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

doi:10.13481/j.1671-587X.20220119

摘要/Abstract

摘要： 目的

利用生物信息学方法构建融合基因在横纹肌肉瘤（RMS）发病机制中潜在的miRNA-mRNA调控网络，为研究RMS提供新方向。

方法

采用GEO2R分析工具筛选融合基因阳性和阴性RMS组织差异表达基因（DEGs）和差异表达miRNA；预测差异表达miRNA的靶基因，重叠DEGs和靶基因筛选出目标基因；采用DAVID数据库对目标基因进行基因本体（GO）功能和京都基因与基因组百科全书（KEGG）通路富集分析。采用STRING和Cytoscape软件构建蛋白-蛋白互作（PPI）网络、筛选Top10 核心基因（hub基因）并构建hub基因与miRNA的分子调控网络，通过Kaplan-Meier生存曲线，分析Top10 hub基因与肉瘤患者预后的关系。

结果

筛选出 891个 DEGs（P<0.01， |logFC|≥1）和14个差异表达miRNA（P<0.05， |logFC|≥3），预测出差异表达miRNA的靶基因1 654个，将靶基因与DEGs重叠共获得115个目标基因。GO功能富集分析，目标基因主要富集在细胞增殖的正向调节、细胞表面和蛋白结合等生物学过程；KEGG信号通路分析，目标基因主要富集在细胞外基质-受体相互作用和癌症中蛋白聚糖等通路。PPI网络中筛出的Top10 hub基因为表皮生长因子受体4（ERBB4）、受体型蛋白质酪氨酸磷酸酶D（PTPRD）、胰岛素受体底物1（IRS1）、整合素金属蛋白酶10（ADAM10）、Yes相关蛋白1（yes YAP1）、转录因子AP-2A（TFAP2A）、细胞黏附分子1（CADM1）、ELAV类似RNA结合蛋白2（ELAVL2）、锌指转录因子1（SNAI1）和ERBB受体反馈抑制剂1（ERRFI1）。生存分析，肉瘤组织中PTPRD（HR=1.79，P=0.005）、ADAM10（HR=1.94，P=0.010）、ELAVL2（HR=1.56，P=0.031）和ERRFI1（HR=2.05，P=0.005）表达水平升高与肉瘤患者的不良预后有关。

结论

本研究筛选出参与RMS发病机制的hub基因和对应的miRNA，构成了miRNA-mRNA网络，为深入研究融合基因与RMS的关系提供了理论依据。

关键词: 横纹肌肉瘤, 融合基因, 生物信息学, miRNA-mRNA调控网络, 差异表达基因

Abstract: Objective

To construct the potential miRNA-mRNA regulatory network of fusion genes in the pathogenesis of rhabdomyosarcoma （RMS）with bioinformatics analysis， and to provide a new direction for the study of RMS.

Methods

GEO2R analysis tool was used to screen the differentially expressed genes （DEGs） and differentially expressed miRNA in fusion-gene-positive and -negative RMS tissues； the target genes of differentially expressed miRNA were predicted； and the target genes on the basis of overlapping DEGs and target genes were screened out. DAVID database was implemented for the GO and KEGG enrichment analysis of target genes. STRING and Cytoscape software were utilized to construct the protein protein interation （PPI） network， the Top10 hub genes were screened out and the molecular regulation networks of hub genes and miRNA were constructed， and the Kaplan-Meier survival curves of the sarcoma patients were drawn.

Results

A total of 891 DEGs （P<0.01，|logFC|≥1） and 14 differentially expressed miRNAs （P<0.05， |logFC|≥3） were screened out. Moreover， 1 654 target genes differentially expressing miRNAs were predicted， and 115 target genes were identified by overlapping the target genes and DEGs. The GO enrichment analysis revealed that the target genes were mainly enriched in the positive regulation of cell proliferation， cell surface， protein binding， and other biological processes. The KEGG signaling pathway analysis revealed that the target genes were mainly enriched in the extracellular matrix-receptor interaction， proteoglycan in cancer， and other pathways. The Top10 hub genes screened out from the PPI network were ERBB4， PTPRD， IRS1， ADAM10， YAP1， TFAP2A， CADM1， ELAVL2， SNAI1， and ERRFI1. The survival analysis showed that the increased expression levels of PTPRD （HR=1.79， P=0.005），ADAM10 （HR =1.94，P=0.010）， ELAVL2 （HR = 1.56，P=0.031），and ERRFI1 （HR=2.05，P=0.005） were related to the bad prognosis of the sarcoma patients.

