מאמר שיטה

תהליך ביואינפורמטיקה פאן-סרטן של Multi-Omics להערכת PTDSS1 ו-PTDSS2 כסמנים ביולוגיים פרוגנוסטיים וחיסוניים

DOI:

10.3791/71827

⸱

5 ביוני 2026

 ,  ,  , 
1Institute of Translational Medicine Zhuhai People's Hospital Affiliated with Jinan University, 2Department of Food Science and Engineering, Institute of Food Safety and Nutrition, Jinan University, 3The Affiliated Guangdong Second Provincial General Hospital of Jinan University, 4State Key Laboratory of Bioactive Molecules and Druggability Assessment, The Biomedical Translational Research Institute, Health Science Center (School of Medicine), Jinan University

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה ביצע ניתוח ביואינפורמטיקה מקיף באמצעות מספר מאגרי מידע ציבוריים להערכת דפוסי ביטוי גנים, קורלציות קליניות, פרוגנוזה לשרוד, ציוני גזע הגידול ותכונות חיסונית של PTDSS1 ו-PTDSS2 בסוגי סרטן שונים. הממצאים מצביעים על כך שגנים אלו עשויים לשמש כסמנים ביולוגיים פוטנציאליים לאבחון סרטן, פרוגנוזה ואימונותרפיה.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

אנזימי סינתזת הפוספטידילסרין PTDSS1 ו-PTDSS2 ממלאים תפקידים חשובים בתהליכים תאיים, כולל הרכב הממברנה והעברת אותות. ביטויים חריגים של אנזימים אלו נקשרו לחדירת מקרופאגים הקשורים לגידולים ולתוצאות הישרדות ירודות בסרטן השד. עם זאת, תפקידם המקיפים בסוגי סרטן שונים אינם ברורים. במחקר זה ביצענו ניתוח פאן-סרטני כדי להעריך את האבחון, הפרוגנוסיה, החדירה החיסונית והרלוונטיות האימונותרפית של PTDSS1 ו-PTDSS2. מספר מאגרי מידע ציבוריים שימשו לניתוח דפוסי ביטוי גנים, קורלציות קליניות, תוצאות הישרדות, ציוני גזע הגידול ומאפיינים הקשורים למערכת החיסון בסוגי סרטן שונים. התוצאות הראו כי PTDSS1 ו-PTDSS2 מתבטאים באופן נרחב ברקמות אנושיות ומעולים בוויסות משמעותית ברוב רקמות הגידול בהשוואה לרקמות רגילות. ביטוי גבוה של PTDSS1 או PTDSS2 היה קשור להישרדות כוללת נמוכה יותר במספר סוגי סרטן והראה מתאמים משמעותיים עם ציוני השלב הקליני וגזע הגידול. בנוסף, ניתוחים פונקציונליים הציעו כי גנים אלו עשויים לתרום להיווצרות גידולים, ויסות חיסון וכימו-עמידות. בסך הכול, הממצאים מדגישים את המשמעות הפרוגנוסטית של PTDSS1 ו-PTDSS2 במספר סוגי סרטן ומציעים כי הם עשויים לשמש כביו-סמנים פוטנציאליים לאבחון ופרוגנוזה, וכן כמטרות מבטיחות לאימונותרפיה.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

