找回密码
 立即注册

QQ登录

只需一步,快速开始

  • QQ空间
  • 回复
  • 收藏

预立医周解文 | 精准医疗测序+基础实验,如何搞定>5分的文章? ...

笔者苏洛 2018-11-12 11:50 AM 1487人围观 技术


1

预立医学——临床科研与学术支持平台

预立医周解文


预立医学每周精选一篇文献为您进行详细解读

来源/预立医学 QQ

今天给大家带来的一篇关于lncRNA的文章:Long noncoding RNA ZFAS1 promotes gastric cancercells proliferation by epigenetically repressing KLF2 and NKD2 expression,于今年5月份发表在oncotarget杂志上。

期刊简介

Oncotarget

IF:5.008

IF趋势:

出版周期:双月刊

审稿周期:平均2.2月

偏重方向:肿瘤、基因、靶向治疗、自噬、干细胞、衰老等 

研究内容

目前研究发现长链非编码RNA在众多人类疾病中具有调控作用,并且在多种癌症中可作为预后的标志物。本论文中,作者利用GEO数据库中胃癌的lncRNA表达谱进行整合分析,发现肿瘤发生相关的lncRNA ZFAS1可以促进胃癌的发生。

研究亮点

1)利用GEO数据库整合分析胃癌lncRNA表达谱,发现肿瘤发生相关的lncRNA ZFAS1可以促进胃癌的发生。并进行一系列基础实验验证,最终阐明了FAS1在胃癌中高表达促进肿瘤的发生。

2)文章的思路很简单,实验过程看似很顺利,但是在基因筛选的过程中,作者充分利用生物信息学分析,实验过程更为明确。因此,生信分析基础实验更配吆! 

研究思路

结果分析

采用GEO数据库中胃癌lncRNA的芯片数据,分析发现lncRNA ZFAS1在癌组织中表达上调。分析TCGA数据库中胃癌的RNA-seq数据发现同样的结果。

对50对胃癌组织/癌旁组织及5个胃癌细胞系的qPCR实验表明lncRNA ZFAS1确实表达上调,这提示ZFAS1可能是一个原癌基因。通过ZFAS1的表达情况将其分为高表达组和低表达组,ZFAS1的表达与年龄、性别无关,但与生存期显著相关,ZFAS1高表达组的生存期更差。

作者对ZFAS1进行了功能缺失实验及功能获得实验,通过MTT、克隆形成及EdU染色等实验检测,结果表明ZFAS1可促进细胞增殖。

  TUNEL实验进一步表明ZFAS1可促进细胞增殖、抑制凋亡。

体外实验得到结果后,作者进行了裸鼠成瘤实验,对ZFAS1进行了敲除。结果表明体内实验中,ZFAS1敲除后,肿瘤得到抑制,提示ZFAS1具有促进肿瘤发生发展的作用。


ZFAS1分布在细胞核还是细胞质呢,通过检测发现,核质中均存在,但是更多分布在细胞核中。RIP及RNA-pulldown实验提示ZFAS1可与EZH2、LSD1直接结合。通过共表达网络分析,ZFAS1调控的基因参与多条pathway,包括细胞凋亡、死亡及细胞运动等。

作者就其感兴趣的几个基因进行qPCR和WB验证,最终发现KLF2和NKD2无论在RNA水平还是蛋白水平都受到ZFAS1调控。

那么,ZFAS1是否通过EZH2、LSD1来调控NKD2和KLF2呢?

作者将EZH2、LSD1沉默发现KLF2和NKD2表达上调,ChIP–qPCR表明EZH2、LSD1可结合在KLF2和NKD2的启动子区,而ZFAS1沉默后,与KLF2和NKD2的结合降低。

作者新纳入20对胃癌组织及其癌旁组织,检测到癌组织中KLF2和NKD2表达下调。KLF2和NKD2的功能缺失实验及功能获得实验表明,KLF2和NKD2可抑制胃癌细胞增殖。

主要结论

本论文的研究结果表明,lncRNA ZFAS1在胃癌组织中表达上调,与EZH2和LSD1结合后,结合到KLF2和NKD2的启动子区域,从而促进胃癌细胞增殖,促进胃癌的发生发展。

ZFAS1在结肠癌和肝细胞癌中高表达,且以原癌基因发挥作用,但其在胃癌的机制尚未确定。ZFAS1在胃癌中表达上调,其上调的水平与较差的预后、较短的生存期相关。ZFAS1敲除后会抑制癌细胞增殖诱导凋亡,体内实验中会抑制胃癌成瘤。RNA免疫沉淀和RNA pull-down实验表明,ZFAS1可以同时与EZH2和 LSD1/CoREST作用,抑制KLF2 和 NKD2的转录。本文阐述了ZFAS1在胃癌中高表达促进肿瘤的发生。

参考文献

Long noncoding RNA ZFAS1 promotes gastric cancercells proliferation by epigenetically repressing KLF2 and NKD2 expression. Oncotarget. 2016 May 26


在本论文中,作者采用了2个数据库,即GEO和TCGA数据库,在这里给大家简单介绍一下目前比较常用的数据库。

1、  GEO

网址:http://www.ncbi.nlm.nih.gov/geo/

GEO(Gene Expression Omnibus)数据库是由NCBI(美国锅里生物信息技术中心)开发维护,GEO数据库作为最大的基因表达数据的数据库,以芯片数据为主,此外亦包含一些非芯片类型的数据如SAGE(基因表达系列分析)数据、SARST(核糖体序列标签连续分析)数据、MS(质谱)数据、蛋白质组数据和新一代高通量测序数据(MPSS、大规模平行测序技术)等。

2、  TCGA

网址:http://cancergenome.nih.gov/

肿瘤基因图谱(TCGA)项目是由美国国家肿瘤研究所NCI和美国国家人类基因组研究所NHGRI启动的大型研究项目。

TCGA数据库大规模手收集了数百例特定癌症患者的临床信息、肿瘤组织及其相对应的正常组织样本或血液样本,并使用多种不同技术分析病人的样本,极影用到的分析技术包括基因表达谱分析、拷贝数分析、SNP基因型、DNA甲基化、mRNA分析和外显子排序等。

3、ICGC

网址:https://dcc.icgc.org/  

国际癌症基因组联盟(ICGC)由遍布全球的诸多研究机构组成,没一个ICGC项目团队都将对至少一种特殊类型或亚型的癌症进行全基因组范围内高通量的分析,并对数据采集和分析建立统一的标准进行研究。

ICGC通过基因组测序技术收集了来自全球超过50多种癌症或其亚型的25000多个癌症患者的肿瘤细胞基因组变异信息(体细胞突变、基因的非正常表达,表观遗传修饰改变等)

来源: 预立医学
我有话说......