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

مقالة بحثية

S100P كمؤشر حيوي مشترك في أمراض الأمعاء الالتهابية، وسرطان القولون والمستقيم، وسرطان الغدة في البنكرياس: تحليل متكامل للنسخ

130 مشاهدة

⸱

DOI:

10.3791/71735

⸱

أغسطس 11, 2026

 ,  ,  ,  , 
1Medical School of Tianjin University, 2Peking University People's Hospital, 3Zhaoyuan Maternal and Child Health Service Center, 4Yantai Center for Disease Control and Prevention, 5Yantaishan Hospital

* These authors contributed equally

في هذه المقالة

ملخص

يدمج هذا البروتوكول مجموعات بيانات النسخ النصية العامة والتحقق من صحة خلايا الظهارة القولونية لتحديد S100P كمؤشر حيوي مشترك مرتبط بأمراض الأمعاء الالتهابية، وسرطان القولون والمستقيم، وسرطان الغدة في البنكرياس.

الملخص

يرتبط مرض الأمعاء الالتهابي (IBD) بزيادة خطر الإصابة بسرطان القولون والمستقيم (CRC) وسرطان الغدة في البنكرياس (PAAD)، ومع ذلك لا تزال الخصائص الجزيئية المشتركة بين هذه الأمراض غير مفهومة بشكل كامل. هدفت هذه الدراسة إلى تحديد الجينات والمسارات البيولوجية الشائعة المرتبطة بأمراض الأمعاء الالتهابية وCRC وPAAD من خلال التحليل المتكامل للنسخ النصي والتحقق التجريبي. تم الحصول على مجموعات بيانات التعبير الجيني لأمراض التهاب الأمعاء وCRC وPAAD من قواعد بيانات أطلس جينوم السرطان وبيانات التعبير الجيني الشاملة. تم إجراء تحليل شبكة التعبير المشترك للجينات المرجحة وتحليل التعبير التفريقي لتحديد الجينات المرتبطة بالأمراض والمشتركة. أنطولوجيا الجينات وموسوعة كيوتو للجينات والجينومات (استخدمت تحليلات لاستكشاف الوظائف والمسارات البيولوجية المثرية). تم تقييم تسرب الخلايا المناعية باستخدام تحديد نوع الخلية من خلال تقدير المجموعات النسبية من نسخ RNA. تم إجراء تحليل خصائص تشغيل المستقبل لتقييم الأداء التشخيصي للجينات الشائعة. تم إجراء تحليل تسلسل الحمض النووي الريبي أحادي الخلية لفحص توزيع الخلايا ل S100P. بالإضافة إلى ذلك، تم تقييم تأثيرات خفض تنظيم S100P في الخلايا الظهارية القولونية التحفيزية بالدهون (LPS). تم تحديد ما مجموعه 162 جينا مرتبطا بالمرض وأربعة جينات شائعة. أشارت تحليلات الإثراء الوظيفي إلى إثراء كبير في المسارات المناعية والالتهابية، بما في ذلك مسار إشارات الإنترلوكين-17. كشف تحليل تسرب المناعة عن اتجاهات مماثلة في عدة مجموعات من خلايا المناعة عبر أمراض الأمعاء الالتهابية وCRC وPAAD. أظهر تحليل الخلايا الأحادية تعبيرا مرتفعا لS100P في الخلايا الطهارية من جميع الأمراض الثلاثة. أدى انخفاض تنظيم S100P إلى استعادة القدرة التكاثرية لخلايا الظهارة القولونية المحفزة ب LPS وقلل من تعبير السيتوكينات الالتهابية. حدد التحليل المتكامل للنسخ S100P كمؤشر حيوي مرتبط بأمراض الأمعاء الالتهابية وCRC وPAAD، وأبرز السمات المناعية المشتركة عبر هذه الأمراض.

