Analyse bioinformatique pan-cancer combinée à validation expérimentale du cancer du côlon : une étude sur TMED3 comme biomarqueur diagnostique et pronostique

Résumé

Ce protocole combine une analyse bioinformatique pan-cancéreuse avec la validation immunohistochimique dans le cancer du côlon afin d’évaluer l’expression du domaine de transport protéique Emp24 transmembranaire 3, la signification pronostique, les associations immunitaires et les voies biologiques associées à l’aide de bases de données multiomiques publiques et d’échantillons de tissus cliniques.

Résumé

Le domaine de transport protéique Transmembranaire Emp24 3 (TMED3), membre de la famille des protéines p24, a été impliqué dans la prolifération tumorale, l’invasion et la migration. Cette étude visait à évaluer les schémas d’expression, la signification pronostique, les associations immunitaires et les fonctions biologiques potentielles de TMED3 à travers plusieurs types de cancer, en utilisant une analyse bioinformatique pan-cancéreuse combinée à une validation immunohistochimique (IHC) dans le cancer du côlon. Des ensembles de données multiomiques issus de The Cancer Genome Atlas, Genotype-Tissue Expression, UALCAN, Human Protein Atlas et cBioPortal ont été analysés pour étudier l’expression de TMED3 et les altérations génétiques dans le pan-cancer. Une immunohistochimie a été réalisée pour évaluer l’expression de la protéine TMED3 dans les tissus du cancer du côlon. L’analyse de survie de Kaplan–Meier et l’analyse de régression de Cox ont été utilisées pour évaluer la valeur pronostique de TMED3. L’analyse de corrélation de Spearman a été réalisée pour évaluer les associations de TMED3 avec la charge mutationnelle tumorale, l’instabilité des microsatellites (MSI), l’infiltration des cellules immunitaires et les points de contrôle immunitaires. L’analyse d’enrichissement du jeu de gènes a été réalisée pour étudier les voies biologiques potentielles associées à TMED3 dans le cancer du côlon. L’expression de TMED3 était élevée dans la plupart des types de tumeurs et était associée à une survie globale défavorable et spécifique à la maladie dans le carcinome adrénocortical, l’adénocarcinome du côlon et le mélanome uvéal. La fréquence la plus élevée d’altérations génétiques de TMED3 a été identifiée dans le mésothéliome, l’amplification représentant le type d’altération prédominant. De plus, l’expression de TMED3 a montré des corrélations significatives avec la charge mutationnelle tumorale et l’instabilité des microsatellites dans le carcinome à cellules claires rénales rénales, l’adénocarcinome gastrique et le carcinome endométrial du corps utérin. L’expression de TMED3 était également associée à une infiltration immunitaire et à une expression par points de contrôle immunitaires dans plusieurs tumeurs. L’analyse de l’IHC a montré une expression accrue de TMED3 dans les tissus du cancer du côlon par rapport aux tissus normaux du côlon et a montré une association avec le stade T. L’analyse d’enrichissement fonctionnel a identifié des voies liées au ribosome, au traitement et à la présentation des antigènes, à la phosphorylation oxydative et au phosphate de pentose. Ces résultats indiquent que TMED3 pourrait représenter un biomarqueur prometteur pour le diagnostic et l’évaluation pronostique du cancer du côlon ainsi que d’autres types de tumeurs.

Introduction

La famille des protéines du domaine Transmembranaire Emp24 (TMED) est composée de quatre sous-familles (α, β, γ et δ) qui existent couramment sous forme de monomères, de dimères ou de complexes oligomères dans les cellules eucaryotes. Les membres de la famille TMED sont impliqués dans le trafic intracellulaire des vésicules et ont été impliqués dans diverses maladies humaines, notamment le cancer, les troubles immunitaires, le diabète, les maladies neurodégénératives, la stéatose hépatique non alcoolique, la cardiomyopathie dilatée, la maladie rénale de la mucine 1 (MKD) et le syndrome de Sjögren (SS⁾¹. La protéine transmembranaire contenant le domaine EMP24 3 (TMED3), membre de la famille des protéines p24, est une protéine transmembranaire de type I à passage unique hautement conservée, codée sur le chromosome 15q25.1 chez^{l’humain 2,3}. Les preuves accumulées ont démontré que TMED3 s’exprime de manière anormale dans plusieurs cancers et est impliqué dans l’initiation, la prolifération, l’invasion, la métastase et la progression des tumeurs. Une expression élevée de TMED3 a été rapportée dans l’ostéosarcome⁴, le carcinome épidermoïde^{pulmonaire 5}, le cancer du^{sein 6}, le carcinome endométrial⁷ et le cancer^{colorectal 8}. Des études expérimentales ont montré que la suppression de l’expression de TMED3 inhibe la prolifération des cellules tumorales, la capacité métastatique et l’activité anti-apoptotique, limitant ainsi la progression tumorale. Chez le gliome, la surexpression de TMED3 a été associée à un grade tumoral plus élevé et un pronostic moins favorable, et TMED3 a été rapporté comme favorisant la progression du glioblastome par régulation de ZBTB7A⁹. Bien que des recherches antérieures aient exploré le rôle biologique de TMED3 dans des types tumoraux spécifiques, ses schémas d’expression, sa signification pronostique et ses fonctions moléculaires dans le pan-cancer n’ont pas encore été définis de manière systématique.

Les avancées récentes dans les bases de données multiomiques et l’analyse bioinformatique ont permis une évaluation systématique de l’expression génique, du pronostic, des caractéristiques immunitaires et des altérations moléculaires à travers différents types de tumeurs. Comparée aux études à cohorte unique, l’analyse pan-cancer intégrée utilisant des bases de données publiques offre une approche plus large pour identifier les biomarqueurs potentiels et cibles thérapeutiques à travers les cancers. Dans la présente étude, des analyses bioinformatiques complètes ont été menées pour explorer le rôle de TMED3 à travers plusieurs types de cancers à l’aide de bases de données multiomiques publiques, notamment The Cancer Genome Atlas (TCGA), Genotype-Tissue Expression (GTEx), UALCAN, Human Protein Atlas et cBioPortal. L’étude a évalué de manière systématique les schémas d’expression de TMED3, les caractéristiques clinicopathologiques, la signification pronostique, les associations liées au système immunitaire et les fonctions biologiques potentielles dans le pan-cancer. De plus, une analyse immunohistochimique (IHC) a été réalisée dans les tissus du cancer du côlon afin de valider l’expression de la protéine TMED3 et son association avec des caractéristiques clinicopathologiques. Notre analyse pan-cancéreuse sert de stratégie de dépistage pour identifier les biomarqueurs candidats. Nous avons ensuite réalisé une validation expérimentale spécifiquement dans le cancer colorectal (CCR). Les résultats démontrent que TMED3 est un biomarqueur pronostique prometteur dans la CRC, bien que sa pertinence pour d’autres types de cancer nécessite des recherches supplémentaires.

Protocole

Toutes les procédures impliquant des tissus humains ont été réalisées conformément aux directives institutionnelles de biosécurité et d’éthique, et à l’intérieur d’un cabinet de sécurité biologique certifié. Le protocole d’étude a été approuvé par le Comité d’éthique de la recherche de l’hôpital central de Tangshan (n° TZYL/K/2023-16), et un consentement éclairé écrit a été obtenu de tous les participants avant la collecte de l’échantillon.

