البقاء على قيد الحياة التي تم فك ضغطها في نفس المجلد مثل ملف singleGeneExp.txt الذي تم الحصول عليه في الخطوة 1.9.
  22. افتح رمز R (preOSR) وانسخ والصق المسار حيث يوجد المجلد أعلاه إلى السطر الذي يوجد به setwd في كود R.
  23. افتح برنامج R وقم بتشغيل رمز R المعدل (preOSR). احسب من خلال حزمة "limma" للحصول على ملف بيانات حول بقاء TMEM200A في عموم السرطان: expTime.txt.
  24. افتح رمز R (OSR) وانسخ والصق المسار حيث يوجد ملف expTime.txt إلى السطر حيث يوجد setwd في رمز R.
  25. افتح برنامج R وقم بتشغيل رمز R المعدل (OSR). قم بإجراء تحليل KM باستخدام حزم "البقاء على قيد الحياة" و "survminer" بناء على البيانات الموجودة في ملف expTime.txt ورسم منحنيات البقاء على قيد الحياة TMEM200A في عموم السرطان.

17. تحليلات انحدار كوكس أحادية المتغير ومتعددة المتغيرات مع بناء قطعة أرض الغابات

  1. افتح رمز R (COXR) وانسخ والصق المسار الذي حصلنا عليه expTime.txt الملف من 16.23 الموجود في السطر الذي يوجد به setwd في رمز R.
  2. افتح برنامج R وقم بتشغيل رمز R المعدل (COXR). استنادا إلى البيانات الموجودة في ملف expTime.txt ، قم بإجراء تحليلات انحدار COX أحادية المتغير باستخدام حزم "البقاء على قيد الحياة" و "survminer" و "forestplot" لرسم مخطط غابة أحادي المتغير TMEM200A في سرطانات مختلفة.
  3. ضع الملف expTime.txt من الخطوة 16.23 و clinical.txt من الخطوة 16.10 في نفس المجلد.
  4. افتح رمز R (multicoxR) وانسخ والصق المسار حيث يوجد المجلد الذي يحتوي على ملف expTime.txt من الخطوة 16.23 وملف clinical.txt من الخطوة 16.10 إلى السطر حيث يوجد setwd في رمز R.
  5. افتح برنامج R وقم بتشغيل رمز R المعدل (multicoxR). قم بإجراء تحليل انحدار COX متعدد المتغيرات باستخدام حزم "البقاء على قيد الحياة" و "survminer" لرسم مخطط غابات متعدد المتغيرات من TMEM200A في سرطانات مختلفة بناء على البيانات الموجودة في ملفات expTime.txt و clinical.txt .

18. نموذج النذير لسرطان المعدة على أساس التعبير TMEM200A والسمات السريرية

  1. ضع الملف clinical.txt من الخطوة 16.10 والملف expTime.txt من الخطوة 16.23 في نفس المجلد.
  2. افتح رمز R (NomoR) وانسخ والصق المسار حيث يوجد ملف txt أعلاه إلى السطر حيث يوجد setwd في رمز R.
  3. افتح برنامج R وقم بتشغيل رمز R المعدل (NomoR). استخدم حزم البرامج "البقاء على قيد الحياة" و "regplot" و "rms" للحصول على بيانات التعبير TMEM200A في GC والبيانات السريرية لبناء نموذج تنبؤي للتنبؤ ببقاء المريض.

19. زراعة الخلايا ونقل siRNA من TMEM200A

ملاحظة: تم الحصول على خلايا STAD HGC-27 البشرية وخلايا SGC-7901 وخلايا GES-1 الظهارية المخاطية البشرية في المعدة تجاريا (انظر جدول المواد) ، وتم إحياؤها وتلقيحها في معهد روزويل بارك التذكاري (RPMI) 1640 وسط كامل (يحتوي على 10٪ مصل بقري جنيني حديث الولادة و 1٪ خليط بنسلين) ، وزرعت عند 37 درجة مئوية في 5٪ CO2 حاضنة زراعة الخلايا. تم تغيير وسط الثقافة كل 2-3 أيام. تم تلقيح الخلايا في حالة نمو جيدة في ألواح سداسية الآبار وفقا ل (2-3) × 105 خلايا لكل بئر.

