原始研究的文章

前面。肿瘤防治杂志。,09 January 2023
乳腺癌秒。
卷12 - 2022 | https://doi.org/10.3389/fonc.2022.972969

SENP3促进肿瘤进展和小说在三阴性乳腺癌预后的生物标志物

Youzhi朱 ^1‡,

张的论著^1‡,

梁飞余^2‡,

Sunwang徐¹,

凌陈¹,

Kunlin吴¹,

Lingjun香港¹,

林小薇¹,

佳洁雪¹,

清水王^{3 *},

姚林 ^{4 *}和

Xiangjin陈 ^{1 * __}

¹甲状腺和乳房手术,第一附属医院福建医科大学、福州、中国
²乳房手术,第一医院的福州,福州,中国
³的光电子科学与技术重点实验室教育部医学、生命科学学院、福建师范大学、福州、中国
⁴中心实验室在福建中医药大学第二附属医院,创新和转换中心,福建中医药大学、福州、中国

背景:三阴乳腺癌(TNBC)的临床结果很差。找到更多目标治疗TNBC的迫切需要。SENPs SUMO-specific蛋白质发挥重要作用在相扑修改。在几种肿瘤类型,SENPs已确定为进展和预后相关的生物标志物。SENPs在TNBC的作用还不清楚。

方法:表达式和预后的SENPs TNBC TCGA分析和地理数据。SENP3 coexpression监管网络由加权基因coexpression网络分析(WGCNA)。至少绝对收缩和选择算子(套索)和考克斯单变量分析是用于开发风险签名基于基因与SENP3有关。接受者操作特征时间(ROC)分析来评估风险特征的预测准确性和灵敏度。此外,构建计算图表,便于临床应用。

结果:SENP家族基因的预后和表达效果验证使用TCGA和地理数据库。SENP3被发现的唯一基因SENP家庭高度表达和与TNBC患者预后不利。细胞功能实验表明,击倒SENP3导致增长,入侵和迁移TNBC细胞的抑制作用体外。通过使用WGCNA 273 SENP3-related基因被确定。最后,11 SENP3-related基因从考克斯获得单变量分析和套索回归。在此基础上,建立预后风险预测模型。SENP3-related基因的风险签名验证了作为一个独立的预后标记对TNBC患者。

结论:在SENP家族的基因,我们发现SENP3在TNBC和预后差。SENP3击倒可以抑制肿瘤增殖、入侵和迁移。在TNBC患者中,风险签名基于11 SENP3-related基因的表达可能改善预后的预测。建立风险标记可能是有前途的预后标志物,可以指导TNBC患者的个性化治疗。

介绍

在世界范围内,女性乳腺癌发病率最高。其发病率和死亡率预计将增加在未来几年显然(1)。乳腺癌分子亚型的新定义包括HER2过度,三阴乳腺癌(TNBC)、鲁米那,腔的B和其他特殊亚型(2)。其中,TNBC的亚型乳腺癌占10 - 20%的浸润性乳腺癌(3)。在TNBC患者中,雌激素受体(ER)、孕激素受体(PR),和HER2表达(4)。由于缺少公关、ER和HER2表达,这不仅是对内分泌治疗也对HER2靶向治疗,还有缺乏fda批准的靶向治疗药物。因此,TNBC的主要治疗策略仍然是手术和化疗。尽管TNBC的相关治疗研究进行了良好的结果(5),TNBC的临床结果仍然是可怜的。因此,它还必须寻找新的生物标志物对TNBC的诊断和预后和有效的治疗靶点。

