이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

SHMT2: 공격성 폐선암의 대사 및 면역 바이오마커

104 조회수

⸱

DOI:

10.3791/71812

⸱

2026년 8월 28일

 ,  ,  ,  ,  , 
1Department of Thoracic Surgery, Second Affiliated Hospital of Nanchang University, Jiangxi Medical College, Nanchang University, 2Department of Thoracic Surgery, Affiliated Hospital of Jiujiang University

* These authors contributed equally

이 논문에서

요약

통합 대사체학, 전사체학, 단일 세포 및 기능 분석을 통해 SHMT2가 폐선암에서 SGOC 대사 재프로그래밍, 공격적 행동 및 예측된 면역요법 반응성 감소의 바이오마커임을 확인하였습니다.

초록

세린/글리신-일탄소(SGOC) 대사는 폐선암(LUAD)에서 빈번하게 변화하지만, 종양의 거동 및 예측된 면역요법 반응성과의 관계는 아직 완전히 정의되지 않았습니다. 내부 추출 일렉트로스프레이 이온화 질량 분석법을 사용하여 23쌍의 LUAD 및 인접 정상 폐 조직에 대한 대사체 프로파일링을 수행하였습니다. TCGA-LUAD 코호트의 전사체 및 임상 데이터를 분석하여 SHMT2 발현, 예후, 차등 발현 유전자 및 면역 관련 특징을 평가하였습니다. 면역 관문 억제제에 대한 예측 반응은 TIDE 및 TCIA를 사용하여 평가하였으며, 약물 민감도는 oncoPredict를 통해 추론하였습니다. 단일 세포 RNA-seq 데이터를 사용하여 SHMT2의 세포 분포를 조사하였습니다. 실험적 검증에는 정량적 역전사 PCR(RT-qPCR), 웨스턴 블로팅, Human Protein Atlas(HPA) 면역조직화학 분석, 그리고 shRNA 매개 SHMT2 넉다운 후의 증식, 상처 치유 및 콜로니 형성 분석이 포함되었습니다. 대사체 분석 결과, 글리신, 세린 및 트레오닌 대사가 LUAD에서 두드러지게 변화된 경로로 확인되었습니다. SHMT2는 LUAD에서 상향 조절되었으며, 낮은 전체 생존율 및 부정적인 임상 병리학적 특징과 연관이 있었습니다. SHMT2 고발현 종양은 세포 주기 및 SGOC 관련 전사 프로그램의 농축, 낮은 면역 및 기질 점수, 그리고 낮은 예측 면역요법 반응성을 보였습니다. 단일 세포 분석 결과, B 세포 집단에서 SHMT2 발현이 상대적으로 농축되어 있음을 확인하였습니다. In vitro 실험에서 SHMT2는 LUAD 세포에서 과발현되었으며, SHMT2 넉다운은 증식, 이동 및 클론 생성 성장을 억제하였습니다. 종합적으로, SHMT2는 LUAD에서 SGOC 대사 재프로그래밍, 공격적인 종양 표현형 및 면역 불리한 상태와 연관되어 있어 바이오마커로서의 잠재적 관련성을 뒷받침하며, 치료 표적으로 활용하기 위해서는 추가적인 약리학적 및 in vivo 검증이 필요합니다.

서론

LUAD는 뚜렷한 분자적 이질성, 조기 전이 성향, 그리고 현재 치료 전략의 제한적인 지속성으로 인해 전 세계적으로 암 관련 사망의 주요 원인으로 남아 있습니다1,2. 면역관문 억제제(ICIs)가 LUAD의 치료 지형을 바꾸어 놓았지만, 지속적인 임상적 이점은 일부 환자군으로 제한되며, 일차성 및 획득성 내성이 빈번하게 관찰됩니다3,4. 이러한 현저한 환자 간 변동성은 종양 면역 미세환경을 형성하고 면역요법 반응성을 결정하는 생물학적 결정 요인을 정의하는 동시에, 환자 층화와 치료 결과를 개선하는 데 활용할 수 있는 실행 가능한 취약점을 식별해야 할 시급한 필요성을 강조합니다.

