Análises integradas de metabolômica, transcriptômica, célula única e funcionais identificam SHMT2 como um biomarcador da reprogramação metabólica da SGOC, comportamento agressivo e reduzida resposta predita à imunoterapia no adenocarcinoma pulmonar.
É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.
Artigo de investigação
* These authors contributed equally
Análises integradas de metabolômica, transcriptômica, célula única e funcionais identificam SHMT2 como um biomarcador da reprogramação metabólica da SGOC, comportamento agressivo e reduzida resposta predita à imunoterapia no adenocarcinoma pulmonar.
O metabolismo da serina/glicina/um carbono (SGOC) é frequentemente alterado no adenocarcinoma pulmonar (LUAD), mas sua relação com o comportamento tumoral e a resposta prevista à imunoterapia ainda não está completamente definida. O perfil metabólico de 23 tecidos emparelhados de LUAD e tecido pulmonar normal adjacente foi realizado utilizando espectrometria de massas por ionização eletrospray extrativa interna. Dados transcriptômicos e clínicos do coorte de LUAD do The Cancer Genome Atlas (TCGA-LUAD) foram analisados para avaliar a expressão de SHMT2, prognóstico, genes diferencialmente expressos e características relacionadas ao sistema imunológico. A resposta prevista ao bloqueio dos pontos de controle imunológico foi avaliada utilizando o Tumor Immune Dysfunction and Exclusion (TIDE) e o The Cancer Immunome Atlas (TCIA), e a sensibilidade a fármacos foi inferida usando o oncoPredict. Dados de RNA-seq de célula única foram utilizados para examinar a distribuição celular de SHMT2. A validação experimental incluiu PCR quantitativa com transcriptase reversa (RT-qPCR), western blot, imuno-histoquímica do Human Protein Atlas (HPA) e silenciamento de SHMT2 mediado por RNA de curto cabelo (shRNA), seguido por ensaios de proliferação, cicatrização de ferida e formação de colônias. A análise metabólica identificou os metabolismos da glicina, serina e treonina como uma via proeminentemente alterada no LUAD. SHMT2 estava superexpresso no LUAD e associado a pior sobrevida global e características clínico-patológicas desfavoráveis. Tumores com alta expressão de SHMT2 exibiram enriquecimento de programas transcripcionais relacionados ao ciclo celular e ao SGOC, menores escores imunes e estromais e reduzida resposta prevista à imunoterapia. A análise em célula única mostrou enriquecimento relativo da expressão de SHMT2 em populações de linfócitos B. In vitro, SHMT2 foi superexpresso em células de LUAD, e seu silenciamento inibiu a proliferação, migração e crescimento clonogênico. Em conjunto, SHMT2 está associado à reprogramação metabólica do SGOC, fenótipos tumorais agressivos e um estado imunologicamente desfavorável no LUAD, o que reforça seu potencial como biomarcador; a sua modulação terapêutica exige validação farmacológica adicional e in vivo.
O CAPE permanece como uma das principais causas de mortalidade relacionada ao câncer em todo o mundo, impulsionado pela acentuada heterogeneidade molecular, pela propensão precoce à metástase e pela durabilidade limitada das estratégias terapêuticas atuais1,2. Embora os inibidores de pontos de controle imunológico (ICIs) tenham transformado o panorama terapêutico do CAPE, o benefício clínico sustentado é restrito a um subconjunto de pacientes, sendo frequentemente observadas resistência primária e adquirida3,4. Essa acentuada variabilidade entre pacientes salienta a necessidade urgente de definir os determinantes biológicos que moldam o microambiente imunológico tumoral e regulam a resposta à imunoterapia, ao mesmo tempo que se identificam vulnerabilidades acionáveis que possam ser exploradas para melhorar a estratificação dos pacientes e os resultados do tratamento.
