Yöntem makalesi

Yumurtalık Kanserinde Platin Direnci ve İmmün İnfiltrasyon için Bir Belirteç Olarak Tropomodulin 3 Aşırı İfadesi

3.4K görüntülenme

⸱

DOI:

10.3791/65841

⸱

2 Ağustos 2024

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Clinic, School of Medicine, Yangzhou Polytechnic College, 2Department of Nuclear Medicine, Huangshi Central Hospital, Affiliated Hospital of Hubei Institute of Technology, 3School of Biology and Engineering, Guizhou Medical University, 4Hemorheology Center, Department of Physiology and Pathophysiology, School of Basic Medical Sciences, Peking University Health Science Center

* These authors contributed equally

Bu makalede

Özet

Tropomodulin 3 (TMOD3) son yıllarda tümörlerde giderek daha fazla çalışılmaktadır. Bu çalışma, TMOD3'ün yumurtalık kanserinde yüksek oranda eksprese olduğunu ve platin direnci ve immün infiltrasyon ile yakından ilişkili olduğunu bildiren ilk çalışmadır. Bu sonuçlar, yumurtalık kanseri için terapötik sonuçların iyileştirilmesine yardımcı olabilir.

Özet

Hücre iskeleti, yumurtalık kanserinde platin direncinde önemli bir rol oynar. Tropomodulin 3 (TMOD3) birçok tümörün gelişiminde kritik öneme sahiptir, ancak yumurtalık kanserinin ilaç direncindeki rolü keşfedilmemiştir. Bu çalışma, Gene Expression Omnibus (GEO), The Cancer Genome Atlas (TCGA) ve Clinical Proteomic Tumor Analysis Consortium (CPTAC) veri tabanlarından gelen verileri analiz ederek, over kanseri ve normal dokularda TMOD3 ekspresyonunu karşılaştırdı ve platine duyarlı ve platine dirençli over kanserlerinde platin tedavisi sonrası TMOD3 ekspresyonunu inceledi. Yumurtalık kanseri hastalarında TMOD3'ün genel sağkalım (OS) ve progresyonsuz sağkalım (PFS) üzerindeki etkisini değerlendirmek için Kaplan-Meier yöntemi kullanıldı. TMOD3'ü hedefleyen mikroRNA'lar (miRNA'lar) TargetScan kullanılarak tahmin edildi ve TCGA veri tabanı kullanılarak analiz edildi. TMOD3 ekspresyonu ile immün infiltrasyon arasındaki ilişkiyi belirlemek için Tümör İmmün Tahmin Kaynağı (TIMER) ve tümör-immün sistem etkileşimleri için entegre bir depo portalı (TISIDB) kullanıldı. Yumurtalık kanserinde TMOD3 koekspresyon ağları, LinkedOmics, Etkileşimli Genlerin/Proteinlerin Alınması için Arama Aracı (STRING) ve Ek Açıklama, Görselleştirme ve Entegre Keşif Veritabanı (DAVID) Biyoinformatik kullanılarak araştırıldı. Sonuçlar, TMOD3'ün yumurtalık kanserinde yüksek oranda eksprese edildiğini ve yumurtalık kanserinin derecelendirilmesi, evrelenmesi ve metastazı ile ilişkili olduğunu gösterdi. Platin ile tedavi edilen yumurtalık kanseri hücrelerinde ve hastalarda TMOD3 ekspresyonu önemli ölçüde azalmıştır. Bununla birlikte, platine dirençli yumurtalık kanseri hücrelerinde ve dokularında TMOD3 ekspresyonu, platine duyarlı olanlara göre daha yüksekti. Platin bazlı kemoterapi ile tedavi edilen yumurtalık kanseri hastalarında daha yüksek TMOD3 ekspresyonu daha düşük OS ve PFS ile anlamlı olarak ilişkiliydi. miRNA aracılı transkripsiyon sonrası düzenleme, yumurtalık kanseri ve platine dirençli yumurtalık dokularında yüksek TMOD3 ekspresyonundan muhtemelen sorumludur. TMOD3 mRNA'nın ekspresyonu, yumurtalık kanserinde immün infiltrasyon ile ilişkilendirildi. Bu bulgular, TMOD3'ün yumurtalık kanserinde yüksek oranda eksprese olduğunu ve platin direnci ve immün infiltrasyon ile yakından ilişkili olduğunu göstermektedir.

Giriş

Over kanseri, dünya çapında jinekolojik tümörlerin ölüm oranında ikinci en yüksek orandır1. Histopatolojiye göre üç tipe ayrılabilir: germ hücreli, gonadal mezenkimal ve epitel tümörleri, hastaların% 90'ı epitelyal over kanseridir. Yumurtalık kanseri ile ilişkili risk faktörleri arasında kalıcı yumurtlama, artmış gonadotropin maruziyeti ve inflamatuar sitokinlerbulunur 2. Yumurtalık kanseri vakalarının %75'inden fazlası ileri evrelere kadar tespit edilmez ve bu da etkili tedavi eksikliğine neden olur. İleri over kanseri olan hastalar, intraperitoneal uygulama ve hedefe yönelik tedavi gibi yeni kemoterapi rejimlerine rağmen 5 yıllık sağkalım oranının %20'sinden daha az olan kötü bir prognoza sahiptir. Yumurtalık kanseri için standart tedavi esas olarak tümör rezeksiyonu ameliyatını takiben platin ve paklitaksel gibi ilaçlarla kemoterapiden oluşur. Bununla birlikte, tümör nüksü vakaların yaklaşık% 70'inde görülür1. Sisplatin, DNA replikasyonu ve transkripsiyonuna müdahale ederek terapötik etkilerini gösterir ve şu anda yumurtalık kanseri kemoterapisinde birinci basamak ajandır. Bununla birlikte, yumurtalık kanseri hastalarının önemli bir kısmı platine dirençlidir3. İlaç akışı, hücresel detoksifikasyon, DNA onarımı, apoptoz ve otofaji gibi çoklu hücresel süreçler, yumurtalık kanseri hücrelerinde platin direncinde kritik öneme sahiptir 4,5,6.

Hücre iskeletindeki değişiklik, over kanserinde platin direncini etkileyen önemli bir mekanizmadır. Son zamanlarda, hücre iskeleti ile ilişkili genlerin genellikle anormal bir şekilde eksprese edildiği ve aktin hücre iskeletinin, sisplatin ile tetiklenen apoptoz7 varlığında önemli ölçüde modifiye edildiği bildirilmiştir. Birçok çalışma, sisplatinin yumurtalık kanseri hücrelerinin nanomekaniğini modüle ettiğini göstermiştir. Hassas hücrelerin hücre sertliği, esas olarak aktin polimerizasyonunun bozulmasıyla katkıda bulunan platin dozuna bağlı olarak artar. Buna karşılık, sisplatine dirençli hücreler, sisplatin tedavisinden sonra hücre sertliğinde önemli bir değişiklik göstermedi8. Ayrıca, Young'ın sisplatine duyarlı yumurtalık kanseri hücrelerinin modülü, atomik kuvvet mikroskobu ile ortaya çıktığı gibi daha düşüktü. Buna karşılık, sisplatine dirençli yumurtalık kanseri hücreleri, uzun aktin stres lifleri ile karakterize bir hücre iskeleti sergiler. Rho GTPaz'ın inhibe edilmesi, bu dirençli hücrelerde sertliği azaltır ve sisplatin duyarlılığını artırır. Tersine, sisplatine duyarlı hücrelerde Rho GTPaz'ın aktive edilmesi, hücre sertliğini arttırır ve sisplatin9'a duyarlılıklarını azaltır. Bir tümör baskılayıcı gen olan çoklu uçbirleştirmeli (RBPMS) RNA bağlayıcı protein, hücre iskeleti ağının protein ekspresyonunu düzenleyerek ve hücre bütünlüğünü koruyarak yumurtalık kanseri hücrelerinde sisplatin direncini azaltır10. Aktin stres lifleri, A2780 / CP hücrelerinde A2780 hücrelerine kıyasla daha belirgindir. Yumurtalık kanseri hücrelerinde ilaç direncinin gelişmesi, aktin hücre iskeletinin kapsamlı bir şekilde yeniden düzenlenmesine neden olur, böylece hücresel mekanik özellikleri, motiliteyi ve hücre içi ilaç taşınmasını etkiler11.

