目的 探讨CIB1对三阴性乳腺癌MDA-MB-231和MDA-MB-468细胞增殖、迁移和侵袭的影响及作用机制.方法 通过慢病毒转染构建过表达CIB1的MDA-MB-231和MDA-MB-468细胞,实验分为NC组和CIB1组.采用细胞计数试剂盒8(CCK8)、5-乙炔基-2'脱氧尿嘧啶核苷(EdU)实验检测细胞增殖活性,流式细胞术检测细胞凋亡情况,划痕实验和Transwell实验检测细胞迁移及侵袭能力.同时,采用实时荧光定量-聚合酶链式反应(qRT-PCR)和蛋白质印迹实验检测细胞内β-catenin、活化蛋白C(APC)、糖原合酶激酶3β(GSK-3β)、c-myc的mRNA和蛋白表达情况.结果 MDA-MB-231 细胞内 NC 组和 CIB1 组 CIB1 蛋白表达水平分别为 0.75±0.17 和 1.53±0.38,t=3.267,P=0.031.MDA-MB-468 细胞内 NC 组和 CIB1 组 CIB1 蛋白表达水平分别为 0.91±0.01 和 1.12±0.07,t=4.953,P=0.008.CCK8实验结果显示,MDA-MB-231细胞中NC组和CIB1组增殖力差异有统计学意义,F组别=120.088,P组别＜0.001;F时间=408.784,P时间＜0.001;F组别×时间=14.177,P组别×时间＜0.001.MDA-MB-468细胞中NC组和CIB1组增殖力差异有统计学意义,F组别=277.649,P组别＜0.001;F时间=1 281.882,P时间＜0.001;F组别×时间=33.378,P组别×时间＜0.001.EdU实验结果显示,MDA-MB-231细胞中NC组和CIB1组增殖率分别为(31.42±0.01)％和(46.20±0.02)％,t=14.610,P＜0.001;MDA-MB-468 细胞中 NC 组和 CIB1 组增殖率分别为(30.57±0.02)％和(42.61±0.03)％,t=6.397,P=0.003.MDA-MB-231 细胞中 NC 组和 CIB1 组细胞凋亡率分别为(4.77±0.01)％和(2.07±0.10)％,t=3.785,P=0.019;MDA-MB-468 细胞中 NC 组和 CIB1 组细胞凋亡率分别为(9.53±0.00)％、(3.90±0.00)％,t=19.390,P＜0.001.MDA-MB-231 细胞中 NC 组和 CIB1 组细胞迁移率分别为(46.20±0.01)％和(64.35±0.10)％,t=3.386,P=0.028;MDA-MB-468 细胞中 NC 组和 CIB1 组细胞迁移率分别为(24.84±0.05)％和(56.83±0.06)％,t=7.278,P=0.002.MDA-MB-231 细胞中 NC 组和 CIB1 组穿膜细胞数分别为(300.67±25.17)和(411.67±24.99)个,t=5.421,P=0.006;MDA-MB-468 细胞中 NC 组和 CIB1 组穿膜细胞数分别为(257.00±31.43)和(388.00±8.72)个,t=6.956,P=0.002.qRT-PCR 和蛋白质印迹实验结果显示,MDA-MB-231 和 MDA-MB-468 细胞中 CIB1 组 β-catenin、APC、c-myc mRNA和蛋白表达均升高,GSK-3β mRNA和蛋白表达均降低,差异均有统计学意义,均P＜0.05.结论 CIB1促进乳腺癌细胞增殖、侵袭和迁移能力,抑制细胞凋亡,可能通过促进Wnt/β-catenin信号通路的激活发挥促癌作用.

