JoVE Logo
发表
联系我们

登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • 转载和许可

摘要

本手稿描述了通过生物信息学分析和实验验证来探索将原发性干燥综合征与肺腺癌联系起来的潜在常见致病机制的作程序和预防措施。

摘要

本研究旨在通过生物信息学分析和实验验证，探讨将原发性干燥综合征 （pSS） 与肺腺癌 （LUAD） 联系起来的潜在常见致病机制。从 Gene Expression Omnibus （GEO） 数据库和 Genecard 数据库中检索与 pSS 和 LUAD 相关的相关基因。随后，将与 pSS 和 LUAD 相关的差异表达基因 （DEGs） 筛选为 pSS-LUAD-DEGs。进行京都基因与基因组百科全书 （KEGG） 和基因本体论 （GO） 富集分析以阐明 pSS-LUAD-DEGs 的重要生物学功能。通过构建蛋白质-蛋白质相互作用 （PPI） 网络来确定核心靶点，通过受试者工作特征 （ROC） 曲线分析进一步评估枢纽基因诊断的准确性。在本研究中，NOD/Ltj 小鼠作为 pSS 动物模型，用颗粒物 2.5 （PM2.5） 刺激产生炎症反应。采用定量实时聚合酶链反应 （qPCR） 、酶联免疫吸附测定 （ELISA） 和 western blotting 进行相关分子生物学实验验证。通过 KEGG 和 GO 富集分析揭示的结果表明，炎症在连接 pSS 和 LUAD 中起关键作用。IL6 、 CCNA2 、 JAK2 、 IL1B 、 ASPM 、 CCNB2 、 NUSAP1 和 CEP55 被确定为 pSS-LUAD 的关键靶点。用 PM2.5 刺激 21 天后，BALB/c 小鼠和 NOD/Ltj 小鼠在肺组织中表现出炎性细胞因子 IL-6 和 IL-1β 的表达增强，激活 JAK2/STAT3 信号通路并上调肿瘤相关基因 CCNA2 、 CCNB2 和 CEP55 的表达，NOD/Ltj 小鼠表现出比 BALB/c 小鼠更明显的变化。该方案表明，肺部炎症微环境诱导的致癌作用可能是 pSS 患者 LUAD 高发病率的关键原因。此外，与阻断相关的机制可能有助于防止 pSS 患者发生 LUAD。

引言

原发性干燥综合征 （pSS） 是一种自身免疫性疾病，其特征是淋巴细胞浸润外分泌腺，导致眼干（干眼症）和口干（口干症）的临床症状1,2。pSS 通常还伴有腺体外受累表现，包括高球蛋白血症3 、间质性肺病4 、肾小管性酸中毒5 、神经损伤6 和血小板减少症 7，这些是主要的不良预后因素。近年来，一系列研究表明，pSS 通常伴随着癌症患病率的增加，包括血液系统恶性肿瘤和实体瘤 8,9,10。肺癌是最常见的 pSS 相关癌症之一，尤其是肺腺癌 （LUAD）11。

总的来说，进一步的研究表明 luad 的 pSS 可能有一些潜在的共同发病机制。根据我们目前的知识，目前还没有专门的研究解释这两种疾病之间的共同机制。最近，生物信息学分析为我们揭示了物种 12,13,14 之间可能共享的疾病机制提供了潜在的可能性。为了进一步揭示潜在机制，生物信息学分析用于分析 pSS 和 LUAD 之间的共同靶点和信号通路，随后建立动物模型进行实验验证。揭示这些机制可能有助于为 pSS 患者 LUAD 的临床预防提供证据基础。

本研究使用 GEO 和 Genecard 数据库检索与 pSS 和 LUAD 相关的相关基因。之后，将与 pSS 和 LUAD 相关的 DEGs 筛选为 pSS-LUAD-DEGs。我们进行了 KEGG 和 GO 富集分析，以阐明 pSS-LUAD-DEGs 的重要生物学功能。PPI 网络构建用于识别核心靶点，我们通过 ROC 曲线分析进一步评估枢纽基因诊断的准确性。我们使用 NOD/Ltj 小鼠作为 pSS 动物模型，用颗粒物 2.5 （PM2.5） 刺激产生炎症反应。进行 QPCR、ELISA 和 western blotting 以实验验证该研究。总体而言，这里的结果表明，肺部炎症微环境诱导的致癌作用可能是 pSS 患者 LUAD 高发病率的关键原因。它还表明 pSS 患者 LUAD 的发生可能通过阻滞相关机制来预防。

研究方案

实验动物饲养在中日友好医院动物饲养设施内，饲养条件符合中国国家标准《实验动物环境与饲养设施要求》（GB14925-2010）规定的动物饲养环境。所有动物护理程序和实验均符合 ARRIVE 指南，并基于 3R 原则（减少、替代、细化），遵守中国《国家动物福利法》的指导方针。BALB/c 小鼠购自 SPF（北京）生物技术有限公司，NOD/Ltj 小鼠购自华福康（北京）生物技术有限公司。