TMOD3, aktin filamentlerinin12 yavaş büyüyen (sivri) uçlarını kapatarak aktinin depolimerizasyonunu önleyen hücre iskeleti düzenleyici bir proteindir. TMOD3, aktin dinamiklerini düzenleyerek farklı hücre tiplerinde farklı roller oynar ve hücre şeklinin teşvik edilmesi, hücre göçü ve kas kasılması gibi çeşitli süreçlere katılır. Farelerde TMOD3 delesyonunun E14.5-E18.5'te embriyonik ölüme yol açtığı gösterilmiştir, bu da TMOD3'ün embriyonik gelişimde kritik bir faktör olabileceğini düşündürmektedir13. Kök ve progenitör hücrelerdeki biyolojik işlevlerine dayanarak, TMOD3 tümör ilerlemesinde önemli bir rol oynayabilir. Hepatosellüler karsinomda TMOD3, MAPK/ERK sinyal yolunu14 aktive ederek hepatosellüler karsinom hücrelerinin büyümesini, istilasını ve göçünü teşvik eder ve epidermal büyüme faktörü reseptörü15 ile etkileşim yoluyla PI3K-AKT yolunu aktive ederek uzak metastazı teşvik eder. MiRNA-490-3p, TMOD316'yı hedefleyerek hepatosellüler karsinom hücre proliferasyonunu ve invazyonunu inhibe eder. MiR-145, TMOD317'yi inhibe ederek radyasyona dirençli küçük hücreli dışı akciğer kanserinin radyosensitivitesini artırır. İn vitro deneyler, TMOD3'ün lizil oksidaz homologu 2 (LOXL2) 18 ile etkileşim yoluyla hücre iskeletini düzenleyerek özofagus kanseri hücrelerinin istilasına aracılık ettiğini ortaya koydu. Ek olarak, proteomik analiz, TMOD3'ün yüksek ekspresyonunun apoptotik yol19 yoluyla akciğer kanserinde etoposid kemorezistansına potansiyel olarak aracılık edebileceğini ortaya koydu. TMOD3 son yıllarda tümörlerde giderek daha fazla çalışılmasına rağmen, TMOD3'ün over kanseri ve kemoterapideki rolü hakkında hala bir rapor bulunmamaktadır.

Bu çalışma, TMOD3'ün yumurtalık kanserinde yukarı regüle edildiğini buldu. Özellikle, TMOD3'ün yukarı regülasyonu platin direnci ile ilişkilendirildi. Bu çalışmada ayrıca over kanserinde TMOD3'ün prognostik değeri ve tümör immün infiltrasyonu ile ilişkisi değerlendirilmiştir. Bu çalışma, yumurtalık kanserinde TMOD3'ün aşırı ekspresyonunun platin direnci ile ilişkili olduğunu düşündürmektedir.

Protokol

1. Gen İfadesi Omnibus (GEO)

NOT: Yumurtalık kanserinde, platin ilaçlarla tedavi edilen yumurtalık kanserinde ve ilaca dirençli yumurtalık kanserinde TMOD3 ekspresyonu GEO veri setlerinden türetilmiştir. Tüm veri kümelerinin çalışma türü, diziye göre ifade profili oluşturmaydı ve organizmalar Homo sapiens idi.

  1. GEO veritabanına gidin (Materyal Tablosuna bakınız) ve arama kutusuna TMOD3, yumurtalık kanseri ve ilaca dirençli veya veri erişimi gibi anahtar kelimeleri girin (bkz. Ek Şekil 1A).
  2. Grup tanımla kutusunda verileri farklı gruplara bölün. Seçenek menüsünde, P değerlerine ayarlamayı uygula kutusunda Benjamini ve Hochberg (Yanlış keşif oranı) öğesini seçin ve ardından GEO2R menüsünde analiz edildi'ye tıklayın. Sonuçları almak için tam tabloyu indir'e tıklayın.
  3. İndirilen verileri grafik ve istatistik yazılımı ile araştırın ve çizin (bkz. Ek Şekil 1B).
  4. İki grup arasındaki karşılaştırma için eşleşmemiş t-testi kullanın.

2. TNM konusu

NOT: TNMplot, Kanser Genom Atlası (TCGA), Etkili Tedaviler Oluşturmak için Terapötik Araştırma (TARGET) ve Genotip-Doku Ekspresyonu (GTEx) havuzlarından20 RNA-seq verilerini kullanır. Normal over dokularında ve over kanserinde TMOD3 ekspresyonu TNMplot kullanılarak analiz edildi.

  1. TNMplot web aracına gidin (Malzeme Tablosuna bakın) ve Tümör ve Normali Karşılaştır'a tıklayın.
  2. Bir gen kutusu seçin alanına TMOD3'ü yerleştirin ve Doku seç kutusunda Yumurtalık Seröz Kistadenokarsinom'u seçin.
  3. Sonuçları almak için analizi başlat'a tıklayın (bkz. Ek Şekil 1C).

3. UALCAN

NOT: Birmingham'daki ALabama Üniversitesi CANcer veri analizi Portalı (UALCAN), halka açık kanser verilerini analiz etmek için kullanıcı dostu bir çevrimiçi kaynaktır21. CPTAC verilerinde normal doku ve over kanserinde TMOD3'ün protein düzeyi ekspresyonu UALCAN kullanılarak analiz edildi.

  1. UALCAN'a gidin (Malzeme Tablosuna bakınız) ve Proteomik menüsüne tıklayın.
  2. Gen adlarını girin kutusuna TMOD3 ekleyin ve CPTAC veri kümesi kutusunda yumurtalık kanseri'ni seçin.
  3. Sonuçları almak için Keşfet'e tıklayın (bkz. Ek Şekil 1D).

4. KM-plotter prognostik analizi

NOT: Over kanserinde TMOD3'ün prognostik değeri, genel sağkalım (OS) ve progresyonsuz sağkalım (PFS) dahil olmak üzere Kaplan Meier plotter (KM-plotter) kullanılarak analiz edildi22.

  1. KM-plotter'a gidin (Malzeme Tablosuna bakınız) ve yumurtalık kanseri için KM-plotter'ı başlat'a tıklayın.
  2. TMOD3'ü Affy id / Gene sembol kutusuna yerleştirin.
  3. Hastaları kutuya göre böl'de en iyi kesmeyi otomatik seç'i seçin.
  4. Platin bazlı kemoterapi hastaları için prognoz analizi yaparken kemoterapi seçeneğinde platin içerir seçeneğini seçin.
  5. Analiz kutusu için Aşağıdaki veri kümelerini kullan bölümünde TCGA'yı seçin.
  6. Sonuçları almak için Kaplan-Meier grafiğini çiz'e tıklayın (bkz. Ek Şekil 2).

5. ROC çizici

NOT: Alıcı İşletim Karakteristik Eğrisi (ROC) Çizici, platin bazlı kemoterapiye dirençli veya duyarlı hastalarda TMOD3 ekspresyonunu analiz etmek için kullanıldı ve ilgili genin ROC eğrileri ile öngörücü bir belirteç olarak doğrulanmasına izin verdi. Transkriptom düzeyindeki ROC plotter veri setleri esas olarak TCGA ve GEO veri tabanlarından alınmıştır ve 1816 yumurtalık kanseri hastasından alınan tedavi ve yanıt verilerini içerir23.

  1. ROC Plotter'a gidin (Malzeme Tablosuna bakın) ve yumurtalık kanseri için ROC plotter'a tıklayın.
  2. TMOD3'ü Gen sembolü kutusuna yerleştirin.
  3. Yanıtlar kutusunda 6 ayda nükssüz sağkalımı seçin ve Tedavi kutusunda Platin'i seçin.
  4. Sonuçları almak için Hesapla'ya tıklayın (bkz. Ek Şekil 3).

6. mRNA-miRNA analizi

NOT: TMOD3'ü hedefleyen miRNA'lar TargetScan24 ile tahmin edildi ve daha sonra TMOD3'ün TCGA yumurtalık kanseri veri setindeki bu miRNA'larla korelasyonu cBioportal25 ile analiz edildi. Daha sonra, yukarıdaki sonuç Cytoscape26 tarafından görselleştirildi. Sisplatine duyarlı ve ilaca dirençli yumurtalık kanseri hastalarında MiRNA ekspresyonu LinkedOmics27 ile analiz edildi.

  1. TargetScan'e gidin (Malzeme Tablosuna bakın) ve TMOD3'ü Bir insan geni sembolü girin kutusuna yerleştirin (bkz. Ek Şekil 4A).
  2. cBioportal'a gidin (Malzeme Tablosuna bakın).
  3. Over Seröz Kistadenokarsinomu (TCGA, Nature 2011) veri kümesini seçin ve Genleri Girin kutusuna TMOD3 ve miRNA sembollerini ekleyin.
  4. TMOD3'ün TCGA yumurtalık kanseri veri setindeki miRNA'larla korelasyon verilerini almak için Sorgu Gönder'e tıklayın (bkz. Ek Şekil 4B), ardından sonucu Cytoscape ile görselleştirin (bkz . Malzeme Tablosu) (bkz. Ek Şekil 4C).
  5. LinkedOmics'e gidin (Malzeme Tablosuna bakın) ve Örnek kohort TCGA_OV seçin.
  6. Arama Veri Kümesi Seç kutusunda klinik'i seçin ve Arama Veri Kümesi Öznitelik Seç kutusunda platin durumunu seçin.
  7. Hedef Veri Kümesi Seç kutusunda miRNASeq'i seçin ve İstatistiksel Yöntem Seç'te t-test'i seçin.
  8. Sonuçları almak için Sorguyu Gönder'e tıklayın (bkz. Ek Şekil 4D).