小ubiquitin-associated修饰符(相扑)家族蛋白质泛素蛋白家族发现二十多年前(6)。人类有四个相扑形式(SUMO1、SUMO2 SUMO3和SUMO4),而酵母、昆虫和线虫基因称为Smt3(只有一个相扑7)。Sumo-specific激活酶(E1),结合酶(E2)和连接(E3)作用于相扑修改,这是完全不同于E1, E2和E3泛素所需修改(8)。作为一种转译后的修改,相扑催化地加上细胞蛋白质基质,改变细胞的功能定位,蛋白质相互作用和生物功能。这是一个关键管理环节许多信号通路(9)。SUMOylation是动态的和可逆的,蛋白质的SENPs(相扑特定的蛋白酶)的家人很快就会释放绑定的相扑acylated蛋白(10),这被称为deSUMOylation。SENP2,六人SENPs存在,SENP1 SENP3, SENP5, SENP6, SENP7,和SENPs包括三个亚科,每个都有特定的细胞定位和衬底偏好(11)。SENP1和SENP2属于同一亚科,具有广泛的底物特异性。SENP3和SENP5第二亚科,专门结合SUMO2/3核仁的蛋白质。SENP6和SENP7最后一个亚科。有核质蛋白与一个明显的蛋白水解SUMO2倾向和SUMO3 (12)。SENPs支持正常生理功能的维持平衡SUMOylation和deSUMOylation目标蛋白(13)。几项研究已经调查的角色SENP同形像在各种疾病,包括甲状腺癌、结肠癌、动脉粥样硬化、前列腺癌、胰腺癌(14)。在一些癌症,SENP超表达可以作为预后标记(15)机械的研究表明,沉默SENPs可以干扰肿瘤进展和转移(16- - - - - -19)。除了肿瘤增长放缓,SENP沉默可以让细胞对抗癌治疗敏感。放射线增减SENP6被击倒的诱导肝癌细胞(20.)。总之,这些数据点的监管作用SENPs癌症入侵,进展和转移。然而,直到现在,TNBC的SENPs一直不清楚的功能。还有待观察TNBC SENPs是否有用的治疗目标和他们的生物功能是什么。

本研究系统的全面的努力探讨TNBC SENP家族的表达,在TNBC澄清其潜在的作用。我们系统地整合TNBC的表达谱,分析了通过生物信息学分析可能的调节机制。同时,基于SENP3-related基因,个性化TNBC患者的预后特征。本研究为进一步深入研究奠定了基础TNBC的个性化治疗。

材料和方法

提取SENP表达式,从TNBC患者临床资料数据集

基因表达的综合(GEO)数据库(http://www.ncbi.nlm.nih.gov/geo/)和癌症基因组图谱(TCGA)数据库(http://www.cbioportal.org/)被用来提取SENPs的信使rna表达水平和TNBC的临床资料。GSE45827、GSE53752 GSE65216, GSE58812获得地理数据库。TCGA由相邻的114例正常乳腺组织和166年TNBC的组织。GSE45827由相邻的11例正常乳腺组织和41 TNBC的组织。GSE53752包括25例邻近正常乳腺组织和51 TNBC组织。GSE65216由相邻的11例正常乳腺组织和55 TNBC组织。GSE58812与完整的生存信息有107份TNBC样本。数据提取方法是基于我们之前的研究(21)。

DNA结构

SENP3-shRNA1序列(5“-CATTGGTCCCTCATCTCTGTT-3”)和SENP3-shRNA2 (5“-CCTCGCTGACATTCCACTGGA-3”)被克隆到PLVX向量。

细胞培养和细胞转染

乳腺癌细胞(bt - 549和mda - mb - 231)从美国获得类型文化集合(写明ATCC马纳萨斯,弗吉尼亚州,美国)。bt - 549和mda - mb - 231细胞在DMEM培养(生物产业(BI)、以色列)和l - 15 (BI)介质,分别低于5%股份有限公司₂在37°C。SENP3-shRNA的序列克隆到pLVX向量。转染方法根据转染试剂指令,执行Lipofectamine 2000(美国表达载体,卡尔斯巴德,CA)。

RNA隔离和RT-qPCR

在这项研究中,从细胞进行RNA提取试剂盒(表达载体、钙、美国)。反转录的RNA进行了使用一个RNA逆转录工具包(豆类、日本)。SYBR绿色装备(Vazyme,中国)是用来执行RT-qPCR。使用GAPDH作为内部控制,senp3基因的信使rna被RT-qPCR检测。引物都从唱丫(福州、中国),和相对mRNA水平是由2^——ΔΔCT方法。

扩散分析

96孔板每24 h,被10μL CCK (TransGen)试剂添加到每个好,和OD测量后1.5小时的潜伏期在原始的文化条件。所有井的OD值探测到450海里,收集和数据进行分析。实验进行了三次。