A reprogramação metabólica é uma característica central da progressão maligna5. Entre os programas metabólicos, o metabolismo SGOC conecta entradas glicolíticas ao metabolismo de aminoácidos e à síntese de nucleotídeos, fornecendo unidades de um carbono para a produção de purinas/pirimidinas e a geração de doadores de metila6. Além da produção de biomassa, o metabolismo SGOC contribui para a homeostase redox e interage com o ciclo da metionina para influenciar a metilação do DNA, RNA e histonas, posicionando-o no ponto de convergência entre proliferação e regulação epigenética7,8. A serina hidroximetiltransferase 2 (SHMT2), a isoforma mitocondrial da serina hidroximetiltransferase, converte serina em glicina enquanto gera tetrahidrofolato 5,10-metileno e constitui um ponto de entrada principal para o suprimento mitocondrial de carbono-um na rede SGOC9. A SHMT2 é anormalmente superexpressa em múltiplas neoplasias e tem sido associada à proliferação aumentada, invasão, resistência terapêutica e adaptação ao estresse oxidativo10,11,12,13. A SHMT2 também interage com a sinalização inflamatória por meio do complexo BRISC, embora um mecanismo imunológico direto impulsionado pela SHMT2 no CAEP ainda precise ser estabelecido14,15. Assim, se a SHMT2 marca um fenótipo metabólico clinicamente relevante no CAEP e como ele se relaciona com características do microambiente imune e com a resposta predita à imunoterapia exige uma avaliação integrada.
A interação bidirecional entre o metabolismo tumoral e a imunidade antitumoral é central na biologia contemporânea do câncer16. As células tumorais podem comprometer a competência imunológica por meio do esgotamento competitivo de nutrientes, acúmulo de metabólitos imunomoduladores e acoplamento metabólico-epigenético que reorganiza a diferenciação e os programas efetores das células imunes7,16,17. Um metabolismo aumentado de um carbono pode influenciar programas dependentes de metilação e a aptidão metabólica em células T, mas a direção e magnitude desses efeitos dependem do tipo celular e do contexto nutricional17. A regulação imune adaptativa também se estende além das células T: células B, respostas de anticorpos, apresentação de antígenos e estruturas linfoides terciárias (TLS) têm sido associadas à eficácia da imunoterapia18. Essas observações motivam uma análise em múltiplas camadas que possa situar um candidato metabólico nos contextos de tumor total, celular único e funcional, sem presumir que a concordância entre plataformas por si só comprove causalidade.
Diferentemente de um delineamento somente de metabolômica, que identifica metabólitos alterados sem estabelecer sua origem celular ou relevância fenotípica, e diferente de um delineamento somente de transcriptômica em massa, que pode inferir atividade de vias sem observar diretamente alterações nos metabólitos, o presente fluxo de trabalho integra metabolômica de tecidos pareados, transcriptômica em massa e de célula única, e ensaios funcionais in vitro. A concordância entre essas camadas apoia a priorização de candidatos e reduz a dependência de qualquer plataforma analítica única; no entanto, a evidência resultante permanece associativa para a regulação imunológica, a menos que seja validada em sistemas de co-cultura imunológica ou in vivo.
A metabolômica de tecidos pareados de ADPC e pulmão normal adjacente foi inicialmente utilizada para identificar perturbações metabólicas associadas à glicina. Em seguida, dados transcriptômicos e clínicos do TCGA foram integrados para avaliar a SHMT2, uma enzima mitocondrial da via SGOC cuja relevância foi apoiada pela pertinência da via, superexpressão tumoral, associação prognóstica e viabilidade experimental. O perfil do microambiente imune, o mapeamento em nível de célula única e a validação funcional in vitro estabeleceram posteriormente um arcabouço multifacetado e gerador de hipóteses, abrangendo alterações metabólicas, desregulação enzimática, distribuição celular e fenótipo das células tumorais. Do ponto de vista prático, este fluxo de trabalho exige tecidos pareados frescos congelados. A identificação de metabólitos por espectrometria de massas é semiquantitativa; metabólitos candidatos devem ser validados independentemente. As predições de imunoterapia (TIDE/TCIA) e inferências de sensibilidade a fármacos (oncoPredict) são estimativas computacionais baseadas em transcriptoma que não substituem a validação clínica em coortes reais tratadas com ICI e devem ser interpretadas como geradoras de hipóteses.
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Este estudo foi aprovado pelo Comitê de Ética em Pesquisa do Segundo Hospital Afiliado da Universidade de Nanchang (CDEFYYLK 3-05). O consentimento informado por escrito foi obtido de todos os pacientes antes da coleta das amostras, conforme estipulado na Declaração de Helsinque. Os dados brutos foram exportados e analisados utilizando o software e os recursos web listados na Tabela de Materiais.