1. 生物信息学分析

  1. 数据集的准备
    1. 打开基因表达综合 （GEO） 数据库 （www.ncbi.nlm.nih.gov/geo）15，并使用原发性干燥综合征 和 肺腺癌 作为关键字来搜索基因表达谱。然后单击 GEO 数据集数据库中的结果，并选择 Homo sapiens in Top Organisms。选择并下载感兴趣的数据集及其相应的平台信息。
    2. 打开 Genecard 数据库 （https://www.genecards.org/）16，以 primary Sjögren's syndrome 和 lung adenocarcinoma 为关键词，得到 pSS 和 LUAD 的基因。下载疾病基因的电子表格。
  2. 鉴定 pSS 和 LUAD 之间共享的 DEG
    1. 下载并打开 R 软件 （https://cran.r-project.org/）17。在 R 软件中安装 GEOquery R 包、stringr R 包、ggplot2 R 包、reshape2 R 包和 limma R 包。
    2. 使用 R 软件识别和可视化不同 GEO 数据集（GSE84844、GSE51092、GSE32863 和 GSE75037）中的差异表达基因 （DEG），然后比较和分析这些数据集之间的基因表达。将调整后 P 值< 0.05 且倍数变化 （FC） > 1.2 或 < 0.83 的基因视为 DEGs。
    3. 从 Genecard 数据库中选择表达水平大于或等于 20 的与 pSS 和 LUAD 相关的基因。
    4. 合并 GEO 数据库和 Genecard 数据库中与 pSS 关联的 DEG 和与 LUAD 关联的 DEG。
    5. 在 R 中安装并加载 VennDiagram 包，以获取和可视化与 pSS 和 LUAD 关联的 DEG （pSS-LUAD-DEGs）。
  3. 京都基因与基因组百科全书 （KEGG） 通路富集分析
    1. 进入 Metascape （https://metascape.org/）18。单击 Select File（选择文件），上传 pSS-LUAD-DEGs 的 .xlsx 格式文件。在 Input 中选择 H. sapiens 作为 Species。同样，在 Analysis 中选择 H. sapiens 作为 Species。
    2. 单击 Custom Analysis。单击 Enrichment 并选择 KEGG 通路。单击 Enrichment Analysis，然后在丰富分析完成后单击 Analysis Report Page 。
    3. 点击 All in One Zip File 下载结果。访问 download Enrichment_GO 文件夹中的 _ FINAL_GO.csv 文件以查看结果。
    4. 使用 ggplot2 包在 R 中执行 KEGG 可视化程序。
  4. 基因本体 （GO） 富集分析
    1. 在 R 中安装并加载 clusterProfiler 和 enrichplot 包。
    2. 将 pSS-LUAD-DEGs 的文本格式列表导入 R。
    3. 运行 clusterProfiler 和 enrichplot 包进行 GO 富集分析和结果可视化。在调整后的 P 值 < 0.05 时定义分析中的统计显著性。
  5. 蛋白质-蛋白质相互作用 （PPI） 网络构建和模块分析
    1. 进入 Retrieval of Interacting Genes （STRING） 数据库 （http://string-db.org/）19。单击 Browse 并上传 pSS-LUAD-DEGs 文件。选择 Homo sapiens in Organisms（生物体中的 Homo sapiens），然后单击 Search（搜索）。
    2. 单击 Continue（继续）。结果可用后，单击"设置"。在 Basic Settings > Minimum Required Interaction Score（基本设置最低所需交互分数）下，选择 High Confidence （0.700）（高置信度 （0.700））。勾选 高级设置（Advanced Settings） 中的 隐藏网络中断开连接的节点（Hide Disconnected Nodes in the Network），然后单击 更新（Update）。
    3. 单击标题栏中的 Exports 以下载 TSV 格式的 PPI 关系文本。
    4. 下载并打开 Cytoscape 3.7.1 软件 （https://cytoscape.org/）20。单击 File > Import > Network from File（从文件导入网络 ）以导入用于构建 PPI 网络的 TSV 格式文件。
    5. 使用 Network Analyzer 工具分析网络中的拓扑参数。通过左侧控制面板中的样式栏优化节点大小和颜色。
    6. 在菜单栏上，选择 Tools > Analyze Network。在 Table （表 ） 面板上，单击 Degree （度数 ） 以按度数降序对组件进行排序。将具有较高学位的前 20 个基因作为枢纽基因。
    7. 在 R 中安装并加载 igraph 和 ggplot2 包，以按度数可视化中心基因。
  6. 枢纽基因的鉴定和验证
    1. 在 R 中安装并加载 pROC 软件包。
    2. 将中心基因的文本格式列表导入 R。
    3. 绘制枢纽基因的受试者工作特征 （ROC） 曲线并计算 ROC 曲线下面积 （AUC） 值。
      注意:有关过滤 DEG 的 R 代码，请参阅 补充编码文件 1 。