目的:探讨胰岛淀粉样多肽（IAPP）对阿尔茨海默病（AD）小鼠脑组织中长链非编码RNA（LncRNA）和信使RNA（mRNA）表达谱的影响。方法:选取7月龄雄性APP/PS1转基因AD模型小鼠10只，体质量20～30 g。将AD模型小鼠按数字表法随机分为IAPP干预组和对照组，每组5只。IAPP干预组小鼠腹腔内注射0.5 μmol/L的IAPP（200 μg/kg），每日1次。对照组小鼠腹腔注射相同剂量的磷酸盐缓冲液。两组小鼠干预时间均为10周。干预完成后，颈椎脱位处死小鼠，开颅剥离完整脑组织提取总RNA。应用基因芯片技术获得2组小鼠脑组织LncRNA和mRNA表达谱，筛选出差异表达的LncRNA和mRNA。在差异表达的LncRNA和mRNA中随机选取6个LncRNA，采用实时定量聚合酶链反应（qRT-PCR）验证基因芯片结果的可靠性。将筛选出的差异表达的mRNA与基因本体论（GO）数据库的各条目比对，从分子功能、生物过程和细胞成分3个领域行GO富集分析；使用京都基因和基因组百科全书（KEGG）数据库行信号通路富集分析。结果:实验过程中小鼠死亡4只，每组2只。IAPP干预组与对照组比较，显著差异表达的LncRNA共有902个，其中显著上调238个、显著下调664个；显著差异表达的mRNA共555个，其中显著上调236个、显著下调319个。qRT-PCR检测验证LncRNA的表达情况，与对照组比较，IAPP干预组AD小鼠脑组织中AK034056、Spock3表达上调，Map3k8、rgs20、Rint、Ppp2r1b表达下调，差异均有统计学意义（ P值均<0.05）。qRT-PCR检测结果与芯片结果相符。GO富集分析：555个差异表达的mRNA，富集得到2 224个GO条目，其中显著上调的差异表达mRNA具有蛋白质结合、细胞周期等分子功能，与催化复合物、蛋白质复合物等细胞组分相关，参与了细胞代谢、高分子代谢等生物过程；显著下调的差异表达mRNA具有G蛋白偶联受体活性、跨膜信号受体活性等相关分子功能，与细胞黏附复合物、整合素复合物等细胞组分相关，参与G蛋白偶联受体信号通路、生物过程的调节等生物学过程。KEGG通路富集分析：555个差异表达的mRNA，富集得到62个通路，其中显著上调的差异表达mRNA富集评分较高的通路为神经退行性变的途径、阿尔茨海默病通路、氧化磷酸化通路、GABA能突触通路等，显著下调的差异表达mRNA富集评分较高的通路为钙信号通路、趋化因子信号通路、磷酸肌醇代谢通路、神经活性配体-受体相互作用通路、白细胞介素-17信号通路等。 结论:IAPP干预使AD小鼠脑组织 LncRNA、mRNA表达谱发生显著变化。差异表达的mRNA分别参与多种不同的生物学过程，差异表达的LncRNA可能通过调控相关mRNA的表达，发挥其生物学功能。

目的:通过加权基因共表达网络分析揭示腹主动脉瘤(AAA)发生的潜在机制。方法:对数据库编号GSE47472和数据库编号GSE57691两个AAA转录组测序数据合并，进行基因差异表达分析得到差异基因，加权基因共表达网络分析(WGCNA)得到中心基因，两者取交集得到差异中心基因，并对其进行功能富集分析。建立小鼠AAA模型进行定量聚合酶链反应(qPCR)验证差异中心基因表达。使用GraphPad Prism 8进行统计分析。Kolmogorov-Smirnov检验数据正态性，采用独立样本 t检验分析基因差异表达。 结果:共筛选出745个差异表达基因，建立16个基因共表达模块，其中中心模块包含119个基因，取交集后共得到60差异中心基因。对差异中心基因进行功能富集分析结果示AAA中平滑肌增殖分化功能和细胞黏附功能相关基因低表达。低表达的细胞黏附相关基因为钙黏着蛋白-2(CDH2)，(钙黏着蛋白-13)CDH13，整合素相互作用蛋白-2(FERMT2)，Rho关联含卷曲螺旋结合蛋白激酶1(ROCK1)，层黏蛋白α5(LAMA5)，进行qPCR验证其表达差异显著性。相对表达倍数分别为FERMT2＝0.31 ( t＝2.454， P<0.05)，ROCK1＝0.22( t＝3.686， P<0.05)，LAMA5＝0.45( t＝3.168， P<0.05)，CDH13＝1.36( t＝0.103， P>0.05)，CDH2＝1.71( t＝0.702， P>0.05)。 结论:FERMT2、ROCK1、LAMA5低表达可能通过介导血管平滑肌细胞与细胞外基质间黏附作用异常参与AAA形成。

