ADAM8通过激活STAT3信号通路促进结肠癌的上皮间质转化

目的:探讨去整合素样金属蛋白酶8(A disintegrin and metalloproteinase 8,ADAM8)对结肠癌细胞增殖和迁移的影响及其机制。方法:通过TCGA数据库分析ADAM8在结肠癌癌组织和正常组织中的表达水平。采用荧光定量PCR检测ADAM8在结肠癌细胞(CaCO-2、HCT8、HT29、HCT116、SW620、LOVO)中的相对表达。通过慢病毒稳转构建过表达ADAM8的结肠癌细胞系。通过实时定量聚合酶链反应(real-time quantitative polymerase chain reaction,RT-qPCR)和蛋白质印迹法(Western blot)检测ADAM8的表达水平。通过CCK-8实验和集落克隆实验检测过表达ADAM8对结肠癌细胞体外增殖能力的影响。通过Transwell实验和划痕实验检测过表达ADAM8对结肠癌细胞体外迁移能力的影响。Western blot法检测EMT相关蛋白Snail、Vimentin、N-cadherin和E-cadherin以及信号转导和转录激活因子3(STAT3)信号通路相关蛋白STAT3和p-STAT3的相对表达水平。结果:与正常组织相比,ADAM8在结肠癌癌组织中表达升高(P<0.001);ADAM8在结肠癌细胞HCT116和LOVO中相对表达量较低(P<0.05);CCK-8实验和集落克隆实验结果显示过表达ADAM8促进了结肠癌细胞增殖能力(P<0.05);Transwell和划痕实验结果显示过表达ADAM8促进了结肠癌细胞迁移能力(P<0.001);Western blot结果显示过表达ADAM8能够下调EMT相关蛋白E-cadherin表达,上调Snail、N-cadherin和Vimentin表达并激活STAT3信号通路(P<0.05)。结论:ADAM8可通过激活STAT3信号通路促进结肠癌细胞的增殖和迁移,提示ADAM8可能是结肠癌治疗的潜在靶点。

蟾毒灵抑制乏氧耐药细胞诱导的M2型巨噬细胞极化逆转结肠癌耐药

目的:在乏氧微环境中探讨蟾毒灵(bufalin,BU)抑制耐药结肠癌细胞诱导M2型巨噬细胞极化对普通结肠癌细胞的作用。方法:培养基中加入氯化钴(cobalt chloride,CoCl 2)模拟乏氧环境,佛波酯(phorbol 12-myristate 13-acetate,PMA)诱导人源单核细胞THP-1分化为M0巨噬细胞。分别采集乏氧条件下耐药结肠癌细胞、普通结肠癌细胞和BU作用于耐药结肠癌细胞的条件培养基(conditioned medium,CM),然后放入M0巨噬细胞中。通过流式细胞术、Realtime PCR、ELISA实验检测M2型巨噬细胞极化标志因子的表达;运用CCK-8和蛋白免疫印迹(western blot,WB)实验检测耐药结肠癌和普通结肠癌条件培养基诱导M2型巨噬细胞极化后的上清对普通结肠癌的作用。结果:在缺氧环境下,与普通结肠癌细胞相比,耐药结肠癌细胞CM促进M2型巨噬细胞标志物IL-10、TGF-β、CD11b、CD206升高(P<0.01,P<0.05)。极化巨噬细胞的上清液增加了普通结肠癌细胞中P-gp和Bcl-2的表达,同时降低了Bax的表达和对奥沙利铂的敏感性。耐药结肠癌细胞经BU处理后,M2型巨噬细胞标志物IL-10、TGF-β、CD11b、CD206表达降低(P<0.01,P<0.05)。此外,P-gp和Bcl-2的表达减少,而Bax的表达增加,导致对OXA的敏感性增加。结论:乏氧条件下,结肠癌耐药细胞CM促进M2型巨噬细胞极化,蟾蜍灵可通过调节M2型巨噬细胞极化过程逆转结肠癌耐药。

