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]	梁晓辉,刘文娜,赵建伯. PAQR3在肝细胞癌中的表达及其与T淋巴细胞免疫浸润、免疫检查点基因及患者生存期关系的生物信息学分析[J]. 吉林大学学报(医学版), 2026, 52(3): 781-790.
[2]	潘志鹏,王乐,黄伟文,易臻,高雨萱. 基于急性髓系白血病患者骨髓单个核细胞中诊断候选基因筛选鉴定及其对预后影响的生物信息学分析和实验验证[J]. 吉林大学学报(医学版), 2026, 52(3): 791-805.
[3]	张丽娜,孟哲思,巴隆,孟峻. 细胞分裂周期蛋白6与肿瘤发生发展关系的研究进展[J]. 吉林大学学报(医学版), 2026, 52(3): 847-853.
[4]	郑瑶,付明霞,王蔚琛,陈微微,韩宇晨,白玉,安佳佳. 亚硒酸钠对乳腺癌阿霉素耐药MCF-7/ADR细胞生物学行为的影响[J]. 吉林大学学报(医学版), 2026, 52(2): 410-417.
[5]	葛睿涵,李晨,王生鹏,卢洋,谭彩霞,崔皓天,王新敏,章乐. 基于卡介苗感染过程中MAPK-Mcl-1信号通路和巨噬细胞极化调控机制的生物信息学分析及其实验验证[J]. 吉林大学学报(医学版), 2026, 52(2): 440-450.
[6]	王嘉欣,毛俊文,张萱. 凋亡抑制基因天然自身抗体在肝细胞癌患者血浆中的表达及其临床意义[J]. 吉林大学学报(医学版), 2026, 52(1): 228-235.
[7]	林潇,周梦,林帆,姚秀娟. 特发性肺纤维化组织中脂肪酸代谢相关基因的生物信息学分析及实验验证[J]. 吉林大学学报(医学版), 2026, 52(1): 93-104.
[8]	常乾坤,吴文瑛,白春强,丁智超,王伟芳,刘铭函. 乳腺癌相关参数联合腋窝淋巴结超声阳性特征对淋巴结转移负荷的预测价值[J]. 吉林大学学报(医学版), 2025, 51(6): 1670-1678.
[9]	梁鱼,于金宇,许钟镐,王婉宁. FOSB在IgA肾病及其他常见肾脏病肾组织中的表达特征[J]. 吉林大学学报(医学版), 2025, 51(5): 1281-1292.
[10]	沈维高,刘雨齐,张骏,林珈羽,崔航,刘艳波. 白细胞介素33对恶性脑胶质瘤发生发展影响的生物信息学分析及其实验验证[J]. 吉林大学学报(医学版), 2025, 51(5): 1318-1332.
[11]	陈明,罗清华,金红光,韩亮. 左下肢非典型脂肪瘤样肿瘤1例报告及文献复习[J]. 吉林大学学报(医学版), 2025, 51(5): 1384-1389.
[12]	周紫如,孙梦菲,张华坤,孙淑妍,孙琦,李锋,陈云昭,禹洁,曹玉文,崔晓宾. Rh 家族 C 糖蛋白在食管鳞状细胞癌组织中的表达及其临床意义[J]. 吉林大学学报(医学版), 2025, 51(4): 1019-1027.
[13]	徐林瑞,张译予,崔家齐,丛显铸,李爽,葛佳瑜,孔雨佳,王素珍,石福艳,王金荣. 基于生物信息学和机器学习的阿尔兹海默症诊断模型构建及免疫分析[J]. 吉林大学学报(医学版), 2025, 51(4): 1039-1051.
[14]	蒋先伟,王明航,李慧茹,董晓升,刘元元. 基于慢性阻塞性肺疾病潜在治疗靶点的孟德尔随机化和GEO数据库识别分析[J]. 吉林大学学报(医学版), 2025, 51(4): 1072-1083.
[15]	石长玉,李勇,邓静,朴春梅,金明. 基于补体替代途径对小鼠结直肠癌肝转移模型调控作用的生物信息学分析及实验验证[J]. 吉林大学学报(医学版), 2025, 51(3): 703-715.