细胞外富含亮氨酸重复序列和纤连蛋白III型结构域的蛋白质1(ELFN1)是一个蛋白质编码基因,编码的蛋白ELFN1属于富含亮氨酸重复序列(LRR)神经元粘连蛋白家族,是一种跨膜重复的突触后蛋白,在神经系统中扮演重要角色,参与神经细胞和视杆双极细胞等细胞突触形成的信号转导
[1]。多项研究表明ELFN1与Ⅲ型代谢型谷氨酸受体(mGluR)相互作用调节中间神经元突触的发生与释放
[2],并与发育性和癫痫性脑病
[3]和失用症、创伤后应激障碍等神经系统疾病相关
[4]。然而,ELFN1在癌症相关疾病中的作用鲜有报道,目前的研究主要集中位于ELFN1反义位置的长链非编码RNA(lncRNA)ELFN1-AS1,研究表明ELFN1-AS1在多种肿瘤如视网膜母细胞瘤
[5]、卵巢癌
[6]、食管癌
[7]、胰腺癌
[8]、结直肠癌
[9]中发挥作用,并与患者总生存率降低密切相关
[10],可促进结直肠癌的生长、增殖、侵袭及肿瘤耐药,可作为结直肠癌诊断生物标志物和药物治疗靶点
[11]。但目前关于ELFN1的生物学功能未见进一步研究,其中发挥的作用机制亦尚未见报道,在结肠癌中的作用机制仍待进一步挖掘。本研究旨在通过公共数据库结合实验,通过癌症基因组图谱计划(TCGA)、基因表达综合数据库(GEO)等数据集,应用生物信息学方法分析ELFN1在结肠癌中的表达、临床相关性及生存预后相关性。使用基因富集分析(GSEA)分析挖掘ELFN1可能参与的信号通路,揭示其在结肠癌中发生发展中的分子机制,以期提供一种新的候选基因来改善结肠癌的预后和生存率。
1 材料和方法
1.1 生物信息学分析
本研究所包含的RNA-seq数据及临床病理信息数据均来自于TCGA数据库。RNA-seq数据从FPKM格式转换为每百万次读数的转录本格式。本研究根据TCGA指南进行,并在数据收集之前获得知情同意。纳入标准的数据集应包括结肠癌样本组和对照样本组(健康组织、相邻的非癌组织),每组至少包含10个样本。最后选择纳入GSE23878、GSE9348、GSE83889基因表达谱。采用R4.2.1用于初始转换数据归一化,并统计分析与可视化。
1.2 结肠癌中ELFN1的临床预后分析
通过ROC曲线分析比较结肠癌肿瘤与癌旁组织中的表达,检验ELFN1对结肠癌诊断的预测价值。采用R4.2.1软件对生存资料进行统计分析。
1.3 整合差异表达基因(DEGs)筛选并构建PPI网络
将ELFN1(cut-off值=50%)分为低表达和高表达组,整合项目中 level3 HTSeq-Counts格式的RNAseq数据,使用R包DESeq2(2.26.0)用来鉴定DEGs,通过R包ggplot2(4.3.3)进行热图可视化展示。通过STRING数据库分析ELFN1蛋白列表中的分子互作情况构建蛋白质-蛋白质相互作用网络(PPI),并展示蛋白网络互作关系,使用R包igraph 进行可视化。
1.4 ELFN1功能通路及GSEA分析
对ELFN1 进行基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)通路富集分析。统计分析和可视化均在R4.2.1中进行。Cluster Profiler4.14.3包用于富集分析,ggplot2包用于可视化。使用R包clusterProfiler进行GSEA以阐明高ELFN1组和低ELFN1组之间的显著功能和通路差异。数据集来源于MSigDB数据库,以调整后的dp<0.05、错误发现率<0.25和标准化富集评分(|NES|)>1为显著富集。
1.5 细胞培养与RNA提取
人肠上皮细胞NCM460于含10%胎牛血清的RPMI 1640培养基培养,人肠癌SW480、RKO、HCT116、LOVO、HT29均于10%胎牛血清的高糖DMEM培养基培养,所有细胞均处于37 ℃、5% CO2、95%湿度培养箱中孵育培养,细胞均由中科院细胞库提供。
按照试剂盒说明,使用TRIzol试剂(TaKaRa)从组织中提取总RNA。使用PrimeScriptRT逆转录试剂盒(TaKaRa)。SYBR绿色PCR试剂盒(TaKaRa)检测分离的RNA数量。qRT-PCR采用CFX-96连接实时荧光定量系统(Bio-Rad)进行。引物序列来自于上海捷瑞生物科技有限公司,所用引物序列:5'-CTACCTCATGAA GATCCTCACCGA-3'(β-actin, Forward);5'-TTCTCC TTAATGTCACGCACGATT' (β-actin, Reverse);5'-G CCCTGTGCCGATGATGAG'(ELFN1, Forward);5'-G GCCGAGTTCTGAGTGAGC-3' (ELFN1, Reverse)。
