论著
基于Oncomine数据库及生物信息学方法分析肝细胞生长因子在多发性骨髓瘤中的表达及作用机制研究
白血病·淋巴瘤, 2021,30(6) : 329-333. DOI: 10.3760/cma.j.cn115356-20201110-00270
摘要
目的

基于Oncomine数据库的基因信息,探讨肝细胞生长因子(HGF)在多发性骨髓瘤(MM)中的表达及作用机制。

方法

收集Oncomine数据库中关于HGF研究的信息,对MM中HGF的表达水平变化进行分析。应用Genecards数据库收集与HGF基因相关的蛋白,并通过STRING软件绘制HGF相关蛋白网络图,应用DAVID在线工具分析蛋白功能富集的生理过程。通过DRUGSURV数据库及其在线工具分析HGF表达水平与MM患者生存间的关系,探讨其临床意义。

结果

Oncomine数据库中共检索到445项不同肿瘤中关于HGF的研究;其中23项研究显示肿瘤组织与正常组织间HGF表达水平差异有统计学意义(P<0.05),包括肿瘤组织HGF表达增高10项,表达降低13项。Oncomine数据库中关于MM和正常组织HGF基因差异表达3项研究的4个数据集中,HGF在MM组织中的表达水平均高于正常组织(均P<0.05)。通过Genecards数据库收集到SDC1、YWHAG、RAF1等25个与HGF相关的蛋白;蛋白功能富集分析显示,这些蛋白主要富集在过氧化氢介导的程序性细胞死亡的负调控、突触可塑性调节、死亡域受体对外源性凋亡信号通路的负调控等过程中,与PI3K-AKT及肿瘤相关通路有关。基于DRUGSURV数据库进行的生存分析显示,HGF高表达和低表达的MM患者总生存率差异无统计学意义(P>0.05)。

结论

HGF基因可能通过PI3K-AKT通路调节MM细胞的凋亡,在MM的发生、发展中发挥作用。HGF可能是一个潜在的MM标志物,但其在预后判断中的价值需要进一步研究论证。

引用本文: 周美玲, 程月新, 沈耀东. 基于Oncomine数据库及生物信息学方法分析肝细胞生长因子在多发性骨髓瘤中的表达及作用机制研究 [J] . 白血病·淋巴瘤, 2021, 30(6) : 329-333. DOI: 10.3760/cma.j.cn115356-20201110-00270.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

骨髓瘤是常见的血液系统恶性肿瘤之一,临床上以多发性骨髓瘤(MM)的恶性度最高,且容易出现耐药。染色体不稳定是MM的特征之一,这使得其临床疗效和预后具有较大的异质性[1]。有些患者疾病进展迅速,但是也有些患者能够生存超过10年[2],这种临床多样性主要由影响MM细胞生物学特性的遗传差异所致。MM的发病机制复杂,至今仍未明确,目前研究发现MM的发生、发展及治疗效果与多种基因的差异表达有关[3,4]。肝细胞生长因子(HGF)的表达与细胞因子和生长因子相关,HGF的异常激活或失调与一些肿瘤有关[5],如胃肠道肿瘤、肺癌、乳腺癌、子宫颈癌和甲状腺癌等[6,7,8,9,10,11,12]。目前鲜见HGF在MM中的作用机制及临床作用的研究,并且因样本量的限制,结果无较大意义。本研究通过收集Oncomine数据库中的公共数据集,挖掘HGF基因在MM组织中的表达信息,通过DRUGSURV在线数据库分析HGF表达与MM患者生存的关系,并结合Genecards数据库,分析HGF相关蛋白网络图,探讨HGF作用机制,为寻找MM新的治疗靶点提供理论依据。

1 资料与方法
1.1 Oncomine数据库基因信息的提取

登录Oncomine在线数据库(http://www.oncomine.org),设定如下筛选条件,(1)Gene:HGF;(2)Cancer Type:Multiple Myeloma;(3)Analysis Type:Cancer VS Normal Analysis;(4)Threshold By:P<0.05;(5)Fold Change:2;(6)Gene Rank:top 10%。

1.2 HGF基因相关蛋白功能富集分析

通过Genecards网站(https://www.genecards.org)查找HGF基因相关信息和相关蛋白;通过STRING软件(https://string-db.org/cgi/input.pl)构建HGF相关蛋白网络图;通过DAVID在线工具(https://david.ncifcrf.gov)对查找到的HGF相关蛋白功能富集进行分析。

1.3 患者生存分析

通过DRUGSURV在线数据库(http://www.bioprofiling.de/GEO/DRUGSURV)收集MM患者生存数据,对数据库中HGF不同表达水平的MM患者生存情况进行分析。设置限定条件如下,(1)Cancer:Multiple Myeloma;(2)Gene:HGF。