7. İmmüno-infiltrasyon analizi

NOT: İnsan Protein Atlası (HPA) veritabanı, TMOD3'ün çeşitli bağışıklık hücrelerindeki dağılımını analiz etmek için kullanılmıştır. TIMER, birden fazla kanser türüyle ilişkili immün infiltrasyonu analiz eden kullanışlı bir çevrimiçi veritabanıdır28. Bu çalışmada, TMOD3 mRNA ekspresyonu ile yumurtalık kanseri saflığı ve bağışıklık hücresi infiltrasyonu arasındaki ilişkiyi analiz etmek için TIMER kullanılmıştır. TISIDB, tümör-bağışıklık sistemi etkileşimleri için çevrimiçi bir portaldır29. Bu çalışmada over kanserinde TMOD3 ile immünomodülatörler arasındaki korelasyonu belirlemek için TISIDB kullanılmıştır.

  1. HPA'ya gidin (Malzeme Tablosuna bakın) ve Arama kutusuna TMOD3'ü girin, ardından sonucu alın.
  2. TMOD3'ün çeşitli bağışıklık hücrelerindeki dağılımını göstermek için Bağışıklık'ı seçin (bkz. Ek Şekil 5A).
  3. TIMER'a gidin (Malzeme Tablosuna bakın) ve TMOD3'ü Gen Sembolü kutusuna yerleştirin.
  4. Kanser türleri kutusunda OV'yi seçin ve sonucu almak için Gönder'e tıklayın (bkz. Ek Şekil 5B).
  5. TISIDB'ye gidin (Malzeme Tablosuna bakın) ve TMOD3'ü Gen Sembolü kutusuna yerleştirin.
  6. Sonucu almak için Gönder'e tıklayın (Ek Şekil 5C'ye bakın).

8. Yumurtalık kanserinde TMOD3 koekspresyon ağları

NOT: TMOD3 ile birlikte eksprese edilen genler LinkedOmics tarafından analiz edildi ve TOP50 genleri ısı haritaları ile görüntülendi. TMOD3 ile etkileşen genler STRING30 ile tahmin edildi. Daha sonra, örtüşen genler Venn şeması ile gösterildi. Örtüşen genler, Gen Ontolojisi Biyolojik Süreç (GO-BP), Gen Ontolojisi Hücresel Bileşen (GO-CC), Gen Ontolojisi Moleküler Fonksiyonu (GO-MF) ve Kyoto Genler ve Genomlar Ansiklopedisi (KEGG) yolları için DAVID31tarafından işlevsel olarak açıklandı.

  1. LinkedOmics'e gidin ve Örnek kohort TCGA_OV seçin.
  2. Veri Kümesi Ara Seç kutusunda RNAseq'i seçin ve Hedef Veri Kümesini Seç kutusunu seçin.
  3. TMOD3 ile birlikte ifade edilen genlerin sonuçlarını almak için Sorguyu Gönder'e tıklayın.
  4. STRING'e gidin (Malzeme Tablosuna bakın) ve Protein Adı kutusuna TMOD3'ü ekleyin.
  5. Organizmalar kutusunda homo sapiens'i seçin ve sonucu almak için aramaya tıklayın (bkz. Ek Şekil 6).
  6. DAVID'e gidin (Malzeme Tablosuna bakın).
  7. Çakışan genleri Enter Gen List (Gen Listesini Gir) kutusuna girin ve Select Identifier (Tanımlayıcı Seç) kutusunda ENSEMBL _GENE_SYMBOL öğesini seçin.
  8. Sonuçları almak için Listeyi Gönder'e tıklayın (bkz. Ek Şekil 7).

9. CTD veritabanı

NOT: CTD veritabanı, kimya, genler, fenotipler, hastalık ve çevre arasındaki ilişkileri analiz etmek için yeni bir araçtır32. CTD veritabanı, TMOD3'ü hedef alan ilaçları tahmin eder. PubChem veri tabanı daha sonra ilacın kesin moleküler yapısını belirlemek için kullanılır.

  1. CTD veritabanına gidin (Malzeme Tablosuna bakın) ve Ara menüsünde Kimyasal - Gen Etkileşimi Sorgusu'nu seçin.
  2. TMOD3'ü GENE kutusuna girin ve sonuçları almak için aramaya tıklayın (bkz. Ek Şekil 8).
  3. PubChem veritabanına gidin (Malzeme Tablosuna bakınız) ve sonuçları almak için arama kutusuna ilaçları girin (bkz. Ek Şekil 9).

Sonuçlar

Yumurtalık kanserinde TMOD3 ekspresyonu
İlk olarak, GEO veri tabanı, TMOD3'ün mRNA ekspresyon seviyelerinin GSE51088 ve GSE66957 mikrodizi veri kümelerinde yükseldiğini gösterdi (Şekil 1A,B). TMOD3 ayrıca TNMplot web aracı ile normal over dokularına kıyasla over kanserinde yüksek oranda eksprese edildi (Şekil 1C). CPTAC verilerinin UALCAN web aracı ile analizi, TMOD3 protein seviyesinin over kanserinde normal over dokularına göre anlamlı derecede yüksek olduğunu göstermiştir (Şekil 1D). Ayrıca, GEO veri seti GSE53963, derece 4 olan over kanserlerinde TMOD3 ekspresyonunun evre 2 ve 3 olanlara göre anlamlı derecede yüksek olduğunu göstermiştir (Şekil 1E) ve GSE23554 veri seti, evre 3 over kanserli hastalarda TMOD3 düzeylerinin evre 1 ve 2 olanlara göre daha yüksek olduğunu göstermiştir (Şekil 1F). Ek olarak, GSE131978 veri seti, metastazı olan over kanseri dokularında TMOD3 ekspresyonunun da metastazı olmayanlara göre anlamlı olarak daha yüksek olduğunu göstermiştir (Şekil 1G). Bu sonuçlar, TMOD3'ün yumurtalık kanseri ilerlemesini etkileyebileceğini düşündürmektedir.

Platinin yumurtalık kanserinde TMOD3 ekspresyonu üzerine etkileri
Kemoterapi, yumurtalık kanserinin ilerlemesini etkileyen önemli bir faktördür33. TMOD3'ün kemoterapiyi etkileyerek yumurtalık kanseri ilerlemesini etkileyip etkilemediğini araştırmak için, bu çalışma ilk olarak kemoterapötik ilaçlarla tedavi edildiğinde yumurtalık kanserinde TMOD3 ekspresyonunun değişip değişmediğini gözlemledi. GSE47856 veri seti, yumurtalık kanseri CH1 hücre hattında sisplatin ile tedavi edildikten sonra TMOD3 ekspresyon seviyesinin azaldığını göstermiştir (Şekil 2A). GSE49577 veri seti, karboplatin ile tedavi edilen yumurtalık kanseri ksenogreft farelerinde TMOD3 mRNA ekspresyonunun tedavi edilmeyenlere göre daha düşük olduğunu gösterdi (Şekil 2B). Ek olarak, GSE63885 veri seti, platine yüksek derecede duyarlı olan yumurtalık kanseri hastalarında, kemoterapi ile tedavi edilmeyen yumurtalık kanseri hastalarına kıyasla platin bazlı kemoterapi sonrası TMOD3 ekspresyonunun önemli ölçüde azaldığını da gösterdi, ancak platine orta derecede duyarlı olan over kanseri hastalarında fark yoktu (Şekil 2C). Yukarıdaki sonuçlar, TMOD3'ün platinin olası bir hedefi olduğunu göstermektedir.

Platine duyarlı veya dirençli yumurtalık kanserinde TMOD3 ekspresyonu
Yukarıdaki sonuçlara dayanarak, bu çalışma, yumurtalık kanserinde yüksek TMOD3 ekspresyonunun platin direncini düzenleyerek yumurtalık kanseri ilerlemesini etkileyebileceğini varsaymıştır. Bu nedenle, bu çalışma ilk olarak ilaca dirençli hücre dizilerinde veya hasta kanser dokularında TMOD3 ekspresyonunu çoklu GEO veri setleri ile incelemiştir. Hem GSE15372 hem de GSE33482 veri setleri, sisplatine dirençli yumurtalık kanseri hücre hattı a2780'deki TMOD3 ekspresyonunun sisplatine duyarlı gruptakinden önemli ölçüde daha yüksek olduğunu gösterdi (Şekil 3A, B). GSE45553 veri seti, sisplatine dirençli yumurtalık kanseri sferoid ekspresyonunda TMOD3 ekspresyonunun sisplatine duyarlı grubunkinden anlamlı derecede yüksek olduğunu gösterdi (Şekil 3C). Son olarak, ROC plotter kullanılarak TCGA ve GEO yumurtalık kanseri kemoterapisi hastalarının kapsamlı bir analizi, platin direnci olan yumurtalık kanseri hastalarında TMOD3 ekspresyonunun platine duyarlı olanlara göre önemli ölçüde daha yüksek olduğunu ortaya koymuştur (Şekil 3D). Ayrıca, ROC eğrisi, over kanserinde platin direncini belirlemek için bir belirteç olarak TMOD3'ü gösterdi (Şekil 3E). Yukarıdaki sonuçlar, yüksek TMOD3 ekspresyonunun yumurtalık kanserinde platin direncinde önemli bir rol oynayabileceğini düşündürmektedir.

