基于转录组学测序及生物信息学方法鉴定肠上皮化生的潜在致病基因

裴蓓 ,  张艺 ,  魏思源 ,  梅语 ,  宋标 ,  董港 ,  温子昂 ,  李学军

南方医科大学学报 ›› 2024, Vol. 44 ›› Issue (05) : 941 -949.

PDF (1786KB)
南方医科大学学报 ›› 2024, Vol. 44 ›› Issue (05) : 941 -949. DOI: 10.12122/j.issn.1673-4254.2024.05.16
临床研究

基于转录组学测序及生物信息学方法鉴定肠上皮化生的潜在致病基因

作者信息 +

Identification of potential pathogenic genes of intestinal metaplasia based on transcriptomic sequencing and bioinformatics analysis

Author information +
文章历史 +
PDF (1828K)

摘要

目的 探讨肠上皮化生(IM)的潜在关键致病基因。 方法 收集2022年1月~6月在安徽中医药大学第二附属医院脾胃科就诊的21例IM患者,以及同期在我院体检中心接受胃镜检查的21例健康受试者。对所有参与者均行胃镜及病理检查,收集胃组织样本进行转录组学测序以筛选疾病相关差异基因,并通过生物信息学分析明确其生物学功能。同时采用实时荧光定量PCR对结果进行验证。 结果 通过转录组学测序,最终获得了1373个差异基因,其中827个上调的mRNA和546个下调的mRNA。根据差异基因的显著性与平均表达量对其进行了排序,从中选取了6个前20的上调基因进行验证,RT-PCR结果显示,与正常组相比,AGMAT、CCL25、FABP1、CDX1、SPINK4和MUC2表达水平显著上调(P<0.05)。 结论 AGMAT、CCL25、FABP1、SPINK4、CDX1和MUC2可能是诊断肠上皮化生的潜在生物学标志物,参与了IM的发生、发展,对疾病的预测及诊断有一定的价值。

Abstract

Objective To explore the potential pathogenic genes of intestinal metaplasia. Methods Twenty-one patients with intestinal metaplasia admitted to the Department of Gastroenterology at the Second Affiliated Hospital of Anhui University of Chinese Medicine from January, 2022 to June, 2022, and 21 healthy subjects undergoing gastroscopic examination during the same period were enrolled in this study. All the participants underwent gastroscopy and pathological examination, and gastric tissue samples were collected for transcriptome sequencing to screen for differentially expressed genes (DEGs). The biological functions of the DEGs were analyzed using bioinformatics analysis, and qRT-PCR was used to validate the results. Results Transcriptomic sequencing identified a total of 1373 DEGs, including 827 upregulated and 546 downregulated ones. The top 6 upregulated genes (AGMAT, CCL25, FABP1, CDX1, SPINK4, and MUC2), ranked based on their significance and average expression level, were selected for validation, and qRT-PCR showed significant upregulation of their mRNAs in the gastric tissues of patients with intestinal metaplasia (P<0.05). Conclusion AGMAT, CCL25, FABP1, CDX1, SPINK4, and MUC2 participate in the occurrence and development of intestinal metaplasia, and may serve as potential biomarkers for diagnosing intestinal metaplasia.

Graphical abstract

关键词

肠上皮化生 / 致病基因 / 转录组学 / 生物信息学

Key words

intestinal metaplasia / pathogenic genes / transcriptomics sequencing / bioinformatics

引用本文

引用格式 ▾
裴蓓,张艺,魏思源,梅语,宋标,董港,温子昂,李学军. 基于转录组学测序及生物信息学方法鉴定肠上皮化生的潜在致病基因[J]. 南方医科大学学报, 2024, 44(05): 941-949 DOI:10.12122/j.issn.1673-4254.2024.05.16