למרות שהושגו התקדמויות משמעותיות באונקולוגיה במאות השנים האחרונות, סרטן נותר אחד הגורמים העיקריים למוות ולעומס מחלותברחבי העולם. הניהול הקליני הנוכחי נשען יותר ויותר על אסטרטגיות טיפול רב-מודליות, המשלבות גישות טיפוליות שונות למקסום היעילות תוך שיפור הישרדות המטופלים ורווחתם הכללית2. בהקשר זה, אימונותרפיה לסרטן התפתחה במהירות לעמוד תווך מרכזי של האונקולוגיה המודרנית. יתרונותיו—כולל סלקטיביות מטרה, השפעות טיפוליות מתמשכות, יישום על סוגי גידולים מרובים, יכולת להפחית עמידות ותאימות לטיפולים אחרים—עוררו עניין נרחב. עם זאת, היישום הקליני שלו מוגבל על ידי מספר גורמים, כולל תגובתיות משתנה של המטופלים, רעילות הקשורה לחיסון, עמידות נרכשת, נטל כלכלי גבוה ומגבלות במעקב אחר הטיפול. אתגרים אלו מדגישים את הצורך בהמשך לשיפור וחדשנות בתחום זה. במקביל, תכנות מחדש מטבולי הפך לסימן ההיכר של סרטן, כאשר חילוף החומרים של השומנים מושך תשומת לב גוברת. שינויים ברכישת שומן, סינתזה וניצול מספקים תמיכה חיונית בצמיחת תאי הגידול ובהישרדותם ועשויים גם למלא תפקיד בהתפתחות העמידות הטיפולית 3,4. קליטה מתוכנתת ושימוש בשומנים תומכים בהתרבות תאי סרטן ועלולים לתרום לעמידות טיפולית5. בנוסף, סמנים ביולוגיים הקשורים לליפידים נקשרו לתחזית המטופל ולתגובה לטיפול 6,7. למרות תשומת הלב הגוברת, מנגנוני חילוף החומרים של שומנים בסרטן ופיתוח טיפולים יעילים ממוקדים בליפידים נותרו לא מובנים מספיק, מה שדורש מחקר נוסף.

סינתאזות פוספטידילסרין, PTDSS1 ו-PTDSS2, הם אנזימים מרכזיים האחראים לביוסינתזה של פוספטידילסרין (PS)8,9,10, אחד הפוספוליפידים האניוניים המרכזיים בממברנותהתא 11, חיוני לשמירה על מבנה ותפקוד הממברנה 8,12,13. אנזימים אלו חולקים דמיון בינוני ברצף (~32%)13, ויש להם אזורים טרנסממברניים מרובים, בעיקר ממוקדים ברשתית האנדופלזמית ובממברנות הקשורות למיטוכונדריה 14,15,16. PS נוצר באמצעות תגובת חילוף סרין עם פוספוליפידיםקיימים 8,9, כאשר PTDSS1 משתמש באופן מועדף בפוספטידילכולין17,18 ו-PTDSS2 המשתמש בפוספטידילאתנולאמין19,20. PTDSS1 מתבטא באופן רחב ברקמות21, בעוד ש-PTDSS2 מראה תפוצה מוגבלת יותר, עם רמות גבוהות יותר בנוירוני מוח העכבר ותאי סרטולי אשכים19. פונקציונלית, PTDSS2 חיוני להתפתחות אשכים תקינה, שכן כ-10% מעכברי הנוקאאוט הזכרים מציגים אי-פוריות והקטנת גודל האשכים, פנוטיפ שלא נצפתה בעכברים חסרי PTDSS119. למרות שמחיקה של גן יחיד של אחד מהאנזימים אינה פוגעת בחיוניות, אובדן סימולטני מוביל לקטלניות עוברית19,22, מה שמדגיש את חשיבות ביוסינתזת PS בהישרדות התאים. עדויות עדכניות מצביעות על כך שחוסר ויסות של PTDSS1 ו-PTDSS2 בגידולים קשור לשינוי בחדירת מקרופאגים הקשור לגידול ולהישרדות נמוכה יותר בקרב חולות סרטן השד. ביחד, ממצאים אלו מצביעים על כך ש-PTDSS1 ו-PTDSS2 קריטיים להומאוסטזיס ממברנה, והביטוי הלא תקין שלהם עשוי לתרום להתקדמות המחלה, במיוחד בסרטן.

מחקר זה משווה באופן שיטתי את ההשפעות הפאן-סרטניות של PTDSS1 ו-PTDSS2 על ביטוי הגידול, פרוגנוזה, גבעול, ויסות מערכת החיסון, שינויים גנומיים ותגובה לטיפול. בניגוד למחקרים קודמים שהתמקדו בסוגי סרטן בודדים או אירועי מטבוליזם שומנים מבודדים, המחקר הנוכחי משלב נתוני מולטי-אומיקס כדי לחקור קשרים פוטנציאליים בין ביוסינתזה של פוספטידילסרין, חיסון גידולי והתקדמות סרטן. הניתוח כולל דפוסי ביטוי, קורלציות למאפייני הגידול ולגורמים החיסוניים, תכונות גנומיות וחיזוי רגישות לתרופות. מחקר זה נועד להעמיק את ההבנה של התפקידים התפקודיים של PTDSS1 ו-PTDSS2 בין ממאירות שונות ולספק בסיס תיאורטי והנחיה מעשית לפיתוח אסטרטגיות טיפול מותאמות אישית.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה התבסס אך ורק על מאגרי נתונים זמינים לציבור ולא כלל השתתפות ישירה של בני אדם או בעלי חיים; לכן, לא נדרשו אישור אתי מוסדי והסכמה מדעת

