欢迎光临散文网 会员登陆 & 注册

TCGA模型+实验,放疗相关自噬基因在肺腺癌预后和免疫浸润中的分析

2023-09-15 22:59 作者:275276  | 我要投稿


本研究综合分析过程的流程图。

细胞培养和辐照处理

人肺腺癌细胞系A549和PC9获自中国科学院生物化学与细胞生物学研究所(中国上海)。将细胞置于 T-75 烧瓶中,并在含 10% 胎牛血清(CELLIGENT,新西兰)的 RPMI-1640 基础培养基(BASALMEDIA,中国)中,在 5% CO2 和 37°C 的培养箱中培养。在昆明医科大学第三附属医院放射治疗中心,使用RS2000生物X射线生物辐照仪(美国乔治亚州),在室温下以280 keV的能量、1.8 Gy/min的剂量率对细胞进行辐照。为了建立抗放疗细胞系,A549 和 PC9 细胞重复接受 4 Gy X 射线照射,总剂量为 56Gy。两个子汇合处 75-cm 2将细胞烧瓶重复暴露于 4 Gy X 射线照射。第一次照射时烧瓶中存在的细胞总数约为 1 × 10 7。允许间隔3至5天暴露已生长至80%密度的受辐射细胞,以便细胞能够存活。通过这种方式,每次照射时存在的细胞数量大致保持恒定。每次照射时添加新鲜培养基,每五个部分后,合并两个烧瓶的内容物,并将一小部分分别铺板。这些细胞用于克隆形成测定并建立冷冻储备。通过持续低剂量照射而获得放射治疗抗性的细胞系分别命名为A549IR和PC9IR。

实时定量 PCR (qRT-PCR)

通过TRIzol从每个烧瓶中的细胞系中提取总 RNA ,并使用 SYBR Green Master Mix 试剂盒将其逆转录为 cDNA。β-肌动蛋白基因用作内源对照。引物序列如下:AURKA,正向5-GGTCAGTACATGCTCCATCTT CCAG-3',反向5'-AGAACTCCAAGGCTCCAGAGATCC-3';NAPSA,正向 5' -CTTCAGTGTGCCCTGCTGGTTAC-3',反向 5' - CATCTACCCGCCCAGTTCCATATTG-3';和SHC1,正向5'-TGAGGGTGTGGTTCGGACTAAGG-3',反向5'-CCGCAGA GATGATGGGCAAGTG-3'。使用比较Ct方法(2- △△Ct )分析数据。

蛋白质印迹分析

用冰冷的PBS洗涤细胞培养瓶,然后加入冰冷的裂解缓冲液(Solarbio,中国)。以 12,500 rpm 和 4°C 收集细胞裂解物,并在上样缓冲液中煮沸 10 分钟。蛋白质在 12.5% SDS-PAGE 凝胶上解析,转移到 PVDF (0.2 µm) 膜上,并用 5% 脱脂奶粉封闭。使用以下一抗:LC3B (#43566, CST) 为 1:1000,SQSTM1/p62 (#8025, CST) 为 1:1000,GAPDH (#5174, CST) 为 1:5000。按照制造商的说明稀释 LC3b 和 p62 的一抗,并在 4°C 摇床上低速孵育过夜。然后,将二抗在摇床上低速室温孵育2小时。PVDF膜用PBS清洗3次,并使用ECL Plus试剂盒观察免疫反应过程。

集落形成测定

按照预实验在60mm培养皿中培养300个细胞,铺板后24h细胞完全贴壁后,弃去旧培养基,更换新鲜完全培养基,除去未贴壁的细胞。允许细胞在体外继续增殖六代以上。大约12-14天后,用PBS洗涤细胞,用4%多聚甲醛固定,最后用结晶紫染色。计算具有> 50个细胞的克隆的数量。测量每个细胞系的铺板效率(PE),并使用方程SF=(形成的集落数)/(接种的细胞数×假辐射组的铺板效率)×100%计算存活分数。

结果

LUAD放疗中涉及的关键基因的鉴定

为了确定与放疗相关的基因,我们进行了 WGCNA。样本聚类结果显示没有异常样本,最佳软阈值为3,其中R 2约为0.85。合并相似模块后,我们最终确定了 11 个模块,brown4 模块与放射治疗最相关(cor = -0.3,p 值 < 0.01)。因此,brown4 模块中的 1,900 个基因被用于下游分析。