细胞迁移实验

300μL完全培养基的添加到每个在24-well盘子,然后Transwell室(Falcon)放入24-well板。0.5毫升细胞稀释(细胞密度:1 x 10⁴细胞/毫升)被添加到每个室3在每组复制。24小时后,细胞中被丢弃,在参议院被移除。细胞被固定后,治疗Transwell室与龙胆紫染色染料溶液为大约8分钟,染色的解决方案是丢弃和棉签是用来去除染料和周围的基底膜。Transwell钱伯斯拍摄显微镜。

入侵检测

24-well板块充满了完全培养基(300毫升),和一个Transwell室充满人工基底膜(美国纽约康宁)添加到盘子里。总共0.5毫升细胞稀释(细胞密度:1 x 10⁴细胞/毫升)被添加到每个室3在每组复制。24小时后,细胞中被丢弃,在参议院被移除。细胞被固定后,治疗Transwell室与龙胆紫染色染料溶液为大约8分钟,染色的解决方案是丢弃和棉签是用来去除染料和周围的基底膜。Transwell钱伯斯拍摄显微镜。

加权SENP3基因相关网络分析

WGCNA方法分析基因表达模式的多个样本,进行R软件包。它假设coexpression基因网络服从没有鳞的分布,然后指定的邻接功能基因coexpression相关矩阵和邻接函数构造的基因网络,计算不同节点的差异系数,然后构造一个层次聚类树。

功能富集分析

京都基因和基因组的百科全书(KEGG)通路DAVID4使用功能富集分析工具。大卫使用生物信息学资源,结合生物数据库和工具进行分析可以找到系统地探索基因集的生物学意义。根据浓缩分数,默认参数的工具被用来强化途径。

建设SENP3基因风险预测模型

基于生存在R和glmnet软件包,SENP3相关的遗传风险预测模型是由利用最少的绝对收缩和选择算子(套索)。套索适用于高维数据的模型选择,可以选择预后相关基因TNBC的减少回归系数。重量在10倍交叉验证过程中,最优惩罚套索模型被发现使用网格狩猎技巧。最后,大多数基因对系数保持零,只有少数基因对与其他系数比零被发现与TNBC的预后密切相关。

统计分析

统计相关性计算t测试。在生存曲线比较,kaplan meier方法进行,生存率较被用来评估生存与最好的截断值差异。p< 0.05被确认为具有统计学意义。

结果

高表达的SENP3与TNBC患者的不良预后相关

我们使用一个表达式的分析SENP家庭TCGA TNBC患者基于数据库(图1)。结果表明,与正常组织相比,两个基因(SENP3和SENP5)是调节,三个基因表达下调(SENP2, SENP6和SENP7),和表达水平SENP1 TNBC组织中保持不变。

图1

图1信使rna的表达SENPs TCGA TNBC基于数据库中。(f)SENP1的表达(一),SENP2(B),SENP3(C),SENP5(D),SENP6(E),SENP7(F)在TNBC。

估计SENP家族TNBC患者的预后意义,我们检查了SENP家庭成员的表达之间的相关性和总生存期(OS) (图2)。高SENP3的mRNA表达和低mRNA的表达SENP5表示TNBC患者预后明显差(图2 c, D)。然而,没有明显的SENP1 mRNA表达水平之间的相关性,SENP3, SENP6和SENP7 TNBC患者的预后(被发现图2 a, B, E, F)。

图2

图2操作系统分析SENPs TCGA TNBC患者基于数据库。(f)整体分析SENP1的预后价值(一),SENP2(B),SENP3(C),SENP5(D),SENP6(E),SENP7(F)表达式的OS TNBC患者基于TCGA kaplan meier分析。kaplan meier方法被用来绘制生存曲线。

描述在TNBC SENP3表达式和预后之间的关系,四个地理数据集,GSE45827, GSE53752, GSE65216和GSE58812使用。SENP3的表达也显著正常组织中表达下调与基于GSE45827 TNBC组织相比,GSE53752和GSE65216数据集(图3 a - c)。勘探GSE58812群体表现出类似的结果,从TCGA数据库,获得高表达SENP3强烈相关短OS TNBC患者(图3 d)。此外,我们测量SENP3其他亚型的表达乳腺癌TCGA基于地理数据库模块。结果表明,SENP3表达增加相比,TNBC xxx正常组织。然而,在乳腺癌HER2和流明亚型,SENP3 expresssion降低与正常组织相比补充图1)。

