방법 논문

난소암에서 백금 저항성 및 면역 침윤에 대한 마커로서의 트로포모듈린 3 과발현

3.4K 조회수

⸱

DOI:

10.3791/65841

⸱

2024년 8월 2일

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Clinic, School of Medicine, Yangzhou Polytechnic College, 2Department of Nuclear Medicine, Huangshi Central Hospital, Affiliated Hospital of Hubei Institute of Technology, 3School of Biology and Engineering, Guizhou Medical University, 4Hemorheology Center, Department of Physiology and Pathophysiology, School of Basic Medical Sciences, Peking University Health Science Center

* These authors contributed equally

이 논문에서

요약

트로포모듈린 3(TMOD3)는 최근 몇 년 동안 종양에서 점점 더 많이 연구되고 있습니다. 이번 연구는 TMOD3가 난소암에서 많이 발현되며 백금 저항성 및 면역 침윤과 밀접한 관련이 있음을 보고한 최초의 연구입니다. 이러한 결과는 난소암의 치료 결과를 개선하는 데 도움이 될 수 있습니다.

초록

세포골격은 난소암의 백금 저항성에 중요한 역할을 합니다. 트로포모듈린 3(TMOD3)는 많은 종양의 발병에 중요하지만, 난소암의 약물 내성에 미치는 역할은 아직 밝혀지지 않았습니다. 본 연구는 GEO(Gene Expression Omnibus), TCGA(The Cancer Genome Atlas), CPTAC(Clinical Proteomic Tumor Analysis Consortium) 데이터베이스의 데이터를 분석하여 난소암과 정상조직에서 TMOD3 발현을 비교하고, 백금 민감성 및 백금 저항성 난소암에서 백금 치료 후 TMOD3의 발현을 조사하였다. Kaplan-Meier 방법은 난소암 환자의 전체 생존(OS) 및 무진행 생존(PFS)에 대한 TMOD3의 효과를 평가하는 데 사용되었습니다. TMOD3를 표적으로 하는 microRNA(miRNA)는 TargetScan을 사용하여 예측하고 TCGA 데이터베이스를 사용하여 분석했습니다. TMOD3 발현과 면역 침윤 간의 관계를 결정하기 위해 TIMER(Tumor Immune Estimation Resource) 및 TISIDB(Integrated repository portal for tumor-immune system interactions)를 사용했습니다. 난소암의 TMOD3 공발현 네트워크는 LinkedOmics, STRING(Search Tool for the Retrieval of Interacting Genes/Proteins) 및 The Database for Annotation, Visualization, and Integrated Discovery(DAVID) Bioinformatics를 사용하여 탐색되었습니다. 그 결과, TMOD3는 난소암에서 많이 발현되며 난소암의 등급, 병기 및 전이와 관련이 있는 것으로 나타났다. TMOD3 발현은 백금 처리된 난소암 세포 및 환자에서 유의하게 감소하였다. 그러나 TMOD3 발현은 백금 내성 난소암 세포 및 조직에서 백금 민감성 세포에 비해 더 높았습니다. TMOD3 발현이 높을수록 백금 기반 화학요법으로 치료받은 난소암 환자에서 OS 및 PFS가 낮아지는 것으로 나타났습니다. miRNA 매개 전사 후 조절은 난소암 및 백금 내성 난소 조직에서 높은 TMOD3 발현의 원인이 될 수 있습니다. TMOD3 mRNA의 발현은 난소암의 면역 침윤과 관련이 있었습니다. 이러한 결과는 TMOD3가 난소암에서 많이 발현되며 백금 저항성 및 면역 침윤과 밀접한 관련이 있음을 나타냅니다.

서론

난소암은 전 세계 부인과 종양의 사망률에서 두 번째로 높습니다1. 조직병리에 따라 생식세포, 생식선 중간엽, 상피종양의 3가지 유형으로 분류할 수 있으며, 이 중 환자의 90%가 상피난소암입니다. 난소암과 관련된 위험 요인으로는 지속적인 배란, 성선 자극 호르몬 노출 증가, 염증성 사이토카인등이 있다 2. 난소암 사례의 75% 이상은 말기까지 발견되지 않아 효과적인 치료법이 부족합니다. 진행성 난소암 환자는 복강 내 투여 및 표적 치료와 같은 새로운 화학요법 요법에도 불구하고 5년 생존율이 20% 미만으로 예후가 좋지 않습니다. 난소암의 표준 치료는 주로 종양 절제 수술과 백금 및 파클리탁셀과 같은 약물을 사용한 화학 요법으로 구성됩니다. 그러나 약 70%의 증례에서 종양 재발이 발생한다1. 시스플라틴은 DNA 복제와 전사를 방해하여 치료 효과를 발휘하며, 현재 난소암 화학요법의 1차 제제입니다. 그러나 난소암 환자의 상당수는 백금 내성을 가지고 있다3. 약물 유출, 세포 해독, DNA 복구, 세포 사멸 및 자가포식과 같은 여러 세포 과정은 난소암 세포의 백금 저항성에 중요합니다 4,5,6.

세포골격의 변화는 난소암에서 백금 저항성에 영향을 미치는 중요한 메커니즘입니다. 최근에는 세포골격 관련 유전자가 일반적으로 비정상적으로 발현되며, 시스플라틴에 의한 세포사멸(cisplatin-triggered apoptosis)이 있을 때 액틴 세포골격(actin cytoskeleton)이 유의하게 변형된다는 것이 보고되었다7. 많은 연구에 따르면 시스플라틴은 난소암 세포의 나노 역학을 조절합니다. 민감한 세포의 세포 강성은 백금 용량에 따라 증가하며, 주로 액틴 중합 중단에 의해 발생합니다. 대조적으로, 시스플라틴 저항성 세포는 시스플라틴 처리 후 세포 경직도에 유의한 변화가 나타나지 않았다8. 더욱이, 시스플라틴 민감성 난소암 세포의 영률(Young's moduli)은 원자력 현미경에 의해 밝혀진 바와 같이 더 낮았다. 이와는 대조적으로, 시스플라틴 저항성 난소암 세포는 긴 액틴 스트레스 섬유를 특징으로 하는 세포골격을 나타냅니다. Rho GTPase를 억제하면 이러한 내성 세포에서 경직도가 감소하고 시스플라틴 민감도가 향상됩니다. 반대로, 시스플라틴 민감성 세포에서 Rho GTPase를 활성화하면 세포 경직도가 증가하고 시스플라틴9에 대한 민감도가 감소합니다. 종양 억제 유전자인 RBPMS(RNA-binding protein with multiple splicing)는 세포골격 네트워크의 단백질 발현을 조절하고 세포 무결성을 유지함으로써 난소암 세포의 시스플라틴 내성을 감소시킵니다10. 액틴 스트레스 섬유는 A2780 세포에 비해 A2780/CP 세포에서 더 두드러집니다. 난소암 세포에서 약물 내성의 발달은 액틴 세포골격의 광범위한 재편성을 유도하여 세포의 기계적 특성, 운동성 및 세포 내 약물 수송에 영향을 미친다11.

TMOD3는 액틴 필라멘트의 느리게 성장하는(뾰족한) 말단을 캡핑하여 액틴의 해중합을 방지하는 세포골격 조절 단백질입니다12. TMOD3는 액틴 역학을 조절하여 세포 유형에 따라 다양한 역할을 수행하며 세포 모양, 세포 이동 및 근육 수축 촉진과 같은 다양한 과정에 참여합니다. 마우스에서 TMOD3 결실은 E14.5-E18.5에서 배아 사망으로 이어지는 것으로 나타났으며, 이는 TMOD3가 배아 발달에 중요한 요인이 될 수 있음을 시사한다13. 줄기 세포와 전구 세포에서의 생물학적 기능을 기반으로 TMOD3는 종양 진행에 필수적인 역할을 할 수 있습니다. 간세포 암종에서 TMOD3는 MAPK/ERK 신호 경로(14 )를 활성화하여 간세포 암종 세포의 성장, 침습 및 이동을 촉진하고 표피 성장 인자 수용체(15)와의 상호 작용을 통해 PI3K-AKT 경로를 활성화하여 원격 전이를 촉진합니다. MiRNA-490-3p는 TMOD3를 표적으로 하여 간세포 암종 세포의 증식 및 침입을 억제합니다16. MiR-145는 TMOD3를 억제하여 방사선 내성 비소세포폐암의 방사선 민감도를 개선한다17. 시험관 내 실험에서 TMOD3가 lysyl oxidase homolog 2 (LOXL2) 18와의 상호 작용을 통해 세포 골격을 조절하여 식도암 세포의 침입을 매개하는 것으로 밝혀졌습니다. 또한, 단백질체 분석을 통해 TMOD3의 높은 발현이 세포사멸 경로(apoptotic pathway19)를 통해 폐암에서 에토포시드 화학저항성을 잠재적으로 매개할 수 있음을 밝혔다. 최근 몇 년 동안 종양에서 TMOD3에 대한 연구가 증가하고 있지만, 난소암 및 화학요법에서 TMOD3의 역할에 대한 보고는 아직 없습니다.