TMOD3 ekspresyonunun over kanserli hasta sağkalım oranı üzerine etkisi
TCGA over kanseri hastalarının KM-plotter aracı ile prognostik analizi, toplam hastalarda veya platin tedavisi alan hastalarda yüksek TMOD3 mRNA ekspresyonunun düşük OS ve PFS ile anlamlı olarak ilişkili olduğunu ortaya koydu (Şekil 4). İlginç bir şekilde, platin tedavisi alan hastalarda PFS, toplam hastalardan daha anlamlıydı (Şekil 4D). PFS, tedavi sonuçlarının OS'den daha iyi bir göstergesi olduğundan, prognostik analiz, yumurtalık kanseri için platin bazlı kemoterapili hastalarda TMOD3'ün kritik rolünü daha da göstermektedir.

Yumurtalık kanserinde TMOD3'ün mRNA-miRNA analizi
MikroRNA'ların aracılık ettiği transkripsiyon sonrası regülasyon, gen ekspresyonunu etkileyen önemli bir mekanizmadır. Bir genin işlevi, onu hedefleyen mikroRNA'ların işlevine dayalı olarak tahmin edilebilir34. Yumurtalık kanserinde yüksek TMOD3 ekspresyonunun olası mekanizmasını araştırmak için, TMOD3'ü hedefleyen yirmi bir mikroRNA, TargetScan tahmini ile tanımlandı. TMOD3 ile korelasyonları TCGA yumurtalık kanseri örneklerinde de doğrulanmıştır (Şekil 5A). Hepsinin tümör kemorezistansına aracılık ettiği gösterilmiştir ve çoğunluğunun (17/21) over kanserinde sisplatin direnci ile ilişkili olduğu gösterilmiştir 35,36,37,38,39,40,41,42,43,44,45,46,47,48, has-miR-301a-3p, has-miR -301b-3p, has-miR-365a-5p ve has-miR-365b-5p hariç. Ek olarak, TCGA yumurtalık kanseri örneklerinin analizi, hem has-miR-454-3p hem de has-miR-133a-3p'nin TMOD3 ekspresyonu ile en önemli şekilde negatif korelasyon gösterdiğini ortaya koymuştur (Şekil 5A-C). Ayrıca, has-miR-133a-3p'nin sisplatine dirençli yumurtalık kanserlerinde Linkedomics analizi ile düşük eksprese edildiği bulundu (Şekil 5E), has-miR-454-3p'de ise anlamlı değildi (Şekil 5D). Bu nedenle, mikroRNA'ların, özellikle has-miR-133a-3p'nin aracılık ettiği transkripsiyon sonrası düzenlemenin, sisplatine dirençli yumurtalık kanserinde TMOD3'ün yüksek ekspresyonundan sorumlu olması mümkündür.

Over kanserinde TMOD3 ekspresyonu ile immün infiltrasyon arasındaki ilişki
İmmünoterapi, kemoterapi ve cerrahiye kıyasla yeni ve umut verici bir terapötik stratejidir. Over kanseri hastalarının yaklaşık P'sinde spontan çoklu immün hücre infiltrasyonu vardır49,50. Ayrıca, kemorezistansı olan yumurtalık kanseri hastaları için immünoterapi ilgi çekicidir. Örneğin, Programlanmış hücre ölümü 1 ligand 1 (PD-L1) inhibitörü Durvalumab, PARP inhibitörü Olaparib ile kombinasyon halinde, platin dirençli51 yumurtalık kanseri hastalarında iyi terapötik etkiler göstermiştir. HPA veri seti, TMOD3'ün çeşitli bağışıklık hücrelerinde yaygın olarak dağıldığını gösterdi (Şekil 6A, B), bu da TMOD3'ün bağışıklık hücrelerinde önemli bir rol oynadığını ima etti. Bu nedenle, bu çalışmada TMOD3 ile over kanseri immün infiltrasyonu arasındaki korelasyon TIMER kullanılarak araştırılmıştır. TMOD3, tümör saflığı ile negatif korelasyon gösterdi (Şekil 6C). Bu, diğer birçok hücrenin yumurtalık kanseri dokusuna sızdığını ve TMOD3'ün bu sızmış hücreler yoluyla yumurtalık kanserini potansiyel olarak etkileyebileceğini düşündürmektedir. Gerçekten de, sonuçlar ayrıca TMOD3 ekspresyonunun B lenfositleri, CD8 + T hücreleri, nötrofiller ve dendritik hücreler ile pozitif korelasyon gösterdiğini, ancak CD4 + T hücreleri ve makrofajlarla ilişkili olmadığını göstermiştir (Şekil 6D-I). Bu çalışmada yumurtalık kanserinde TMOD3 ekspresyonu ile immünomodülatörler veya kemokinler arasındaki ilişki daha fazla araştırılmıştır. TMOD3 ekspresyonunun, Programlanmış Ölüm 1 (PD1), PD-L1 (CD274) ve Sitotoksik T-Lenfosit Antijeni 4 (CTLA4) gibi iyi bilinen bağışıklık kontrol noktaları dahil olmak üzere çeşitli immünomodülatörlerle (Şekil 7A) önemli ölçüde ilişkili olduğunu buldu (Şekil 7B-D). Bu sonuçlar, TMOD3'ün yumurtalık kanseri immün infiltrasyonunda önemli bir rol oynayabileceğini düşündürmektedir.

Over kanserinde TMOD3 koekspresyon ağları
Bu çalışma daha sonra yumurtalık kanserinin tutulumunda TMOD3'ün potansiyel mekanizmalarını araştırdı. İlk olarak, bu çalışma yumurtalık kanserinde TMOD3'ün koekspresyon ağını oluşturmuştur. LinkedOmics tarafından ortaya çıkarılan TCGA yumurtalık kanseri örneklerinde toplam 4774 gen TMOD3 ile önemli ölçüde ilişkilendirildi. Isı haritası, TMOD3 ile pozitif veya negatif ilişkili TOP50 genlerini gösterdi (Şekil 8A, B). Daha sonra, bu çalışma STRING kullanarak TMOD3 ile etkileşime giren 295 geni taradı. TMOD3 ile anlamlı olarak ilişkili 4774 gen ve TMOD3 ile etkileşime giren 295 gen üst üste bindikten sonra 76 gen tarandı (Şekil 8C). Bu 76 genin fonksiyonel zenginleştirme analizi, aktin hücre iskeleti ve fokal adezyonun en zengin olduğunu gösterdi (Şekil 8D). KEGG yolağı zenginleştirme analizi, kanserdeki proteoglikanların en zengin olduğunu ortaya koydu (Şekil 8E).

Küçük moleküllü terapötikler
TMOD3 ile potansiyel ilaçlar veya küçük moleküller arasındaki korelasyonlar CTD veri tabanı kullanılarak analiz edildi. Asetaminofen, aristoloşik asit I, bufalin, doksorubisin, folik asit, haloperidol, T-2 toksini ve Tetraklorodibenzodioksin (Şekil 9B-I) dahil olmak üzere toplam sekiz ilacın TMOD3 (Şekil 9A) üzerinde potansiyel inhibitör etkileri olduğu tespit edilmiştir. Tanımlanan ilaçların moleküler yapıları PubChem veri tabanı ile belirlendi. Bu ilaçlar, TMOD3 aşırı ekspresyonunun aracılık ettiği yumurtalık kanserinde ilaç direnci sürecinin üstesinden gelmek için ipuçları sağlar.