烧伤创面愈合是一个复杂的过程，Wnt配体在此过程中的作用各不相同。Wnt4是否以及如何在烧伤创面愈合中起作用仍不清楚。陆军军医大学（第三军医大学）第一附属医院全军烧伤研究所，创伤、烧伤与复合伤国家重点实验室向飞教授团队在《Burns & Trauma》杂志上发表了题为《Wnt4 increases the thickness of the epidermis in burn wounds by activating canonical Wnt signalling and decreasing the cell junctions between epidermal cells》的文章，揭示了Wnt4在烧伤创面愈合中的作用及其可能机制。该研究描述了Wnt4 可促进小鼠表皮细胞的迁移，Wnt4 过表达会增加烧伤创面的厚度，这种效应的一个潜在机制是Wnt4与卷曲蛋白2结合并增加β联蛋白的核转位，从而激活经典Wnt信号通路并减少表皮细胞之间的连接。该研究证明，过表达Wnt4可增加β联蛋白的表达和核转位，激活经典Wnt信号通路，降低细胞连接蛋白1、E钙黏合素、整合素α6和整合素β1的表达，从而促进表皮细胞的增殖和迁移。较厚的表皮可导致瘢痕形成减少，从而提高烧伤创面的愈合质量。

目的 探索多靶点激酶抑制剂索拉非尼对心肌细胞损伤的关键基因,为临床防治索拉非尼对心肌细胞损伤提供新靶点.方法 GEO数据库中下载数据集GSE88944,该数据集总例数为10例,其中正常组5例,索拉非尼组5例;采用GEO2R在线工具进行数据分析,以logFC(fold change)绝对值>2且Padj<0.05为标准筛选差异基因.对差异表达编码基因分别进行GO富集及KEGG通路分析,构建蛋白-蛋白互作网络,筛选关键基因,构建关键基因及编码蛋白-蛋白互作网络.结果 共筛选出差异基因238个,其中蛋白编码差异基因(Pc-DEGs)208个,非编码差异基因30个,Pc-DEGs中上调基因56个、下调基因152个;Pc-DEGs主要参与的生物学过程包括血管生成、心肌收缩、血压的调节、血管生成的正向调节;细胞组分细胞外区域、质膜的整体组成部分、Z盘;分子功能主要有受体结合、肝素结合、整合素结合、钙离子结合等.KEGG结果显示,Pc-DEGs主要富集在肥厚型心肌病、MAPK信号传导途径、扩张型心肌病、cAMP信号传导途径、心肌收缩等信号通路;共筛选出CTGF(CCN2)、FOS、JUN、POSTN、EDN1、SERPINE1、IGF1等7个关键下调基因.结论 CTGF(CCN2)、FOS、JUN、POSTN、EDN1、SERPINE1、IGF1是首个口服多靶点酪氨酸激酶抑制剂索拉非尼致心肌毒性的关键下调基因,这可能为多靶点酪氨酸激酶抑制剂索拉菲尼心肌毒性提供新的治疗靶点.

S100 钙结合蛋白 P(S100P)属于 S100 家族的钙结合蛋白,具有典型的 EF-手性结构,于 1992 年首次从胎盘中纯化.研究表明,S100P 在肿瘤中表达异常,与多种肿瘤密切相关.它可以参与各种信号通路,如NF-κB、β-catenin 和 FAK/Src/AKT 通路;还可以与晚期糖基化终末产物受体、埃兹蛋白、整合素 α7 等许多其他受体或配体相互作用,从而影响肿瘤的生物学行为.此外,S100P 在癌症治疗与肿瘤耐药等方面也发挥着重要作用.本文仅就 S100P 在肿瘤发生发展、诊断和治疗中的作用进行综述.

