Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Исследовательская статья

Экспрессия белка-ридера m6A YTHDC2 при немелкоклеточном раке легкого в китайской клинической когорте

75 просмотров

⸱

DOI:

10.3791/72012

⸱

14 августа 2026 г.

 ,  , 
1The First School of Clinical Medicine, Hainan Medical University, 2School of Basic Medical Sciences, Hainan Medical University

В этой статье

Краткое содержание

В данном исследовании с помощью биоинформатики и qRT-PCR оценивается экспрессия YTHDC2 при немелкоклеточном раке легкого. В то время как анализ баз данных указывает на снижение экспрессии и прогностическую значимость, клиническая валидация не выявила существенных различий. Полученные результаты подчеркивают наличие противоречий, что свидетельствует об ограниченной диагностической точности и необходимости дальнейшей валидации перед применением в клинической практике.

Аннотация

Немелкоклеточный рак легкого (НМРЛ) остается одной из ведущих причин смертности от онкологических заболеваний во всем мире, при этом количество доступных биомаркеров для ранней диагностики и прогнозирования ограничено. Модификация РНК N6-метиладенозина (m6A) и ее белки-ридеры, такие как YTHDC2, играют критическую роль в регуляции генов и туморогенезе. Данное исследование направлено на оценку профиля экспрессии YTHDC2 в тканях НМРЛ с помощью биоинформатики и количественной ПЦР в реальном времени (кПЦР), анализ взаимосвязи между YTHDC2 и клинико-патологическими характеристиками, а также изучение его потенциальной клинической и биологической значимости для будущих исследований. Для определения прогностической точности были проанализированы данные об экспрессии генов и выживаемости из баз данных. Экспрессия YTHDC2 была количественно определена в тканях НМРЛ в китайской клинической когорте, и были проанализированы клинико-патологические характеристики. Анализ публичных баз данных показал, что экспрессия YTHDC2 была снижена в тканях НМРЛ (p < 0.05) и была связана с выживаемостью пациентов, хотя его прогностическая эффективность была низкой (AUC ≈ 0.5). Анализ методом кПЦР 19 пар опухолевых и прилежащих нормальных тканей не выявил статистически значимых различий (p = 0.537) в экспрессии YTHDC2 между раковыми и прилежащими тканями. В совокупности анализ публичных баз данных позволяет предположить, что экспрессия YTHDC2 может быть снижена и иметь потенциальное прогностическое значение при НМРЛ, однако независимая клиническая валидация в нашей когорте не подтвердила значимой дифференциальной экспрессии. Эти результаты подчеркивают существенную гетерогенность между крупномасштабными наборами данных и реальными когортами, указывая на то, что YTHDC2 вряд ли может служить надежным самостоятельным диагностическим или прогностическим биомаркером и может потребовать интеграции с дополнительными молекулярными маркерами для клинического применения.

Введение

Немелкоклеточный рак легкого (НМРЛ), включающий плоскоклеточный рак и аденокарциному, является наиболее часто диагностируемым видом рака легкого и одной из главных причин смертности от онкологических заболеваний в мире1. Согласно глобальной статистике, рак легкого входит в число основных причин смерти от рака2. Последние достижения в области диагностики, хирургии, лучевой терапии и молекулярно-таргетной терапии не привели к значительному улучшению прогноза при НМРЛ, поскольку первичный диагноз обычно ставится на поздней стадии, а на ранних этапах заболевание часто протекает бессимптомно3. Это подчеркивает необходимость поиска новых биомаркеров для идентификации, прогнозирования и оценки эффективности лечения пациентов с НМРЛ.

