肝细胞癌预后、诊断和免疫细胞浸润相关关键基因及其潜在治疗药物的生物信息学分析

doi:10.13481/j.1671-587X.20240421

吉林大学学报(医学版) ›› 2024, Vol. 50 ›› Issue (4): 1062-1075.doi: 10.13481/j.1671-587X.20240421

肝细胞癌预后、诊断和免疫细胞浸润相关关键基因及其潜在治疗药物的生物信息学分析

黎金连^1,²,黄岚珍³,黄希仕³,李康智¹,蒋佳丽⁴,张苗苗¹,吴群英¹()

^1.桂林医学院智能医学与生物技术学院细胞与遗传学教研室, 广西桂林 541004
^2.南宁中心血站输血传播疾病联合实验室, 广西南宁 530007
^3.桂林医学院科学实验中心, 广西桂林 541004
^4.桂林医学院全科医学院, 广西桂林 541004

收稿日期:2023-07-18 出版日期:2024-07-28 发布日期:2024-08-01
通讯作者: 吴群英 E-mail:wuqunying@glmc.edu.cn
作者简介:黎金连（1994-），女，广西壮族自治区梧州市人，技师，医学硕士，主要从事疾病系统生物信息学分析和分子机制方面的研究。
基金资助:
广西壮族自治区教育厅中青年提升项目(2018KY0407);广西壮族自治区教育厅大学生创新创业训练计划项目(S202310601092);桂林医学院博士科研启动基金项目(20501021028)

Bioinformatics analysis on key genes related to prognosis, diagnosis， and immune cell infiltration of hepatocellular carcinoma and their potential therapeutic drugs

Jinlian LI^1,²,Lanzhen HUANG³,Xishi HUANG³,Kangzhi LI¹,Jiali JIANG⁴,Miaomiao ZHANG¹,Qunying WU¹()

^1.Department of Cell and Genetics，School of Intelligent Medicine and Biotechnology，Guilin Medical University，Guilin 541004，China
^2.Joint Laboratory of Transfusion-Transmitted Diseases，Nanning Blood Center，Nanning 530007，China
^3.Research Center for Science，Guilin Medical University，Guilin 541004，China
^4.School of General Medicine，Guilin Medical University，Guilin 541004，China

Received:2023-07-18 Online:2024-07-28 Published:2024-08-01
Contact: Qunying WU E-mail:wuqunying@glmc.edu.cn

摘要/Abstract

摘要：

目的利用生物信息学分析方法筛选与肝细胞癌（HCC）患者预后、诊断和免疫细胞浸润相关的关键基因，并分析其潜在治疗药物。方法从基因表达汇编（GEO）数据库和癌症基因组图谱（TCGA）数据库下载HCC基因表达谱数据及相应的HCC患者临床信息。采用R软件limma包筛选HCC差异表达基因（DEGs），对DEGs进行基因本体论（GO）功能和京都基因与基因组百科全书（KEGG）信号通路富集分析，利用STRING数据库构建蛋白-蛋白互作（PPI）网络，使用 Cytoscape 软件对PPI 网络进行可视化并筛选关键基因。通过Kaplan-Meier 生存曲线和LASSO回归算法鉴定HCC预后相关关键基因，并利用外部数据集对其表达进行验证和诊断效能分析。采用CIBERSORT算法评估预后相关的关键基因表达与HCC免疫细胞浸润的关系。利用MiRNet和Network Analyst数据库分别构建微小RNA（miRNA）-关键基因mRNA和转录因子（TFs）-关键基因mRNA分子调控网络。利用CMap数据库筛选潜在治疗HCC的小分子药物。结果共筛选出146个DEGs，其中表达上调基因30个，表达下调基因116个。GO功能和KEGG信号通路富集分析，DEGs明显富集在类固醇、烯化合物和激素代谢等生物过程（BP）及视黄醇代谢、药物代谢-细胞色素P450（CYP450）、补体和凝血级联反应等信号通路。PPI网络分析筛选得到14个关键基因，其中甲酰氨基转移酶环化脱氨酶（FTCD）、分泌型磷蛋白2（SPP2）、凝血酶-抗凝血酶复合物（TAT）、补体C6（C6）和CYP450家族成员2C9（CYP2C9）与HCC患者预后、临床病理分期和组织学分级有明显相关性，在HCC诊断中具有较高的诊断效能，与HCC的免疫细胞浸润有密切关联。Hsa-mir-182-5p、同源框CUT样蛋白1（CUX1）、早期生长反应1（EGR1）、SMAD家族成员4（SMAD4）和肿瘤蛋白 P53（TP53）是靶向上述预后相关关键基因的重要调控因子。DL-硫沙芬（DL-thiorphan）、异丙嗪（promethazine）和芹菜素（apigenin）可能对HCC有治疗作用。结论 FTCD、SPP2、TAT、C6和 CYP2C9可能是HCC诊断、预后判断和治疗的潜在靶点，预测得到的3种小分子药物DL-thiorphan，promethazine和apigenin可为HCC治疗药物的研发提供参考。