2. 实验验证

注:有关本实验步骤中使用的材料、试剂和仪器的详细信息，请参阅 材料表 。

  1. 动物准备
    1. 适应性喂养 12 只 9 周龄雌性 BALB/c 小鼠和 12 只 9 周龄雌性 NOD/Ltj 小鼠，持续 1 周。
    2. 使用随机数字表将 12 只 9 周龄雌性 BALB/c 小鼠均匀分配到空白对照组和 PM2.5 组。同样，将 12 只 9 周龄雌性 NOD/Ltj 小鼠平均分成 pSS 组和 pSS-PM2.5 组。
  2. 颗粒物 2.5 （PM2.5） 悬浮液的制备
    注意:PM2.5 可在小鼠模型21 中诱导炎症相关 LUAD 的发生和发展。BALB/c 小鼠和 NOD/Ltj 小鼠被 PM2.5 诱导发生炎症相关变化。根据 Piao 等人 22 描述的方法，PM2.5 悬浮液的浓度制备为 1 mg/mL。
    1. 称取PM2.5石英纤维膜的重量，切成2cm×2cm的小块，浸入盛有适量去离子水的烧杯中。
    2. 密封烧杯，每次在 37 °C 的水浴超声仪中超声处理 30 分钟。重复此过程 3 次，直到颗粒完全溶解。
    3. 通过 16 层无菌医用纱布过滤烧杯中的液体，然后从纱布中挤出残留的水分。
    4. 将滤液放在平坦的培养皿上，并在 -20 °C 冰箱中将其冷冻成冰块。然后，使用冷冻干燥仪器（-52 °C，0.1 mbar，48 h）干燥滤液冰块并收集粉末状颗粒。
    5. 将粉末状颗粒在盐水中彻底溶解，制备浓度为 2.5 mg/mL 的 PM1 悬浮液。将 PM2.5 悬浮液倒入玻璃瓶中，置于高压灭菌器中，施加高压和高温（121°C，15 psi 下 15 分钟）进行灭菌。
    6. 进行超声搅拌（200 W，10 秒搅拌，10 秒休息，持续 3 个周期）。处理后，将其储存在 4 °C 冰箱中以备后用。
  3. PM2.5 小鼠模型的建立
    注:PM2.5 组和 pSS-PM2.5 组每 3 天通过气管滴注 PM2.5 混悬液给药一次，持续 28 天，每次剂量为 0.1 mL。空白对照组和 pSS 组每 3 d 一次气管滴注生理盐水，持续 28 d，每次剂量 0.1 mL。
    1. 将氯胺酮 （100 mg/kg） 和甲苯噻嗪 （10 mg/kg） 混合物注射到小鼠中。通过检查对脚趾捏是否无反应并确保肌肉完全放松来确认手术麻醉平面。持续监测反射、呼吸和整体反应，以确保在整个手术过程中保持足够的麻醉，直到完成所有步骤。
    2. 将鼠标放在小动物束带上，腹部朝上，头部抬高，尾巴以 45° 角降低。用细线绕在老鼠的上门牙上，向上拉，并将线固定在动物支架上的螺丝上，确保老鼠的口腔完全暴露。
    3. 打开冷光灯，将光线照射到鼠标脖子的皮肤上。用镊子拉出老鼠的舌头，完全露出声门。在小鼠的口腔内观察一个反复出现的开合光点，这表明小鼠气道开口的位置。
    4. 将 18 G 静脉留置针插入小鼠气管，拔出针芯，将棉线放在静脉留置针的外端，观察棉线随小鼠胸部运动移动时确认成功。
    5. 首先使用 0.2 mL 注射器吸出 1 mL 空气，然后吸出 0.1 mL PM2.5 悬浮液，然后再吸出 0.2 mL 空气。通过 18 G 静脉留置针将混合物注入气管。
    6. 拔出 18 G 静脉留置针。将动物支架直立固定并顺时针和逆时针旋转 30 次，以使 PM2.5 悬浮液均匀分布在小鼠肺部。然后，将鼠标的脖子伸直并侧放以防止窒息。
  4. 标本采集
    注意:在实验的第 29 天收集标本以进行后续的分子生物学分析。
    1. 检查安乐死系统的连接并打开控制器电源。打开二氧化碳 （CO2） 气瓶阀。
      注意:在将动物放入安乐死室之前，不要预先填充安乐死室。
    2. 将小鼠放入腔室中，每分钟以腔室体积的 30%-70% 注入 CO2 。将小鼠暴露于 CO2 中 5 分钟，确保它们不动、没有呼吸并且瞳孔放大。关闭 CO2 气瓶阀，再观察 5 分钟以确认死亡。
    3. 将安乐死的小鼠仰卧在干净的解剖板上。暴露气管、心脏和肺。
    4. 使用剪刀和镊子去除覆盖腹侧、胸部和颈部区域的皮肤和肌肉。用剪刀和镊子沿着胸腔两侧的肋骨边缘切开，露出包含心脏和肺的胸腔。然后，切开锁骨，形成一个足够宽的开口，以彻底检查左右肺叶。
    5. 切除从胸骨和肋骨延伸到下巴的颈部肌肉。将剪刀插入肋骨前缘下方，并在两侧切开以去除覆盖气管的骨质部分。
    6. 用镊子抓住下巴附近的气管，并使用放置在镊子上方的剪刀做一个完整的横向切口。