登录浏览全文

4963

注册一个新账户 忘记密码

肠上皮化生(IM)是由于胃黏膜长期慢性炎性损伤导致胃黏膜正常上皮细胞被肠型上皮细胞取代,进而出现杯状细胞、潘氏细胞及吸收上皮细胞的一种病理形态学改变1。在炎症反应的长期作用下,胃黏膜上皮持续遭到破坏,进而出现IM或异型增生,甚至向胃癌方向演变2。研究证实IM是胃癌的独立危险因素3,肠化生患者在3年、5年、10年的胃癌年发病率分别为0.4%、1.1%、1.6%4。因此,早期诊断并及时治疗是阻止IM进展、降低胃癌发生的关键。
转录组学测序是用于分析基因表达和发现新型RNA的常用方法,在生物医学领域的得到了广泛运用5。转录组学信息能够反映各种细胞在特定发育阶段或生理状况下的状态,了解转录组对于解释基因的生物学功能,揭示细胞、组织的分子组分以及探索疾病的发病机制至关重要6。研究发现,在过去的10年中,转录组学测序明确了多种无法诊断疾病的具体病因,加深了我们对疾病病理生理的认识和理解7。通过转录组学测序,能够发现疾病的生物标志物,以便更好地了解IM发生的分子机制。但目前仍然缺乏适用于临床的与IM相关的生物标志物。因此,探索可靠的生物标志物,阐明IM有效治疗靶点意义重大。本研究旨在通过转录组学测序,从IM患者及正常受试者胃组织中筛选差异表达基因,进而筛选可用于IM临床诊治的潜在生物学标志物。

1 资料和方法

1.1 研究对象

纳入2022年1月~6月就诊于安徽中医药大学第二附属医院脾胃科的21例IM患者及同期在我院体检中心接受胃镜检查的21例健康者。所有受试者均同意参与本研究,并已签署相关知情同意书,所有流程均符合《赫尔辛基宣言》。本研究经安徽中医药大学第二附属医院医学伦理委员会批准(伦理批号:2022zj20)。

1.1.1 纳入标准

接受胃镜检查且病理检测确诊为IM者;接受胃镜检查的正常者;自愿参与本研究者。

1.1.2 排除标准

既往接受过药物治疗的IM患者;合并有严重心、脑、肺、恶性肿瘤等原发性疾病者;法律规定的残疾者(盲、聋、哑、智力障碍、精神障碍等);不愿参与本研究者。

1.2 样本收集

根据《中国临床样本使用国家规定》,正确获取人体组织并进行合法使用。使用Olympus CV-290胃镜检查系统对所有参与者进行胃镜检查,并使用一次性内窥镜取样钳(Micro-Tech)获取样本。从受试者的胃组织中获取相关样本,并储存在-80℃的冰箱中以备使用。

1.3 RNA提取及测序

分别收集IM患者与健康受试者的胃组织,经研磨与均质化后,按照制造商的说明,使用RNA提取试剂盒(碧云天)获取组织总RNA。提取完成后,使用安捷伦2100生物分析仪对获取的RNA进行质量分析,使用Illumina HiSeqTM 4000平台进行转录组学测序以获得所有mRNA的原始数据。

1.4 实时荧光定量PCR

按照制造商说明,使用RNA提取试剂盒(碧云天公司)从组织样本中提取总RNA,合成对应cDNA后,使用StepOne Plus Real-Time PCR检测系统(Thermo Fisher Scientific)上进行PCR检测(‑△△CT法)。cDNA合成以及PCR过程中所需的逆转录试剂盒、SYBR Green、Taq酶等试剂来源为诺唯赞公司。关键基因的PCR引物如表1所示,引物序列由通用生物有限公司合成。

1.5 IM发病相关基因数据的筛选

使用Genecards数据库(https://www.genecards.org)和DisGeNET数据库(http://www.disgenet.org)两大通用数据库获取IM发病的相关基因数据。GeneCards是一个全面、权威的人类基因信息数据库,已经被广泛使用了近15年。数据库中包含了73 000多个人类基因8。DisGeNET数据库整合和标准化多个来源的疾病相关基因和变异数据,涵盖了超过24 000种疾病及其特征、17 000个基因和117 000个基因组变异9。我们以“肠上皮化生”为关键词,筛选相关基因,同时删除重复的基因。

1.6 生物信息学分析

采用DESeq差异表达分析法对基因的表达进行差异分析。筛选条件为:表达差异倍数|FoldChange|>1,显著性P<0.05。使用R语言ggplots2软件包绘制差异表达基因的相关图表。使用Circlize软件包根据基因组信息和RNA差异表达分析结果,在基因组中筛选差异基因并分析相互关系。使用Phatmap软件包对所有差异基因进行聚类分析并进行可视化。同时,为了研究差异基因编码蛋白之间的相互关系,使用STRING网络数据库分别进行了蛋白质互作分析、GO富集分析和KEGG通路富集分析。