LUAD放疗关键基因的鉴定。(A)样本聚类图。(B)最佳软阈值功率的选择。(C)模块聚类树状图。(D)基因模块和性状之间关系的热图,使用放射治疗效果的类型作为表型。

LUAD 中 DERRAG 的鉴定

RS 组和 RR 组之间共鉴定出 1121 个 DEG。前 100 个 DEG 的表达式显示在热图中(。将 1121 个 DEG 与 1900 个模块基因和 1183 个 ATG 相交后,AURKA、CTSV、DAPK1、FGFR3、NAPSA、PLCH1、RGL1、SESN3、SHC1、SLC7A5和SMPD1被识别为 LUAD 中的 DERRAG。DERRAGs显着富集13种细胞成分,包括板层体、溶酶体腔、液泡腔、减数分裂纺锤体、TORC2复合体、原核、GATOR2复合体、纺锤体极中心体、TOR复合体、Seh1相关复合体、生殖细胞核、内溶酶体和微绒毛膜以及溶酶体、Ras 信号传导和膀胱癌的通路

LUAD 中 DERRAG 的识别。(A) LUAD 中 RS 与 RR 差异表达基因 (DEG) 的火山图。(B) LUAD 中 RS 与 RR DEG 的热图(前 100 名)。(C) DEG、ATG 和关键模块基因 (brown4) 的维恩图。(D) DERRAG 的 GO 富集分析。(E) DERRAG 的 KEGG 富集分析。

自噬相关风险评分模型的构建和验证

我们研究了 DERRAG 的预后价值。通过单变量 Cox 回归分析,NAPSA、SHC1、AURKA、CTSV和SLC7A5与 LUAD 的 OS 密切相关。然后,将5个基因输入多元Cox回归,进一步选择SHC1、NAPSA和AURKA建立自噬相关风险模型。根据SHC1、NAPSA、AURKA的系数和表达量计算风险评分,将病例分为两个风险组。高危组中SHC1和AURKA的表达显着升高,而NAPSA的表达较低。此外,两个风险组之间的生存率也存在显着差异。通过ROC曲线考察风险模型的预测效率,风险模型显示出中等准确度,曲线下面积(AUC)> 0.6。在内部TCGA中也获得了一致的结果和外部GSE50081数据集

自噬相关风险评分模型的构建。(A) DERRAGs 表达与 LUAD 患者总生存率之间相关性的单变量森林图。(B) DERRAGs 表达与 LUAD 患者总生存率之间相关性的多因素森林图。(C)验证集高风险组和低风险组曲线。(D)训练集中高风险组和低风险组模型基因表达的热图。(E)训练集生存 ROC 曲线。(F)训练集中高风险组和低风险组的 KM 生存曲线。
自噬相关风险评分模型的验证(在内部 TCGA 中)。(A)测试设置高风险组和低风险组曲线。(B)测试集高风险组和低风险组模型基因表达的热图。(C)测试设置高风险组和低风险组 KM 生存曲线。(D)测试集生存 ROC 曲线。
自噬相关风险评分模型的验证(外部GSE50081数据集)。(A)验证集高风险组和低风险组曲线。(B)验证集中高风险组和低风险组模型基因表达的热图。(C)验证集中高风险组和低风险组的 KM 生存曲线。(D)验证集生存 ROC 曲线。

LUAD建立自噬相关列线图

接下来,通过单变量分析研究独立预后因素。我们发现风险评分、肿瘤疾病阶段、患者吸烟史类别、诊断年龄和性别与预后显着相关。然后对这些因素进行多变量分析,风险评分和肿瘤疾病分期仍然与预后显着相关,表明它们是 LUAD 的独立预后因素。此外,我们使用风险评分和肿瘤疾病阶段构建列线图来预测生存率。校准曲线显示预测的 1 年和 3 年 OS 接近实际观察到的 OS

在 LUAD 中建立了自噬相关列线图。(A)独立预测-单变量考克斯森林图。(B)独立预测-多因素考克斯森林图。(C)风险模型和疾病分期构建柱线图。(D) 1 年、3 年和 5 年校准曲线。