  1. أولا ، خذ ثلاثة أنابيب طرد مركزي دقيقة وأضف 8 ميكرولتر من كاشف النقل (انظرT able of Materials) و 200 ميكرولتر من الوسط القاعدي لكل أنبوب. ثم أضف 4 ميكروغرام من SiRNA1 و SiRNA2 و SiRNA3 إلى كل أنبوب على التوالي.
    ملاحظة: بالنسبة للضربة القاضية TMEM200A ، تم تصميم siRNA وشرائه (انظر جدول المواد).
  2. امزج الخليط في أنابيب الطرد المركزي الثلاثة الدقيقة جيدا وأضفه إلى كل من الآبار الثلاثة للوحة المكونة من 6 آبار. رج الطبق المكون من 6 آبار برفق لتوزيع الخليط بالتساوي. قم بتسمية الآبار الثلاثة التي أضيف إليها الخليط على أنها SiRNA-1 و SiRNA-2 و SiRNA-3.
  3. عندما يتم تحضين الخلايا لمدة 4-6 ساعات ، استبدل نصف الوسط في الآبار الفرعية الثلاثة في لوحة 6 آبار.
    ملاحظة: عند استبدال نصف الوسط الكامل ، قم بنضح نصف الوسط الكامل الأصلي وقم بتجديده بنصف الوسط الكامل الجديد.
  4. بعد أربعة وعشرين إلى 48 ساعة ، استخدم الخلايا المنقولة TMEM200A siRNA كمجموعة تجريبية والخلايا غير المنقولة كمجموعة تحكم سلبية. إجراء تفاعل البوليميراز المتسلسل الكمي في الوقت الفعلي (qRT-PCR ، انظر القسم 20) لتقييم تأثير النقل على الخلايا.

20. تفاعل البلمرة الكمي المتسلسل في الوقت الحقيقي

  1. تخلص من وسط زراعة الخلايا في كل مجموعة فرعية واغسل الخلايا برفق مرتين باستخدام 1 مل من محلول ملحي مخزن بالفوسفات (PBS).
  2. اعزل إجمالي الحمض النووي الريبي باستخدام مجموعة عزل الحمض النووي الريبي (انظر جدول المواد).
  3. تقدير تركيز الحمض النووي الريبي وتوليف cDNA مع 1 ميكروغرام من الحمض النووي الريبي باستخدام مجموعة تخليق cDNA ، باتباع تعليمات الشركة المصنعة.
  4. قم بإجراء تفاعل البوليميراز المتسلسل الكمي في الوقت الفعلي (qRT-PCR) على تخفيفات 10 أضعاف من cDNA في 10 ميكرولتر من مزيج التفاعل ، بما في ذلك البادئات الأمامية والخلفية الخاصة بالإنسان ل GAPDH (للتوحيد القياسي) ، TMEM200A (انظر جدول المواد) ، و qPCR Master Mix ، باستخدام نظام فحص PCR في الوقت الفعلي.
    ملاحظة: قم بإجراء كل تجربة في ثلاث نسخ.
  5. استخدم شروط تفاعل qPCR التالية: التهيئة ، 95 درجة مئوية لمدة 3 دقائق ؛ تمسخ ، 95 درجة مئوية لمدة 10 ثوان ؛ التلدين ، 60 درجة مئوية لمدة 30 ثانية ؛ والتمديد ، 80 درجة مئوية لمدة 10 ثوان ؛ كرر التمسخ والتلدين والتمديد 40x. حدد التعبير النسبي لكل جين باستخدام تقنية 2-ΔΔCt 28.
  6. كرر التجارب ثلاث مرات على الأقل للحصول على ثلاث نسخ بيولوجية.

