Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Onderzoeksartikel
* These authors contributed equally
Geïntegreerde metabolomische, transcriptomische, single-cell en functionele analyses identificeren SHMT2 als een biomarker voor metabole herprogrammering van SGOC, agressief gedrag en een verminderde voorspelde respons op immunotherapie bij longadenocarcinoom.
Het serine/glycine-één-koolstofmetabolisme (SGOC) is vaak veranderd bij longadenocarcinoom (LUAD), maar de relatie met het tumorgedrag en de voorspelde respons op immunotherapie is nog niet volledig gedefinieerd. Metabolomische profilering van 23 gepaarde LUAD- en aangrenzende normale longweefsels werd uitgevoerd met behulp van interne extractieve electrospray-ionisatiemassaspectrometrie. Transcriptomische en klinische gegevens van de Cancer Genome Atlas LUAD-cohort (TCGA-LUAD) werden geanalyseerd om de expressie van SHMT2, de prognose, differentieel tot expressie gebrachte genen en immuun-gerelateerde kenmerken te beoordelen. De voorspelde respons op immuuncheckpoint-blokkade werd geëvalueerd met behulp van Tumor Immune Dysfunction and Exclusion (TIDE) en The Cancer Immunome Atlas (TCIA), en de druggevoeligheid werd afgeleid met oncoPredict. Single-cell RNA-seq-gegevens werden gebruikt om de cellulaire distributie van SHMT2 te onderzoeken. Experimentele validatie omvatte kwantitatieve reverse-transcriptie PCR (RT-qPCR), western blotting, immunohistochemie van de Human Protein Atlas (HPA), en short hairpin RNA (shRNA)-gemedieerde SHMT2-knockdown, gevolgd door proliferatie-, wound-healing- en colony formation-assays. Metabolomische analyse identificeerde het glycine-, serine- en threonine-metabolisme als een prominent gewijzigde route in LUAD. SHMT2 was upgereguleerd in LUAD en geassocieerd met een slechtere algehele overleving en ongunstige clinicopathologische kenmerken. Tumoren met een hoge SHMT2-expressie vertoonden een verrijking van celcyclus- en SGOC-gerelateerde transcriptionele programma's, lagere immuun- en stromascores, en een verminderde voorspelde respons op immunotherapie. Single-cell-analyse toonde een relatieve verrijking van SHMT2-expressie in B-celpopulaties. In vitro was SHMT2 overexpressief in LUAD-cellen, en de knockdown ervan onderdrukte proliferatie, migratie en clonogene groei. Collectief is SHMT2 geassocieerd met SGOC-metabole herprogrammering, agressieve tumorfenotypes en een immuun-benadelige toestand in LUAD, wat de potentiële relevantie ervan als biomarker ondersteunt; therapeutische targeting vereist aanvullende farmacologische en in vivo validatie.
LUAD blijft wereldwijd een van de belangrijkste oorzaken van kankergerelateerde sterfte, aangedreven door een uitgesproken moleculaire heterogeniteit, een vroege neiging tot metastase en de beperkte duurzaamheid van huidige behandelstrategieën1,2. Hoewel immuuncheckpointremmers (ICIs) het therapeutische landschap van LUAD hebben hervormd, is een aanhoudend klinisch voordeel beperkt tot een subset van patiënten, en worden zowel primaire als verworven resistentie regelmatig waargenomen3,4. Deze sterke interpatiëntvariabiliteit onderstreept de dringende noodzaak om de biologische determinanten te definiëren die de immuunmicro-omgeving van de tumor vormen en de respons op immunotherapie bepalen, terwijl er tegelijkertijd bruikbare kwetsbaarheden worden geïdentificeerd die kunnen worden benut om de patiëntstratificatie en behandeluitkomsten te verbeteren.