Collecte de données
Les données du profil d’expression de TMED3 provenant de différentes tumeurs et tissus normaux non appariés ont été obtenues à partir des bases de données TCGA et^{GTEx 10,11} (TCGA : https://portal.gdc.cancer.gov/ ; GTEx : https://gtexportal.org/ ; consulté le 1er juillet 2025). Des tests de Wilcoxon à somme de rangs ont été réalisés pour analyser l’expression différentielle de TMED3 entre la tumeur et les tissus normaux non appariés. Des matrices d’expression de séquençage d’ARN normalisées par transcript par million (TPM) téléchargées depuis UCSC Xena ont été utilisées pour les analyses en aval. Les valeurs d’expression ont été harmonisées à l’aide de la transformation_{logarthmide 2}(TPM + 1) avant l’analyse statistique. Les données d’expression de TMED3 pour 33 types de tumeurs et des tissus normaux appariés ont ensuite été téléchargées depuis la base de données TCGA. Des tests de Wilcoxon à rang signé ont été utilisés pour évaluer l’expression différentielle de TMED3 entre les tumeurs et les tissus normaux appariés. L’expression différentielle de la protéine TMED3 entre les tissus tumoraux et normaux a été obtenue à partir de la base de données^{UALCAN 12} (http://ualcan.path.uab.edu ; consultée le 1er juillet 2025). Le module d’analyse protéomique a été consulté, et l’option « Pan-Cancer View » a été sélectionnée pour analyse. Les analyses d’expression protéique ont été réalisées à l’aide des ensembles de données CPTAC disponibles via le module UALCAN « Pan-cancer View » avec les paramètres par défaut de la plateforme et sans filtrage supplémentaire des échantillons.

Analyse des caractéristiques clinicopathologiques
Des informations clinicopathologiques provenant de 33 types de tumeurs dans la base de données TCGA ont été collectées afin d’étudier la relation entre l’expression de TMED3 et le stade pathologique. Les stades tumoraux ont été classés en groupes de stade précoce (stade I–II) et stade avancé (stade III–IV). Les différences d’expression de TMED3 entre les groupes de stade ont été évaluées à l’aide de tests Wilcoxon à somme de rangs sur plusieurs types de cancers.

Analyse pronostique
Des données sur le temps de survie et l’état de survie de 33 types de tumeurs ont été recueillies pour une analyse pronostique. Les cas normaux et ceux sans information clinique ont été exclus. Les valeurs manquantes étaient traitées selon l’absence de chaque variable. L’expression de TMED3 a été divisée en groupes à haute et faible expression selon la valeur médiane de l’expression. Le package de survie (versions 3.2-7) dans le logiciel d’analyse statistique R (version 4.2.1) a été utilisé pour réaliser l’analyse de régression des aléas proportionnelles de Cox. Les résultats ont été visualisés à l’aide des packages survminer et ggplot2. La survie globale (SO) était définie comme l’intervalle entre le diagnostic et le décès de n’importe quelle cause, tandis que la survie spécifique à la maladie (DSS) était définie comme l’intervalle entre le diagnostic et le décès attribuable au cancer spécifique, les décès non liés à la malignité étant traités comme des événements censurés. Des analyses de survie Kaplan–Meier ont ensuite été réalisées pour évaluer les relations entre l’expression de TMED3 et la méthode OS et DSS dans l’adénocarcinome du côlon (COAD).

Analyse des mutations
La base de données cBioPortal (www.cbioportal.org ; consultée le 5 juillet 2025) a été utilisée pour analyser la fréquence des altérations génétiques de TMED3 sur 33 types de^{cancers 13}. Le site cBioPortal a été consulté, et « TMED3 » a été saisi dans la barre de recherche rapide pour analyser le profil de mutation de TMED3 sur plusieurs types de cancer. Les altérations génétiques de TMED3 comprenaient principalement mutation, amplification, délétion profonde et multiples altérations. Les études pan-cancéreuses par défaut et les paramètres de requête disponibles dans cBioPortal ont été utilisés pour l’analyse des mutations sans filtrage supplémentaire.

Analyse de corrélation de la méthylation de l’ADN
Une analyse de méthylation de l’ADN a été réalisée pour évaluer le statut de méthylation du promoteur TMED3 dans les tumeurs et les tissus normaux à l’aide de la base de données UALCAN (https://ualcan.path.uab.edu/ ; consultée le 5 juillet 2025). Le statut de méthylation de l’ADN de la région promoteur TMED3 a été analysé à l’aide de données de méthylation de niveau 3 générées à partir de la plateforme Illumina Infinium HumanMethylation450K dans TCGA. Les niveaux de méthylation étaient exprimés sous forme de β valeurs, calculées β = intensité de la sonde méthylée / (intensité de la sonde méthylée + intensité de la sonde non méthylée), avec des valeurs allant de 0 (non méthylée) à 1 (entièrement méthylée). Des sondes CpG situées à moins de 1500 pb en amont du site de début de la transcription (TSS), y compris les régions TSS200 et TSS1500 définies par l’UALCAN, ont été analysées pour évaluer le statut de méthylation du promoteur. UALCAN extrait automatiquement toutes les sondes CpG disponibles dans la région promoteur du gène cible sans filtrage supplémentaire. Des valeurs de β de méthylation provenant de tissus pan-cancéreux et normaux ont été obtenues, et des tests T à deux échantillons non appariés ont été réalisés pour comparer les différences entre les groupes. Un seuil de signification de α = 0,05 a été utilisé, et P < 0,05 a été considéré comme statistiquement significatif.

Analyse de l’interrelation entre TMED3, la charge mutationnelle tumorale et l’instabilité des microsatellites
La charge mutationnelle tumorale (TMB) et l’instabilité des microsatellites (MSI) ont été analysées afin d’étudier leurs associations avec l’expression de TMED3 chez plusieurs types de cancer. Des ensembles de données pan-cancer traités uniformément ont été téléchargés depuis la base de données Xena de l’UCSC (https://xenabrowser.net/ ; consultée le 5 juillet 2025), et les profils d’expression TMED3 ont été extraits pour des analyses ultérieures. Les données de variation simple des nucléotides de niveau 4 pour les échantillons TCGA générés avec MuTect2 ont été obtenues à partir de la base de données Genomic Data Commons (GDC) (https://portal.gdc.cancer.gov/)¹⁴. Les données d’expression de TMED3 ont été intégrées aux ensembles de données TMB, et les valeurs d’expression ont été normalisées à l’aide de la transformation_{logaritarithmique 2}(x + 1) avant analyse statistique. Les scores MSI pour des types tumoraux individuels ont été collectés à partir d’études précédemment^{publiées 15}, puis fusionnés avec les données d’expression de TMED3 suite à la même procédure de normalisation. Les associations entre l’expression de TMED3 et TMB/MSI ont été évaluées à l’aide d’analyses de corrélation de Spearman dans les ensembles de données^{pan-cancéreuses 16,17}.

Analyse des caractéristiques immunitaires de TMED3
L’algorithme ESTIMATE a été appliqué pour calculer les scores stromals, immunitaires et ESTIMATE pour plusieurs types de tumeurs. Les scores d’infiltration stromale et immunitaire dans les ensembles de données pan-cancer ont été générés à l’aide du package d’estimation (Version 1.0.13) du logiciel d’analyse statistique. Les différences dans le score stromal, le score immunitaire et le score ESTIMATE entre les groupes à haute et faible expression TMED3 ont été évaluées à l’aide de tests Wilcoxon de somme de rangs. De plus, des analyses liées aux points de contrôle immunitaires ont été menées pour étudier les relations entre l’expression de TMED3 et les molécules de points de contrôle immunitaires, notamment la protéine de mort cellulaire programmée 1 (-1), le ligand de mort programmé 1 (-L1) et la protéine cytotoxique associée aux lymphocytes T 4 (CTLA4), parmi différents types de cancer. Les données d’expression du comptage STAR et les informations cliniques correspondantes pour COAD ont été téléchargées depuis la base de données TCGA. Les matrices d’expression formatées TPM ont été extraites et normalisées à l’aide d’une transformation_{log 2}(TPM + 1). Les profils d’expression de huit gènes liés aux points de contrôle immunitaires ont ensuite été obtenus à partir d’échantillons de COAD, et les corrélations entre l’expression TMED3 et les marqueurs de points de contrôle immunitaires ont été analysées à l’aide d’une analyse de corrélation de Spearman.