21. الكشف عن اللطخة الغربية لتعبير البروتين ذي الصلة

  1. تخلص من وسط زراعة الخلايا في كل مجموعة فرعية واغسل الخلايا برفق باستخدام 2 × 1 مل من برنامج تلفزيوني.
  2. قم بتبريد الألواح المكونة من 6 آبار التي تحتوي على الخلايا الموجودة على الجليد وأضف 150 ميكرولتر من محلول تحلل مقايسة الترسيب المناعي الراديوي المبرد مسبقا (RIPA) (150 مللي متر كلوريد الصوديوم ، 0.1٪ Triton X-100 ، 0.5٪ ديوكسي كولات الصوديوم ، 0.1٪ SDS ، 50 مللي متر Tris-HCl pH 8.0 ، وكوكتيل مثبط الأنزيم البروتيني المضاف حديثا). اترك التحلل يستمر على الجليد لمدة 10 دقائق.
  3. باستخدام مكشطة الخلايا البلاستيكية ، قم بإزالة الخلايا الملتصقة من الطبق وانقل محلول الخلية بدقة إلى أنبوب طرد مركزي دقيق تم تبريده مسبقا.
  4. أجهزة الطرد المركزي الخلية محللة لمدة 10 دقائق عند 1.5 × 104 جم عند 4 درجات مئوية. نقل المادة الطافية إلى أنبوب طرد مركزي جديد سعة 1.5 مل.
  5. استخدم مجموعة فحص البروتين BCA لتحديد محتوى البروتين وفقا لتعليمات الشركة المصنعة.
  6. قم بتحميل 30 جم من البروتين من كل عينة على هلام كهربائي 10٪ من كبريتات دوديسيل بولي أكريلاميد (SDS-PAGE) من الصوديوم وقم بتشغيله عند 80 فولت لمدة 0.5 ساعة متبوعا ب 1.5 ساعة عند 120 فولت.
  7. نقل البروتينات من الجل إلى غشاء 45 ميكرومتر ثنائي فلوريد البولي فينيليدين (PVDF) بجهد 300 مللي أمبير لمدة 1-1.5 ساعة.
  8. بعد وضع غشاء PVDF على شاكر ورجه لمدة 3 × 5 دقائق ، أضف محلول ملحي مخزن Tris مع Tween 20 (TBST ، 20 mM Tris-HCl ، pH 7.4 ، 150 mM NaCl ، و 0.1٪ Tween 20) إلى الحاوية المناسبة مع توجيه جانب البروتين (جانب الهلام) لأعلى.
  9. ضع الغشاء في المخزن المؤقت المانع (انظر جدول المواد) واحتضانه لمدة 0.5 ساعة في درجة حرارة الغرفة.
  10. اغسل الغشاء باستخدام TBST لمدة 3 × 10 دقائق.
  11. احتضان الغشاء بالأجسام المضادة الأولية ضد phospho-AKT (p-AKT ؛ 1: 1,000) ، إجمالي AKT 1: 1,000 ، E-cadherin (E-ca ؛ 1: 1,000) ، N-cadherin (N-ca ؛ 1: 1,000) ، Vimentin 1: 1,000 ، الحلزون 1: 1,000 ، TMEM200A 1: 1,000 ، غليسيرالدهيد 3-فوسفات ديهيدروجيناز (GAPDH ؛ 1: 1,000) ، بين عشية وضحاها عند 4 درجات مئوية.
  12. اغسل الغشاء لمدة 3 × 10 دقائق واحتضن الغشاء بجسم مضاد ثانوي للأرنب أو الفأر (1: 5000) لمدة ساعة واحدة في درجة حرارة الغرفة.
  13. احتضان غشاء PVDF مع ركيزة ECL لمدة 30 ثانية واكتشاف الإشارة باستخدام نظام التصوير.