المقدمة

يمثل مرض الأمعاء الالتهابي (IBD) طيفا من الاضطرابات المناعية التي تؤثر على الجهاز الهضمي، بما في ذلك التهاب القولون التقرحي ومرض كرون1. أسباب التهاب الأمعاء الالتهابي معقدة للغاية، وتشمل اضطرابات المناعة المخاطية، وخلل الجسم، والقابلية للإصابة الوراثية2. يعد مرض التهاب الأمعاء الالتهابي قلقا صحيا عالميا مع ارتفاع معدلات الإصابة وأعباء اقتصادية كبيرة، وقد جذب انتشاره المتزايد اهتماما كبيرا1. ومن المهم أن المرضى المصابين بأمراض الأمعاء الالتهابية لديهم خطر متزايد بشكل كبير للإصابة بسرطان القولون والمستقيم (CRC)3 وسرطان الغدة الغدية في البنكرياس (PAAD)4. على الرغم من أن هذا الارتباط موثق جيدا، إلا أن التحدث الجيني بين أمراض التهاب الأمعاء وسرطان القلب والسرطان واضطراب الالتهاب العاطفي لا يزال غير مفهوم بشكل كامل.

تشير الدراسات السابقة بقوة إلى أن أمراض الأمعاء الالتهابية وCRC وPAAD تشترك في عمليات ممرضة مشتركة؛ ومع ذلك، لا تزال العلامات الحيوية التشخيصية المحددة والحساسة تفتقر، ولم يتم توضيح الآليات الممرضة المشتركة بشكل كامل. لحسن الحظ، مع التقدم السريع وتوفر تقنيات التسلسل عالية الإنتاجية على نطاق واسع، أصبحت العديد من مجموعات البيانات النصية من مرضى التهاب الأمعاء الالتهابي وCRC وPAAD متاحة للجمهور، مما أتاح تحقيقا منهجيا للترابطات الجزيئية بين هذه الأمراض 2,5,6.

استخدمت هذه الدراسة بيانات تسلسل عالية الإنتاجية من مرضى التهاب الأمعاء الالتهابي وسرطان القلب واضطراب الجينات العاطفية لتحديد الجينات المرتبطة بالأمراض والمشتركة باستخدام تحليل شبكة التعبير المشترك للجينات المرجحة (WGCNA) وتحليل التعبير التفريقي. تم دراسة هذه الجينات بشكل أكبر لتحديد مسارات الإشارات المشتركة المحتملة بين أمراض التهاب الأمعاء وCRC وPAAD. بالإضافة إلى ذلك، قمنا بتقييم القيمة التشخيصية لهذه الجينات الشائعة. أظهر تحليل تسلسل الحمض النووي الريبي أحادي الخلية (scRNA-seq) أن الجين الرئيسي S100P كان معبر عنه بشكل رئيسي في الخلايا الظهارية. وأخيرا، درسنا الدور البيولوجي ل S100P في مرض التهاب الأمعاء الالتهابي.

في الختام، هدفت هذه الدراسة إلى تحديد العلامات الحيوية التشخيصية الشائعة والمسارات البيولوجية المرتبطة بالتهاب الأمعاء وCRC وPAAD، مما يوفر رؤى سريرية قيمة حول الوقاية والعلاج المشترك لهذه الأمراض.

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

البروتوكول

استخدمت هذه الدراسة مجموعات بيانات متاحة للجمهور وغير محددة الهوية من أطلس جينوم السرطان (TCGA) ومجموعة تعبير الجينات (GEO)، بالإضافة إلى خطوط خلايا تجارية معتمدة. لم يشارك أي مشاركين بشريين جدد، أو معلومات مرضى قابلة للتعريف، أو عينات مشتقة من المرضى. تم إجراء جميع التحليلات وفقا للإرشادات المؤسسية ذات الصلة وشروط استخدام قواعد البيانات العامة. لذلك، لم تكن هناك حاجة إلى موافقة أخلاقية مؤسسية إضافية أو موافقة مستنيرة لهذه الدراسة.