Metabole herprogrammering is een centraal kenmerk van maligne progressie5. Van de metabole programma's verbindt het SGOC-metabolisme glycolytische inputs met het aminozuurmetabolisme en nucleotide-synthese, waarbij één-koolstofeenheden worden geleverd voor de purine/pyrimidine-productie en de generatie van methyldonoren6. Naast de productie van biomassa draagt het SGOC-metabolisme bij aan de redox-homeostase en interfereert het met de methioninecyclus om de methylering van DNA, RNA en histonen te beïnvloeden, waardoor het zich op het kruispunt van proliferatie en epigenetische regulatie bevindt7,8. Serine hydroxymethyltransferase 2 (SHMT2), de mitochondriale isovorm van serine hydroxymethyltransferase, zet serine om in glycine terwijl het 5,10-methyleen-tetrahydrofolaat genereert en vormt een belangrijk instappunt voor de mitochondriale één-koolstofvoorziening binnen het SGOC-netwerk9. SHMT2 is aberrant opgereguleerd in meerdere maligniteiten en is geassocieerd met verhoogde proliferatie, invasie, therapeutische resistentie en adaptatie aan oxidatieve stress10,11,12,13. SHMT2 kruist ook met inflammatoire signalering via het BRISC-complex, hoewel een direct door SHMT2 gestuurd immuunmechanisme in LUAD nog moet worden vastgesteld14,15. Bijgevolg is een geïntegreerde evaluatie vereist om te bepalen of SHMT2 een klinisch betekenisvol metabool fenotype in LUAD markeert en hoe dit zich verhoudt tot kenmerken van de immuunmicro-omgeving en de voorspelde respons op immunotherapie.
De bidirectionele wisselwerking tussen tumormetabolisme en antitumorimmuniteit is centraal in de hedendaagse kankerbiologie16. Tumorcellen kunnen de immuuncompetentie ondermijnen door competitieve uitputting van voedingsstoffen, accumulatie van immunomodulerende metabolieten en metabool-epigenetische koppeling die de differentiatie en effectorprogramma's van immuuncellen herprogrammeert7,16,17. Een verhoogd één-koolstofmetabolisme kan methyleringsafhankelijke programma's en de metabole fitheid in T-cellen beïnvloeden, maar de richting en omvang van deze effecten zijn afhankelijk van het celtype en de context van de voedingsstoffen17. Adaptieve immuunregulatie strekt zich ook uit buiten de T-cellen: B-cellen, antilichaamresponsen, antigeenpresentatie en tertiaire lymfoïde structuren (TLS) zijn geassocieerd met de effectiviteit van immunotherapie18. Deze waarnemingen vormen de motivatie voor een gelaagde analyse waarmee een metabole kandidaat binnen bulk-tumor-, single-cell- en functionele contexten kan worden geplaatst, zonder er vanuit te gaan dat concordantie tussen verschillende platforms op zichzelf causaliteit bewijst.
In tegenstelling tot een ontwerp dat uitsluitend op metabolomics is gebaseerd, waarbij veranderde metabolieten worden geïdentificeerd zonder hun cellulaire bron of fenotypische relevantie vast te stellen, en in tegenstelling tot een ontwerp dat uitsluitend op bulk-transcriptomics is gebaseerd, waarbij padactiviteit kan worden afgeleid zonder metabolietveranderingen direct waar te nemen, integreert de huidige workflow gepaarde-weefselmetabolomics, bulk- en single-cell transcriptomics en in vitro functionele assays. Overeenstemming tussen deze lagen ondersteunt de prioritering van kandidaten en vermindert de afhankelijkheid van een enkel analytisch platform; desalniettemin blijft het resulterende bewijs associatief voor immuunregulatie, tenzij dit wordt gevalideerd in immuun-coculturen of in vivo systemen.