    7. 用镊子轻轻拉起气管，用剪刀剪断腹侧组织连接，直到整个胸部组织从体内取出。
    8. 将肺平放在工作台上。用生理盐水冲洗肺组织表面残留物，用滤纸吸干，分装到冻存管中，并储存在 -80 °C。
  5. 定量实时聚合酶链反应 （qPCR）
    1. 使用含有液氮的研钵将肺组织磨成粉末。
    2. 使用精密天平称取 20 mg 研磨组织，将其与离心管中的 750 μL 缓冲液 RL 混合，使用涡旋混合器充分混合，并在室温 （RT） 下静置 3 分钟。然后，在 RT 下以 14,000 x g 离心 5 分钟并收集上清液。
    3. 将基因组 DNA （gDNA） 过滤器微型柱放入 2 mL 收集管中。将上清液转移至 gDNA 过滤器微型柱中，并在室温下以 14,000 x g 离心 2 分钟。
    4. 丢弃 gDNA 过滤器微型柱。向滤液中加入等体积的 70% 乙醇，上下移液 5 次混合。
    5. 将 RNA 微型柱放入 2 mL 收集管中。将 750 μL 混合物转移至 RNA 微型柱中，并在室温下以 12,000 x g 离心 1 分钟。
    6. 弃去滤液，将 RNA 微型柱放回 2 mL 收集管中。向 RNA 小柱中加入 500 μL 缓冲液 RW1，并在室温下以 12,000 x g 离心 1 分钟。
    7. 弃去滤液，将 RNA 微型柱放回 2 mL 收集管中。向 RNA 微型柱中加入 500 μL 缓冲液 RW2。在 RT 下以 12,000 x g 离心 1 分钟。再次重复此步骤。
    8. 弃去滤液，将 RNA 微型柱放回 2 mL 收集管中。在 RT 下以 12,000 x g 离心 2 分钟。
    9. 将 RNA 微型柱转移到 1.5 mL 离心管中，向柱膜中心添加 100 μL 不含 RNase 的水，并在 RT 下孵育 2 分钟。然后，在 RT 下以 12,000 x g 离心 1 分钟。丢弃 RNA 迷你柱并将 RNA 溶液储存在 -80 °C。
    10. 取 2 μL RNA 溶液，根据设备手册使用 NanoDrop 分光光度计进行测量，以确定其浓度和质量。
      注:该研究选择了 260/280 和 260/230 比例进行 RNA 质量控制。
    11. 通过将以下组分依次添加到微量离心管中来制备 RNA 溶液:1 μg 总 RNA、4 μL MgCl2 （25 mM）、2 μL 逆转录 10x 缓冲液、2 μL dNTP 混合物 （10 mM）、0.5 μL 重组核糖核酸酶抑制剂、15 单位逆转录酶、0.5 μg oligo（dT）15 引物、 并添加无核酸酶水至 20 μL。轻轻混合内容物以收集管底的所有液体。
      注:必须制备混合物溶液，以确保 cDNA 合成和 RNA 定量更加一致。
    12. 将 20 μL RNA 溶液逆转录成 cDNA，方法是在 42 °C 下孵育 15 分钟，在 95 °C 下变性 5 分钟，然后冷却至 4 °C，然后在 -20 °C 下储存。
    13. 混合并充分混合 6.4 μL 蒸馏水、10 μL SYBR Green 实时 PCR 预混液、2 μL 获得的 cDNA 溶液、0.8 μL 正向引物 （10 μM） 和 0.8 μL 反向引物 （10 μM）（表 1）以制备反应系统。
    14. 在 PCR 仪器上运行反应以获得靶基因和内参基因的循环阈值 （CT） 值。
      1. 在每个 PCR 循环开始时，将初始变性设置为 95 °C 持续 60 秒。
      2. 在 PCR 循环中，在 95 °C 下变性 15 秒，在 60 °C 下退火 15 秒，在 72 °C 下延伸 45 秒，在延伸步骤中收集数据。总共进行 40 个 PCR 循环。
      3. 完成 PCR 循环后，使用 PCR 仪器自动进行熔解曲线分析。
        注:如果熔解曲线显示双峰或不规则峰形，则表明实验可能存在问题。
    15. 使用 2-ΔΔCT 方法确定每个靶基因的相对表达水平，然后进行进一步的统计分析。对于 2-ΔΔCT 方法，请使用以下公式列表:
      ΔCT（测试）= CT（目标，测试）- CT（参考，测试）
      ΔCT （校准器） = CT （目标、校准器） - CT （参考、校准器）
      ΔΔCT = ΔCT （测试） -ΔCT （校准器）
      2-ΔΔCT = 基因表达的倍数变化