m6A — это первая выявленная и наиболее распространенная модификация РНК у эукариот, которая играет роль в стабильности, трансляции и транскрипции РНК4. Модификации m6A динамичны и обратимы; этот процесс обеспечивается метилтрансферазами («писателями»), деметилазами («стирателями») и специфическими связывающими белками («ридерами»)5. Среди них YTHDC2, основной белок-ридер m6A, модулирует стабильность РНК и скорость трансляции6. Недавние исследования указывают на то, что YTHDC2 участвует в регуляции различных типов рака, либо подавляя рост и инвазию клеток, либо индуцируя их гибель7. В ряде работ также подчеркивается клиническая значимость других белков-ридеров m6A, включая YTHDF1, YTHDF2 и YTHDC1, в прогрессировании рака легкого, иммунной регуляции и прогнозе заболевания, что подтверждает важность систематической оценки отдельных ридеров m6A в независимых когортах пациентов8,9,10. При НМРЛ наблюдается значительное снижение уровней YTHDC2, что ассоциировано с высокими стадиями опухоли, метастазированием в лимфатические узлы и плохим прогнозом для пациентов, что указывает на его возможную роль в качестве антиопухолевого фактора11. Эксперименты in vitro и in vivo также показывают, что высокая экспрессия YTHDC2 ингибирует пролиферацию и метастазирование клеток при раке легкого7.

В данном исследовании регуляция YTHDC2 при немелкоклеточном раке легкого (НМРЛ) изучалась с помощью комплексного вычислительного анализа и экспериментальной валидации методом qRT-PCR. Также была исследована взаимосвязь между экспрессией YTHDC2, клинико-патологическими характеристиками и прогнозом для пациентов. Несмотря на растущий объем данных из открытых баз, указывающих на нарушение регуляции YTHDC2 при НМРЛ, в опубликованных работах приводятся противоречивые данные относительно масштабов и клинической значимости этой дисрегуляции, а независимая валидация на хорошо охарактеризованных реальных клинических когортах, особенно в азиатских популяциях, остается ограниченной. Более того, большинство предыдущих исследований опирались преимущественно на открытые транскриптомные наборы данных или экспериментальные модели, и лишь немногие интегрировали биоинформатические результаты с независимой клинической валидацией. Путем сочетания крупномасштабного анализа открытых транскриптомных данных с независимой валидацией методом qRT-PCR в китайской клинической когорте данное исследование было направлено на оценку воспроизводимости предыдущих результатов и устранение разрыва между анализом открытых баз данных и реальными клиническими образцами. Таким образом, целью данной работы была систематическая оценка экспрессии YTHDC2 с использованием интегрированных подходов биоинформатики и клинической валидации, а также определение ее потенциальной биологической и клинической значимости при НМРЛ. Была выдвинута гипотеза о том, что экспрессия YTHDC2 нарушена при НМРЛ и что интеграция биоинформатического анализа с независимой клинической валидацией обеспечит более надежную оценку ее диагностического и прогностического значения, чем любой из этих подходов по отдельности.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

Исследование было одобрено Этическим комитетом Хайнаньского медицинского университета (номер одобрения HMC1984.24) и проводилось в соответствии с Хельсинкской декларацией (в редакции 2013 года).

Объекты исследования

Исследование 50 пациентов с раком легкого, диагностированных в период с 2017 по 2024 год в Центральной больнице города Санья в провинции Хайнань, проводилось в соответствии с Клиническими рекомендациями Китайской медицинской ассоциации по диагностике и лечению рака легкого (издание 2024 года). Стадирование по системе CSCO (2024) было приведено в соответствие с 8-м изданием AJCC для обеспечения сопоставимости результатов с другими исследованиями, что было подтверждено в китайских когортах12; для обеспечения согласованности данных результаты были проверены двумя независимыми онкологами. Процесс отбора пациентов, доступность тканей, оценка качества РНК и окончательный подбор образцов для анализа методом qRT-PCR обобщены на Рисунке 1.