1.4 统计学方法

应用SPSS 20.0统计学软件进行数据分析。Oncomine数据库中基因表达水平以中位数表示,正常组织与MM组织间HGF的表达水平比较采用t检验;检索文献,对正常组织与MM组织中HGF表达的研究进行Meta分析;采用Kaplan-Meier法进行生存分析。以P<0.05为差异有统计学意义。

2 结果
2.1 HGF在多种类型肿瘤中的表达情况

从Oncomine数据库中检索到445项不同肿瘤的HGF研究结果,包括胃肠道肿瘤、肺癌和乳腺癌等。其中23项研究的肿瘤组织与正常组织间HGF表达水平差异有统计学意义(均P<0.05),包括肿瘤组织HGF表达增高10项,表达降低13项(图1)。

点击查看大图
图1
Oncomine数据库中肝细胞生长因子在不同类型肿瘤中的表达
点击查看大图

注:格子颜色由分析的测试基因百分位数确定,灰色格子代表未发现差异表达;1项分析可在多个肿瘤类型中计数

图1
Oncomine数据库中肝细胞生长因子在不同类型肿瘤中的表达
2.2 HGF在MM中的表达情况

Oncomine数据库检索到关于HGF在MM中表达的研究共有33项,其中3项研究的4个数据集涉及HGF在MM组织和正常组织中的表达[13,14,15]。上述4个数据集中MM组织HGF的表达水平均高于正常组织(均P<0.05)(图2)。对33项关于HGF在MM中表达的研究结果进行Meta分析显示,HGF在所有差异表达基因中的中位排名为第19位,MM组织与正常组织间HGF表达水平差异有统计学意义(P=2.07×10-11)。

点击查看大图
图2
Oncomine数据库中肝细胞生长因子在不同研究芯片的MM和正常组织中的表达水平比较 2A:Agnelli等[13]的研究中浆细胞与MM组织比较(158个样本,12 624个测量基因);2B:Zhan等[14]的研究中骨髓与MGUS组织比较(78个样本,19 574个测量基因);2C:Zhan等[14]的研究中骨髓与SM组织比较(78个样本,19 574个测量基因);2D:Zhan等[15]的研究中浆细胞、MM组织和扁桃体淋巴组织比较(131个样本,5 338个测量基因)
点击查看大图

注:MM为多发性骨髓瘤;MGUS为意义未明的单克隆免疫球蛋白血症;SM为冒烟型骨髓瘤

图2
Oncomine数据库中肝细胞生长因子在不同研究芯片的MM和正常组织中的表达水平比较 2A:Agnelli等[13]的研究中浆细胞与MM组织比较(158个样本,12 624个测量基因);2B:Zhan等[14]的研究中骨髓与MGUS组织比较(78个样本,19 574个测量基因);2C:Zhan等[14]的研究中骨髓与SM组织比较(78个样本,19 574个测量基因);2D:Zhan等[15]的研究中浆细胞、MM组织和扁桃体淋巴组织比较(131个样本,5 338个测量基因)
2.3 HGF主要相关蛋白网络

通过Genecards网站分析HGF基因主要相关的蛋白有SDC1、YWHAG、RAF1、SRPX2、ZBTB16、VTN、FN1、SDC2、LCN2、PSMD4、CD44、PLAU、F5、PDGFRA、MET、F11、HPN、ST14、HGFAC、KLKB1、CLEC3B、HRH1、FKBP7、ENSG00000259680、IGHV3-11。通过STRING软件构建的25个HGF相关蛋白的网络关系图见图3

点击查看大图
图3
通过STRING软件构建的经Genecards网站分析所得肝细胞生长因子(HGF)主要相关蛋白网络关系图
点击查看大图
图3
通过STRING软件构建的经Genecards网站分析所得肝细胞生长因子(HGF)主要相关蛋白网络关系图
2.4 HGF相关蛋白的功能富集

通过DAVID在线工具分析显示,上述25个相关蛋白功能主要富集在过氧化氢介导的程序性细胞死亡的负调控、突触可塑性的调节、死亡域受体对外源性凋亡信号通路的负调控等过程中(表1)。