关键词: 肝细胞癌, 生物标志物, 小分子药物, 生物信息学

Abstract:

Objective To screen the key genes related to the prognosis， diagnosis， and immune infiltration of the hepatocellular carcinoma （HCC） patients by bioinformatics analysis methods， and to analyze their potential therapeutic drugs. Methods The HCC gene expression profile data and corresponding clinical informations of the HCC patients were downloaded from the Gene Expression Omnibus （GEO） database and The Cancer Genome Atlas （TCGA） database. The R software package limma was used to screen the differentially expressed genes （DEGs） in HCC. Gene Ontology （GO） functional enrichment analysis and Kyoto Encyclopedia of Genes and Genomes （KEGG） pathway enrichment analysis were performed on the DEGs. The STRING database was used to construct the protein-protein interaction （PPI） network； the Cytoscape software was used to visualize the PPI network and screen the key genes； Kaplan-Meier survival curve and LASSO regression algorithm were used to identify the key genes related to the HCC prognosis；external data sets were used to validate their expressions and analyze the diagnostic efficacy；CIBERSORT algorithm was used to detect the relationship between the expression of prognosis-related key genes and HCC immune cell infiltration. The MiRNet and Network Analyst databases were used to construct the microRNA （miRNA）-key gene mRNA and transcription factors （TFs）-key gene mRNA molecular regulatory networks； CMap database was used to screen the potential small molecule drugs for HCC treatment. Results A total of 146 DEGs were screened， including 30 upregulated genes and 116 downregulated genes. The GO functional enrichment analysis and KEGG pathway enrichment analysis results showed that the DEGs were significantly enriched in biological processes （BP） such as steroid， alkene compound， and hormone metabolism， as well as signaling pathways such as retinol metabolism， drug metabolism-cytochrome P450 （CYP450）， complement and coagulation cascades. The PPI network analysis identified 14 key genes， among which formimidoyltransferase cyclodeaminase （FTCD）， secreted phosphoprotein 2 （SPP2）， thrombin-antithrombin complex （TAT）， complement C6 （C6）， and cytochrome CYP450 family member 2C9 （CYP2C9） were significantly associated with the prognosis， clinical pathological stage， and histological grade of the HCC patients and also had high diagnostic efficacy for HCC and were closely related to immune cell infiltration in HCC. Hsa-mir-182-5p， CUT-like homeobox 1 （CUX1）， early growth response 1 （EGR1）， SMAD family member 4 （SMAD4）， and tumor protein P53 （TP53） were identified as the important regulators targeting the above-mentioned prognosis-related key genes. DL-thiorphan， promethazine， and apigenin may have the therapeutic effects on HCC. Conclusion FTCD， SPP2， TAT， C6， and CYP2C9 may be the potential targets for the diagnosis， prognosis， and treatment of HCC. Three predicted small molecule drugs， DL-thiorphan， promethazine， and apigenin， may provide the references for the development of therapeutic drugs for HCC.

Key words: Hepatocellular carcinoma, Biomarker, Small molecule drug, Bioinformatics

中图分类号:

Q811.4

黎金连,黄岚珍,黄希仕,李康智,蒋佳丽,张苗苗,吴群英. 肝细胞癌预后、诊断和免疫细胞浸润相关关键基因及其潜在治疗药物的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(4): 1062-1075.

Jinlian LI,Lanzhen HUANG,Xishi HUANG,Kangzhi LI,Jiali JIANG,Miaomiao ZHANG,Qunying WU. Bioinformatics analysis on key genes related to prognosis, diagnosis， and immune cell infiltration of hepatocellular carcinoma and their potential therapeutic drugs[J]. Journal of Jilin University(Medicine Edition), 2024, 50(4): 1062-1075.

