间充质细胞源性骨肉瘤中关键分子标志物鉴定及药物敏感性分析

doi:10.12307/2025.009

中国组织工程研究 ›› 2025, Vol. 29 ›› Issue (7): 1448-1456.doi: 10.12307/2025.009

• 干细胞相关大数据分析 Stem cell-related big data analysis • 上一篇下一篇

间充质细胞源性骨肉瘤中关键分子标志物鉴定及药物敏感性分析

张昊军1，李泓毅2，3，张辉4，陈浩然5，张力中1，耿杰1，侯传东2，3，于琦5，贺培凤5，贾金鹏6，卢学春1，2

山西医科大学，1基础医学院，4医学科学院，5管理学院，山西省太原市 030600；2中国人民解放军总医院第二医学中心血液病科，国家老年疾病临床医学研究中心，北京市 100853；3解放军医学院，北京市 100853；6中国人民解放军总医院第四医学中心骨科医学部，北京市 100853

收稿日期:2023-11-08 接受日期:2024-01-15 出版日期:2025-03-08 发布日期:2024-06-27
通讯作者: 卢学春，博士，教授，主任医师，山西医科大学基础医学院，山西省太原市 030600；中国人民解放军总医院第二医学中心血液病科，国家老年疾病临床医学研究中心，北京市 100853 共同通讯作者：贾金鹏，博士，主任医师，中国人民解放军总医院第四医学中心骨科医学部，北京市 100853
作者简介:张昊军，男，1998年生，山西医科大学在读硕士，主要从事医学信息学和临床生物信息学方面的研究。
基金资助:
国家重点研发计划(2020YFC2002706-2)，项目负责人：卢学春；山西省健康医疗大数据智能平台关键技术研究(201903D311011)，项目负责人：于琦；军队后勤自主科研课题(2022HQZZ06)，项目负责人：卢学春

Identification and drug sensitivity analysis of key molecular markers in mesenchymal cell-derived osteosarcoma

Zhang Haojun1, Li Hongyi2, 3, Zhang Hui4, Chen Haoran5, Zhang Lizhong1, Geng Jie1, Hou Chuandong2, 3, Yu Qi5, He Peifeng5, Jia Jinpeng6, Lu Xuechun1, 2

1School of Basic Medicine, Shanxi Medical University, Taiyuan 030600, Shanxi Province, China; 2Department of Hematology, Second Medical Center, Chinese PLA General Hospital, National Center for Clinical Research of Geriatric Diseases, Beijing 100853, China; 3Chinese PLA Medical College, Beijing 100853, China; 4Academy of Medical Sciences, Shanxi Medical University, Taiyuan 030600, Shanxi Province, China; 5School of Management, Shanxi Medical University, Taiyuan 030600, Shanxi Province, China; 6Department of Orthopedic Medicine, Fourth Medical Center of Chinese PLA General Hospital, Beijing 100853, China

Received:2023-11-08 Accepted:2024-01-15 Online:2025-03-08 Published:2024-06-27
Contact: Lu Xuechun, MD, Professor, Chief physician, School of Basic Medicine, Shanxi Medical University, Taiyuan 030600, Shanxi Province, China; Department of Hematology, Second Medical Center, Chinese PLA General Hospital, National Center for Clinical Research of Geriatric Diseases, Beijing 100853, China; Jia Jinpeng, MD, Chief physician, Department of Orthopedic Medicine, Fourth Medical Center of Chinese PLA General Hospital, Beijing 100853, China
About author:Zhang Haojun, Master candidate, School of Basic Medicine, Shanxi Medical University, Taiyuan 030600, Shanxi Province, China
Supported by:
National Key Research & Development Program, No. 2020YFC2002706-2 (to LXC); Key Technology Research on Shanxi Province Health and Medical Big Data Intelligent Platform, No. 201903D311011 (to YQ); Military Logistics Independent Research Project, No. 2022HQZZ06 (to LXC)

摘要/Abstract

摘要：

文题释义：

生物信息学分析：是一种在生物信息学领域中进行数据处理和解释的过程，旨在从生物学数据中提取有关生物体系和分子机制的信息。
药物敏感性：是一种用于评估不同药物对疾病或肿瘤细胞治疗效果的实验方法。它的主要目的是确定哪种药物或药物组合对患者的疾病或细胞株最具疗效，以便个体化治疗。这种分析在癌症治疗中特别有用，因为不同的肿瘤类型和患者可能对同一种药物有不同的反应。