Analyse de la sensibilité aux médicaments
L’analyse de sensibilité aux médicaments a été réalisée à l’aide de la plateforme GSCALite pour étudier la relation entre l’expression de TMED3 et la réactivité aux médicaments anticancéreux chez divers types de^{cancers 18}. Les données de séquençage ARN de niveau 3 et les informations cliniques correspondantes pour les échantillons de COAD ont été obtenues à partir du jeu de données TCGA. Les réponses prédites à la chimiothérapie pour chaque échantillon ont été générées à partir des données de la base de données Genomics of Drug Sensitivity in Cancer (GDSC) (https://www.cancerrxgene.org/). La prédiction de la réponse aux médicaments a été réalisée à l’aide du package pRRophetic dans le logiciel d’analyse statistique. Les valeurs estimées de concentration inhibitrice demi-maximale (IC₅₀) ont été calculées à l’aide de la régression de crête avec des réglages par défaut, incluant la correction par effet batch via l’algorithme de combat et des analyses d’ajustement tissulaires spécifiques. Les mesures d’expression génique répliquées ont été moyennées avant l’analyse en amont.

Expression et pronostic de TMED3 dans le cancer du côlon
Les profils d’expression de TMED3 et les données clinicopathologiques correspondantes pour l’adénocarcinome du côlon ont été obtenus à partir de la base de données TCGA. L’expression différentielle de TMED3 entre les tissus du cancer du côlon et les tissus normaux non appariés a été évaluée à l’aide de tests de Wilcoxon à somme de rangs, tandis que les associations entre l’expression de TMED3 et les caractéristiques clinicopathologiques ont été analysées à l’aide de tests du chi-quadrat. Les patients ont été stratifiés en groupes à haute et faible expression selon le niveau médian d’expression TMED3. L’analyse de survie de Kaplan–Meier a ensuite été réalisée pour comparer les différences pronostiques entre les deux groupes. Des analyses de régression des risques proportionnels de Cox univariées et multivariées ont été réalisées pour évaluer la signification pronostique de l’expression de TMED3 dans le cancer du côlon. De plus, une analyse de la courbe de caractéristique opérationnelle du récepteur (ROC) dépendante du temps a été réalisée pour évaluer la performance prédictive de l’expression TMED3 pour les systèmes d’exploitation sur 1, 3 et 5 ans. Les analyses ROC ont été réalisées à l’aide du logiciel timeROC dans le logiciel d’analyse statistique, et la visualisation graphique a été générée à l’aide du logiciel ggplot2.

Analyse immunohistochimique
Un total de 60 échantillons de tissus de cancer du côlon et 20 tissus non cancéreux ont été sélectionnés au hasard à l’hôpital central de Tangshan. L’étude a été approuvée par le comité d’éthique institutionnel local (n° TZYL/K/2023-16), et un consentement éclairé écrit a été obtenu de tous les patients avant l’opération. Tous les échantillons de tissu ont été prélevés auprès de patients ayant subi une résection chirurgicale sans chimiothérapie ou immunothérapie préalable. La cohorte comprenait 39 patients masculins et 21 femmes âgés de 20 à 87 ans. Selon les critères de stadification de Duke, 33 patients ont été classés au stade I+II et 27 au stade III+IV. La répartition des stades de la cohorte peut introduire un biais de sélection potentiel vers des stades avancés de la maladie ; Par conséquent, les résultats liés à la survie doivent être interprétés avec prudence.

Les échantillons de tissu incrustés dans la paraffine ont été sectionnés en tranches de 4 μm, suivies de déparaffinisation et de réhydratation. L’activité endogène de la peroxydase a été éteinte avec 4 % de_H2O2, et la liaison non spécifique a ensuite été bloquée avec le sérum de chèvre. Les sections ont ensuite été incubées toute la nuit à 4°C avec l’anticorps primaire TMED3 à une dilution de 1:100. Le lendemain, du polymère anti-lapins IgG pour moutons (PV-6000) a été appliqué pendant 30 minutes à température ambiante. L’immunoréactivité a été visualisée par coloration au diaminobenzidine, et les coupes ont été montées avec de la résine neutre. La coloration histologique a été examinée au microscope optique à haute grossissement. L’intensité de l’immunocoloration a été notée comme 0 (négative), 1 (faible), 2 (modérée) et 3 (forte), tandis que la proportion de cellules tumorales positives a été classée 1 (1 %–25 %), 2 (26 %–50 %), 3 (51 %–75 %) ou 4 (76 %–100 %). Les scores immunohistochimiques finaux ont été calculés en multipliant l’intensité de coloration par le pourcentage de cellules tumorales positives. Les niveaux d’expression de TMED3 ont été classés comme négatif/faible (score ≤ 6) ou surexpression (score > 6)¹⁹.

Analyse d’enrichissement génique de TMED3 dans le cancer du côlon
Une analyse d’enrichissement génique a été réalisée pour évaluer les fonctions biologiques potentielles et les voies de signalisation associées à l’expression de TMED3 dans le cancer du côlon. Les gènes exprimés différemment entre groupes à haute et faible expression TMED3 ont été dépistés à l’aide du package DESeq2 dans le logiciel d’analyse statistique. Les données brutes de comptage obtenues à partir de TCGA ont été normalisées à l’aide de la méthode de normalisation du rapport médian mise en œuvre dans DESeq2. Les gènes à faible expression avec des décomptes <10 dans plus de 50 % des échantillons ont été exclus avant l’analyse. Les gènes exprimés différemment ont été identifiés à l’aide de seuils de |_{log 2} (FC)| ≥ 1 et ajusté P < 0,05 après correction de tests multiples de Benjamini–Hochberg (BH). Tous les paramètres analytiques ont été fixés pour garantir la reproductibilité de l’analyse.

Par la suite, l’analyse d’enrichissement des ensembles de gènes (GSEA) a été réalisée en utilisant le package clusterProfiler dans R, basé sur les ensembles de gènes de l’Encyclopédie des gènes et des génomes de Kyoto (KEGG) (version 7.5.1) obtenus à partir de la base de données des signatures moléculaires (MSigDB). Une liste de gènes pré-classée a été générée selon les valeurs de changement de plie log2 entre les groupes à haute et faible expression TMED3. L’analyse d’enrichissement a été réalisée à l’aide de 1000 permutations de phénotypes, et des ensembles de gènes contenant 15 à 500 gènes ont été inclus dans l’analyse. Les voies avec des valeurs absolues du score d’enrichissement normalisé (NES) de >1, un P < ajusté de 0,05 et un taux de fausse découverte (FDR) < 0,25 ont été considérées comme significativement enrichies. L’enrichissement de la voie de la maladie de Parkinson a été conservé car cette voie est étroitement liée à la dysfonction mitochondriale et aux processus biologiques liés à la phosphorylation oxydative, qui sont également impliqués dans la reprogrammation métabolique tumorale et la progression du cancer.

Analyse statistique
Toutes les analyses statistiques ont été réalisées à l’aide du logiciel d’analyse statistique. L’expression différentielle entre les groupes a été évaluée à l’aide de tests de Wilcoxon à deux faces pour les échantillons non appariés et des tests de Wilcoxon à rangs signés pour les échantillons appariés. Les associations entre l’expression de TMED3 et les variables clinicopathologiques ont été évaluées à l’aide de tests chi-carré. Les analyses de survie ont été réalisées à l’aide du package de survie (version 3.3-1), et les courbes de survie de Kaplan–Meier ont été générées avec le package survminer. Les différences dans les résultats de survie entre les groupes ont été comparées à l’aide du test log-classement. Des modèles de régression des risques proportionnels de Cox ont été appliqués pour identifier les facteurs pronostiques associés à la SO. Les patients ont été classés en groupes à haute et faible expression selon le niveau médian d’expression TMED3. Des analyses ROC dépendantes du temps étaient réalisées à l’aide du package timeROC, et les chiffres générés avec le package ggplot2. Sauf indication contraire, la signification statistique était définie comme une valeur P à deux faces de < 0,05.