1. ניתוח ביטוי PTDSS1 או PTDSS2

  1. הערכת ביטוי mRNA של PTDSS1 ו-PTDSS2 ברקמות אנושיות תקינות באמצעות מאגר הנתונים Human Protein Atlas (HPA) (https://www.proteinatlas.org).
  2. שליפת פרופילי ביטוי גנים של PTDSS1 ו-PTDSS2 במספר סוגי סרטן מתוך מודול "Gene DE" של פלטפורמת TIMER2 (http://timer.cistrome.org/).
  3. הורד נתוני ביטוי RNA-seq לרקמות תקינות ורקמות גידול ממאגרי הנתונים TCGA (http://cancergenome.nih.gov) ו-GTEx (http://commonfund.nih.gov/GTEx/).

2. שלב פתולוגי, הישרדות וניתוח גזע הגידול

  1. הורידו את מערך הנתונים TCGA Pan-Cancer (PANCAN, N = 10,535, G = 60,499) מפלטפורמת UCSC Xena (https://xenabrowser.net/).
  2. הוצא נתוני ביטוי PTDSS1 ו-PTDSS2 מכל הדגימות והוציא רשומות עם ערכי ביטוי אפס. נרמול נתוני הביטויים הנותרים באמצעות הטרנספורמציה log2(x + 0.001).
  3. הסרת סוגי סרטן המכילים פחות משלוש דגימות, מה שמוביל למאגר נתונים סופי הכולל 37 סוגי גידולים. בצע ניתוחי ביטוי דיפרנציאליים בשלבים קליניים באמצעות תוכנת R.
  4. הערכת מובהקות סטטיסטית בין שתי קבוצות באמצעות מבחן הסטודנט הלא מזווג ובין קבוצות מרובות באמצעות ניתוח שונות (ANOVA)24.
  5. שלף את מאגר הנתונים TCGA Pan-Cancer מפלטפורמת UCSC Xena (https://xenabrowser.net/). הוצא פרופילי ביטוי PTDSS1 ו-PTDSS2 והוציא דגימות עם ערכי ביטוי אפס.
  6. הסר מקרים עם משך מעקב קצר מ-30 יום. נרמל את נתוני הביטוי הנותרים באמצעות טרנספורמציית log2 עם ספירה מדומה של 0.001.
  7. החריגו סוגי סרטן המכילים פחות מ-10 דגימות, מה שמוביל למערך נתונים סופי הכולל 39 סוגי סרטן עם מידע תואם למערכת הפעולה. בצע ניתוחי הישרדות באמצעות חבילת ההישרדות R.
  8. בנה מודלים של סיכונים פרופורציונליים של Cox באמצעות פונקציית Coxph להערכת הקשרים בין ביטוי PTDSS1/PTDSS2 לבין פרוגנוזה של מטופלים בין סוגי סרטן. העריכו הבדלים בהישרדות באמצעות מבחן log-rank24.
    הערה: בשל ההטרוגניות והזמינות הלא מלאה של נתוני אנוטציה קלינית בין סוגי גידולים שונים ב-TCGA, משתנים קליניים נוספים (כגון גיל, מין ושלב הגידול) לא שולבו באופן אחיד בניתוחי הרגרסיה של קוקס.
  9. קבלו את מערך הנתונים TCGA Pan-Cancer מפלטפורמת UCSC Xena (https://xenabrowser.net/). להפיק פרופילי ביטוי של PTDSS1 ו-PTDSS2 ולחשב את מדדי הגבעול של הגידול בהתבסס על תכונות מתילציה של DNA.
  10. שלבו ציוני גבעול עם נתוני ביטוי גנים לניתוחים הבאים. החריג דגימות עם ערכי ביטוי אפס ונרמל את שאר נתוני הביטוי באמצעות טרנספורמציית log2.
  11. הסירו סוגי סרטן המיוצגים על ידי פחות משלוש דגימות לשיפור האמינות האנליטית. לבצע ניתוחי קורלציה של פירסון להערכת הקשר בין ביטוי PTDSS1/PTDSS2 לבין שורש הגידול בין סוגי סרטן שונים.
    הערה: דגימות עם ערכי ביטוי אפס הוצאו כדי להפחית את ההשפעה הפוטנציאלית של רעש טכני וערכים לא מוגדרים במהלך נורמליזציה מבוססת לוגיתם. אותו עיקרון חל גם על השלבים הבאים.

