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.
مقالة بحثية
S100P كمؤشر حيوي مشترك في أمراض الأمعاء الالتهابية، وسرطان القولون والمستقيم، وسرطان الغدة في البنكرياس: تحليل متكامل للنسخ
* These authors contributed equally
في هذه المقالة
ملخص
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.
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 (***).
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).
الشكل 1. تطبيع أمراض الأمعاء الالتهابية (IBD)، وسرطان القولون والمستقيم (CRC)، وسرطان الغدة في البنكرياس (PAAD). (أ) تحليل المكونات الرئيسية (PCA) يرسم قبل وبعد تطبيع مجموعات IBD (GSE179285 و GSE24287). (ب) توزيع تعبير الجين قبل وبعد تطبيع مجموعات IBD. (ج) رسوم PCA قبل وبعد تطبيع مجموعات CRC (TCGA-CRC و GSE87211). (د) رسم توزيع تعبير الجين قبل وبعد تطبيع مجموعات CRC. (ه) مخططات PCA قبل وبعد تطبيع مجموعات PAAD (GSE62452 و GSE128735). (و) توزيع تعبير الجينات يرسم قبل وبعد تطبيع مجموعات PAAD. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.
بعد دمج مجموعات البيانات وتصحيح تأثير الدفعات، تم إجراء تحليل التعبير التفاضلي على مجموعات IBD وCRC وPAAD. داخل كل مجموعة، تمت مقارنة آفة المرض أو أنسجة الورم مع الأنسجة الطبيعية المتطابقة لتحديد مستويات DEG. في مجموعة أمراض الأمعاء الالتهابية، تم تحديد 183 جينا منخفضا و119 جينا مرتفعا (الشكل 2A). في مجموعة CRC، تم تحديد 5,064 جينة DEG، بما في ذلك 2,477 جينا منخفض التنظيم و2,587 جينا مرتفعا (الشكل 2B). في مجموعة PAAD، تم تحديد 2,293 جين DEG، بما في ذلك 901 جين منخفض التنظيم و1,392 جين مرتفع (الشكل 2C). في النهاية، تم تحديد 40 نقطة DEG متداخلة بين مجموعات IBD وCRC وPAAD (الشكل 2D).
الشكل 2. تحليل التعبير التفاضلي لمجموعات أمراض الأمعاء الالتهابية وCRC وPAAD. (أ) خريطة الحرارة ورسم البركان للجينات المعبر عنها تفاضلا (DEGs) في مجموعة مرض التهاب الأمعاء الالتهابي. (ب) خريطة الحرارة ورسم البركان لمستويات DEGs في مجموعة CRC. (ج) خريطة الحرارة ورسم البراكين لمستويات DEG في مجموعة PAAD. (د) مخطط فين يوضح تداخلات DEGs بين مجموعات IBD وCRC وPAAD. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.
WGCNA في IBD، CRC، وPAAD
تم تنفيذ WGCNA على مجموعات IBD وCRC وPAAD. في مجموعة أمراض الأمعاء الالتهابية، تم تحديد ثلاث وحدات مرتبطة ارتباطا وثيقا بالصفات السريرية، حيث أظهرت وحدتا MEbrown وMEturquoise أقوى الارتباطات (الشكل 3A). وبالمثل، في مجموعة CRC، تم تحديد ثمانية وحدات مرتبطة ارتباطا وثيقا بالصفات السريرية، حيث أظهرت وحدتا MEbrown وMEturquoise أقوى الارتباطات (الشكل 3B). في مجموعة PAAD، تم تحديد وحدة واحدة على أنها مرتبطة ارتباطا وثيقا بالصفات السريرية، حيث أظهرت وحدتا MEblack وMEbrown أقوى الارتباطات (الشكل 3C).
الشكل 3. تحليل شبكة التعبير المشترك للجينات المرجحة (WGCNA) لمجموعات أمراض الأمعاء الالتهابية وCRC وPAAD. (أ) خريطة حرارية تظهر الروابط بين وحدات التعبير المشترك للجينات والصفات السريرية في مجموعة مرض الأمعاء الالتهابي. (ب) خريطة حرارية تظهر الارتباطات بين وحدات التعبير المشترك للجينات والصفات السريرية في مجموعة CRC. (ج) خريطة حرارية تظهر الروابط بين وحدات التعبير الجيني المشترك والصفات السريرية في مجموعة PAAD. (د) مخطط فين يوضح الجينات المتداخلة التي تم تحديدها من وحدات التعبير المشترك الرئيسية عبر مجموعات IBD وCRC وPAAD. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.