22. فحص CCK-8

  1. بذر خلايا STAD HGC-27 البشرية في حالة نمو جيدة في 96 لوحة بئر.
  2. عندما تصل كثافة الخلية إلى 60-70٪ ، قم بنقل الخلايا باستخدام TMEM200A siRNA (كما في الخطوة 19.3).
  3. قم بزرع الخلايا المنقولة إلى 96 صفيحة بئر بكثافة خلية 5 × 10 3 / بئر (عد الخلايا القابلة للحياة باستخدام عداد الخلايا) ، مقسمة إلى مجموعات NC و TMEM200A siRNA (مع ثلاثة آبار مكررة في كل مجموعة) ، ويتم تحضينها عند 37 درجة مئوية.
  4. أضف كاشف CCK-8 بعد 0 و 24 و 48 و 72 و 96 ساعة واحتضانه عند 37 درجة مئوية لمدة 2 ساعة. قم بقياس الامتصاص (450 نانومتر) باستخدام جهاز لصق إنزيم متعدد الوظائف.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

التعبير عن TMEM200A في أنواع مختلفة من السرطان
كما هو موضح في الشكل 1 ، قمنا أولا بتحليل مستويات التعبير التفاضلي ل TMEM200A في أنواع مختلفة من السرطان من خلال قواعد بيانات مختلفة. كان التعبير TMEM200A مرتفعا في سرطان القنوات الصفراوية (CHOL) ، وسرطان الخلايا الحرشفية في الرأس والرقبة (HNSC) ، وسرطان الخلايا الكلوية الصافية (KIRC) ، وسرطان الخلايا الحليمية الكلوية (KIRP) ، وسرطان الخلايا الكبدية (LIHC) ، و STAD ، وسرطان الغدة ال...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

ينتمي TMEM200A إلى عائلة من TMEMs الضرورية لتكاثر الخلايا السرطانية38. حظي التعبير المتغير عن TMEM200A في الأورام الخبيثة المختلفة باهتمام أقل ، ولا يوجد تحقيق شامل في جميع أنحاء السرطان. ومع ذلك ، تستمر الأدلة في التراكم ، مما يدل على أن عائلة بروتين TMEM عبر الغشاء قد تكون مهمة في الحفاظ على الخلايا السرطانية خبيثة من خلال التفاعلات مع العديد من البروتينات ، على سبيل المثال ، تنشيط قنوات Cl- المنشطة TMEM16A Ca2+ بواسطة ROCK1 / moesin يعزز ورم خبيث BRCA

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

يعلن المؤلفون أنه لا يوجد تضارب في المصالح.