Данные исследования

В данном исследовании использовались методы биоинформатики для анализа уровней экспрессии YTHDC2 при НМРЛ и их связи с клинико-патологическими характеристиками, что позволило получить представление о потенциальных механизмах. Биоинформатический анализ проводился исключительно с использованием общедоступных данных секвенирования РНК из The Cancer Genome Atlas (TCGA), включая образцы аденокарциномы легкого (LUAD), плоскоклеточного рака легкого (LUSC) и соответствующих образцов нормальной ткани легкого, загруженных через портал данных GDC (https://portal.gdc.cancer.gov/). Загруженный набор данных включал данные об экспрессии при секвенировании РНК вместе с имеющимися клиническими переменными (идентификатор пациента, идентификатор образца, возраст, пол, патологическая стадия, статус выживаемости и общая продолжительность выживания) для подходящих случаев TCGA-LUAD и TCGA-LUSC. Образцы, для которых отсутствовала информация об экспрессии генов или выживаемости, были исключены из последующего анализа выживаемости и ROC-анализа. Набор данных, использованный в этом исследовании, представлен в Дополнительном файле 1. Клинические образцы, собранные в Центральной больнице города Санья, для биоинформатического анализа не использовались. Подробные процедуры анализа с помощью GEPIA, Kaplan–Meier Plotter и survivalROC приведены ниже в разделе «Биоинформатический анализ». Полный рабочий процесс биоинформатического анализа, включая получение данных, предварительную обработку, анализ экспрессии генов, анализ выживаемости и ROC-анализ, обобщен на Рисунке 2.

Критерии включения и исключения

Критерии включения и исключения пациентов представлены в Таблице 1. Анализ мощности с использованием специализированного программного обеспечения показал, что для обеспечения 80% мощности при выявлении умеренного размера эффекта (d = 0.8, α = 0.05, двусторонний критерий) потребуется не менее 26 случаев в каждой группе. Хотя изначально планировалось включить 50 пар в группу с раком легкого, в окончательный анализ qRT-PCR вошли 30 образцов опухоли и 19 образцов прилежащей нормальной ткани после исключения проб с неудовлетворительным качеством ткани или РНК. Такое сокращение размера выборки отражает реальные клинические ограничения и подчеркивает важность целостности РНК и доступности тканей в трансляционных исследованиях. При n = 19 для сравнений минимальный обнаруживаемый размер эффекта составляет d = 1.0 (мощность 80%, α = 0.05). Таким образом, мощность эксперимента была достаточной для выявления значительных, но не малых или умеренных различий в экспрессии YTHDC2.

Образцы тканей и количественная ПЦР в реальном времени (кПЦР-РВ)

Патологоанатомические диагнозы были определены двумя разными патологами методом двойного слепого исследования. Чистота опухоли оценивалась патологами (>70% злокачественных клеток) и подтверждалась с помощью ESTIMATE (TCGA). Прилежащие нормальные ткани подвергались макродиссекции для минимизации контаминации стромой. Гистологические типы рака легкого включали аденокарциному легкого и плоскоклеточный рак: 26 случаев аденокарциномы легкого и 4 случая плоскоклеточного рака. Клиническое стадирование 50 пациентов с раком легкого проводилось в соответствии с критериями стадирования, изложенными в «Клинических рекомендациях Китайской медицинской ассоциации по раку легкого (издание 2024 года)». Патологически подтвержденные образцы НМРЛ (n = 50) соответствовали типичному клиническому распределению (см. Таблицу 2). Из 50 первоначально включенных пациентов критериям качества РНК соответствовали 30 образцов опухолевой ткани и 19 соответствующих образцов прилежащей нормальной ткани. Поскольку парный статистический анализ требует соответствующих образцов от одного и того же пациента, сравнение экспрессии в опухоли и прилежащей нормальной ткани проводилось с использованием 19 доступных соответствующих пар. Эти клинические образцы использовались исключительно для экспериментальной валидации методом qRT-PCR и анализировались независимо от публичных наборов данных TCGA, использованных для биоинформатического анализа. Отобранные образцы обрабатывались сразу после патологического подтверждения и обрабатывались в условиях отсутствия РНказ перед экстракцией РНК. Данная подгруппа отражает случаи, в которых удалось получить как достаточное количество ткани, так и высококачественную общую РНК (индекс целостности РНК, RIN >7.0). Концентрация и чистота общей РНК измерялись перед обратной транскрипцией, и для последующего анализа включались только образцы с адекватным качеством РНК (RIN >7.0). Равные количества общей РНК подвергались обратной транскрипции в комплементарную ДНК (кДНК) в соответствии с протоколом производителя перед количественной ПЦР. Этот процесс обеспечил достоверность проанализированных данных экспрессии генов. Эксперименты qRT-PCR проводились на термоциклере для ПЦР в реальном времени с использованием зондового метода количественной ПЦР. Все реакции проводились в трех повторностях вместе с контролем без матрицы для обеспечения аналитической воспроизводимости. Амплификация ПЦР проводилась при следующих условиях циклирования: начальный этап активации фермента/денатурации при 95°C в течение 10 min, затем 40 циклов денатурации при 95°C в течение 15 s и отжига/элонгации при 60°C в течение 60 s. Сигналы флуоресценции регистрировались в конце каждого цикла амплификации. Все реагенты и расходные материалы были получены от коммерческих поставщиков (см. Таблицу материалов). Последовательности праймеров и зондов, использованных в qRT-PCR, приведены в Таблице 3.

