食管鳞状细胞癌图谱的开发

摘要

本方案描述了一种用于识别癌症中重要分子变化的有效工具，有助于开发食管鳞状细胞癌的新型诊断和治疗方法。

摘要

食管癌（EC）位居全球癌症发病率第8位^th 最具侵袭性的恶性肿瘤之一，由于缺乏有助于早期检测的生物标志物，其治疗仍然具有挑战性。食管癌（EC）主要表现为两种组织学类型——腺癌（EAD）和鳞状细胞癌（ESCC），其发病率在不同地理区域的人群中存在显著差异。高通量技术正在深刻改变包括癌症在内的疾病认知。科学界面临的一个重大挑战是文献中数据的分散性。为此，本文提出一种简易分析流程，用于分析公开可用的微阵列数据集，并收集癌症与正常状态之间差异表达的分子。该流程可作为差异基因表达分析的标准方法，用于鉴定癌症与正常组织之间，或不同癌症亚型之间差异表达的基因。该流程包含多个步骤：数据预处理（包括对原始基因表达数据进行质量控制和标准化，以消除样本间的技术性差异）、差异表达分析（利用统计学方法，如t检验或方差分析等，识别两个或多个样本组之间差异表达的基因）。 t检验，方差分析（ANOVA）或线性模型）、功能分析（利用生物信息学工具识别差异表达基因中富集的生物学通路和功能）以及验证（通过独立数据集或qPCR、免疫组织化学等实验方法进行验证）。利用该分析流程，可针对任何类型的癌症（包括食管癌）生成一组差异表达分子（DEMs）。该分子集合可用于识别癌症的潜在生物标志物和药物靶点，并加深对疾病分子机制的理解。此外，利用该流程对中国台湾人群进行食管癌特异性筛查，将有助于识别不同人群中的特异性药物靶点，从而实现疾病的个体化治疗。

引言

令人担忧的是，食管癌（EC）是全球第八常见的癌症，也是全球第六大癌症致死原因。中国、印度和伊朗的发病率和死亡率尤其高。食管癌主要有两种类型：食管腺癌（EAC 或 EAD）和食管鳞状细胞癌（ESCC）¹。EAC 在西方国家更为常见，而 ESCC 在东方国家更为普遍，尤其是中国和伊朗²。多种因素与食管癌的发生相关，包括吸烟和饮酒、肥胖以及胃食管反流病（GERD）。此外，在高发地区，饮食因素如水果和蔬菜摄入不足、饮用过热的饮料和食用过热的食物也与 ESCC 的风险相关。早期诊断和治疗对于改善食管癌患者的预后至关重要^3,4。因此，提高公众对食管癌危险因素、体征和症状的认识，并鼓励高危人群定期筛查十分重要。此外，针对可改变的危险因素（如吸烟、饮酒和不健康的饮食习惯）采取干预措施，可能有助于降低食管癌的发病率。EAD 发生于食管下段靠近胃部的黏液分泌腺细胞中，常与胃食管反流病相关，后者是指胃酸和胃内容物反流入食管。相比之下，ESCC 起源于食管上段扁平的鳞状上皮细胞⁵。在吸烟和饮酒普遍的地区，如中国和伊朗，ESCC 更为常见。

在与食管相关的多种疾病中，巴雷特食管（Barrett's esophagus, BE）是一种食管内膜被腺....

方案

1. 食管鳞状细胞癌中差异表达分子的人工整理

1. 使用 PubMed 查找相关的低通量研究
   注意：理解低通量与高通量技术之间的基本差异非常重要。在低通量方法中，仅研究有限数量的样本，且该过程通常耗时较长；相比之下，高通量方法速度更快，能够在一次实验中分析的样本数量显著高于低通量方法。例如，Northern 印迹和 Western 印迹属于低通量技术，而 cDNA 微阵列以及基于 LC-MS/MS 的定量蛋白质组学则属于高通量技术¹⁴。像 NCBI-PubMed（见材料表）这样的搜索引擎是查找与任何癌症相关研究的良好资源，因为它是生物医学科研人员用于查找包括食管鳞状细胞癌（ESCC）在内的各种疾病文献的公开资源。为找到相关研究，需遵循以下步骤。
   1. 点击Google 搜索引擎（见材料表）以打开它。研究人员也可使用该工具，因为有些期刊未被 PubMed 收录，但仍包含高质量的文章。为降低遗漏重要文献的可能性，建议同时使用多个搜索引擎进行检索。
   2. 在PubMed的搜索栏中使用布尔运算符（AND、OR、NOT）。布尔运算符可帮助研究人员通过关键词优化检索，使结果更加相关。