Conclusion

The miRNA-mRNA network is constructed by selecting the hub genes and corresponding miRNA involed in the pathogenesis of RMS， and the study provides a theoretical basis for further study of the relationship between fusion genes and RMS.

Key words: Rhabdomyosarcoma, Fusion gene, Bioinformatics, MiRNA-mRNA regulatory network, Differentially expressed genes

中图分类号:

R738.6

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.

Zhijuan ZHAO,Lian MENG,Chunxia LIU. Bioinformatics analysis on miRNA-mRNA regulatory networks based on fusion genes acting in rhabdomyosarcoma[J]. Journal of Jilin University(Medicine Edition), 2022, 48(1): 154-162.

图/表 7

图1

表1

图2

图3

图4

图5

图6

参考文献 31

1	SKAPEK S， FERRARI A， GUPTA A， et al. Rhabdomyosarcoma ［J］.Nat Rev Dis Primers， 2019， 5（1）： 2.
2	SORENSEN P H， LYNCH J C， QUALMAN S J，et al. PAX3-FKHR and PAX7-FKHR gene fusions are prognostic indicators in alveolar rhabdomyosarcoma： a report from the children's oncology group［J］. J Clin Oncol， 2002， 20（11）： 2672-2679.
3	MISSIAGLIA E， SHEPHERD C J， ALADOWICZ E， et al. MicroRNA and gene co-expression networks characterize biological and clinical behavior of rhabdomyosarcomas［J］. Cancer Lett， 2017， 385： 251-260.
4	ZHANG L， PANG Y W， CUI X B， et al. MicroRNA-410-3p upregulation suppresses proliferation， invasion and migration， and promotes apoptosis in rhabdomyosarcoma cells［J］. Oncol Lett， 2019， 18（1）： 936-943.
5	SHANG H， LIU Y， LI Z Z， et al. MicroRNA-874 functions as a tumor suppressor in rhabdomyosarcoma by directly targeting GEFT［J］. Am J Cancer Res， 2019， 9（4）： 668-681.
6	ESPINOZA-SÁNCHEZ N A， GÖTTE M. Role of cell surface proteoglycans in cancer immunotherapy［J］. Semin Cancer Biol， 2020， 62： 48-67.
7	MACHACKOVA T， VYCHYTILOVA-FALTEJSKOVA P， SOUCKOVA K， et al. MiR-215-5p reduces liver metastasis in an experimental model of colorectal cancer through regulation of ECM-receptor interactions and focal adhesion［J］. Cancers （Basel）， 2020， 12（12）： E3518.
8	THEOCHARIS A D， KARAMANOS N K. Proteoglycans remodeling in cancer： Underlying molecular mechanisms［J］. Matrix Biol， 2019， 75/76： 220-259.
9	ZHAO X， WANG Q Y， LIN F F， et al. RNA sequencing of osteosarcoma gene expression profile revealed that miR-214-3p facilitates osteosarcoma cell proliferation via targeting ubiquinol-cytochrome c reductase core protein 1 （UQCRC1）［J］. Med Sci Monit， 2019， 25： 4982-4991.
10	PHATAK P， BYRNES K A， MANSOUR D， et al. Overexpression of miR-214-3p in esophageal squamous cancer cells enhances sensitivity to cisplatin by targeting survivin directly and indirectly through CUG-BP1 ［J］. Oncogene， 2016， 35（16）： 2087-2097.
11	HUANG H J， LIU J， HUA H， et al. MiR-214 and N-ras regulatory loop suppresses rhabdomyosarcoma cell growth and xenograft tumorigenesis［J］. Oncotarget， 2014， 5（8）： 2161-2175.
12	VEERIAH S， BRENNAN C， MENG S S， et al. The tyrosine phosphatase PTPRD is a tumor suppressor that is frequently inactivated and mutated in glioblastoma and other human cancers［J］. Proc Natl Acad Sci U S A， 2009， 106（23）： 9435-9440.
13	MEEHAN M， PARTHASARATHI L， MORAN N， et al. Protein tyrosine phosphatase receptor delta acts as a neuroblastoma tumor suppressor by destabilizing the aurora kinase A oncogene［J］. Mol Cancer， 2012， 11： 6.