대사 재프로그래밍은 악성 진행의 핵심적인 특징입니다5. 다양한 대사 프로그램 중에서 SGOC 대사는 당분해 입력물과 아미노산 대사 및 뉴클레오타이드 합성을 연결하여, 퓨린/피리미딘 생성과 메틸 공여체 생성을 위한 일탄소 단위를 공급합니다6. SGOC 대사는 바이오매스 생산을 넘어 산화환원 항상성에 기여하며 메티오닌 회로와 상호작용하여 DNA, RNA 및 히스톤 메틸화에 영향을 미침으로써, 증식과 후성유전적 조절의 결절점에 위치합니다7,8. 세린 하이드록시메틸전이효소의 미토콘드리아 동형단백질인 Serine hydroxymethyltransferase 2 (SHMT2)는 세린을 글리신으로 전환하는 동시에 5,10-methylene-tetrahydrofolate를 생성하며, SGOC 네트워크 내에서 미토콘드리아 일탄소 공급의 주요 진입점을 구성합니다9. SHMT2는 여러 악성 종양에서 비정상적으로 상향 조절되며, 증식, 침습, 치료 저항성 및 산화 스트레스 적응의 강화와 관련이 있는 것으로 알려져 있습니다10,11,12,13. 또한 SHMT2는 BRISC 복합체를 통해 염증 신호 전달과 교차하지만, LUAD에서 SHMT2가 직접적으로 유도하는 면역 기전은 아직 확립되지 않았습니다14,15. 따라서 SHMT2가 LUAD에서 임상적으로 유의미한 대사 표현형을 나타내는지, 그리고 이것이 면역 미세환경 특징 및 예측된 면역요법 반응과 어떻게 연관되는지에 대한 통합적인 평가가 필요합니다.

종양 대사와 항종양 면역 사이의 양방향 상호작용은 현대 암 생물학의 핵심입니다16. 종양 세포는 영양소의 경쟁적 고갈, 면역 조절 대사산물의 축적, 그리고 면역 세포의 분화 및 작동 프로그램(effector programs)을 재구성하는 대사-후성유전학적 결합을 통해 면역 능력을 저하시킬 수 있습니다7,16,17. 강화된 일탄소 대사는 T 세포의 메틸화 의존적 프로그램과 대사 적합성에 영향을 미칠 수 있으나, 이러한 효과의 방향과 크기는 세포 유형과 영양 상태에 따라 달라집니다17. 적응 면역 조절은 T 세포 너머로 확장됩니다. B 세포, 항체 반응, 항원 제시 및 3차 림프 구조(TLS)는 면역 요법의 효능과 연관되어 왔습니다18. 이러한 관찰 결과는 플랫폼 간의 일치성만으로 인과 관계가 증명된다고 가정하지 않고, 벌크 종양(bulk-tumor), 단일 세포 및 기능적 맥락 내에서 대사 후보 물질을 배치할 수 있는 다층적 분석의 필요성을 뒷받침합니다.

대사체원 또는 표현형과의 연관성을 확립하지 않은 채 변화된 대사체만을 식별하는 대사체학 전용 설계나, 대사체 변화를 직접 관찰하지 않고 경로 활성을 추론하는 벌크 전사체학 전용 설계와 달리, 본 워크플로우는 쌍을 이룬 조직 대사체학, 벌크 및 단일 세포 전사체학, 그리고 in vitro 기능 분석을 통합합니다. 이러한 계층 간의 일관성은 후보 물질의 우선순위 선정을 뒷받침하고 단일 분석 플랫폼에 대한 의존도를 낮추어 줍니다. 다만, 면역 공배양 또는 in vivo 시스템에서 검증되지 않는 한, 도출된 증거는 면역 조절에 대해 상관관계 수준에 머물게 됩니다.

LUAD와 인접 정상 폐 조직의 쌍 조직 대사체학 분석을 통해 먼저 글리신 관련 대사 섭동을 식별하였습니다. 이후 TCGA 전사체 및 임상 데이터를 통합하여, 경로 관련성, 종양 내 상향 조절, 예후 연관성 및 실험적 분석 가능성이 확인된 미토콘드리아 SGOC 효소인 SHMT2를 평가하였습니다. 이어서 면역 미세환경 프로파일링, 단일 세포 매핑 및 in vitro 기능 검증을 통해 대사 변화, 효소 조절 장애, 세포 분포 및 종양 세포 표현형을 아우르는 다층적 가설 생성 프레임워크를 구축하였습니다. 실무적인 관점에서, 이 워크플로우에는 신선 동결된 쌍 조직이 필요합니다. 질량 분석법을 통한 대사체 식별은 반정량적이므로, 후보 대사체는 독립적인 검증을 거쳐야 합니다. 면역 요법 예측(TIDE/TCIA) 및 약물 민감도 추론(oncoPredict)은 전사체 기반의 계산적 추정치이며, 실제 ICI 치료 코호트에서의 임상적 검증을 대체할 수 없으므로 가설 생성 단계로 해석해야 합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

본 연구는 난창 대학교 제2부속병원의 기관생명윤리위원회(CDEFYYLK 3-05)의 승인을 받았습니다. 헬싱키 선언에 따라, 모든 환자로부터 시료 수집 전 서면 동의서를 받았습니다. 원시 데이터는 재료 표에 나열된 소프트웨어와 웹 리소스를 사용하여 내보내고 분석되었습니다.