图/表 13

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

表1

参考文献 35

1	BRAY F， FERLAY J， SOERJOMATARAM I， et al. Global cancer statistics 2018： GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries［J］. CA Cancer J Clin， 2018， 68（6）： 394-424.
2	LLOVET J M， KELLEY R K， VILLANUEVA A， et al. Hepatocellular carcinoma［J］. Nat Rev Dis Primers， 2021， 7（1）： 6.
3	MALUCCIO M， COVEY A. Recent progress in understanding， diagnosing， and treating hepatocellular carcinoma［J］. CA Cancer J Clin， 2012， 62（6）： 394-399.
4	BURKHART R A， RONNEKLEIV-KELLY S M， PAWLIK T M. Personalized therapy in hepatocellular carcinoma： molecular markers of prognosis and therapeutic response［J］. Surg Oncol， 2017， 26（2）： 138-145.
5	LI B H， XU T C， LIU C H， et al. Liver-enriched genes are associated with the prognosis of patients with hepatocellular carcinoma［J］. Sci Rep， 2018， 8（1）： 11197.
6	NAULT J C， REYNIÈS A D， VILLANUEVA A， et al. A hepatocellular carcinoma 5-gene score associated with survival of patients after liver resection［J］. Gastroenterology， 2013， 145（1）： 176-187.
7	TU J X， CHEN J J， HE M M， et al. Bioinformatics analysis of molecular genetic targets and key pathways for hepatocellular carcinoma［J］. Onco Targets Ther， 2019， 12： 5153-5162.
8	刘迁，祁国萍，于华裔，等. 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.
9	李楠，陈蕾，许天敏，等. 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	RITCHIE M E， PHIPSON B， WU D， et al. Limma powers differential expression analyses for RNA-sequencing and microarray studies［J］. Nucleic Acids Res， 2015， 43（7）： e47.
11	MANDREKAR J N. Receiver operating characteristic curve in diagnostic test assessment［J］. J Thorac Oncol， 2010， 5（9）： 1315-1316.
12	LI M H， XIN S Y， GU R Y， et al. Novel diagnostic biomarkers related to oxidative stress and macrophage ferroptosis in atherosclerosis［J］. Oxid Med Cell Longev， 2022， 2022： 8917947.
13	SHEN L， ZHOU K G， LIU H， et al. Prediction of mechanosensitive genes in vascular endothelial cells under high wall shear stress［J］. Front Genet， 2021， 12： 796812.
14	WANG Y Y， KANG H E， XU T Y， et al. CeDR Atlas： a knowledgebase of cellular drug response［J］. Nucleic Acids Res， 2022， 50（D1）： D1164-D1171.
15	SNAEBJORNSSON M T， JANAKI-RAMAN S， SCHULZE A. Greasing the wheels of the cancer machine： the role of lipid metabolism in cancer［J］. Cell Metab， 2020， 31（1）： 62-76.
16	CHAN A W， GILL R S， SCHILLER D， et al. Potential role of metabolomics in diagnosis and surveillance of gastric cancer［J］. World J Gastroenterol， 2014， 20（36）： 12874-12882.
17	CHENG X G， GU J， KLAASSEN C D. Adaptive hepatic and intestinal alterations in mice after deletion of NADPH-cytochrome P450 Oxidoreductase （Cpr） in hepatocytes［J］. Drug Metab Dispos， 2014， 42（11）： 1826-1833.
18	YAN T M， LU L L， XIE C， et al. Severely impaired and dysregulated cytochrome P450 expression and activities in hepatocellular carcinoma： implications for personalized treatment in patients［J］. Mol Cancer Ther， 2015， 14（12）： 2874-2886.