14	SOLOMON D A， KIM J S， CRONIN J C， et al. Mutational inactivation of PTPRD in glioblastoma multiforme and malignant melanoma［J］. Cancer Res， 2008， 68（24）： 10300-10306.
15	FUNATO K， YAMAZUMI Y， ODA T， et al. Tyrosine phosphatase PTPRD suppresses colon cancer cell migration in coordination with CD44［J］. Exp Ther Med， 2011， 2（3）： 457-463.
16	WANG M， ZHAO Y， YU Z Y， et al. Glioma exosomal microRNA-148a-3p promotes tumor angiogenesis through activating the EGFR/MAPK signaling pathway via inhibiting ERRFI1 ［J］. Cancer Cell Int， 2020， 20： 518.
17	YU Y， CHEN Q Y， ZHANG X L， et al. Long noncoding RNA ANRIL promotes the malignant progression of cholangiocarcinoma by epigenetically repressing ERRFI1 expression［J］. Cancer Sci， 2020， 111（7）： 2297-2309.
18	YAN J W， LIN J S， HE X X. The emerging role of miR-375 in cancer［J］. Int J Cancer， 2014， 135（5）： 1011-1018.
19	YIN L H， ZHENG X Q， LI H Y， et al. Epigenetic deregulated miR-375 contributes to the constitutive activation of JAK2/STAT signaling in myeloproliferative neoplasm［J］.Leuk Res， 2015，39（4）：471-478.
20	HE X X， CHANG Y， MENG F Y， et al. MicroRNA-375 targets AEG-1 in hepatocellular carcinoma and suppresses liver cancer cell growth in vitro and in vivo ［J］. Oncogene， 2012， 31（28）： 3357-3369.
21	HE J， CAO Y N， SU T W， et al. Downregulation of miR-375 in aldosterone-producing adenomas promotes tumour cell growth via MTDH［J］. Clin Endocrinol （Oxf）， 2015， 83（4）： 581-589.
22	MAO Q Q， QUAN T， LUO B， et al. MiR-375 targets KLF4 and impacts the proliferation of colorectal carcinoma［J］. Tumour Biol， 2016， 37（1）： 463-471.
23	LIU W， ZHAO X T， ZHANG Y J， et al. MicroRNA-375 as a potential serum biomarker for the diagnosis， prognosis， and chemosensitivity prediction of osteosarcoma［J］. J Int Med Res， 2018，46（3）： 975-983.
24	XU X D， LIU Y， LI Y， et al. Selective exosome exclusion of miR-375 by glioma cells promotes glioma progression by activating the CTGF-EGFR pathway［J］. J Exp Clin Cancer Res， 2021， 40（1）： 16.
25	SZCZYRBA J， NOLTE E， WACH S， et al. Downregulation of Sec23A protein by miRNA-375 in prostate carcinoma［J］. Mol Cancer Res， 2011， 9（6）： 791-800.
26	ZHAO W S， YAN W P， CHEN D B， et al. Genome-scale CRISPR activation screening identifies a role of ELAVL2-CDKN1A axis in paclitaxel resistance in esophageal squamous cell carcinoma［J］. Am J Cancer Res， 2019， 9（6）： 1183-1200.
27	LI L， MOU Y P， WANG Y Y， et al. MiR-199a-3p targets ETNK1 to promote invasion and migration in gastric cancer cells and is associated with poor prognosis［J］. Pathol Res Pract， 2019， 215（9）： 152511.
28	WANG X M， ZOU J L， CHEN H J， et al. Long noncoding RNA NORAD regulates cancer cell proliferation and migration in human osteosarcoma by endogenously competing with miR-199a-3p［J］. IUBMB Life， 2019， 71（10）： 1482-1491.
29	LIU F， ZHUANG L， WU R X， et al. MiR-365 inhibits cell invasion and migration of triple negative breast cancer through ADAM10［J］. J BUON， 2019， 24（5）： 1905-1912.
30	WANG Y J， ZHOU N， LI P， et al. EphA8 Acts as an oncogene and contributes to poor prognosis in gastric cancer via regulation of ADAM10［J］. J Cell Physiol， 2019， 234（11）： 20408-20419.
31	ZHAO R， NI D J， TIAN Y， et al. Aberrant ADAM10 expression correlates with osteosarcoma progression［J］. Eur J Med Res， 2014， 19： 9.