임상 조직 수집

2024년 1월부터 6월 사이에 침습성 폐선암으로 병리학적 진단을 받고 수술적 절제를 시행한 환자들로부터 쌍을 이룬 종양 조직과 이에 매칭되는 원격 정상 폐 조직을 수집하였습니다. 검체는 집도의에 의해 절제되었으며, 절제 후 5분 이내에 처리하여 즉시 액체 질소로 급속 냉동한 후 분석 전까지 보관하였습니다. 비식별화된 임상병리학적 특성은 부록 표 1에 제공되어 있습니다.

LUAD와 정상 폐 조직을 구별하기 위한 내부 추출 전기분무 이온화 질량분석법(iEESI-MS)

조직 표본 (1 mm3)는 하이브리드 선형 이온 트랩-정전기 궤도 트랩 질량 분석계를 사용하여 양이온 모드에서 iEESI-MS로 분석되었습니다. 메탄올 추출 용매(100%)는 다음의 속도로 공급되었습니다. 3.0 µL/min +5 kV 바이어스로. iEESI-MS는1 스캔 범위는 m/z 50~2,000였습니다. iEESI-MS2 정규화된 충돌 에너지 25~35%, 분리창 m/z 2.0, 동적 배제 시간 30초의 충돌 유도 해리법을 사용하였다. 기기 표준 절차에 따른 일일 외부 교정을 통해 질량 오차를 유지하였다. <5 ppm. 중앙값 정규화 후, 로그 변환₂ 변환 및 자동 스케일링 후, 200회의 순열 검정을 통해 OPLS-DA를 수행하였다. 대사물질은 HMDB를 사용하여 주석을 달았으며, 경로 풍부도 분석은 KEGG 주석을 사용하여 수행하였다.

질량 분석 데이터 처리 및 대사체 식별

가공되지 않은 MS 데이터는 중앙값 정규화(median normalization)를 거친 후 log₂ 변환 및 오토스케일링(autoscaling, 평균 중심화 및 각 변수의 표준편차로 나누는 과정)을 통해 정규화되었습니다. 변별력 있는 m/z 특성을 식별하기 위해 직교 부분 최소 제곱 판별 분석(OPLS-DA)이 사용되었습니다. VIP > 1.0, |log₂(FC)| > 0.58, 그리고 p < 0.05일 때 특성이 차별적인 것으로 간주되었습니다. 차별적 특성들에 대해 MS2 분석을 수행하고 Human Metabolome Database를 사용하여 주석을 달았습니다. 이후 KEGG 기반의 경로 풍부도 분석(pathway enrichment)을 통해 변화된 경로를 식별하고 경로 관련 효소의 우선순위를 정했습니다. 주석이 달린 차별적 대사체들은 보충 표 2(Supplementary Table 2)에 제공되어 있습니다.

TCGA 기반 SHMT2 발현, 생존율 및 임상병리학적 연관성 분석

TCGA-LUAD의 RNA-seq 발현 프로파일 및 해당 임상 주석을 2025년 12월 18일에 Genomic Data Commons에서 다운로드하였으며, 종양(n = 542) 및 정상(n = 59) 샘플을 포함하였습니다. Fragments per kilobase of transcript per million mapped reads (FPKM) 값은 log2(FPKM + 1)로 변환하였습니다. 생존 정보가 완전한 샘플만 예후 분석에 포함되었습니다. 종양과 정상 조직의 SHMT2 발현 값은 Wilcoxon rank-sum test를 사용하여 비교하였습니다. 환자들은 발현 값의 중앙값을 기준으로 SHMT2-high 그룹과 SHMT2-low 그룹으로 나누었습니다. 전체 생존율은 Kaplan-Meier 분석 및 log-rank test를 통해 평가하였습니다. 종양-림프절-전이(TNM) 병기, 연령 및 성별과의 연관성은 적절한 경우 카이제곱 검정 또는 Wilcoxon 검정을 사용하여 평가하였습니다. 1년, 3년 및 5년 생존율에 대한 시간 의존적 수신자 조작 특성(ROC) 곡선을 생성하였습니다. 모든 통계 검정은 양측 검정으로 수행되었습니다.