이 연구는 TMOD3가 난소암에서 상향 조절된다는 것을 발견했다. 특히, TMOD3의 상향 조절은 백금 저항과 관련이 있었습니다. 이 연구는 또한 난소암에서 TMOD3의 예후 가치와 종양 면역 침윤과의 상관관계를 평가했습니다. 이 연구는 난소암에서 TMOD3의 과발현이 백금 저항성과 관련이 있음을 시사합니다.

프로토콜

1. 유전자 발현 옴니버스(GEO)

참고: 난소암, 백금 약물로 치료받은 난소암 및 약물 내성 난소암에서 TMOD3 발현은 GEO 데이터 세트에서 파생되었습니다. 모든 데이터셋의 연구 유형은 배열에 의한 발현 프로파일링이었고, 유기체는 호모 사피엔스(Homo sapiens)였다.

  1. GEO 데이터베이스(재료 표 참조)로 이동하여 검색 상자에 TMOD3, 난소암, 약물 내성 또는 데이터 액세스와 같은 키워드를 입력합니다(보충 그림 1A 참조).
  2. 그룹 정의 상자에서 데이터를 여러 그룹으로 나눕니다. 옵션 메뉴의 P-값에 조정 적용 상자에서 Benjamini 및 Hochberg(거짓 발견 비율)를 선택한 다음 GEO2R 메뉴에서 분석됨을 클릭합니다. download full table(전체 테이블 다운로드)을 클릭하여 결과를 얻으십시오.
  3. 다운로드한 데이터를 그래프 및 통계 소프트웨어를 사용하여 조사하고 플롯합니다( 보충 그림 1B 참조).
  4. 두 그룹 간의 비교를 위해 쌍을 이루지 않은 t-검정 을 사용합니다.

2. 티엔엠플롯

참고: TNMplot은 TCGA(The Cancer Genome Atlas), TARGET(Therapeutic Research to Generate Effective Treatments) 및 GTEx(Genotype-Tissue Expression) 저장소의 RNA-seq 데이터를 활용합니다20. 정상 난소 조직과 난소암에서 TMOD3의 발현은 TNMplot을 이용하여 분석하였다.

  1. TNMplot 웹 도구(재료 표 참조)로 이동하여 Compare Tumor and Normal(종양과 정상 비교)을 클릭합니다.
  2. Choose a gene(유전자 선택) 상자에 TMOD3를 삽입하고 Choose tissue(조직 선택) 상자에서 Ovarian Serous Cystadenocarcinoma(난소 장액성 낭포선암종)를 선택합니다.
  3. 분석 시작을 클릭하면 결과를 얻을 수 있습니다(보충 그림 1C 참조).

3. 우알칸

참고: 앨라배마 대학교 버밍엄 CANcer 데이터 분석 포털(UALCAN)은 공개적으로 사용 가능한 암 데이터를 분석하기 위한 사용자 친화적인 온라인 리소스입니다21. CPTAC 데이터에서 정상 조직 및 난소암에서 TMOD3의 단백질 수준 발현은 UALCAN을 사용하여 분석하였다.

  1. UALCAN(재료 표 참조)으로 이동하여 Proteomics 메뉴를 클릭합니다.
  2. 유전자 이름 입력 상자에 TMOD3를 삽입하고 CPTAC 데이터 세트 상자에서 난소암을 선택합니다.
  3. Explore( 탐색 )를 클릭하여 결과를 확인합니다( 보충 그림 1D 참조).

4. KM-플로터 예후 분석

참고: 난소암에서 TMOD3의 예후 값은 전체 생존(OS) 및 무진행 생존(PFS)을 포함하여 Kaplan Meier 플로터(KM-플로터)를 사용하여 분석되었습니다22.

  1. KM-플로터(재료 표 참조)로 이동하여 난소암에 대한 KM-플로터 시작을 클릭합니다.
  2. Affy id/ Gene symbol 상자에 TMOD3를 삽입합니다.
  3. 환자 분할 기준 상자에서 최상의 컷오프 자동 선택을 선택합니다.
  4. 백금 기반 화학요법 환자에 대한 예후 분석을 수행할 때 화학요법 옵션에서 함유 플라틴을 선택하십시오.
  5. 분석 상자의 다음 데이터셋 사용에서 TCGA를 선택합니다.
  6. Draw Kaplan-Meier plot을 클릭하면 결과를 얻을 수 있습니다(보충 그림 2 참조).

5. ROC 플로터

참고: ROC(Receiver Operating Characteristic Curve) 플로터는 백금 기반 화학요법에 내성이 있거나 민감한 환자의 TMOD3 발현을 분석하는 데 사용되었으며 ROC 곡선에 의한 예측 마커로 관심 유전자를 검증할 수 있습니다. 트랜스크립톰 레벨에서 ROC 플로터의 데이터셋은 주로 TCGA 및 GEO 데이터베이스에서 가져온 것으로, 1816명의 난소암 환자의 치료 및 반응 데이터를 포함하고있다 23.

  1. ROC 플로터(재료 표 참조)로 이동하여 난소암에 대한 ROC 플로터를 클릭합니다.
  2. 유전자 기호 상자에 TMOD3를 삽입합니다.
  3. Responds(응답) 상자에서 Relapse-free survival at 6 months(6개월 내 재발 없는 생존)를 선택하고 Treatment(치료) 상자에서 Platin을 선택합니다.
  4. Calculate(계산)를 클릭하여 결과를 확인합니다(보충 그림 3 참조).

6. mRNA-miRNA 분석

참고: TMOD3를 표적으로 하는 miRNA는 TargetScan24에 의해 예측되었으며, 그런 다음 TCGA 난소암 데이터 세트에서 TMOD3와 이러한 miRNA의 상관관계를 cBioportal25에 의해 분석했습니다. 그런 다음 위의 결과를 Cytoscape26에 의해 시각화했습니다. 시스플라틴 민감성 및 약물 내성 난소암 환자에서 MiRNA 발현은 LinkedOmics27에 의해 분석되었습니다.

  1. TargetScan(재료 표 참조)으로 이동하여 인간 유전자 기호 입력 상자에 TMOD3를 삽입합니다(보충 그림 4A 참조).
  2. cBioportal로 이동합니다(재료 표 참조).
  3. Ovarian Serous Cystadenocarcinoma (TCGA, Nature 2011) 데이터 세트를 선택하고 유전자 입력 상자에 TMOD3 및 miRNA 기호를 삽입합니다.
  4. Submit Query를 클릭하여 TCGA 난소암 데이터 세트(보충 그림 4B 참조)에서 TMOD3와 miRNA의 상관 관계 데이터를 얻은 다음 Cytoscape(재료 표 참조)로 결과를 시각화합니다(보충 그림 4C 참조).
  5. LinkedOmics(재료 목차 참조)로 이동하여 TCGA_OV Sample cohort를 선택합니다.
  6. [Select Search Dataset] 상자에서 [clinical]을 선택하고 [Select Search Dataset Attribute] 상자에서 [platinum status]를 선택합니다.
  7. Select Target Dataset(대상 데이터 세트 선택) 상자에서 miRNASeq를 선택하고 Select Statistical Method(통계 방법 선택)에서 t-test를 선택합니다.
  8. Submit Query(쿼리 제출)를 클릭하여 결과를 얻습니다(보충 그림 4D 참조).