基因名称序列（5' 至 3'）
小鼠 CCNA2 正向CCCAGAAGTAGCAGAGTTTGTG
小鼠 CCNA2 反向TTGTCCCGTGACTGTGTAGAG
鼠标 ASPM 转发CTTATTCAGGCTATGTGGAGGA
鼠标 ASPM 反向CCAGGCTTGAATCTTGCAG
鼠标 CCNB2 转发TTGAAATTTGAGTTGGGTCGAC
鼠标 CCNB2 反向CTGTTCAACATCAACCTCCC
小鼠 NUSAP1 转发CTCCCTCAAGTACAGTGACC
小鼠 NUSAP1 反向TTTAACAACTTGGTTGCCCTC
鼠标 CEP55 向前CCGCCAGAATGCAGCATCAAC
小鼠 CEP55 反向AGTGGGAATGGCTGCTCTGTGA

表 1:定量实时荧光定量 PCR 的引物序列。

  1. 酶联免疫吸附测定 （ELISA）
    注:根据 ELISA 试剂盒的说明，将 ELISA 试剂盒平衡至 RT，制备洗涤缓冲液，并稀释标准品。用 8910 μL 生物素化抗体稀释缓冲液稀释 90 μL 浓缩的生物素化抗体，以提前制备生物素化抗体工作溶液 （1:100）。同样，用 8910 μL 酶偶联物稀释缓冲液稀释 90 μL 浓缩酶偶联物，以提前制备酶偶联物工作溶液 （1:100）。
    1. 使用含有液氮的研钵将肺组织研磨成粉末。
    2. 使用精密天平称取 50 mg 肺组织，将其与 1 mL PBS 混合在研磨管中，然后在冰上彻底研磨。
    3. 将混合物在 4 °C、3000 x g 下离心 5 分钟，并收集上清液作为样品。
    4. 将 100 μL 不同浓度的样品/标准品放入 ELISA 板的相应孔中，用粘性密封膜覆盖反应孔，并在 37 °C 培养箱中孵育 90 分钟。
    5. 使用自动洗板机清洗 ELISA 板 4 次，每次注入 350 μL 洗涤缓冲液，进样和吸液之间间隔 30 秒。
    6. 每孔加入 100 μL 生物素化抗体工作溶液，用粘性密封膜密封孔，并在 37 °C 培养箱中孵育 60 分钟。然后，按照前面描述的程序洗涤 ELISA 板 4 次。
    7. 每孔加入 100 μL 酶偶联物工作溶液，用粘性密封膜密封孔，并在 37 °C 培养箱中孵育 30 分钟。然后，按照前面描述的程序洗涤 ELISA 板 4 次。
    8. 每孔加入 100 μL 显色剂，避光，并在 37 °C 培养箱中孵育 10-20 分钟。然后，每孔加入 100 μL 终止液，充分混合，并立即测量 450 nm （OD450） 处的光密度值。
      注:使用 8 通道移液器添加生物素化抗体工作液、酶偶联物工作液和终止液，以便快速完成添加并避免潜在错误。
    9. 使用 CurveExpert 软件 （http:// curveexpert.webhop.net/） 生成标准曲线，以计算每个样品孔中目标物质的浓度。
  2. Western 印迹
    1. 通过将 RIPA 裂解缓冲液、苯基甲磺酰氟 （PMSF） 和磷酸酶抑制剂以 100:1:1 的比例混合来制备放射免疫沉淀测定 （RIPA） 溶液，并将其置于冰上。
    2. 使用含有液氮的研钵将肺组织研磨成粉末。
    3. 使用精密天平准确称取 20 mg 肺组织，并将其添加到 250 μL 的 RIPA 混合溶液中。
    4. 将混合物在冰上孵育 20 分钟，然后在 4 °C 下以 12,000 x g 离心 15 分钟，并收集上清液作为样品。
    5. 通过将 BCA 试剂盒中的试剂 A 和试剂 B 以 50:1 的比例混合来制备 BCA 工作溶液。
      1. 稀释标准品以制备浓度为 0、0.025、0.05、0.1、0.2、0.3、0.4 和 0.5 mg/mL 的稀释标准品溶液。将 20 μL 每种标准溶液和样品加入 96 孔板的单独孔中，并在 37 °C 下孵育 30 分钟。
      2. 使用酶标仪测量 490 nm 处的吸光度。使用标准溶液的浓度和吸光度拟合标准曲线，并计算样品浓度23。使用 RIPA 混合溶液将样品浓度调整至相同水平。
    6. 在离心管中以 4:1 的比例将蛋白质上清液与 5x 上样缓冲液混合。在金属浴中煮沸 5 分钟，然后在 4 °C 下以 12,000 x g 离心 15 分钟并收集上清液。
    7. 使用十二烷基硫酸钠-聚丙烯酰胺凝胶电泳 （SDS-PAGE） 进行蛋白质分离，并通过电将蛋白质转移到聚偏二氟乙烯 （PVDF） 膜上。在 RT 下用 5% 脱脂牛奶封闭 PVDF 膜 1 小时。
    8. 将 PVDF 膜与一抗（1:1000 稀释）在 4 °C 下孵育 12 小时，然后用 TBST 洗涤 3 次，每次 10 分钟，然后在室温下与二抗（1:5000 稀释）孵育 2 小时。
    9. 使用全自动电化学发光免疫测定系统检测靶标条带，并使用内置软件进行定量分析。
  3. 统计分析
    1. 使用适当的软件进行统计分析。
    2. 将实验数据表示为平均值±标准差。
    3. 使用单因子方差分析 （ANOVA） 确定显著性。
    4. 将 P < 0.05 视为统计显著性。

结果

从 GSE84884 中的 23348 个基因 （pSS） 中共鉴定出 3290 个 DEGs，包括 2659 个上调基因和 631 个下调基因（图 1A）。对于 GSE51092 （pSS），从 11409 个基因中共鉴定出 3290 个 DEGs，包括 667 个上调基因和 587 个下调基因（图 1B）。GeneCards 数据库获得 102 例卵巢 pSS 相关 DEGs，筛查标准相关评分为 ≥20。从 GEO 和 GeneCards 获得的 pSS 相关 DEGs 的?...

讨论

尽管 pSS 被认为是一种主要以侵袭外分泌腺为特征的疾病，但不能忽视腺体外的损害24。肺是 pSS 的靶器官，肺部受累是 pSS 的常见腺体外表现，通常涉及支气管粘膜和肺间质的淋巴细胞浸润25。研究表明，至少 20% 的 pSS 患者患有间质性肺病 （ILD）26,27。ILD 是肺癌的重要危险因素，这在一定程?...