1.6 Western blotting分析
SW480细胞使用含有PMSF(1 mmol/L)的RIPA裂解缓冲液裂解。蛋白裂解物在高温下变性,并通过10%的SDS聚丙烯酰胺凝胶电泳分离。用5%的脱脂牛奶封闭后,加入了一抗混合液(Proteintech β-actin,1∶1000),在4℃下孵育过夜,然后加入二抗(Mouse、Rabbit二抗,Proteintech,1∶2000)在室温下孵育2 h。使用Western blotting-ECL(Merck)试剂孵育膜,并使用Chemidoc XRS+成像系统进行成像。
1.7 siRNA转染
siRNA及序列设计均来自于上海(罗氏)捷瑞生物科技有限公司;使用siRNA转染试剂进行操作,接种细胞至30%~40%汇合度,使用Opti-MEM 培养基稀释siRNA转染试剂,充分混匀,使用Opti-MEM培养基稀释ELFN1-siRNA,制备预混液,充分混匀。加入siRNA复合物至培养基中37 ℃孵育细胞2~4 d,分析转染细胞。所用ELFN1-siRNA序列:5'-GCGAGGUGG AGCAGUACAATT-3';5'-UUGUACUGCUCCACCU CGCTT-3'(#1);5'-AGACCAUCAUCGAGCUCAATT-3';5'-UUGAGCUCGAUGAUGGUCUTT-3'(#2)。
1.8 细胞功能Transwell migration分析及EDU实验
转染48 h后,将100 μL含有2×104个细胞的培养基接种到Transwell插入物的上室中,并在下室插入物中加入含有20%胎牛血清的600 μL培养基(8.0 μm,康宁)。培养48 h后,使用冰冷的甲醇固定细胞20 min,采用结晶紫溶液染色25 min。细胞增殖使用EDU-555荧光标记检测。2×105个细胞在6孔板中培养,并转染48 h。EDU标记2.5 h。反应溶液被制备并染色,并在荧光显微镜下拍照。
1.9 统计学方法
采用GraphPad Prism 8.2进行数据统计分析。Western blotting、RT-PCR、EDU实验、Transwell实验均采用两样本的配对t检验,检验前进行方差齐性检验;若方差齐,采用t检验。结肠癌患者的临床预后信息包括总生存期(OS)采用Kaplan-Meier(K-M)分析,预后分析采用单因素和多因素Cox回归分析。采用单变量Logistic回归分析ELFN1的表达水平与临床特征的关系。以P<0.05为差异有统计学意义。
2 结果
2.1 ELFN1在肿瘤中的差异表达及预后情况
TCGA数据库显示,ELFN1的mRNA水平在33种肿瘤类型中存在表达差异,ELFN1在宫颈鳞状细胞癌和宫颈管、胆管癌、肾脏嫌色细胞癌等6种肿瘤中低表达,而在14种肿瘤中高表达,胃肠道肿瘤包括胃癌、结肠腺癌、直肠腺癌等(
图1A)。配对样本也显示ELFN1在结肠癌等肿瘤中的高表达(
图1B)。分析ELFN1在具有差异表达肿瘤中的预后情况,发现其在肝癌、胃癌、结肠癌中具有预后意义(
图1C,HR>1,
P<0.05)。
2.2 ELFN1在结肠癌中的诊断价值及表达情况
对配对样本中的ELFN1差异表达基因集合(
P<0.05)、ROC曲线下面积(AUC)>0.8基因集、总生存期(OS)的差异基因集(
P<0.05)三者取交集,结果显示,COAD具有3项特征(
图2A);AUC为0.851(95%
CI:0.794~0.908,
图2B)。在TCGA配对样本(
n=41)及GEO数据库多个数据集(GSE23478、GSE9348、GSE83839)中相互验证了ELFN1在结肠癌中高表达(
图2C~F)。
2.3 COAD中ELFN1的表达与临床预后分析
K-M生存分析结果显示,高表达ELFN1的患者表现出更差的总生存期OS(HR=1.81,95%
CI: 1.22~2.70,
P=0.003)、疾病特异性生存期DSS(HR=2.53,95%
CI: 1.48~4.33,
P<0.001)和无进展间期PFI(HR=1.96,95%