Биоинформационный анализ

Анализ экспрессии гена YTHDC2 с помощью базы данных GEPIA

Для анализа экспрессии YTHDC2 при НМРЛ использовали базу данных GEPIA. Доступ к веб-серверу GEPIA (http://gepia.cancer-pku.cn/) осуществлялся через веб-браузер. Был выбран модуль Expression DIY, введен символ гена "YTHDC2", выбраны наборы данных LUAD и LUSC, сохранены стандартные параметры нормализации, и непосредственно через интерфейс GEPIA были построены диаграммы размаха (box plots) дифференциальной экспрессии. Статистическая значимость определялась как p < 0.05.

База данных Kaplan-Meier plotter для анализа выживаемости пациентов с раком легкого

В данном исследовании с помощью базы данных Kaplan-Meier Plotter анализировалась связь между экспрессией YTHDC2 и прогнозом у пациентов с раком легкого. Был выбран набор данных по раку легкого, введен символ гена "YTHDC2", применена опция автоматического выбора оптимального порогового значения (best cutoff), и с использованием стандартных настроек анализа были построены кривые Каплана-Мейера для общей выживаемости и выживаемости после прогрессирования. Пациенты были автоматически разделены на группы с высокой и низкой экспрессией с использованием оптимального порога, определенного платформой Kaplan-Meier Plotter; показатели отношения рисков с соответствующими 95% доверительными интервалами были рассчитаны с использованием настроек платформы по умолчанию.

Запуск пакетов R в программном обеспечении R для построения ROC-кривых

Данные об экспрессии, полученные путем секвенирования РНК, и соответствующие клинические метаданные по подходящим случаям TCGA-LUAD и TCGA-LUSC были загружены с портала данных GDC. Загруженные наборы данных были объединены по идентификатору пациента и импортированы в R для последующего анализа. Пакет survivalROC использовался для построения зависящих от времени ROC-кривых для временных точек прогноза 1, 3 и 5 лет; для оценки прогностической значимости экспрессии YTHDC2 рассчитывались соответствующие значения площади под кривой (AUC). В анализ выживаемости с помощью ROC-кривых были включены только пациенты TCGA-LUAD и TCGA-LUSC, для которых имелись данные экспрессии RNA-seq и сведения о выживаемости. Локальная клиническая когорта не использовалась для прогнозирования выживаемости из-за отсутствия данных долгосрочного наблюдения.