披露声明

作者没有需要披露的利益冲突。

致谢

本研究得到了国家高水平医院临床研究业务费（2023-NHLHCRF-BQ-01）和中日友好医院青年项目（No.2020-1-QN-8）的支持。

材料

NameCompanyCatalog NumberComments
3-Color Prestained Protein MarkerEpizymeWJ103Western Blot
Antibody Dilution BufferEpizymePS119Western Blot
BCA Protein Quantification KitEpizymeZJ101Western Blot
Cytoscape 3.7.1 softwareNational Institute of General Medical Sciences (NIGMS), National Institutes of Health (NIH)Version 3.7.1.Open-source software for biological network analysis and visualization
ECL Luminous FluidEpizymeSQ203Western Blot
Electrophoresis BufferEpizymePS105SWestern Blot
GraphPad Prism 10.0GraphPadVersion 10.0Data analysis
HRP-conjugated Goat anti-Rabbit IgG (H+L) (AS014)abclonalAS014Western Blot
JAK2 AntibodyCell Signaling Technology3230TWestern Blot
Mouse IL-1β ELISA KitBeijing 4A Biotech Co., LtdCME0015ELISA
Mouse IL-6 ELISA KitBeijing 4A Biotech Co., LtdCME0006ELISA
Phosphatase Inhibitor Cocktail (100×)EpizymeGRF102Western Blot
Phospho-JAK2 (Tyr1007/1008) AntibodyCell Signaling Technology3776SWestern Blot
Phospho-STAT3 (Tyr705) AntibodyCell Signaling Technology9145SWestern Blot
Protease Inhibitor Cocktail (100×)EpizymeGRF101Western Blot
Protein Free Rapid Blocking Buffer (5×)EpizymePS108Western Blot
PVDF membraneMilliporeIPVH00010Western Blot
R softwareR Foundation for Statistical ComputingNot ApplicableStatistical analysis software and programming language used for data analysis, visualization, and machine learning applications
Radio Immunoprecipitation AssayEpizymePC101Western Blot
Reverse Transcription SystemPromegaA3500PCR
SDS-PAGEEpizymeLK303Western Blot
SDS-PAGE Protein Loading Buffer (5×)EpizymeLT103Western Blot
STAT3 AntibodyCell Signaling Technology9139SWestern Blot
SYBR Green Realtime PCR Master MixTOYOBOQPK-201PCR
TBST (10×)EpizymePS103Western Blot
Western Blot Transfer Buffer (10×)EpizymePS109Western Blot
β-Actin AntibodyabclonalAC026Western Blot