Coleta de tecido clínico
Tecidos tumorais pareados e tecidos normais distantes do pulmão, correspondentes, foram coletados de pacientes submetidos à ressecção cirúrgica entre janeiro e junho de 2024 e diagnosticados patologicamente com adenocarcinoma pulmonar invasivo. Os espécimes foram ressecados pelo cirurgião responsável, processados em até 5 minutos após a ressecção, congelados imediatamente em nitrogênio líquido e armazenados até a análise. As características clínico-patológicas sem identificação são fornecidas na Tabela Suplementar 1.
Espectrometria de massas com ionização por eletrosspray extrativa interna (iEESI-MS) para discriminar adenocarcinoma pulmonar de tecidos pulmonares normais
Espécimes de tecido (1 mm3) foram analisados por iEESI-MS utilizando um espectrômetro de massas híbrido com armadilha iônica linear e órbita eletrostática no modo de íons positivos. O solvente extrator metanol (100%) foi fornecido a 3,0 µL/min com uma polarização de +5 kV. A faixa de varredura do iEESI-MS1 foi de m/z 50–2.000. O iEESI-MS2 utilizou dissociação por colisão induzida com uma energia de colisão normalizada de 25–35%, uma janela de isolamento de m/z 2,0 e um tempo de exclusão dinâmica de 30 s. A calibração externa diária, conforme o procedimento padrão do instrumento, manteve um erro de massa <5 ppm. Após normalização mediana, transformação log₂ e autoscalonamento, foi realizada a análise OPLS-DA com 200 testes de permutação. Os metabólitos foram anotados utilizando o HMDB, e o enriquecimento de vias foi realizado utilizando anotações do KEGG.
Processamento de dados de espectrometria de massas e identificação de metabólitos
Os dados brutos de MS foram normalizados por normalização mediana, seguida de transformação log₂ e autoscalonamento (centralização pela média e divisão pelo desvio padrão de cada variável). A análise de discriminação por mínimos quadrados parciais ortogonais (OPLS-DA) foi utilizada para identificar características m/z discriminatórias. As características foram consideradas diferenciais quando VIP > 1,0, |log₂(FC)| > 0,58 e p < 0,05. As características diferenciais foram submetidas à análise de MS2 e anotadas utilizando a Base de Dados do Metaboloma Humano. Em seguida, foi utilizada a análise de enriquecimento de vias baseada no KEGG para identificar vias alteradas e priorizar enzimas relevantes para as vias. Os metabólitos diferenciais anotados estão disponíveis na Tabela Suplementar 2.
Análises baseadas no TCGA da expressão de SHMT2, sobrevida e associações clinicopatológicas
Os perfis de expressão de RNA-seq e as anotações clínicas correspondentes para o TCGA-LUAD foram baixados do Genomic Data Commons em 18 de dezembro de 2025; tumor (n = 542) e tecido normal (n = 59). Os valores de fragmentos por quilobase de transcrito por milhão de leituras mapeadas (FPKM) foram transformados como log2(FPKM + 1). Apenas amostras com informações completas de sobrevida foram incluídas nas análises prognósticas. Os valores de expressão de SHMT2 em tecido tumoral e normal foram comparados utilizando o teste de soma de postos de Wilcoxon. Os pacientes foram divididos em grupos SHMT2-alto e SHMT2-baixo com base no valor mediano de expressão. A sobrevida global foi avaliada por análise de Kaplan-Meier e teste log-rank. As associações com estágio tumor-nódulo-metástase (TNM), idade e sexo foram avaliadas utilizando testes qui-quadrado ou Wilcoxon, conforme apropriado. Curvas de característica operacional do receptor dependentes do tempo (ROC) foram geradas para sobrevida em 1, 3 e 5 anos. Todos os testes estatísticos foram bicaudais.
Análise de expressão diferencial e enriquecimento funcional (GO/KEGG)
Genes diferencialmente expressos (DEGs) entre os grupos com alto e baixo nível de SHMT2 foram identificados utilizando uma taxa de falsa descoberta < 0,05 e |log₂(FC)| ≥ 1. Os resultados foram visualizados como um gráfico de vulcão e um mapa de calor dos 40 principais DEGs com normalização do escore z por linha. As análises de enriquecimento de Gene Ontology (GO) e KEGG utilizaram um valor de p ajustado < 0,05. As anotações de genes humanos foram obtidas do Ensembl em dezembro de 2025.