Определение экспрессии YTHDC2 в тканях методом qRT-PCR

Для анализа уровней экспрессии генов была проведена qRT-PCR. В каждую реакцию добавляли равные объемы кДНК в соответствии с условиями реакции, рекомендованными производителем. Амплификацию проводили с использованием количественного ПЦР-анализа на основе зондов, а данные флуоресценции регистрировались автоматически в конце каждого цикла амплификации. Вкратце, процесс экстракции РНК включал несколько этапов, в том числе подготовку образца, депарафинизацию, удаление остатков жидкости, переваривание протеиназой K, инкубацию, центрифугирование, обработку ДНКазой, добавление DNase I и осаждение этанолом. Затем образец связывали с колонкой для очистки РНК на основе силикагеля и центрифугировали при 8,000 × g в течение 30 s. Затем колонку промывали промывочным буфером 1, промывочным буфером 2 и промывочным буфером 2, разведенным этанолом, и высушивали при 13,000 × g в течение 2 min. РНК затем элюировали, добавив 70 µL воды, свободной от РНКаз, в центр мембраны колонки, с последующим центрифугированием при 13,000 × g в течение 1 min. Каждая пара праймеров дала один продукт амплификации, что было подтверждено анализом кривых плавления перед расчетом относительной экспрессии генов. Эффективность праймеров (90–110%) была подтверждена с помощью стандартных кривых перед анализом образцов. Анализ кривых плавления подтвердил наличие одиночных ампликонов и отсутствие димеров праймеров. Относительная экспрессия YTHDC2 рассчитывалась методом 2-ΔCt, при котором значения Ct были нормализованы по эндогенному референсному гену GAPDH. Поскольку значения экспрессии были представлены как нормализованные уровни экспрессии, а не как кратность изменения относительно калибровочного образца, результаты сообщаются в виде значений 2−ΔCt. GAPDH был выбран в качестве ген-контроля (housekeeping gene), так как его экспрессия демонстрировала минимальную вариабельность (CV < 5%) по сравнению с протестированными альтернативами (ACTB, CV = 12%; 18S rRNA, CV = 18%), что соответствует критериям выбора референсного гена в исследованиях m6A.

Статистический анализ

Статистический анализ, включая построение графиков и диаграмм, выполнялся с помощью специализированного программного обеспечения. Для анализа количественных и категориальных данных об экспрессии гена YTHDC2 у пациентов с НМРЛ, а также для биоинформатического анализа и построения ROC-кривых использовалось программное обеспечение R. ROC-кривые и показатель AUC применялись для оценки диагностической эффективности экспрессии YTHDC2 в прогнозировании выживаемости. Для регрессионного анализа, где это было применимо, приводились оценки эффекта (отношение шансов) с соответствующими 95% доверительными интервалами. Для сравнения экспрессии YTHDC2 в парных образцах опухоли и прилегающей нормальной ткани использовался критерий знаковых рангов Вилкоксона, а для оценки связи между экспрессией YTHDC2 и клинико-патологическими характеристиками — корреляционный анализ Пирсона. Приводились коэффициенты корреляции (r) и соответствующие значения p. Поскольку данные qRT-PCR состояли из парных образцов опухоли и прилегающей нормальной ткани от одних и тех же пациентов, а данные об экспрессии генов не имели нормального распределения, для сравнения уровней экспрессии YTHDC2 между парными тканями применялся критерий знаковых рангов Вилкоксона. Данный критерий не предполагает нормальности распределения данных и широко используется для анализа асимметричных биологических данных. Все статистические тесты были двухсторонними, и значение p <0,05 считалось статистически значимым. Перед анализом количественные переменные проверялись на нормальность распределения. Количественные переменные представлены в виде среднего значения ± стандартного отклонения или медианы (межквартильный размах) в зависимости от ситуации.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Экспрессия гена YTHDC2 в опухолях на основе базы данных TCGA

Рисунок 3 иллюстрирует связь между НМРЛ и YTHDC2 путем анализа уровней экспрессии YTHDC2 при различных видах рака с использованием инструмента GDC в базе данных TCGA.

Экспрессия гена YTHDC2 при НМРЛ в базе данных GEPIA

В ходе дополнительного скрининга уровней экспрессии YTHDC2 при аденокарциноме легкого (LUAD) и пло...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

YTHDC2, самый крупный белок семейства YTH, связывающий N6-метиладенозин (m6A), уникален своей АТФ-зависимой РНК-хеликазной активностью, что делает его ключевым регулятором метаболизма РНК13. В отличие от других членов семейства YTH, YTHDC2 обнаруживается как в ядре, так и в цитоплазме, где он регулирует трансляцию мРНК и стабильность РНК14. Предыдущие экспериментальные исследования показали, что YTHDC2 подавляет прогрессирование аденокарциномы легкого (LUAD), ингибируя эксп...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторы не имеют соответствующих финансовых или нефинансовых интересов, подлежащих раскрытию.