图3

图3信使rna表达和操作系统分析SENP3 TNBC基于地理数据库。的mRNA表达SENP3 GSE45827 TNBC患者(一),GSE53752(B),GSE65216(C)。(D)操作系统分析SENP3 TNBC患者根据GSE58812 kaplan meier分析。kaplan meier方法被用来绘制生存曲线。

SENP3促进TNBC细胞迁移、入侵和扩散

调查SENP3的生物功能,CancerSEA用于单细胞分析。根据来自约旦NV(没有的数据。细胞= 70),SENP3可能调节DNA修复,DNA损伤、细胞周期和增殖在乳腺癌细胞(图4 a e)。接下来,我们撞倒的表达SENP3 mda - mb - 231细胞和bt - 549细胞通过shRNA1-SENP3和shRNA2-SENP3使转染质粒。RT-qPCR分析表明,shRNA1-SENP3和shRNA2-SENP3具有很强的抑制性影响SENP3表达式(图4 f, G)。CCK-8化验的结果,两个bt - 549和mda - mb - 231细胞表现出明显减少扩散SENP3撞倒时(图4 h,我)。

图4

图4击倒SNEP3抑制TNBC的细胞生长。(安妮)从约旦NV(没有数据。细胞= 70)表明,SENP3 mRNA的表达呈正相关,调控细胞周期、DNA损伤和修复、增殖。(F, G)SENP3表达变化经实时PCR TNBC细胞(bt - 549和mda - mb - 231)后shRNA转染。(H I)bt - 549的增长能力(C)和mda - mb - 231(E)shRNA转染后细胞被CCK-8测量试验。*,p< 0.05;* *,p< 0.01。

Transwell分析被用来进一步研究是否SENP3影响TNBC的迁移和入侵细胞。结果表明,SENP3基因击倒抑制迁移和入侵bt - 549和mda - mb - 231细胞(图5)。

图5

图5击倒SNEP3抑制TNBC细胞入侵和迁移。(a - b)减少表达SENP3抑制bt - 549细胞迁移。(一)和入侵。(B)减少表达SENP3抑制mda - mb - 231细胞迁移(C)和迁移。*,p< 0.05;* *,p< 0.01。

总之,这些结果表明,SENP3击倒抑制迁移,TNBC细胞的入侵和扩散。

基因分析SENP3-related coexpression模块

获得进一步的洞察与SENP3相关的生物功能upregulation TNBC的WGCNA包,并与高度相关基因的基因被分组到一个模块。在本研究中,TCGA数据库和GSE58812数据库被用来构造一个基因coexpression加权网络。选择最佳阈值功率,我们计算网络拓扑与软阈值大国从1到30。所示图6 a, C5的最小功率是一个功率值的无标度拓扑GSE58812 TCGA和数据库。然后,我们设置功率= 5 (GSE58812& TCGA)来生成一个层次聚类树(图6 b, D)。在GSE58812数据库中,红色模块包含4530个基因与SENP3表达相关性最高。棕色的模块,包括605个基因,与SENP3表达相关性最高,TCGA数据库。总共有273个基因共同TCGA GSE58812和数据集(图6 e)。浓缩富集生物过程的分析表明,这些273个基因包括核糖体、生热作用,氧化磷酸化,非酒精性脂肪肝,RNA运输、阿尔茨海默氏症、甲状旁腺激素合成分泌和行动,致病性大肠杆菌感染,帕金森病,ferroptosis (图6 f)。

图6

图6识别使用WGCNA coexpression模块与SENP3相关的基因。(一)无标度拓扑模型适合和不足权力之间的关系,TCGA数据库。(B)系统树图的模块被WGCNA TCGA的数据库。(C)无标度拓扑模型适应之间的关系和权力不足GSE58812数据库。(D)系统树图的模块被WGCNA GSE58812数据库。(E)十字路口的洋红色模块GSE58812 TCGA的鲑鱼模块数据库和数据库包含273个基因。(F)KEGG分析273个基因的结果。