استنادا إلى جينات من وحدات مرتبطة بشكل كبير بالصفات السريرية، تم تحديد 434 جينا مرتبطا بالوحدة يحتمل أن تكون متورطة في التهاب الأمعاء الالتهابي وCRC وPAAD (الشكل 3D).
تحليل الإثراء الوظيفي للجينات الشائعة في أمراض التهاب الأمعاء وCRC وPAAD
من خلال دمج نتائج تحليل التعبير التفاضلي وWGCNA، تم تحديد 40 جينة مشتركة مرتبطة بالوحدة و122 جينا مشتركا مرتبطا بالوحدات. لدراسة الخصائص الجزيئية المشتركة لمرض التهاب الأمعاء وسرطان القلب واضطراب الالتهاب العاطفي (PAAD)، تم دمج هذه الجينات لمزيد من التحليل، مما أدى إلى 158 جينا مرتبطا بالمرض.
أولا، تم تحليل 158 جينا باستخدام قاعدة بيانات STRING لبناء شبكة PPI (الشكل 4A). بعد ذلك، أجريت تحليلات إثراء GO وKEGG. كشف تحليل GO عن إثراء كبير في العمليات البيولوجية بما في ذلك عملية الهرمون الأيضية (الشكل 4B,C)، بينما أظهر تحليل KEGG إثراء في المسارات التي تشمل مسار إشارة الإنترلوكين-17 (IL-17) ومسار الإشارات المنشط بواسطة مستقبلات التكاثر (PPAR) (الشكل 4D,E).
الشكل 4. تحليل الإثراء الوظيفي للجينات المرتبطة بالأمراض التي تم تحديدها في أمراض التهاب الأمعاء وCRC وPAAD. (أ) شبكة تفاعل البروتين مع البروتين (PPI) للجينات المرتبطة بالمرض. (ب) تحليل إثراء أنطولوجيا الجينات (GO) مقدم كمخطط نقطي لمصطلحات العملية البيولوجية المثرية، والمكون الخلوي، والمصطلحات الوظيفية الجزيئية. (ج) شبكة جين-مفهوم جين GO تظهر العلاقات بين مصطلحات GO الغنية والجينات المرتبطة بها. (د) تحليل إثراء مسار موسوعة كيوتو للجينات والجينوم (KEGG) مقدم كمخطط نقطي. (ه) شبكة جين-مسار KEGG تظهر العلاقات بين المسارات المثرية والجينات المرتبطة بها. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.
تحليل الارتباط بين الجينات الشائعة مع تسرب الخلايا المناعية في أمراض التهاب الأمعاء وCRC وPAAD
تم استخدام CIBERSORT لتقدير مستويات تسرب الخلايا المناعية في مجموعات IBD وCRC وPAAD. في مجموعة أمراض الأمعاء الالتهابية، لوحظت فروقات في مستويات تسرب الخلايا المناعية بين العينات الطبيعية وعينات التهاب الأمعاء (الشكل 5A)، وتم تقييم الترابطات بين الجينات المشتركة ومجموعات الخلايا المناعية (الشكل 5B). وبالمثل، لوحظت فروقات في مستويات تسرب الخلايا المناعية بين عينات طبيعية وعينات CRC في مجموعة CRC (الشكل 5C)، وتم تقييم الارتباطات بين الجينات المشتركة ومجموعات الخلايا المناعية (الشكل 5D). في مجموعة PAAD، لوحظت أيضا فروقات في مستويات تسرب الخلايا المناعية بين العينات الطبيعية وعينات PAAD (الشكل 5E)، وتم تقييم الترابطات بين الجينات المشتركة ومجموعات الخلايا المناعية (الشكل 5F).