Gepaarde weefselmetabolomics van LUAD en aangrenzend normaal longweefsel werd eerst gebruikt om met glycine geassocieerde metabole verstoringen te identificeren. Vervolgens werden transcriptomische en klinische data van de TCGA geïntegreerd om SHMT2 te evalueren, een mitochondriaal SGOC-enzym dat werd ondersteund door pathway-relevantie, tumor-upregulatie, prognostische associatie en experimentele hanteerbaarheid. Profilering van de immuunmicro-omgeving, single-cell mapping en in vitro functionele validatie stelden vervolgens een meerlaags, hypothese-genererend kader vast dat metabolische veranderingen, enzymdysregulatie, cellulaire distributie en het tumorcel-fenotype omvat. Vanuit een praktisch perspectief vereist deze workflow vers bevroren gepaarde weefsels. Metabolietidentificatie via massaspectrometrie is semikwantitatief; kandidaat-metabolieten moeten onafhankelijk worden gevalideerd. Voorspellingen voor immunotherapie (TIDE/TCIA) en inferenties over druggevoeligheid (oncoPredict) zijn op het transcriptoom gebaseerde computationele schattingen die geen vervanging vormen voor klinische validatie in real-world ICI-behandelde cohorten en moeten worden geïnterpreteerd als hypothese-genererend.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Deze studie is goedgekeurd door de Institutional Review Board van het Second Affiliated Hospital van Nanchang University (CDEFYYLK 3-05). Van alle patiënten is voorafgaand aan de monstername schriftelijke geïnformeerde toestemming verkregen, in overeenstemming met de Verklaring van Helsinki. Ruwe gegevens zijn geëxporteerd en geanalyseerd met behulp van de software en webbronnen die vermeld staan in de Tabel met Materialen.
Collectie van klinisch weefsel
Gepaarde tumorweefsels en bijbehorende normale longweefsels van verre locaties werden verzameld bij patiënten die tussen januari en juni 2024 een chirurgische resectie ondergingen en pathologisch waren gediagnosticeerd met invasief longadenocarcinoom. De monsters werden door de opererend chirurg uitgesneden, binnen 5 min na resectie verwerkt, onmiddellijk gesnap-frozen in vloeibare stikstof en bewaard tot aan de analyse. Geanonimiseerde clinicopathologische kenmerken zijn opgenomen in Aanvullende Tabel 1.
Interne extractieve electrosprayionisatie-massaspectrometrie (iEESI-MS) voor het onderscheiden van LUAD van normaal longweefsel
Weefselmonsters (1 mm3) werden geanalyseerd met iEESI-MS met behulp van een hybride lineaire ionenvanger-elektrostatische orbital-trap massaspectrometer in positieve-ionenmodus. Methanol-extractiesolvent (100%) werd toegediend bij 3.0 µL/min met een bias van +5 kV. De iEESI-MS1 het scanbereik was m/z 50–2.000. iEESI-MS2 gebruikte botsingsgeïnduceerde dissociatie met een genormaliseerde botsingsenergie van 25–35%, een isolatievenster van m/z 2,0 en een dynamische exclusietijd van 30 s. Dagelijkse externe kalibratie volgens de standaardprocedure van het instrument hield een massa-afwijking <5 ppm. Na mediaannormalisatie, log₂ na transformatie en autoscaling werd OPLS-DA uitgevoerd met 200 permutatietesten. Metabolieten werden geannoteerd met behulp van HMDB, en pathway-enrichment werd uitgevoerd met behulp van KEGG-annotaties.
Verwerking van massaspectrometriegegevens en identificatie van metabolieten
Ruwe MS-gegevens werden genormaliseerd via mediaan-normalisatie, gevolgd door log₂-transformatie en autoscaling (centrering van het gemiddelde en deling door de standaarddeviatie van elke variabele). Orthogonale partial least squares discriminant analysis (OPLS-DA) werd gebruikt om discriminerende m/z-kenmerken te identificeren. Kenmerken werden als differentieel beschouwd wanneer VIP > 1.0, |log₂(FC)| > 0.58 en p < 0,05. De differentiële kenmerken werden onderworpen aan MS2-analyse en geannoteerd met behulp van de Human Metabolome Database. Vervolgens werd KEGG-gebaseerde pathway-enrichment gebruikt om gewijzigde metabole routes te identificeren en route-relevante enzymen te prioriteren. De geannoteerde differentiële metabolieten zijn opgenomen in Aanvullende Tabel 2.