目的:筛选头颈部鳞状细胞癌(HNSCC)差异预后乳酸代谢相关基因(LRGs),构建HNSCC 的LRGs预后模型,并阐明其潜在的作用机制.方法:由癌症基因组图谱(TCGA)数据库和基因表达综合(GEO)数据库获取HNSCC基因表达及临床数据,由GeneCards数据库中获取LRGs,采用 R软件筛选 HNSCC的LRGs.采用单因素Cox回归分析得到预后相关基因,基于预后相关LRGs鉴定出 2 种不同亚型,采用Kaplan-Meier(K-M)曲线分析比较 2 组患者预后,采用CIBERSORT算法进行2组患者间的免疫相关分析.采用多因素 Cox回归分析和LASSO回归分析构建预后模型,采用受试者工作特征曲线(ROC)和 K-M生存曲线评估LRGs 与 HNSCC 患者生存和预后的关系.采用GSE27020、GSE41613 和 GSE65858数据集验证预后模型.基于风险评分进行分组,并进行免疫相关分析和肿瘤相关评分分析.结果:通过TCGA数据库从 HNSCC样本中差异分析筛选出1 196个LRGs,单因素 Cox 回归分析筛选出 27个差异表达基因(DEGs)与 HNSCC患者预后相关,根据预后相关基因鉴定出2种不同的LRGs亚型(分组1和分组2),K-M生存曲线显示分组2患者总生存期(OS)明显高于分组1,分组 2患者免疫细胞浸润水平明显高于分组1.多因素 Cox回归分析和LASSO回归分析筛选出9个LRGs,包括次黄嘌呤磷酸核糖基转移酶 1(HPRT1)、淀粉样蛋白前体蛋白(APP)、糖原磷酸化酶(PYGL)、尿激酶型纤溶酶原激活物(PLAU)、大麻素受体 2(CNR2)、斯钙素2(STC2)、核苷酸结合寡聚化结构域样受体1(NLRP1)、整合素连接激酶(ILK)和叉头框蛋白B1(FOXB1),构建预后模型,K-M曲线和ROC 曲 线 显 示上述9个基因表达水平与HNSCC 患者生存和预后有关联,且均具有良好的 1、2 和 3 年生存预测作用,ROC 曲线下面积(AUC)均大于0.650,且预后模型的预后预测作用在GSE27020、GSE41613 和 GSE65858数据集中得到验证.根据风险评分分类的患者具有可区分的免疫状态.结论:基于生物信息学方法筛选出的HNSCC 差异表达LRGs与 HNSCC 患者生存和预后有关联,由 9 个LRGs构建的预后模型可预测HNSCC患者的生存情况和治疗反应.

[目的]基于铜死亡相关lncRNA构建乳腺癌预后风险模型并探索其潜在的生物学意义.[方法]从TCGA数据库下载乳腺癌数据,利用R软件获取铜死亡相关lncRNA.用Cox回归及Lasso回归分析筛选铜死亡预后相关lncRNA,建立预后风险模型.运用Kaplan-Meier分析和ROC曲线对模型进行评估,并将此模型与临床病理特征进行整合,Cox回归分析寻找独立预后因素,建立列线图.对高低风险组之间差异基因进行基因本体(Gene Ontology,GO)和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析、免疫功能分析,并探讨两组间TMB和突变基因的表达.[结果]单因素Cox回归分析显示19个铜死亡预后相关lncRNA,Lasso回归分析筛选出 14 个 lncRNA,多因素 Cox 回归分析确定 8 个 lncRNA(AL590434.1、AC105398.1、AL137847.1、AC004982.1、AC107993.1、MECOM-AS1、U73166.1、HECW2-AS1)用于构建预后风险模型.风险评分=(-1.45494698784031 ×AL590434.1)+(-3.67358360093321 ×AC 105398.1)+(-1.10778423160903 ×AL137847.1)+(0.661226964250153 ×AC004982.1)+(-1.46582205700717 ×AC107993.1)+(0.825809098216395 ×MECOM-AS1)+(-0.651012875897201 ×U73166.1)+(0.249130715504216×HECW2-AS 1).高风险组患者的总生存时间(overall survival,OS)及无进展生存期(progression-free survival,PFS)明显低于低风险组(P＜0.05).预后风险模型预测乳腺癌患者1年、3年和5年生存效能较好(AUC值分别为0.727、0.688、0.706).风险评分可作为乳腺癌患者的独立预后因素(P＜0.01),列线图证实该模型具有良好的预后预测能力.GO分析主要富集包括肌肉系统过程、富含胶原的细胞外基质、肌动蛋白结合;KEGG分析主要富集在钙离子信号通路(P＜0.05).免疫功能分析发现T细胞共抑制、抗原呈递共刺激及共抑制在高、低风险组之间存在显著差异(P＜0.01).高风险组TMB较低风险组高(P＜0.05),高TMB组预后较低TMB组差(P＜0.05).两组中PIK3CA是突变频率最高的基因,其次为TP53.[结论]8个铜死亡相关lncRNA组成的预后风险模型是乳腺癌的独立预后因素,可以有效预测乳腺癌患者的生存预后.