الشكل 5. تحليل تسرب الخلايا المناعية في مجموعات أمراض التهاب الأمعاء وCRC وPAAD. (أ) مخططات الكمان التي تظهر النسب المقدرة لمجموعات الخلايا المناعية في مجموعة مرض التهاب الأمعاء الالتهابي. (ب) تحليل الارتباط بين الجينات المشتركة ومجموعات الخلايا المناعية في مجموعة أمراض الأمعاء الالتهابية، بما في ذلك خريطة الارتباط بالخلايا المناعية وشبكة ارتباط الخلايا المناعية. (ج) مخططات الكمان التي تظهر النسب المقدرة لمجموعات الخلايا المناعية في مجموعة CRC. (د) تحليل الارتباط بين الجينات المشتركة ومجموعات الخلايا المناعية في مجموعة CRC، بما في ذلك خريطة الارتباط بالخلايا المناعية وشبكة ارتباط الجين بالخلايا المناعية. (ه) مخططات الكمان التي تظهر النسب المقدرة لمجموعات الخلايا المناعية في مجموعة PAAD. (و) تحليل الارتباط بين الجينات المشتركة ومجموعات الخلايا المناعية في مجموعة PAAD، بما في ذلك خريطة الارتباط الحراري للخلايا المناعية وشبكة ارتباط الخلايا المناعية. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.
تقييم القيمة المحتملة للجينات المشتركة في أمراض التهاب الأمعاء الالتهابي وCRC وPAAD
تم تقييم أنماط التعبير للجينات الشائعة بشكل إضافي في مجموعات IBD وCRC وPAAD. كان S100P مبالغا فيه باستمرار عبر جميع الفئات الثلاث (الشكل 6A، D، G). بالإضافة إلى ذلك، تم تقييم الأداء التشخيصي للجينات الشائعة باستخدام تحليل ROC.
الشكل 6. الأداء التشخيصي للجينات الشائعة في مجموعات التهاب الأمعاء وCRC وPAAD. (أ) مستويات التعبير ل FXYD3 وS100P و PLA2G2A وMUC1 في مجموعة IBD. (ب) منحنيات خصائص تشغيل المستقبل (ROC) التي تظهر الأداء التشخيصي للجينات الشائعة الفردية في مجموعة التهاب الأمعاء. (ج) منحنى ROC الذي يوضح الأداء التشخيصي للنموذج التشخيصي المدمج في مجموعة أمراض الأمعاء الالتهابية. (د) مستويات التعبير ل FXYD3 وS100P و PLA2G2A وMUC1 في مجموعة CRC. (ه) منحنيات ROC التي تظهر الأداء التشخيصي للجينات الشائعة الفردية في مجموعة CRC. (و) منحنى ROC الذي يظهر الأداء التشخيصي للنموذج التشخيصي المدمج في مجموعة CRC. (G) مستويات التعبير ل FXYD3 وS100P و PLA2G2A وMUC1 في مجموعة PAAD. (H) منحنيات ROC التي تظهر الأداء التشخيصي للجينات الشائعة الفردية في مجموعة PAAD. (I) منحنى ROC الذي يظهر الأداء التشخيصي للنموذج التشخيصي المدمج في مجموعة PAAD. تظهر قيم المساحة تحت المنحنى (AUC) وفترات الثقة المقابلة بنسبة 95٪ حيثما ينطبق. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.
في مجموعة مرض التهاب الأمعاء الالتهابي، كانت قيم المساحة تحت المنحنى (AUC) 0.626 ل FXYD3، 0.597 ل S100P، 0.670 ل PLA2G2A، و0.697 ل MUC1، بينما أعطى النموذج التشخيصي المدمج AUC قدره 0.815 (الشكل 6B,C). وبالمثل، في مجموعة CRC، كانت قيم AUC 0.839 ل FXYD3، 0.738 ل S100P، 0.716 ل PLA2G2A، و0.672 ل MUC1، بينما أعطى النموذج التشخيصي المدمج AUC بقيمة 0.925 (الشكل 6E,F). في مجموعة PAAD، كانت قيم AUC 0.852 ل FXYD3، 0.896 ل S100P، 0.637 ل PLA2G2A، و0.733 ل MUC1، بينما أعطى النموذج التشخيصي المجمع AUC قدره 0.901 (الشكل 6H,I).