차별 발현 분석 및 기능적 풍부도 분석 (GO/KEGG)

SHMT2 고발현 그룹과 저발현 그룹 간의 차등 발현 유전자(DEGs)는 허위 발견율(false-discovery rate) < 0.05 및 |log₂(FC)| ≥ 1을 기준으로 식별되었습니다. 결과는 화산 플롯(volcano plot)과 행별 z-점수 정규화를 적용한 상위 40개 DEG의 히트맵(heatmap)으로 시각화하였습니다. 유전자 온톨로지(GO) 및 KEGG 풍부도 분석에는 보정된 p < 0.05를 사용하였습니다. 인간 유전자 주석 정보는 2025년 12월 Ensembl에서 확보하였습니다.

면역 침윤, 면역 요법 반응 예측 및 약물 민감도 추론

ImmuneScore, StromalScore 및 ESTIMATEScore를 포함한 종양 미세환경 점수는 ESTIMATE를 사용하여 계산되었습니다. 면역 세포 구성은 LM22 참조 세트(2025년 12월 5일 다운로드)와 1,000회의 순열을 이용한 CIBERSORT로 추론하였으며, 디콘볼루션 p < 0.05인 샘플만을 유지하였습니다. 그룹 간 비교는 SHMT2-high 및 SHMT2-low 종양 간에 수행되었습니다. SHMT2와 면역 관문 관련 유전자 사이의 Spearman 상관관계는 상관 행렬로 시각화하였습니다. Immunophenoscores는 TCIA에서 얻었으며, 면역 요법 반응성의 보완적 예측을 위해 TIDE를 사용하였습니다. 약물 민감도는 IC50 값을 추정하기 위해 2023년 12월 GDSC 릴리스로 학습된 oncoPredict를 사용하여 추론하였습니다. 그룹 간 차이 분석에는 Wilcoxon 검정을 사용하였고, 연속 변수 간의 연관성 분석에는 Spearman 상관관계를 사용하였습니다.

LUAD의 단일 세포 RNA-seq 분석

단일 세포 전사체 데이터19 2025년 12월 20일에 Gene Expression Omnibus에서 다운로드하여 분석하였다. 200~6,000개의 검출된 특성(feature)을 가진 세포와 < 미토콘드리아 전사체의 10%를 유지하였다. 카운트 데이터는 스케일 인자 10,000의 LogNormalize를 사용하여 정규화하였으며, 상위 2,000개의 가변 유전자를 선택하고 모든 유전자를 스케일링하였다. 주성분 분석에는 처음 20개 성분을 사용하였고, UMAP에는 1~20차원을 사용하였으며, 클러스터링에는 0.5의 해상도를 적용하였다. 세포 유형은 Human Primary Cell Atlas 참조 데이터를 사용하여 주석을 달았다. 종양 샘플과 정상 샘플 간의 세포 유형 비율을 비교하였으며, Spearman 상관관계 행렬을 생성하였다. 주석이 달린 세포 유형 전반에 걸쳐 SHMT2 분포를 조사하였다. 세포 주기 상태는 cyclone을 사용하여 추론하였으며, 릿지 플롯(ridge plot)으로 시각화하였다.

세포 배양

BEAS-2B, H1299 및 A549 세포를 다음 조건에서 배양하였다. 37 °C 5% CO2로 설정된 습윤 배양기에서2 및 약 95%의 상대 습도 조건에서, 다음의에 명시된 배지와 보충제를 사용하여 재료 목록.

정량적 실시간 역전사 PCR (RT-qPCR)

페놀 기반의 RNA 추출 시약을 사용하여 총 RNA를 추출하였다. 추출된 RNA는 역전사 마스터 믹스를 사용하여 cDNA로 역전사되었다. 역전사는 20 µL 시스템으로 진행되었으며, 42 °C에서 2분간 genomic DNA 제거, 50 °C에서 15분간 역전사, 85 °C에서 5초간 반응 종결 단계를 거쳤다. 정량적 PCR은 DNA 결합 염료 기반의 qPCR 마스터 믹스를 사용하여 실시간 PCR 시스템에서 수행하였으며, 95 °C에서 3분간 가열한 후 95 °C에서 10초, 60 °C에서 30초의 과정을 40 사이클 반복하였고, 마지막으로 95 °C에서 15초, 60 °C에서 60초, 95 °C에서 15초의 멜팅 커브 단계를 진행하였다. 모든 반응은 3반복으로 수행되었다. 상대적 발현량은 GAPDH를 하우스키핑 유전자로 하여 2−ΔΔCt 법으로 계산하였다. 프라이머 스톡 용액은 2중 증류수에서 10 µM 농도로 제조하여 -20 °C의 암소에 보관하였다. 프라이머 서열은 부록 표 3에 제공되어 있다.