miRNA_ID	P	logFC
hsa-miR-375	0.003 942	5.03
hsa-miR-30a-5p	0.006 482	3.11
hsa-miR-362-5p	0.021 800	3.13
hsa-miR-532-5p	0.027 706	3.36
hsa-miR-362-3p	0.030 996	3.00
hsa-miR-660-5p	0.039 330	3.55
hsa-miR-135a-5p	0.048 080	3.45
hsa-miR-196a-5p	0.006 482	－4.05
hsa-miR-199a-3p	0.010 458	－3.39
hsa-miR-455-3p	0.012 873	－4.43
hsa-miR-214-3p	0.012 873	－4.50
hsa-miR-199a-5p	0.021 800	－3.80
hsa-miR-99b-5p	0.021 800	－3.75
hsa-let-7e-5p	0.047 928	－3.84

[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]	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.
[3]	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.
[4]	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.
[5]	冯术青,姚艳红,史月,刘志彬,高峰. 实时荧光定量PCR法检测外周血中BCR/ABL基因表达在Ph⁺急性淋巴细胞白血病患者造血干细胞移植治疗中的应用[J]. 吉林大学学报(医学版), 2022, 48(1): 180-187.
[6]	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.
[7]	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.
[8]	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.
[9]	潘玉卿, 孙运艳, 李轶勋, 王丽英, 斯南卓玛, 陈睿, 张曦, 杜艳. 基于高通量芯片对急性髓系白血病竞争内源性RNA网络的构建和分析[J]. 吉林大学学报(医学版), 2021, 47(3): 669-676.
[10]	郑兰,朴松哲,徐然,王馨悦,王艺璇,林贞花,杨洋. 基于m⁶A调节基因表达水平对子宫内膜癌免疫浸润及其预后影响的生物信息学分析[J]. 吉林大学学报(医学版), 2021, 47(2): 438-452.
[11]	林瑶,林春霖,王琴,张彬,王少瑜,朱广伟. 微小染色体蛋白家族和染色体结构维持蛋白4基因在宫颈鳞状细胞癌组织中的表达及其生物信息学分析[J]. 吉林大学学报(医学版), 2021, 47(2): 430-437.
[12]	张曦, 翟丽, 孙运艳, 杨伟, 高艳章, 雷鸣, 潘玉卿. 基于高通量芯片对小儿急性髓系白血病的生物信息学分析[J]. 吉林大学学报(医学版), 2020, 46(05): 1036-1042.
[13]	王治, 洪莉, 李素廷, 曾婉玲. 基于GEO数据库生物信息学方法分析子宫内膜癌相关基因和候选通路[J]. 吉林大学学报(医学版), 2020, 46(04): 804-809.
[14]	商浩, 李春森, 李锋, 刘春霞. microRNA-9-5p靶向MEF2C对腺泡状横纹肌肉瘤细胞生物学行为的影响[J]. 吉林大学学报(医学版), 2020, 46(03): 482-491.
[15]	谭琦, 任立群, 张祎冰, 王亚帝, 谷泽慧, 黄鹏, 陈素贤. 生物信息学在三阴性乳腺癌miRNA生物标志物筛选中的应用[J]. 吉林大学学报(医学版), 2019, 45(05): 1098-1105.