تحليل scRNA-seq بناء على الجينات الشائعة
بعد المعالجة المسبقة لبيانات scRNA-seq من مجموعة بيانات IBD، تم تحديد 17 مجموعة خلوية و8 أنواع من الخلايا. ثم تم تقييم توزيع الجينات المشتركة عبر مجموعات الخلايا المختلفة، ووجد أن الجينات المشتركة معبر عنها بشكل رئيسي في الخلايا الظهارية (الشكل 7A). وبالمثل، حددت المعالجة المسبقة لمجموعة بيانات CRC 20 مجموعة خلوية و8 أنواع من الخلايا، مع الجينات الشائعة التي تعبر عنها بشكل رئيسي في الخلايا الظهارية (الشكل 7B). أخيرا، حددت معالجة بيانات PAAD المسبقة 19 مجموعة خلوية و7 أنواع من الخلايا، كما أن الجينات المشتركة كانت معبر عنها بشكل رئيسي في الخلايا الظهارية (الشكل 7C).
الشكل 7. تحليل تسلسل الحمض النووي الريبي أحادي الخلية (scRNA-seq) للجينات الشائعة في أنسجة التهاب الأمعاء الالتهابي وCRC وPAAD. (أ) تقريب وإسقاط متشعب موحد (UMAP) لمجموعات الخلايا في مجموعة بيانات IBD (GSE214695)، وتعليقات نوع الخلايا المقابلة، ومخططات الميزات التي تظهر تعبير FXYD3 وS100P و PLA2G2A وMUC1 عبر مجموعات الخلايا. (ب) تصور UMAP لتجمعات الخلايا في مجموعة بيانات CRC (GSE166555)، والتعليقات المماثلة لأنواع الخلية، ومخططات الميزات التي تظهر تعبير FXYD3 وS100P و PLA2G2A وMUC1 عبر مجموعات الخلايا. (ج) تصور UMAP لتجمعات الخلايا في مجموعة بيانات PAAD (GSE154778)، والتعليقات التوضيحية لأنواع الخلايا المقابلة، ومخططات الميزات التي تظهر تعبير FXYD3 وS100P و PLA2G2A وMUC1 عبر مجموعات الخلايا. تشير مقاييس الألوان إلى مستويات التعبير الجيني النسبية. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.
الوظيفة البيولوجية ل S100P في أمراض الأمعاء
نظرا للتعبير المفرط المستمر ل S100P عبر مجموعات IBD وCRC وPAAD، إلى جانب تقارير سابقة تصف دوره في CRC وPAAD15,16، بحثت هذه الدراسة بشكل أكبر في الوظيفة البيولوجية ل S100P في أمراض الأمعاء الالتهابية.
أولا، تم زيادة تعبير S100P بشكل ملحوظ في نموذج التهاب الأمعاء الالتهابي الناتج عن LPS، وتم تأكيد كفاءة إسقاط siS100P (الشكل 8A,B). بالإضافة إلى ذلك، قلل علاج LPS من تكاثر الخلايا، في حين أن تثبيط تعبير S100P أعاد جزئيا تكاثر الخلايا (الشكل 8C). علاوة على ذلك، أدى انخفاض S100P إلى تقليل تعبير IL-1β وIL-6 وTNF-α بشكل كبير في خطوط خلايا IBD FHC وNCM460 (الشكل 8D,E). وأخيرا، أدى انخفاض تنظيم S100P إلى تقليل تعبير IL17RA في خلايا الظهارة القولونية، وخلايا CRC، وخلايا PAAD (الشكل 8F).
الشكل 8. خفض تنظيم S100P يخفف من الاستجابات الالتهابية الناتجة عن عداد السكريات الدهنية (LPS) في خلايا الظهارة القولونية. (أ) التعبير النسبي عن mRNA ل S100P في خلايا FHC بعد تحفيز LPS وخفض S100P. (ب) التعبير النسبي عن mRNA ل S100P في خلايا NCM460 بعد تحفيز LPS وخفض S100P. (ج) صور تمثيلية لتكوين المستعمرات وقياس تكاثر الخلايا في خلايا FHC وNCM460 بعد تحفيز LPS وإسقاط S100P. (د) قياس ELISA لمستويات IL-1β وIL-6 وTNF-α في خلايا FHC بعد تحفيز LPS وخفض S100P. (ه) قياس ELISA لمستويات IL-1β وIL-6 وTNF-α في خلايا NCM460 بعد تحفيز LPS وإسقاط S100P. (و) التعبير النسبي عن mRNA لفئة IL-17RA بعد فقدان S100P في الخلايا FHC، NCM460، HCT116، SW1116، PANC-1، وBxPC-3. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.