웨스턴 블로팅

전체 세포 단백질은 얼음 위에서 30분 동안 radioimmunoprecipitation assay 버퍼를 사용하여 추출한 후, 4 °C에서 12,000 x g로 15분간 원심분리하였습니다. 단백질은 12% sodium dodecyl sulfate-polyacrylamide gel electrophoresis로 분리하여 0.22 µm polyvinylidene fluoride 막으로 전이시켰습니다. 막을 0.1% Tween 20이 포함된 Tris-buffered saline (TBST) 내의 5% (w/v) 무지방 우유로 실온에서 2시간 동안 블로킹한 후, 5% 무지방 우유-TBST에 희석한 anti-SHMT2 (1:1,000) 및 anti-GAPDH (1:2,000) 1차 항체와 함께 4 °C에서 하룻밤 동안 배양하였습니다. TBST (20 mM Tris-HCl, 150 mM NaCl, 0.1% Tween-20)로 각각 8분씩 3회 세척한 후, horseradish-peroxidase-접합 2차 항체 (1:5,000)와 함께 실온에서 1시간 동안 배양하였습니다. 신호는 용액 A와 B를 동일한 부피로 혼합하여 준비한 enhanced chemiluminescence 기질을 사용하여 실온의 암소에서 2분간 배양한 후, chemiluminescence 이미징 시스템으로 캡처하였습니다.

HPA 면역조직화학 염색 검증

정상 폐 조직과 LUAD에서의 SHMT2 단백질 발현 패턴을 HPA를 사용하여 평가하였습니다. HPA에서 “SHMT2”를 검색하였으며, 비교를 위해 대표적인 면역조직화학(IHC) 이미지와 관련 병리 주석을 다운로드하였습니다. 항체 특이성으로 인한 편향을 최소화하기 위해 HPA에서 검증 수준이 더 높은 항체를 우선적으로 선택하였습니다. 가능한 경우, 여러 항체(HPA020543 및 HPA020549)의 IHC 결과를 상호 참조하였습니다.

LUAD 세포 내 SHMT2 넉다운

LUAD에서 SHMT2의 종양 세포 내재적 역할을 조사하기 위해, shRNA를 사용하여 H1299 및 A549 세포에서 SHMT2 넉다운을 수행하였다. shRNA는 H1 프로모터 구동 및 puromycin 선택 가능 렌티바이러스 벡터에 의해 운반되었으며, 바이러스 제작 과정에서 패키징 플라스미드가 공동 형질전환되었다. sh-SHMT2는 인간 SHMT2 코딩 영역을 표적으로 하였고, sh-NC는 스크램블 음성 대조군으로 사용되었다. 준비된 바이러스 스톡의 타이터는 ≥ 1 x 108 transducing units/mL였으며 -80 °C에서 보관되었다. 세포에 재료 표에 기술된 준비된 sh-SHMT2 또는 sh-NC 렌티바이러스 입자를 감염시켰다. 48시간 후, RT-qPCR 및 웨스턴 블로팅을 통해 넉다운 효율을 평가하였다. SHMT2 침묵이 확인된 세포만을 증식, 이동 및 콜로니 형성 분석에 사용하였다.

세포 증식 분석

CCK-8 분석법을 사용하여 세포 증식을 평가하였다. 형질전환된 H1299 및 A549 세포를 96-well 플레이트에 well당 5 x 103 cells의 밀도로 6반복 하여 분주하였다. 1, 2, 3, 4, 5일차에 각 well에 10 µL의 CCK-8 시약(배양액 부피의 10%)을 첨가하고 37 °C에서 2 h 동안 배양하였다. 450 nm에서 흡광도를 측정하여 세포 생존율 지표로 사용하였다.

상처 치유 분석

세포 이동능은 상처 치유 분석(wound-healing assay)을 통해 평가하였다. 형질전환된 H1299 및 A549 세포를 6-well plate에 분주하고 90–95% 밀도로 배양하였다. 멸균된 200 µL 피펫 팁을 사용하여 직선형 상처를 만들고, 탈락한 세포는 인산염 완충 식염수(phosphate-buffered saline)로 부드럽게 세척하여 제거하였다. 이후 세포를 무혈청 또는 저혈청 배지에서 유지하였으며, 도립 현미경을 사용하여 0 h 및 24 h 시점의 상처 부위를 촬영하였다. 상처 폐쇄 정도는 재료 표(Table of Materials)에 기재된 이미지 분석 소프트웨어를 사용하여 정량화하였으며, 초기 상처 면적 대비 감소 백분율로 계산하였다.