点击查看表格
表1

通过DAVID在线工具分析由Genecards网站分析获得的肝细胞生长因子主要相关蛋白功能富集情况

表1

通过DAVID在线工具分析由Genecards网站分析获得的肝细胞生长因子主要相关蛋白功能富集情况

基因本体类别生理过程基因集数(个)比例P校正P
生物过程过氧化氢介导的程序性细胞死亡负调控20.10.0030.42
生物过程突触可塑性的调节20.10.0221.00
生物过程死亡结构域受体对外源性凋亡信号通路的负调控20.10.0271.00
生物过程内胚层细胞分化20.10.0341.00
生物过程伤口愈合20.10.0481.00
细胞成分细胞表面40.10.0090.26
细胞成分胞外外切体80.10.0190.26
细胞成分胞外空间50.20.0240.26
分子功能丝氨酸型内肽酶活性50.1<0.001<0.001
2.5 HGF与MM患者生存的关系

Kaplan-Meier法分析DRUGSURV数据库MM患者生存结果显示,随访20个月后HGF高表达组(345例,数据库中红色数据)总生存率高于低表达组(209例,数据库中绿色数据),但差异无统计学意义(P>0.05)。

3 讨论

MM是一种浆细胞恶性肿瘤,目前临床上多采用荧光原位杂交(FISH)与基因表达谱(GEP)相结合的方式对其进行诊断及预测预后。蛋白酶体抑制剂、免疫调节剂、造血干细胞移植等多种疗法改善了MM患者的生存情况[16,17],然而那些作为治疗靶点的基因存在突变的情况,患者会出现耐药性,无法达到较好的临床治疗效果。因此继续寻找与MM关系密切的新靶点对MM的研究及治疗具有重要意义。

HGF与受体结合,调节多种细胞生长、运动和形态变化。HGF能够通过选择性剪接导致多种转录物变体,蛋白原经蛋白水解加工产生成熟异二聚体的α链和β链。HGF蛋白由间质细胞分泌,并在主要上皮来源的细胞中发挥多功能细胞因子作用。此外HGF还在血管生成、肿瘤生成和组织再生中起着重要作用。尽管HGF蛋白是丝氨酸蛋白酶S1家族成员,但其缺乏肽酶活性。HGF异常信号通常在循环系统中被检测出,有时在肿瘤组织中也有发现,已被认为是有价值的诊断和预后生物标志物,但关于其价值仍存在争议。

Saltarella等[18]认为血浆HGF升高与MM患者生存期缩短有关,并预测了治疗方案的益处;但是在Minarik等[19]的研究中,并未证明HGF是MM患者治疗反应的潜在预测因素。因此尽管已有研究指出HGF在MM中的异常表达与生存期相关,但由于样本量少,未能证实HGF在MM患者预后方面的潜在预测价值。Oncomine数据库是目前全球最大的癌基因芯片数据库和整合数据挖掘平台,包含了大量的肿瘤样本,主要功能有基因表达差异分析、基因表达与临床相关性、多基因共表达分析等。DRUGSURV是常用的肿瘤药物查询和基因相关临床预后分析的在线数据库[20]。本研究通过挖掘Oncomine数据库中HGF在MM中表达情况的信息,发现HGF在正常组织和MM组织中表达水平有差异,并且其表达水平与生存无相关性,即HGF不可作为MM的一个潜在标志物,不能指导预后判断,但是这并不影响对HGF的继续研究。相反,对HGF的进一步研究可为寻找MM治疗的新靶点、研究其在发病机制中的作用和临床治疗提供更多新的理论依据。

本研究尚存在一定的局限性:首先,DRUGSURV数据库中MM患者数量不足,导致生存分析结果可靠性较差,仍有待进一步加强;其次,研究结果均来自已有的数据库分析,关于HGF在MM中的表达差异、对临床预后判断的意义仍需要临床研究验证,以期为进一步研究其在MM中的作用机制提供思路。

