
听说最近“cGAS-STING通路”挺火啊,作为细胞内一个重要的天然免疫信号通路,在抗病毒免疫、抗肿瘤免疫和自身免疫疾病中都发挥着关键作用。薇老师作为一个走在科研前端的人,怎么会放过这么潮流的热点,立马去找了一篇可以作为模版的范文!
这是上海交通大学团队发表在APL Bioeng上的内容,文章在选题上聚焦了前列腺癌(PCa)中免疫逃避与生化复发(BCR)之间的关系。思路上首先通过多组学分析揭示了肿瘤细胞的异质性和免疫逃避机制,其次通过鉴定到的免疫逃避基因构建了BCR风险模型,并确定PCBP2为关键风险因素,最后利用体外实验对其进行验证。
干湿结合现在往往更能俘获审稿人的芳心,尤其是对于临床或着急毕业的小伙伴们来说,不用在实验上耗费大量时间时间,结合生信还能节省周期和成本,在结合点简单的体外实验这文章不就有了。
已经有想法但还不确定思路的小伙伴们,赶快来找薇老师说说吧,让我们的专业团队帮你设计专属方案/基金、评估项目或定制生信分析,主打一个为大家的科研减负!


题目:PCBP2通过cGAS-STING途径促进前列腺癌生化复发的免疫逃避
期刊:APL Bioeng
影响因子:6.6
发表日期:2025.3.5
研究背景
免疫治疗抵抗是前列腺癌(PCa)治疗的一个重要障碍,主要是由于免疫逃避机制。本研究旨在探索前列腺癌中癌症固有免疫逃避相关基因(CIERGs),并建立生化复发(BCR)的预测特征。
研究思路

研究结果
“干”实验部分
1.使用scRNA-seq数据集鉴定PCa中的CIERGs
作者首先从GSE193337数据的scRNA结果中识别到PCa样本中的6种细胞类型,接着通过对TCGA-PRAD和GSE70769数据集的差异分析,并与之前鉴定的182个核心癌症内在逃避基因相交,经过COX回归分析后共鉴定出48个CIERGs。(利用公共数据库进行组学分析怎么能少的了生信服务器的助力呢,保证数据稳定高效运行,数据量大也不怕电脑带不动,博导再也不用担心我进度慢了)
2.TCGA-PRAD患者的NMF聚类分析
随后,作者通过NMF一致聚类分析将TCGA-PRAD和GSE70769队列患者分为两组,KM生存分析显示两组患者预后存在显著差异,C1组比C2组实现BCR的中位时间更短。此外,作者通过降维分析进一步揭示了C1和C2亚型之间的显著差异性。

3.PCa患者CIERGs亚型的临床和分子特征
作者通过差异基因表达分析发现C2亚型中高表达基因主要与较好的预后显著相关,而C1则与较差的预后相关性较强,并且表现出了高水平的Gleason分级和更高的晚期T期发生率。此外,作者通过ssGSEA分析揭示了23个肿瘤浸润免疫细胞在C1和C2亚型中的比例,并通过GO和KEGG富集分析揭示了C1和C2亚型之间与DEGs相关的途径和生物学功能。

4.基于CIERGs的预后特征的建立和验证
之后,作者通过LASSO回归分析确定了6个可以用于构建预后模型的基因(SOCS1, TNFRSF1A, COX6C, IKBKB, PCED1B和PCBP2),然后根据中位特征风险评分将患者分为高/低风险组。KM曲线显示高风险组预后显著更差。此外,研究发现高风险评分与PCa患者发生BCR的可能性增加显著相关。通过可视化风险评分、BCR状态、基因表达水平和对预测1年、3年和5年的分布BCRFS时间相关ROC曲线分析,进一步揭示了该模型较高的可靠性和预测精准性。

5.独立预后因素的识别和模态图模型的构建
作者通过单因素和多因素Cox回归分析发现风险评分是PCa患者BCR的独立预后因素。随后研究通过构建了包含Gleason分级、PSA、T分期和风险评分的nomogram模型来预测1年、3年和5年BCRFS的概率。校准曲线显示预测的BCRFS与观测到的BCRFS非常吻合。进一步根据nomogram区分了高风险组和低风险组,发现高风险组在10年内的累积危险度明显更高。

6.基于CIERGs的免疫治疗反应预测
作者利用来自TCGA-PRAD和GSE193337队列的数据评估了CIERGs对免疫治疗反应性的预测能力,研究发现低危组浆细胞显著丰富,与CIERGs表达呈负相关;而在高危组中巨噬细胞M1更普遍,与CIERGs表达呈正相关。此外,各种免疫细胞之间的关系突出了PCa中肿瘤免疫景观的复杂性和相互关联性。

“湿”实验部分
7.PCBP2在PCa细胞系表达的验证
基于上述结果,作者对PCa细胞系中这些CIERGs进行了验证研究。qRT-PCR和IHC结果显示PCa细胞系中这些CIERGs mRNA水平显著升高,尤其是PCBP2。WB分析显示PCBP2在包括DU145、C42B和PC3在内的PCa细胞系中的蛋白表达均升高。

8.PCBP2基因敲低对Pca细胞系的影响
作者通过PCBP2敲低实验发现PC3和DU145细胞迁移、侵袭、增殖、活力显著降低,EdU阳性细胞数量减少。进一步研究发现当PCBP2下调时,p-TBK1、p-IRF3和p-STING水平升高,表明cGAS-STING通路激活。

9.PCBP2通过cGAS-STING途径调控PCa细胞系
作者将转染siNC或siPCBP2的PC3和DU145细胞与STING激动剂cGAMP(3lM)孵育12小时,然后进行WB分析。实验结果显示,siPCBP2组和cGAMP组中p-TBK1、p-IRF3和p-STING水平显著升高。而用STING抑制剂H-151处理后,升高水平被抑制。此外,研究发现siPCBP2显著损害了PC3和DU145细胞的迁移能力,而H-151可以部分逆转这种影响。这些结果表明PCBP2敲低通过激活cGAS-STING途径抑制PCa细胞的迁移,而抑制STING可以部分减轻这种影响。

文章小结
本研究首次建立了PCa中BCR与免疫逃避之间的重要联系,确定了免疫逃避亚型并建立了预测模型。开发了一个基于六个预后基因的特征,导致一个准确预测前列腺癌预后的nomogram,体外实验揭示了PCBP2通过抑制cGAS-STING通路,具有作为诊断性生物标志物和免疫治疗靶点的潜力,强调了PCa中免疫逃避的重要性,并为个性化免疫治疗提供了新的机会。文章思路干湿结合,逻辑层次分明,结果完整,这样的内容作为一个简单的前期基础也很合适,想深入研究的小伙伴们也可以继续围绕PCBP2,以单基因的角度进行开展。感兴趣但还不确定选题的小伙伴们,欢迎来找薇老师帮大家设计方案或基金,还有个性化生信分析可以提供哦~