Op TCGA gebaseerde analyses van SHMT2-expressie, overleving en clinicopathologische associaties
RNA-seq expressieprofielen en de bijbehorende klinische annotaties voor TCGA-LUAD werden op 18 december 2025 gedownload van de Genomic Data Commons; tumor (n = 542) en normaal (n = 59). Waarden van Fragments per kilobase of transcript per million mapped reads (FPKM) werden getransformeerd als log2(FPKM + 1). Alleen monsters met volledige overlevingsinformatie werden opgenomen in de prognostische analyses. De expressiewaarden van SHMT2 in tumor- en normaalweefsel werden vergeleken met de Wilcoxon rank-sum test. Patiënten werden verdeeld in SHMT2-hoog en SHMT2-laag groepen op basis van de mediane expressiewaarde. De algehele overleving werd geëvalueerd via Kaplan-Meier analyse en een log-rank test. Associaties met het tumor-node-metastasis (TNM) stadium, leeftijd en geslacht werden beoordeeld met chi-kwadraat of Wilcoxon tests, afhankelijk van de geschiktheid. Tijdsonafhankelijke receiver operating characteristic (ROC) curves werden gegenereerd voor de overleving na 1, 3 en 5 jaar. Alle statistische tests waren tweezijdig.
Analyse van differentiële expressie en functionele verrijking (GO/KEGG)
Differentieel tot expressie gebrachte genen (DEGs) tussen de SHMT2-hoog en SHMT2-laag groepen werden geïdentificeerd met een false-discovery rate < 0,05 en |log₂(FC)| ≥ 1. De resultaten werden gevisualiseerd als een volcano plot en een heatmap van de top 40 DEGs met rijgewijze z-score normalisatie. Gene Ontology (GO) en KEGG-verrijkingsanalyses maakten gebruik van een aangepaste p < 0,05. Menselijke genannotaties werden in december 2025 verkregen van Ensembl.
Immuuninfiltratie, voorspelling van immuuntherapierespons en afleiding van druggevoeligheid
Scores voor de tumormicro-omgeving, waaronder de ImmuneScore, StromalScore en ESTIMATEScore, werden berekend met ESTIMATE. De samenstelling van immuuncellen werd afgeleid met CIBERSORT met de LM22-referentieset (gedownload op 5 december 2025), 1.000 permutaties en het behoud van monsters met een deconvolutie p < 0,05. Groepsgewijze vergelijkingen werden uitgevoerd tussen SHMT2-hoge en SHMT2-lage tumoren. Spearman-correlaties tussen SHMT2 en genen gerelateerd aan immuuncheckpoints werden gevisualiseerd als een correlatiematrix. Immunophenoscores werden verkregen uit TCIA, en TIDE werd gebruikt voor aanvullende voorspelling van de respons op immunotherapie. De gevoeligheid voor geneesmiddelen werd afgeleid met oncoPredict, getraind op de GDSC-release van december 2023, om IC50-waarden te schatten. Groepsverschillen werden bepaald met Wilcoxon-testen en continue associaties met Spearman-correlaties.
Single-cell RNA-seq analyse van LUAD
Single-cel transcriptomische data19 werden op 20 december 2025 gedownload van de Gene Expression Omnibus en geanalyseerd. Cellen met 200–6.000 gedetecteerde features en < 10% mitochondriale transcripten werden behouden. Counts werden genormaliseerd met LogNormalize met een schaalfactor van 10.000; de top 2.000 variabele genen werden geselecteerd en alle genen werden geschaald. Voor de principal-component analyse werden de eerste 20 componenten gebruikt, UMAP maakte gebruik van dimensies 1–20 en voor de clustering werd een resolutie van 0,5 gehanteerd. Celtypen werden geannoteerd met behulp van de Human Primary Cell Atlas referentie. Celtype-proporties werden vergeleken tussen tumor- en normaalmonsters, en Spearman-correlatiematrices werden gegenereerd. SHMT2-distributies werden onderzocht over de geannoteerde celtypen. Celcyclusfasen werden afgeleid met cyclone en gevisualiseerd met ridge plots.