مصدر البيانات
تم تنزيل بيانات RNA-seq لمجموعات IBD (GSE179285؛ المنصة: GPL6480 و GSE24287؛ المنصة: GPL6480)، ومجموعات CRC (TCGA-CRC؛ المنصة: Illumina HiSeq 2000 و GSE87211؛ المنصة: GPL13497)، ومجموعات PAAD (GSE128735؛ المنصة: GPL20301 و GSE62452؛ المنصة: GPL6244) من TCGA وGEO. تم الوصول إلى جميع مجموعات البيانات في 5 ديسمبر 2025.

لكل مجموعة بيانات، تم تقسيم العينات بدقة إلى مجموعتين فرعيتين، حيث كانت الأنسجة المرضية/الأنسجة الورمية هي مجموعة الحالة، والأنسجة الطبيعية غير المصابة بالآفات كمجموعة ضابطة. على وجه التحديد، احتوت مجموعة مرض التهاب الأمعاء على 297 عينة مخاطية معوية من مرضى التهاب الأمعاء و56 عينة مخاطية معوية طبيعية من أفراد أصحاء؛ شملت مجموعة CRC 841 نسجا أوليا من ورم القولون والمستقيم و211 نسجا ظهاريا متطابقا طبيعيا في القولون والمستقيم؛ وتكونت مجموعة PAAD من 114 نسجة ورم PAAD و106 أنسجة جماهية بنكرياس طبيعية.

تم دمج جميع مجموعات البيانات ضمن نفس فئة الأمراض بشكل موحد. تم تطبيق دالة تطبيع بين المصفوفات في حزمة ليما لإجراء تطبيع الكم عبر العينات، مما أدى فعليا إلى إلغاء تأثيرات الدفعات بين المنصات وتوحيد قيم تعبير الجينات عبر مجموعات بيانات مختلفة لتحليل التعبير التفاضلي لاحقا.

فحص الجينات المرتبطة بأمراض الأمعاء الالتهابية وCRC وPAAD والجينات الشائعة
أولا، تم فحص الجينات المعبر عنها بشكل تفاضلي (DEGs) من مجموعات IBD وCRC وPAAD باستخدام حزمة ليما، وتم تصحيح قيم P الأصلية باستخدام طريقة معدل الاكتشاف الخاطئ Benjamini-Hochberg (FDR). في مجموعات IBD وCRC وPAAD، تم تحديد معايير الفحص عند |logFC| > 0.4 والP < 0.05. بالإضافة إلى ذلك، تم إجراء WGCNA على جميع الجينات، مع حد أدنى لجين وحدة 100 (قدرة العتبة الناعمة = 0.90؛ نوع الشبكة = موقع). وبالتالي، تم تحديد DEGs وجينات الوحدة المشتركة عبر المجموعات الثلاث. تم تعريف الجينات التي تم تحديدها باستمرار بكلتا الطريقتين كجينات مشتركة، بينما تم تصنيف الجينات المتبقية كجينات مرتبطة.

مثبط مضخة البروتون وتحليل الإثراء الوظيفي
أجريت هذه التحليلات على الجينات المرتبطة بالمرض. تم إجراء تحليل تفاعل البروتين والبروتين (PPI) باستخدام قاعدة بيانات STRING (درجة التفاعل > 0.40). شمل تحليل الإثراء الوظيفي تحليلات أنطولوجيا جينية (GO) وموسوعة كيوتو للجينات والجينومات (KEGG)، والتي أجريت باستخدام clusterProfiler وenrichplot وorg. Hs.eg.db حزم (P < 0.05 وقيمة q المعدلة ب FDR [طريقة Benjamini–Hochberg] < 0.05).