建设SENP3-related基因预测模型和生存分析

接下来,我们进行了单变量Cox生存研究这273 SENP3-related基因。最后,结果表明,13 SENP3-related基因与TNBC患者的预后密切相关。10 SENP3-related基因的超表达(FUNDC2、TFIP11 THOC7, XRCC6BP1, RBMX2, TMEM60, GTF3A, PSMD6, MESDC1和HMGN3)在TNBC患者弱与更好的操作系统,而其余3 SENP3-related基因(NCALD AIMP1和KIF1C)突出与短OS TNBC患者(图7)。多种基因可用于更好地预测患者预后。因此,我们跑套索Cox回归模型,计算出回归系数基于上述13预后SENP3-related基因。风险评分模型实现最适合当11 13 SENP3-related基因包括(图7 b)。风险评分= (0.0356 * KIF1C) + (0.0027 * NCALD) + (-0.0932 * FUNDC2) + (-0.3926 * TFIP11) + (-0.0397 * THOC7) + (-0.0938 * XRCC6BP1) + (-0.0891 * PSMD6) + (-0.0605 * RBMX2) + (-0.0248 * TMEM60) + (-0.0015 * GTF3A) + (-0.0782 * MESDC1) (图7 c)。风险评分是分配给每个TNBC患者使用公式。TNBC患者分为高风险和低风险评分。风险评分,生存状态和表情的11个SENP3-related基因TNBC患者所示图7 d。kaplan meier曲线分析表明,高风险的操作系统分数组明显低于低风险评分集团(图7 e)。

图7

图7建设SENP3基于基因的分类器预测TNBC患者的预后。(一)十三SENP3-related基因与统计学意义在单变量Cox分析突出显示详细的输出。(B)操作系统的部分可能异常套索系数配置文件。(C)套索FUNDC2系数资料,TFIP11、THOC7 XRCC6BP1, RBMX2, TMEM60, GTF3A, PSMD6 MESDC1表达式操作系统。(D)kaplan meier生存分析显示影响分类器的操作系统。(E)风险评分的分布、生存状态和TNBC患者11 SENP3-related基因的表达。(F)ROC曲线比较分类器的预测精度TNBC患者使用auc 1年,3年,5年,评估预后的准确性。

然后,验证了模型的可靠性接受者操作特征(ROC)曲线,它表明,曲线下的面积(AUC)值为12 - 36 -,和零利率OS 0.87, 0.83,和0.89,分别为(图7 f)。上述结果表明,该模型具有可预测性TNBC患者的预后价值。进一步评估风险评分模型的鲁棒性,我们分层TNBC人口根据年龄,性别,和TMN阶段。分层后年龄< = 60岁(图8),年龄> 60岁(图8 b= i和ii()阶段图8 c= iii iv()阶段图8 d),舞台T = 1 (图8 e)、阶段T = 2 - 4 (图8 f)、阶段N = 0 (图8 g),N = 1和4阶段(图8 hM = 0()和阶段图8我),分别基于SENP3-related基因签名的风险评分是一个独立的预后指标,和风险得分较高的患者预后差。

图8

图8kaplan meier OS TNBC患者的生存曲线根据风险评分模型在不同的子组。(A, B)预后分析TNBC患者年龄< = 60岁(一)和年龄> 60岁(B)子组。(C, D)TNBC患者的预后分析阶段= i和ii(C)和第四阶段= 3(D)子组。(E, F)TNBC患者的预后分析T = 1(E)和T = 2 - 4(F)子组。(G H)TNBC患者的预后分析N = 0(G)和N = 1 - 4(H)子组。TNBC患者的预后分析M = 0(我)子群。kaplan meier方法被用来绘制生存曲线。

进一步验证预测模型的有效性和稳定性,GSE53752作为验证数据集。每个病人被带进前面的预后模型来计算风险评分。患者被分为高风险和低风险组。kaplan meier曲线分析表明,TNBC患者得分低风险有一个更好的操作系统比high-risk-score集团(补充图2)。这些结果进一步证实了预后相对良好的分层能力的模型。

临床预后预测模型的建设

促进我们的模型的应用在临床预后,我们综合风险评分,建立了一个基于3列线图变量因素,包括年龄、肿瘤的阶段,风险模型得分。生存的列线图的情节是为了准确地计算出12 - 24和零利率的生存概率TNBC患者(图9)。校准曲线图表明,诺模图实现更好的结果比理想模型(图9 b)。此外,auc为12 - 36 -,和零利率OS 0.93, 0.93,和0.95,分别显示良好的准确性(图9 c)。这些结果表明,诺模图能够预测TNBC患者的长期生存相当不错。