figure-results-1
Şekil 1: Çoklu yumurtalık kanseri veri setlerinde TMOD3'ün mRNA ve protein ekspresyon seviyeleri. (A) Normal yumurtalık dokularında (n = 20) ve yumurtalık kanserinde (n = 152) TMOD3'ün mRNA ekspresyonunun GSE51088 veri seti ile analizi. (B) Normal yumurtalık dokularında (n = 12) ve yumurtalık kanserinde (n = 57) TMOD3'ün mRNA ekspresyonunun GSE66957 veri seti ile analizi. (C) Normal yumurtalık dokusunda (n = 133) ve yumurtalık kanserinde (n = 374) TMOD3'ün mRNA ekspresyonunun TNM plotter aracı ile analizi. (D) CPTAC verilerinde normal yumurtalık dokusunda (n = 25) ve yumurtalık kanserinde (n = 100) TMOD3'ün protein ekspresyonunun UALCAN aracı ile analizi. (E) 2. ve 3. derece yumurtalık kanserinde (n = 94) ve 4. derece yumurtalık kanserinde (n = 80) TMOD3'ün mRNA ekspresyonunun GSE53963 veri seti ile analizi. (F) Evre 1 ve 2 (n = 10) yumurtalık kanserinde ve evre 3 (n = 18) yumurtalık kanserinde TMOD3 mRNA ekspresyonunun GSE23554 veri seti ile analizi. Metni buraya girin. (G) Metastazı olan veya olmayan yumurtalık kanserinde TMOD3 mRNA ekspresyonunun GSE131978 veri seti ile analizi. Veriler ortalama ± SEM olarak temsil edilir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

figure-results-2
Şekil 2: Yumurtalık kanseri hücre hatlarında, nakledilen tümörlerde ve platin ilaç tedavisi sonrası hastalarda TMOD3 mRNA ekspresyon seviyeleri. (A) GSE47856 veri seti ile sisplatin ile tedavi edilen (n = 3) ve tedavi edilmemiş CH1 (n = 3) yumurtalık kanseri hücre hatlarında TMOD3 mRNA ekspresyonunun analizi. (B) CH3 (n = 12) yumurtalık kanseri nakillerinde sisplatin ile tedavi edilen (n = 12) ve tedavi edilmemiş TMOD3 mRNA ekspresyonunun analizi. (C) Sisplatin ile tedavi edilen yumurtalık kanseri hastalarında TMOD3 mRNA ekspresyonunun analizi, yüksek derecede hassas (HS, n = 13) ve sisplatine orta derecede duyarlı (n = 28) ve ayrıca sisplatin tedavisi olmayan hastalarda (n = 26). Veriler ortalama ± SEM olarak temsil edilir. *tedavi edilmeyenlerle karşılaştırıldığında, P < 0.05. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

figure-results-3
Şekil 3: Platine duyarlı ve platine dirençli yumurtalık kanseri hücre dizilerinde veya hastalarda TMOD3 mRNA ekspresyon seviyeleri. (A,B) Sisplatine duyarlı ve sisplatine dirençli A2780 hücre hatlarındaki TMOD3 mRNA ekspresyon seviyeleri, GSE15372 veri seti (A) ve GSE33482 veri seti (B) ile analiz edildi. (C) Sisplatine duyarlı ve sisplatine dirençli yumurtalık kanseri sferoidindeki TMOD3 mRNA ekspresyon seviyeleri GSE45553 veri seti ile analiz edildi. (D,E) Platine duyarlı ve platine dirençli over kanseri hastalarında TMOD3 mRNA ekspresyon seviyeleri ROC plotter aracı (D) ile analiz edildi ve TMOD3, ROC eğrileri (E) ile platin direncini belirlemek için bir belirteç olarak tanımlandı. Veriler ortalama ± SEM olarak temsil edilir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

figure-results-4
Şekil 4: Over kanserli hastaların TMOD3 mRNA ekspresyon düzeylerinin OS ve PFS ile korelasyon analizi. (A,B) Tüm TCGA over kanseri hastalarında (A) veya platin bazlı kemoterapi alan hastalarda (B) TMOD3 mRNA ekspresyon seviyelerinin OS ile korelasyon analizi. (C,D) Tüm TCGA yumurtalık kanseri hastalarında (C) veya platin bazlı kemoterapi alan hastalarda (D) TMOD3 mRNA ekspresyon düzeylerinin PFS ile korelasyon analizi. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

figure-results-5
Şekil 5: mRNA-mikroRNA etkileşim analizi ile TMOD3 ve ilaç direnci arasındaki ilişkilerin belirlenmesi. (A) TMOD3'ü hedefleyen miRNA'ların tahmini. Çizgi rengi, TargetScan Context++ puan yüzdelik dilimini temsil eder ve düğüm rengi, TCGA yumurtalık kanseri veri setindeki bu miRNA ile TMOD3 arasındaki korelasyon gücünü temsil eder. (B,C) TCGA over kanseri örneklerinde TMOD3 mRNA ekspresyon seviyeleri ile has-miR454-3p (B) ve has-miR133a-3p (C) arasındaki korelasyon. (D,E) TCGA yumurtalık kanseri örneklerinde sisplatine duyarlı ve dirençli yumurtalık kanserinde has-miR454-3p (D) ve has-miR133a-3p (E) ekspresyonu. Veriler ortalama ± SEM olarak temsil edilir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

figure-results-6
Şekil 6: Over kanserinde TMOD3 mRNA ekspresyon seviyelerinin immün hücre infiltrasyonu ile korelasyonu. (A,B) HPA veri seti (A) ve Monaco veri setinde (B) immün hücrelerin TMOD3 mRNA ekspresyon seviyeleri. (C-I) TCGA over kanseri (C), B lenfositleri (D), CD4+ T hücreleri (E), CD8+ T hücreleri (F), makrofajlar (G), nötrofiller (H) ve dendritik hücre (I) infiltrasyonunda TMOD3 mRNA ekspresyon düzeylerinin tümör saflığı ile korelasyonu. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

figure-results-7
Şekil 7: Over kanseri hastalarında TMOD3 mRNA ekspresyon düzeylerinin immün düzenleyici faktörler ile korelasyon analizi. (A) İmmün inhibitörler, immünostimülatörler, MHC'ler, kemokinler ve reseptörler dahil olmak üzere TCGA yumurtalık kanserinde TMOD3 mRNA ekspresyonu ile immünoregülatörler arasındaki korelasyonun ısı haritası. (B-D) TCGA yumurtalık kanseri örneklerinde TMOD3 mRNA ekspresyon düzeylerinin PD1 (B), PD-L1 (CD274) (C) ve CTLA4 (D) gibi immün kontrol noktaları ile korelasyon analizi. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

figure-results-8
Şekil 8: Yumurtalık kanserinde TMOD3 koekspresyon ağları. (A,B) LinkedOmics kullanılarak TCGA yumurtalık kanseri veri kümelerinde TMOD3 ile pozitif (A) ve negatif (B) ilişkili ilk 50 geni gösteren ısı haritaları. Kırmızı ve mavi, sırasıyla pozitif ve negatif ilişkili genleri temsil eder. (C) TCGA over kanserinde TMOD3 ile etkileşime giren 295 genin ve TMOD3 ile ilişkili 4774 genin Venn diyagramı. (D) Örtüşen 76 genin fonksiyonel zenginleştirme analizi. Kabarcık grafiği, BP, CC ve MF'de önemli ölçüde zenginleştirilmiş ilk 5 elementi gösterdi. (E) KEGG yol zenginleştirme analizinin TOP10 yolları. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

figure-results-9
Şekil 9: TMOD3'ü hedefleyen potansiyel ilaçların veya küçük moleküllerin tahmini. (A) CTD veri tabanını kullanarak TMOD3'ü hedef alan potansiyel ilaçların tahmini, kırmızı temsil eden ilaç TMOD3'ü inhibe edebilir. (B-H) PubChem veritabanı, hedefe yönelik sekiz ilacın moleküler yapılarını ortaya koymaktadır. (B) Asetaminofen, (C) aristochic asit I, (D) bufalin, (E) doksorubisin, (F) Folik Asit, (G) Haloperidol, (H) T-2 Toksini. (I) Tetraklorodibenzodioksin. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Ek Şekil 1: Çoklu yumurtalık kanseri veri kümelerinde TMOD3'ün mRNA ve protein ekspresyon seviyelerini analiz etme yöntemleri. (A) GEO veri tabanı kullanılarak TMOD3 ifadesinin analizi. (B) İstatistik ve grafik yazılımı kullanılarak GEO veri tabanından çıkarılan verilerin daha fazla analizi. (C) TNMplot kullanılarak TMOD3 ifadesinin analizi. (D) UALCAN kullanılarak protein ekspresyonunun analizi. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Şekil 2: KM-plotter kullanılarak prognostik analiz. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Şekil 3: ROC çizici kullanılarak ROC eğrileri analizi. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Şekil 4: mRNA-miRNA analizi için yöntemler. (A) TargetScan kullanılarak miRNA'ların hedef TMOD3'ünün tahmini. (B) TMOD3'ün cBioportal kullanılarak miRNA'larla korelasyon analizi. (C) Cytoscape kullanılarak korelasyon analizinin görselleştirilmesi. (D) LinkedOmics kullanılarak miRNA ekspresyonunun analizi. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Şekil 5: İmmüno-infiltrasyon analizi için yöntemler. (A) Çeşitli bağışıklık hücrelerinde TMOD3 dağılımının analizi. (B) TMOD3'ün cBioportal kullanılarak immün infiltrasyon ile korelasyon analizi. (C) TMOD3'ün TISIDB kullanılarak immünomodülatörlerle korelasyon analizi. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Şekil 6: STRING kullanılarak TMOD3 ile etkileşime giren genlerin tahmini. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Şekil 7: DAVID kullanarak işlevsel açıklama. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Şekil 8: CTD veri tabanı kullanılarak TMOD3 hedefindeki ilaçların tahmini. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Şekil 9: PubChem veri tabanı kullanılarak ilaçların moleküler yapısının analizi. Bu dosyayı indirmek için lütfen buraya tıklayın.