19	YU Z H， GE Y Y， XIE L， et al. Using a yeast two-hybrid system to identify FTCD as a new regulator for HIF-1α in HepG2 cells［J］. Cell Signal， 2014， 26（7）： 1560-1566.
20	LU C Y， FANG S J， WENG Q Y， et al. Integrated analysis reveals critical glycolytic regulators in hepatocellular carcinoma［J］. Cell Commun Signal， 2020， 18（1）： 97.
21	FU L， DONG S S， XIE Y W， et al. Down-regulation of tyrosine aminotransferase at a frequently deleted region 16q22 contributes to the pathogenesis of hepatocellular carcinoma［J］. Hepatology， 2010， 51（5）： 1624-1634.
22	WANG Q， TANG Q， ZHAO L J， et al. Time serial transcriptome reveals Cyp2c29 as a key gene in hepatocellular carcinoma development［J］. Cancer Biol Med， 2020， 17（2）： 401-417.
23	ROUMENINA L T， DAUGAN M V， PETITPREZ F， et al. Context-dependent roles of complement in cancer［J］. Nat Rev Cancer， 2019， 19（12）： 698-715.
24	HOBART M J， FERNIE B A， DISCIPIO R G， et al. A physical map of the C6 and C7 complement component gene region on chromosome 5p13［J］. Hum Mol Genet， 1993， 2（7）： 1035-1036.
25	OKA R， SASAGAWA T， NINOMIYA I， et al. Reduction in the local expression of complement component 6 （C6） and 7 （C7） mRNAs in oesophageal carcinoma［J］. Eur J Cancer， 2001， 37（9）： 1158-1165.
26	WANG Z， LIAO J， WU S， et al. Recipient C6 rs9200 genotype is associated with hepatocellular carcinoma recurrence after orthotopic liver transplantation in a Han Chinese population［J］. Cancer Gene Ther， 2016， 23（6）： 157-161.
27	GARNELO M， TAN A， HER Z， et al. Interaction between tumour-infiltrating B cells and T cells controls the progression of hepatocellular carcinoma［J］. Gut， 2017， 66（2）： 342-351.
28	CHEN Q F， LI W， WU P H， et al. Significance of tumor-infiltrating immunocytes for predicting prognosis of hepatitis B virus-related hepatocellular carcinoma［J］. World J Gastroenterol， 2019， 25（35）： 5266-5282.
29	KUANG D M， PENG C， ZHAO Q Y， et al. Activated monocytes in peritumoral stroma of hepatocellular carcinoma promote expansion of memory T helper 17 cells［J］. Hepatology， 2010， 51（1）： 154-164.
30	SUN K， WANG L， ZHANG Y Y. Dendritic cell as therapeutic vaccines against tumors and its role in therapy for hepatocellular carcinoma［J］. Cell Mol Immunol， 2006， 3（3）： 197-203.
31	WEI L， WANG X W， LV L Y， et al. The emerging role of microRNAs and long noncoding RNAs in drug resistance of hepatocellular carcinoma［J］. Mol Cancer， 2019， 18（1）： 147.
32	VAN KEUREN-JENSEN K R， MALENICA I， COURTRIGHT A L， et al. MicroRNA changes in liver tissue associated with fibrosis progression in patients with hepatitis C［J］. Liver Int， 2016， 36（3）： 334-343.
33	CAO M Q， YOU A B， ZHU X D， et al. MiR-182-5p promotes hepatocellular carcinoma progression by repressing FOXO3a［J］. J Hematol Oncol， 2018， 11（1）： 12.
34	LAMBERT S A， JOLMA A， CAMPITELLI L F， et al. The human transcription factors［J］. Cell， 2018， 175（2）： 598-599.
35	WU Q， ZHANG B， SUN Y D， et al. Identification of novel biomarkers and candidate small molecule drugs in non-small-cell lung cancer by integrated microarray analysis［J］. Onco Targets Ther， 2019， 12： 3545-3563.