التنميط المناعي للبيئة الدقيقة
CIBERSORT هو خوارزمية موثوقة لتقدير مستويات تسرب الخلايا المناعية من بيانات التعبير الجيني باستخدام مصفوفة توقيع LM22الافتراضية 7. في هذه الدراسة، تم استخدام خوارزمية CIBERSORT لتقدير مدى تسرب الخلايا المناعية إلى عينات من مجموعات IBD وCRC وPAAD لاستكشاف الخصائص المشتركة للبيئة المناعية الدقيقة بين الأمراض الثلاثة. تم إجراء التحليل باستخدام 1000 تبديل لحساب قيم P لكل عينة، وتم تطبيق تطبيع الكمي (QN = TRUE) على ملف تعبير الخليط. تم الاحتفاظ فقط بالعينات التي حصلت على قيمة CIBERSORT P < 0.05 للتحليلات اللاحقة، مما يضمن موثوقية نتائج فك الالتفاف.

تقييم القيمة التشخيصية للجينات المشتركة
تم تقييم القيمة التشخيصية للجينات المشتركة في مجموعات IBD وCRC وPAAD باستخدام تحليل خصائص تشغيل المستقبل (ROC) باستخدام حزمة pROC في R. تم تصور المقايضة المثلى بين الحساسية والنوعية باستخدام منحنيات ROC.

qRT-PCR، وتحويل الخلايا، واختبار تكوين المستعمرة
تم إجراء qRT-PCR ونقل الخلايا وفقا للدراسات السابقة 8,9,10. تم إجراء النقل العابر باستخدام كاشف النقل jetPRIME (بوليبلس، الصين) وفقا لتعليمات الشركة المصنعة. تم حضن الخلايا بخليط النقل لمدة 6 ساعات، وبعدها تم استبدال الوسط ب DMEM كامل. أجريت تجارب لاحقة بعد 48 ساعة من النقل.

باختصار، تم استخراج الحمض النووي الريبي الخلوي الكلي باستخدام مادة تريزول. تم نسخ RNA عكسيا إلى cDNA باستخدام PrimeScript RT Master Mix. تم إجراء PCR الكمي باستخدام TB Green qPCR. تم استخدام β-أكتين كجين مرجعي داخلي لتطبيع التعبير. أجريت التجارب البيولوجية على ثلاث نسخ. يمكن العثور على تسلسلات البادئات وتسلسل siS100P في دراسة سابقة 11.

تم الحصول على خلايا NCM460، FHC، HCT116، SW116، PANC1، وBXPC2 كما هو مدرج في جدول المواد. خضعت جميع خطوط الخلايا لاختبار تحديد الخلايا واختبار المايكوبلازما.

خلال التجارب، تم تمرير جميع الخلايا لمدة 3–5 أجيال. تم زراعة جميع الخلايا في DMEM كامل يحتوي على 10٪ مصل أبقار جنيني و1٪ بنسلين-ستربتومايسين.

تم إجراء اختبار تكوين المستعمرة كما هو موصوف في دراسة سابقة12. لفترة وجيزة، تم زرع 1000 خلية في كل بئر من صفيحة مكونة من 6 آبار وزرعت لمدة 10 أيام قبل إنهاء التجربة. تم تثبيت الخلايا ب 4٪ بارافورمالديهايد، وصبغت ب 0.1٪ بنفسجي بلور، وتم عد المستعمرات باستخدام ImageJ.

تحليل الجينات الشائعة بناء على بيانات scRNA-seq
تمت معالجة بيانات scRNA-seq من مجموعة بيانات IBD (GSE214695)، وCRC (GSE166555)، وPAAD (GSE154778) مسبقا كما هو موضح في الدراسات السابقة 8,13. تم تجميع مصفوفات العد الخام بواسطة التعبير المتوسط لرموز الجينات المكررة باستخدام limma::avereps. احتفظت التصفية الأولية بالجينات التي تم اكتشافها في ثلاث خلايا على الأقل وخلايا تحتوي على ما لا يقل عن 50 نسخة فريدة. تمت إزالة الخلايا التي تحتوي على نسبة نسخ ميتوكوندرية >5٪ أو أقل من 50 جينا مكتشفة. تم إجراء تطبيع اللوغاريتيم بعامل مقياس 10,000، تلاه تحويل مثبت التباين لتحديد أفضل 1,500 جين متغير للغاية، والتي تم توحيد درجة Z قبل تحليل المكونات الرئيسية (PCA). تم تصفية جينات العلامات التي تحدد العنقود باستخدام لوغاريتيم2 (تغيير الطية) > 0.5، ونسبة كشف ≥0.25 في المجموعات المستهدفة، وقيمة P معدلة <0.05.