L’analyse de corrélation de Spearman a été réalisée pour évaluer les corrélations entre l’expression de TMED3 et les caractéristiques immunitaires, la TMB et l’MSI. Des données d’expression quantitative normalisées obtenues à partir des bases de données publiques correspondantes ont été utilisées pour toutes les analyses de corrélation. Pour les données de séquençage ARN TCGA, les valeurs d’expression formatées TPM ont été transformées en utilisant la normalisation_{logartharitmte 2}(TPM + 1) avant l’analyse, lorsque cela est applicable. Les échantillons avec des données cliniques ou moléculaires manquantes ont été exclus avant analyse statistique. Les analyses de corrélation de Spearman ont été réalisées sous forme de tests non paramétriques à deux volets. Les valeurs brutes de P ont été utilisées pour des analyses impliquant des comparaisons limitées, y compris les tests de Wilcoxon, les analyses de corrélation de Spearman et les analyses de survie. Pour des analyses bioinformatiques à grande échelle et à haut débit, incluant l’analyse différentielle de l’expression génique, l’analyse d’enrichissement KEGG et la GSEA, la correction par tests multiples a été réalisée à l’aide de la méthode BH FDR. Des valeurs FDR ajustées de <0,05 étaient considérées comme statistiquement significatives.

Résultats

Analyse de l’expression de TMED3 dans le pan-cancer
L’analyse des ensembles de données TCGA et GTEx a montré que l’expression de l’acide ribonucléique messager (ARNm) TMED3 était significativement élevée dans la plupart des tissus tumoraux par rapport aux tissus normaux correspondants, y compris le carcinome adrénocortical (ACC), le carcinome urothélial de la vessie (BLCA), le carcinome invasif du sein (BRCA), le carcinome squameux du col de l’utérus et l’adénocarcinome endocervical (CESC), le cholangiocarcinome (CHOL), l’adénocarcinome du côlon (COAD), le lymphome diffus à grandes cellules B (DLBC). carcinome œsophagien (ESCA), glioblastome multiforme (GBM), carcinome à cellules claires rénales (KIRC), carcinome papillaire rénal (KIRP), gliome de grade inférieur du cerveau (LGG), carcinome hépatocellulaire hépatique (LIHC), adénocarcinome pulmonaire (LUAD), carcinome épidermoïde pulmonaire (LUSC), cystadénocarcinome séreux ovarien (OV), adénocarcinome pancréatique (PAAD), phéochromocytome et paragangliome (PCPG), adénocarcinome de la prostate (PRAD), adénocarcinome rectum (READ), mélanome cutané cutané (CMS), adénocarcinome de l’estomac (STAD), tumeurs des cellules germinales testiculaires (TGCT), carcinome thyroïdien (THCA), thymome (THYM), carcinome endométrial du corps utérin (UCEC) et carcinosarcome utérin (UCS), tandis qu’une expression réduite a été observée dans le carcinome épidermoïde de la tête et du cou (HNSC) et la leucémie myéloïde aiguë (LAML) (Figure 1A). Des tissus normaux adjacents appariés servaient de témoins pour les analyses d’expression par paires. L’analyse TCGA jumelée a également confirmé une augmentation significative de l’expression de TMED3 dans les tissus BLCA, BRCA, CHOL, COAD, chromophobe des reins (KICH), KIRP, KIRC, LIHC, LUAD, LUSC, PRAD, STAD et UCEC par rapport aux tissus normaux appariés (Figure 1B). De plus, l’analyse de l’expression protéique utilisant la base de données UALCAN/Clinical Proteomic Tumor Analysis Consortium (CPTAC) a montré une augmentation des niveaux de protéines TMED3 dans les tissus tumoraux BRCA, COAD, GBM, KIRC, LIHC, LUAD, LUSC, OV et UCEC, tandis qu’une expression protéique réduite a été observée dans PAAD par rapport aux tissus normaux (Figure 1C). Cependant, l’expression de la protéine TMED3 était plus faible dans le PAAD que dans les tissus normaux. Cette divergence entre les schémas d’expression de l’ARNm et des protéines peut refléter des mécanismes régulateurs post-transcriptionnels ou post-traductionnels. Ces résultats suggèrent que TMED3 est aberrant à la hausse dans plusieurs cancers et pourrait être associé à des caractéristiques diagnostiques et pronostiques sur plusieurs cancers.

Figure 1. Profils d’expression TMED3 chez les cancers humains. (A) Expression différentielle de l’ARNm TMED3 entre les tissus tumoraux et normaux à travers plusieurs types de cancer, basée sur les ensembles de données TCGA et GTEx. Les niveaux d’expression sont présentés en log₂ (TPM + 1). (B) Analyse par paires de l’expression de l’ARNm TMED3 entre les tissus tumoraux et les tissus normaux adjacents appariés à partir des ensembles de données TCGA. (C) Expression différentielle de la protéine TMED3 entre tissus normaux et tumeurs primaires dans les ensembles de données CPTAC/UALCAN, incluant le carcinome invasif du sein (BRCA), l’adénocarcinome du côlon (COAD), le glioblastome multiforme (GBM), le carcinome à cellules claires rénales (KIRC), le carcinome hépatocellulaire hépatique (LIHC), l’adénocarcinome pulmonaire (LUAD), le carcinome squameux pulmonaire (LUSC), le cystadénocarcinome séreux ovarien (OV), l’adénocarcinome pancréatique (PAAD) et le carcinome endométrial du corps utérin (UCEC). Les données sont présentées sous forme de boîtes graphiques. La signification statistique a été analysée à l’aide de tests de Wilcoxon à somme des rangs ou à la somme des rangs signés de Wilcoxon, selon le cas. *P < 0,05, **P < 0,01, ***P < 0,001 ; NS, pas significatifs. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Analyse des caractéristiques clinicopathologiques
L’analyse clinique a montré que l’expression de TMED3 était significativement plus élevée dans les tumeurs avancées (stade III–IV) comparée aux tumeurs précoces (stade I–II) chez ACC, KIRC, KIRP et LUAD (Figure 2). En revanche, l’expression de TMED3 a été significativement réduite dans les tissus UCEC à stade avancé. Ces résultats suggèrent qu’une expression élevée de TMED3 pourrait être associée à une progression tumorale chez plusieurs types de cancers.

Figure 2. Lien entre l’expression de TMED3 et le stade pathologique à travers plusieurs cancers. Des graphiques de violon montrant les niveaux d’expression d’ARNm TMED3 dans les tumeurs de stade précoce (stade I–II) et de stade avancé (stade III–IV) dans le carcinome adrénocortical, le carcinome à cellules claires rénales (KIRC), le carcinome papillaire rénal (KIRP), l’adénocarcinome pulmonaire (LUAD) et le carcinome endométrial du corps utérin (UCEC). Les niveaux d’expression sont présentés en log₂ (TPM + 1). La signification statistique a été évaluée à l’aide des tests Wilcoxon de somme des rangs. *P < 0,05, ***P < 0,001. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Analyse pronostique
Les analyses de régression de Cox et de survie ont démontré qu’une expression élevée de TMED3 était associée à un OS plus faible dans l’ACC, COAD, LUAD et UVM (Figure 3A). L’analyse DSS a également révélé qu’une expression élevée de TMED3 était significativement associée à un DSS défavorable dans l’ACC, LA COAD, GBM, KIRP et l’UVM (Figure 3B). Notamment, l’ACC, le COAD et l’UVM ont constamment montré un mauvais pronostic pour les systèmes d’exploitation et le DSS chez les patients présentant une expression élevée de TMED3. Des associations pronostiques au niveau de tendance ont également été observées dans certains types de tumeurs, notamment LUAD, KIRC et LGG. Ces résultats suggèrent que l’expression de TMED3 pourrait avoir une pertinence pronostique dans plusieurs cancers.