توفر البيانات
مجموعات البيانات التي تم تحليلها خلال الدراسة الحالية متاحة للجمهور في TCGA ومستودع GEO تحت أرقام الإدخال TCGA-CRC، GSE179285، GSE24287، GSE87211، GSE128735، GSE62452، GSE214695، GSE166555، و GSE154778. لم يتم توليد مجموعات بيانات جديدة للتسلسل خلال هذه الدراسة.
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 الالتهابي عموما زيادة خطر الإصابة بكل من CRC24 وPAAD23. على الرغم من الإبلاغ عن ارتباطات وبائية بين هذه الأمراض، إلا أن خصائصها الجزيئية المشتركة لا تزال غير مفهومة بشكل كامل. في هذه الدراسة، قمنا بدمج مجموعات بيانات النسخ الضخمة، وبيانات scRNA-seq، والتجارب الوظيفية الخلوية للتحقيق في الخصائص الجزيئية المشتركة بين IBD وCRC وPAAD. توفر نتائجنا رؤى إضافية حول الخصائص الجزيئية والمناعية المحتملة المشتركة بين هذه البيئات المرضية.
في هذه الدراسة، حددنا 158 جينا مرتبطا بالمرض من خلال تحليل التعبير التفاضلي وWGCNA، وتشمل 40 جينا شائعا من DEGs و122 جينا مشتركا مرتبطا بالوحدات. أظهر تحليل الإثراء الوظيفي إثراء كبيرا في المسارات بما في ذلك مسار الإشارة IL-17. أفادت دراسات سابقة بأدوار مهمة لإشارات IL-17 في تطور مرض التهاب الأمعاء وCRC وPAAD 25,26,27. تشير هذه الملاحظات إلى أن العمليات المرتبطة ب IL-17 قد تمثل سمة بيولوجية مشتركة عبر هذه الأمراض. ومع ذلك، لم تبحث الدراسة الحالية بشكل مباشر في العلاقة الميكانيكية بين إشارات S100P وإشارة IL-17، وهناك حاجة إلى دراسات وظيفية إضافية لتوضيح هذا الارتباط. تم تحديد أربعة جينات شائعة (FXYD3، S100P، PLA2G2A، وMUC1) عبر مجموعات البيانات التي تم تحليلها. أظهرت دراسات سابقة أن FXYD3 ينظم نمو خلايا PAAD28، وS100P مرتبط بتقدم CRC وPAAD15,16، وMUC1 يشارك في تطور IBD وCRC وPAAD 29,30,31. على النقيض من ذلك، لم يتم التحقيق PLA2G2A بشكل أقل في جميع الأمراض الثلاثة. أظهر تحليل ROC أن كل من الجينات الأربعة أظهر أداء تشخيصي قابل للقياس، في حين حقق النموذج التشخيصي المدمج أداء تشخيصي أعلى من الجينات الفردية. لذلك، توسع نتائجنا الملاحظات السابقة من خلال تحديد هذه الجينات كميزات جزيئية مشتركة عبر أمراض الأمعاء الالتهابية وCRC وPAAD.
أظهر تحليل تسرب الخلايا المناعية أنماط تسرب مماثلة لخلايا B الساذجة، وخلايا القاتل الطبيعية (NK) الراحة، وبلاعم M0 عبر مجموعات IBD وCRC وPAAD. علاوة على ذلك، أظهر تحليل scRNA-seq أن FXYD3 وS100P و PLA2G2A وMUC1 كانت معبر عنها بشكل رئيسي في الخلايا الظهارية. توفر هذه النتائج معلومات إضافية حول توزيع الخلايا للجينات المحددة وارتباطها المحتمل بالخصائص المتعلقة بالمناعة. ومع ذلك، لا تثبت التحليلات الحالية تفاعلات مباشرة بين الخلايا الظهارية والبيئة الدقيقة المناعية، وهناك حاجة إلى دراسات ميكانيكية إضافية.
