Primair syndroom van Sjögren geassocieerd met longadenocarcinoom: onderzoek naar de mogelijke gemeenschappelijke pathogene mechanismen en experimentele verificatie
September 20th, 2024
Dit manuscript beschrijft de operationele procedures en voorzorgsmaatregelen om de mogelijke gemeenschappelijke pathogene mechanismen die primair syndroom van Sjögren en longadenocarcinoom met elkaar verbinden, te onderzoeken door middel van bio-informaticaanalyse en experimentele verificatie.
Mijn onderzoek verkent de potentiële gemeenschappelijke pathogene mechanismen die het primaire syndroom van Sjögren en adenocarcinoom met elkaar verbinden door middel van bio-informatica-inzichten en experimentele verificatie. Ik probeer te begrijpen hoe deze voorwaarden tussenkomen en de onderliggende factoren die bijdragen aan de relatie. Mijn onderzoek richt zich op de kloof in het begrip van het verband tussen het primaire Sjögren-syndroom en adenocarcinoom, en benadrukt hun gedeelde pathogene mechanismen.
Dit inzicht kwam voort uit toekomstige diagnostische en therapeutische strategieën voor getroffen patiënten. In toekomstig onderzoek hopen we samen te werken met thoracale chirurgie om longchirurgische monsters van pSS-patiënten te verkrijgen om de progressie van lymfocyteninfiltratie naar neoplastische proximale plaatsen te illustreren. Open om te beginnen de Gene Expression Omnibus- of GEO-database en gebruik primair syndroom van Sjögren en longadenocarcinoom als trefwoorden om naar genexpressieprofielen te zoeken. Klik op de resultaten in de GEO DataSets database en selecteer Homo sapiens in Top Organisms.
Selecteer en download de dataset die u interesseert, samen met de bijbehorende platforminformatie. Open vervolgens de GeneCard-database en gebruik primair syndroom van Sjögren en longadenocarcinoom als trefwoorden om de genen te verkrijgen die verband houden met pSS en LUAD. Download de spreadsheets van de ziektegenen.
Identificeer en visualiseer met behulp van R-software differentieel tot expressie gebrachte genen of DEG's met een aangepaste P-waarde van minder dan 0,05 en een vouwverandering groter dan 1,2 of kleiner dan 0,83. Vergelijk en analyseer genexpressie tussen deze datasets. Selecteer genen met een expressieniveau groter dan of gelijk aan 20 gerelateerd aan pSS en LUAD uit de GeneCard-database.
Voeg de DEG's die zijn gekoppeld aan pSS en LUAD samen uit zowel de GEO-database als de GeneCard-database. Na het installeren van het Venn Diagram-pakket in R-software, verkrijgt en visualiseert u de DEG's die zijn gekoppeld aan pSS en LUAD. Klik op de Metascape-website op Bestand selecteren en upload het xlsx-formaatbestand van pSS-LUAD-DEG's.
Kies Homo sapiens voor zowel Input als soort en Analyse als soort. Klik op Aangepaste analyse, klik vervolgens op Verrijking en selecteer KEGG-pad. Schakel de andere opties uit.
Klik op Verrijkingsanalyse en klik na voltooiing op Analyserapportpagina. Klik op Alles in één zipbestand om de resultaten te downloaden. Toegang tot de _FINAL_GO.
CSV-bestand in de map Enrichment_GO om de resultaten weer te geven. Gebruik het ggplot2-pakket in R-software om het KEGG-visualisatieprogramma uit te voeren. Voor genontologie of GO-verrijkingsanalyse importeert u de tekstformaatlijst van pSS-LUAD-DEG's in R.Run de Cluster Profiler- en Enrich Plot-pakketten voor GO-verrijkingsanalyse en resultaatvisualisatie.
Stel de statistische significantie in de analyse in op een aangepaste P-waarde van minder dan 0,05. Open de STRING-database en klik op Bladeren en upload het bestand met pSS-LUAD-DEG's. Selecteer Homo sapiens in Organismen en klik vervolgens op Zoeken.
Nadat u op Doorgaan hebt geklikt en de resultaten beschikbaar zijn, klikt u op Instellingen. Selecteer onder Basisinstellingen en minimaal vereiste interactiescore de optie Hoge betrouwbaarheid 0,7. Schakel Verberg niet-verbonden knooppunten in het netwerk in Geavanceerde instellingen in en klik vervolgens op Bijwerken.
Klik op Exports in de titelbalk om de tekst van de eiwit-eiwitinteractie of PPI-relatie in TSV-formaat te downloaden. Klik in de Cytoscape 3.7.1-software op Bestand, gevolgd door Importeren en netwerken uit bestand om het TSV-formaatbestand te importeren voor het bouwen van het PPI-netwerk. Gebruik de tool NetworkAnalyzer om de topologische parameters in het netwerk te analyseren en de grootte en kleur van knooppunten te optimaliseren via de stijlbalk in het configuratiescherm.