CI: 1.26~3.03,
P=0.003,
图3A~C)。进一步对ELFN1在不同临床病理特征的COAD患者中的表达分析发现,ELFN1 mRNA高表达与N分期(
图3D)、M分期(
图3E)、肿瘤病理分期(
图3F)、化疗结局(
图3G)、外周神经侵犯(
图3H)以及淋巴结转移(
图3I)相关(
P<0.05)。单因素及多因素的Cox回归分析结果显示:ELFN1表达水平、年龄、M分期、病理分期是总生存期OS的独立预后因素(
P<0.05,
表1)。Logistic回归分析结果显示,ELFN1高表达在N分期、M分期、肿瘤病理分期、淋巴结转移、化疗不良结局以及外周神经侵犯具有高风险比(
表2)。
2.4 ELFN1在TCGA差异表达基因及共表达基因
ELFN1高低表达样品中的差异表达基因结果以火山图展示(
图4A)。共鉴定出874个差异表达基因,其中504个基因上调(logFC为正),370个基因下调(logFC为负);共表达和弦图显示了与ELFN1正负相关的前10位基因(
图4B)。通过构建PPI,与ELFN1相关的互作编码蛋白基因(
图4C)。
2.5 ELFN1功能注释富集及GSEA通路分析
GO功能注释结果包括:细胞外基质组织、含胶原蛋白的细胞外间质、细胞外间质结构成分、生长因子结合、G蛋白偶联肽受体活性等(
图5A)。KEGG信号通路主要结果包括转化生长因子-β(TGF-β)信号通路、黏着、ECM-受体相互作用、细胞黏附分子(
图5B)。基于以上结果GSEA识别与ELFN1正相关的信号通路包括:Ras信号通路、MAPK信号通路、IL-18信号通路、癌症通路、PI3K-Akt信号通路(
图5C);负相关通路:G2/M期检查点、DNA修复、DNA甲基化、Notch信号通路和Wnt信号通路(
图5D)。
2.6 ELFN1在结直肠癌细胞系中的表达及其对SW480细胞的促增殖、迁移作用
qRT-PCR和Western blotting结果显示,ELFN1在癌细胞系中的mRNA及蛋白表达水平均高于正常细胞,其中SW480结肠癌细胞系中ELFN1的表达水平更高(
P<0.01,
图6A、B)。在10对结肠癌组织样本中的结果也相同(
图6C)。进一步对SW480细胞进行了敲低ELFN1处理,Transwell细胞迁移能力检测结果提示:敲低ELFN1可降低两组SW480细胞的迁移能力(
图6D);同样地,EDU结果显示ELFN1低表达组的细胞增殖能力减弱(
图6E)。
2.7 ELFN1促进结肠癌发展的分子机制
ELFN1在结肠癌发生发展相关信号通路:ECM信号通路、TGF-β信号通路、细胞粘附信号通路高度相关(
图7A)。Western blotting结果显示,敲低处理ELFN1后E-钙粘蛋白蛋白水平上调,NF-κB、TGF-β蛋白水平随之下降(
P<0.05,
图7B)。
3 讨论
结肠癌是全球最常见的恶性肿瘤之一,发病率逐年呈上升趋势
[12]。目前对COAD的病因和发病机制认识有限,以及缺乏早期诊断指标和有效的治疗靶点
[13]。因此,有必要发现新的生物标志物,阐明COAD的潜在分子机制。本研究旨在对ELFN1在COAD中的表达、临床意义及功能进行验证和探讨。ELFN1作为定位在细胞核内的蛋白编码基因,属于LRR家族蛋白,在神经元组成和信号传导等方面有重要的作用
[14]。然而,关于ELFN1以往的研究主要关注其在神经元方面的功能,在肿瘤中的表达丰度及临床特征尚未报道。本研究首次报道了ELFN1在不同肿瘤中的表达水平及在结肠癌中的临床特征及预后意义,在结肠癌肿瘤中ELFN1表达显著增加,与结肠癌的临床N分期、M分期、晚期病理分级、肿瘤转移相关,并且是结肠癌OS的独立预后因素,ELFN1可能是一个很好的诊断标志物,可能与结肠癌的恶性程度有关。SW480细胞功能验证了ELFN1可以促进结肠癌细胞的增殖、迁移能力,ELFN1除了编码ELFN1蛋白还有其上游长链非编码RNA(lncRNA)在各种肿瘤中发挥了重要的作用,例如,ELFN1-AS1 通过多种机制对结肠癌细胞发挥了促增殖、抗凋亡和促迁移的功能
[15],并在介导肿瘤免疫逃逸及结直肠癌化疗耐药发挥了重要的作用
[16],基于此前研究可见,ELFN1的研究已从神经科学拓展至肿瘤生物学和免疫治疗领域。其在耐药性、代谢重编程及免疫微环境调控中的核心作用值得进一步挖掘。