콜로니 형성 분석

군락 형성 분석을 위해, 형질전환된 H1299 및 A549 세포를 웰당 800 cells의 밀도로 6-well plates에 분주하고, 배양 기간 동안 현미경으로 모니터링하며 가시적인 군락이 형성될 때까지 약 10–14일 동안 배양하였다. 군락은 실온에서 4% paraformaldehyde로 30분 동안 고정하고, 실온에서 0.1% crystal violet으로 15분 동안 염색하였다. 50 cells 이상의 세포를 포함하는 군락을 광학 현미경 하에서 계수하였다.

in vitro 실험을 위한 통계 분석

모든 in vitro 실험은 최소 3회 독립적으로 수행되었습니다. 데이터는 평균 ± 표준 편차로 표시되었습니다. 두 집단 간의 비교에는 Student's t-test를 사용하였으며, p < 0.05인 경우를 통계적으로 유의미한 것으로 간주하였습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

조직 대사체학 연구 결과, LUAD에서 광범위한 대사 재구성(metabolic remodeling)이 나타났으며, 특히 글리신 관련 경로가 현저하게 농축된 것으로 밝혀졌다

LUAD 환자 23명의 짝지은 종양 및 인접 정상 폐 조직을 direct iEESI-MS로 분석하였으며, 환자 특성 및 차이 대사체 주석은 Supplementary Table 1 및 Supplementary Table 2에 제공되어 있습니다. log2 정규화 후, OPLS-DA는 종양과 정상 대사 프로파일 간의 명확한 분리를 보여주었습니다 (R2X = 0.824, R2Y = 0.968, Q2 = 0.757) (Figure 1A). 모델의 신뢰성은 200회 순열 검사(permutation te...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

본 연구는 대사체학적 발견, 효소 우선순위 지정, 전사체학적 해석, 면역 문맥 평가, 단일 세포 국소화 및 종양 세포 기능 검증으로 구성된 순차적 프레임워크를 사용하였습니다. 분석 결과 LUAD에서 글리신 관련 및 SGOC 대사 리모델링이 확인되었으며, SHMT2가 불량한 예후 및 계산적으로 예측된 낮은 면역요법 이점과 연관되어 있음이 나타났습니다. 이러한 우선순위 지정 방식은 단일 오믹스 층에 의존하는 것보다 더 강력하지만, 면역 인과 기전을 입증하는 것은 아닙니다.

SHMT2는 세린을 글리신으로 전환하고 일탄소 단위(one-carbon units)를 생성하는 주요 미토콘드리아 진입점을 구성합니다. TCGA-LUAD 분석 결과, 종양 관련 SHMT2 상향 조절이 나타났으며, 높은 발현 수준이 낮은 생존율 및 부정적인 임상 병리학적 특징과 연관되어 있음이 밝혀졌습니다. 이러한 결과는 SHMT2를 암세포의 생존, 증식, 침습 및 치료 내성과 연관시킨 연구들과 일치합니다

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 이해 상충 관계가 없음을 선언합니다.