参考文献

  1. Thorlacius, G. E., Bjork, A., Wahren-Herlenius, M. Genetics and epigenetics of primary sjogren syndrome: Implications for future therapies. Nat Rev Rheumatol. 19 (5), 288-306 (2023).
  2. Bjordal, O., Norheim, K. B., Rodahl, E., Jonsson, R., Omdal, R. Primary Sjogren's syndrome and the eye. Surv Ophthalmol. 65 (2), 119-132 (2020).
  3. Zhong, H., et al. Hyperglobulinemia predicts increased risk of mortality in primary Sjogren's syndrome: Based on a Chinese multicentre registry. Mod Rheumatol. 34 (1), 137-143 (2023).
  4. Lin, W., et al. Interstitial lung disease in primary Sjogren's syndrome. BMC Pulm Med. 22 (1), 73 (2022).
  5. Aiyegbusi, O., et al. Renal disease in primary Sjogren's syndrome. Rheumatol Ther. 8 (1), 63-80 (2021).
  6. Liampas, A., et al. Primary sjogren syndrome-related peripheral neuropathy: A systematic review and meta-analysis. Eur J Neurol. 30 (1), 255-265 (2023).
  7. Wu, J., et al. Clinical and laboratory features of primary Sjogren's syndrome complicated with mild to severe thrombocytopenia. Ann Transl Med. 10 (6), 300 (2022).
  8. Zhong, H., et al. Primary Sjogren's syndrome is associated with increased risk of malignancies besides lymphoma: A systematic review and meta-analysis. Autoimmun Rev. 21 (5), 103084 (2022).
  9. Goulabchand, R., et al. Cancer incidence in primary Sjogren's syndrome: Data from the French hospitalization database. Autoimmun Rev. 20 (12), 102987 (2021).
  10. Witkowski Durand Viel, P., et al. Chronological interplay, clinical features, and treatments among patients with cancer and primary Sjogren's syndrome. Cancer Immunol Immunother. 72 (12), 4309-4322 (2023).
  11. Xu, Y., et al. The prevalence and clinical characteristics of primary Sjogren's syndrome patients with lung cancer: An analysis of ten cases in China and literature review. Thorac Cancer. 6 (4), 475-479 (2015).
  12. Shi, L., Du, X., Li, J., Zhang, G. Bioinformatics and systems biology approach to identify the pathogenetic link between psoriasis and cardiovascular disease. Clin Cosmet Investig Dermatol. 16, 2283-2295 (2023).
  13. Xu, R., Ma, L. L., Cui, S., Chen, L., Xu, H. Bioinformatics and systems biology approach to identify the pathogenetic link between heart failure and sarcopenia. Arq Bras Cardiol. 120 (10), e20220874 (2023).
  14. Lv, Y., et al. Bioinformatics and systems biology approach to identify the pathogenetic link of long COVID and myalgic encephalomyelitis/chronic fatigue syndrome. Front Immunol. 13, 952987 (2022).
  15. Barrett, T., et al. Ncbi geo: Archive for functional genomics data sets--update. Nucleic Acids Res. 41 (database issue), D991-D995 (2013).
  16. Stelzer, G., et al. The GeneCards suite: From gene data mining to disease genome sequence analyses. Curr Protoc Bioinformatics. 54, 1.30.1-1.30.33 (2016).
  17. Liu, S., et al. Three differential expression analysis methods for RNA sequencing: limma, EdgeR, DESeq2. J Vis Exp. 175, e62528 (2021).
  18. Zhou, Y., et al. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets. Nat Commun. 10 (1), 1523 (2019).
  19. Szklarczyk, D., et al. The string database in 2023: Protein-protein association networks and functional enrichment analyses for any sequenced genome of interest. Nucleic Acids Res. 51 (D1), D638-D646 (2023).
  20. Shannon, P., et al. Cytoscape: A software environment for integrated models of biomolecular interaction networks. Genome Res. 13 (11), 2498-2504 (2003).
  21. Hill, W., et al. Lung adenocarcinoma promotion by air pollutants. Nature. 616 (7955), 159-167 (2023).
  22. Piao, C. H., et al. PM2.5 exposure regulates th1/th2/th17 cytokine production through NF-κβ signaling in combined allergic rhinitis and asthma syndrome. Int Immunopharmacol. 119, 110254 (2023).
  23. Desjardins, P., Hansen, J. B., Allen, M. Microvolume protein concentration determination using the nanodrop 2000c spectrophotometer. J Vis Exp. 33, e1610 (2009).
  24. Luo, J., et al. Distinct clinical phenotypes of primary Sjogren's syndrome differ by onset age: A retrospective study of 742 cases and review of the literature. Clin Exp Rheumatol. 40 (12), 2373-2380 (2022).
  25. Luppi, F., et al. Lung complications of Sjogren syndrome. Eur Respir Rev. 29 (157), (2020).
  26. Berardicurti, O., et al. Interstitial lung disease and pulmonary damage in primary Sjogren's syndrome: A systematic review and meta-analysis. J Clin Med. 12 (7), 2586 (2023).
  27. Roca, F., et al. Interstitial lung disease in primary Sjogren's syndrome. Autoimmun Rev. 16 (1), 48-54 (2017).
  28. Fisher, D. A., et al. Diagnosis and treatment of lung cancer in the setting of interstitial lung disease. Radiol Clin North Am. 60 (6), 993-1002 (2022).
  29. Okudela, K., et al. Implications of thyroid transcription factor-1 gene methylation in carcinogenesis of interstitial pneumonia-related non-terminal respiratory unit lung adenocarcinoma. Int J Clin Exp Pathol. 15 (3), 120-130 (2022).
  30. Sekine, A., et al. Disease activity of lung cancer at the time of acute exacerbation of interstitial lung disease during cytotoxic chemotherapy. Thorac Cancer. 13 (17), 2443-2449 (2022).
  31. Glaviano, A., et al. PI3K/AKT/mTOR signaling transduction pathway and targeted therapies in cancer. Mol Cancer. 22 (1), 138 (2023).
  32. Ediriweera, M. K., Tennekoon, K. H., Samarakoon, S. R. Role of the PI3K/AKT/mTOR signaling pathway in ovarian cancer: Biological and therapeutic significance. Semin Cancer Biol. 59, 147-160 (2019).
  33. Hoxhaj, G., Manning, B. D. The PI3K-AKT network at the interface of oncogenic signalling and cancer metabolism. Nat Rev Cancer. 20 (2), 74-88 (2020).
  34. Liu, R., et al. PI3K/AKT pathway as a key link modulates the multidrug resistance of cancers. Cell Death Dis. 11 (9), 797 (2020).