3. ניתוח פרוגנוזה הישרדות

  1. נתחו את הקשרים בין ביטוי PTDSS1/PTDSS2 לשלב הגידול באמצעות מודול "Stage Plot" בפלטפורמת ניתוח אינטראקטיבי לביטוי גנים (GEPIA) (http://gepia.cancer-pku.cn/).
  2. הערכו את המשמעות הפרוגנוסטית של PTDSS1 ו-PTDSS2 בין סוגי סרטן שונים באמצעות מאגר KM Plotter (https://kmplot.com/analysis/).
  3. סווג את המטופלים לקבוצות בעלות ביטוי גבוה ונמוך לפי ערכי ביטוי חציוניים (חיתוך-גבוה = 50%, חיתוך-נמוך = 50%).
  4. יצירת מפות מובהקות של מערכת ההפעלה ועקומות הישרדות של קפלן–מאייר עבור PTDSS1 ו-PTDSS2 בין גידולי TCGA באמצעות GEPIA2. המובהקות הסטטיסטית מוערכת באמצעות מבחן log-rank.

4. ניתוח גנים הקשור ל-PTDSS1 או PTDSS2

  1. השגת רשתות אינטראקציה חלבון-חלבון של PTDSS1 ו-PTDSS2 ממסד הנתונים STRING (https://cn.string-db.org/) על ידי בחירת אינטראקציות מאומתות ניסויים בהומו ספיינס עם הפרמטרים הבאים: ציון אינטראקציה מינימלי = 0.150 (ביטחון נמוך), סוג רשת מלא, קצוות מבוססי ראיות, ומספר מרבי של אינטראקטורים = 50.
  2. לזהות גנים פוטנציאליים משותפים באמצעות מודול "זיהוי גנים דומה" ב-GEPIA2 (http://gepia2.cancer-pku.cn/#index), ולבחור את 100 הגנים הקשורים המובילים לניתוח נוסף.
  3. העריכו את הקורלציות בין PTDSS1/PTDSS2 לבין עשרת החלבונים המובילים האינטראקטיביים בין סוגי הגידולים באמצעות מודול "Gene_Corr" ב-TIMER2.0 (http://timer.cistrome.org/), והמחישו את התוצאות כמפות חום.
  4. שלפו הערות מסלולי אנציקלופדיית קיוטו לגנים וגנומים (KEGG) דרך KEGG REST API (https://www.kegg.jp/kegg/rest/keggapi.html) והשתמשו בהן כרקע ייחוס לניתוח העשרה פונקציונלית.
  5. בצע ניתוח העשרת קבוצות גנים באמצעות clusterProfiler של חבילת R עם גדלי סט גנים הנעים בין 5 ל-5000.
    הערה: המובהקות הסטטיסטית מוגדרת כ-P < 0.05 ושיעור גילוי שגוי (FDR) < 0.25.
  6. ביצוע ניתוחי העשרת אונטולוגיה גנטית (GO), כולל תהליך ביולוגי (BP), רכיב תאי (CC) ותפקוד מולקולרי (MF), באמצעות מאגר הנתונים של DAVID. המחישו מסלולים מועשרים באמצעות פלטפורמת המיקרוביום.