7. 면역 침투 분석

참고: HPA(Human Protein Atlas) 데이터베이스는 다양한 면역 세포에서 TMOD3의 분포를 분석하는 데 사용되었습니다. TIMER는 여러 암 유형과 관련된 면역 침윤을 분석하는 편리한 온라인 데이터베이스입니다28. 이 연구는 TIMER를 사용하여 TMOD3 mRNA 발현과 난소암 순도 및 면역 세포 침윤 간의 관계를 분석했습니다. TISIDB는 종양-면역 체계 상호작용을 위한 온라인 포털이다29. 이 연구는 난소암에서 TMOD3와 면역조절제의 상관관계를 확인하기 위해 TISIDB를 사용했습니다.

  1. HPA(재료 표 참조)로 이동하여 검색 상자에 TMOD3를 삽입한 다음 결과를 가져옵니다.
  2. 다양한 면역 세포에서 TMOD3의 분포를 보여주기 위해 Immune 을 선택합니다( 보충 그림 5A 참조).
  3. TIMER로 이동하여(재료 표 참조) 유전자 기호 상자에 TMOD3를 삽입합니다.
  4. 암 유형 상자에서 OV를 선택하고 제출을 클릭하여 결과를 얻습니다(보충 그림 5B 참조).
  5. TISIDB(재료 표 참조)로 이동하여 유전자 기호 상자에 TMOD3를 삽입합니다.
  6. Submit( 제출 )을 클릭하여 결과를 얻습니다( 보충 그림 5C 참조).

8. 난소암의 TMOD3 공발현 네트워크

참고: TMOD3와 동시 발현된 유전자는 LinkedOmics에 의해 분석되었으며, TOP50 유전자는 히트맵에 의해 표시되었습니다. TMOD3 상호작용 유전자는 STRING30에 의해 예측하였다. 그런 다음 겹치는 유전자를 벤 다이어그램으로 표시했습니다. 겹치는 유전자는 DAVID31에 의해 유전자 온톨로지 생물학적 과정(GO-BP), 유전자 온톨로지 세포 구성 요소(GO-CC), 유전자 온톨로지 분자 기능(GO-MF) 및 KEGG(Kyoto Encyclopedia of Genes and Genomes) 경로에 대해 기능적으로 주석을 달았습니다.

  1. LinkedOmics로 이동하여 TCGA_OV Sample cohort를 선택합니다.
  2. 검색 데이터셋 선택 상자에서 RNAseq를 선택하고 대상 데이터셋 선택 상자에서 RNAseq를 선택합니다.
  3. Submit Query를 클릭하면 TMOD3와 함께 발현된 유전자의 결과를 얻을 수 있습니다.
  4. STRING(재료 표 참조)으로 이동하여 단백질 이름 상자에 TMOD3를 삽입합니다.
  5. Organisms 상자에서 homo sapiens를 선택하고 검색을 클릭하여 결과를 얻습니다(보충 그림 6 참조).
  6. DAVID로 이동합니다(재료 표 참조).
  7. [유전자 목록 입력] 상자에 겹치는 유전자를 삽입하고 [식별자 선택] 상자에서 ENSEMBL _GENE_SYMBOL 선택합니다.
  8. Submit List(목록 제출)를 클릭하여 결과를 확인합니다(보충 그림 7 참조).

9. CTD 데이터베이스

참고: CTD 데이터베이스는 화학, 유전자, 표현형, 질병 및 환경 간의 관계를 분석하는 새로운 도구입니다32. CTD 데이터베이스는 TMOD3를 표적으로 하는 약물을 예측합니다. 그런 다음 PubChem 데이터베이스를 사용하여 약물의 최종 분자 구조를 결정합니다.

  1. CTD 데이터베이스(재료 표 참조)로 이동하여 검색 메뉴에서 Chemical - Gene Interaction Query를 선택합니다.
  2. GENE 상자에 TMOD3를 삽입하고 검색을 클릭하여 결과를 얻습니다(보충 그림 8 참조).
  3. PubChem 데이터베이스(재료 표 참조)로 이동하여 검색 상자에 약물을 삽입하여 결과를 얻습니다(보충 그림 9 참조).

결과

난소암에서의 TMOD3 발현
첫째, GEO 데이터베이스는 TMOD3의 mRNA 발현 수준이 마이크로어레이 데이터 세트 GSE51088 및 GSE66957에서 상승했음을 보여주었습니다(그림 1A, B). TMOD3는 또한 TNMplot 웹 도구에 의해 정상 난소 조직에 비해 난소암에서 높게 발현되었습니다(그림 1C). UALCAN 웹 도구로 CPTAC 데이터를 분석한 결과, TMOD3의 단백질 수준은 정상 난소 조직보다 난소암에서 유의하게 높았다(그림 1D). 또한, GEO 데이터 세트 GSE53963 TMOD3 발현이 2등급 및 3등급 환자보다 4등급 난소암에서 유의하게 높았으며(그림 1E), GSE23554 데이터 세트는 TMOD3 수치가 1기 및 2기 환자보다 3기 난소암 환자에서 더 높다는 것을 보여주었습니다(그림 1F). 또한 GSE131978 데이터 세트는 전이가 없는 조직보다 전이가 있는 난소암 조직에서 TMOD3 발현이 유의하게 높다는 것을 보여주었습니다(그림 1G). 이러한 결과는 TMOD3가 난소암 진행에 영향을 미칠 수 있음을 시사한다.

난소암에서 TMOD3 발현에 대한 백금의 효과
화학요법은 난소암 진행에 영향을 미치는 중요한 요인이다33. 본 연구는 TMOD3가 화학요법에 영향을 미쳐 난소암 진행에 영향을 미치는지 여부를 조사하기 위해 먼저 항암화학요법 약물로 치료했을 때 난소암에서 TMOD3 발현이 변화하는지 관찰했다. GSE47856 데이터 세트는 난소암 CH1 세포주에서 시스플라틴으로 치료한 후 TMOD3의 발현 수준이 감소했음을 보여주었습니다(그림 2A). GSE49577 데이터 세트는 TMOD3 mRNA 발현이 카보플라틴으로 처리된 난소암 이종이식 마우스에서 치료되지 않은 마우스보다 낮다는 것을 보여주었습니다(그림 2B). 또한, GSE63885 데이터셋에서는 백금에 매우 민감한 난소암 환자에서 백금기반 화학요법 후 TMOD3 발현이 화학요법으로 치료받지 않은 난소암 환자에 비해 유의하게 감소한 것으로 나타났지만, 백금에 적당히 민감한 난소암 환자에서는 차이가 없었다(그림 2C). 위의 결과는 TMOD3가 플래티넘의 가능한 대상임을 시사합니다.

백금에 민감하거나 저항성이 있는 난소암에서 TMOD3 발현
위의 결과를 바탕으로 본 연구는 난소암에서 TMOD3의 높은 발현이 백금 저항성을 조절하여 난소암 진행에 영향을 미칠 수 있다는 가설을 세웠다. 따라서 본 연구는 먼저 여러 GEO 데이터셋을 통해 약물 내성 세포주 또는 환자 암 조직에서 TMOD3 발현을 조사했습니다. GSE15372 및 GSE33482 데이터 세트 모두 시스플라틴 내성 난소암 세포주 a2780의 TMOD3 발현이 시스플라틴 민감 그룹보다 유의하게 높았습니다(그림 3A, B). GSE45553 데이터셋은 시스플라틴 저항성 난소암 스페로이드 발현에서 TMOD3 발현이 시스플라틴 민감 그룹보다 유의하게 높다는 것을 보여주었습니다(그림 3C). 마지막으로, ROC 플로터를 사용하여 TCGA 및 GEO 난소암 화학요법 환자를 종합적으로 분석한 결과, 백금 내성이 있는 난소암 환자에서 백금에 민감한 환자보다 TMOD3의 발현이 유의하게 높았습니다(그림 3D). 또한, ROC 곡선은 난소암에서 백금 저항성을 결정하기 위한 마커로 TMOD3를 보여주었습니다(그림 3E). 위의 결과는 TMOD3의 높은 발현이 난소암에서 백금 저항성에 필수적인 역할을 할 수 있음을 시사합니다.