1.7 统计学分析

采用SPSS 26.0统计学软件对数据进行分析。定量资料用均数±标准差表示,组间比较采用t检验或秩和检验;定性资料用n(%)表示,组间比较采用χ检验。以P<0.05为差异有统计学意义。

2 结果

2.1 受试者临床信息分析结果

本研究对所有受试者的临床数据(如年龄、性别、个人病史、疾病史、家族史等)进行了统计分析(表2)。

2.2 IM的差异表达基因

转录组学测序结果显示,1373个mRNA在IM中呈现差异表达,其中包括827个上调的mRNA和546个下调的mRNA。根据平均表达量和P值的大小对测序结果进行排序,选取了排名前20的上调基因和下调基因(表34)。使用火山图对差异基因的分布与差异进行可视化。使用基因组圆图来了解基因组数据的总体信息与特征。使用热图对两组间差异基因的表达情况进行可视化处理。同时结合生物信息学方法筛选出了与疾病发生、发展相关的差异基因,共计102个,其中包括AGMAT、CCL25、FABP1、CDX1、SPINK4和MUC2。所有结果通过Venn图展示(图1)。

2.3 差异表达基因的功能富集分析

根据GO分析和KEGG分析的结果,发现差异表达基因的主要生物过程(BP)包含离子转运、消化、阴离子转运、对刺激的反应和对外部刺激的反应等;主要细胞组分(CC)包含细胞外区域、细胞外空间、质膜、顶端质膜等;主要分子功能(MF)包含跨膜转运体活性、无机分子实体跨膜转运体活性、转运蛋白活性、阴离子跨膜转运蛋白活性和离子跨膜转转运蛋白活性等(图2)。差异表达基因的KEGG途径包括脂肪消化吸收途径、细胞因子-细胞因子受体相互作用途径、PPAR信号通路、胃酸分泌途径和胆汁分泌途径等(图3)。

2.4 蛋白质网络互作分析

基于STRING在线数据库和Cytoscape软件,获得了差异表达基因编码蛋白的相关信息,并构建了PPI网络图(图4)。同时使用Cytoscape软件中的cytohubber插件,根据差异表达蛋白的显著性对其进行排序,筛选差异显著的相关蛋白。其中,排名靠前的上调蛋白包括:LYN基因(LYN)、载脂蛋白D(APOD)、细胞分裂周期20(CDC20)、嘌呤核苷酸磷酸化酶(PNP)、精氨酰琥珀酸合酶1(ASS1)、细胞色素P450家族3亚家族A成员4(CYP3A4)。排名靠前的下调蛋白包括:PPARG辅激活因子1α(PPARGC1A)、AMPA离子能谷氨酸受体2(GRIA2)和岩藻糖基转移酶1(FUT1)。LYN是节点度最高的基因。

2.5 关键基因的mRNA表达水平

采用RT-PCR法对关键基因的mRNA水平进行验证。结果显示,IM组中关键基因(AGMAT、FABP1、CDX1、CCL25、SPINK4和MUC2)的mRNA表达水平显著升高(P<0.05),这与转录组学测序结果一致(图5)。

3 讨论

IM是胃黏膜上皮细胞及周围腺体转化为肠上皮细胞及周围腺体的一种现象10。与食道中的肠化生一样,胃黏膜肠化生也可发展为低度不典型增生和高度不典型增生,最终导致胃腺癌的发生11。胃癌在我国的总体发病率较高,且相关研究表明IM患者发生GC的风险是非肠化患者的10倍以上12。虽然IM的发病机制尚未完全明确,但目前国内外大多数学者普遍接受由Correa所提出肠型胃癌发展模式13,认为IM是胃癌发病的中心环节。

IM的诊断方法有很多。近年来,多种血清标志物在IM的诊断中发挥了重要作用,包括胃蛋白酶原I(PGI)、胃蛋白酶原II(PGII)和胃泌素17(G-17)等14。PGI和PGII是胃黏膜细胞分泌的保一种蛋白,当IM发生时,PGI和PGII的表达水平则会降低,且两者的表达水平与IM的严重程度相关15。G-17是胃窦G细胞分泌的一种胃肠激素,能有效反映胃黏膜萎缩的程度,与IM密切相关16。然而,仅通过血清标志物进行IM诊断的特异性和准确性还不够高,如果将组织中的疾病相关标志物与血清标志物结合进行联合诊断,则可大大提高IM诊断的特异性和准确性。

