基于TXNDC11基因对泛癌的预后评估价值及其免疫调节作用的生物信息学分析

doi:10.13481/j.1671-587X.20220118

摘要/Abstract

摘要： 目的

通过生物信息学方法探讨硫氧还蛋白结构域11 （TXNDC11）在泛癌预后分析中的作用及与肿瘤免疫细胞浸润的关系，阐明其对肿瘤的预后评估价值。

方法

采用ONCOMINE和TIMER数据库综合分析TXNDC11 mRNA和蛋白在肿瘤组织及相对应癌旁正常组织中的表达；采用临床蛋白质组肿瘤分析协作组（CPTAC）数据库分析TXNDC11蛋白在肿瘤组织和正常组织间表达的差异；采用基因表达谱交互分析网站（GEPIA）分析TXNDC11表达与泛癌分期之间的关系；采用Kaplan-Meier Plotter在线网站分析TXNDC11表达与泛癌患者生存预后的关系；采用TIMER数据库分析各种肿瘤组织中TXNDC11蛋白表达与肿瘤免疫浸润细胞之间的相关性；采用SangerBox数据库分析TXNDC11蛋白与免疫检查点的关系。

结果

ONCOMINE数据库分析，与癌旁正常组织比较，结肠癌（COAD）、胃腺癌（STAD）和肉瘤（SARC）组织中TXNDC11 mRNA表达水平明显降低（P<0.05），而乳腺癌（BRCA）、食管癌（ESCA）、肾嫌色细胞癌（KICH）和胰腺癌（PAAD）组织中TXNDC11 mRNA表达水平明显升高（P<0.01）。TIMER数据库分析，BRCA、胆管癌（CHOL）、ESCA、胶质母细胞瘤（GBM）、头颈鳞状细胞癌（HNSC）和前列腺癌（PRAD）组织中TXNDC11蛋白表达水平升高，COAD、肾乳头状细胞癌（KIRP）、肺腺癌（LUAD）、肺鳞状细胞癌（LUSC）、嗜铬细胞瘤和副神经节瘤（PCPG）、直肠腺癌（READ）和甲状腺癌（THCA）组织中TXNDC11呈明显低表达。CPTAC数据库分析，肾透明细胞癌（KIRC）和子宫内膜癌（UCEC）组织中TXNDC11蛋白表达水平明显高于癌旁正常组织（P<0.01），而BRCA、卵巢癌（OV）和COAD组织中TXNDC11蛋白表达水平明显低于癌旁正常组织（P<0.05或P<0.01）。GEPIA数据库分析，TXNDC11表达水平与LUAD、卵巢浆液性囊腺癌、THCA和UCEC患者的临床病理分期有密切关联（P<0.05）。Kaplan-Meier Plotter数据库分析，膀胱尿路上皮癌（BLCA）（HR=0.71，P=0.024）、BRCA（HR=0.68，P=0.021）、ESCA（HR=0.39，P=0.005 1）、HNSC（HR=0.72，P=0.026）、KIRC（HR=0.41，P=0.002 6）、LUAD（HR=0.53，P<0.01）、READ（HR=0.34，P=0.014）、SARC（HR=0.61，P=0.016）、胸腺癌（THYM）（HR=0.14，P=0.004 2）、THCA（HR=0.35，P=0.043）和UCEC（HR=0.36，P<0.01）组织中TXNDC11的高表达与肿瘤患者的良好预后有关联。TIMER数据库分析，TXNDC11表达与22种肿瘤组织中B细胞浸润水平有相关性（P<0.05），TXNDC11表达与16种肿瘤组织中CD4+T淋巴细胞浸润水平、25种肿瘤组织中CD8+T淋巴细胞浸润水平、22种肿瘤组织中中性粒细胞浸润水平、22种肿瘤组织中巨噬细胞浸润水平和23种肿瘤组织中树突状细胞浸润水平有明显相关性（P<0.05）；TXNDC11表达与COAD、LUSC、HNSC、SARC和皮肤黑色素瘤（SKCM）的免疫细胞具有明显相关性（P<0.01）。SangerBox数据库分析，TXNDC11在多种肿瘤组织中与多个免疫检查点基因表达水平有明显相关性（P<0.05）。

结论

泛癌分析中，TXNDC11在多种肿瘤组织中普遍低表达，且TXNDC11与多种肿瘤患者的预后生存有密切关联。TXNDC11可作为一个重要的肿瘤预后预测因子，并在一定程度上调节多种肿瘤的免疫反应。

关键词: 硫氧还蛋白结构域11, 泛癌, 预后, 免疫浸润, 免疫检查点, 生物信息学

Abstract: Objective

To explore the prognostic value of thioredoxin domain containing 11（TXNDC11） in pan-cancer and its relationship with tumor immune cell infiltration by bioinformatics， and to clarify its evaluation value in tumor prognosis.