وأخيرا، درسنا الدور البيولوجي ل S100P في نموذج التهاب الأمعاء الالتهابي الناتج عن LPS. زاد تعبير S100P بشكل ملحوظ بعد تحفيز LPS، وأدى الانخفاض الناجم عن siRNA إلى تقليل تعبيره بشكل فعال. تحت الظروف التجريبية التي فحصت، أعاد S100P تكاثر الخلايا جزئيا وقلل من تعبير السيتوكينات الالتهابية IL-1β وIL-6 وTNF-α. بالإضافة إلى ذلك، ارتبط انخفاض تنظيم S100P بانخفاض تعبير IL17RA. تدعم هذه النتائج المزيد من التحقيق في S100P في الاستجابات الخلوية المرتبطة بالالتهاب.
لهذه الدراسة عدة قيود. أولا، أجريت فقط تجارب فقدان الوظيفة، ولم تجرى تجارب الإفراط في التعبير أو الإنقاذ؛ لذلك، لا يمكن إثبات دور سببي مباشر ل S100P. ثانيا، تم تقييم تعبير S100P بشكل أساسي على مستوى mRNA، ولم يتم إجراء التحقق من صحة البروتين. ثالثا، اقتصرت التجارب الوظيفية على نموذج خلوي يحاكي الالتهابات، بينما لم يتم التحقيق في نماذج CRC وPAAD تجريبيا. وأخيرا، على الرغم من أن تحليلات المولتيوميكس عززت تحديد الميزات الجزيئية المشتركة، إلا أن هناك حاجة إلى دراسات ميكانيكية إضافية والتحقق في الجسم الحي، لتوضيح الأدوار البيولوجية ل S100P والجينات المشتركة الأخرى.
في الختام، حددت هذه الدراسة ميزات جزيئية مشتركة، ومسارات بيولوجية، وخصائص مرتبطة بالمناعة عبر أمراض الأمعاء الالتهابية وCRC وPAAD. أظهرت أربعة جينات شائعة (FXYD3، S100P، PLA2G2A، وMUC1) إمكانات تشخيصية عبر مجموعات البيانات التي تم تحليلها، وتم دراسة S100P بشكل أعمق في نموذج التهاب الأمعاء الالتهابي. توفر هذه النتائج أساسا للدراسات المستقبلية التي تحقق الآليات الجزيئية المشتركة التي تربط IBD وCRC وPAAD.
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).
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| BXPC2 cell line | Cell Bank of the Chinese Academy of Sciences | N/A | Human pancreatic adenocarcinoma cell line |
| CIBERSORT | N/A | N/A | Immune cell infiltration analysis |
| clusterProfiler package | Bioconductor | v4.8.0 | Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) enrichment analyses |
| Dulbecco's Modified Eagle Medium (DMEM) | Thermo Fisher Scientific | 11965092 | Cell culture medium |
| Fetal bovine serum (FBS) | Thermo Fisher Scientific | A5256701 | Cell culture supplement |
| FHC cell line | Cell Bank of the Chinese Academy of Sciences | N/A | Human normal colonic epithelial cell line |
| GEO dataset (GSE128735) | Gene Expression Omnibus (GEO) | N/A | Public gene expression dataset for pancreatic adenocarcinoma |
| GEO dataset (GSE154778) | Gene Expression Omnibus (GEO) | N/A | Public single-cell RNA sequencing dataset for pancreatic adenocarcinoma |
| GEO dataset (GSE166555) | Gene Expression Omnibus (GEO) | N/A | Public single-cell RNA sequencing dataset for colorectal cancer |
| GEO dataset (GSE179285) | Gene Expression Omnibus (GEO) | N/A | Public gene expression dataset for inflammatory bowel disease |
| GEO dataset (GSE214695) | Gene Expression Omnibus (GEO) | N/A | Public single-cell RNA sequencing dataset for inflammatory bowel disease |
| GEO dataset (GSE24287) | Gene Expression Omnibus (GEO) | N/A | Public gene expression dataset for inflammatory bowel disease |
| GEO dataset (GSE62452) | Gene Expression Omnibus (GEO) | N/A | Public gene expression dataset for pancreatic adenocarcinoma |
| GEO dataset (GSE87211) | Gene Expression Omnibus (GEO) | N/A | Public gene expression dataset for colorectal cancer |
| ggplot2 package | CRAN | v3.4.2 | Data visualization |
| HCT116 cell line | Cell Bank of the Chinese Academy of Sciences | N/A | Human colorectal cancer cell line |
| ImageJ | National Institutes of Health (NIH) | v1.8.0 | Colony counting |
| jetPRIME Transfection Reagent | Polyplus | 101000046 | Cell transfection |
| Lipopolysaccharide (LPS) | Beyotime Co., Ltd | S1735 | Induction of an inflammation-mimicking IBD cell model |
| limma package | Bioconductor | v3.54.0 | Differential expression analysis |
| NCM460 cell line | Cell Bank of the Chinese Academy of Sciences | N/A | Human normal colonic epithelial cell line |
| org.Hs.eg.db package | Bioconductor | v3.23.1 | Gene annotation for enrichment analysis |