TMOD3 발현이 난소암 환자 생존율에 미치는 영향
KM-plotter 도구를 이용한 TCGA 난소암 환자의 예후 분석 결과, TMOD3 mRNA의 높은 발현은 전체 환자 또는 백금 치료를 받은 환자에서 낮은 OS 및 PFS와 유의한 연관성이 있는 것으로 나타났습니다(그림 4). 흥미롭게도, 백금 치료를 받은 환자의 PFS는 전체 환자보다 더 유의했습니다(그림 4D). 무진행생존기간(PFS)이 OS보다 치료 결과를 더 잘 나타내는 지표이기 때문에, 예후 분석은 난소암에 대한 백금 기반 화학요법 환자에서 TMOD3의 중요한 역할을 더욱 입증한다.

난소암에서 TMOD3의 mRNA-miRNA 분석
microRNA에 의해 매개되는 전사 후 조절은 유전자 발현에 영향을 미치는 중요한 메커니즘입니다. 유전자의 기능은 유전자를 표적으로 하는 microRNA의 기능에 기초하여 예측될 수 있다34. 난소암에서 TMOD3 발현이 증가할 수 있는 기전을 탐색하기 위해 TargetScan 예측을 통해 TMOD3를 표적으로 하는 21개의 microRNA를 식별했습니다. TMOD3와의 상관관계는 TCGA 난소암 샘플에서도 검증되었습니다(그림 5A). 이들 모두는 종양 화학저항성을 매개하는 것으로 나타났으며, 대다수(17/21)는 난소암에서 시스플라틴 내성과 관련이 있는 것으로 나타났다 35,36,37,38,39,40,41,42,43,44,45,46,47,48단, has-miR-301a-3p, has-miR -301b-3p, has-miR-365a-5p, has-miR-365b-5p 제외. 또한, TCGA 난소암 샘플을 분석한 결과, has-miR-454-3p와 has-miR-133a-3p 모두 TMOD3 발현과 가장 유의한 음의 상관관계가 있는 것으로 나타났습니다(그림 5A-C). 또한, Linkedomics 분석에서 시스플라틴 내성 난소암에서 has-miR-133a-3p가 낮게 발현되는 것으로 나타났으며(그림 5E), has-miR-454-3p에서는 유의성이 없었습니다(그림 5D). 따라서 microRNAs, 특히 has-miR-133a-3p에 의해 매개되는 전사 후 조절이 시스플라틴 내성 난소암에서 TMOD3의 높은 발현에 책임이 있을 수 있습니다.

난소암에서 TMOD3 발현과 면역 침윤의 관계
면역 요법은 화학 요법 및 수술에 비해 새롭고 유망한 치료 전략입니다. 난소암 환자의 약 50%는 자발적인 다발면역세포 침윤을 가지고 있습니다 49,50. 또한, 화학저항성이 있는 난소암 환자를 위한 면역요법도 중요합니다. 예를 들어, 프로그램된 세포사멸 1 리간드 1(PD-L1) 억제제인 더발루맙(Durvalumab)과 PARP 억제제인 올라파립(Olaparib)을 병용한 결과, 백금 내성이 있는 난소암 환자에게 우수한 치료 효과를 보였다51. HPA 데이터 세트는 TMOD3가 다양한 면역 세포에 널리 분포되어 있음을 보여주었으며(그림 6A, B), 이는 TMOD3가 면역 세포에서 중요한 역할을 한다는 것을 의미합니다. 따라서 본 연구는 TIMER를 이용하여 TMOD3와 난소암 면역 침윤의 상관관계를 조사하였다. TMOD3는 종양 순도와 음의 상관관계가 있었습니다(그림 6C). 이는 많은 다른 세포가 난소암 조직에 침투하고 있으며 TMOD3가 이러한 침투 세포를 통해 난소암에 잠재적으로 영향을 미칠 수 있음을 시사합니다. 실제로, 그 결과는 TMOD3 발현이 B 림프구, CD8+ T 세포, 호중구 및 수지상 세포와 양의 상관관계가 있지만 CD4+ T 세포 및 대식세포와는 그렇지 않다는 것을 보여주었습니다(그림 6D-I). 이 연구는 난소암에서 TMOD3 발현과 면역조절제 또는 케모카인 사이의 관계를 추가로 조사했습니다. 그 결과, TMOD3 발현은 Programmed Death 1(PD1), PD-L1(CD274) 및 세포독성 T-림프구 항원 4(CTLA4)와 같은 잘 정립된 면역 관문을 포함한 다양한 면역조절인자(그림 7A)와 유의한 상관관계가 있음을 발견했습니다(그림 7B-D). 이러한 결과는 TMOD3가 난소암 면역 침윤에 중요한 역할을 할 수 있음을 시사합니다.

난소암의 TMOD3 공발현 네트워크
이 연구는 난소암의 침범에 대한 TMOD3의 잠재적 메커니즘을 탐구했습니다. 첫째, 본 연구는 난소암에서 TMOD3의 동시 발현 네트워크를 구축하였다. LinkedOmics가 공개한 TCGA 난소암 샘플에서 총 4774개의 유전자가 TMOD3와 유의하게 연관되어 있었습니다. 히트 맵은 TOP50 유전자가 TMOD3와 긍정적 또는 부정적으로 연관되어 있음을 보여주었습니다(그림 8A, B). 다음으로, 이 연구는 STRING을 사용하여 TMOD3와 상호 작용하는 295개의 유전자를 스크리닝했습니다. TMOD3와 유의하게 연관된 4774개의 유전자와 TMOD3와 상호작용하는 295개의 유전자를 중첩한 후 76개의 유전자를 스크리닝하였다(그림 8C). 이 76개 유전자의 기능적 농축 분석은 액틴 세포골격과 국소 접착이 가장 풍부하다는 것을 보여주었습니다(그림 8D). KEGG 경로 농축 분석은 암의 프로테오글리칸이 가장 풍부하다는 것을 보여주었습니다(그림 8E).

소분자 치료제
TMOD3와 잠재적 약물 또는 소분자 간의 상관 관계는 CTD 데이터베이스를 사용하여 분석되었습니다. 아세트아미노펜(acetaminophen), 아리스토로크산 I(aristolochic acid I), 부팔린(bufalin), 독소루비신(doxorubicin), 엽산(folic acid), 할로페리돌(haloperidol), T-2 독소(T-2 toxin), 테트라클로로디벤조디옥신(Tetrachlorodibenzodioxin)을 포함하여 총 8가지 약물이 TMOD3에 대한 잠재적 억제 효과가 있는 것으로 확인되었습니다(그림 9B-I). 확인된 약물의 분자 구조는 PubChem 데이터베이스에 의해 결정되었습니다. 이러한 약물은 TMOD3 과발현에 의해 매개되는 난소암의 약물 내성 과정을 극복하기 위한 단서를 제공합니다.