Methods

The expressions of TXNDC11 mRNA and protein in tumor tissue and corresponding paracancerous tissue were analyzed using ONCOMINE database and TIMER database. The expression difference of TXNDC11 protein between tumor tissue and normal tissue was analyzed by Clinical Proteomic Tumor Analysis Consortium （CPTAC） database. The correlations between the TXNDC11 protein expression and pan-cancer stages were analyzed using Gene Expression Profile Interactive Analysis （GEPIA） database. The relationship between TXNDC11 expression and survival prognosis of patients with pan-cancer was analyzed using online Kaplan Meier plotter. The correlations between the TXNDC11 protein expression and tumor- infiltrating immune cells were studied by TIMER database. The relationship between TXNDC11 protein and immune checkpoint was analyzed using Sangerbox database.

Results

The ONCOMINE database analysis results showed that compared with paracancerous normal tissue， the expression levels of TXNDC11 mRNA in colon adenocarcinoma（COAD），stomach adenocarcinoma（STAD） and sarcoma（SARC） tissues were decreased significantly （P<0.01）， while the expression levels of TXNDC11 mRNA in breast cancer（BRCA），esophageal carcinoma（ESCA）， kidney chromophobe（KICH） and pancreatic adenocarcinoma（PAAD） tissues were increased （P<0.01）. In TIMER database，the expression levels of TXNDC11 protein in BRCA， cholangiocarcinoma（CHOL）， glioblastoma multiforme（GBM）， head and neck squamous cell carcinoma（HNSC） and prostate adenocarcinoma（PRAD） tissues were increased，and the TXNDC11 protein expression levels in COAD，kidney renal papillary cell carcinoma（KIRP），lung adenocarcinoma（LUAD）， lung squamous cell carcinoma（LUSC），pheochromocytoma and paraganglioma（PCPG），rectum adenocarcinoma（READ） and thyroid carcinoma（THCA） tissues were signifcantly decreased.The CPTAC database analysis showed that the protein expression levels of TXNDC11 in kidney renal clear cell carcinoma（KIRC） and uterine corpus endometrial carcinoma（UCEC） were significantly higher than those in normal tissue （P<0.01），but theexpression levels of TXNDC11 protein in BRCA，ovarian cancer（OV） and COAD tissues were lower than those in normal tissue （P<0.05）.The expression level of TXNDC11 protein in GEPIA database was closely related to the clinical characteristics and pathological stages of LUAD，ovarian serous cystadenocarcinoma， THCA and UCEC patients（P<0.05）.In Kaplan Meier plotter database， the high expressions of TXNDC11 in bladder urothelial carcinoma （BLCA）（HR=0.71，P=0.024）， BRCA（HR=0.68， P=0.021）， ESCA （HR=0.39，P=0.005 1），HNSC （HR=0.72，P=0.026）， KIRC（HR=0.41，P=0.002 6），LUAD（HR=0.53，P<0.01），READ（HR=0.34，P=0.014），SARC（HR=0.61，P=0.016），thymoma （THYM）（HR=0.14， P=0.004 2），THCA（HR=0.35，P=0.043） and UCEC（HR = 0.36， P<0.01） tissues were associated with the better prognosis of the patients. The TIMER database analysis results showed that TXNDC11 was significantly correlated with the levels of B cell infiltration in 22 kinds of tumor tissues（P<0.05）；in addition， the expression of TXNDC11 was significantly correlated with the infiltration levels of CD4 + T cells in 16 kinds of tumor tissues，CD8 +^{T cells in 25 kinds of tumor tissues， neutrophils in 22 kinds of tumor tissues，macrophages in 22 kinds of tumor tissues and the dendritic cells in 23 kinds of tumor tissues （P<0.05）；TXNDC11 protein expression was significantly correlated with immune cells in COAD， LUSC， HNSC， SARC and skin melanoma （SKCM）（P<0.01）.The Sangerbox database analysis results showed that TXNDC11 protein was significantly correlated with the expression levels of multiple immune checkpoint genes in a variety of tumor tissues （P<0.05）.}

Conclusion

In pan-cancer analysis， TXNDC11 is generally low expressed in a variety of tumor tissue， and TXNDC11 is significantly correlated with the prognosis and survival of patients with a few of tumors. Therefore， TXNDC11 can be used as an important predictor of tumor prognosis and regulate the various tumor-related immune responses in a certain degree.