5. ניתוח שינוי גנטי

  1. חקור את פרופילי המוטציות של PTDSS1 ו-PTDSS2 בין סוגי סרטן שונים באמצעות פלטפורמת cBioPortal (http://www.cbioportal.org/) המבוססת על קבוצת TCGA Pan-Cancer Atlas Studies.
  2. בדקו את סוגי התדירות והשינויים של PTDSS1 ו-PTDSS2 באמצעות מודולי "OncoPrint" ו-"Cancer Types Summary". השתמשו במודול "OncoPrint" כדי להמחיש מוטציות, שינויים במספר ההעתקים ושינויים בביטוי גנים בין דגימות שונות.
  3. חפש ב-PTDSS1 או PTDSS2 בקטעי "סיכום סוגי סרטן" ו"מוטציות" כדי לקבל מידע מפורט על אתרי שינוי, סוגי מוטציות ותפוצה בין סוגי סרטן שונים.
  4. הורד את מאגר הנתונים TCGA Pan-Cancer (PANCAN, N = 10,535, G = 60,499) ממאגר UCSC Xena (https://xenabrowser.net/). להפיק נתוני ביטוי PTDSS1 ו-PTDSS2 עבור כל דגימה ולקבל ציוני אי-יציבות מיקרו-לווית (MSI) מתאימים. שילוב ביטוי גנים ונתוני MSI לניתוחים במורד הזרם.
  5. החריגו דגימות עם ערכי ביטוי אפס והמרו את הנתונים הנותרים באמצעות סולם log2(x + 0.001). הסרת סוגי סרטן המיוצגים על ידי פחות משלוש דגימות, מה שמוביל למאגר נתונים סופי הכולל נתוני ביטוי ו-MSI ב-37 סוגי סרטן24.
  6. השגת מאגר הנתונים TCGA Pan-Cancer ממסד הנתונים של UCSC Xena וחילוץ נתוני ביטוי PTDSS1 ו-PTDSS2 עבור כל מדגם. הורד נתוני וריאציה פשוטה של נוקלאוטידים ברמה 4 המעובדים עם MuTect2 מפורטל GDC (https://portal.gdc.cancer.gov/).
  7. חשב את נטל המוטציה של הגידול (TMB) עבור כל דגימה באמצעות פונקציית TMB בחבילת Maftools R ואינטגר ערכי TMB עם נתוני ביטוי גנים מתאימים.
  8. החריגו דגימות עם ערכי ביטוי אפס והמרו את הנתונים הנותרים באמצעות סולם log2(x + 0.001). הסירו סוגי סרטן המיוצגים על ידי פחות משלוש דגימות, מה שמוביל למאגר נתונים סופי הכולל 37 סוגי סרטן.

6. גנים רגולטוריים חיסוניים, נקודות ביקורת חיסוניות וניתוח גנים שעברו עיבוד RNA

  1. קבל את מאגר הנתונים TCGA Pan-Cancer ממסד הנתונים של UCSC וחלץ נתוני ביטוי PTDSS1 או PTDSS2 יחד עם 150 גני סמן המייצגים חמישה מסלולים הקשורים למערכת החיסון (כימוקין: 41 גנים; קולטן: 18 גנים; MHC: 21 גנים; מעכב חיסונים: 24 גנים; אימונוסטימולטור (46 גנים) לכל דגימה.
  2. החריגו דגימות רקמה רגילות ודגימות עם ערכי ביטוי אפס והחלו טרנספורמציה log2(x + 0.001) על כל נתוני הביטויים. בצע ניתוח קורלציה של פירסון להערכת הקשרים בין PTDSS1 או PTDSS2 לבין גנים של סמני מסלולי חיסוניים.
  3. שלפו את מאגר הנתונים של TCGA Pan-Cancer ממאגר UCSC והפיקו נתוני ביטוי PTDSS1 או PTDSS2 יחד עם 60 גנים המעורבים במסלולי נקודות ביקורת חיסוניות (מעכבים: 24 גנים; גירוי: 36 גנים).
  4. הסר דגימות נורמליות ודגימות עם ערכי ביטוי אפס והמיר את כל נתוני הביטוי באמצעות log2(x + 0.001). בצע ניתוח קורלציה של פירסון להערכת קשרים בין PTDSS1 או PTDSS2 לבין גנים הקשורים לנקודות ביקורת חיסוניות.
  5. הורידו את מאגר הנתונים TCGA Pan-Cancer ממאגר UCSC וחלצו נתוני ביטוי PTDSS1 או PTDSS2 יחד עם 44 גנים הקשורים לשלושה סוגי שינויים ב-RNA (m1A: 10 גנים; m5C: 13 גנים; m6A: 21 גנים) לכל דגימה.
  6. החריגו דגימות רקמה רגילות ודגימות עם ערכי ביטוי אפס והחלו טרנספורמציה log2(x + 0.001) על כל נתוני הביטויים. לבצע ניתוח קורלציה של פירסון להערכת הקשרים בין PTDSS1 או PTDSS2 לגנים הקשורים לשינוי RNA.