Infiltração imune, predição de resposta à imunoterapia e inferência de sensibilidade a fármacos
Pontuações do microambiente tumoral, incluindo ImmuneScore, StromalScore e ESTIMATEScore, foram calculadas utilizando o método ESTIMATE. A composição de células imunes foi inferida usando o CIBERSORT com o conjunto de referência LM22 (baixado em 5 de dezembro de 2025), 1.000 permutações e retenção de amostras com p de desconvolução < 0,05. Comparações entre grupos foram realizadas entre tumores com alto e baixo nível de SHMT2. As correlações de Spearman entre SHMT2 e genes relacionados a pontos de controle imunológico foram visualizadas como uma matriz de correlação. Os imunofenopontuações foram obtidos do TCIA, e o TIDE foi utilizado para predição complementar da resposta à imunoterapia. A sensibilidade a fármacos foi inferida usando o oncoPredict treinado na versão do GDSC de dezembro de 2023 para estimar os valores de CI50. As diferenças entre grupos foram analisadas com testes de Wilcoxon, e as associações contínuas foram avaliadas por meio de correlações de Spearman.
Análise de RNA-seq de célula única de LUAD
Os dados transcriptômicos de célula única19 foram baixados do Gene Expression Omnibus em 20 de dezembro de 2025 e analisados. Foram mantidas células com 200–6.000 características detectadas e < 10% de transcritos mitocondriais. As contagens foram normalizadas usando LogNormalize com um fator de escala de 10.000; os 2.000 genes variáveis superiores foram selecionados, e todos os genes foram padronizados. A análise de componentes principais utilizou os 20 primeiros componentes, o UMAP utilizou as dimensões 1–20, e o agrupamento utilizou uma resolução de 0,5. Os tipos celulares foram anotados utilizando a referência do Human Primary Cell Atlas. As proporções de tipos celulares foram comparadas entre amostras tumorais e normais, e foram geradas matrizes de correlação de Spearman. As distribuições de SHMT2 foram examinadas entre os tipos celulares anotados. Os estados do ciclo celular foram inferidos usando cyclone e visualizados com gráficos em forma de crista.
Cultura celular
As células BEAS-2B, H1299 e A549 foram cultivadas a 37 °C em uma estufa umidificada ajustada a 5% de CO2 e aproximadamente 95% de umidade relativa, utilizando os meios e suplementos especificados na Tabela de Materiais.
PCR quantitativa em tempo real com transcrição reversa (RT-qPCR)
O RNA total foi extraído utilizando um reagente de extração de RNA baseado em fenol. O RNA extraído foi transcrito reversamente em cDNA utilizando uma mistura mestra de transcrição reversa. A transcrição reversa foi realizada em um sistema de 20 µL com remoção de DNA genômico a 42 °C por 2 min, transcrição reversa a 50 °C por 15 min e término a 85 °C por 5 s. A PCR quantitativa foi realizada com uma mistura mestra de qPCR baseada em corante intercalante de DNA em um sistema de PCR em tempo real utilizando 95 °C por 3 min, seguido por 40 ciclos de 95 °C por 10 s e 60 °C por 30 s, e um passo de curva de dissociação de 95 °C por 15 s, 60 °C por 60 s e 95 °C por 15 s. Todas as reações foram realizadas em triplicata. A expressão relativa foi calculada utilizando o método 2−ΔΔCt com GAPDH como gene de referência. Soluções estoque de iniciadores foram preparadas a 10 µM em água bidestilada e armazenadas a -20 °C no escuro. As sequências dos iniciadores estão fornecidas na Tabela Suplementar 3.
Western blotting
As proteínas celulares totais foram extraídas utilizando tampão de ensaio de radioimunoprecipitação em gelo durante 30 min e centrifugadas a 12.000 x g durante 15 min a 4 °C. As proteínas foram separadas por eletroforese em gel de poliacrilamida contendo dodecilsulfato de sódio a 12% e transferidas para membranas de fluoreto de polivinilideno de 0,22 µm. As membranas foram bloqueadas com leite desnatado a 5% (p/v) em solução salina tamponada com Tris contendo 0,1% de Tween 20 (TBST) durante 2 h à temperatura ambiente e incubadas durante a noite a 4 °C com os anticorpos primários anti-SHMT2 (1:1.000) e anti-GAPDH (1:2.000), diluídos em TBST com leite desnatado a 5%. Após três lavagens de 8 min cada com TBST (20 mM Tris-HCl, 150 mM NaCl, 0,1% Tween-20), as membranas foram incubadas com anticorpos secundários conjugados à peroxidase do rabanete (1:5.000) durante 1 h à temperatura ambiente. Os sinais foram revelados utilizando um substrato de quimioluminescência aprimorada, preparado pela mistura de volumes iguais das soluções A e B, incubado por 2 min à temperatura ambiente no escuro e capturados com um sistema de imagem de quimioluminescência.