figure-results-1
그림 1: 여러 난소암 데이터 세트에서 TMOD3의 mRNA 및 단백질 발현 수준. (A) GSE51088 데이터 세트에 의한 정상 난소 조직(n = 20) 및 난소암(n = 152)에서 TMOD3의 mRNA 발현 분석. (B) GSE66957 데이터 세트에 의한 정상 난소 조직(n=12) 및 난소암(n=57)에서 TMOD3의 mRNA 발현 분석. (C) TNM 플로터 도구에 의한 정상 난소 조직(n=133) 및 난소암(n=374)에서 TMOD3의 mRNA 발현 분석. (D) UALCAN 도구에 의한 CPTAC 데이터에서 정상 난소 조직(n=25) 및 난소암(n=100)에서 TMOD3의 단백질 발현 분석. (E) GSE53963 데이터셋에 의한 2등급 및 3등급 난소암(n=94) 및 4등급 난소암(n=80)에서 TMOD3의 mRNA 발현 분석. (F) GSE23554 데이터셋에 의한 1기 및 2기의 난소암(n=10) 및 3기의 난소암(n=18)에서 TMOD3 mRNA 발현 분석. 여기에 텍스트를 입력합니다. (G) GSE131978 데이터 세트에 의한 전이가 있거나 없는 난소암의 TMOD3 mRNA 발현 분석. 데이터는 SEM± 평균으로 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-2
그림 2: 난소암 세포주, 이식된 종양 및 백금 약물 치료 후 환자의 TMOD3 mRNA 발현 수준. (A) GSE47856 데이터 세트에 의한 시스플라틴 처리(n = 3) 및 미처리 CH1(n = 3) 난소암 세포주에서 TMOD3 mRNA 발현 분석. (B) CH1(n=19) 난소암 이식에서 시스플라틴 처리(n=12) 및 미처리된 TMOD3 mRNA 발현에서 TMOD3 mRNA 발현 분석. (C) 시스플라틴 처리된 난소암 환자에서 시스플라틴 처리된 난소암 환자에서 시스플라틴 처리(HS, n=13) 및 시스플라틴에 대해 중등도(n=28)로 민감한(n=28) 및 시스플라틴 치료를 받지 않은 환자(n=26)에서 TMOD3 mRNA 발현 분석. 데이터는 SEM± 평균으로 표시됩니다. *미처리와 비교, P < 0.05. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-3
그림 3: 백금 민감성 및 백금 내성 난소암 세포주 또는 환자의 TMOD3 mRNA 발현 수준. (ᅡ,ᄂ) 시스플라틴 민감성 및 시스플라틴 내성 A2780 세포주에서 TMOD3 mRNA 발현 수준은 GSE15372 데이터 세트(A) 및 GSE33482 데이터 세트(B)로 분석되었습니다. (C) 시스플라틴 민감성 및 시스플라틴 저항성 난소암 스페로이드의 TMOD3 mRNA 발현 수준은 GSE45553 데이터 세트로 분석되었습니다. (D,E) 백금 민감성 및 백금 내성 난소암 환자의 TMOD3 mRNA 발현 수준은 ROC 플로터 도구(D)로 분석되었으며, TMOD3는 ROC 곡선(E)에 의해 백금 내성을 결정하기 위한 마커로 확인되었습니다. 데이터는 SEM± 평균으로 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-4
그림 4: 난소암 환자의 OS 및 PFS와 TMOD3 mRNA 발현 수준의 상관 관계 분석. (A,B) 모든 TCGA 난소암 환자(A) 또는 백금 기반 화학요법을 받는 환자(B)에서 TMOD3 mRNA 발현 수준과 OS의 상관관계 분석. (씨,디) 모든 TCGA 난소암 환자(C) 또는 백금 기반 화학요법을 받는 환자(D)에서 TMOD3 mRNA 발현 수준과 PFS의 상관 관계 분석. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-5
그림 5: mRNA-microRNA 상호 작용 분석을 통한 TMOD3와 약물 내성 간의 관계 측정. (A) TMOD3를 표적으로 하는 miRNA의 예측. 선 색상은 TargetScan Context++ 점수 백분위수를 나타내고, 노드 색상은 TCGA 난소암 데이터 세트에서 이 miRNA와 TMOD3 간의 상관 관계 강도를 나타냅니다. (나,씨) TCGA 난소암 샘플에서 TMOD3 mRNA 발현 수준과 has-miR454-3p(B) 및 has-miR133a-3p(C) 간의 상관관계. (D,E) TCGA 난소암 샘플에서 시스플라틴 민감성 및 저항성 난소암에서 has-miR454-3p(D) 및 has-miR133a-3p(E)의 발현. 데이터는 SEM± 평균으로 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-6
그림 6: 난소암에서 TMOD3 mRNA 발현 수준과 면역 세포 침투의 상관관계. (ᅡ,ᄂ) HPA 데이터 세트(A) 및 Monaco 데이터 세트(B)에서 면역 세포의 TMOD3 mRNA 발현 수준. (C-I) TCGA 난소암(C), B 림프구(D), CD4+ T 세포(E), CD8+ T 세포(F), 대식세포(G), 호중구(H) 및 수지상 세포(I) 침윤에서 TMOD3 mRNA 발현 수준과 종양 순도의 상관관계. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-7
그림 7: 난소암 환자의 TMOD3 mRNA 발현 수준과 면역 조절 인자의 상관 관계 분석. (A) 면역 억제제, 면역 자극제, MHC, 케모카인 및 수용체를 포함한 TCGA 난소암에서 TMOD3 mRNA 발현과 면역 조절자 간의 상관 관계에 대한 히트 맵. (B-D) TCGA 난소암 샘플에서 PD1(B), PD-L1(CD274)(C) 및 CTLA4(D)와 같은 면역 관문과 TMOD3 mRNA 발현 수준의 상관 관계 분석. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-8
그림 8: 난소암의 TMOD3 공발현 네트워크. (ᅡ,ᄂ) LinkedOmics를 사용하여 TCGA 난소암 데이터 세트에서 상위 50개 유전자를 양수(A) 및 음수(B)로 보여주는 히트맵은 TMOD3와 상관관계가 있습니다. 빨간색과 파란색은 각각 양의 상관 관계가 있는 유전자와 음의 상관 관계가 있는 유전자를 나타냅니다. (C) TMOD3와 상호작용한 295개 유전자의 벤다이어그램, TCGA 난소암에서 TMOD3와 상관관계가 있는 4774개 유전자. (D) 76개의 중복 유전자에 대한 기능적 농축 분석. 버블 플롯은 BP, CC 및 MF가 유의하게 풍부한 상위 5개 요소를 보여주었습니다. (E) KEGG 경로 농축 분석의 TOP10 경로. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-9
그림 9: TMOD3를 표적으로 하는 잠재적 약물 또는 소분자 예측. (A) CTD 데이터베이스를 사용하여 TMOD3를 표적으로 하는 잠재적 약물을 예측하며, 빨간색은 TMOD3를 억제할 수 있는 약물을 나타냅니다. (B-H) PubChem 데이터베이스는 8가지 표적 약물의 분자 구조를 보여줍니다. (B) 아세트아미노펜, (C) 아리스토로크산 I, (D) 부팔린, (E) 독소루비신, (F) 엽산, (G) 할로페리돌, (H) T-2 독소. (I) 테트라클로로디벤조다이옥신. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

보충 그림 1: 여러 난소암 데이터 세트에서 TMOD3의 mRNA 및 단백질 발현 수준을 분석하는 방법. (A) GEO 데이터베이스를 사용한 TMOD3 발현 분석. (B) 통계 및 그래프 소프트웨어를 사용하여 GEO 데이터베이스에서 추출한 데이터의 추가 분석. (C) TNMplot을 사용한 TMOD3 발현 분석. (D) UALCAN을 사용한 단백질 발현 분석. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 그림 2: KM-플로터를 사용한 예후 분석. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 그림 3: ROC 플로터를 사용한 ROC 곡선 분석. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 그림 4: mRNA-miRNA 분석 방법. (A) TargetScan을 사용한 miRNA 타겟 TMOD3 예측. (B) cBioportal을 이용한 TMOD3와 miRNA의 상관관계 분석. (C) Cytoscape를 사용한 상관 관계 분석의 시각화. (D) LinkedOmics를 사용한 miRNA 발현 분석. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 그림 5: 면역 침윤 분석 방법. (A) 다양한 면역 세포의 TMOD3 분포 분석. (B) cBioportal을 이용한 TMOD3와 면역 침윤의 상관관계 분석. (C) TISIDB를 사용한 TMOD3와 면역조절제의 상관관계 분석. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 그림 6: STRING을 사용하여 TMOD3와 상호 작용한 유전자의 예측. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 그림 7: DAVID를 사용한 기능 주석. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 그림 8: CTD 데이터베이스를 사용한 약물 표적 TMOD3 예측. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 그림 9: PubChem 데이터베이스를 사용한 약물의 분자 구조 분석. 이 파일을 다운로드하려면 여기를 클릭하십시오.