目的 探讨小分子药物嘌吗啡胺(PM)靶向激活Hedgehog(Hh)信号通路后对骨髓来源间充质干细胞(BM-SCs)成骨-成脂分化平衡的影响及其机制.方法 通过细胞计数试剂盒-8法评估PM对BMSCs增殖的细胞毒性,并通过检测不同浓度PM处理下BMSCs细胞内Gli1转录水平,选择合适的PM处理浓度.随后通过诱导BMSCs成骨、成脂分化,检测ALP表达(ALP染色)、钙结节(Von Kossa矿化结节染色法)评估PM对BMSCs成骨诱导的影响,采用油红O染色检测PM对BMSCs成脂诱导的影响.最后通过qRT-PCR法验证PM干预下BMSCs成骨-成脂分化过程中相关核心转录因子、特征基因的变化.结果 10 μmol/L及以下浓度的PM对BMSCs增殖无明显毒性反应,并且2 μmol/L PM即可显著激活BMSCs细胞内Hh信号通路(P＜0.01).在2 μmol/LPM干预下,BMSCs成骨分化诱导时ALP表达、钙结节形成较对照组显著增强,而成脂分化诱导时脂滴的形成受到了明显的抑制.在此基础之上,qRT-PCR结果提示2 μmol/L PM可明显促进BMSCs成骨分化过程中核心转录因子Sp7以及特征性基因ALP、整合素结合唾液酸蛋白(lbsp)的转录,并抑制成脂分化过程中核心转录因子过氧化物酶体增殖物激活受体γ(Pparg)、CCAAT增强子结合蛋白α(Cebpa)以及特征基因围脂滴蛋白1(Plin1)、脂联素(Adipoq)、脂肪酸转位酶(Cd36)的转录.结论 PM可通过激活Hh信号通路,调控成骨-成脂分化相关核心转录因子,促进BMSCs成骨分化并抑制其成脂分化.

目的:通过生物信息学调研和分析,探讨对肝癌预后产生影响的独立危险因子及其与肝癌靶向药索拉非尼作用靶点的相互关联特征.方法:从TCGA数据库收集的248例肝癌患者中选取79例死亡患者的基因表达量、生存时间、生存状态数据,以中位生存时间360d为界将这些死亡患者分为2组,用DEseq算法对这2组患者的基因表达量数据进行差异基因筛选.不考虑其他混杂因素,仅考虑差异基因表达单个因素与患者生存时间相关,用Kaplan-Meier法对差异基因进行单因素分析.将分析得到的差异基因表达量和患者生存时间、生存状态整合的矩阵用COX回归模型作生存分析,寻找对肝癌预后产生影响的独立危险因子.以STRING数据库为基础,将得到的差异基因与肝癌靶向药索拉非尼的作用靶点结合构建蛋白互联网络,探寻索拉菲尼作用靶点与差异基因的关系.结果:DEseq算法初筛得到52个有可能对肝癌预后产生影响的差异基因.Kaplan-Meier法分析得到26个与患者生存时间相关的差异基因.COX分析最终确认3个差异基因(SQSTM1、ANXA10和STMN1)为影响肝癌预后的独立危险因子.其中ANXA10为负向影响因素,而STMN1与SQSTM1为肝癌患者预后的正向影响因素.蛋白质相互作用网络显示,肝癌靶向药索拉非尼的作用靶点与多个差异基因密切相关.ANXA10参与钙离子结合和钙依赖性磷脂结合,STMN1和SQSTM1在多种信号通路中起重要作用.结论:ANXA10、STMN1和SQSTM1可能是对肝癌预后产生影响的独立危险因子,可作为未来开发靶向药物的作用靶点或患者预后预测指标.