Key words: Thioredoxin Domain Containing 11, Pan-cancer prognosis, Immune infiltration, Immune checkpoint, Bioinformatics analysis

中图分类号:

R730

赵莹,赵丹玉,刘超. 基于TXNDC11基因对泛癌的预后评估价值及其免疫调节作用的生物信息学分析[J]. 吉林大学学报(医学版), 2022, 48(1): 142-153.

Ying ZHAO,Danyu ZHAO,Chao LIU. Bioinformatics analysis on prognostic evaluation value of TXNDC11 gene in pan-cancer and its immunity regulation[J]. Journal of Jilin University(Medicine Edition), 2022, 48(1): 142-153.

图/表 7

图1

图2

图3

图4

表1

图5

图6

参考文献 34

1	TIMMS R T， MENZIES S A， TCHASOVNIKAROVA I A， et al. Genetic dissection of mammalian ERAD through comparative haploid and CRISPR forward genetic screens［J］. Nat Commun， 2016， 7： 11786.
2	GEORGE G， NINAGAWA S， YAGI H， et al. EDEM2 stably disulfide-bonded to TXNDC11 catalyzes the first mannose trimming step in mammalian glycoprotein ERAD［J］. Elife， 2020， 9： e53455.
3	WANG D T， DE DEKEN X， MILENKOVIC M，et al. Identification of a novel partner of duox： EFP1， a thioredoxin-related protein［J］. J Biol Chem， 2005， 280（4）： 3096-3103.
4	CHO S Y， KIM S， SON M J， et al. Clinical significance of the thioredoxin system and thioredoxin-domain-containing protein family in hepatocellular carcinoma［J］. Dig Dis Sci， 2019， 64（1）： 123-136.
5	ZHANG X， WANG Y D. Identification of hub genes and key pathways associated with the progression of gynecological cancer［J］. Oncol Lett， 2019， 18（6）： 6516-6524.
6	RHODES D R， YU J J， SHANKER K， et al. ONCOMINE： a cancer microarray database and integrated data-mining platform［J］. Neoplasia， 2004， 6（1）： 1-6.
7	RHODES D R， KALYANA-SUNDARAM S， MAHAVISNO V， et al. Oncomine 3.0： genes， pathways， and networks in a collection of 18， 000 cancer gene expression profiles［J］. Neoplasia， 2007， 9（2）： 166-180.
8	CHANDRASHEKAR D S， BASHEL B， BALASUBRAMANYA S A H， et al. UALCAN： a portal for facilitating tumor subgroup gene expression and survival analyses［J］. Neoplasia， 2017， 19（8）： 649-658.
9	TANG Z F， LI C W， KANG B X， et al. GEPIA： a web server for cancer and normal gene expression profiling and interactive analyses［J］. Nucleic Acids Res， 2017， 45（W1）： W98-W102.
10	GYŐRFFY B， SUROWIAK P， BUDCZIES J， et al. Online survival analysis software to assess the prognostic value of biomarkers using transcriptomic data in non-small-cell lung cancer［J］. PLoS One， 2013， 8（12）： e82241.
11	GYORFFY B， LÁNCZKY A， SZÁLLÁSI Z. Implementing an online tool for genome-wide validation of survival-associated biomarkers in ovarian-cancer using microarray data from 1287 patients［J］. Endocr Relat Cancer， 2012， 19（2）： 197-208.
12	SZÁSZ A M， LÁNCZKY A， NAGY Á， et al. Cross-validation of survival associated biomarkers in gastric cancer using transcriptomic data of 1 065 patients［J］. Oncotarget， 2016， 7（31）： 49322-49333.
13	GYÖRFFY B， LANCZKY A， EKLUND A C， et al. An online survival analysis tool to rapidly assess the effect of 22， 277 genes on breast cancer prognosis using microarray data of 1， 809 patients［J］. Breast Cancer Res Treat， 2010， 123（3）： 725-731.
14	LI T W， FU J X， ZENG Z X， et al. TIMER 2.0 for analysis of tumor-infiltrating immune cells［J］. Nucleic Acids Res， 2020， 48（W1）： W509-W514.
15	LI S W， DONG C L， CHEN J Y， et al. Identification of an immune checkpoint gene signature that accurately predicts prognosis and immunotherapy response in endometrial carcinoma［J］. Aging （Albany NY）， 2021， 13（12）： 16696-16712.