Celcultuur
BEAS-2B-, H1299- en A549-cellen werden gekweekt bij 37 °C in een bevochtigde incubator ingesteld op 5% CO2 en ongeveer 95% relatieve vochtigheid, met gebruik van de media en supplementen die zijn gespecificeerd in de Tabel met Materialen.
Kwantitatieve real-time reverse transcription PCR (RT-qPCR)
Totaal RNA werd geëxtraheerd met gebruik van een fenolgebaseerd RNA-extractiereagens. Het geëxtraheerde RNA werd omgezet in cDNA middels cDNA-synthese met een reverse-transcriptie mastermix. De reverse-transcriptie werd uitgevoerd in een 20 µL systeem met verwijdering van genomisch DNA bij 42 °C gedurende 2 min, omgekeerde transcriptie bij 50 °C gedurende 15 min, en beëindiging bij 85 °C gedurende 5 s. Kwantitatieve PCR werd uitgevoerd met een op DNA-bindende kleurstof gebaseerde qPCR-mastermix op een real-time PCR-systeem met gebruik van 95 °C gedurende 3 min, gevolgd door 40 cycli van 95 °C gedurende 10 s en 60 °C gedurende 30 s, en een smeltcurve-stap van 95 °C gedurende 15 s, 60 °C gedurende 60 s, en 95 °C gedurende 15 s. Alle reacties werden in drievoud uitgevoerd. De relatieve expressie werd berekend met behulp van de 2−ΔΔCt methode met GAPDH als het huishoudgen. Voorraadoplossingen van de primers werden bereid bij 10 µM in dubbelgedestilleerd water en bewaard bij -20 °C in het donker. De primersequenties zijn vermeld in Aanvullende tabel 3.
Western blotting
Totaal cellulair eiwit werd geëxtraheerd met radioimmunoprecipitatie-assaybuffer op ijs gedurende 30 min en gecentrifugeerd bij 12,000 x g gedurende 15 min bij 4 °C. Eiwitten werden gescheiden via 12% natriumdodecylsulfaat-polyacrylamidegelelektroforese en overgebracht op 0.22 µm polyvinylideenfluoridmembranen. Membranen werden geblokkeerd met 5% (w/v) vetarme melk in Tris-gebufferde zoutoplossing met 0.1% Tween 20 (TBST) gedurende 2 u bij kamertemperatuur en overnacht geïncubeerd bij 4 °C met anti-SHMT2 (1:1,000) en anti-GAPDH (1:2,000) primaire antilichamen verdund in 5% vetarme melk‑TBST. Na drie wasbeurten van elk 8 min met TBST (20 mM Tris-HCl, 150 mM NaCl, 0.1% Tween-20) werden de membranen 1 u bij kamertemperatuur geïncubeerd met mierikswortelperoxidase-geconjugeerde secundaire antilichamen (1:5,000). Signalen werden ontwikkeld met een enhanced chemiluminescence substraat, bereid door gelijke volumes van oplossing A en B te mengen, 2 min bij kamertemperatuur in het donker te incuberen en vastgelegd met een chemiluminescentie-beeldvormingssysteem.
HPA-immunohistochemische validatie
De expressiepatronen van het SHMT2-eiwit in normaal longweefsel en LUAD werden geëvalueerd met behulp van de HPA. Er is in de HPA gezocht op “SHMT2”, waarna representatieve immunohistochemie (IHC)-beelden en bijbehorende pathologische annotaties werden gedownload voor vergelijking. Om bias door antilichaamspecificiteit te minimaliseren, kregen antilichamen met hogere validatieniveaus in de HPA voorrang. Waar beschikbaar werden IHC-resultaten van meerdere antilichamen kruislings vergeleken (HPA020543 en HPA020549).