背景：骨肉瘤发病机制复杂，预后较差，随着医疗技术的发展，其5年生存率有所改善，但仍未取得实质性进展。
目的：筛选骨肉瘤中关键分子标志物，分析其与骨肉瘤治疗药物之间的关系，并从分子水平探讨骨肉瘤可能的疾病机制。
方法：从基因表达谱数据库中获取GSE99671和GSE28425(miRNA)，对GSE99671进行差异表达基因分析和加权基因共表达网络分析(WGCNA)。利用基因本体学(GO)和京都基因与基因组百科全书(KEGG)分别对差异表达基因和与疾病正相关性最高的模块基因进行功能富集分析。将上述模块基因与差异表达基因取交集作为关键基因，构建蛋白质相互作用网络，使用CytoScape软件对关键基因进行相关性分析，筛选枢纽基因(Hub基因)。使用GSE28425数据集对Hub基因进行外部验证，同时对Hub基因进行文本验证。使用CellMiner数据库对Hub基因进行药物敏感性分析，依据关联系数的绝对值|R| > 0.3，P < 0.05作为阈值进行筛选。

结果与结论：①差异表达分析获得529个差异表达基因，其中177个表达上调，352个表达下调；WGCNA分析共得到592个与骨肉瘤相关性最高的基因；②GO富集结果显示骨肉瘤的发生发展可能与细胞外基质、骨细胞的分化与发育、人体的免疫调控、胶原蛋白的合成与分解相关；KEGG富集结果显示PI3K-Akt信号通路、焦点黏附信号通路、免疫应答等参与骨肉瘤疾病的发生；③交集结果显示，共获得59个关键基因，经蛋白质相互作用网络分析，筛选得到8个Hub基因，分别为LUM、PLOD1、PLOD2、MMP14、COL11A1、THBS2、LEPRE1、TGFB1，且均为表达上调；④外部验证发现调控Hub基因的miRNA明显下调，其中hsa-miR-144-3p和hsa-miR-150-5p的下调最为显著；文本验证结果显示Hub基因的表达与既往研究基本一致；⑤药物敏感性分析发现甲氨蝶呤、异环磷酰胺、帕博西尼的活性与PLOD1、PLOD2、MMP14的mRNA表达呈负相关关系；而唑来膦酸、雷帕霉素的活性与PLOD1、LUM、MMP14、PLOD2、TGFB1的mRNA表达呈正相关关系，提示唑来膦酸和雷帕霉素有望成为骨肉瘤的潜在治疗药物，但仍需进一步基础实验和临床研究加以验证。

https://orcid.org/0009-0007-1536-6928 (张昊军)