Благодарности

Данное исследование было поддержано провинциальным фондом естественных наук Хайнаня (№ 821RC735).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Специфические праймеры и зондыSangon Biotech Co., Ltd., Шанхай, КитайСинтез на заказПоследовательности праймеров и зондов приведены в таблице 6
ДНКаза IMagen Biotechnology Co., Ltd., Гуанчжоу, КитайДНКаза I (HiPure FFPE RNA Kit)Удаление контаминации геномной ДНК
Алгоритм ESTIMATEYoshihara et al.Пакет R (версия 1.0.13)Оценка чистоты опухоли
Набор для экстракции РНК из FFPE-образцовMagen Biotechnology Co., Ltd., Гуанчжоу, КитайHiPure FFPE RNA Kit (R4130-02)Экстракция РНК из FFPE-тканей
Портал данных GDCНациональный институт рака (NCI), NIH, СШАhttps://portal.gdc.cancer.govЗагрузка наборов данных TCGA
Веб-сервер GEPIAПекинский университет, Китайhttp://gepia.cancer-pku.cnАнализ экспрессии генов
Kaplan–Meier PlotterУниверситет Земмельвейса, Венгрияhttps://kmplot.comАнализ выживаемости
МикроцентрифугаEppendorf AG, Гамбург, Германия5424 RПроцедуры очистки РНК
Спектрофотометр NanoDropThermo Fisher Scientific, Уолтем, Массачусетс, СШАNanoDrop 2000/2000cКоличественное определение РНК
Мастер-микс для qPCR с зондамиThermo Fisher Scientific, Уолтем, Массачусетс, СШАTaqMan Universal PCR Master Mix II (4440040)Количественная ПЦР-амплификация
Статистическое ПО RR Foundation for Statistical Computing, Вена, АвстрияВерсия 4.4.1Статистический анализ и ROC-анализ
Система ПЦР в реальном времениBio-Rad Laboratories, Геркулес, Калифорния, СШАCFX Opus 96Количественная ПЦР в реальном времени
Набор для обратной транскрипцииThermo Fisher Scientific, Уолтем, Массачусетс, СШАRevertAid First Strand cDNA Synthesis Kit (K1622)Синтез кДНК
Колонка для очистки РНКMagen Biotechnology Co., Ltd., Гуанчжоу, КитайHiPure Mini Column IКолонка для очистки РНК на силикатной мембране
Вода, свободная от РНказMagen Biotechnology Co., Ltd., Гуанчжоу, КитайRNase-Free WaterЭлюция РНК
SPSS StatisticsIBM Corp., Армонк, Нью-Йорк, СШАIBM SPSS Statistics версия 27.0Статистический анализ
Пакет survivalROCCRAN (R Foundation for Statistical Computing)Версия 1.0.3.1Зависимый от времени ROC-анализ
База данных TCGAНациональный институт рака (NCI), NIH, СШАhttps://portal.gdc.cancer.govПубличная база данных геномики рака
Промывочный буфер RW1Magen Biotechnology Co., Ltd., Гуанчжоу, КитайБуфер RW1Промывочный буфер для очистки РНК
Промывочный буфер RW2Magen Biotechnology Co., Ltd., Гуанчжоу, КитайБуфер RW2Промывочный буфер для очистки РНК