  35. Manogaran, P., Beeraka, N. M., Paulraj, R. S., Sathiyachandran, P., Thammaiappa, M. Impediment of cancer by dietary plant-derived alkaloids through oxidative stress: Implications of PI3K/AKT pathway in apoptosis, autophagy, and ferroptosis. Curr Top Med Chem. 23 (10), 860-877 (2023).
  36. Acosta-Martinez, M., Cabail, M. Z. The PI3K/AKT pathway in meta-inflammation. Int J Mol Sci. 23 (23), 15330 (2022).
  37. Chen, G. Y., et al. Prediction of Rhizoma Drynariae targets in the treatment of osteoarthritis based on network pharmacology and experimental verification. Evid Based Complement Alternat Med. 2021, 5233462 (2021).
  38. Chen, G. Y., et al. Total flavonoids of Rhizoma Drynariae restore the MMP/TIMP balance in models of osteoarthritis by inhibiting the activation of the NF-κβ and PI3K/AKT pathways. Evid Based Complement Alternat Med. 2021, 6634837 (2021).
  39. Chen, G. Y., et al. Network pharmacology analysis and experimental validation to investigate the mechanism of total flavonoids of Rhizoma Drynariae in treating rheumatoid arthritis. Drug Des Devel Ther. 16, 1743-1766 (2022).
  40. Yao, C., Narumiya, S. Prostaglandin-cytokine crosstalk in chronic inflammation. Br J Pharmacol. 176 (3), 337-354 (2019).
  41. Liu, P., et al. NOD-like receptor signaling in inflammation-associated cancers: From functions to targeted therapies. Phytomedicine. 64, 152925 (2019).
  42. Damasceno, L. E. A., et al. PKM2 promotes Th17 cell differentiation and autoimmune inflammation by fine-tuning stat3 activation. J Exp Med. 217 (10), e20190613 (2020).
  43. Banerjee, S., Biehl, A., Gadina, M., Hasni, S., Schwartz, D. M. JAK-STAT signaling as a target for inflammatory and autoimmune diseases: Current and future prospects. Drugs. 77 (5), 521-546 (2017).
  44. Jiramongkol, Y., Lam, E. W. FOXO transcription factor family in cancer and metastasis. Cancer Metastasis Rev. 39 (3), 681-709 (2020).
  45. Tong, X., et al. Targeting cell death pathways for cancer therapy: Recent developments in necroptosis, pyroptosis, ferroptosis, and cuproptosis research. J Hematol Oncol. 15 (1), 174 (2022).
  46. Ou, H. L., et al. Cellular senescence in cancer: From mechanisms to detection. Mol Oncol. 15 (10), 2634-2671 (2021).
  47. Felten, R., et al. Interleukin 6 receptor inhibition in primary Sjogren syndrome: A multicentre double-blind randomised placebo-controlled trial. Ann Rheum Dis. 80 (3), 329-338 (2021).
  48. Bardsen, K., et al. Interleukin-1-related activity and hypocretin-1 in cerebrospinal fluid contribute to fatigue in primary Sjogren's syndrome. J Neuroinflammation. 16 (1), 102 (2019).
  49. Barrera, M. J., et al. Tofacitinib counteracts il-6 overexpression induced by deficient autophagy: Implications in Sjogren's syndrome. Rheumatology (Oxford). 60 (4), 1951-1962 (2021).
  50. Liu, H., Zhou, Q., Xu, X., Du, Y., Wu, J. ASPM and TROAP gene expression as potential malignant tumor markers. Ann Transl Med. 10 (10), 586 (2022).
  51. Qian, X., et al. CCNB2 overexpression is a poor prognostic biomarker in Chinese NSCLC patients. Biomed Pharmacother. 74, 222-227 (2015).
  52. Mo, M. L., et al. Use of serum circulating CCNB2 in cancer surveillance. Int J Biol Markers. 25 (4), 236-242 (2010).
  53. Li, L., et al. NuSAP is degraded by APC/C-Cdh1 and its overexpression results in mitotic arrest dependent of its microtubules' affinity. Cell Signal. 19 (10), 2046-2055 (2007).
  54. Fabbro, M., et al. Cdk1/Erk2- and Plk1-dependent phosphorylation of a centrosome protein, cep55, is required for its recruitment to midbody and cytokinesis. Dev Cell. 9 (4), 477-488 (2005).
  55. Jeffery, J., Sinha, D., Srihari, S., Kalimutho, M., Khanna, K. K. Beyond cytokinesis: The emerging roles of CEP55 in tumorigenesis. Oncogene. 35 (6), 683-690 (2016).
  56. Feng, Z., et al. Overexpression of abnormal spindle-like microcephaly-associated (ASPM) increases tumor aggressiveness and predicts poor outcome in patients with lung adenocarcinoma. Transl Cancer Res. 10 (2), 983-997 (2021).
  57. Zheng, H., et al. Comprehensive pan-cancer analysis reveals NuSAP1 is a novel predictive biomarker for prognosis and immunotherapy response. Int J Biol Sci. 19 (14), 4689-4708 (2023).
  58. Verstappen, G. M., Pringle, S., Bootsma, H., Kroese, F. G. M. Epithelial-immune cell interplay in primary sjogren syndrome salivary gland pathogenesis. Nat Rev Rheumatol. 17 (6), 333-348 (2021).
  59. El Rayes, T., et al. Lung inflammation promotes metastasis through neutrophil protease-mediated degradation of Tsp-1. Proc Natl Acad Sci U S A. 112 (52), 16000-16005 (2015).
  60. Zhao, L., et al. PM2.5 and serum metabolome and insulin resistance, potential mediation by the gut microbiome: A population-based panel study of older adults in china. Environ Health Perspect. 130 (2), 27007 (2022).
  61. Li, J., et al. PM2.5 exposure perturbs lung microbiome and its metabolic profile in mice. Sci Total Environ. 721, 137432 (2020).
  62. Liao, J. H., et al. Network pharmacology-based strategy to investigate the mechanisms of artemisinin in treating primary sjogren's syndrome. BMC Immunol. 25 (1), 16 (2024).
  63. Hu, Q., et al. JAK/STAT pathway: Extracellular signals, diseases, immunity, and therapeutic regimens. Front Bioeng Biotechnol. 11, 1110765 (2023).
  64. Xue, C., et al. Evolving cognition of the JAK-STAT signaling pathway: Autoimmune disorders and cancer. Signal Transduct Target Ther. 8 (1), 204 (2023).

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

KEGG GO JAK2 STAT3 PM2 5 QPCR ELISA Western blotting

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

联系我们

向图书馆推荐

JoVE 新闻简报

科研

教育

发表

图书馆员

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有，本公司不涉及任何医疗业务和医疗服务。