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

关键词: 骨肉瘤, 分子标志物, 信号通路, 药物预测, WGCNA, 药物敏感性, 生物信息学

Abstract: BACKGROUND: Osteosarcoma has a complex pathogenesis and a poor prognosis. While advancements in medical technology have led to some improvements in the 5-year survival rate, substantial progress in its treatment has not yet been achieved.
OBJECTIVE: To screen key molecular markers in osteosarcoma, analyze their relationship with osteosarcoma treatment drugs, and explore the potential disease mechanisms of osteosarcoma at the molecular level.
METHODS: GSE99671 and GSE284259 (miRNA) datasets were obtained from the Gene Expression Omnibus database. Differential gene expression analysis and Weighted Gene Co-expression Network Analysis (WGCNA) on GSE99671 were performed. Functional enrichment analysis was conducted using Gene Ontology and Kyoto Encyclopedia of Genes and Genomes separately for the differentially expressed genes and the module genes with the highest positive correlation to the disease. The intersection of these module genes and differentially expressed genes was taken as key genes. A Protein-Protein Interaction network was constructed, and correlation analysis on the key genes was performed using CytoScape software, and hub genes were identified. Hub genes were externally validated using the GSE28425 dataset and text validation was conducted. The drug sensitivity of hub genes was analyzed using the CellMiner database, with a threshold of absolute value of correlation coefficient |R| > 0.3 and P < 0.05.
RESULTS AND CONCLUSION: (1) Differential gene expression analysis identified 529 differentially expressed genes, comprising 177 upregulated and 352 downregulated genes. WGCNA analysis yielded a total of 592 genes with the highest correlation to osteosarcoma. (2) Gene Ontology enrichment results indicated that the development of osteosarcoma may be associated with extracellular matrix, bone cell differentiation and development, human immune regulation, and collagen synthesis and degradation. Kyoto Encyclopedia of Genes and Genomes enrichment results showed the involvement of pathways such as PI3K-Akt signaling pathway, focal adhesion signaling pathway, and immune response in the onset of osteosarcoma. (3) The intersection analysis revealed a total of 59 key genes. Through Protein-Protein Interaction network analysis, 8 hub genes were selected, which were LUM, PLOD1, PLOD2, MMP14, COL11A1, THBS2, LEPRE1, and TGFB1, all of which were upregulated. (4) External validation revealed significantly downregulated miRNAs that regulate the hub genes, with hsa-miR-144-3p and hsa-miR-150-5p showing the most significant downregulation. Text validation results demonstrated that the expression of hub genes was consistent with previous research. (5) Drug sensitivity analysis indicated a negative correlation between the activity of methotrexate, 6-mercaptopurine, and pazopanib with the mRNA expression of PLOD1, PLOD2, and MMP14. Moreover, zoledronic acid and lapatinib showed a positive correlation with the mRNA expression of PLOD1, LUM, MMP14, PLOD2, and TGFB1. This suggests that zoledronic acid and lapatinib may be potential therapeutic drugs for osteosarcoma, but further validation is required through additional basic experiments and clinical studies.

Key words: osteosarcoma, molecular marker, signaling pathway, drug prediction, WGCNA, drug sensitivity, bioinformatics

中图分类号:

张昊军, 李泓毅, 张辉, 陈浩然, 张力中, 耿杰, 侯传东, 于琦, 贺培凤, 贾金鹏, 卢学春. 间充质细胞源性骨肉瘤中关键分子标志物鉴定及药物敏感性分析[J]. 中国组织工程研究, 2025, 29(7): 1448-1456.

Zhang Haojun, Li Hongyi, Zhang Hui, Chen Haoran, Zhang Lizhong, Geng Jie, Hou Chuandong, Yu Qi, He Peifeng, Jia Jinpeng, Lu Xuechun. Identification and drug sensitivity analysis of key molecular markers in mesenchymal cell-derived osteosarcoma[J]. Chinese Journal of Tissue Engineering Research, 2025, 29(7): 1448-1456.

图/表（结果） 6

2.1 数据收集 GSE99671来源于GPL20148测序平台(AB 5500xl-W Genetic Analysis System)，包含16例原发性骨肉瘤组织样本和16例正常骨组织样本。GSE28425(miRNA)来源于GPL8227测序平台(Agilent-019118 Human miRNA Microarray 2.0 G4470B)，包含19个骨肉瘤细胞系和4个正常成骨细胞系，见表1。

2.2 数据分析
2.2.1 筛选差异表达基因 GSE99671表达谱分析得到529个差异表达基因，其中表达上调177个，表达下调352个，见图1；GSE28425表达谱分析得到205个差异表达的miRNA，其中表达上调101个，表达下调104个，见图2。
2.2.2 GO、KEGG富集分析 GO分析结果显示，上调的差异表达基因多富集在细胞外基质组织、细胞外结构域、胶原纤维组织等生物学进程，并且参与体液免疫应答、骨细胞的分化与发育以及脂多糖的应答等；下调的差异表达基因多参与微生物的防御反应、黏膜的免疫应答、过氧化氢的代谢分解、氧气的运输代谢过程等，见图3。KEGG分析结果显示，上调的差异表达基因主要与蛋白质的消化吸收、细胞外基因的受体反应、焦点黏附、PI3K-AKT信号通路、趋化因子信号通路等有关；下调的差异表达基因主要与碳水化合物的消化吸收、原发性免疫缺陷、B细胞受体信号通路、脂肪细胞因子受体通路等有关，见图4。