结果

以GEO登录号GSE161533为例，用于研究食管鳞状细胞癌（ESCC）中差异表达的基因。分析的代表性结果如图3所示。GEO2R生成的火山图有助于识别两组实验对象之间存在显著差异的事件。火山图在y轴上显示经-log₁₀转换的显著性水平（p值），在x轴上显示倍数变化（经log₂转换的倍数变化）（图3A），可用于直观展示差异表达的基因。被标记的基因在默认的adj. p值截断值0.05水平上显著差异表达（蓝色表示下调，红色表示上调）。

均差（MD）图显示对数₂ 倍数变化 与. 平均对数₂ 表达值，有助于可视化差异表达的基因。在MD图中，log₂ y轴为转换后的倍数变化，x轴为平均表达值的对数图3B）。加粗的基因在默认的adj.水平上显著差异表达。 <.......

讨论

自从高通量组学技术被应用于癌症生物学以来，数据的生成速度显著加快。这对研究人员，尤其是不熟悉计算机技术的研究人员，构成了挑战。为应对这一问题，多年来生物信息学家提出了建立数据库的构想，以系统化的方式提供数据。这一举措得到了研究人员的积极回应，特别是那些对技术不感兴趣的研究者。此外，散落在文献各处的组学数据对任何人都没有实际用途。因此，为了充分有效地利用这些数据，始终需要一个共用平台，使具有特定研究兴趣的科研人员能够前往并获取所需数据。目前已有多个针对不同癌症类型的数据库，包括 ONCOMINE³⁸、ESCC ATLAS³⁹、胰腺癌数据库（PCD）⁴⁰ 和 DDEC⁴¹。

差异表达基因（DEGs）的概念源于RNA测序数据的分析，指在两种或多种不同条件下（如癌症与正常组织）表达水平发生显著变化的基因。 与 正常，或处理 与 对照）被识别。目前已开发出多种工具用于.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
NCBI-PUBMED	NCBI	https://ncbi.nlm.nih.gov/pubmed	参见第1节，用于文献检索
配备互联网连接和网络浏览器的笔记本电脑/MacBook 或个人计算机。
g:Profiler	ELIXIR 基础设施	https://biit.cs.ut.ee/gprofiler/gost	参见第4.10节，用于GO:MF、GO:BP和GO:CC的功能富集分析
基因表达综合数据库（Gene Expression Omnibus）	NCBI	https://www.ncbi.nlm.nih.gov/geo/	参见第3.1节，用于检索微阵列研究数据库
GEO2R	NCBI	https://www.ncbi.nlm.nih.gov/geo/geo2r/	参见第3.2节，用于使用GEO2R工具分析数据
Google	Google	https://www.google.com	参见第1.1节，用于文献检索
HGNC	HGNC 是人类基因组组织（HUGO）的委员会	https://www.genenames.org	参见第6.1节，用于获取差异表达基因（DEGs）的官方基因符号
HPRD	班加罗尔生物信息学研究所（Institute of Bioinformatics, Bangluru）	http://hprd.org	参见第5.1节，用于获取蛋白质结构信息
OMIM	约翰·霍普金斯大学（Johns Hopkins University），巴尔的摩	http://www.omim.org/entry	参见第8.1节，用于获取特定基因或差异表达基因（DEG）的OMIM编号
Pangloss 程序	由 Chris Seidel 开发	http://www.pangloss.com/seidel/Protocols/venn.cgi	参见第4.9节，用于生成维恩图
PANTHER	南加州大学 Thomas 实验室	http://www.pantherdb.org/geneListAnalysis.do	参见第4.10节，用于GO:MF、GO:BP和GO:CC的功能富集分析
ShinyGO	南达科他州立大学	http://bioinformatics.sdstate.edu/go	参见第4.10节，用于将差异表达基因（DEGs）定位至染色体上