图9

图9列线图和校准块的预测结果TNBC患者基于风险评分。(一)列线图结合年龄、阶段和风险评分预测1年,3年和5年的事件。每个变量对应的线段被标识为一个规模,代表变量的值范围和线段的长度反映事件结果的贡献因素。图中的点对应的个人得分每个变量在不同价值观和相应的个人成绩的总分后所有的变量。(B)预测系统的标定块。(C)ROC曲线比较分类器的预测精度TNBC患者使用auc 1年,3年,5年,评估预后的准确性。

讨论

乳房肿瘤是高度异构。有巨大的不同患者之间的临床治疗和预后的差异。TNBC是一个复杂的恶性乳腺癌亚型缺乏ER公关和HER2的表达。因此,靶向治疗是很困难的(22)。TNBC通常被认为是高度恶性肿瘤,预后不良。因为它的特殊类型,内分泌治疗或分子靶向治疗是不合适的。因此,化疗已成为主要的系统治疗,但术后常规放疗和化疗的效果是有限的。肿瘤复发可能剩余转移病灶的最终结果(23)。

上下文中的肽酶作用,SENP3破坏蛋白质SUMOylation SUMOylation维持细胞内稳态的解偶联SUMOylated蛋白质基质(20.)。相扑动力学中断触发各种病理生理条件,包括癌症,超表达和遗传变异的SENPs恶性肿瘤已报告(21)。事实上,SENPs调节通路等新血管形成的细胞周期、DNA修复,表明SENPs功能异常是癌症的司机和影响SUMO-mediated信号的内稳态。

我们检测到的表达与预后SENP TNBC的家庭成员。我们发现只有SENP3 TNBC中高度表达,和预后较差。

SENP3, SENP家族的一员,改变蛋白质改性通过解偶联目标蛋白质。SENP3所扮演的角色是至关重要的维持平衡的保障标准的蛋白质和SUMOylation作用和细胞活动(24)。人类SENP3 65 kDa的蛋白质,由574个氨基酸组成,参与SUMO2/3前兆的处理与和解。它扮演着一个重要的角色在特定的流程(25)。SENP3增强细胞迁移的高表达在胃癌细胞(26)。SENP3被证实与胃癌转移相关在活的有机体内模型和肿瘤病人标本(17)。细胞分化、增殖和凋亡是由Sp3(特定的蛋白质3)(27)。相扑修改也作用于SP3神经胶质瘤SP3 deSUMOylation催化SENP3 (28)。近年来,SENP3的研究和功能分析在活的有机体内一直在增加。在各种癌症的形成和发展,SENP3被发现起着关键作用,如头颈癌、卵巢癌和口腔鳞状细胞癌(29日- - - - - -31日)。在老鼠中,删除SENP3巨噬细胞促进乳腺癌的进展和转移,根据最近发表的研究。此外,通过调节巨噬细胞极化SENP3也可能促进癌症进程(32),高SENP3水平与更先进的肿瘤相关成绩和转移以及不良的生存状况(33),这意味着SENP3可能在肿瘤发生和发展中发挥作用。然而,TNBC SENP3的功能尚不清楚。SENP3的生物学作用及其对TNBC的治疗目标需要进一步研究。在这项研究中,在体外实验表明,SENP3击倒TNBC细胞可能干扰扩散,迁移和入侵。