باختصار، تم إجراء معالجة بيانات مسبقة باستخدام حزمة Seurat، وتم إجراء تعليقات نوع الخلية باستخدام حزمة SingleR (الإصدار 2.6.0). تم إجراء تجميع الخلايا في سورات باستخدام بناء رسم بياني k-أقرب جار وتضمين t-SNE بناء على أبعاد PCA من 1 إلى 20. ثم تم فحص توزيع ومستويات التعبير للجينات المشتركة عبر أنواع الخلايا المختلفة.

بناء نموذج IBD
وفقا للدراسات السابقة14، تم استخدام بوليبوسكاريد (LPS) لتحفيز الالتهاب في خلايا الظهارة القولونية الطبيعية البشرية (FHC و NCM460)، مما أدى إلى إنتاج نموذج لأمراض الأمعاء الالتهابية التي تحاكي الالتهاب. أجريت التجارب البيولوجية على ثلاث نسخ. كانت الخلايا تزرع بشكل روتيني في حاضنة رطبة عند درجة حرارة 37°C مع 5٪CO2. عندما وصل التقاء الخلايا إلى حوالي 50٪–70٪، تم استبدال وسط الزراعة بوسط جديد كامل، وعالجت الخلايا ب 10 نانوغرام/مل LPS لمدة 12 ساعة. تم استخدام حجم مماثل من محلول ملحي معقم بفوسفات (PBS) كوسيلة تحكم للمركبة. كان حجم الزراعة 2 مل لكل بئر في صفائح ذات 6 آبار. بعد المعالجة، تمت إزالة الوسط، وغسل الخلايا مرتين باستخدام PBS المعقم المبرد مسبقا، وجمعت الخلايا لإجراء تحليلات لاحقة.

التحليل الإحصائي
تم إجراء جميع تحليلات المعلوماتية الحيوية باستخدام برنامج R (الإصدار 4.1.2). تم إجراء المقارنات بين مجموعتين باستخدام اختبار t للطالب، بينما أجريت المقارنات بين مجموعات متعددة باستخدام تحليل التباين أحادي الاتجاه (ANOVA). تم إجراء تحليل الارتباط باستخدام طريقة سبيرمان. تم تكرار جميع التجارب الخلوية ثلاث مرات على الأقل، وتعرض البيانات كمتوسط ± انحراف معياري (SD). كانت قيمة P أو FDR < 0.05 تعتبر ذات دلالة إحصائية. NS، غير مهم؛ P < 0.05 (*)، P < 0.01 (**)، والP < 0.001 (***).

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

النتائج

معدلات DEG في IBD وCRC وPAAD
أولا، تم دمج مجموعات مرض التهاب الأمعاء (GSE179285 و GSE24287)، ومجموعات CRC (TCGA-CRC و GSE87211)، ومجموعات PAAD (GSE128735 و GSE62452)، وتم تقييم التكامل باستخدام مخططات كثافة تعبير الجينات وتحليل الالتهاب الكيميائي (PCA). أظهرت النتائج أن تأثيرات الدفعات بين مجموعات البيانات المختلفة تم القضاء عليها فعليا بعد التكامل (الشكل 1A–F).