شكر وتقدير

تم دعم هذا العمل من قبل المؤسسة الوطنية للعلوم الطبيعية في الصين (82160550).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
الأجسام المضادة المضادةل AKT Proteintech Group، Inc60203-2-Ig
الأجسام المضادة للأجسام المضادة للإي إي كاديرينProteintech Group، Inc20874-1-AP
الأجسام المضادة لنازعة هيدروجين الفوسفات 3-الفوسفات (GAPDH)Proteintech Group، Inc10494-1-AP
الأجسام المضادة ل N-cadherinProteintech Group، Inc22018-1-AP
الأجسام المضادة المضادة P-AKTProteintech Group، Inc66444-1-Ig
الأجسام المضادة للحلزونProteintech Group، Inc13099-1-AP
الأجسام المضادة للفيمنتينProteintech Group، Inc10366-1-AP
AxyPrepMultisourceTotalRNAMini-
مجموعة الإعدادية		Suzhou Youyi Landi Biotechnology Co.، LtdUEL-UE-MN-MS-RNA-50G
BCA مجموعة فحص البروتينكاشف Epizyme BiotechZJ101L
CCK-8MedChemExpressHY-K0301-500T
مصل الأبقار الجنيني (FBS)CYAGEN BIOSCIENCES (GUANGZHOU) INCFBSSR-01021
GAPDH < / em> التمهيديSangon Biotech (شنغهاي) المحدودة.التمهيدي الأمامي (5'-3'): TGACATCAAGAAGGTG
GTGAAGCAG ؛ التمهيدي العكسي (5'-3'): GTGTCGCTGTTGAAG
TCAGAGGAG
HighGene plus كاشف النفقةABclonalRM09014P
HRP مترافق Affinipure Goat Anti-Mouse lgG (H + L)Proteintech Group، IncSA00001-1
مترافق Affinipure Goat Anti-Rabbit lgG (H + L)Proteintech Group، IncSA00001-2
الغشاء المخاطي للمعدة البشري الظهارية <قوية>GES-1 الخلايا< / قوي>قوانغتشو Cellcook التكنولوجيا الحيوية المحدودة
خلايا STAD HGC-27 البشريةProcell Life Science & التكنولوجيا المحدودة
الإنسان STAD SGC-7901 خلاياProcell Life Science & التكنولوجيا المحدودة
MonAmp SYBR الأخضر qPCR مزيج (لا شيء ROX)Mona (سوتشو) التكنولوجيا الحيوية المحدودةMQ10101S
MonScript RTIII الكل في واحد مزيج مع dsDNase    Mona (Suzhou) Biotechnology Co., LtdMR05101M
Omni-ECL Femto Light Chemiluminescence KitEpizyme BiotechSQ201
PAGE Gel Fast Preparation Kit  Epizyme BiotechPG111
البنسلين الستربتومايسين (Pen-Strep)بكين سولاربيو للعلوم & التكنولوجيا المحدودةP1400-100
البولي فينيلدين ثنائي فلوريد (PVDF) غشاءميرك KGaAIPVH00010-1
بروتين خالية من البروتين سريع الحجب العازلةEpizyme BiotechPS108P
RIPA حل التحللبكين Solarbio العلوم & شركة التكنولوجيا المحدودةR0010
RPMI 1640 كامل متوسطالحرارة فيشر C11875500BT
الحليب منزوع الدسمكامبينا:
حل عازلة TBSTبكين Solarbio Science & شركة التكنولوجيا المحدودةT1082
المخزن المؤقت لتحميل البروتينEpizyme BiotechLT101S
TMEM200A بلازميد ضربة قاضيةMiaoLing Plasmid
TMEM200A < / em> التمهيديSangon Biotech (Shanghai) Co.، Ltd.التمهيدي الأمامي (5'-3'): AAGGCGGTGTGGTGGTTCG ؛ التمهيدي العكسي (5'-3'): GATTTTGGTCTCTTTGTCGGTT
em>TMEM200A < em>SiRNA1MiaoLing PlasmidForward التمهيدي (5'-3'): ACAACTGATGATAAGACCAG; التمهيدي العكسي (5'-3'): TGTTGACTACTATTCTGGTC
TMEM200A < / em>SiRNA2MiaoLing PlasmidForward التمهيدي (5'-3'): CGTGTGAATGTCAATGACTG; التمهيدي العكسي (5'-3'): GCACACTTACAGTTACTGAC
TMEM200A < / em>SiRNA3MiaoLing PlasmidForward التمهيدي (5'-3'): ACAACCACAACATCTGCCCG; التمهيدي العكسي (5'-3'): TGTTGGTGTTTAGACGGGGC
بروتين الغشاء 200A AntibodyProteintech Group، Inc48081-1
Equipment< / strong>
CO2< / sub> حاضنة زراعة الخلاياHaier GroupPYXE-80IR
الرحلان الكهربائيBio-RAD
أداة PCR الكميةالفلورية Bio-RAD
متعددة الوظائف إنزيم الملصقاتBerthold
HRP < أداة