Cmap name	Mean	n	Enrichment	P
DL-thiorphan	-0.787	2	-0.929	0.010
Promethazine	-0.852	4	-0.882	0.000
Apigenin	-0.814	4	-0.879	0.001
Sanguinarine	-0.742	2	-0.867	0.035
Skimmianine	-0.777	4	-0.864	0.001
Verteporfin	-0.724	3	-0.858	0.006
Repaglinide	-0.792	4	-0.831	0.001
Tracazolate	-0.733	4	-0.814	0.002
Milrinone	-0.728	3	-0.809	0.014
Talampicillin	-0.734	4	-0.805	0.003
Dequalinium chloride	-0.730	4	-0.800	0.003
Estriol	-0.736	4	-0.791	0.004
Chrysin	-0.716	3	-0.790	0.019
Monobenzone	-0.721	4	-0.787	0.004
Piperidolate	-0.740	3	-0.786	0.020
Puromycin	-0.712	4	-0.781	0.005
Phenoxybenzamine	-0.698	4	-0.778	0.005
Ethaverine	-0.690	4	-0.776	0.005
Ursodeoxycholicacid	-0.650	3	-0.775	0.023
Trioxysalen	-0.707	4	-0.756	0.007

[1]	杨永净,柯天洋,刘士新,王雪,许德权,刘婷婷,赵玲. 甲磺酸阿帕替尼联合放疗对肝癌HepG2细胞的体外协同增敏作用[J]. 吉林大学学报(医学版), 2024, 50(4): 1009-1015.
[2]	王元国,张鹏. 基于SSP1和TGFB1与食管腺癌发生、预后和免疫浸润关系的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(4): 1076-1086.
[3]	林玲辉,李娜,尹晓燕,王晓凌,胡亚平,刘威,费瑞,田新利. 基于幽门螺杆菌hp0169基因三维结构的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(3): 739-748.
[4]	冯玉飞,金珊,王玉冰,鲁印飞,庞丽娟,刘克坚. 基于经皮冠状动脉介入治疗术后支架内再狭窄的免疫相关基因及免疫细胞浸润的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(3): 749-758.
[5]	朱紫嘉,陈霞,崔曼,文继红,王苹,宋东. 基于红景天苷对三阴性乳腺癌关键差异基因作用机制的生物信息学和分子对接技术分析[J]. 吉林大学学报(医学版), 2024, 50(3): 759-769.
[6]	刘玉婷,喻莹,黎桂珍,史沁雪,李彬彬. 基于剪接因子SRSF9在头颈部鳞状细胞癌中的表达及临床意义的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(2): 379-391.
[7]	陈丽平,韩立,卞华,庞立业. 基于重症支气管哮喘差异表达基因及其治疗中药筛选的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(2): 411-421.
[8]	王小燕,张豪,郭泽皓,曹骏,莫之婧. 肝细胞癌中UBE2S互作蛋白的筛选及预后模型构建[J]. 吉林大学学报(医学版), 2024, 50(1): 168-177.
[9]	宁敏琦,何勇,李秉枢,黄国涛,左晓虎,赵芷晗,韩武岳,洪莉. 基于盆腔器官脱垂相关衰老基因的GEO数据库和LASSO回归算法的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(1): 178-187.
[10]	余孝鹏,杨仁义,贺佐梅,曾普华. 基于SEER数据库建立和验证甲胎蛋白阴性肝细胞癌患者癌症特异生存期的列线图[J]. 吉林大学学报(医学版), 2024, 50(1): 188-197.
[11]	杨紫煦,苏畅,王波元,刘冲,李明贺. 基于乳酸代谢相关基因的头颈部鳞状细胞癌分子亚型和临床特征的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(1): 198-207.
[12]	徐雅琪,王艳玉,张文婧,韩梅,穆华夏,杨希,卜伟晓,陶子琨,孔雨佳,石福艳,王素珍. 乙型肝炎病毒相关肝细胞癌关键基因筛选及其与预后关系的生物信息学分析[J]. 吉林大学学报(医学版), 2023, 49(5): 1243-1252.
[13]	赵一明,许海洋. 多形性胶质母细胞瘤相关基因和候选通路的生物信息学分析[J]. 吉林大学学报(医学版), 2023, 49(5): 1280-1289.
[14]	赵潇颖,宿建胜,马嘉辉,王岳峰,王丹,孙丽媛. 基于杂合肽H5LL活性的生物信息学分析和重组乳酸菌表达载体的构建[J]. 吉林大学学报(医学版), 2023, 49(5): 1366-1374.
[15]	马志楠,张雪竹. 血管性轻度认知障碍的潜在生物标志物研究进展[J]. 吉林大学学报(医学版), 2023, 49(4): 1083-1091.

肝细胞癌预后、诊断和免疫细胞浸润相关关键基因及其潜在治疗药物的生物信息学分析

Bioinformatics analysis on key genes related to prognosis, diagnosis， and immune cell infiltration of hepatocellular carcinoma and their potential therapeutic drugs

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 35

相关文章 15

Metrics

本文评价

推荐阅读 10