16	SIEGEL R L， MILLER K D， FUCHS H E， et al. Cancer Statistics ［J］. CA Cancer J Clin，2021，71（1）： 7-33.
17	LIAO R， MA Q Z， ZHOU C Y， et al. Identification of biomarkers related to Tumor-Infiltrating Lymphocytes （TILs） infiltration with gene co-expression network in colorectal cancer［J］. Bioengineered， 2021， 12（1）： 1676-1688.
18	WEI W Q， ZENG H M， ZHENG R S， et al. Cancer registration in China and its role in cancer prevention and control［J］. Lancet Oncol， 2020， 21（7）： e342-e349.
19	GIRALDO N A， BECHT E， VANO Y， et al. The immune response in cancer： from immunology to pathology to immunotherapy［J］. Virchows Arch， 2015， 467（2）： 127-135.
20	MARIN-ACEVEDO J A， KIMBROUGH E O， MANOCHAKIAN R， et al. Immunotherapies targeting stimulatory pathways and beyond［J］. J Hematol Oncol， 2021， 14（1）： 78.
21	HAANEN J B A G， ROBERT C. Immune checkpoint inhibitors［J］. Prog Tumor Res， 2015， 42： 55-66.
22	PORTA C， COSMAI L， RIZZO M. Individualizing renal cell carcinoma treatment through biomarkers discovery in the era of immune checkpoint inhibitors： where do we stand？［J］. Curr Opin Urol， 2021，31（3）： 236-241.
23	WEI G G， ZHANG H L， ZHAO H P， et al. Emerging immune checkpoints in the tumor microenvironment： Implications for cancer immunotherapy［J］. Cancer Lett， 2021， 511： 68-76.
24	SHENKMAN M， RON E， YEHUDA R， et al. Mannosidase activity of EDEM1 and EDEM2 depends on an unfolded state of their glycoprotein substrates［J］. Commun Biol， 2018， 1： 172.
25	ROMA-RODRIGUES C， MENDES R， BAPTISTA P，et al. Targeting tumor microenvironment for cancer therapy［J］. Int J Mol Sci， 2019， 20（4）： 840.
26	VITALE I， MANIC G， COUSSENS L M， et al. Macrophages and metabolism in the tumor microenvironment［J］. Cell Metab， 2019， 30（1）： 36-50.
27	MEURETTE O， MEHLEN P. Notch signaling in the tumor microenvironment［J］. Cancer Cell， 2018， 34（4）： 536-548.
28	HINSHAW D C， SHEVDE L A. The tumor microenvironment innately modulates cancer progression［J］. Cancer Res， 2019， 79（18）： 4557-4566.
29	PARKIN J， COHEN B. An overview of the immune system［J］. Lancet， 2001， 357（9270）： 1777-1789.
30	周彦彤，李春晓，王劲松，等.单细胞转录组测序分析结肠癌微环境中免疫细胞亚群与癌症进程的关系［J］. 解放军医学杂志，2021，46（7）： 692-701.
31	王丽萍. 非小细胞肺癌的靶向和免疫治疗进展［J］.郑州大学学报（医学版），2020，55（2）： 176-182.
32	RILEY R S， JUNE C H， LANGER R， et al. Delivery technologies for cancer immunotherapy［J］. Nat Rev Drug Discov， 2019， 18（3）： 175-196.
33	BULK JVAN DEN， VERDEGAAL E M， DE MIRANDA N F. Cancer immunotherapy： broadening the scope of targetable tumours［J］. Open Biol， 2018， 8（6）： 180037.
34	LI B， CHAN H L， CHEN P P. Immune checkpoint inhibitors： basics and challenges［J］. Curr Med Chem， 2019， 26（17）： 3009-3025.

Group	r						P
Group	B cells	CD4+T lymphocytes	CD8+T lymphocytes	Neutrophils	Macrophages	Dendritic cells	P
BLCA	0.209	0.157	0.287	0.416	0.259	0.367	P<0.01
BRCA	0.172	0.086	0.109	0.156	0.067	0.094	P<0.05
CESC	0.235	0.136	0.221	0.295	0.141	0.156	P<0.05
COAD	0.403	0.353	0.385	0.393	0.318	0.478	P<0.01
HNSC	0.380	0.459	0.303	0.360	0.372	0.431	P<0.01
KIRC	0.398	0.138	0.179	0.316	0.183	0.318	P<0.01
BLGG	0.250	0.384	0.144	0.343	0.380	0.405	P<0.01
LIHC	0.176	0.121	0.151	0.316	0.182	0.194	P<0.01
LUSC	0.423	0.384	0.417	0.458	0.445	0.519	P<0.01
OV	0.233	0.120	0.225	0.278	0.224	0.284	P<0.05
PCPG	0.234	0.284	0.225	0.246	0.406	0.373	P<0.01
SARC	0.243	0.234	0.232	0.300	0.225	0.329	P<0.01
SKCM	0.356	0.264	0.437	0.500	0.283	0.427	P<0.01
TGCT	0.381	0.428	0.181	0.317	0.347	0.469	P<0.05