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

المناقشة

سلطت دراسات سابقة الضوء على ارتباط مرض التهاب الأمعاء الالتهابي، وهو اضطراب هضمي مرتبط بالمناعة، بعدة أمراض منها الأمراض التنكسيةالعصبية 17، التصلب المتعدد18، التصلب الجانبي الضموري19، الانتباذ البطاني الرحمي20، التهاب المفاصل الروماتويدي2، لمفوما هودجكين21، CRC22، وPAAD23. يعتبر التهاب الأمعاء الال...

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

الإفصاحات

تضارب المصالح:
يعلن المؤلفون عدم وجود مصالح متنافسة.

شكر وتقدير

يعترف المؤلفون بالدعم المالي من خطة البحث والتطوير الوطنية الرئيسية في الصين (المنحة رقم 2023YFB3210400).

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

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
BXPC2 cell lineCell Bank of the Chinese Academy of SciencesN/AHuman pancreatic adenocarcinoma cell line
CIBERSORTN/AN/AImmune cell infiltration analysis
clusterProfiler packageBioconductorv4.8.0Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) enrichment analyses
Dulbecco's Modified Eagle Medium (DMEM)Thermo Fisher Scientific11965092Cell culture medium
Fetal bovine serum (FBS)Thermo Fisher ScientificA5256701Cell culture supplement
FHC cell lineCell Bank of the Chinese Academy of SciencesN/AHuman normal colonic epithelial cell line
GEO dataset (GSE128735)Gene Expression Omnibus (GEO)N/APublic gene expression dataset for pancreatic adenocarcinoma
GEO dataset (GSE154778)Gene Expression Omnibus (GEO)N/APublic single-cell RNA sequencing dataset for pancreatic adenocarcinoma
GEO dataset (GSE166555)Gene Expression Omnibus (GEO)N/APublic single-cell RNA sequencing dataset for colorectal cancer
GEO dataset (GSE179285)Gene Expression Omnibus (GEO)N/APublic gene expression dataset for inflammatory bowel disease
GEO dataset (GSE214695)Gene Expression Omnibus (GEO)N/APublic single-cell RNA sequencing dataset for inflammatory bowel disease
GEO dataset (GSE24287)Gene Expression Omnibus (GEO)N/APublic gene expression dataset for inflammatory bowel disease
GEO dataset (GSE62452)Gene Expression Omnibus (GEO)N/APublic gene expression dataset for pancreatic adenocarcinoma
GEO dataset (GSE87211)Gene Expression Omnibus (GEO)N/APublic gene expression dataset for colorectal cancer
ggplot2 packageCRANv3.4.2Data visualization
HCT116 cell lineCell Bank of the Chinese Academy of SciencesN/AHuman colorectal cancer cell line
ImageJNational Institutes of Health (NIH)v1.8.0Colony counting
jetPRIME Transfection ReagentPolyplus101000046Cell transfection
Lipopolysaccharide (LPS)Beyotime Co., LtdS1735Induction of an inflammation-mimicking IBD cell model
limma packageBioconductorv3.54.0Differential expression analysis
NCM460 cell lineCell Bank of the Chinese Academy of SciencesN/AHuman normal colonic epithelial cell line
org.Hs.eg.db packageBioconductorv3.23.1Gene annotation for enrichment analysis
PANC1 cell lineCell Bank of the Chinese Academy of SciencesN/AHuman pancreatic adenocarcinoma cell line
Penicillin–streptomycinThermo Fisher Scientific15140-122Antibiotic supplement for cell culture
pheatmap packageCRANv1.0.12Heatmap visualization
pROC packageCRANv1.19.0.1Receiver operating characteristic (ROC) analysis
PrimeScript RT Master MixTakara BioRR036AReverse transcription of RNA into cDNA
Primer sets for qRT-PCRTsingke Biotech Co., LtdN/APrimer sequences reported in Reference 11
R softwareR Foundation for Statistical Computingv4.1.2Statistical and bioinformatics analyses
Seurat packageCRANv4.0Single-cell RNA sequencing data preprocessing and analysis
siS100PTsingke Biotech Co., LtdN/ASmall interfering RNA targeting S100P
SingleR packageBioconductorv2.6.0Cell type annotation for single-cell RNA sequencing
STRING databaseSTRING ConsortiumN/AProtein-protein interaction analysis
SW1116 cell lineCell Bank of the Chinese Academy of SciencesN/AHuman colorectal cancer cell line
TB Green qPCR MixTakara BioRR430BQuantitative real-time PCR
TCGA-CRC datasetThe Cancer Genome Atlas (TCGA)N/APublic colorectal cancer transcriptomic dataset
TRIzol reagentInvitrogen15596-026Total RNA extraction
WGCNA packageCRANv1.73Weighted gene co-expression network analysis