| PANC1 cell line | Cell Bank of the Chinese Academy of Sciences | N/A | Human pancreatic adenocarcinoma cell line |
| Penicillin–streptomycin | Thermo Fisher Scientific | 15140-122 | Antibiotic supplement for cell culture |
| pheatmap package | CRAN | v1.0.12 | Heatmap visualization |
| pROC package | CRAN | v1.19.0.1 | Receiver operating characteristic (ROC) analysis |
| PrimeScript RT Master Mix | Takara Bio | RR036A | Reverse transcription of RNA into cDNA |
| Primer sets for qRT-PCR | Tsingke Biotech Co., Ltd | N/A | Primer sequences reported in Reference 11 |
| R software | R Foundation for Statistical Computing | v4.1.2 | Statistical and bioinformatics analyses |
| Seurat package | CRAN | v4.0 | Single-cell RNA sequencing data preprocessing and analysis |
| siS100P | Tsingke Biotech Co., Ltd | N/A | Small interfering RNA targeting S100P |
| SingleR package | Bioconductor | v2.6.0 | Cell type annotation for single-cell RNA sequencing |
| STRING database | STRING Consortium | N/A | Protein-protein interaction analysis |
| SW1116 cell line | Cell Bank of the Chinese Academy of Sciences | N/A | Human colorectal cancer cell line |
| TB Green qPCR Mix | Takara Bio | RR430B | Quantitative real-time PCR |
| TCGA-CRC dataset | The Cancer Genome Atlas (TCGA) | N/A | Public colorectal cancer transcriptomic dataset |
| TRIzol reagent | Invitrogen | 15596-026 | Total RNA extraction |
| WGCNA package | CRAN | v1.73 | Weighted gene co-expression network analysis |
المراجع
- 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.
- 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.
- Faye AS, Holmer AK, Axelrad JE. Cancer in inflammatory bowel disease. Gastroenterology clinics of North America. 2022;51(3):649-66.
- 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.
- 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.
- 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).
- Newman AM, et al. Robust enumeration of cell subsets from tissue expression profiles. Nature methods. 2015;12(5):453-7.
- 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.
- Hong J, et al. A zinc metabolism-related gene signature for predicting prognosis and characteristics of breast cancer. Front Immunol. 2023;14:1276280.
- Man KF, et al. CREB1-BCL2 drives mitochondrial resilience in RAS GAP-dependent breast cancer chemoresistance. Oncogene. 2025;44(16):1093-105.
- Zhou H, et al. S100P promotes trophoblast syncytialization during early placenta development by regulating YAP1. Frontiers in endocrinology. 2022;13:860261.
- Zhou C, et al. Novel exosome-associated LncRNA model predicts colorectal cancer prognosis and drug response. Hereditas. 2025;162(1):79.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- Li CY, et al. Genome-wide genetic links between amyotrophic lateral sclerosis and autoimmune diseases. BMC medicine. 2021;19(1):27.
- 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.
- 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.
- 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).
- 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.
- Contran N, et al. Colorectal cancer and inflammatory bowel diseases share common salivary proteomic pathways. Scientific reports. 2024;14(1):17711.
- 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.
- 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.
- 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.
- 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.
- 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.
- Li W, et al. MUC1-C drives stemness in progression of colitis to colorectal cancer. JCI insight. 2020;5(12).
- 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.
- 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.
- 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.
- Yuan Y, et al. RNA nanotherapeutics for hepatocellular carcinoma treatment. Theranostics. 2025;15(3):965-92.