在鼻癌中探索与细胞死亡相关的生物标志物和疾病治疗策略,使用转录学

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 生物标志物发现发现

背景情况:

• 无法控制的细胞增殖驱动癌症的进展和死亡率.
• 编程细胞死亡 (PCD) 对于维持细胞平衡和质量控制至关重要.
• PCD机制为疾病诊断和治疗向提供了潜在的生物标志物.

研究的目的:

• 通过分析与编程细胞死亡 (PCD) 相关的基因,识别鼻癌 (NPC) 的新生物标志物.
• 研究已识别的生物标志物在NPC进展和细胞功能中的作用.
• 探索针对已识别的生物标志物的潜在治疗策略.

主要方法:

• 分析了来自NPC患者的RNA测序数据,以确定差异表达基因 (DEG).
• 机器学习算法 (Lasso,SVM) 和生物信息工具 (STRING,Cytoscape) 用于生物标志物查和蛋白质相互作用分析.
• 进行了体外测试 (伤口愈合,Transwell) 和分子对接,以验证生物标志物的功能和潜在的药物相互作用.

主要成果:

• 确定了800种DEG,包括59种PCD相关的DEG与NPC进展和关键信号通路相关 (PI3K-Akt,TGF-β,IL-17).
• 确定FN1和MUC1是可靠的NPC生物标志物,具有高诊断准确性 (AUC>0.9).
• FN1和MUC1过度表达与PCD途径相关,增强了NPC细胞迁移和入侵,并显示了与潜在药物分子的结合能力.

结论:

• FN1和MUC1已被验证为鼻癌 (NPC) 的可靠生物标志物.
• 这些生物标志物与PCD相关的途径和NPC中的细胞行为有显著的关联.
• 这些发现支持开发针对FN1和MUC1的新型NPC诊断和治疗策略.