المراجع

  1. Torre, L. A., Siegel, R. L., Ward, E. M., Jemal, A. Global cancer incidence and mortality rates and trends--an update. Cancer Epidemiol Biomarkers Prev. 25 (1), 16-27 (2016).
  2. Long, X., et al. Economic burden of malignant tumors - Yichang City, Hubei Province, China, 2019. China CDC Wkly. 4 (15), 312-316 (2022).
  3. Harbeck, N., Gnant, M. Breast cancer. Lancet. 389 (10074), 1134-1150 (2017).
  4. Bagchi, S., Yuan, R., Engleman, E. G. Immune checkpoint inhibitors for the treatment of cancer: clinical impact and mechanisms of response and resistance. Annu Rev Pathol. 16, 223-249 (2021).
  5. Lam, G. T., et al. Pitfalls in cutaneous melanoma diagnosis and the need for new reliable markers. Mol Diagn Ther. 27 (1), 49-60 (2023).
  6. Gromiha, M. M., Ou, Y. Y. Bioinformatics approaches for functional annotation of membrane proteins. Brief Bioinform. 15 (2), 155-168 (2014).
  7. Schmit, K., Michiels, C. TMEM proteins in cancer: a review. Front Pharmacol. 9, 1345(2018).
  8. Marx, S., et al. Transmembrane (TMEM) protein family members: Poorly characterized even if essential for the metastatic process. Semin Cancer Biol. 60, 96-106 (2020).
  9. Fu, K., et al. Overexpression of transmembrane protein 168 in the mouse nucleus accumbens induces anxiety and sensorimotor gating deficit. PLoS One. 12 (12), e0189006(2017).
  10. Cuajungco, M. P., et al. Abnormal accumulation of human transmembrane (TMEM)-176A and 176B proteins is associated with cancer pathology. Acta Histochem. 114 (7), 705-712 (2012).
  11. Zhang, S., et al. TMEM116 is required for lung cancer cell motility and metastasis through PDK1 signaling pathway. Cell Death Dis. 12 (12), 1086(2021).
  12. Zhang, N., Pan, H., Liang, X., Xie, J., Han, W. The roles of transmembrane family proteins in the regulation of store-operated Ca(2+) entry. Cell Mol Life Sci. 79 (2), 118(2022).
  13. Zhang, X., Zheng, P., Li, Z., Gao, S., Liu, G. The somatic mutation landscape and RNA prognostic markers in stomach adenocarcinoma. Onco Targets Ther. 13, 7735-7746 (2020).
  14. Jia, D., et al. Mining TCGA database for genes of prognostic value in glioblastoma microenvironment. Aging (Albany NY). 10 (4), 592-605 (2018).
  15. Wang, S., et al. UCSCXenaShiny: an R/CRAN package for interactive analysis of UCSC Xena data. Bioinformatics. 38 (2), 527-529 (2022).
  16. Li, T., et al. TIMER2.0 for analysis of tumor-infiltrating immune cells. Nucleic Acids Res. 48 (W1), W509-W514 (2020).
  17. Thul, P. J., et al. A subcellular map of the human proteome. Science. 356 (6340), eaal3321(2017).
  18. Li, Y., Ge, D., Lu, C. The SMART App: an interactive web application for comprehensive DNA methylation analysis and visualization. Epigenetics Chromatin. 12 (1), 71(2019).
  19. Chandrashekar, D. S., et al. UALCAN: An update to the integrated cancer data analysis platform. Neoplasia. 25, 18-27 (2022).
  20. Tate, J. G., et al. COSMIC: the Catalogue Of Somatic Mutations In Cancer. Nucleic Acids Res. 47 (D1), D941-D947 (2019).
  21. Gao, J., et al. Integrative analysis of complex cancer genomics and clinical profiles using the cBioPortal. Sci Signal. 6 (269), pl1(2013).
  22. Shen, W., et al. Sangerbox: A comprehensive, interaction-friendly clinical bioinformatics analysis platform. iMeta. 1 (3), e36(2022).
  23. Ru, B., et al. TISIDB: an integrated repository portal for tumor-immune system interactions. Bioinformatics. 35 (20), 4200-4202 (2019).