Validação da imuno-histoquímica de HPA
Os padrões de expressão proteica de SHMT2 em tecido pulmonar normal e adenocarcinoma pulmonar (LUAD) foram avaliados utilizando o HPA. “SHMT2” foi pesquisado no HPA, e imagens representativas de imuno-histoquímica (IHC) e anotações patológicas associadas foram baixadas para comparação. Para minimizar o viés devido à especificidade do anticorpo, anticorpos com níveis mais altos de validação no HPA foram priorizados. Quando disponíveis, os resultados de IHC de múltiplos anticorpos foram confrontados (HPA020543 e HPA020549).
Redução da expressão de SHMT2 em células de CAEP
Para investigar o papel intrínseco das células tumorais da SHMT2 no CAEP, foi realizada a diminuição da expressão de SHMT2 em células H1299 e A549 utilizando shRNA. O shRNA era carregado por um vetor lentiviral com promotor H1 e seleção por puromicina; plasmídeos de empacotamento foram cotransfectados durante a produção do vírus. O sh-SHMT2 direcionava-se à região codificadora humana de SHMT2, enquanto o sh-NC era um controle negativo aleatório. Os estoques virais preparados tinham uma titulação de ≥ 1 x 108 unidades transdutoras/mL e foram armazenados a -80 °C. As células foram infectadas com as partículas lentivirais sh-SHMT2 ou sh-NC preparadas descritas na Tabela de Materiais. Após 48 h, a eficiência da diminuição da expressão foi avaliada por RT-qPCR e western blotting. Somente células com silenciamento confirmado de SHMT2 foram utilizadas nos ensaios de proliferação, migração e formação de colônias.
Ensaio de proliferação celular
A proliferação celular foi avaliada utilizando o ensaio CCK-8. Células H1299 e A549 transfectadas foram semeadas em placas de 96 poços a 5 x 103 células por poço, em sextuplicata. Nos dias 1, 2, 3, 4 e 5, foram adicionados 10 µL do reagente CCK-8 a cada poço (10% do volume do meio de cultura) e incubados por 2 h a 37 °C. A absorbância foi medida a 450 nm e utilizada como leitura da viabilidade celular.
Ensaio de cicatrização de ferida
A migração celular foi avaliada utilizando um ensaio de cicatrização de ferida. Células H1299 e A549 transfectadas foram semeadas em placas de 6 poços e cultivadas até atingirem 90–95% de confluência. Uma ferida linear foi criada com uma ponteira estéril de 200 µL, e as células destacadas foram removidas por lavagem suave com solução salina tamponada com fosfato. As células foram então mantidas em meio livre de soro ou com baixo teor de soro, e a área da ferida foi registrada em 0 h e 24 h sob um microscópio invertido. O fechamento da ferida foi quantificado utilizando o software de análise de imagens listado na Tabela de Materiais e calculado como a redução percentual em relação à área inicial da ferida.
Ensaio de formação de colônias
Para análise de formação de colônias, células H1299 e A549 transfectadas foram semeadas em placas de 6 poços com 800 células por poço e cultivadas por aproximadamente 10–14 dias, até a formação de colônias visíveis, com monitoramento microscópico durante o cultivo. As colônias foram fixadas com paraformaldeído a 4% por 30 minutos à temperatura ambiente e coradas com violeta cristal a 0,1% por 15 minutos à temperatura ambiente. Foram contadas colônias contendo mais de 50 células em microscópio óptico.
Análise estatística para experimentos in vitro
Todos os experimentos in vitro foram realizados independentemente pelo menos três vezes. Os dados são apresentados como média ± desvio padrão. As comparações entre dois grupos utilizaram o teste t de Student, e p < 0,05 foi considerado estatisticamente significativo.
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Metabolômica de tecidos revela remodelação metabólica extensa no ADLC com enriquecimento acentuado de vias associadas à glicina
Tecidos pulmonares tumorais emparelhados e tecidos normais adjacentes de 23 pacientes com LUAD foram analisados por iEESI-MS direto; as características dos pacientes e as anotações de metabólitos diferenciais estão fornecidas na Tabela Suplementar 1 e na Tabela Suplementar 2. Após normalização log2, a OPLS-...