既往研究显示,ELFN1以跨突触调节III组mGluR而闻名
[17],如mGluR4
[18]在胰腺癌、胶质瘤等肿瘤中已被证实通过MAPK/PI3K
[19]通路促进细胞存活。ELFN1作为其跨突触调控因子,可能通过神经-内分泌机制影响肿瘤微环境中的癌细胞
[20,21]。此外,LRR蛋白与细胞粘附或迁移有关,常参与Wnt信号调控,从而影响肿瘤转移
[22]。例如,结直肠癌中LRP5/6等LRR蛋白的异常激活并通过Wnt/β-catenin信号通路影响β-catenin核转位从而促进癌细胞增殖、迁移
[23,24]。虽然在肿瘤中研究甚少,但最新的研究报道了ELFN1参与细胞外基质(ECM)的黏附调控
[25,26],ECM作为肿瘤微环境中的重要组成部分,不但为肿瘤提供物理支撑条件,还通过多种信号通路影响肿瘤细胞的增殖、迁移、侵袭和血管生成等行为
[27]。
本研究的生信研究证实了其在结肠癌中高表达有显著特异性,并与肿瘤恶性进展相关;在功能富集分析中,ELFN1参与多种致癌通路,而ELFN1在结肠癌的增殖、转移通路显著富集,在结肠癌细胞SW480的实验中也验证了敲低ELFN1可以降低其增殖、转移能力,这一肿瘤表型与富集分析的结果相一致。而对于ELFN1是通过何种机制影响结肠癌的发生发展,进一步研究发现ELFN1可能在ECM通路、TGF-β信号通路、细胞粘附信号通路发挥了重要的作用,这提示ELFN1可能是通过这些通路影响结肠癌的增殖及转移。有研究表明ELFN1富含LRR结构,此外,ELFN1还具有纤连蛋白III型结构域(FN3)
[27],这两种结构域的形成可以使ELFN1能够与ECM相关成分如胶原蛋白、纤连蛋白相结合,这为ELFN1促进结肠癌转移提供了结构上的条件。在肠癌细胞上,FN3能够促进细胞运动,它与细胞表面受体结合后,会改变细胞骨架的结构和动力学,使细胞能够更有效地伸展和收缩,从而实现迁移
[28,29]。此外,ELFN1的特殊结构还可能与跨膜蛋白结合,如整合素,细胞表面的整合素受体结合激活后,会引发一系列的细胞内信号转导事件
[30]。其中,PI3K-AKT-mTOR信号通路被激活是关键环节。PI3K被激活后,会促使AKT蛋白磷酸化,进而激活下游的mTOR,mTOR作为细胞生长和代谢的关键调节因子,能够促进蛋白质合成、细胞周期进展,最终加速肠癌细胞的增殖
[31]。同时,结果中的TGF-β信号通路在结肠癌中也发挥着重要的作用,TGF-β是一个多功能的细胞因子,在肿瘤发生、免疫调节、干细胞分化等多个过程中发挥作用
[32],ECM与TGF-β信号通路之间存在着复杂的双向调控关系,TGF-β诱导癌症相关成纤维细胞(CAFs)分泌过量ECM,形成纤维化间质,促进肠癌的侵袭和化疗耐药
[33,34]。总而言之,肿瘤的ECM重构、基质细胞浸润以及ECM纤维生成引起肿瘤细胞侵袭转移已有很多研究,但是仍有许多问题未被解决。因此,ELFN1有潜力作为一个靶向ECM开发的药物靶点,并对于理解ECM动态调控提供了新视角,也为开发靶向ECM-信号轴的抗肿瘤疗法提供新的思路。
综上所述,本研究分析了ELFN1在结肠癌中的重要预后价值,ELFN1可能具有极大潜力作为诊断结肠癌的肿瘤标记物,在肿瘤诊断、预后评估及靶向治疗中展现出重要价值。在机制方面,ELFN1可能在ECM信号通路中作为调节细胞-基质相互作用的分子,促进肠癌细胞增殖转移,而其在肿瘤中的异常表达可能通过干扰这些信号通路促进疾病进展。但其机制复杂性,需要多组学整合明确ELFN1在肿瘤-基质-微环境三元互作中的精确角色。总之,ELFN1可能是一种新的结肠癌预后预测因子,可为结肠癌的早期诊断以及发生发展机制提供新的靶点。尽管本研究初步揭示了ELFN1作为结肠癌预后标志物的潜力,并为其早期诊断及肿瘤发生发展机制的研究提供了新的靶点,但研究仍存在局限性:依赖于生物信息学分析的前期研究需要通过实验方法加以验证,未来应着重于通过实验对ELFN1在结肠癌组织中的表达水平及其与预后的关系进行深入探究;同时收集和分析更多临床样本数据,以期构建更为精确的预后预测模型。本研究对ELFN1在结肠癌发生发展中的分子机制的研究亦不够深入,包括对ELFN1的上下游信号通路、相互作用蛋白以及调控网络的探索,仍需开展更为深入的实验验证和临床数据分析,通过综合实验验证、临床数据分析和机制探索,有望为结肠癌的精准诊断和治疗提供更为科学和有效的理论依据。