[1]	胡连涛,邓文俊,鹿士振,孙跞,李学斌,黎楚豪,王欣然,张春斌,李玥,王伟群. CC趋化因子配体20在肝细胞癌组织中的表达及其在肝细胞肝癌预后评估中作用的生物信息学分析[J]. 吉林大学学报(医学版), 2022, 48(4): 1010-1017.
[2]	牛英杰,查勇,李思嘉,王青,唐诗聪,李红阳. 胆管癌根治性切除术后患者预后相关因素分析和生存预测模型构建[J]. 吉林大学学报(医学版), 2022, 48(4): 979-987.
[3]	刘迁,祁国萍,于华裔,戴宇阳,陆文斌,金建华. 结肠癌核心基因和独立预后因子筛选的生物信息学分析[J]. 吉林大学学报(医学版), 2022, 48(3): 755-765.
[4]	高珊,王宇彤,陆敏秋,石磊,褚彬,丁月华,王梦真,鲍立. 新药时代多发性骨髓瘤患者早期死亡原因及其危险因素分析[J]. 吉林大学学报(医学版), 2022, 48(3): 783-789.
[5]	李承圣,包绮晗,郝晓燕,潘庆忠,王素珍,石福艳. 基于随机森林算法的胰腺癌术后预测模型构建[J]. 吉林大学学报(医学版), 2022, 48(2): 426-435.
[6]	李小燕,张维,何杰. REG1A通过调控Wnt/β-catenin信号通路对肺腺癌细胞增殖和迁移的促进作用[J]. 吉林大学学报(医学版), 2022, 48(2): 444-453.
[7]	赵志娟,孟莲,刘春霞. 基于融合基因作用于横纹肌肉瘤的miRNA-mRNA调控网络的生物信息学分析[J]. 吉林大学学报(医学版), 2022, 48(1): 154-162.
[8]	覃丽粒,马小波,赵天业,陶雪蓉,郑敏,王雪莹,易嘉欣,吴燕华,姜晶. MMP-9和TIMP-1表达在胃癌根治术后患者预后评估中的作用[J]. 吉林大学学报(医学版), 2022, 48(1): 163-171.
[9]	李楠,陈蕾,许天敏,张琨. 子宫内膜异位症患者细胞外基质相关基因筛选的生物信息学分析[J]. 吉林大学学报(医学版), 2022, 48(1): 188-194.
[10]	董浩,江海圳,李超,高登科,靳亚平,陈华涛. 小鼠NR1D1基因过表达载体的构建及其生物信息学分析[J]. 吉林大学学报(医学版), 2022, 48(1): 94-103.
[11]	李书珍,曹雅杰,耿海营,蔡曾晓瑞,代春美,温有锋,李宁. 基于HMMR在肺腺癌组织中表达水平及其对LUAD患者预后影响的生物信息学分析[J]. 吉林大学学报(医学版), 2021, 47(6): 1502-1509.
[12]	李苇航,丁子毅,王栋,潘益凯,刘玉辉,张世磊,李靖,闫铭. 基于骨肉瘤核心驱动基因筛选的生物信息学分析和患者生存期预测基因模型的构建[J]. 吉林大学学报(医学版), 2021, 47(6): 1570-1580.
[13]	于洋,刘赛男,刘云恺,李勇,乔乙春,程熠. PRPS2表达特点及其与乳腺癌预后关系的生物信息学分析[J]. 吉林大学学报(医学版), 2021, 47(5): 1229-1236.
[14]	文爱平,罗乐,孟志伟,金景姬,周洪贵,朱继红. Tip60蛋白在子宫内膜腺癌组织中的表达及其临床意义[J]. 吉林大学学报(医学版), 2021, 47(5): 1244-1249.
[15]	李余轶,黄梦贻,陆新良. 临床病理学指标和分子生物学标志物评估胃肠道间质瘤预后的研究进展Research progress in clinicopathological indicators and molecular biomarkers in assessing prognosis of gastrointestinal stromal tumors[J]. 吉林大学学报(医学版), 2021, 47(5): 1323-1330.