토론

세포골격은 다양한 종양의 발달과 진행, 치료 및 예후에 필수적인 것으로 간주되어 왔다52. 적혈구 및 심혈관계(53)에 국한되는 TMOD1 및 신경계(54)에 국한되는 TMOD2와 비교하여, TMOD3는 유비쿼터스 분포를 가지고 있어 전신 종양에서 TMOD3에 대한 연구가 더 인기가 있습니다 14,15,16,17,18,19. 그럼에도 불구하고 난소암에 대한 TMOD3에 대한 연구는 아직 없습니다. 이 연구는 난소암에서 TMOD3의 높은 발현을 밝히고 난소암에서 백금 저항성 및 종양 면역 침윤에 대한 TMOD3의 역할을 추가로 분석했습니다.

GEO는 완전히 공개적으로 사용 가능한 세계 최고의 유전자 발현 데이터베이스입니다. 이 연구는 GEO 및 TCGA 데이터베이스를 통합함으로써 mRNA 및 단백질 수준 모두에서 여러 독립적인 데이터 세트에서 TMOD3가 난소암에서 과발현됨을 입증했습니다. 비정상적인 유전자 발현은종양 발생에 중요한 기전이며, 이 연구는 TMOD3가 난소암의 전이, 등급, 병기 및 예후와 유의한 관련이 있음을 추가로 발견했다. 따라서 TMOD3는 난소암에서 중요한 역할을 합니다.

이전 연구에서는 시스플라틴에 의한 세포사멸에서 세포골격 관련 유전자가 일반적으로 비정상적으로 발현되며, 액틴 세포골격이 유의하게 변형되었다고 보고했다7. 실제로, 액틴 필라멘트의 느리게 성장하는(뾰족한) 말단을 덮고 있는 단백질인 TMOD3는 시스플라틴과 카보플라틴 처리 후 변형되었으며, GO-term 분석 및 KEGG 분석도 액틴 세포골격이 TMOD3가 난소암의 과정에 영향을 미칠 수 있는 잠재적 기전일 수 있음을 보여주었습니다. 그러나 세포골격은 복잡한 생물학적 과정이며, 이 연구는 TMOD3 발현이 백금 약물에 의해 영향을 받는다는 것을 입증했을 뿐입니다. TMOD3가 백금 약물의 직접적인 표적인지, 그리고 다른 화학요법 약물도 TMOD3 발현을 변화시키는지 여부는 분자생물학 실험에 의해 추가로 입증되어야 합니다. 이 연구에서 백금에 대한 중등도의 민감도를 가진 환자에서 TMOD3 발현은 백금 기반 화학요법 후 유의한 변화가 없었던 반면, TMOD3는 매우 민감한 환자에서 유의하게 감소했습니다. 난소암에서 TMOD3의 높은 발현을 바탕으로 TMOD3가 난소암에서 백금 저항성과 관련이 있다고 추측하는 것이 합리적입니다. 이 연구는 체외 실험 데이터 세트와 환자 데이터 세트를 사용하여 TMOD3 발현이 백금 내성 난소암 세포주 또는 환자에서 백금에 민감한 세포주보다 훨씬 높다는 사실도 발견했습니다. 난소암의 늦은 진단과 화학저항성으로 인한 질병 재발은 난소암의 높은 사망률에 기여했습니다 1,2. 혈청 내 항-TMOD3b-autoAb는 rAFS I기 내지 II기 자궁내막증 및 초음파 음성 자궁내막증 진단에서 ≥80%의 민감도를 보이는 것으로 보고되었다56. 이 연구는 TMOD3가 백금 저항을 결정하기 위한 귀중한 마커임을 보여주었습니다. 그러나 백금 내성이 다른 시간 또는 다른 수준에서 나타나는 모든 경우에 TMOD3가 가치 있는 바이오마커인지 여부를 결정하기 위해서는 추가 임상 분석이 필요합니다.

MicroRNA 매개 전사 후 조절은 화학저항성 관련 유전자의 비정상적인 발현에 대한 중요한 메커니즘입니다34. 이 연구에서 mRNA-miRNA 분석은 난소암과 백금 저항성 난소암에서 TMOD3의 높은 발현에 대한 가능한 이유를 밝혔습니다. miR-133a는 UCP-257 의 발현을 하향 조절함으로써 독소루비신에 대한 유방암의 민감도를 증가시키고, ATP7B58의 발현을 하향 조절함으로써 인간 후두암 세포주의 민감도를 증가시키는 것으로 나타났습니다. 이 연구에서 miR-133a는 TMOD3를 표적으로 하는 것으로 밝혀졌으며 TCGA 난소암 샘플에서 TMOD3와 유의하게 음의 상관관계가 있었습니다. 시스플라틴 민감성 난소암 환자에서 miR-133a 발현도 시스플라틴 내성 난소암 환자보다 높았다. 이는 miR-133a가 전사 후 조절을 통해 TMOD3 발현에 영향을 미침으로써 난소암에서 시스플라틴 저항성을 매개할 수 있음을 의미합니다. microRNA는 여러 가지 이유로 종양 진단에 중요한 요소로 간주됩니다. 첫째, 혈액, 소변, 초유, 흉수와 같은 체액에서 miRNA를 검출하는 것이 가능합니다. 둘째, 순환 miRNA는 체액에서 매우 안정적이며 내인성 RNase의 영향을 받지 않습니다. 셋째, 순환 miRNA는 다양한 종양 부위 또는 전이성 위치에서 병리학적 신호를 전달하여 종양 이질성(tumor heterogeneity) 문제를 극복한다59. 예를 들어, 혈장 miR-133a와 결합된 면역조직화학은 대장암의 조기 진단의 특이성 및 민감도를 크게 향상시킬 수 있다60. 따라서 난소암의 백금 저항성에 대한 miR133a의 진단 적용은 추가 연구가 필요합니다.

면역 세포에서 TMOD3의 역할에 대한 연구는 제한적입니다. 난소암에서 TMOD3 발현과 면역 세포 침윤 사이의 상관 관계 분석은 이전에 수행된 적이 없습니다. 이 연구에서 우리는 TMOD3가 종양 조직에서 CD8+ T 세포 및 수지상 세포와 같은 침윤 면역 세포의 수와 양의 상관관계가 있음을 발견했습니다. 우리 그룹의 이전 보고서는 TMOD1이 수지상 세포61의 성숙 및 면역 기능을 촉진한다는 것을 보여주었으며, 이는 TMOD3가 난소암에서 유사한 역할을 할 수 있음을 시사합니다. 또한, 본 연구에서 TMOD3 발현은 PD-L1, PDCD1 및 CTLA4 발현과도 양의 상관관계가 있었다. 따라서, TMOD3가 면역 세포를 종양 조직으로 모집하는 데 관여하지만, 종양 세포 표면에서 PD-L1, PDCD1 및 CTLA4의 발현을 증가시킬 수도 있으며, 이는 이 유전자의 높은 발현이 여전히 종양 면역 반응에 대한 억제 효과를 가지고 있음을 나타냅니다. TMOD3의 발현을 방해함으로써 화학저항성 난소암에서 면역요법을 시행할 수 있는 가능성을 더 자세히 조사하고 타당성을 모색할 필요가 있다.

화학내성 난소암에서 TMOD3가 잠재적인 치료 표적이 될 가능성을 더 자세히 탐색하기 위해 이 연구는 TMOD3와 기존 약물 간의 상호 작용을 분석하고 여러 약물이 TMOD3의 발현을 감소시킬 수 있음을 발견했습니다. 그러나 TMOD3 과발현 약물 내성 난소암 환자가 TMOD3 억제의 혜택을 받을 수 있는지 또는 TMOD3가 유망한 치료 표적인지 여부를 결정하기 위해서는 전임상 및 전향적 임상 연구를 포함한 추가 실험적 지원이 필요합니다.

본 연구에는 몇 가지 제한 사항이 있습니다. 먼저 온라인 공개 데이터베이스를 통해 TMOD3의 발현 및 예후 유의성을 조사하였으며, 세포 및 동물 실험에서 이러한 결과를 추가로 검증하기 위한 후속 분석이 필요합니다. 둘째, in vitro 및 in vivo 실험은 TMOD3가 난소암에서 백금 저항성을 매개하는 세부 메커니즘을 규명할 수 있도록 설계되어야 합니다. 셋째, 암세포 이질성을 피하기 위해 단세포 염기서열분석과 함께 TMOD3의 역할을 조사하는 것이 더 나을 수 있습니다.