감사의 글

저자들은 본 연구에 참여해 주신 환자분들과 그 가족분들께 감사드립니다. 또한, 데이터를 공개적으로 제공해 준 TCGA, GEO 및 HPA 데이터베이스 기여자분들께 감사를 표합니다. 본 연구는 Jiangxi Province의 Key Research and Development Program(grant no. 20223BBG71009)과 중국 국가 자연과학 재단(National Natural Science Foundation of China, grant nos. 81860379 및 82160410)의 지원을 받아 수행되었습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
A549 세포CCL-185ATCC
anti-GAPDH 항체M1310-2Huaan Biotechnology
anti-SHMT2 항체D197021Sangon Biotech
BEAS-2B 세포CRL-9609ATCC
Cell Counting Kit-8 (CCK-8)K1018APExBIO
데이터베이스: TCGA / GDC2025-12-18 접속National Cancer Institute (NCI)
데이터베이스: GEO2025-12-20 접속NCBI
데이터베이스: HMDB2025-12-12 접속Human Metabolome Database
데이터베이스: KEGG2025-12-11 접속Kanehisa Laboratories
데이터베이스: Human Protein AtlasProtein Atlas
데이터베이스: GDSC2023-12 릴리스Sanger Institute
데이터베이스: Ensembl2025-12EMBL-EBI
데이터베이스: TCIA2025-12-10 접속The Cancer Immunome Atlas
H1299 세포 (NCI-H1299)CRL-5803ATCC
HRP-접합 2차 항체D110087Sangon Biotech
HiScript II Q Select RT SuperMixKR116Tiangen Biotech
LightCycler 480 System5015278001Roche
무지방 우유일반 실험실 시약BD (또는 사용된 제품)
PVDF 막, 0.22 µmGVHP00010 (또는 일반 실험실 시약)MilliporeSigma (또는 사용된 제품)
R 패키지: pRoloc1.40.0Bioconductor
R 패키지: TCGAbiolinks2.26.0Bioconductor
R 패키지: survival3.4-0CRAN
R 패키지: survminer0.4.9CRAN
R 패키지: timeROC1.0.4CRAN
R 패키지: DESeq21.38.1Bioconductor
R 패키지: ggplot23.4.4CRAN
R 패키지: pheatmap1.0.12CRAN
R 패키지: clusterProfiler4.6.2Bioconductor
R 패키지: org.Hs.eg.db3.16.0Bioconductor
R 패키지: estimate1.0.13Bioconductor / GitHub
R 패키지: CIBERSORT1(독립 실행형 R 스크립트)
R 패키지: corrplot0.92CRAN
R 패키지: TIDE0.3.0R 패키지
R 패키지: oncoPredict1.1.1CRAN / GitHub
R 패키지: GEOquery2.66.0Bioconductor
R 패키지: Seurat4.3.0CRAN
R 패키지: SingleR1.10.0Bioconductor
R 패키지: scran1.26.0Bioconductor
SYBR Green qPCR Master Mix (Universal)HY-K0501AMedChemExpress (MCE)
TRIzol Universal ReagentDP424Tiangen Biotech