Tartışma

Hücre iskeleti, çeşitli tümörlerin gelişimi ve ilerlemesi, tedavisi ve prognozunda gerekli kabul edilmiştir52. Eritrositler ve kardiyovasküler sistem53 ile sınırlı olan TMOD1 ve sinir sistemi54 ile sınırlı olan TMOD2 ile karşılaştırıldığında, TMOD3 her yerde bulunan bir dağılıma sahiptir, bu da sistemik tümörlerde TMOD3 çalışmasını daha popüler hale getirir 14,15,16,17,18,19. Bununla birlikte, yumurtalık kanserinde TMOD3 ile ilgili hala bir çalışma yoktur. Bu araştırma, yumurtalık kanserinde TMOD3'ün yüksek ekspresyonunu ortaya çıkardı ve yumurtalık kanserinde platin direnci ve tümör immün infiltrasyonundaki rolünü daha fazla analiz etti.

GEO, dünyanın önde gelen tamamen halka açık gen ekspresyon veritabanıdır. GEO ve TCGA veri tabanlarını entegre ederek, bu çalışma, TMOD3'ün yumurtalık kanserinde hem mRNA hem de protein seviyelerinde birden fazla bağımsız veri setinden aşırı eksprese edildiğini göstermiştir. Anormal gen ekspresyonu, tümör gelişimi için önemli bir mekanizmadır55 ve bu çalışma, TMOD3'ün yumurtalık kanserinin metastazı, dereceleri, evreleri ve prognozu ile önemli ölçüde ilişkili olduğunu bulmuştur. Bu nedenle, TMOD3 yumurtalık kanserinde hayati bir rol oynar.

Önceki çalışmalar, hücre iskeleti ile ilişkili genlerin genellikle sisplatin ile tetiklenen apoptozda anormal bir şekilde eksprese edildiğini ve aktin hücre iskeletinin önemli ölçüde modifiye edildiğini bildirmiştir7. Gerçekten de, aktin filamentlerinin yavaş büyüyen (sivri) uçlarını kaplayan bir protein olarak, TMOD3, sisplatin ve karboplatin tedavisinden sonra değiştirildi ve GO-term analizi ve KEGG analizi, aktin hücre iskeletinin TMOD3'ün yumurtalık kanserindeki süreci etkilemesi için potansiyel bir mekanizma olabileceğini gösterdi. Bununla birlikte, hücre iskeleti karmaşık bir biyolojik süreçtir ve bu çalışma sadece TMOD3 ekspresyonunun platin ilaçlardan etkilendiğini göstermiştir. TMOD3'ün platin ilaçların doğrudan hedefi olup olmadığı ve diğer kemoterapötik ilaçların da TMOD3 ekspresyonunu değiştirip değiştirmediği moleküler biyolojik deneylerle daha fazla kanıtlanmalıdır. Bu çalışmada, platine orta derecede duyarlılığı olan hastalarda TMOD3 ekspresyonu, platin bazlı kemoterapi sonrası önemli ölçüde değişmemiş, yüksek derecede duyarlı hastalarda ise TMOD3 önemli ölçüde azalmıştır. Yumurtalık kanserinde TMOD3'ün yüksek ekspresyonuna dayanarak, TMOD3'ün yumurtalık kanserinde platin direnci ile ilişkili olduğunu tahmin etmek mantıklıdır. İn vitro deneysel veri setleri ve hasta veri setleri kullanan bu çalışma, TMOD3 ekspresyonunun platine dirençli yumurtalık kanseri hücre dizilerinde veya hastalarda platine duyarlı olanlara göre önemli ölçüde daha yüksek olduğunu da bulmuştur. Over kanserinde hastalığın geç tanısı ve kemorezistansa bağlı hastalık nüksü yüksek mortalite oranına katkıda bulunmuştur 1,2. rAFS evre I ila II endometriozis ve ultrason negatif endometriozis56 tanısında serumda anti-TMOD3b-autoAb'nin %≥80 duyarlılığa sahip olduğu bildirilmiştir. Bu çalışma, TMOD3'ü platin direncini belirlemek için değerli bir belirteç olarak göstermiştir. Bununla birlikte, platin direncinin farklı zamanlarda veya farklı seviyelerde ortaya çıktığı tüm durumlarda TMOD3'ün değerli bir biyobelirteç olup olmadığını belirlemek için daha fazla klinik analize ihtiyaç vardır.

MikroRNA aracılı transkripsiyon sonrası düzenleme, kemorezistans ile ilişkili genlerin anormal ekspresyonu için önemli bir mekanizmadır34. Bu çalışmada, mRNA-miRNA analizi, yumurtalık kanseri ve platine dirençli yumurtalık kanserinde TMOD3'ün yüksek ekspresyonunun olası bir nedenini ortaya çıkardı. MiR-133a'nın, UCP-257'nin ekspresyonunu aşağı regüle ederek meme kanserinin doksorubisine duyarlılığını arttırdığı ve ATP7B58'in ekspresyonunu aşağı regüle ederek insan laringeal kanser hücre hattının duyarlılığını arttırdığı gösterilmiştir. Bu çalışmada, miR-133a'nın ayrıca TMOD3'ü hedeflediği ve TCGA yumurtalık kanseri örneklerinde TMOD3 ile önemli ölçüde negatif korelasyon gösterdiği bulundu. Sisplatine duyarlı yumurtalık kanseri hastalarında miR-133a ekspresyonu da sisplatine dirençli olanlardan daha yüksekti. Bu, miR-133a'nın, transkripsiyon sonrası düzenleme yoluyla TMOD3 ekspresyonunu etkileyerek yumurtalık kanserinde sisplatin direncine aracılık edebileceği anlamına gelir. mikroRNA, çeşitli nedenlerden dolayı tümör teşhisinde değerli bir faktör olarak kabul edilir. İlk olarak, kan, idrar, kolostrum ve plevral sıvı gibi vücut sıvılarındaki miRNA'ları tespit etmek mümkündür. İkincisi, dolaşımdaki miRNA'lar vücut sıvılarında çok kararlıdır ve endojen RNazlardan etkilenmezler. Üçüncüsü, dolaşımdaki miRNA'lar çeşitli tümör bölgelerinden veya metastatik konumlardan patolojik sinyaller taşır ve böylece tümör heterojenliği sorununun üstesinden gelir59. Örneğin, plazma miR-133a ile kombine edilen immünohistokimya, kolorektal kanserin60 erken teşhisinin özgüllüğünü ve duyarlılığını önemli ölçüde artırabilir. Bu nedenle, miR133a'nın yumurtalık kanserinin platin direncinde tanısal uygulaması daha fazla çalışmayı hak etmektedir.

TMOD3'ün bağışıklık hücrelerindeki rolü ile ilgili çalışmalar sınırlıdır. Over kanserinde TMOD3 ekspresyonu ile immün hücre infiltrasyonu arasındaki korelasyon analizi daha önce yapılmamıştır. Bu çalışmada, TMOD3'ün tümör dokularında CD8+ T hücreleri ve dendritik hücreler gibi sızan immün hücrelerin sayısı ile pozitif korelasyon gösterdiğini bulduk. Grubumuzdan gelen önceki raporlar, TMOD1'in dendritik hücrelerin61 olgunlaşmasını ve bağışıklık fonksiyonunu desteklediğini göstermiştir, bu da TMOD3'ün yumurtalık kanserinde benzer bir rol oynayabileceğini düşündürmektedir. Ek olarak, bu çalışmada TMOD3 ekspresyonu PD-L1, PDCD1 ve CTLA4 ekspresyonu ile de pozitif korelasyon gösterdi. Bu nedenle, TMOD3, bağışıklık hücrelerinin tümör dokusuna alınmasında rol oynamasına rağmen, tümör hücrelerinin yüzeyinde PD-L1, PDCD1 ve CTLA4 ekspresyonunun artmasına da yol açabilir, bu da bu genin yüksek ekspresyonunun hala tümör bağışıklık tepkileri üzerinde baskılayıcı bir etkiye sahip olduğunu gösterir. Mekanizmasını daha fazla araştırmak ve TMOD3 ekspresyonuna müdahale ederek kemorezentli yumurtalık kanserinde immünoterapinin uygulanmasının fizibilitesini araştırmak gerekir.