Figure 3. Signification pronostique de l’expression de TMED3 dans l’analyse pan-cancéreuse. (A) Graphique forestier montrant l’association entre l’expression de TMED3 et la survie globale (OS) à travers plusieurs types de cancer. (B) Graphique forestier montrant l’association entre l’expression de TMED3 et la survie spécifique à la maladie (DSS) à travers plusieurs types de cancer. Les rapports de risques (HR) et les intervalles de confiance à 95 % (IC à 95 %) ont été calculés à l’aide de l’analyse de régression des aléas proportionnelles de Cox. HR > 1 indique un mauvais pronostic associé à une expression élevée de TMED3. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Analyse des mutations
L’analyse des altérations génétiques utilisant la base de données cBioPortal a montré que les altérations TMED3 à travers les cancers consistaient principalement en mutations, amplifications, délétions profondes et multiples altérations (Figure 4). La fréquence la plus élevée d’altérations de TMED3 a été observée dans le mésothéliome (MESO), principalement stimulé par l’amplification génique (2,3 %). L’ACS a montré des types d’altération mixtes, incluant mutation (0,55 %), amplification (1,1 %) et délétion profonde (0,55 %). En revanche, aucune altération génétique détectable de TMED3 n’a été identifiée dans les ensembles de données LIHC, KICH, THCA, PCPG, CHOL, UVM, LAML, UCS, DLBC, KIRC, TGCT et GBM. Ces résultats indiquent que les altérations génomiques de TMED3 se produisent de manière spécifique à la tumeur et peuvent contribuer à l’hétérogénéité du cancer.

Figure 4. Paysage de modification génétique de TMED3 à travers les cancers. Fréquence et types d’altérations génétiques TMED3 dans les ensembles de données pan-cancer obtenus à partir de la base de données cBioPortal. Les catégories d’altération comprenaient mutation, amplification, délétion profonde et modifications multiples. L’axe y indique la fréquence d’altération ( %) selon les types de cancer. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Analyse de la méthylation de l’ADN
L’analyse de la base de données UALCAN a montré que les niveaux de méthylation du promoteur TMED3 étaient significativement augmentés dans les tissus tumoraux BRCA, COAD, ESCA, HNSC, KIRC, KIRP, LIHC, LUAD, PAAD et PRAD par rapport aux tissus normaux correspondants (Figure 5). En revanche, des niveaux réduits de méthylation du promoteur TMED3 ont été observés dans les tissus BLCA, TGCT et UCEC par rapport aux témoins normaux. Ces résultats suggèrent qu’une méthylation aberrante du promoteur de TMED3 pourrait contribuer à la régulation spécifique de l’expression de TMED3 par la tumeur.

Figure 5. Niveaux de méthylation du promoteur TMED3 à travers les cancers. Comparaison des niveaux de méthylation du promoteur TMED3 entre les tissus tumoraux et les tissus normaux correspondants dans le carcinome urothélial de la vessie (BLCA), le carcinome invasif du sein (BRCA), l’adénocarcinome du côlon (COAD), le carcinome œsophagien (ESCA), le carcinome épidermoïde de la tête et du cou (HNSC), le carcinome à cellules claires rénales (KIRC), le carcinome papillaire rénal (KIRP), le carcinome hépatocellulaire hépatique (LIHC), l’adénocarcinome pulmonaire (LUAD), l’adénocarcinome pancréatique (PAAD), données sur les données sur l’adénocarcinome de la prostate (PRAD), les tumeurs des cellules germinales testiculaires (TGCT) et le carcinome endométrial du corps utérin (UCEC) obtenus auprès de UALCAN. Les données sont présentées sous forme de valeurs β dans des diagrammes en boîtes. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Analyse des corrélations TMED3, TMB et MSI
L’analyse de corrélation de Spearman a démontré que l’expression de TMED3 était positivement corrélée à TMB dans ACC, ESCA, KIRC, LGG, PAAD, STAD, THYM et UCEC, tandis que des corrélations négatives ont été observées dans CESC, LUAD et TGCT (Figure 6A). De plus, l’expression de TMED3 était positivement associée à MSI dans DLBC, KIRC, SKCM, STAD et UCEC (Figure 6B). Notamment, l’expression de TMED3 a montré des corrélations positives avec le TMB et le MSI dans le KIRC, le STAD et l’UCEC, ce qui pourrait indiquer des associations potentielles avec l’immunogénicité tumorale dans ces cancers.

Figure 6. Corrélation de l’expression de TMED3 avec la charge mutationnelle tumorale et l’instabilité des microsatellites dans l’analyse pan-cancéreuse. (A) Graphique radar montrant la corrélation entre l’expression de TMED3 et la charge mutationnelle tumorale (TMB) entre les cancers. (B) Graphique radar montrant la corrélation entre l’expression de TMED3 et l’instabilité des microsatellites (MSI) à travers les cancers. Les coefficients de corrélation ont été calculés à l’aide de l’analyse de corrélation de Spearman. *P < 0,05, **P < 0,01, ***P < 0,001. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Analyse des caractéristiques immunitaires
L’analyse ESTIMATE a montré que l’expression de TMED3 était négativement corrélée avec le score stromal, le score immunitaire et le score ESTIMATE chez BCLA, ESCA, LAML, LUAD, LUSC, PAAD, PRAD, SKCM, STAD, THCA et UCEC (Figure 7A). En revanche, des corrélations positives entre l’expression de TMED3 et ces scores liés au système immunitaire ont été observées dans le LGG, le LIHC et le PCPG. Aucune corrélation significative n’a été identifiée dans ACC, CHOL, DLBC, GBM, KICH, KIRC, KIRP, OV et UCS. Ces résultats suggèrent que TMED3 pourrait influencer le microenvironnement tumoral et l’infiltration des cellules immunitaires de manière dépendante du type de cancer. L’analyse de corrélation des points de contrôle immunitaires a également démontré que l’expression de TMED3 était associée négativement aux gènes liés aux points de contrôle immunitaires CD274 (-L1), PDCD1 (-1) et CTLA4 dans BLCA, BRCA, CESC, ESCA, HNSC, LUAD, LUSC, PRAD, SKCM et THCA (Figure 7B). Des corrélations positives entre l’expression de TMED3 et les gènes de points de contrôle immunitaires ont été identifiées dans LIHC et UVM, tandis qu’aucune association significative n’a été observée dans GBM, KICH, LAML, MESO, OV, PCPG, READ et TGCT. Ces résultats indiquent que TMED3 pourrait être associé à la régulation immunitaire tumorale et à la signalisation des points de contrôle immunitaires dans certains cancers.

Figure 7. Associations entre l’expression de TMED3 et les caractéristiques immunitaires tumorales. (A) Carte thermique montrant les corrélations entre l’expression de TMED3 et le score stromal, le score immunitaire et le score ESTIMATE entre les cancers calculés à l’aide de l’algorithme ESTIM. (B) Carte thermique montrant les corrélations entre l’expression de TMED3 et les gènes liés aux points de contrôle immunitaires, notamment CD274 (-L1), PDCD1 (-1) et CTLA4. Les coefficients de corrélation ont été déterminés à l’aide de l’analyse de corrélation de Spearman. L’échelle de couleur indique la force de corrélation. *P < 0,05. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Analyse de la sensibilité aux médicaments
L’analyse de sensibilité aux médicaments utilisant la plateforme GSCALite, basée sur les ensembles de données GDSC, a montré que l’expression de TMED3 était négativement corrélée avec les valeurs de concentration inhibitrice demi-maximale (IC₅₀) de 17-AAG, lapatinib,-0325901, RDEA119 et trametinib (Figure 8). Ces résultats suggèrent que les tumeurs présentant une expression élevée de TMED3 peuvent présenter une sensibilité accrue à ces agents anticancéreux, suggérant des associations potentielles entre l’expression de TMED3 et la sensibilité thérapeutique.