Selecteer op de menubalk Extra en Netwerk analyseren. Klik in het tabelpaneel op Graad om componenten in aflopende volgorde op graad te sorteren. Voor de identificatie en validatie van hub-genen, importeert u de tekstformaatlijst van hub-genen in R geladen met PROC-pakket.
Plot de werkingskarakteristiek van de ontvanger of ROC-curven van de hubgenen en bereken het gebied onder de ROC-curvewaarden. Na de analyse werden in totaal 233 gedeelde DEG's tussen pSS DEG's en LUAD DEG's gevisualiseerd met behulp van een Venn-diagram. De top 10 significante KEGG-routes voor pSS LUAD DEG's werden geïdentificeerd en voornamelijk geassocieerd met metabole routes, waaronder PI3K-Akt, MAPK en cytokine-cytokinereceptorinteracties.
GO-verrijkingsanalyse van pSS LUAD DEG's onthulde significante biologische processen, waaronder respons op virus en aangeboren immuunrespons, categorieën celcomponenten en moleculaire functies zoals cytokinereceptorbinding en -activiteit. Het PPI-netwerk bestond uit 99 knooppunten en 466 randen, waarbij STAT3, STAT1 en TP53 werden geïdentificeerd als de belangrijkste hubgenen. De top 20 genen met hogere graden in het PPI-netwerk werden gevisualiseerd, waaronder TNF, IL6 en EGFR.
Voer om te beginnen een bio-informaticaanalyse uit om de ontstekingsroutes te bepalen bij het gelijktijdig voorkomen van primair syndroom van Sjögren en longadenocarcinoom. Voor het ontwikkelen van het diermodel, plaatst u een verdoofde muis op een knevel voor kleine dieren met de buik naar boven gericht, het hoofd omhoog en de staart in een hoek van 45 graden. Gebruik fijne draad om de bovenste snijtanden van de muis te lussen, trek ze omhoog en bevestig de draad op een schroef op de dierhouder om de mondholte van de muis volledig bloot te leggen.
Nadat u de koude lichtlamp hebt aangezet, gebruikt u een tang om de tong van de muis voorzichtig naar buiten te trekken en de glottis volledig bloot te leggen. Steek een 18-gauge veneuze verblijfsnaald in de luchtpijp van de muis en trek de naaldkern eruit. Plaats een katoenen draad aan het buitenste uiteinde van de naald en bevestig dat het inbrengen is gelukt wanneer de draad meebeweegt met de borstbewegingen van de muis.
Gebruik een spuit van één milliliter om 0.2 milliliter lucht aan te zuigen, vervolgens 0.1 milliliter PM 2.5-suspensie en ten slotte nog eens 0.2 milliliter lucht. Injecteer het mengsel in de luchtpijp via de 18-gauge veneuze verblijfsnaald. Nadat u de verblijfsnaald hebt uitgetrokken, zet u de dierhouder rechtop en draait u deze 30 keer met de klok mee en tegen de klok in om de PM 2.5-suspensie gelijkmatig over de longen te verdelen.
Strek de nek van de muis recht uit en leg hem op zijn zij om verstikking te voorkomen, en laat hem herstellen. Plaats de geëuthanaseerde muis na 29 dagen in rugligging op een schoon ontleedbord. Verwijder met een schaar en tang de huid en spieren die de ventrale, thoracale en nekgebieden bedekken.
Maak incisies langs de randen van de ribben aan beide zijden van de borstholte om de borstholte bloot te leggen. Snijd het sleutelbeen af om een opening te creëren die breed genoeg is voor onderzoek van de longkwabben. Snijd de nekspieren weg die zich uitstrekken van het borstbeen en de ribben tot aan de kaak.
Steek een schaar onder de voorste rand van de ribben en maak aan beide zijden incisies om het benige gedeelte dat de luchtpijp bedekt te verwijderen. Pak de luchtpijp bij de kaak vast met een tang en maak een volledige transversale incisie met behulp van een schaar die boven de tang wordt geplaatst. Trek vervolgens voorzichtig de luchtpijp omhoog met een tang en knip de ventrale weefselverbindingen met een schaar door totdat het volledige thoracale weefsel uit het lichaam is verwijderd.
Leg de longen plat en spoel het oppervlak af met zoutoplossing. Nadat je het hebt drooggedept, aliquot het weefsel in cryobuisjes om op te slaan bij min 80 graden Celsius voor toekomstig biochemisch gebruik.
Overzicht
Dit manuscript onderzoekt de gemeenschappelijke pathogene mechanismen die primaire Sjogren-syndroom en longadenocarcinoom met elkaar verbinden door middel van bioinformatica-analyse en experimentele verificatie. Het onderzoek heeft tot doel de kloof in het begrip van de relatie tussen deze aandoeningen te overbruggen.
Belangrijkste onderzoekscomponenten
Wetenschapsgebied
- Neurowetenschappen
- Oncologie
- Bioinformatica
Achtergrond
- Primair Sjogren-syndroom is een auto-immuunziekte.