요약하면, 이러한 결과는 TMOD3 발현이 약물 내성 난소암에서 처음으로 상향 조절된다는 것을 발견했습니다. 본 연구는 또한 그 잠재적 기전과 치료 표적으로서의 잠재력을 예비적으로 탐색하였다.

공개 사항

저자는 이해 상충이 없다고 보고합니다.

감사의 글

이 연구는 중국 국립자연과학재단(National Natural Science Foundation of China, No. 32171143, 31771280)과 장쑤성 교육부 자연과학재단(Natural Science Foundation)의 보조금(No. 18KJD360003, 21KJD320004)의 지원을 받았다.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
cBioportalMemorial Sloan Kettering Cancer Center상관 관계 분석  표적 miRNA를 사용한 TMOD3 (https://www.cbioportal.org)
CTD 데이터베이스North Carolina State University화학, 유전자, 표현형, 질병 및 환경 간의 관계를 분석하기 위해 (https://ctdbase.org/)
CytoscapeNational Institute of General Medical Sciences of the National InstitutesNetwork 데이터 통합, 분석 및 시각화 (www.cytoscape.org/)
DAVIDFrederick National Laboratory for Cancer Research연구자가 방대한 유전자 목록 뒤에 숨겨진 생물학적 의미를 이해할 수 있도록 하는 포괄적인 기능 주석 도구 세트(https://david.ncifcrf.gov/
)GEONCBI유전자 발현 분석 (https://www.ncbi.nlm.nih.gov/geo/ )
HPAKnut & 앨리스 발렌버그(Alice Wallenberg) 재단인간 단백질 아틀라스(Human Protein Atlas, HPA) 데이터베이스는 다양한 면역 세포(https://www.proteinatlas.org/)KM-플로터에서 TMOD3의 분포를 분석하는 데 도움이 되었습니다
. Semmelweis UniversityPrognostic Analysis (https://kmplot.com/analysis/)
LinkedOmicsBaylor College of Medicine생물학자와 임상의가 종양 유형 내 및 종양 유형 전반에 걸친 암 다중 오믹스 데이터에 액세스, 분석 및 비교할 수 있는 플랫폼 (http://www.linkedomics.org/)
PubChem 데이터베이스U.S. National Library of Medicine약물 ROC Plotter의 결정적인 분자 구조를 결정하기 위해
  Semmelweis University 생물정보학과예측 마커로서의 관심 유전자 검증 (http://www.rocplot.org/)
University다양한 암 유형에 걸친 면역 침윤의 체계적 분석 (https://cistrome.shinyapps.io/timer/)
TISIDBThe University of Hong Kong종양 및 면역 체계 상호 작용을 위한 웹 포털(http://cis.hku.hk/TISIDB/)
TNMplotSemmelweis University유전자 발현 분석 (https://www.tnmplot.com/ )
UALCAN버밍엄 앨라배마 대학교 유전자 발현 분석(http://ualcan.path.uab.edu)
of Health STRING Swiss Institute of Bioinformatics Coexpression networks analysis(https://string-db.org)TargetScan Whitehead Institute for Biomedical Research Prediction of miRNA target (www.targetscan.org/)TIMER Harvard 생물정보학과

