PRPS2表达特点及其与乳腺癌预后关系的生物信息学分析

doi:10.13481/j.1671-587X.20210521

摘要/Abstract

摘要： 目的

研究磷酸核糖焦磷酸合成酶2（PRPS2）在不同亚型乳腺癌中的表达及其与乳腺癌预后关系。

方法

采用GEPIA数据库研究泛乳腺癌和正常乳腺组织中PRPS2 mRNA表达水平；使用UALCAN数据库基于患者年龄、是否绝经、乳腺癌不同分子亚型、不同组织亚型、病理分级和是否存在淋巴结转移等层面分析PRPS2在乳腺癌和正常乳腺组织中的表达；采用miRTarBase数据库预测与PRPS2 3'UTR 结合的miRNAs。应用Kaplan-Meier plotter数据库研究与PRPS2和PRPS2 3'UTR 结合的miRNAs与乳腺癌预后的关系。

结果

与正常乳腺组织比较，在不同亚型乳腺癌组织中PRPS2 mRNA表达水平明显升高（P<0.05）；PRPS2 mRNA表达水平越高，乳腺癌患者的生存期越短。与正常乳腺组织比较，在不同亚型乳腺癌中PRPS2 3'UTR结合的hsa-miR-215-5p和hsa-miR-26b-5p表达水平均明显降低（P<0.05），hsa-miR-215和hsa-miR-26b表达水平越低，乳腺癌患者的生存期越短。

结论

PRPS2具有泛乳腺癌特征性基因表达特点，乳腺癌中可能存在miR-PRPS2-乳腺癌预后的调控轴。

关键词: 磷酸核糖焦磷酸合成酶2, 生物信息学, 乳腺肿瘤, 预后, 总生存期

Abstract: Objective

To investigate the expressions of phosphoribosyl pyrophosphate synthetases 2 （PRPS2） in different subtypes of breast cancer and its relationship with the prognosis of breast cancer.

Methods

The transcription levels of PRPS2 in the pan-breast cancer and normal breast tissues were investigated using GEPIA database. Furthermore， UALCAN database was used to analyze the expressions of PRPS2 in the breast cancer and normal breast tissues on the basis of age， menopause status， different subtypes， histologic subtypes， pathological stages， and nodal metastasis status. miRTarBase database was used to predict the miRNAs binding with 3' un-translated region （3'UTR） of PRPS2. Kaplan-Meier plotter database was used to evaluate the relationships between the miRNAs binding with PRPS2 andPRPS23'UTR and the prognosis of breast cancer.

Results

Compared with normal breast tissue，the expression levels of PRPS2 mRNA in different subtypes of breast cancer tissue was significantly increased（P<0.05）.The high expression of PRPS2 mRNA documented the poor prognosis of breast cancer. Compared with normal breast tissue，the expression levels of hsa-miR-215-5p and hsa-miR-26b-5p， the miRNAs binding with 3'UTR of PRPS2，in the different subtypes of breast cancer tissue were significantly reduced（P<0.05）；moreover， the low expression levels of hsa-miR-215 and hsa-miR-26b reflected the poor prognosis of breast cancer.

Conclusion

PRPS2 is of specific expression characteristics of pan-breast cancer， suggesting that the axis of miR-PRPS2-prognosis of breast cancer may exist.

Key words: phosphoribosyl pyrophosphate synthetases 2, bioinformatics, breast neoplasms, prognosis, overall survival

中图分类号:

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.

Yang YU,Sainan LIU,Yunkai LIU,Yong LI,Yichun QIAO,Yi CHENG. Bioinformatic analysis on expression characteristics of PRPS2 and its relationship with prognosis of breast cancer[J]. Journal of Jilin University(Medicine Edition), 2021, 47(5): 1229-1236.