Kemodirençli yumurtalık kanserinde potansiyel bir terapötik hedef olarak TMOD3'ün olasılığını daha fazla araştırmak için, bu çalışma TMOD3 ile mevcut ilaçlar arasındaki etkileşimi analiz etti ve birkaç ilacın TMOD3 ekspresyonunu azaltabileceğini buldu. Bununla birlikte, TMOD3 aşırı eksprese eden ilaca dirençli yumurtalık kanseri olan hastaların TMOD3 inhibisyonundan fayda sağlayıp sağlayamayacağını veya TMOD3'ün umut verici bir terapötik hedef olup olmadığını belirlemek için klinik öncesi ve prospektif klinik çalışmalar da dahil olmak üzere daha fazla deneysel desteğe ihtiyaç vardır.

Bu çalışmanın çeşitli sınırlılıkları vardır. İlk olarak, TMOD3'ün ekspresyonu ve prognostik önemi çevrimiçi halka açık veritabanları aracılığıyla araştırıldı ve bu sonuçları hücresel ve hayvan deneylerinde daha fazla doğrulamak için daha sonraki analizlere ihtiyaç duyuldu. İkincisi, in vitro ve in vivo deneyler, TMOD3'ün yumurtalık kanserinde platin direncine aracılık ettiği ayrıntılı mekanizmaları aydınlatmak için tasarlanmalıdır. Üçüncüsü, kanser hücresi heterojenliğini önlemek için TMOD3'ün rolünü tek hücre dizilimi ile birlikte araştırmak daha iyi olabilir.

Özetle, bu sonuçlar ilaca dirençli yumurtalık kanserinde ilk kez TMOD3 ekspresyonunun yukarı regüle edildiğini buldu. Bu çalışma aynı zamanda potansiyel mekanizmalarını ve terapötik bir hedef olarak potansiyelini ön olarak araştırdı.

Açıklamalar

Yazarlar herhangi bir çıkar çatışması bildirmemektedir.

Teşekkürler

Bu çalışma, Çin Ulusal Doğa Bilimleri Vakfı'ndan (No. 32171143, 31771280) ve Jiangsu İl Eğitim Bakanlığı Doğa Bilimleri Vakfı'ndan (No. 18KJD360003, 21KJD320004) alınan hibelerle desteklenmiştir.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
cBioportalMemorial Sloan Kettering Kanser MerkeziKorelasyon analizi  Hedeflenen miRNA'lara sahip TMOD3 (https://www.cbioportal.org)
CTD veritabanıNorth Carolina State UniversityKimya, genler, fenotip, hastalık ve çevre arasındaki ilişkileri analiz etmek (https://ctdbase.org/)
CytoscapeUlusal SağlıkVeri Entegrasyonu, Analizi ve Görselleştirme (www.cytoscape.org/)
DAVIDFrederick Ulusal Kanser AraştırmalarıAraştırmacıların geniş gen listelerinin arkasındaki biyolojik anlamı anlamaları için kapsamlı bir işlevsel açıklama araçları seti(https://david.ncifcrf.gov/)
GEONCBIGen ekspresyon analizi (https://www.ncbi.nlm.nih.gov/geo/
HPAKnut & Alice Wallenberg vakfıİnsan Protein Atlası (HPA) veritabanı, TMOD3'ün çeşitli bağışıklık hücrelerindeki dağılımını analiz etmeye yardımcı oldu (https://www.proteinatlas.org/)
KM-çizici  Semmelweis Üniversitesi Biyoinformatik BölümüPrognostik Analiz (https://kmplot.com/analysis/)
ROC Plotter ilacının kesin moleküler yapısını belirlemek için
  Semmelweis Üniversitesi Biyoinformatik BölümüÖngörücü bir belirteç olarak ilgi geninin doğrulanması (http://www.rocplot.org/)
Çeşitlikanser türlerinde immün infiltratların sistematik analizi (https://cistrome.shinyapps.io/timer/)
TISIDBThe University of Hong KongTümör ve bağışıklık sistemi etkileşimi için bir web portalı(http://cis.hku.hk/TISIDB/)
TNMplotSemmelweis Üniversitesi Biyoinformatik BölümüGen ekspresyon analizi (https://www.tnmplot.com/
Birmingham'daki ALabama Üniversitesi Gen ekspresyon analizi (http://ualcan.path.uab.edu)
Enstitüleri Genel Tıp Bilimleri Enstitüsü Ağ Laboratuvarı )LinkedOmics Baylor College of Medicine Biyologların ve klinisyenlerin tümör türleri içinde ve arasında kanser multi-omik verilerine erişmeleri, analiz etmeleri ve karşılaştırmaları için bir platform (http://www.linkedomics.org/)PubChem database U.S. National Library of Medicine STRING Swiss Institute of Bioinformatics Coexpression networks analysis(https://string-db.org)TargetScan Whitehead Institute for Biomedical Research MiRNA hedeflerinin tahmini (www.targetscan.org/)TIMER Harvard )UALCAN