7. ניתוח חדירה חיסונית

  1. הורידו את מאגר הנתונים TCGA Pan-Cancer ממאגר XENA של UCSC וחלצו נתוני ביטוי PTDSS1 ו-PTDSS2 עבור כל דגימה.
  2. החריגו דגימות נורמליות ודגימות עם ערכי ביטוי אפס. נרמול נתוני ביטוי באמצעות טרנספורמציה log2(x + 0.001) ומיפוי מזהי גנים לפורמט GeneSymbol.
  3. חשב StromalScore, ImmuneScore ו-ESTIMATE Score עבור כל מטופל באמצעות חבילת ESTIMATE R, מה שמוביל לציוני חדירה חיסונית עבור 9,554 דגימות גידול ב-39 סוגי סרטן.
  4. בצע ניתוח קורלציה של פירסון באמצעות פונקציית "corr.test" בחבילת ה-Psych R כדי להעריך את הקשרים בין ביטוי גנים לציוני חדירה חיסונית.
  5. הערכת ציוני חדירת תאי חיסון עבור תאי B, תאי T מסוג CD4+ , תאי T של CD8+ , נויטרופילים, מקרופאגים ותאי דנדריט באמצעות אלגוריתם TIMER שמיושם בחבילת IOBR R עבור 9,405 דגימות ב-36 סוגי גידולים.
  6. בצע ניתוח קורלציה של פירסון להערכת הקשרים בין ביטוי PTDSS1/PTDSS2 לבין רמות חדירת תאי החיסון.

8. רגישות תרופתית של PTDSS1 ו-PTDSS2 בפאן-סרטן

  1. הורד נתוני פעילות תרכובות NCI-60 ופרופילי ביטוי RNA-seq מ-CellMiner.
  2. בחרו תרכובות מאושרות על ידי ה-FDA או לניסויים קליניים לניתוח הבא.
  3. לבצע ניתוח רגישות תרופתית של PTDSS1 ו-PTDSS2 בפאן-סרטן באמצעות תוכנת R.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ביטוי mRNA של PTDSS1 או PTDSS2 ברקמות נורמליות שונות של בני אדם

באמצעות נתונים ממאגר הנתונים של HPA, נבדקו פרופילי ביטוי mRNA של PTDSS1 ו-PTDSS2 במגוון רקמות אנושיות. הניתוח חשף דפוסי ביטוי ייחודיים לרקמה בולטים. PTDSS1 התבטא מאוד בבלוטת הפראתירואיד, שריר הלב, בלוטות הלימפה, השקדים ומח העצם (איור 1A), בעוד ש-PTDSS2 הראה ביטוי מוגבר בבלוטת הפראתירואיד, אשך, שריר השלד, הכליה והקורטקס המוחי (איור...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

סרטן הוא מחלה מערכתית המתאפיינת בחוסר ויסות של מערכות מרובות, ובדרך כלל מתקדמת בשלושה שלבים: חיסול, שיווי משקל ובריחה25. בשלב ההדחה, מערכת החיסון מחסלת ביעילות תאי סרטן שנוצרו זה עתה; בשלב שיווי המשקל, תאי הסרטן ותאי החיסון נמצאים באיזון יחסי, מה שמונע התרחבות או גרורה של הגידול; בסופו של דבר, בשלב הבריחה, תאי סרטן מתחמקים ממעקב חיסוני ומתרבים במהירותומגרשים. לכן, שיקום הפיקוח החיסוני או הקמת מצב של התקדמות מאוזנת הוא קריטי לטיפול אנטי-גידו...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

למחברים אין ניגודי עניינים להצהיר עליהם.