  24. Yuan, H., et al. CancerSEA: a cancer single-cell state atlas. Nucleic Acids Res. 47 (D1), D900-D908 (2019).
  25. Sun, D., et al. TISCH: a comprehensive web resource enabling interactive single-cell transcriptome visualization of tumor microenvironment. Nucleic Acids Res. 49 (D1), D1420-D1430 (2021).
  26. Warde-Farley, D., et al. The GeneMANIA prediction server: biological network integration for gene prioritization and predicting gene function. Nucleic Acids Res. 38, W214-W220 (2010).
  27. Zhu, Y., Feng, S., Song, Z., Wang, Z., Chen, G. Identification of immunological characteristics and immune subtypes based on single-sample gene set enrichment analysis algorithm in lower-grade glioma. Front Genet. 13, 894865(2022).
  28. Mueller Bustin, S. A., R, Real-time reverse transcription PCR (qRT-PCR) and its potential use in clinical diagnosis. Clin Sci (Lond). 109 (4), 365-379 (2005).
  29. Sun, L., Zhang, H., Gao, P. Metabolic reprogramming and epigenetic modifications on the path to cancer. Protein Cell. 13 (12), 877-919 (2022).
  30. Ntontsi, P., Photiades, A., Zervas, E., Xanthou, G., Samitas, K. Genetics and epigenetics in asthma. Int J Mol Sci. 22 (5), 2412(2021).
  31. Martínez-Reyes, I., Chandel, N. S. Cancer metabolism: looking forward. Nat Rev Cancer. 21 (10), 669-680 (2021).
  32. Chen, Y., et al. PremPS: Predicting the impact of missense mutations on protein stability. PLoS Comput Biol. 16 (12), e1008543(2020).
  33. Li, M., Petukh, M., Alexov, E., Panchenko, A. R. Predicting the impact of missense mutations on protein-protein binding affinity. J Chem Theory Comput. 10 (4), 1770-1780 (2014).
  34. Hirsch, D., et al. Clinical responses to PD-1 inhibition and their molecular characterization in six patients with mismatch repair-deficient metastatic cancer of the digestive system. J Cancer Res Clin Oncol. 147 (1), 263-273 (2021).
  35. Poulogiannis, G., Frayling, I. M., Arends, M. J. DNA mismatch repair deficiency in sporadic colorectal cancer and Lynch syndrome. Histopathology. 56 (2), 167-179 (2010).
  36. Chintamani, J., et al. The expression of mismatched repair genes and their correlation with clinicopathological parameters and response to neo-adjuvant chemotherapy in breast cancer. Int Semin Surg Oncol. 4, 5(2007).
  37. Deng, H., et al. High expression of TMEM200A is associated with a poor prognosis and immune infiltration in gastric cancer. Pathol Oncol Res. 29, 1610893(2023).
  38. Stemmler, M. P. Cadherins in development and cancer. Mol Biosyst. 4 (8), 835-850 (2008).
  39. Bill, A., et al. ANO1/TMEM16A interacts with EGFR and correlates with sensitivity to EGFR-targeting therapy in head and neck cancer. Oncotarget. 6 (11), 9173-9188 (2015).
  40. De Las Rivas, J., et al. Cancer drug resistance induced by EMT: novel therapeutic strategies. Arch Toxicol. 95 (7), 2279-2297 (2021).
  41. Tian, S., et al. SERPINH1 regulates EMT and gastric cancer metastasis via the Wnt/β-catenin signaling pathway. Aging (Albany NY). 12 (4), 3574-3593 (2020).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

استكشف المزيد من المقالات

المؤشر الحيوي TMEM200Aتحليل شامل لأنواع السرطانسرطان المعدةالارتشاح المناعيالانتقال الظهاري الميزنشيميمسار PI3K AKTتفاعل البوليميراز المتسلسل الكمي في الوقت الحقيقيلطخة ويسترنمقايسة تكاثر الخلايا
تحليل Multiomics ل TMEM200A كمؤشر حيوي شامل للسرطان
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.