接下来,273年高度相关的基因和coexpression网络WGCNA SENP3基因被确定。我们创建了一个预测风险模型对TNBC患者基于11 SENP3-related基因(KIF1C、NCALD GTF3A, TMEM60, THOC7, RBMX2, MESDC1, FUNDC2, PSMD6, XRCC6BP1,和TFIP11)套索回归和考克斯单变量分析。据报道,这些11个基因可能与肿瘤进展相关。KIF1C kinesin-like马达蛋白,调节小鼠巨噬细胞的抗炭疽致死因素,目前较少研究肿瘤(34)。参与钙信号以及G protein-coupled受体信号,NCALD是神经元钙离子传感器的一部分家庭(35),和低表达的NCALD肿瘤也被认为是与不良预后相关(36)。GTF3A被认为是与移民相关的不同类型的癌症,直肠癌,高GTF3A GTF3B表达式似乎与不良预后相关(37)。TMEM60的功能也被研究肿瘤,以及高浓度的TMEM60导致增强的神经胶质瘤细胞增殖,迁移和入侵,抑制细胞凋亡,促进PI3K / Akt激活(38)。THOC7属于THO有复杂联系的信使rna出口装置,和人类THO抑制transcription-related人类基因组不稳定重复的地区(39)RBMX2属于蛋白质,rna结合图案和目前很少有研究(40)。MESDC1被认为是microrna的目标基因- 508 - 5 - p。MESDC1促进迁移的过度表达,入侵和扩散HepG2细胞在肝细胞癌。在膀胱癌、增殖、迁移和入侵被击倒的显著抑制MESDC1转染膀胱癌细胞株(41,42)。FUNDC2是一种线粒体外膜蛋白,小说FUNDC2 / AKT BCL-xL途径阻止血小板发生凋亡压力(43)。PSMD6基因编码S10蛋白酶家族成员的子单元,和PSMD6基因变异可能与糖尿病的治疗效果(44)。在胶质母细胞瘤,病人缺乏XRCC6BP1放大大大延长生存(45)。Tfip11是酵母的主要同族体拼接劈理因素ntr1位于核仁,卡哈尔的身体,这是非常重要的2 ' -O-methylation U6。TFIP11撞倒时,纤维蛋白和相关snoRNA U6核内小rna,改变U6 2 -O-methylation (46)。

评估风险预测模型的可靠性,我们进行外部验证,亚组分析。ROC曲线的AUC值1 -,3 -,和模型的5年存活率都大于0.7,这表明签名由11 SENP3-related基因有很好的性能预测TNBC患者的预后。

此外,通过结合传统临床预后因素的风险评分,包括年龄和肿瘤阶段,构建高精度预测列线图。1 - 3 -,和个人TNBC患者5年操作系统概率可以预测基于传统临床预后参数如风险评分。

结论

总的来说,我们发现高水平的SENP3独立TNBC患者不良预后因素。击倒SENP3抑制增殖,入侵和TNBC细胞的迁移。在未来,我们将开展有关SENP3动物实验和基本的实验研究,探索其监管机制,对TNBC提供新的治疗靶点。此外,我们开发了一个临床实用和易于实现风险评分模型组成的11 SENP3-related基因。这个模型可以作为一个潜在的生物标志物预测TNBC患者的预后。

数据可用性声明

公开的数据集进行分析。这些数据可以在这里找到:http://www.ncbi.nlm.nih.gov/geo/http://www.cbioportal.org。

作者的贡献

XC、QW、YL的概念和设计。YZ、生理、LY和SX导致了数据采集和分析。YZ、生理、和LC导致了写作,评论,和/或修改的手稿。路、WL千瓦JX导致了研究和监督。所有作者阅读和批准最终的手稿。所有作者的文章和批准提交的版本。

资金

这项研究是由福建省自然科学基金(2021 j01720);中青年关键人才的培训计划(2019 - zqn - 63);和科技创新联合基金项目(2017 y9089)。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

补充材料

本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fonc.2022.972969/full补充材料

补充图1 |SENP3表达乳腺癌亚型(A, B)SENP3表达的乳腺癌亚型(一)TCGA GSE21653。*,p< 0.05;* *,p< 0.01;* * *,p< 0.001。

补充图2 |预后风险模型预后风险模型的验证是验证使用GSE53752数据库。

引用

1。唱H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram我Jemal,等。2020年全球癌症统计数据:GLOBOCAN估计36癌症的发病率和死亡率全球185个国家。CA:中国癌症J(2021)71:209-49。doi: 10.3322 / caac.21660

CrossRef全文|谷歌学术搜索

2。Goldhirsch,维纳EP,科茨,Gelber RD, Piccart-Gebhart M, Thurlimann B, et al .个体化治疗早期乳腺癌的女性:强调圣加仑国际专家共识的主要治疗早期乳腺癌2013。安杂志(2013)24:2206-23。doi: 10.1093 / annonc / mdt303