المراجع

  1. Xu R, Du W, Yang Q, Du A. ITGB2 related to immune cell infiltration as a potential therapeutic target of inflammatory bowel disease using bioinformatics and functional research. Journal of cellular and molecular medicine. 2024;28(15):e18501.
  2. Sun HW, Zhang X, Shen CC. The shared circulating diagnostic biomarkers and molecular mechanisms of systemic lupus erythematosus and inflammatory bowel disease. Frontiers in immunology. 2024;15:1354348.
  3. Faye AS, Holmer AK, Axelrad JE. Cancer in inflammatory bowel disease. Gastroenterology clinics of North America. 2022;51(3):649-66.
  4. Yu J, et al. Risk of hepato-pancreato-biliary cancer is increased by primary sclerosing cholangitis in patients with inflammatory bowel disease: A population-based cohort study. United European gastroenterology journal. 2022;10(2):212-24.
  5. Xia B, et al. Identification of potential shared gene signatures between gastric cancer and type 2 diabetes: A data-driven analysis. Frontiers in medicine. 2024;11:1382004.
  6. Luo Y, et al. Exploring the molecular mechanism of comorbidity of type 2 diabetes mellitus and colorectal cancer: Insights from bulk omics and single-cell sequencing validation. Biomolecules. 2024;14(6).
  7. Newman AM, et al. Robust enumeration of cell subsets from tissue expression profiles. Nature methods. 2015;12(5):453-7.
  8. Sun W, et al. Construction and validation of a novel senescence-related risk score can help predict the prognosis and tumor microenvironment of gastric cancer patients and determine that STK40 can affect the ROS accumulation and proliferation ability of gastric cancer cells. Frontiers in immunology. 2023;14:1259231.
  9. Hong J, et al. A zinc metabolism-related gene signature for predicting prognosis and characteristics of breast cancer. Front Immunol. 2023;14:1276280.
  10. Man KF, et al. CREB1-BCL2 drives mitochondrial resilience in RAS GAP-dependent breast cancer chemoresistance. Oncogene. 2025;44(16):1093-105.
  11. Zhou H, et al. S100P promotes trophoblast syncytialization during early placenta development by regulating YAP1. Frontiers in endocrinology. 2022;13:860261.
  12. Zhou C, et al. Novel exosome-associated LncRNA model predicts colorectal cancer prognosis and drug response. Hereditas. 2025;162(1):79.
  13. Hong J, et al. Integrative PANoptosis-focused omics analysis uncovers GSDMC as a candidate biomarker in breast cancer. Frontiers in Cell and Developmental Biology. 2026;Volume 14 - 2026.
  14. Qiu C, et al. Hsa_circ_0004662 accelerates the progression of ulcerative colitis via the microRNA-532/HMGB3 signalling axis. Journal of cellular and molecular medicine. 2025;29(6):e70430.
  15. Schmid F, et al. Calcium-binding protein S100P is a new target gene of MACC1, drives colorectal cancer metastasis and serves as a prognostic biomarker. British journal of cancer. 2022;127(4):675-85.
  16. Arumugam T, Simeone DM, Van Golen K, Logsdon CD. S100P promotes pancreatic cancer growth, survival, and invasion. Clinical cancer research: an official journal of the American Association for Cancer Research. 2005;11(15):5356-64.
  17. Zong J, et al. The two-directional prospective association between inflammatory bowel disease and neurodegenerative disorders: A systematic review and meta-analysis based on longitudinal studies. Frontiers in immunology. 2024;15:1325908.