Figure 8. Corrélation entre l’expression de TMED3 et la sensibilité aux médicaments anticancéreux. Graphique en bulles montrant les corrélations entre l’expression de l’ARNm TMED3 et la sensibilité aux médicaments anticancéreux, obtenu à partir des ensembles de données Genomics of Drug Sensitivity in Cancer (GDSC) via la plateforme GSCALite. La taille de la bulle représente la signification statistique basée sur le taux de fausses découvertes (FDR), et la couleur indique les valeurs des coefficients de corrélation. Les corrélations négatives indiquent une sensibilité accrue au médicament associée à une expression élevée de TMED3. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Expression et pronostic de TMED3 dans le cancer du côlon
L’analyse d’expression TMED3 a montré une augmentation significative des niveaux d’ARNm TMED3 dans les tissus du cancer du côlon par rapport aux tissus normaux du côlon dans les ensembles de données TCGA (Figure 9A). L’analyse par paires utilisant des tissus normaux adjacents appariés comme témoins a confirmé une expression élevée de TMED3 dans les tissus du cancer du côlon (Figure 9B). Conformément aux résultats transcriptomiques, l’analyse de l’expression protéique utilisant les ensembles de données UALCAN/CPTAC et la coloration immunohistochimique a montré une expression accrue de la protéine TMED3 dans les tissus du cancer du côlon par rapport aux tissus normaux du côlon (Figure 9C–9E). L’analyse de la courbe ROC a montré une aire inférieure à la valeur de la courbe (AUC) de 0,869, indiquant une performance diagnostique favorable de TMED3 pour distinguer les tissus du cancer du côlon des tissus normaux (Figure 9F). L’analyse clinicopathologique a également démontré que l’expression de TMED3 était significativement associée au stade T, tandis qu’aucune association significative n’a été observée avec l’âge, le sexe, le stade N ou le stade TNM (Tableau 1). Ces résultats confirment la signification diagnostique potentielle de TMED3 dans le cancer du côlon.

Figure 9. Expression, valeur diagnostique et validation immunohistochimique de TMED3 dans le cancer du côlon. (A) Expression différentielle de l’ARNm TMED3 entre les tissus du cancer du côlon et les tissus normaux du côlon à partir des ensembles de données TCGA. (B) Analyse par paires de l’expression de l’ARNm TMED3 dans les tissus du cancer du côlon et la correspondance des tissus normaux adjacents. (C) Expression de la protéine TMED3 dans le cancer du côlon et les tissus normaux obtenus à partir des ensembles de données CPTAC/UALCAN. (D) Coloration immunohistochimique représentative de TMED3 dans le tissu du côlon normal. (E) Coloration immunohistochimique représentative de TMED3 dans le tissu du cancer du côlon montrant une expression accrue de TMED3. (F) Courbe de caractéristique de fonctionnement du récepteur (ROC) évaluant la valeur diagnostique de TMED3 dans le cancer du côlon. Barres d’échelle = 100 μm. La surface sous la courbe (AUC) était de 0,869 avec un intervalle de confiance (IC) à 95 % de 0,813–0,924. La signification statistique a été analysée à l’aide de tests de Wilcoxon à somme des rangs ou à la somme des rangs signés de Wilcoxon, selon le cas. P < 0,001. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Type		TMED3		Valeur p	χ2
		Faible expression	Haute expression
Âge
≤ 55	25	15	10	0.13	2.34
> 55	35	14	21
Genre
Féminin	21	10	11	0.94	0.007
Homme	39	19	20
Phase T
T1+T2	23	15	8	0.04	4.26
T3+T4	37	14	23
N Stage
N0	30	12	18	0.2	1.67
N1+N2	30	17	13
Scène TNM
I+II	33	13	20	0.13	2.35
III+IV	27	16	11

Tableau 1 : Association entre l’expression de TMED3 et les caractéristiques clinicopathologiques dans le cancer du côlon. Les caractéristiques clinicopathologiques des patients atteints d’un cancer du côlon ont été comparées entre les groupes à faible et haute expression TMED3. Les associations entre l’expression de TMED3 et les variables clinicopathologiques, notamment l’âge, le sexe, le stade T, le stade N et le stade TNM, ont été analysées à l’aide de tests chi-carré (χ²). Les données sont présentées sous forme du nombre de patients dans chaque sous-groupe. La signification statistique a été définie comme P < 0,05.

L’analyse de survie de KM a montré que les patients à haute expression de TMED3 présentaient un OS significativement plus faible (P = 0,031) et DSS (P = 0,020) comparativement aux patients à faible expression de TMED3 (Figures 10A et 10B). L’analyse ROC dépendante du temps a démontré que la performance prédictive de l’expression TMED3 pour OS a donné des valeurs AUC de 0,620, 0,564 et 0,575 à 1, 3 et 5 ans respectivement (Figure 10C). De plus, des analyses de régression de Cox univariées et multivariées ont identifié les stades T, M, stades pathologiques et l’expression de TMED3 comme facteurs pronostiques associés à la survie globale au cancer du côlon (Tableau 2). Ces résultats suggèrent qu’une expression élevée de TMED3 est associée à un mauvais pronostic dans le cancer du côlon, bien que l’analyse ROC dépendante du temps n’ait montré qu’une performance prédictive modeste.

Figure 10. Signification pronostique de l’expression de TMED3 dans le cancer du côlon. (A) Courbes de survie globale (OS) de Kaplan–Meier (KM) comparant les patients présentant une expression élevée et faible de TMED3 dans le cancer du côlon. (B) Courbes de survie spécifique à la maladie (DSS) de Kaplan–Meier comparant les patients ayant une expression TMED3 élevée et basse. (C) Courbes de caractéristiques opérationnelles du récepteur (ROC) dépendantes du temps évaluant la performance prédictive de l’expression TMED3 pour OS sur 1, 3 et 5 ans. Les différences de survie ont été analysées à l’aide du test log-rank. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Caractéristiques	Analyse univariée		Analyse multivariée
	Rapport de risque (IC à 95 %)	Valeur p	Rapport de risque (IC à 95 %)	Valeur p
Genre	1.101(0.746–1.625)	0.627
Phase T	3.072(1.423–6.631)	0.004	3.817(1.174–12.407)	0.026
Niveau N	2.592(1.743–3.855)	<0,001	0.587(0.223–1.584)	0.28
Phase M	4.193(2.683–6.554)	<0,001	2.272(1.314–3.930)	0.003
Stade pathologique	2.947(1.942–4.471)	<0,001	3.115(1.032–9.401)	0.044
TMED3	1.537(1.037–2.277)	0.032	1.599(1.039–2.462)	0.033

Tableau 2 : Analyses de régression des risques proportionnels de Cox univariées et multivariées des facteurs pronostiques associés à la survie globale dans le cancer du côlon. Des analyses de régression des risques proportionnels de Cox univariées et multivariées ont été réalisées afin d’évaluer la signification pronostique des caractéristiques clinicopathologiques et de l’expression de TMED3 chez les patients atteints de cancer du côlon. Les rapports de risque (HR) sont présentés avec des intervalles de confiance à 95 % (IC à 95 %). Les variables comprenaient le sexe, le stade T, le stade N, le stade M, le stade pathologique et l’expression TMED3. La signification statistique a été définie comme P < 0,05.