在本研究中,通过转录组学测序最终获得了827个上调的mRNA和546个下调的mRNA。根据发现的差异基因的显著性与平均表达量对其进行了排序,从中选取了6个显著上调基因进行验证。发现AGMAT、CCL25、FABP1、CDX1、SPINK4和MUC2对疾病的预测及诊断具有一定的潜在价值。

胍丁胺酶(AGMAT)是氨基酸代谢的关键酶,来源于线粒体,主要分布在肝脏和肾脏细胞中17。尽管AGMAT具有广泛的生物学功能,但其在疾病中的作用很少报道。已有研究发现AGMAT在肺腺癌中高度表达,并且与肿瘤分期和预后相关。AGMAT被发现可通过激活MAPK和PI3K/Akt信号通路,诱导NO释放,促进一氧化氮合酶的表达,从而增强癌症细胞的侵袭和转移18。此外,AGMAT也是导致结肠癌发生、发展的重要致病分子。研究发现,miR-151a-5p可靶向AGMAT,促进结肠癌的增殖和侵袭19。Liu等20发现,敲低AGMAT的表达水平可有效抑制结肠炎相关性结肠癌的发生、发展。目前,关于AGMAT在胃癌和胃癌前病变中的作用尚未报道。而在本研究中,我们首次发现其在IM组织中高表达,这对疾病的诊断具有重要意义。

C-C趋化因子配体25(CCL25)是一种在胸腺和肠上皮中高度表达的趋化因子,在各种炎症性疾病和恶性肿瘤中发挥着重要作用21。Wu等22发现,CCL25在炎症性肠病患者的结肠组织中呈高表达,且与疾病的严重程度呈正相关。Liu等23发现,CCL25在胃癌组织中的表达水平明显升高。此外,Lin等24发现,CCL25能够通过CCR9依赖性方式促进非小细胞肺癌的侵袭和迁移,导致疾病的发生、发展。然而,CCL25与IM之间的关系目前尚未得到证实,我们的发现对疾病的诊断与治疗提供了新的思路和方向。

脂肪酸结合蛋白1(FABP1)是一种广泛分布于肝细胞中的可溶性蛋白,在胃肠道中也同样存在表达25。Liu等26研究发现FABP1在胃癌和胃癌前病变中呈高度表达,且与疾病的预后有关。与上述结果不同的是,早期Hashimoto等27研究发现,虽然FABP1在IM和胃腺癌中高度表达,但它与疾病的进展、预后或脂肪酸合成酶状态无关。因此,进一步探究FABP1与IM的严重程度及预后的相关性具有重要意义。

血清丝氨酸肽酶抑制剂Kazal 4型(SPINK4)是SPINK蛋白酶抑制剂家族的重要成员。研究发现,结直肠癌组织中SPINK4表达下调与患者生存率低有关28。然而,也有相反的观点认为SPINK4高表达与直肠癌患者预后不良有关29。此外,多项研究证实,SPINK4与溃疡性结肠炎和Barrett食管的发病密切相关30-32。但有关SPINK4与胃癌及癌前病变的研究很少。在本研究中,我们首次发现SPINK4在IM患者组织中高表达,对疾病的诊断有一定的潜在价值。

黏蛋白2(MUC2)是一种在人体肠道中发现的重要分泌蛋白,在保护肠道屏障、调节微生物组稳态和预防疾病等方面发挥着重要作用33,其破坏与多种疾病和癌症有关。已有研究证实,其参与了结直肠癌、乳腺癌、胰腺癌、胃癌等多种癌症的发生发展34-37。MUC2在正常胃黏膜中呈低表达或不表达,而在胃肠化生和GC中,表达水平显著升高,这可能是因为H. pylori感染后细胞表达的促炎细胞因子过度激活,导致MUC2过表达38。虽然MUC2表达与肿瘤分化和浸润深度显著相关39,但其与IM之间的相关性仍尚不明确,需要进一步临床实验及分子实验来加以验证。

CDX1是肠道分化的重要转录因子,其异常表达是胃炎-IM-胃癌转化过程中的重要信号40。虽然CDX1在正常胃黏膜中不表达,但在动物和人类的IM组织中可发现CDX1的异常表达4142。研究表明,CDX1的异常表达会促进胃上皮细胞的增殖、侵袭、迁移和肠化生,从而导致恶性肿瘤的发生。NF-κB通路在激活CDX1的表达中起着关键作用43。NF-κB通路可直接与CDX1未甲基化的启动子结合,从而激活 CDX1 的表达。在正常胃粘膜中,由于没有炎症刺激和 CDX1启动子的高度甲基化,CDX1不会表达。与此相反,在IM组织中,CDX1启动子的甲基化水平降低,表达异常44