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Este estudo utilizou uma abordagem sequencial composta por descoberta metabolômica, priorização de enzimas, interpretação transcriptômica, avaliação do contexto imunológico, localização em nível de célula única e validação funcional em células tumorais. As análises identificam a remodelação metabólica relacionada à glicina e ao ciclo SGOC no LUAD e associam SHMT2 a desfechos adversos e menor benefício predito computacionalmente com imunoterapia. Essa priorização é mais robusta do que a dependência de uma única camada ômi...
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Os autores declaram não haver conflitos de interesses.
Os autores agradecem aos pacientes e suas famílias pela participação neste estudo. Os autores também agradecem aos colaboradores dos bancos de dados TCGA, GEO e HPA por disponibilizarem seus dados publicamente. Esta pesquisa foi financiada pelo Programa Chave de Pesquisa e Desenvolvimento da Província de Jiangxi (número do convênio 20223BBG71009) e pela Fundação Nacional de Ciências Naturais da China (números dos convênios 81860379 e 82160410).
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| Células A549 | CCL-185 | ATCC | |
| anticorpo anti-GAPDH | M1310-2 | Huaan Biotechnology | |
| anticorpo anti-SHMT2 | D197021 | Sangon Biotech | |
| Células BEAS-2B | CRL-9609 | ATCC | |
| Kit de contagem celular-8 (CCK-8) | K1018 | APExBIO | |
| Banco de dados: TCGA / GDC | Acessado em 2025-12-18 | Instituto Nacional do Câncer (NCI) | |
| Banco de dados: GEO | Acessado em 2025-12-20 | NCBI | |
| Banco de dados: HMDB | Acessado em 2025-12-12 | Banco de Dados do Metaboloma Humano | |
| Banco de dados: KEGG | Acessado em 2025-12-11 | Kanehisa Laboratories | |
| Banco de dados: Human Protein Atlas | Protein Atlas | ||
| Banco de dados: GDSC | lançamento de 2023-12 | Sanger Institute | |
| Banco de dados: Ensembl | 2025-12 | EMBL-EBI | |
| Banco de dados: TCIA | Acessado em 2025-12-10 | The Cancer Immunome Atlas | |
| Células H1299 (NCI-H1299) | CRL-5803 | ATCC | |
| anticorpo secundário conjugado com HRP | D110087 | Sangon Biotech | |
| HiScript II Q Select RT SuperMix | KR116 | Tiangen Biotech | |
| Sistema LightCycler 480 | 5015278001 | Roche | |
| Leite desnatado | Reagente laboratorial comum | BD (ou conforme utilizado) | |
| Membrana de PVDF, 0,22 µm | GVHP00010 (ou reagente laboratorial comum) | MilliporeSigma (ou conforme utilizado) | |
| Pacote R: pRoloc | 1.40.0 | Bioconductor | |
| Pacote R: TCGAbiolinks | 2.26.0 | Bioconductor | |
| Pacote R: survival | 3.4-0 | CRAN | |
| Pacote R: survminer | 0.4.9 | CRAN | |
| Pacote R: timeROC | 1.0.4 | CRAN | |
| Pacote R: DESeq2 | 1.38.1 | Bioconductor | |
| Pacote R: ggplot2 | 3.4.4 | CRAN | |
| Pacote R: pheatmap | 1.0.12 | CRAN | |
| Pacote R: clusterProfiler | 4.6.2 | Bioconductor | |
| Pacote R: org.Hs.eg.db | 3.16.0 | Bioconductor | |
| Pacote R: estimate | 1.0.13 | Bioconductor / GitHub | |
| Pacote R: CIBERSORT | 1 | (script R autônomo) | |
| Pacote R: corrplot | 0.92 | CRAN | |
| Pacote R: TIDE | 0.3.0 | Pacote R | |
| Pacote R: oncoPredict | 1.1.1 | CRAN / GitHub | |
| Pacote R: GEOquery | 2.66.0 | Bioconductor | |
| Pacote R: Seurat | 4.3.0 | CRAN | |
| Pacote R: SingleR | 1.10.0 | Bioconductor | |
| Pacote R: scran | 1.26.0 | Bioconductor | |
| SYBR Green qPCR Master Mix (Universal) | HY-K0501A | MedChemExpress (MCE) | |
| Reagente Universal TRIzol | DP424 | Tiangen Biotech |
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.