Ссылки

  1. Shen, Y., Chen, J. Q., Li, X. P. Differences between lung adenocarcinoma and lung squamous cell carcinoma: Driver genes, therapeutic targets, and clinical efficacy. Genes Dis. 12 (1), 101374 (2025).
  2. Cao, W., Qin, K., Li, F., Chen, W. Comparative study of cancer profiles between 2020 and 2022 using global cancer statistics (GLOBOCAN). J. Natl. Cancer Cent. 4 (2), 128-134 (2024).
  3. Alduais, Y., Zhang, H., Fan, F., Chen, J., Chen, B. Non-small cell lung cancer (NSCLC): A review of risk factors, diagnosis, and treatment. Medicine (Baltimore). 102 (13), e32899 (2023).
  4. Sun, H., Li, K., Liu, C., Yi, C. Regulation and functions of non-m6A mRNA modifications. Nat. Rev. Mol. Cell Biol. 24 (11), 714-731 (2023).
  5. Zhang, W., Qian, Y., Jia, G. The detection and functions of RNA modification m6A based on m6A writers and erasers. J. Biol. Chem. 297 (2), 100973 (2021).
  6. Li, Y. et al. Autophagy activation is required for N6-methyladenosine modification to regulate ferroptosis in hepatocellular carcinoma. Redox Biol. 69, 102971 (2024).
  7. Wang, J. et al. Downregulation of m6A reader YTHDC2 promotes the proliferation and migration of malignant lung cells via the CYLD/NF-κB pathway. Int. J. Biol. Sci. 17 (10), 2633-2651 (2021).
  8. Koh, Y. W., Han, J. H., Haam, S., Lee, H. W. Prognostic and predictive value of YTHDF1 and YTHDF2 and their correlation with tumor-infiltrating immune cells in non-small cell carcinoma. Front. Oncol. 12, 996634 (2022).
  9. Tsuchiya, K. et al. YTHDF1 and YTHDF2 are associated with better patient survival and an inflamed tumor-immune microenvironment in non-small-cell lung cancer. Oncoimmunology. 10 (1), 1962656 (2021).
  10. Diao, H. et al. The m6A reader YTHDF1 promotes lung carcinoma progression via regulating ferritin-mediated ferroptosis in an m6A-dependent manner. Pharmaceuticals (Basel). 16 (2), 185 (2023).
  11. Sun, S. et al. Downregulation of m6A reader YTHDC2 promotes tumor progression and predicts poor prognosis in non-small cell lung cancer. Thorac. Cancer. 11 (11), 3269-3279 (2020).
  12. Chen, S., Wang, Z., Sun, B. Chinese Society of Clinical Oncology Non-small Cell Lung Cancer (CSCO NSCLC) guidelines in 2024: Key update on the management of early and locally advanced NSCLC. Cancer Biol. Med. In Press (2025). doi:10.20892/j.issn.2095-3941.2024.0592. (2025).
  13. Fan, S., Xu, X., Chen, J., Yin, Y., Zhao, Y. Genome-wide identification, characterization, and expression analysis of m6A readers-YTH domain-containing genes in alfalfa. BMC Genomics. 25, 18 (2024).
  14. Shi, R. et al. Linking the YTH domain to cancer: The importance of YTH family proteins in epigenetics. Cell Death Dis. 12 (4), 346 (2021).
  15. Wu, X. et al. The biological function of the N6-methyladenosine reader YTHDC2 and its role in diseases. J. Transl. Med. 22, 490 (2024).
  16. Teng, Y., Zhao, X., Xi, Y., Fu, N. N6-methyladenosine-regulated ADIRF impairs lung adenocarcinoma metastasis and serves as a potential prognostic biomarker. Cancer Biol. Ther. 24 (1), 2249173 (2023).
  17. Ma, L. et al. The m6A reader YTHDC2 inhibits lung adenocarcinoma tumorigenesis by suppressing SLC7A11-dependent antioxidant function. Redox Biol. 38, 101801 (2021).
  18. Ma, L. et al. Targeting SLC3A2 subunit of system XC− is essential for m6A reader YTHDC2 to be an endogenous ferroptosis inducer in lung adenocarcinoma. Free Radic. Biol. Med. 168, 25-43 (2021).
  19. Lin, Y. et al. Pan-cancer analysis reveals m6A variation and cell-specific regulatory network in different cancer types. Genomics Proteomics Bioinformatics. 22 (4), qzae052 (2024).
  20. Li, L. et al. Bioinformatic analysis of m6A "reader" YTH family in pan-cancer as a clinical prognosis biomarker. Sci. Rep. 13, 17350 (2023).
  21. Sun, Y., Liu, Y., Wang, P., Chang, L., Huang, J. The m6A reader YTHDC2 suppresses lung adenocarcinoma tumorigenesis by destabilizing MRPL12. Mol. Biotechnol. 66 (8), 1051-1061 (2024).
  22. Hajian-Tilaki, K. Receiver operating characteristic (ROC) curve analysis for medical diagnostic test evaluation. Caspian J. Intern. Med. 4 (2), 627-635 (2013).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Теги

YTHDC2m6A
Связаться с нами
Порекомендовать библиотеке

Конфиденциальность

Условия использования

Политики

© 2026 MyJoVE Corporation. Все права защищены.