肿瘤血管新生在肿瘤免疫治疗中的研究进展

肿瘤血管新生,与肿瘤的发生和发展密切相关,同时在肿瘤的免疫治疗中也有着不可忽视的作用。肿瘤血管异常可造成间质压升高、缺氧、酸性等微环境的改变,进而导致促进肿瘤免疫的细胞减少,而抑制肿瘤免疫的细胞相应增多;此外,肿瘤微环境(tumor microenvironment,TME)中的免疫细胞也在肿瘤血管新生和血管内皮细胞重构方面起到重要作用。本文将对肿瘤血管生成机制、血管新生与肿瘤免疫之间的关系以及血管新生对肿瘤免疫治疗的影响进行简要综述。

应用机器学习和神经网络模型识别结直肠癌“炎癌转化”过程的关键基因及防治中药预测

目的应用公共数据库挖掘结直肠癌“炎癌转化”过程的关键基因,结合机器学习和神经网络模型的算法优势进行基因筛选,验证关键基因作为预测指标的可行性及免疫相关性,进而预测潜在防治中药。方法利用基因表达数据库(Gene Expression Omnibus,GEO)2个GSE66407和GSE166925数据集,筛选由正常结肠到炎症结肠(溃疡性结肠炎),最后进展到肠癌的过程中出现的差异基因;通过构建蛋白质-蛋白质相互作用网络(protein-protein interaction,PPI)进一步筛选核心基因;运用梯度提升机、随机森林和决策树3种分类机器学习算法进行结局的预测学习,将3种机器学习算法筛选出的核心基因取交集,构建深度学习框架下的人工神经网络模型,对模型预测准确性进行内部及外部验证;实时定量聚合酶链反应(real-time quantitative polymerase chain reaction,RT-PCR)联合人蛋白质图谱数据库(Human Protein Atlas,HPA)的免疫组化数据分析关键基因在初发结直肠癌患者癌组织及正常组织中的表达;运用单样本基因集富集分析(single sample gene set enrichment analysis,ssGSEA)算法分析核心基因与免疫细胞之间的关联;通过生存分析筛选对结直肠癌具有预后意义的基因;最后通过核心基因进行相关中药的预测分析。结果在结直肠炎癌转化全过程中,共鉴定出152个共同的差异基因。这些基因参与肿瘤免疫反应、炎症反应等生物过程;经由3种机器学习算法的筛选,最终确定了8个核心基因,包括组织金属蛋白酶抑制剂1(tissue inhibitor of metalloproteinases 1,TIMP1)、基质金属蛋白酶1(matrix metalloproteinase 1,MMP1)、趋化因子CXC配体13(C-X-C motif chemokine ligand 13,CXCL13)、普列克底物蛋白(Pleckstrin,PLEK)、颗粒酶B(granzyme B,GZMB)、CXCL5、CXCL3和CXCL8。在深度学习框架下的神经网络模型中,训练集中对正常组和肿瘤组的预测准确率分别为86.3%、92.3%;外部验证集中对正常组和肿瘤组的预测准确率分别为80.0%、80.6%。8个核心基因同时涉及多种免疫浸润过程;RT-PCR结合HPA数据库分析显示TIMP1、MMP1、GZMB、CXCL5、CXCL8、CXCL3在结直肠癌患者癌组织中表达显著升高(P<0.05),CXCL13在癌组织中表达显著降低(P<0.05),PLEK在癌组织中表达降低但差异不显著;TIMP1、CXCL13和CXCL8对患者的整体生存具有显著影响。对实验验证有显著差异的7个核心基因进行防治中药预测分析,结果显示预测中药以清热药和补虚药为主,四气以寒、温和平性为主,五味以苦、辛、甘味比例最大。结论TIMP1、MMP1、CXCL13、GZMB、CXCL5、CXCL3和CXCL8可以作为预测结直肠癌“炎-癌”转化过程的关键分子,对这些分子进行中药的早期干预,可能对结直肠癌的早期诊疗具有重要意义。