利益冲突
利益冲突

所有作者均声明不存在利益冲突

参考文献
[1]
中国医师协会血液科医师分会中华医学会血液学分会中国医师协会多发性骨髓瘤专业委员会.中国多发性骨髓瘤诊治指南(2015年修订)[J].中华内科杂志20155412):1066-1070. DOI:10.3760/cma.j.issn.0578-1426.2015.12.020.
Hematology Branch of Chinese Medical Doctor AssociationHematology Branch of Chinese Medical AssociationMultiple Myeloma Professional Committee of Chinese Medical Doctor Association. Guidelines for diagnosis and treatment of multiple myeloma in China(revised in 2015)[J]. Chin J Intern Med20155412):1066-1070. DOI:10.3760/cma.j.issn.0578-1426.2015.12.020.
[2]
Robiou du PontSCleynenAFontanCet al. Genomics of multiple myeloma[J]. J Clin Oncol2017359):963-967. DOI:10.1200/JCO.2016.70.6705.
[3]
SonneveldPAvet-LoiseauHLonialSet al. Treatment of multiple myeloma with high-risk cytogenetics:a consensus of the International Myeloma Working Group[J]. Blood201612724):2955-2962. DOI:10.1182/blood-2016-01-631200.
[4]
ChngWJChungTHKumarSet al. Gene signature combinations improve prognostic stratification of multiple myeloma patients[J]. Leukemia2016305):1071-1078. DOI:10.1038/leu.2015.341.
[5]
GherardiEBirchmeierWBirchmeierCet al. Targeting MET in cancer:rationale and progress[J]. Nat Rev Cancer2012122):89-103. DOI:10.1038/nrc3205.
[6]
BradleyCASalto-TellezMLaurent-PuigPet al. Targeting c-MET in gastrointestinal tumours:rationale,opportunities and challenges[J]. Nat Rev Clin Oncol2017149):562-576. DOI:10.1038/nrclinonc.2017.40.
[7]
HackSPBrueyJMKoeppenH. HGF/MET-directed therapeutics in gastroesophageal cancer:a review of clinical and biomarker development[J]. Oncotarget2014510):2866-2880. DOI:10.18632/oncotarget.2003.
[8]
FinocchiaroGToschiLGianoncelliLet al. Prognostic and predictive value of MET deregulation in non-small cell lung cancer[J]. Ann Transl Med201536):83. DOI:10.3978/j.issn.2305-5839.2015.03.43.
[9]
SalgiaR. MET in lung cancer:biomarker selection based on scientific rationale[J]. Mol Cancer Ther2017164):555-565. DOI:10.1158/1535-7163.MCT-16-0472.
[10]
Ho-YenCMJonesJLKermorgantS. The clinical and functional significance of c-Met in breast cancer:a review[J]. Breast Cancer Res2015171):52. DOI:10.1186/s13058-015-0547-6.
[11]
BoromandNHasanzadehMShahidSalesSet al. Clinical and prognostic value of the C-Met/HGF signaling pathway in cervical cancer[J]. J Cell Physiol20182336):4490-4496. DOI:10.1002/jcp.26232.
[12]
TrovatoMCampennìAGiovinazzoSet al. Hepatocyte growth factor/c-met axis in thyroid cancer:from diagnostic biomarker to therapeutic target[J]. Biomark Insights2017121-8. DOI:10.1177/1177271917701126.
[13]
AgnelliLMoscaLFabrisSet al. A SNP microarray and FISH-based procedure to detect allelic imbalances in multiple myeloma:an integrated genomics approach reveals a wide gene dosage effect[J]. Genes Chromosomes Cancer2009487):603-614. DOI:10.1002/gcc.20668.
[14]
ZhanFBarlogieBArzoumanianVet al. Gene-expression signature of benign monoclonal gammopathy evident in multiple myeloma is linked to good prognosis[J]. Blood20071094):1692-1700. DOI:10.1182/blood-2006-07-037077.
[15]
ZhanFHardinJKordsmeierBet al. Global gene expression profiling of multiple myeloma,monoclonal gammopathy of undetermined significance,and normal bone marrow plasma cells[J]. Blood2002995):1745-1757. DOI:10.1182/blood.v99.5.1745.
[16]
DingliDAilawadhiSBergsagelPLet al. Therapy for relapsed multiple myeloma:guidelines from the Mayo Stratification for Myeloma and Risk-Adapted Therapy[J]. Mayo Clin Proc2017924):578-598. DOI:10.1016/j.mayocp.2017.01.003.
[17]
GonsalvesWIBuadiFKAilawadhiSet al. Utilization of hematopoietic stem cell transplantation for the treatment of multiple myeloma:a Mayo Stratification of Myeloma and Risk-Adapted Therapy (mSMART)consensus statement[J]. Bone Marrow Transplant2019543):353-367. DOI:10.1038/s41409-018-0264-8.
[18]
SaltarellaIMorabitoFGiulianiNet al. Prognostic or predictive value of circulating cytokines and angiogenic factors for initial treatment of multiple myeloma in the GIMEMA MM0305 randomized controlled trial[J]. J Hematol Oncol2019121):4. DOI:10.1186/s13045-018-0691-4.
[19]
MinarikJPikaTBacovskyJet al. Prognostic value of hepatocyte growth factor,syndecan-1,and osteopontin in multiple myeloma and monoclonal gammopathy of undetermined significance[J]. Scientific World Journal20122012356128. DOI:10.1100/2012/356128.
[20]
AmelioIGostevMKnightRAet al. DRUGSURV:a resource for repositioning of approved and experimental drugs in oncology based on patient survival information[J]. Cell Death Dis201452):e1051. DOI:10.1038/cddis.2014.9.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词