SHMT2-knockdown in LUAD-cellen
Om de tumorcel-intrinsieke rol van SHMT2 bij LUAD te onderzoeken, werd SHMT2-knockdown uitgevoerd in H1299- en A549-cellen met behulp van shRNA. Het shRNA werd gedragen door een door een H1-promotor aangestuurde, puromycineselecteerbare lentivirale vector; verpakkingsplasmiden werden gecotransfecteerd tijdens de virusproductie. sh-SHMT2 was gericht op de coderende regio van het menselijke SHMT2, terwijl sh-NC een gescrambelde negatieve controle was. De geprepareerde virale stocks hadden een titer van ≥ 1 x 108 transducerende eenheden/mL en werden bewaard bij -80 °C. Cellen werden geïnfecteerd met de geprepareerde sh-SHMT2- of sh-NC-lentivirale deeltjes zoals beschreven in de Tabel van Materialen. Na 48 u werd de knockdown-efficiëntie beoordeeld via RT-qPCR en western blotting. Alleen cellen met bevestigde SHMT2-silencing werden gebruikt voor proliferatie-, migratie- en kolonievormingassays.
Celproliferatie-assay
Celproliferatie werd geëvalueerd met behulp van de CCK-8 assay. Getransfecteerde H1299- en A549-cellen werden in 96-wells platen gezaaid met 5 x 103 cellen per well in sextuplicate. Op dag 1, 2, 3, 4 en 5 werd 10 µL CCK-8 reagens aan elke well toegevoegd (10% van het volume van het kweekmedium) en 2 h geïncubeerd bij 37 °C. De absorbentie werd gemeten bij 450 nm en gebruikt als readout voor de celviabiliteit.
Wondgenezingsassay
Celmigratie werd beoordeeld met behulp van een wound-healing assay. Getransfecteerde H1299- en A549-cellen werden gezaaid in 6-wells platen en gekweekt tot een confluentie van 90–95%. Met een steriele 200 µL pipetpunt werd een lineaire wond aangebracht, waarna losgekomen cellen werden verwijderd door voorzichtig wassen met fosfaatgebufferde zoutoplossing. De cellen werden vervolgens onderhouden in serumvrij medium of medium met een laag serumgehalte, en het wondoppervlak werd na 0 h en 24 h gefotografeerd met een omgekeerde microscoop. De wondsluiting werd gekwantificeerd met de beeldanalyse-software die vermeld staat in de Tabel met Materialen en berekend als het percentage reductie ten opzichte van het initiële wondoppervlak.
Kolonievormingsassay
Voor de analyse van kolonievorming werden getransfecteerde H1299- en A549-cellen gezaaid in 6-well platen met 800 cellen per well en gedurende ongeveer 10–14 dagen gekweekt tot er zichtbare kolonies waren gevormd, waarbij de kweek microscopisch werd gemonitord. Kolonies werden gefixeerd met 4% paraformaldehyde gedurende 30 min bij kamertemperatuur en gekleurd met 0,1% kristalviolet gedurende 15 min bij kamertemperatuur. Kolonies bestaande uit meer dan 50 cellen werden geteld onder een lichtmicroscoop.
Statistische analyse voor in vitro experimenten
Alle in vitro experimenten werden onafhankelijk ten minste drie keer uitgevoerd. Gegevens worden gepresenteerd als het gemiddelde ± standaarddeviatie. Voor vergelijkingen tussen twee groepen werd de Student's t-test gebruikt, waarbij p < 0,05 als statistisch significant werd beschouwd.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Weefselmetabolomica onthult uitgebreide metabole remodellering in LUAD met een prominente verrijking van glycine-geassocieerde pathways
Gepaarde tumor- en aangrenzende normale longweefsels van 23 patiënten met LUAD werden geanalyseerd via directe iEESI-MS; patiëntkenmerken en annotaties van differentiële metabolieten zijn opgenomen in Aanvullende Tabel 1 en Aanvullende Tabel 2. Na log2-normalisatie vertoonde OPLS-DA een duidelijke s...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Deze studie maakte gebruik van een sequentieel kader bestaande uit metabolomische ontdekking, prioritering van enzymen, transcriptomische interpretatie, beoordeling van de immuuncontext, lokalisatie op single-cell-niveau en functionele validatie van tumorcellen. De analyses identificeren glycine-gerelateerde en SGOC metabole remodellering in LUAD en associëren SHMT2 met ongunstige uitkomsten en een lager computationeel voorspeld voordeel van immunotherapie. Deze prioritering is sterker dan wanneer men vertrouwt op een en...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs verklaren dat er geen concurrerende belangen zijn.