综上所述,我们发现IM发生的机制可能与AGMAT、CCL25、FABP1、SPINK4、CDX1和MUC2的异常表达有关。本研究未能深入探究相关差异基因在疾病病程中的具体作用机制,后续,将进一步通过动物、细胞实验等来完善本研究的发现,为IM的诊断和临床治疗提供更丰富的理论基础。

参考文献

[1]

Jonaitis P, Kupcinskas L, Kupcinskas J. Molecular alterations in gastric intestinal Metaplasia [J]. Int J Mol Sci, 2021, 22(11): 5758. DOI: 10.3390/ijms22115758

[2]

Aumpan N, Vilaichone RK, Pornthisarn B, et al. Predictors for regression and progression of intestinal metaplasia (IM): a large population-based study from low prevalence area of gastric cancer (IM-predictor trial)[J]. PLoS One, 2021, 16(8): e0255601. DOI: 10.1371/journal.pone.0255601

[3]

Lee JWJ, Zhu F, Srivastava S, et al. Severity of gastric intestinal metaplasia predicts the risk of gastric cancer: a prospective multicentre cohort study (GCEP)[J]. Gut, 2022, 71(5): 854-63. DOI: 10.1136/gutjnl-2021-324057

[4]

Gawron AJ, Shah SC, Altayar O, et al. AGA technical review on gastric intestinal Metaplasia-natural history and clinical outcomes[J]. Gastroenterology, 2020, 158(3): 705-31. e5. DOI: 10.1053/j.gastro.2019.12.001

[5]

Hrdlickova R, Toloue M, Tian B. RNA-Seq methods for transcriptome analysis[J]. Wiley Interdiscip Rev RNA, 2017, 8(1): 10.1002/wrna.1364. DOI: 10.1002/wrna.1364

[6]

Wang Z, Gerstein M, Snyder M. RNA-Seq: a revolutionary tool for transcriptomics[J]. Nat Rev Genet, 2009, 10(1): 57-63. DOI: 10.1038/nrg2484

[7]

Saeidian AH, Youssefian L, Vahidnezhad H, et al. Research techniques made simple: whole-transcriptome sequencing by RNA-seq forDiagnosis of monogenic disorders[J]. J Investig Dermatol, 2020, 140(6): 1117-26. e1. DOI: 10.1016/j.jid.2020.02.032

[8]

Safran M, Dalah I, Alexander J, et al. GeneCards Version 3: the human gene integrator[J]. Database, 2010, 2010: baq020. DOI: 10.1093/database/baq020

[9]

Piñero J, Ramírez-Anguita JM, Saüch-Pitarch J, et al. The DisGeNET knowledge platform for disease genomics: 2019 update[J]. Nucleic Acids Res, 2020, 48(D1): D845-55.

[10]

Tjandra D, Busuttil RA, Boussioutas A. Gastric intestinal Metaplasia: challenges and the opportunity for precision prevention[J]. Cancers, 2023, 15(15): 3913. DOI: 10.3390/cancers15153913

[11]

Akbari M, Tabrizi R, Kardeh S, et al. Gastric cancer in patients with gastric atrophy and intestinal metaplasia: a systematic review and meta-analysis[J]. PLoS One, 2019, 14(7): e0219865. DOI: 10.1371/journal.pone.0219865

[12]

Shin SY, Kim JH, Chun J, et al. Chronic atrophic gastritis and intestinal metaplasia surrounding diffuse-type gastric cancer: are they just bystanders in the process of carcinogenesisJ]PLoS One?, 2019, 14(12): e0226427. DOI: 10.1371/journal.pone.0226427

[13]

Correa P. Human gastric carcinogenesis: a multistep and multifactorial process: first American Cancer Society Award Lecture on Cancer Epidemiology and Prevention[J]. Cancer Res, 1992, 52(24): 6735-40.