תודות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחברים לא קיבלו כל תמיכה כספית למחקר, לכתיבה ולפרסום מאמר זה.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
פלטפורמת cBioPortalcBioPortalhttp://www.cbioportal.org/פלטפורמה להמחשה וניתוח של נתוני גנומיקה רב-ממדית של סרטן
פורטל GDCGenomic Data Commons (GDC)https://portal.gdc.cancer.gov/פורטל להורדת מערכי נתונים גנומיים ומוטציות של TCGA
פלטפורמת GEPIAGEPIAhttp://gepia.cancer-pku.cn/שרת אינטרנט לפרופיל ביטוי גנים וניתוח הישרדות המבוסס על מאגרי TCGA ו-GTEx
GEPIA2GEPIA2http://gepia2.cancer-pku.cn/#indexשרת אינטרנט מעודכן לקורלציה בין ביטוי גנים וניתוח אינטראקטיבי
מסדי נתונים של GTExפרויקט ביטוי גנוטיפ-רקמה (GTEx)http://commonfund.nih.gov/GTEx/מאגר מידע המכיל פרופילי ביטוי גנים מרקמות אנושיות תקינות
מסד הנתונים של אטלס חלבונים אנושיים (HPA)אטלס חלבונים אנושייםhttps://www.proteinatlas.orgמאגר נתונים לניתוח פרופילי ביטוי חלבונים ו-RNA ברקמות וסרטן תקינים
KEGG REST APIאנציקלופדיית קיוטו לגנים וגנומים (KEGG)https://www.kegg.jp/kegg/rest/keggapi.htmlממשק תכנות יישומים לשחזור הערות מסלולי KEGG
כלי מתכנן KMKMplothttps://kmplot.com/analysis/כלי מקוון להערכת המשמעות הפרוגנוסטית של גנים במספר סוגי סרטן
חבילת Maftools Rמאפטולים של חבילת ביוקונדקטורגרסה 2.8.05חבילת R המשמשת לניתוח עומס מוטציות של גידול ומוטציות
חבילת Psych Rפסיכולוגיה חבילת CRAN Rגרסה 2.1.6חבילת R המשמשת לניתוחים סטטיסטיים פסיכולוגיים וקורלציה
חבילת Rקרן R למחשוב סטטיסטיגרסה 4.1.3תוכנת מחשוב סטטיסטית המשמשת לניתוח רגישות לתרופות
R package clusterProfilerclusterProfiler לחבילת ביוקונדונטיםגרסה 3.14.3חבילת R המשמשת לניתוחי KEGG והעשרה פונקציונלית
הישרדות חבילת Rהישרדות חבילת CRAN Rגרסה 3.2-7חבילת R המשמשת לרגרסיית Cox ו-Kaplan– ניתוח הישרדות של מאייר
תוכנת Rקרן R למחשוב סטטיסטיגרסה 3.6.4תוכנת מחשוב סטטיסטית המשמשת לביואינפורמטיקה וניתוחי הישרדות
מאגר מחרוזותמיתרhttps://cn.string-db.org/מאגר נתונים לחלבון & ndash; ניתוח רשת אינטראקציה של חלבונים
מסדי נתונים של TCGAאטלס הגנום לסרטן (TCGA)http://cancergenome.nih.govמאגר גנומיקת סרטן בקנה מידה גדול המכיל נתוני סרטן גנומיים, טרנסקריפטומיים וקליניים
TIMER2.0TIMER2.0http://timer.cistrome.org/פלטפורמה להערכת חדירת תאי חיסון וניתוח קורלציה בגידולים
פלטפורמת משאב הערכת חיסון גידולי 2.0 (TIMER2)TIMER2.0http://timer.cistrome.org/פלטפורמת אינטרנט לניתוח שיטתי של חדירת מערכת החיסון בין סוגי סרטן מגוונים
פלטפורמת UCSC XenaUCSC זינהhttps://xenabrowser.net/פלטפורמה לוויזואליזציה וניתוח של TCGA ומאגרי נתונים ציבוריים אחרים של מולטי-אומיקס

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

PTDSS1PTDSS2

מאמרים קשורים