De auteurs danken de patiënten en hun families voor hun deelname aan dit onderzoek. De auteurs erkennen tevens de bijdragers aan de TCGA-, GEO- en HPA-databanken voor het publiekelijk beschikbaar stellen van hun gegevens. Dit onderzoek werd gefinancierd door het Key Research and Development Program van de provincie Jiangxi (subsidienummer 20223BBG71009) en de National Natural Science Foundation of China (subsidienummers 81860379 en 82160410).
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| A549-cellen | CCL-185 | ATCC | |
| anti-GAPDH-antilichaam | M1310-2 | Huaan Biotechnology | |
| anti-SHMT2-antilichaam | D197021 | Sangon Biotech | |
| BEAS-2B-cellen | CRL-9609 | ATCC | |
| Cell Counting Kit-8 (CCK-8) | K1018 | APExBIO | |
| Database: TCGA / GDC | geraadpleegd op 2025-12-18 | National Cancer Institute (NCI) | |
| Database: GEO | geraadpleegd op 2025-12-20 | NCBI | |
| Database: HMDB | geraadpleegd op 2025-12-12 | Human Metabolome Database | |
| Database: KEGG | geraadpleegd op 2025-12-11 | Kanehisa Laboratories | |
| Database: Human Protein Atlas | Protein Atlas | ||
| Database: GDSC | release 2023-12 | Sanger Institute | |
| Database: Ensembl | 2025-12 | EMBL-EBI | |
| Database: TCIA | geraadpleegd op 2025-12-10 | The Cancer Immunome Atlas | |
| H1299-cellen (NCI-H1299) | CRL-5803 | ATCC | |
| HRP-geconjugeerd secundair antilichaam | D110087 | Sangon Biotech | |
| HiScript II Q Select RT SuperMix | KR116 | Tiangen Biotech | |
| LightCycler 480 System | 5015278001 | Roche | |
| Magere melk | Algemeen laboratoriumreagens | BD (of zoals gebruikt) | |
| PVDF-membraan, 0,22 µm | GVHP00010 (of algemeen laboratoriumreagens) | MilliporeSigma (of zoals gebruikt) | |
| R-pakket: pRoloc | 1.40.0 | Bioconductor | |
| R-pakket: TCGAbiolinks | 2.26.0 | Bioconductor | |
| R-pakket: survival | 3.4-0 | CRAN | |
| R-pakket: survminer | 0.4.9 | CRAN | |
| R-pakket: timeROC | 1.0.4 | CRAN | |
| R-pakket: DESeq2 | 1.38.1 | Bioconductor | |
| R-pakket: ggplot2 | 3.4.4 | CRAN | |
| R-pakket: pheatmap | 1.0.12 | CRAN | |
| R-pakket: clusterProfiler | 4.6.2 | Bioconductor | |
| R-pakket: org.Hs.eg.db | 3.16.0 | Bioconductor | |
| R-pakket: estimate | 1.0.13 | Bioconductor / GitHub | |
| R-pakket: CIBERSORT | 1 | (zelfstandig R-script) | |
| R-pakket: corrplot | 0.92 | CRAN | |
| R-pakket: TIDE | 0.3.0 | R-pakket | |
| R-pakket: oncoPredict | 1.1.1 | CRAN / GitHub | |
| R-pakket: GEOquery | 2.66.0 | Bioconductor | |
| R-pakket: Seurat | 4.3.0 | CRAN | |
| R-pakket: SingleR | 1.10.0 | Bioconductor | |
| R-pakket: scran | 1.26.0 | Bioconductor | |
| SYBR Green qPCR Master Mix (Universal) | HY-K0501A | MedChemExpress (MCE) | |
| TRIzol Universal Reagent | DP424 | Tiangen Biotech |
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.