基于GEO数据库前列腺癌促癌基因NUDT11的筛选及验证

摘要

目的：探讨影响前列腺癌进展的差异表达基因，为其诊治提供新思路。方法：⑴采用生物信息学和SVMRFE机器学习方法筛选出影响前列腺癌进展的差异表达基因（DifferentExpressGenes,DEGs），使用“clusterProfiler”R包对差异表达基因进行基因本体（Gene Ontology,GO）富集分析和基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）富集分析，并筛选关键基因。⑵RT-PCR验证前列腺癌细胞PC3和LNCaP NUDT11 mRNA表达。⑶将前列腺癌细胞LNCaP、PC3分为si-NC组和si-NUDT11组，采用脂质体法进行瞬时转染，转染成功后进行细胞克隆实验、EdU实验和细胞凋亡实验观察NUDT11对细胞增殖及凋亡的影响。⑷构建稳定低表达NUDT11细胞株进行裸鼠皮下成瘤实验，观察NUDT11对前列腺癌细胞成瘤能力的影响。结果：⑴在GEO数据集GSE46602中，共筛选187个DEGs。与正常前列腺组织相比，前列腺癌组织中76个基因表达上调，111个基因表达下调。对差异表达基因进行GO富集分析发现：生物学过程（Biological Process,BP）,DEGs主要富集在上皮细胞增殖、上皮细胞增殖的调节、跨膜受体蛋白丝氨酸/苏氨酸、细胞外基质组织、细胞外结构组织、外部封装结构组织、上皮细胞对生长因子刺激反应的调节；细胞学组分（Cytological Components,CC）,DEGs主要富集在含胶原的细胞外基质、基底膜、突触囊泡、外囊泡；分子生物学功能（Molecular Biological Functions,MF）,DEGs在硫化物结合、肝素结合、细胞外基质结构成分、寡肽结合中富集。对差异表达基因的KEGG富集分析发现DEGs在PI3K-Akt信号转导通路、人乳头瘤病毒感染、癌症中的转录错调、动脉粥样硬化和流体剪切应力、前列腺癌富集。使用SVM-RFE机器学习方法和随机森林（Random forest,RF）特征选择筛选基因，得到共同关键基因为NUDT11和GGTLC1。⑵与前列腺上皮细胞RWPE-1相比，前列腺癌细胞PC3和LNCaP中的NUDT11 mRNA表达量增加。⑶平板克隆实验结果显示与si-NC组相比，si-NUDT11组细胞克隆形成数量均显著下降（P<0.05）;EdU实验结果显示：与si-NC组相比，si-NUDT11组细胞EdU阳性细胞数量显著下降（P<0.05）；与si-NC组相比，si-NUDT11组细胞凋亡率均显著增加（P<0.05）。⑷与sh-NC组相比，sh-NUDT11组细胞成瘤能力显著下降，瘤体重量变小（P<0.05）。结论：生物信息学和SVM-RFE机器学习方法筛选出与前列腺癌进展相关的基因NUDT11和GGTLC1,NUDT11在前列腺癌细胞系中高表达，干扰NUDT11表达后抑制前列腺癌细胞增殖、促进前列腺癌细胞凋亡，提示NUDT11可调控前列腺癌进展。

关键词

前列腺癌 / 促癌基因 / NUDT11 / 筛选