L’analyse de sensibilité au médicament a montré que les patients du groupe à haute expression TMED3 présentaient des valeurs estimées plus faibles de CI₅₀ pour le 5-fluorouracil, le lapatinib et le tramétinib comparé au groupe à faible expression TMED3 (Figure 11). Ces résultats suggèrent que les patients atteints d’un cancer du côlon présentant une expression élevée de TMED3 pourraient présenter une sensibilité accrue à ces agents chimiothérapeutiques et ciblés, suggérant des associations potentielles entre l’expression de TMED3 et la réponse thérapeutique.

Figure 11. Corrélation entre l’expression de TMED3 et la sensibilité aux médicaments chimiothérapeutiques dans le cancer du côlon. Diagrammes de cadres montrant des valeurs estimées de concentration inhibitrice demi-maximale (IC₅₀) pour le 5-fluorouracil, lapatinib et tramétinib entre les groupes à faible expression de TMED3 (G1) et à haute expression de TMED3 (G2). Des valeurs IC₅₀ plus faibles indiquent une sensibilité plus élevée au médicament. La signification statistique a été analysée à l’aide des tests de Wilcoxon à somme des rangs. *P < 0,05, **P < 0,01, ***P < 0,001. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Analyse d’enrichissement génique
GSEA, utilisant des ensembles de données KEGG de la base de données MSigDB, a démontré que les gènes liés à TMED3 dans le cancer du côlon étaient significativement enrichis dans les voies associées au ribosome, au traitement et à la présentation des antigènes, à la phosphorylation oxydative et à la voie du phosphate pentose (Figure 12). Ces résultats suggèrent que TMED3 pourrait participer à la progression tumorale par les voies ci-dessus dans le cancer du côlon.

Figure 12. Analyse d’enrichissement des ensembles de gènes (GSEA) des gènes liés à TMED3 dans le cancer du côlon. Graphiques GSEA montrant l’enrichissement des gènes liés à TMED3 dans les voies associées au traitement et à la présentation des antigènes, au ribosome, à la phosphorylation oxydative et à la voie du pentose phosphate dans le cancer du côlon. Le score d’enrichissement normalisé (NES), la valeur nominale de P et le taux de fausse découverte (FDR) sont indiqués dans chaque panel. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Cette étude a démontré que TMED3 s’exprimait de manière anormale à travers plusieurs cancers et était associé à la progression tumorale, au pronostic, aux caractéristiques immunitaires, à la TMB, à l’EMI et à la sensibilité aux médicaments. Dans le cancer du côlon, la surexpression de TMED3 était associée à des résultats de survie défavorables et à une augmentation de la valeur diagnostique. L’analyse d’enrichissement fonctionnel a également suggéré que TMED3 pourrait participer aux voies métaboliques et de signalisation liées au cancer. Collectivement, ces résultats soutiennent une investigation approfondie de TMED3 comme biomarqueur diagnostique et pronostique potentiel dans le pan-cancer, en particulier dans le cancer du côlon.

Disponibilité des données :
Les ensembles de données analysés dans cette étude proviennent de bases de données publiques, notamment The Cancer Genome Atlas (TCGA ; https://portal.gdc.cancer.gov/projects/ ; consulté le 1er juillet 2025), UALCAN (http://ualcan.path.uab.edu/ ; consulté le 1er juillet 2025), cBioPortal (https://www.cbioportal.org/ ; consulté le 5 juillet 2025), et la plateforme Genomics of Drug Sensitivity in Cancer (GDSC) via GSCA (https://guolab.wchscu.cn/GSCA/#/drug ; consulté le 5 juillet 2025). Toutes les données traitées générées lors de cette étude sont incluses dans l’article.

Discussion

Les protéines TMED sont des protéines hautement conservées contenant le domaine EMP24 qui existent sous forme de monomères ou de dimères au sein des cellules^{eucaryotes 20}. Les membres de la famille TMED sont des protéines transmembranaires de type I qui participent au trafic protéique médié par la vésicule et au transport^{intracellulaire 20}. La famille des protéines p24 comprend 10 membres TMED, dont TMED3. De plus en plus de preuves ont montré que TMED3 s’exprime de façon anormale dans plusieurs tumeurs, telles que le carcinome endométrial, l’ostéosarcome, le carcinome à cellules claires, le carcinome hépatocellulaire, le cancer de la prostate et le cancer du^sein 4,6,21,22,23. Une expression élevée de TMED3 a également été associée à un pronostic défavorable dans plusieurs types de^tumeurs 3,5,17,18,19. Dans le carcinome squameux pulmonaire, TMED3 a montré faciliter la progression tumorale par régulation de l’ezrin, tandis que TMED3 silencieux a supprimé la prolifération cellulaire, la formation de colonies, la migration et la dysrégulation des protéines liée à^{l’apoptose.} Collectivement, ces études indiquent que TMED3 est étroitement impliqué dans le développement et la progression du cancer ; cependant, ses fonctions biologiques et ses mécanismes moléculaires dans le pan-cancer restent à élucider complètement.

Dans la présente étude, plusieurs bases de données publiques ont été intégrées pour évaluer de manière exhaustive les schémas d’expression, la signification pronostique, les caractéristiques immunitaires et les fonctions biologiques potentielles de TMED3 à travers les cancers. L’expression de TMED3 a été nettement augmentée dans 26 types de tumeurs, et ces résultats ont été confirmés par des analyses de tumeurs appariées et de tissus normaux adjacents dans plusieurs cancers. De manière cohérente, les données CPTAC ont révélé une expression élevée de la protéine TMED3 dans BRCA, COAD, GBM, KIRC, LIHC, LUAD, LUSC, OV et UCEC. Fait intéressant, bien que l’expression de l’ARNm TMED3 ait été élevée dans les tissus PAAD, une diminution de l’expression des protéines a été observée dans la base de données UALCAN, suggérant que la régulation post-transcriptionnelle, la dégradation des protéines ou des modifications post-traductionnelles pourraient contribuer à cette divergence. Des études antérieures ont démontré que la surexpression de TMED3 dans les cellules du cancer du sein favorise l’accumulation de β-caténine et d’Axin-2 dans le cytoplasme et le noyau des cellules MCF-7 et améliore l’expression des cibles Wnt/β-caténine en aval, notamment c-myc, MMP7 et TCF4, facilitant ainsi la prolifation, la migration et l’invasion des cellules^{tumorales 24}. De même, il a été rapporté que TMED3 est suraugmenté dans le cancer du poumon non à petites cellules, et le silence de TMED3 supprime la prolifération des cellules tumorales ainsi que la capacité^{invasive 25}. Dans la présente étude, des analyses clinicopathologiques ont montré que l’expression de TMED3 était élevée dans les stades avancés ACC, KIRC, KIRP et LUAD, tandis qu’une expression plus faible a été observée dans les UCEC avancés, indiquant d’éventuels rôles biologiques spécifiques à la tumeur de TMED3 lors de la progression du cancer. Les analyses de survie ont également démontré des associations significatives entre une expression élevée de TMED3 et un OS et DSS défavorables dans l’ACC, le COAD et l’UVM, soutenant la valeur pronostique potentielle de TMED3 dans plusieurs cancers. De plus, l’analyse de méthylation par promoteur a révélé une augmentation des niveaux de méthylation de TMED3 dans BRCA, COAD, ESCA, HNSC, KIRC, KIRP, LIHC, LUAD, PAAD et PRAD, tandis que des niveaux de méthylation diminués ont été identifiés dans BLCA, TGCT et UCEC. Ces résultats indiquent que la méthylation aberrante du promoteur peut contribuer à la dysrégulation de l’expression de TMED3 de manière dépendante de la tumeur et peut contribuer au développement du cancer.