[14]

Pei B, Wen ZA, Yang Q, et al. Risk factors analysis and prediction model establishment of intestinal Metaplasia or dysplasia in patients with chronic atrophic gastritis: a multi-center retrospective study[J]. Front Med, 2022, 9: 912331. DOI: 10.3389/fmed.2022.912331

[15]

Ogutmen Koc D, Bektas S. Serum pepsinogen levels and OLGA/OLGIM staging in the assessment of atrophic gastritis types[J]. Postgrad Med J, 2022, 98(1160): 441-5. DOI: 10.1136/postgradmedj-2020-139183

[16]

李娜娜, 齐 涛, 朱黎明. 血清胃蛋白酶原、胃泌素17和幽门螺杆菌IgG抗体在胃部疾病初筛中的临床价值[J]. 诊断学理论与实践, 2022, 21(4): 509-13.

[17]

Zhang Y, Cao LJ, Xie YY, et al. Agmatinase facilitates the tumorigenesis of pancreatic adenocarcinoma through the TGFβ/Smad pathway[J]. Exp Ther Med, 2022, 24(2): 490. DOI: 10.3892/etm.2022.11417

[18]

Zhu HE, Yin JY, Chen DX, et al. Agmatinase promotes the lung adenocarcinoma tumorigenesis by activating the NO-MAPKs-PI3K/Akt pathway[J]. Cell Death Dis, 2019, 10(11): 854. DOI: 10.1038/s41419-019-2082-3

[19]

Xie YY, Zhang Y, Liu XJ, et al. MiR-151a-5p promotes the proliferation and metastasis of colorectal carcinoma cells by targeting AGMAT[J]. Oncol Rep, 2023, 49(3): 50. DOI: 10.3892/or.2023.8487

[20]

Wang DL, Su Q, Qu Q, et al. Adeno-associated virus-mediated knockdown of agmatinase attenuates inflammation and tumorigenesis in a mouse model of colitis-associated colorectal cancer[J]. Hum Gene Ther, 2023, 34(11/12): 518-29. DOI: 10.1089/hum.2022.191

[21]

Jarade A, Garcia Z, Marie S, et al. Inflammation triggers ILC3 patrolling of the intestinal barrier[J]. Nat Immunol, 2022, 23(9): 1317-23. DOI: 10.1038/s41590-022-01284-1

[22]

Wu X, Sun M, Yang Z, et al. The roles of CCR9/CCL25 in inflammation and inflammation-associated diseases[J]. Front Cell Dev Biol, 2021, 9: 686548. DOI: 10.3389/fcell.2021.686548

[23]

Yu H, Mei Y, Dong Y, et al. CCR9-CCL25 mediated plasmacytoid dendritic cell homing and contributed the immunosuppressive microenvironment in gastric cancer[J]. Transl Oncol, 2023, 33: 101682. DOI: 10.1016/j.tranon.2023.101682

[24]

Niu YX, Tang DF, Fan LW, et al. CCL25 promotes the migration and invasion of non-small cell lung cancer cells by regulating VEGF and MMPs in a CCR9-dependent manner[J]. Exp Ther Med, 2020, 19(6): 3571-80.

[25]

Du DY, Liu C, Qin MY, et al. Metabolic dysregulation and emerging therapeutical targets for hepatocellular carcinoma[J]. Acta Pharm Sin B, 2022, 12(2): 558-80. DOI: 10.1016/j.apsb.2021.09.019

[26]

Liu SY, Ni CX, Li YZ, et al. The involvement of TRIB3 and FABP1 and their potential functions in the dynamic process of gastric cancer[J]. Front Mol Biosci, 2021, 8: 790433. DOI: 10.3389/fmolb.2021.790433

[27]

Hashimoto T, Kusakabe T, Watanabe K, et al. Liver-type fatty acid-binding protein is highly expressed in intestinal metaplasia and in a subset of carcinomas of the stomach without association with the fatty acid synthase status in the carcinoma[J]. Pathobiology, 2004, 71(3): 115-22. DOI: 10.1159/000076465

[28]

Wang XJ, Yu Q, Ghareeb WM, et al. Downregulated SPINK4 is associated with poor survival in colorectal cancer[J]. BMC Cancer, 2019, 19(1): 1258. DOI: 10.1186/s12885-019-6484-5

[29]

Chen TJ, Tian YF, Chou CL, et al. High SPINK4 expression predicts poor outcomes among rectal cancer patients receiving CCRT[J]. Curr Oncol, 2021, 28(4): 2373-84. DOI: 10.3390/curroncol28040218

[30]