图/表 6

图1

图2

图3

表1

图4

图5

参考文献 23

1	LI H， YAN M， WU X， et al. Expression and clinical significance of pyruvate kinase M2 in breast cancer： A protocol for meta-analysis and bioinformatics validation analysis ［J］. Medicine， 2021， 100（18）： e25545.
2	TANG Y， WANG Y， KIANI M F， et al. Classification， treatment strategy， and associated drug resistance in breast cancer ［J］. Clin Breast Cancer， 2016， 16（5）： 335-43.
3	PEDLEY A M， BENKOVIC S J. A new view into the regulation of purine metabolism： The purinosome ［J］. Trends in biochemical sciences， 2017， 42（2）： 141-154.
4	BECKER M A， AHMED M. Cell type-specific differential expression of human PRPP synthetase （PRPS） genes ［J］. Adv Exp Med Biol， 2000， 486： 5-10.
5	CUNNINGHAM J T， MORENO M V， LODI A， et al. Protein and nucleotide biosynthesis are coupled by a single rate-limiting enzyme， PRPS2， to drive cancer ［J］. Cell， 2014， 157（5）： 1088-103.
6	LV Y， WANG X， LI X， et al. Nucleotide de novo synthesis increases breast cancer stemness and metastasis via cGMP-PKG-MAPK signaling pathway ［J］. PLoS Biol， 2020， 18（11）： e3000872.
7	TANG Z， LI C， KANG B， 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.
8	GYORFFY 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.
9	CERAMI E， GAO J， DOGRUSOZ U， et al. The cBio cancer genomics portal： an open platform for exploring multidimensional cancer genomics data ［J］. Cancer Discov， 2012， 2（5）： 401-404.
10	HSU S D， LIN F M， WU W Y， et al. miRTarBase： a database curates experimentally validated microRNA-target interactions ［J］.Nucleic Acids Res，2011，39（Database issue）： D163-D169.
11	HUANG H Y， LIN Y C， LI J， et al. miRTarBase 2020： updates to the experimentally validated microRNA-target interaction database ［J］. Nucleic Acids Res， 2020， 48（D1）： D148-D154.
12	TONG X， ZHAO F， THOMPSON C B. The molecular determinants of de novo nucleotide biosynthesis in cancer cells ［J］. Curr Opin Genet Dev， 2009， 19（1）： 32-37.
13	MANNAVA S， GRACHTCHOUK V， WHEELER L J，et al. Direct role of nucleotide metabolism in C-MYC-dependent proliferation of melanoma cells ［J］. Cell Cycle， 2008， 7（15）： 2392-2400.
14	BURKHART R A， PINEDA D M， CHAND S N，et al. HuR is a post-transcriptional regulator of core metabolic enzymes in pancreatic cancer ［J］. RNA Biol， 2013， 10（8）： 1312-1323.
15	MIAO W， WANG Y. Targeted quantitative kinome analysis identifies PRPS2 as a promoter for colorectal cancer metastasis ［J］. J Proteome Res， 2019， 18（5）： 2279-2286.
16	LI T， SONG L， ZHANG Y， et al. Molecular mechanism of c-Myc and PRPS1/2 against thiopurine resistance in Burkitt’s lymphoma ［J］. J Cell Mol Med， 2020， 24（12）： 6704-6715.
17	VISHNOI A， RANI S. MiRNA Biogenesis and Regulation of Diseases： An Overview ［J］. Methods Mol Biol， 2017， 1509： 1-10.
18	WILKE C M， HESS J， KLYMENKO S V， et al. Expression of miRNA-26b-5p and its target TRPS1 is associated with radiation exposure in post-Chernobyl breast cancer ［J］. Int J Cancer， 2018， 142（3）： 573-583.
19	JING S， TIAN J， ZHANG Y， et al. Identification of a new pseudogenes/lncRNAs-hsa-miR-26b-5p-COL12A1 competing endogenous RNA network associated with prognosis of pancreatic cancer using bioinformatics analysis ［J］.Aging（Albany NY），2020，12（19）：19107-19128.
20	CUI X W， QIAN Z L， LI C， et al. Identification of miRNA and mRNA expression profiles by PCR microarray in hepatitis B virusassociated hepatocellular carcinoma ［J］. Mol Med Rep， 2018， 18（6）： 5123-5132.
21	CHENG C C， YANG B L， CHEN W C， et al. STAT3 mediated miR-30a-5p inhibition enhances proliferation and inhibits apoptosis in colorectal cancer cells ［J］. Int J Mol Sci， 2020， 21（19）：7315.
22	MOKHLESI A， TALKHABI M. Comprehensive transcriptomic analysis identifies novel regulators of lung adenocarcinoma ［J］.J Cell Commun Signal，2020，14（4）： 453-465.
23	GADEWAL N， KUMAR R， AHER S， et al. miRNA-mRNA profiling reveals prognostic impact of SMC1A expression in acute myeloid leukemia ［J］. Oncol Res， 2020， 28（3）： 321-330.