참고문헌

  1. Siegel RL, et al. Cancer statistics, 2025. CA Cancer J Clin. 2025;75(1):10-45.
  2. Lim ZF, Ma PC. Emerging insights of tumor heterogeneity and drug resistance mechanisms in lung cancer targeted therapy. J Hematol Oncol. 2019;12(1):134.
  3. Wang M, Herbst RS, Boshoff C. Toward personalized treatment approaches for non-small-cell lung cancer. Nat Med. 2021;27:1331-1340.
  4. Passaro A, et al. Managing resistance to immune checkpoint inhibitors in lung cancer: treatment and novel strategies. J Clin Oncol. 2022;40:598-609.
  5. Faubert B, Solmonson A, DeBerardinis RJ. Metabolic reprogramming and cancer progression. Science. 2020;368:eaaw5473.
  6. Wei S, et al. Targeting serine-glycine-one-carbon metabolism as a vulnerability in cancers. Biomark Res. 2023;11:48.
  7. Kao KC, Vilbois S, Tsai CH, Ho PC. Metabolic communication in the tumour-immune microenvironment. Nat Cell Biol. 2022;24(11):1574-1583.
  8. Wong C, Qian Y, Yu J. Interplay between epigenetics and metabolism in oncogenesis: mechanisms and therapeutic approaches. Oncogene. 2017;36:3359-3374.
  9. Xu M, Pei DS. Serine hydroxymethyltransferase 2: a novel target for human cancer therapy. Invest New Drugs. 2021;39:1671-1681.
  10. Zeng Y, et al. Roles of mitochondrial serine hydroxymethyltransferase 2 (SHMT2) in human carcinogenesis. J Cancer. 2021;12(19):5888-5894.
  11. Liberati FR, et al. RNA-mediated inhibition of mitochondrial SHMT2 impairs cancer cell proliferation. Cell Death Discov. 2025;11:369.
  12. Fu R, et al. SHMT proteins: an emerging set of serine hydroxymethyltransferase in cancer. Cell Signal. 2025;135:111977.
  13. Zhang Y, et al. SHMT2 promotes cell viability and inhibits ROS-dependent, mitochondrial-mediated apoptosis via the intrinsic signaling pathway in bladder cancer cells. Cancer Gene Ther. 2022;29(10):1514-1527.
  14. Wens M, et al. Metabolic control of BRISC-SHMT2 assembly regulates immune signalling. Nature. 2019;570:460-464.
  15. Ivashkiv LB. IFNγ: signalling, epigenetics and roles in immunity, metabolism, disease and cancer immunotherapy. Nat Rev Immunol. 2018;18:545-558.
  16. De Martino M, Rathmell JC, Galluzzi L, Vanpouille-Box C. Cancer cell metabolism and antitumour immunity. Nat Rev Immunol. 2024;24:654-669.
  17. Qi Y, et al. One-carbon metabolism shapes T cell immunity in cancer. Trends Endocrinol Metab. 2024;35:961-974.
  18. Huang D, et al. The single-cell immunogenomic landscape of B and plasma cells in early-stage lung adenocarcinoma. Cancer Discov. 2022;12:2545-2563.
  19. Dolgalev I, et al. Inflammation in the tumor-adjacent lung as a predictor of clinical outcome in lung adenocarcinoma. Nat Commun. 2023;14:6479.
  20. Han T, et al. Phosphorylated SHMT2 regulates oncogenesis through m6A modification in lung adenocarcinoma. Adv Sci (Weinh). 2024;11:e2307834.
  21. Lee GY, et al. Comparative oncogenomics identifies PSMB4 and SHMT2 as potential cancer driver genes. Cancer Res. 2014;74:3114-3126.
  22. Bernhardt S, et al. Proteomic profiling of breast cancer metabolism identifies SHMT2 and ASCT2 as prognostic factors. Breast Cancer Res. 2017;19:112.
  23. Yang G, Tan J, Guo J, Wu Z, Zhan Q. Exosome-mediated transfer of circ_0063526 enhances cisplatin resistance in gastric cancer cells via regulating the miR-449a/SHMT2 axis. Anticancer Drugs. 2022;33(10):1047-1057.
  24. Parsa S, et al. The serine hydroxymethyltransferase-2 (SHMT2) initiates lymphoma development through epigenetic tumor suppressor silencing. Nat Cancer. 2020;1:653-664.
  25. Cuthbertson CR, et al. A review of small-molecule inhibitors of one-carbon enzymes: SHMT2 and MTHFD2 in the spotlight. ACS Pharmacol Transl Sci. 2021;4:624-646.
  26. Reina-Campos M, Scharping NE, Goldrath AW. CD8+ T cell metabolism in infection and cancer. Nat Rev Immunol. 2021;21:718-738.
  27. Bacigalupa ZA, Landis MD, Rathmell JC. Nutrient inputs and social metabolic control of T cell fate. Cell Metab. 2024;36:10-20.
  28. Li S, et al. Metabolic regulation of immunity in the tumor microenvironment. Cell Rep. 2025;44(11):116463.
  29. Ouyang Y, et al. S-adenosylmethionine: a metabolite critical to the regulation of autophagy. Cell Prolif. 2020;53(11):e12891.
  30. Wang R, et al. The interaction of innate immune and adaptive immune system. MedComm. 2024;5(10):e714.
  31. Teillaud JL, et al. Tertiary lymphoid structures in anticancer immunity. Nat Rev Cancer. 2024;24:629-646.
  32. Fridman WH, et al. B cells and tertiary lymphoid structures as determinants of tumour immune contexture and clinical outcome. Nat Rev Clin Oncol. 2022;19:441-457.
  33. Lauss M, Donia M, Svane IM, Jönsson G. B cells and tertiary lymphoid structures: friends or foes in cancer immunotherapy? Clin Cancer Res. 2022;28(9):1751-1758.
  34. Xi Y, et al. Macrophage efferocytosis mediated by the TP63-RAC2 pathway promotes immunosuppressive remodeling in esophageal cancer. Cell Rep Med. 2026;7(1):102529.
  35. Jiang G, et al. SATB2 plays a critical role in pancreatic cancer cell proliferation, migration and T cell cytotoxicity. Cancer Genet. 2025;296-297:53-64.
  36. Liu Y, et al. TRIM29 promotes glioblastoma progression via ubiquitinating NEFL and activating the PI3K/AKT signaling pathway. Cancer Genet. 2025;296-297:88-99.
  37. Zhai H, et al. WDR54 enhances NF-κB signaling to promote progression of hepatocellular carcinoma. Cancer Genet. 2025;298-299:302-314.
  38. Yin H, et al. PLAU serves as a prognostic biomarker correlated with perineural invasion in HNSCC. Cancer Genet. 2025;294-295:145-155.
  39. Liu Z, et al. JAK inhibition in PD-1 immunotherapy and tumor microenvironment. Front Immunol. 2026;17:1790936.
  40. DeNicola GM, et al. NRF2 regulates serine biosynthesis in non-small cell lung cancer. Nat Genet. 2015;47(12):1475-1481.
  41. Zhang W, et al. NRF2-mediated persistent adaptation of oesophageal adenocarcinoma cells to HER2 inhibition. Oncogene. 2025;44(33):2929-2941.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

더 많은 논문 탐색

SHMT2 바이오마커SGOC 대사대사체 프로파일링면역 관문단일 세포 RNA-seq면역 기능 장애약물 민감도웨스턴 블롯팅SHMT2 넉다운
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.