Owen RP, White MJ, Severson DT, et al. Single cell RNA-seq reveals profound transcriptional similarity between Barrett’s oesophagus and oesophageal submucosal glands[J]. Nat Commun, 2018, 9(1): 4261. DOI: 10.1038/s41467-018-06796-9

[31]

Brenna Ø, Furnes MW, Drozdov I, et al. Relevance of TNBS-colitis in rats: a methodological study with endoscopic, histologic and Transcriptomic characterization and correlation to IBD[J]. PLoS One, 2013, 8(1): e54543. DOI: 10.1371/journal.pone.0054543

[32]

Häsler R, Feng Z, Bäckdahl L, et al. A functional methylome map of ulcerative colitis[J]. Genome Res, 2012, 22(11): 2130-7. DOI: 10.1101/gr.138347.112

[33]

Liu Y, Yu XJ, Zhao JX, et al. The role of MUC2 mucin in intestinal homeostasis and the impact of dietary components on MUC2 expression[J]. Int J Biol Macromol, 2020, 164: 884-91. DOI: 10.1016/j.ijbiomac.2020.07.191

[34]

Kerckhoffs KGP, Liu DHW, Saragoni L, et al. Mucin expression in gastric- and gastro-oesophageal signet-ring cell cancer: results from a comprehensive literature review and a large cohort study of Caucasian and Asian gastric cancer[J]. Gastric Cancer, 2020, 23(5): 765-79. DOI: 10.1007/s10120-020-01086-0

[35]

Yokoyama S, Hamada T, Higashi M, et al. Predicted prognosis of patients with pancreatic cancer by machine learning[J]. Clin Cancer Res, 2020, 26(10): 2411-21. DOI: 10.1158/1078-0432.ccr-19-1247

[36]

Astashchanka A, Shroka TM, Jacobsen BM. Mucin 2 (MUC2) modulates the aggressiveness of breast cancer[J]. Breast Cancer Res Treat, 2019, 173(2): 289-99. DOI: 10.1007/s10549-018-4989-2

[37]

Ribeirinho-Soares S, Pádua D, Amaral AL, et al. Prognostic significance of MUC2, CDX2 and SOX2 in stage II colorectal cancer patients[J]. BMC Cancer, 2021, 21(1): 359. DOI: 10.1186/s12885-021-08070-6

[38]

Li YX, Jiang LB, Li ZC, et al. Differences in gastric microbiota and mucosal function between patients with chronic superficial gastritis and intestinal metaplasia[J]. Front Microbiol, 2022, 13: 950325. DOI: 10.3389/fmicb.2022.950325

[39]

Battista S, Ambrosio MR, Limarzi F, et al. Molecular alterations in gastric preneoplastic lesions and early gastric cancer[J]. Int J Mol Sci, 2021, 22(13): 6652. DOI: 10.3390/ijms22136652

[40]

Grainger S, Hryniuk A, Lohnes D. Cdx1 and Cdx2 exhibit transcriptional specificity in the intestine[J]. PLoS One, 2013, 8(1): e54757. DOI: 10.1371/journal.pone.0054757

[41]

Almeida R, Silva E, Santos-Silva F, et al. Expression of intestine-specific transcription factors, CDX1 and CDX2, in intestinal metaplasia and gastric carcinomas[J]. J Pathol, 2003, 199(1): 36-40. DOI: 10.1002/path.1246

[42]

Kang JM, Lee BH, Kim N, et al. CDX1 and CDX2 expression in intestinal metaplasia, dysplasia and gastric cancer[J]. J Korean Med Sci, 2011, 26(5): 647-53. DOI: 10.3346/jkms.2011.26.5.647

[43]

Wong NA, Wilding J, Bartlett S, et al. CDX1 is an important molecular mediator of Barrett’s metaplasia[J]. Proc Natl Acad Sci USA, 2005, 102(21): 7565-70. DOI: 10.1073/pnas.0502031102

[44]

Rau TT, Rogler A, Frischauf M, et al. Methylation-dependent activation of CDX1 through NF-κB[J]. Am J Pathol, 2012, 181(2): 487-98. DOI: 10.1016/j.ajpath.2012.04.028

基金资助

安徽省重大疑难疾病中西医协同攻关项目(0708-2021)

RIGHTS & PERMISSIONS

版权所有©《南方医科大学学报》编辑部2021

AI Summary AI Mindmap
PDF (1786KB)

236

访问

0

被引

详细

导航
相关文章

AI思维导图

/