  18. Yaqubi K, et al. Inflammatory bowel disease is associated with an increase in the incidence of multiple sclerosis: A retrospective cohort study of 24,934 patients. European journal of medical research. 2024;29(1):186.
  19. Li CY, et al. Genome-wide genetic links between amyotrophic lateral sclerosis and autoimmune diseases. BMC medicine. 2021;19(1):27.
  20. Shigesi N, et al. The association between endometriosis and autoimmune diseases: A systematic review and meta-analysis. Human reproduction update. 2019;25(4):486-503.
  21. Sonnenberg A, Duong HT, McCarty DJ, El-Serag HB. Concurrence of inflammatory bowel disease with multiple sclerosis or Hodgkin lymphoma. European journal of gastroenterology & hepatology. 2023;35(12):1349-53.
  22. Chacon-Millan P, et al. A combination of microarray-based profiling and biocomputational analysis identified miR331-3p and hsa-let-7d-5p as potential biomarkers of ulcerative colitis progression to colorectal cancer. International journal of molecular sciences. 2024;25(11).
  23. Everhov Å H, et al. Inflammatory bowel disease and pancreatic cancer: A Scandinavian register-based cohort study 1969-2017. Alimentary pharmacology & therapeutics. 2020;52(1):143-54.
  24. Contran N, et al. Colorectal cancer and inflammatory bowel diseases share common salivary proteomic pathways. Scientific reports. 2024;14(1):17711.
  25. Sun W, et al. Osthole pretreatment alleviates TNBS-induced colitis in mice via both cAMP/PKA-dependent and independent pathways. Acta pharmacologica Sinica. 2017;38(8):1120-8.
  26. Li SY, et al. Diosgenin exerts anti-tumor effects through inactivation of cAMP/PKA/CREB signaling pathway in colorectal cancer. European journal of pharmacology. 2021;908:174370.
  27. Castro-Pando S, et al. Pancreatic epithelial IL17/IL17RA signaling drives B7-H4 expression to promote tumorigenesis. Cancer immunology research. 2024;12(9):1170-83.
  28. Kayed H, et al. FXYD3 is overexpressed in pancreatic ductal adenocarcinoma and influences pancreatic cancer cell growth. International journal of cancer. 2006;118(1):43-54.
  29. Wang H, et al. Mesenchymal stem cells ameliorate DSS-induced experimental colitis by modulating the gut microbiota and MUC-1 pathway. Journal of inflammation research. 2023;16:2023-39.
  30. Li W, et al. MUC1-C drives stemness in progression of colitis to colorectal cancer. JCI insight. 2020;5(12).
  31. Murthy D, et al. The MUC1-HIF-1α signaling axis regulates pancreatic cancer pathogenesis through polyamine metabolism remodeling. Proceedings of the National Academy of Sciences of the United States of America. 2024;121(14):e2315509121.
  32. Sun W, et al. TRIM47 regulates energy metabolism via glycolytic reprogramming to drive hepatocellular carcinoma progression and represents an efficient therapeutic target. Adv Sci (Weinh). 2026;13(17):e16996.
  33. Sun W, et al. METTL4 enhances GLI1 translation through m(6)Am modification to promote tumor progression as a therapeutic target for hepatocellular carcinoma. J Adv Res. 2026.
  34. Yuan Y, et al. RNA nanotherapeutics for hepatocellular carcinoma treatment. Theranostics. 2025;15(3):965-92.

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

إعادة الطباعة والأذونات

الوسوم

أبحاث السرطانالعدد 234العدد 234داء الأمعاء الالتهابيسرطان القول والمستقيمسرطان الغدة البنكرياسيةالتشخيصمناعيS100P
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

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