Kaynaklar

  1. Gaona-Luviano, P., Medina-Gaona, L. A., Magaña-Pérez, K. Epidemiology of ovarian cancer. Chin Clin Oncol. 9 (4), 47(2020).
  2. Ahmed, N., et al. Ovarian cancer, cancer stem cells and current treatment strategies: A potential role of magmas in the current treatment methods. Cells. 9 (3), 719(2020).
  3. Song, M., Cui, M., Liu, K. Therapeutic strategies to overcome cisplatin resistance in ovarian cancer. Eur J Med Chem. 232, 114205(2022).
  4. Binju, M., et al. Mechanisms underlying acquired platinum resistance in high grade serous ovarian cancer - A mini review. Biochim Biophys Acta Gen Subj. 1863 (2), 371-378 (2019).
  5. El Bairi, K., Singh, S., Le Page, C. Revisiting platinum-resistant ovarian cancer: Advances in therapy, molecular biomarkers, and clinical outcomes. Semin Cancer Biol. 77, 1-2 (2021).
  6. Freimund, A. E., Beach, J. A., Christie, E. L., Bowtell, D. D. L. Mechanisms of drug resistance in high-grade serous ovarian cancer. Hematol Oncol Clin North Am. 32 (6), 983-996 (2018).
  7. Shimizu, T., Fujii, T., Sakai, H. The relationship between actin cytoskeleton and membrane transporters in cisplatin resistance of cancer cells. Front Cell Dev Biol. 8, 597835(2020).
  8. Sharma, S., et al. Correlative nanomechanical profiling with super-resolution f-actin imaging reveals novel insights into mechanisms of cisplatin resistance in ovarian cancer cells. Nanomedicine. 8 (5), 757-766 (2012).
  9. Sharma, S., Santiskulvong, C., Rao, J., Gimzewski, J. K., Dorigo, O. The role of rho GTPase in cell stiffness and cisplatin resistance in ovarian cancer cells. Integr Biol (Camb). 6 (6), 611-617 (2014).
  10. Rabelo-Fernández, R. J., et al. Reduced RBPMS levels promote cell proliferation and decrease cisplatin sensitivity in ovarian cancer cells. Int J Mol Sci. 23 (1), 535(2022).
  11. Seo, Y. H., Jo, Y. N., Oh, Y. J., Park, S. Nano-mechanical reinforcement in drug-resistant ovarian cancer cells. Biol Pharm Bull. 38 (3), 389-395 (2015).
  12. Parreno, J., Fowler, V. M. Multifunctional roles of tropomodulin-3 in regulating actin dynamics. Biophys Rev. 10 (6), 1605-1615 (2018).
  13. Sui, Z., et al. Regulation of actin polymerization by tropomodulin-3 controls megakaryocyte actin organization and platelet biogenesis. Blood. 126 (4), 520-530 (2015).
  14. Jin, C., Chen, Z., Shi, W., Lian, Q. Tropomodulin 3 promotes liver cancer progression by activating the MAPK/ERK signaling pathway. Oncol Rep. 41 (5), 3060-3068 (2019).
  15. Zheng, H., et al. Tropomodulin 3 modulates EGFR-PI3K-AKT signaling to drive hepatocellular carcinoma metastasis. Mol Carcinog. 58 (10), 1897-1907 (2019).
  16. Wang, H., Yang, G., Yu, Y., Gu, P. Microrna-490-3p suppresses the proliferation and invasion of hepatocellular carcinoma cells via targeting tmod3. Oncol Lett. 20 (4), 95(2020).
  17. Li, H., et al. Mir-145 modulates the radiosensitivity of non-small cell lung cancer cells by suppression of TMOD3. Carcinogenesis. 43 (3), 288-296 (2021).
  18. Zhan, X. H., et al. Loxl2 upregulates phosphorylation of ezrin to promote cytoskeletal reorganization and tumor cell invasion. Cancer Res. 79 (19), 4951-4964 (2019).
  19. Paul, D., et al. Global proteomic profiling identifies etoposide chemoresistance markers in non-small cell lung carcinoma. J Proteomics. 138, 95-105 (2016).
  20. Bartha, Á, Győrffy, B. TNMplot.Com: A web tool for the comparison of gene expression in normal, tumor and metastatic tissues. Int J Mol Sci. 22 (5), 2622(2021).
  21. Chandrashekar, D. S., et al. UALCAN: A portal for facilitating tumor subgroup gene expression and survival analyses. Neoplasia. 19 (8), 649-658 (2017).
  22. Gyorffy, B., Lánczky, A., Szállási, Z. Implementing an online tool for genome-wide validation of survival-associated biomarkers in ovarian cancer using microarray data from 1287 patients. Endocr Relat Cancer. 19 (2), 197-208 (2012).
  23. Fekete, J. T., et al. Predictive biomarkers of platinum and taxane resistance using the transcriptomic data of 1816 ovarian cancer patients. Gynecol Oncol. 156 (3), 654-661 (2020).
  24. Mcgeary, S. E., et al. The biochemical basis of microRNA targeting efficacy. Science. 366, 6472(2019).
  25. Gao, J., et al. Integrative analysis of complex cancer genomics and clinical profiles using the cBioPortal. Sci Signal. 6 (269), pl1(2013).
  26. Shannon, P., et al. Cytoscape: A software environment for integrated models of biomolecular interaction networks. Genome Res. 13 (11), 2498-2504 (2003).
  27. Vasaikar, S. V., Straub, P., Wang, J., Zhang, B. Linkedomics: Analyzing multi-omics data within and across 32 cancer types. Nucleic Acids Res. 46 (D1), D956-D963 (2018).
  28. Li, T., et al. Timer: A web server for comprehensive analysis of tumor-infiltrating immune cells. Cancer Res. 77 (21), e108-e110 (2017).
  29. Ru, B., et al. TISIDB: An integrated repository portal for tumor-immune system interactions. Bioinformatics. 35 (20), 4200-4202 (2019).
  30. Szklarczyk, D., et al. String v11: Protein-protein association networks with increased coverage, supporting functional discovery in genome-wide experimental datasets. Nucleic Acids Res. 47 (D1), D607-D613 (2019).
  31. Sherman, B. T., et al. A web server for functional enrichment analysis and functional annotation of gene lists (2021 update). Nucleic Acids Res. 50 (W1), W216-W221 (2022).
  32. Grondin, C. J., et al. Predicting molecular mechanisms, pathways, and health outcomes induced by Juul e-cigarette aerosol chemicals using the comparative toxicogenomics database. Curr Res Toxicol. 2, 272-281 (2021).
  33. Wang, X., et al. Hif-1α is a rational target for future ovarian cancer therapies. Front Oncol. 11, 785111(2021).
  34. Liu, X., et al. Downregulation of nek11 is associated with drug resistance in ovarian cancer. Int J Oncol. 45 (3), 1266-1274 (2014).
  35. Tang, J., et al. Inhibition of lc3b can increase the chemosensitivity of ovarian cancer cells. Cancer Cell Int. 19, 199(2019).
  36. Wang, T., et al. Mir-211 facilitates platinum chemosensitivity by blocking the DNA damage response (DDR) in ovarian cancer. Cell Death Dis. 10 (7), 495(2019).
  37. Tian, J., Xu, Y. Y., Li, L., Hao, Q. Mir-490-3p sensitizes ovarian cancer cells to cisplatin by directly targeting abcc2. Am J Transl Res. 9 (3), 1127-1138 (2017).
  38. Liu, L., et al. Mir-101 regulates expression of ezh2 and contributes to progression of and cisplatin resistance in epithelial ovarian cancer. Tumour Biol. 35 (12), 12619-12626 (2014).
  39. Li, Z., et al. Exosomes secreted by chemoresistant ovarian cancer cells promote angiogenesis. J Ovarian Res. 14 (1), 7(2021).
  40. Xue, B., Li, S., Jin, X., Liu, L. Bioinformatics analysis of mrna and miRNA microarray to identify the key miRNA-mRNA pairs in cisplatin-resistant ovarian cancer. BMC Cancer. 21 (1), 452(2021).
  41. Zong, C., Wang, J., Shi, T. M. Microrna 130b enhances drug resistance in human ovarian cancer cells. Tumour Biol. 35 (12), 12151-12156 (2014).
  42. Yu, P. N., et al. Downregulation of mir-29 contributes to cisplatin resistance of ovarian cancer cells. Int J Cancer. 134 (3), 542-551 (2014).
  43. Sheng, Q., et al. Cisplatin-mediated down-regulation of mir-145 contributes to up-regulation of pd-l1 via the c-myc transcription factor in cisplatin-resistant ovarian carcinoma cells. Clin Exp Immunol. 200 (1), 45-52 (2020).
  44. Luo, Y., Gui, R. Circulating exosomal circfoxp1 confers cisplatin resistance in epithelial ovarian cancer cells. J Gynecol Oncol. 31 (5), e75(2020).
  45. Liu, J., et al. Mir-200b and mir-200c co-contribute to the cisplatin sensitivity of ovarian cancer cells by targeting DNA methyltransferases. Oncol Lett. 17 (2), 1453-1460 (2019).
  46. Li, T., et al. Exosomal transfer of mir-429 confers chemoresistance in epithelial ovarian cancer. Am J Cancer Res. 11 (5), 2124-2141 (2021).
  47. Chen, S., Jiao, J. W., Sun, K. X., Zong, Z. H., Zhao, Y. Microrna-133b targets glutathione s-transferase π expression to increase ovarian cancer cell sensitivity to chemotherapy drugs. Drug Des Devel Ther. 9, 5225-5235 (2015).
  48. Zhou, Y., et al. Mir-133a targets yes1 to reduce cisplatin resistance in ovarian cancer by regulating cell autophagy. Cancer Cell Int. 22 (1), 15(2022).
  49. Marth, C., Wieser, V., Tsibulak, I., Zeimet, A. G. Immunotherapy in ovarian cancer: Fake news or the real deal. Int J Gynecol Cancer. 29 (1), 201-211 (2019).
  50. Wu, A., et al. Integrated analysis of prognostic and immune-associated integrin family in ovarian cancer. Front Genet. 11, 705(2020).
  51. Lampert, E. J., et al. Combination of PARP inhibitor Olaparib, and PD-l1 inhibitor Durvalumab, in recurrent ovarian cancer: A proof-of-concept phase II study. Clin Cancer Res. 26 (16), 4268-4279 (2020).
  52. Fife, C. M., Mccarroll, J. A., Kavallaris, M. Movers and shakers: Cell cytoskeleton in cancer metastasis. Br J Pharmacol. 171 (24), 5507-5523 (2014).
  53. Yao, W., Chu, X., Sung, L. A. Cell type-restricted expression of erythrocyte tropomodulin isoform41 in exon 1 knockout/lacz knock-in heterozygous mice. Gene Expr Patterns. 17 (1), 45-55 (2015).
  54. Omotade, O. F., et al. Tropomodulin isoform-specific regulation of dendrite development and synapse formation. J Neurosci. 38 (48), 10271-10285 (2018).
  55. Zhang, Q., Zhong, C., Duan, S. The tumorigenic function of linc00858 in cancer. Biomed Pharmacother. 143, 112235(2021).
  56. Greenbaum, H., Galper, B. L., Decter, D. H., Eisenberg, V. H. Endometriosis and autoimmunity: Can autoantibodies be used as a non-invasive early diagnostic tool. Autoimmun Rev. 20 (5), 102795(2021).
  57. Yuan, Y., Yao, Y. F., Hu, S. N., Gao, J., Zhang, L. L. Mir-133a is functionally involved in doxorubicin-resistance in breast cancer cells mcf-7 via its regulation of the expression of uncoupling protein 2. PLoS One. 10 (6), e0129843(2015).
  58. Wang, X., Zhu, W., Zhao, X., Wang, P. Mir-133a enhances the sensitivity of hep-2 cells and vincristine-resistant hep-2v cells to cisplatin by downregulating atp7b expression. Int J Mol Med. 37 (6), 1636-1642 (2016).
  59. Han, Y., Li, H. MiRNAs as biomarkers and for the early detection of non-small cell lung cancer (SCLC). J Thorac Dis. 10 (5), 3119-3131 (2018).
  60. Luo, X., Wu, Y., Ji, M., Zhang, S. Combined plasma microRNA and fecal occult blood tests in early detection of colorectal cancer. Clin Lab. 65 (5), (2019).
  61. Liu, X., et al. Tropomodulin1 expression increases upon maturation in dendritic cells and promotes their maturation and immune functions. Front Immunol. 11, 587441(2020).

Yeniden basım ve izinler

Etiketler

TMOD3 EkspresyonuHücre İskeleti ProteinleriPlatin Bazlı KemoterapimiRNA RegülasyonuGenel SağkalımProgresyonsuz Sağkalım
Yumurtalık Kanserinde Platin Direnci ve İmmün İnfiltrasyon için Bir Belirteç Olarak Tropomodulin 3 Aşırı İfadesi
Bize Ulaşın
Kütüphaneye Öner

Gizlilik

Kullanım Koşulları

Politikalar

Telif Hakkı © 2026 MyJoVE Corporation. Tüm hakları saklıdır.