L’IMS représente un sous-type moléculaire distinct de cancer, souvent associé à une meilleure réactivité à l’immunothérapie, car ces tumeurs présentent fréquemment une charge mutationnelle élevée et une expression accrue de^{-L1 26,27}. Les tumeurs à taux élevé de TMB peuvent générer de nombreux néoantigènes issus de mutations somatiques, augmentant ainsi l’activité immunitaire antitumorale médiée par les cellules T et augmentant potentiellement la sensibilité au blocage des points de contrôle^{immunitaires 28,29}. Dans la présente étude, l’expression de TMED3 a montré des corrélations positives avec la TMB et la MSI dans le KIRC, le STAD et l’UCEC, indiquant que TMED3 pourrait être lié à l’immunogénicité tumorale et à la réactivité immunothérapeutique chez ces types de cancer. De plus en plus de preuves ont démontré que le microenvironnement tumoral, en particulier les composantes immunitaires et stromales, joue un rôle crucial dans la progression du cancer, la réponse thérapeutique, la récidive et le pronostic du patient. L’algorithme ESTIMATE calcule les scores stromal, immunitaire et ESTIMATE selon les schémas d’expression génique liés au système immunitaire, et des études antérieures ont rapporté des relations significatives entre ces scores et les résultats cliniques dans le cancer de la prostate, le glioblastome et le cancer du^côlon 30,31,32. Nos analyses ont démontré que l’expression de TMED3 était variablement associée au score stromal, au score immunitaire et au score ESTIMATE selon les types de tumeurs, suggérant que TMED3 pourrait contribuer à la progression tumorale par la modulation du microenvironnement tumoral. De plus, l’expression de TMED3 était corrélée à plusieurs gènes liés aux points de contrôle immunitaires, notamment CD274 (-L1), PDCD1 (-1) et CTLA4, bien que la direction et l’ampleur de ces associations différaient selon les types de tumeurs. Des corrélations positives significatives entre TMED3 et les marqueurs de points de contrôle immunitaires ont été identifiées dans ACC, KIRP, LGG, LIHC, THYM et UVM, suggérant que les tumeurs présentant une expression élevée de TMED3 dans ces cancers peuvent présenter une sensibilité accrue à l’immunothérapie. Les analyses de sensibilité aux médicaments ont également révélé des associations entre l’expression de TMED3 et la réactivité au 17-AAG, au lapatinib,-0325901, au RDEA119 et au trametinib, indiquant une relation potentielle entre l’expression de TMED3 et son efficacité thérapeutique.

Le cancer du côlon a été sélectionné pour validation immunohistochimique, et les résultats ont confirmé que l’expression de TMED3 était nettement élevée dans les tissus du cancer du côlon par rapport aux tissus normaux, conformément aux résultats^{précédents 7}. Les analyses clinicopathologiques ont également révélé une association significative entre l’expression de TMED3 et le stade T dans le cancer du côlon. De plus, TMED3 a démontré une valeur diagnostique potentielle, tandis qu’une expression accrue de TMED3 était associée à un pronostic patient moins favorable. Cependant, les analyses ROC dépendantes du temps ont montré que les valeurs d’AUC pour prédire les OS à 1, 3 et 5 ans n’étaient que légèrement supérieures à 0,5, indiquant une précision prédictive limitée malgré la signification statistique. Ces résultats suggèrent que TMED3 a actuellement une plus grande valeur en tant que biomarqueur pronostique exploratoire que comme prédicteur robuste pour une application clinique de routine. Les analyses de régression de Cox univariées et multivariées ont également identifié les stades T, M, stades pathologiques et l’expression de TMED3 comme facteurs pronostiques indépendants associés à la SO dans le cancer du côlon. Les analyses de sensibilité aux médicaments ont indiqué que les patients présentant une expression élevée de TMED3 peuvent être plus réactifs aux agents thérapeutiques couramment utilisés, notamment le 5-fluorouracil, le lapatinib et le tramétinib. De plus, des analyses d’enrichissement fonctionnel ont révélé que les gènes liés à TMED3 dans le cancer du côlon étaient principalement enrichis dans les voies associées au ribosome, au traitement et à la présentation des antigènes, à la phosphorylation oxydative et à la voie du pentose phosphate.

Cette étude a évalué de manière systématique les profils d’expression, la valeur pronostique et les caractéristiques immunitaires de TMED3 sur plusieurs types de cancer. Néanmoins, plusieurs limites doivent être prises en compte. La plupart des résultats proviennent d’analyses bioinformatiques et multiomiques basées sur des ensembles de données publics, et la validation expérimentale se limitait à l’analyse immunohistochimique sur des tissus atteints de cancer du côlon. De plus, aucune expérience fonctionnelle n’a été réalisée pour étudier les mécanismes moléculaires précis sous-jacents au rôle de TMED3 dans la progression tumorale. Par conséquent, des études in vitro et in vivo supplémentaires sont nécessaires pour clarifier davantage les fonctions biologiques et la signification thérapeutique potentielle de TMED3 dans différentes malignités.

Matériaux

```html

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
0.5% Ammonia Solution	Tianjin Fuyu Fine Chemical Co., Ltd	CAS:1336-21-6	N/A
1% Acid Alcohol	Ningbo Chiwell Biotechnology Co., Ltd	CWGQ-HE-1001	N/A
10% Neutral Buffered Formalin	Wuhan Huntz Biotechnology Co., Ltd	H-H8060	N/A
100% Ethanol	Tianjin Fuyu Fine Chemical Co., Ltd	CAS:64-17-5	N/A
70% Ethanol	Tianjin Fuyu Fine Chemical Co., Ltd	CAS:64-17-5	N/A
80% Ethanol	Tianjin Fuyu Fine Chemical Co., Ltd	CAS:64-17-5	N/A
95% Ethanol	Shandong Lirun Medical Technology Co., Ltd	CAS:64-17-5	N/A
Alcian Blue Stain	Baso Diagnostics Inc., Zhuhai	BA4121	N/A
cBioPortal	Memorial Sloan Kettering Cancer Center	N/A	SCR_014555
Citrate-Based Antigen Retrieval Buffer	Leica Biosystems Newcastle Ltd	AR9640-CN	N/A
clusterProfiler package	Bioconductor	N/A	SCR_016884
DESeq2 package	Bioconductor	N/A	SCR_015687
Diaminobenzidine Tetrahydrochloride Hydrate	Leica Biosystems Newcastle Ltd	DS9800-CN	N/A
ESTIMATE package	R package	Version 1.0.13	N/A
GSCALite platform	GSCALite	N/A	N/A
GTEx database	GTEx Consortium	N/A	SCR_013042
Hematoxylin	Ningbo Chiwell Biotechnology Co., Ltd	CWGQ-HE-1001	N/A
Hydrogen Peroxide	OriGene Technologies, Inc	PV-6000D	N/A
Kaplan–Meier Survival Analysis	survival R package	Version 3.2-7	SCR_021137
KEGG Gene Sets	MSigDB	Version 7.5.1	SCR_016863
Light Microscope	Zeiss Technology (Suzhou) Co., Ltd	N/A	N/A
Paraffin Embedding Medium	PATHO-Reagent Department of YL Company	CAS:8002-74-2	N/A
Polymer-Based Detection System	Leica Biosystems Newcastle Ltd	PV-6000	N/A
R statistical analysis software	R Foundation for Statistical Computing	Version 4.2.1	SCR_001905
Secondary Rabbit Anti-Mouse IgG	Leica Biosystems Newcastle Ltd	DS9800-CN	N/A
TCGA database	National Cancer Institute	N/A	SCR_003193
TMED3 Primary Antibody	CUSABIO Technology, Houston, USA	CSB-PA897107LA01HU	N/A
Tris-Buffered Saline (TBS)	Leica Biosystems Newcastle Ltd	AR9590-CN	N/A
UALCAN database	UALCAN	N/A	SCR_015827
Wilcoxon Statistical Analysis	stats R package	N/A	SCR_003005
Xylene	Tianjin Fuyu Fine Chemical Co., Ltd	CAS:1330-20-7	N/A

```