风险评分与细胞增殖密切相关

为了阐明 LUAD 中这些预后特征的相关途径,进行了 GSEA 分析。高危组基因富集于与细胞增殖相关的生物过程,包括细胞周期G2/M期转变、DNA构象改变、染色质组装或分解、DNA依赖性DNA复制、染色体分离、DNA包装、DNA复制、减数分裂 I 细胞周期过程、双链断裂修复和减数分裂细胞周期。与 GO 结果一致,当应用 KEGG 时,高危组中细胞增殖相关通路也得到富集

风险评分与细胞增殖密切相关。(A)高风险组和低风险组的 GSEA 富集分析——GO 富集分析。(B)高风险组和低风险组的CSEA富集分析——KEGG通路分析。

低危组和高危组的免疫微环境不同

考虑到免疫微环境在 LUAD 进展中的重要性,我们检查了两个风险组患者的免疫浸润状况。我们观察到CD8 T细胞与细胞毒性细胞、iDC与DC、巨噬细胞与DC、巨噬细胞与iDC、NK CD56dim细胞与细胞毒性细胞、T细胞与B细胞、T细胞与细胞毒性细胞、Th1细胞之间存在中度或强相关性。 LUAD 中的细胞毒性细胞、Th1 细胞和 DC、Th1 细胞和巨噬细胞、Th1 细胞和 T 细胞、Treg 和 T 细胞、Treg 和 Th1 细胞。此外,aDC、巨噬细胞、B 细胞、NK CD56dim 细胞、DC、Tcm、iDC、Treg、T 细胞、中性粒细胞、Th1 细胞和 Th2 细胞的浸润在两个风险组中显着不同。AURKA 表达与 Th2 细胞丰度呈显着正相关,NAPSA表达与Th2细胞和DC浸润呈显着正相关或负相关。尽管SHC1表达与多个差异浸润的免疫细胞具有显着的正相关或负相关,但它们的相关性非常弱(|cor| < 0.3

低风险组和高风险组的免疫微环境不同。(A)高风险组和低风险组免疫细胞相关性分析热图。(B)高风险组和低风险组的免疫细胞相关分析净图。(C)高危组和低危组的免疫细胞浸润-小提琴图。(D–F) AURKA、NAPSA和SHC1预后生物标志物基因以及免疫细胞相关性。*p < 0.05、**p < 0.01 和 ***p < 0.001。“ns”表示P值≥0.05,无统计学意义。

通过构建与原代细胞相比的耐药细胞系来验证 SHC1、NAPSA 和 AURKA 基因、放疗敏感性和自噬之间的关系

通过细胞的间隔照射构建抗辐射细胞。在本研究中,我们发现抗辐射细胞系在克隆形成实验中对辐射有抵抗力,其IR后的细胞存活率明显高于原代细胞的存活率。

通过构建与原代细胞相比的耐药细胞系,验证AURKA、SHC1和NAPSA基因与放疗敏感性和自噬之间的关系。(A)集落形成测定揭示了具有增强放射抗性的构建的抗性细胞。(B)蛋白质印迹分析显示耐药细胞自噬水平增加。(C, D)定量实时 PCR 验证了放疗抵抗细胞和原代细胞之间放疗自噬相关基因 ( AURKA、SHC1 ) 的显着差异。*p < 0.05、**p < 0.01 和 ***p < 0.001。“ns”表示P值≥0.05,无统计学意义。

通过蛋白质印迹分析发现抗辐射细胞的自噬水平升高。通过 qRT-PCR 验证,放射抗性细胞中 RRAG(SHC1、AURKA)的表达高于原代细胞。然而,在放射抗性细胞和原代细胞之间未观察到NAPSA基因表达的显着差异。NAPSA基因主要在LUAD和肾癌中高表达;因此,NAPSA基因可能与组织分型密切相关。我们用于构建抗辐射细胞的原代细胞均为LUAD细胞;因此,放射抗性细胞和原代细胞之间的NAPSA基因表达没有显着差异。

TCGA模型+实验,放疗相关自噬基因在肺腺癌预后和免疫浸润中的分析的评论 (共 条)

分享到微博请遵守国家法律