참고문헌

  1. Gaona-Luviano, P., Medina-Gaona, L. A., Magaña-Pérez, K. Epidemiology of ovarian cancer. Chin Clin Oncol. 9 (4), 47(2020).
  2. Ahmed, N., et al. Ovarian cancer, cancer stem cells and current treatment strategies: A potential role of magmas in the current treatment methods. Cells. 9 (3), 719(2020).
  3. Song, M., Cui, M., Liu, K. Therapeutic strategies to overcome cisplatin resistance in ovarian cancer. Eur J Med Chem. 232, 114205(2022).
  4. Binju, M., et al. Mechanisms underlying acquired platinum resistance in high grade serous ovarian cancer - A mini review. Biochim Biophys Acta Gen Subj. 1863 (2), 371-378 (2019).
  5. El Bairi, K., Singh, S., Le Page, C. Revisiting platinum-resistant ovarian cancer: Advances in therapy, molecular biomarkers, and clinical outcomes. Semin Cancer Biol. 77, 1-2 (2021).
  6. Freimund, A. E., Beach, J. A., Christie, E. L., Bowtell, D. D. L. Mechanisms of drug resistance in high-grade serous ovarian cancer. Hematol Oncol Clin North Am. 32 (6), 983-996 (2018).
  7. Shimizu, T., Fujii, T., Sakai, H. The relationship between actin cytoskeleton and membrane transporters in cisplatin resistance of cancer cells. Front Cell Dev Biol. 8, 597835(2020).
  8. Sharma, S., et al. Correlative nanomechanical profiling with super-resolution f-actin imaging reveals novel insights into mechanisms of cisplatin resistance in ovarian cancer cells. Nanomedicine. 8 (5), 757-766 (2012).
  9. Sharma, S., Santiskulvong, C., Rao, J., Gimzewski, J. K., Dorigo, O. The role of rho GTPase in cell stiffness and cisplatin resistance in ovarian cancer cells. Integr Biol (Camb). 6 (6), 611-617 (2014).
  10. Rabelo-Fernández, R. J., et al. Reduced RBPMS levels promote cell proliferation and decrease cisplatin sensitivity in ovarian cancer cells. Int J Mol Sci. 23 (1), 535(2022).
  11. Seo, Y. H., Jo, Y. N., Oh, Y. J., Park, S. Nano-mechanical reinforcement in drug-resistant ovarian cancer cells. Biol Pharm Bull. 38 (3), 389-395 (2015).
  12. Parreno, J., Fowler, V. M. Multifunctional roles of tropomodulin-3 in regulating actin dynamics. Biophys Rev. 10 (6), 1605-1615 (2018).
  13. Sui, Z., et al. Regulation of actin polymerization by tropomodulin-3 controls megakaryocyte actin organization and platelet biogenesis. Blood. 126 (4), 520-530 (2015).
  14. Jin, C., Chen, Z., Shi, W., Lian, Q. Tropomodulin 3 promotes liver cancer progression by activating the MAPK/ERK signaling pathway. Oncol Rep. 41 (5), 3060-3068 (2019).
  15. Zheng, H., et al. Tropomodulin 3 modulates EGFR-PI3K-AKT signaling to drive hepatocellular carcinoma metastasis. Mol Carcinog. 58 (10), 1897-1907 (2019).
  16. Wang, H., Yang, G., Yu, Y., Gu, P. Microrna-490-3p suppresses the proliferation and invasion of hepatocellular carcinoma cells via targeting tmod3. Oncol Lett. 20 (4), 95(2020).
  17. Li, H., et al. Mir-145 modulates the radiosensitivity of non-small cell lung cancer cells by suppression of TMOD3. Carcinogenesis. 43 (3), 288-296 (2021).
  18. Zhan, X. H., et al. Loxl2 upregulates phosphorylation of ezrin to promote cytoskeletal reorganization and tumor cell invasion. Cancer Res. 79 (19), 4951-4964 (2019).
  19. Paul, D., et al. Global proteomic profiling identifies etoposide chemoresistance markers in non-small cell lung carcinoma. J Proteomics. 138, 95-105 (2016).
  20. Bartha, Á, Győrffy, B. TNMplot.Com: A web tool for the comparison of gene expression in normal, tumor and metastatic tissues. Int J Mol Sci. 22 (5), 2622(2021).
  21. Chandrashekar, D. S., et al. UALCAN: A portal for facilitating tumor subgroup gene expression and survival analyses. Neoplasia. 19 (8), 649-658 (2017).
  22. Gyorffy, B., Lánczky, A., Szállási, Z. Implementing an online tool for genome-wide validation of survival-associated biomarkers in ovarian cancer using microarray data from 1287 patients. Endocr Relat Cancer. 19 (2), 197-208 (2012).
  23. Fekete, J. T., et al. Predictive biomarkers of platinum and taxane resistance using the transcriptomic data of 1816 ovarian cancer patients. Gynecol Oncol. 156 (3), 654-661 (2020).
  24. Mcgeary, S. E., et al. The biochemical basis of microRNA targeting efficacy. Science. 366, 6472(2019).
  25. Gao, J., et al. Integrative analysis of complex cancer genomics and clinical profiles using the cBioPortal. Sci Signal. 6 (269), pl1(2013).
  26. Shannon, P., et al. Cytoscape: A software environment for integrated models of biomolecular interaction networks. Genome Res. 13 (11), 2498-2504 (2003).
  27. Vasaikar, S. V., Straub, P., Wang, J., Zhang, B. Linkedomics: Analyzing multi-omics data within and across 32 cancer types. Nucleic Acids Res. 46 (D1), D956-D963 (2018).
  28. Li, T., et al. Timer: A web server for comprehensive analysis of tumor-infiltrating immune cells. Cancer Res. 77 (21), e108-e110 (2017).
  29. Ru, B., et al. TISIDB: An integrated repository portal for tumor-immune system interactions. Bioinformatics. 35 (20), 4200-4202 (2019).
  30. Szklarczyk, D., et al. String v11: Protein-protein association networks with increased coverage, supporting functional discovery in genome-wide experimental datasets. Nucleic Acids Res. 47 (D1), D607-D613 (2019).
  31. Sherman, B. T., et al. A web server for functional enrichment analysis and functional annotation of gene lists (2021 update). Nucleic Acids Res. 50 (W1), W216-W221 (2022).
  32. Grondin, C. J., et al. Predicting molecular mechanisms, pathways, and health outcomes induced by Juul e-cigarette aerosol chemicals using the comparative toxicogenomics database. Curr Res Toxicol. 2, 272-281 (2021).
  33. Wang, X., et al. Hif-1α is a rational target for future ovarian cancer therapies. Front Oncol. 11, 785111(2021).
  34. Liu, X., et al. Downregulation of nek11 is associated with drug resistance in ovarian cancer. Int J Oncol. 45 (3), 1266-1274 (2014).
  35. Tang, J., et al. Inhibition of lc3b can increase the chemosensitivity of ovarian cancer cells. Cancer Cell Int. 19, 199(2019).
  36. Wang, T., et al. Mir-211 facilitates platinum chemosensitivity by blocking the DNA damage response (DDR) in ovarian cancer. Cell Death Dis. 10 (7), 495(2019).
  37. Tian, J., Xu, Y. Y., Li, L., Hao, Q. Mir-490-3p sensitizes ovarian cancer cells to cisplatin by directly targeting abcc2. Am J Transl Res. 9 (3), 1127-1138 (2017).
  38. Liu, L., et al. Mir-101 regulates expression of ezh2 and contributes to progression of and cisplatin resistance in epithelial ovarian cancer. Tumour Biol. 35 (12), 12619-12626 (2014).
  39. Li, Z., et al. Exosomes secreted by chemoresistant ovarian cancer cells promote angiogenesis. J Ovarian Res. 14 (1), 7(2021).
  40. Xue, B., Li, S., Jin, X., Liu, L. Bioinformatics analysis of mrna and miRNA microarray to identify the key miRNA-mRNA pairs in cisplatin-resistant ovarian cancer. BMC Cancer. 21 (1), 452(2021).
  41. Zong, C., Wang, J., Shi, T. M. Microrna 130b enhances drug resistance in human ovarian cancer cells. Tumour Biol. 35 (12), 12151-12156 (2014).
  42. Yu, P. N., et al. Downregulation of mir-29 contributes to cisplatin resistance of ovarian cancer cells. Int J Cancer. 134 (3), 542-551 (2014).
  43. Sheng, Q., et al. Cisplatin-mediated down-regulation of mir-145 contributes to up-regulation of pd-l1 via the c-myc transcription factor in cisplatin-resistant ovarian carcinoma cells. Clin Exp Immunol. 200 (1), 45-52 (2020).
  44. Luo, Y., Gui, R. Circulating exosomal circfoxp1 confers cisplatin resistance in epithelial ovarian cancer cells. J Gynecol Oncol. 31 (5), e75(2020).
  45. Liu, J., et al. Mir-200b and mir-200c co-contribute to the cisplatin sensitivity of ovarian cancer cells by targeting DNA methyltransferases. Oncol Lett. 17 (2), 1453-1460 (2019).
  46. Li, T., et al. Exosomal transfer of mir-429 confers chemoresistance in epithelial ovarian cancer. Am J Cancer Res. 11 (5), 2124-2141 (2021).
  47. Chen, S., Jiao, J. W., Sun, K. X., Zong, Z. H., Zhao, Y. Microrna-133b targets glutathione s-transferase π expression to increase ovarian cancer cell sensitivity to chemotherapy drugs. Drug Des Devel Ther. 9, 5225-5235 (2015).
  48. Zhou, Y., et al. Mir-133a targets yes1 to reduce cisplatin resistance in ovarian cancer by regulating cell autophagy. Cancer Cell Int. 22 (1), 15(2022).
  49. Marth, C., Wieser, V., Tsibulak, I., Zeimet, A. G. Immunotherapy in ovarian cancer: Fake news or the real deal. Int J Gynecol Cancer. 29 (1), 201-211 (2019).
  50. Wu, A., et al. Integrated analysis of prognostic and immune-associated integrin family in ovarian cancer. Front Genet. 11, 705(2020).
  51. Lampert, E. J., et al. Combination of PARP inhibitor Olaparib, and PD-l1 inhibitor Durvalumab, in recurrent ovarian cancer: A proof-of-concept phase II study. Clin Cancer Res. 26 (16), 4268-4279 (2020).
  52. Fife, C. M., Mccarroll, J. A., Kavallaris, M. Movers and shakers: Cell cytoskeleton in cancer metastasis. Br J Pharmacol. 171 (24), 5507-5523 (2014).
  53. Yao, W., Chu, X., Sung, L. A. Cell type-restricted expression of erythrocyte tropomodulin isoform41 in exon 1 knockout/lacz knock-in heterozygous mice. Gene Expr Patterns. 17 (1), 45-55 (2015).
  54. Omotade, O. F., et al. Tropomodulin isoform-specific regulation of dendrite development and synapse formation. J Neurosci. 38 (48), 10271-10285 (2018).
  55. Zhang, Q., Zhong, C., Duan, S. The tumorigenic function of linc00858 in cancer. Biomed Pharmacother. 143, 112235(2021).
  56. Greenbaum, H., Galper, B. L., Decter, D. H., Eisenberg, V. H. Endometriosis and autoimmunity: Can autoantibodies be used as a non-invasive early diagnostic tool. Autoimmun Rev. 20 (5), 102795(2021).
  57. Yuan, Y., Yao, Y. F., Hu, S. N., Gao, J., Zhang, L. L. Mir-133a is functionally involved in doxorubicin-resistance in breast cancer cells mcf-7 via its regulation of the expression of uncoupling protein 2. PLoS One. 10 (6), e0129843(2015).
  58. Wang, X., Zhu, W., Zhao, X., Wang, P. Mir-133a enhances the sensitivity of hep-2 cells and vincristine-resistant hep-2v cells to cisplatin by downregulating atp7b expression. Int J Mol Med. 37 (6), 1636-1642 (2016).
  59. Han, Y., Li, H. MiRNAs as biomarkers and for the early detection of non-small cell lung cancer (SCLC). J Thorac Dis. 10 (5), 3119-3131 (2018).
  60. Luo, X., Wu, Y., Ji, M., Zhang, S. Combined plasma microRNA and fecal occult blood tests in early detection of colorectal cancer. Clin Lab. 65 (5), (2019).
  61. Liu, X., et al. Tropomodulin1 expression increases upon maturation in dendritic cells and promotes their maturation and immune functions. Front Immunol. 11, 587441(2020).

재인쇄 및 허가

태그

TMOD3 발현세포골격 단백질백금 기반 화학요법miRNA 조절전체 생존 기간무진행 생존 기간
난소암에서 백금 저항성 및 면역 침윤에 대한 마커로서의 트로포모듈린 3 과발현
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.