Correlated gene	Cytoband	Spearman’s correlation	P value	q value
CCSAP	1q42.13	0.402	1.46E-38	2.95E-34
POLA1	Xp22.11-p21.3	0.396	1.87E-37	1.88E-33
NKRF	Xq24	0.389	4.04E-36	2.47E-32
TIPRL	1q24.2	0.389	4.90E-36	2.47E-32
FANCB	Xp22.2	0.381	1.54E-34	6.23E-31
UBA2	19q13.11	0.374	3.17E-33	1.07E-29
UCHL5	1q31.2	0.368	3.49E-32	1.01E-28
MMS22L	6q16.1	0.357	2.92E-30	6.54E-27
GMPS	3q25.31	0.356	4.22E-30	8.35E-27
LIN9	1q42.12	0.356	4.93E-30	8.35E-27
PIGA	Xp22.2	0.356	4.97E-30	8.35E-27
HPRT1	Xq26.2-q26.3	0.352	2.44E-29	3.68E-26
C4ORF46	4q32.1	0.352	2.55E-29	3.68E-26
SPIN4	Xq11.1	0.351	3.27E-29	4.40E-26
FAM72A	1q32.1	0.350	4.72E-29	5.94E-26
KIF14	1q32.1	0.349	6.16E-29	6.90E-26
AHCTF1	1q44	0.348	8.64E-29	9.18E-26
PPP1CB	2p23.2	0.347	1.30E-28	1.32E-25
CACYBP	1q25.1	0.347	1.66E-28	1.60E-25
HCCS	Xp22.2	0.346	2.37E-28	2.18E-25
DEPDC1	1p31.3	0.344	3.94E-28	3.31E-25
ZNF124	1q44	0.344	4.96E-28	4.01E-25
ACTL6A	3q26.33	0.344	5.49E-28	4.26E-25
TTK	6q14.1	0.343	6.57E-28	4.90E-25
DKC1	Xq28	0.342	8.88E-28	6.39E-25

[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]	冯少青,孟峻. 血清和糖皮质激素诱导蛋白激酶3与肿瘤发生发展关系的研究进展Research progress in relationship between serum and glucocorticoid-induced protein kinase 3 and occurrence and development of tumor[J]. 吉林大学学报(医学版), 2022, 48(2): 540-545.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	于秀艳,李铤,丛占杰,王文龙,张晓伟,吴雪峰. 乳腺癌患者外周血中hMAM、SBEM和CEACAM19 mRNA联合检测及其临床意义[J]. 吉林大学学报(医学版), 2022, 48(1): 195-202.
[13]	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.
[14]	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.
[15]	于秀艳,田春迎,张晓伟,吴雪峰. 血清SBEM、hMAM和CEACAM19水平在乳腺癌早期诊断中的临床意义[J]. 吉林大学学报(医学版), 2021, 47(6): 1518-1525.