- Longadenocarcinoom is een type longkanker.
- Het begrijpen van hun link kan de resultaten voor patiënten verbeteren.
- Onderzoek benadrukt gedeelde pathogene mechanismen.
Doel van het onderzoek
- Om de relatie tussen primair Sjogren-syndroom en longadenocarcinoom te onderzoeken.
- Om gemeenschappelijke pathogene mechanismen te identificeren.
- Om toekomstige diagnostische en therapeutische strategieën te informeren.
Gebruikte methoden
- Bioinformatica-analyse van genexpressieprofielen.
- Experimentele verificatie van bevindingen.
- Samenwerking met thoracale chirurgie voor monsterverzameling.
- Gebruik van de Gene Expression Omnibus (GEO) database.
Belangrijkste resultaten
- Identificatie van genexpressieprofielen die beide aandoeningen verbinden.
- Inzichten in de progressie van lymfocyten-infiltratie naar neoplasie.
- Mogelijkheden voor toekomstige onderzoekssamenwerkingen.
- Implicaties voor patiëntdiagnose en -behandeling.
Conclusies
- Er bestaan gedeelde pathogene mechanismen tussen primair Sjogren-syndroom en longadenocarcinoom.
- Onderzoeksresultaten kunnen leiden tot verbeterde patiëntenzorg.
- Toekomstige studies zijn noodzakelijk om deze links verder te onderzoeken.
Veelgestelde vragen
Executive Industry Relevance
Integrating bioinformatics with experimental validation, this study addresses the mechanistic overlap between primary Sjogren's syndrome (pSS) and lung adenocarcinoma (LUAD), focusing on inflammation-driven carcinogenesis. The identification of shared molecular pathways and hub genes informs early discovery and target validation, supporting risk-adjusted portfolio decisions in immuno-oncology and autoimmune disease pipelines. These insights enable translational continuity from hypothesis generation to preclinical model development for dual-disease risk mitigation.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Bioinformatics-driven identification of shared DEGs enables mechanistic de-risking for both autoimmune and oncology targets.
- PPI network analysis clarifies pathway convergence, supporting functional target validation.
- Hub gene ROC analysis provides predictive confidence for prioritizing candidate targets.
Screening & Assay Development
- Validated animal models and molecular assays (qPCR, ELISA, western blot) establish reproducible systems for downstream screening.
- Quantitative cytokine and gene expression outputs enable assay standardization and cross-study comparability.
- Pathway activation markers (e.g., JAK2/STAT3) support screening readiness for pathway-modulating compounds.
Translational & Preclinical Research
- Inflammatory microenvironment modeling in vivo aligns with disease-relevant systems for translational biomarker exploration.
- Gene and protein expression data bridge discovery findings to preclinical validation in autoimmune-oncology overlap.
- Risk-adjusted advancement decisions are informed by mechanistic links between chronic inflammation and tumorigenesis.
Pipeline & Workflow Integration
This workflow spans early discovery through preclinical model validation, integrating bioinformatics, molecular profiling, and in vivo experimentation for dual-disease risk assessment.
- Discovery Biology: Hypothesis testing of shared inflammatory and oncogenic pathways supports biological de-risking.
- Screening: Quantitative molecular outputs enable reproducible assay development for pathway-targeted interventions.
- Analytics: Statistical enrichment, PPI network metrics, and ROC analyses provide robust comparative readouts.
- Translational Research: In vivo inflammatory models facilitate biomarker alignment and translational continuity.
- Enterprise Reuse: The integrated workflow is adaptable for other autoimmune-cancer comorbidity investigations.
Operational & Enterprise Impact
- Scientific Value: Enhanced predictive confidence and mechanistic clarity for target validation in complex disease intersections.
- Operational Value: Standardized, scalable bioinformatics and experimental protocols improve reproducibility and cross-team integration.
- Strategic Value: Informed go/no-go decisions and capital allocation for dual-indication programs.
- Portfolio Impact: Supports risk-adjusted prioritization of assets targeting inflammation-driven oncogenesis.
Implementation Considerations
- Requires expertise in bioinformatics, molecular biology, and in vivo model development.
- Demands access to high-throughput gene expression platforms and analytical software (R, Cytoscape, Metascape).
- Cross-functional standardization is essential for data integration and reproducibility.
- Model adaptation may be needed for other autoimmune or cancer contexts.
- Interpretation of pathway activation and biomarker data must consider disease heterogeneity.
Biopharma FAQs
Chapters in this video
0:00
Introduction
1:09
Bioinformatics Analysis of Shared Inflammatory Mechanisms in Primary Sjogren's Syndrome and Lung Adenocarcinoma
7:07
Developing an Animal Model for Verifying Common Pathogenic Mechanisms Linking Primary Sjogren's Syndrome and Lung Adenocarcinoma Identified Through Bioinformatics