2.2.3 筛选关键基因将GSE99671构建WGCNA网络，共得到24个特征模块基因，其中MEroyalblue和MEgrey60是和肿瘤正相关性最高的2个模块(MEroyalblue：r=0.54，P=0.001；MEgrey60：r=0.51，P=0.003)，见图5A，B。将上述模块内的592个基因进行GO富集分析共得到32条结果，其中包括生物学进程16条，细胞组分10条，分子功能6条，结果显示主要与细胞外基质、骨关节炎、骨发育、胶原蛋白合成与代谢等生物学过程相关，见图6A。KEGG富集分析共得到278条结果，发现模块基因大多参与PI3K-Akt信号通路、焦点黏附信号通路、细胞外基质受体相互作用等，此外部分基因还充当炎症递质，参与炎症反应，见图6B。将上述结果与差异表达基因取交集共得到59个重叠基因，作为关键基因，见图7。

2.2.4 蛋白互作网络分析蛋白互作网络分析共得到58个蛋白，112条相互关系，平均点度为1.93，利用CytoHubba插件的MCC算法得到排名前10位的核心基因：COL6A1、TGFB1、GAPDH、MMP14、LUM、COL11A1、LEPRE1、PLOD1、PLOD2、THBS2；使用MCODE插件得到最大关联子网络，为LUM、PLOD1、PLOD2、MMP14、COL11A1、THBS2、LEPRE1、TGFB1。2种算法所得结果取交集，最终得到8个核心基因，分别为LUM、PLOD1、PLOD2、MMP14、COL11A1、THBS2、LEPRE1、TGFB1，且这些基因均为表达上调，见图8。

2.2.5 验证核心基因使用ENCORI数据库查找Hub基因对应的miRNA，共得到374个，通过与GSE28425差异分析结果取交集得到76个miRNA，将上述结果与Hub基因建立负向调控关系，最终共得到29个miRNA，见表2。其中，hsa-miR-144-3p和hsa-miR-150-5p是调控Hub基因数目最多的2个miRNA，且logFC值排名靠前，见表2。文献验证结果表明，该研究中骨肉瘤相关Hub基因的表达方向与既往研究结论基本一致，见表3。
2.2.6 药物敏感性分析在CellMiner数据库下载药物敏感数据集和基因表达数据集，按照R > 0.3，P < 0.05进行筛选，共得到236条基因-药物关系。其中甲氨蝶呤、异环磷酰胺、帕博西尼的活性与PLOD1、PLOD2、MMP14的mRNA表达呈负相关关系；而唑来膦酸、雷帕霉素的活性与PLOD1、LUM、MMP14、PLOD2、TGFB1的mRNA呈正相关关系，见图9A，B。

参考文献

[1] CHEN Y, LIU R, WANG W, et al. Advances in targeted therapy for osteosarcoma based on molecular classification. Pharmacol Res. 2021;169:105684.
[2] 李帅,郑振中,张宇鹏,等.骨肉瘤关键基因及免疫浸润的生物信息分析[J].中国医学科学院学报,2022,44(1):110-117.
[3] ANGULO P, KAUSHIK G, SUBRAMANIAM D, et al. Natural compounds targeting major cell signaling pathways: a novel paradigm for osteosarcoma therapy. J Hematol Oncol. 2017;10(1):10.
[4] AZIZ MNM, RAHIM NFC, HUSSIN Y, et al. Anti-Metastatic and Anti-Angiogenic Effects of Curcumin Analog DK1 on Human Osteosarcoma Cells In Vitro. Pharmaceuticals (Basel). 2021;14(6):532.
[5] SIKORA M, KRAJEWSKA K, MARCINKOWSKA K, et al. Comparison of Selected Non-Coding RNAs and Gene Expression Profiles between Common Osteosarcoma Cell Lines. Cancers (Basel). 2022;14(18):4533.
[6] DING L, LIU T, QU Y, et al. lncRNA MELTF-AS1 facilitates osteosarcoma metastasis by modulating MMP14 expression. Mol Ther Nucleic Acids. 2021;26:787-797.
[7] WANG X, ZHAO X, YI Z, et al. WNT5A promotes migration and invasion of human osteosarcoma cells via SRC/ERK/MMP-14 pathway. Cell Biol Int. 2018;42(5):598-607.
[8] FROMIGUÉ O, HAMIDOUCHE Z, MARIE PJ. Blockade of the RhoA-JNK-c-Jun-MMP2 cascade by atorvastatin reduces osteosarcoma cell invasion. J Biol Chem. 2008;283(45):30549-30556.
[9] JIANG H, GUO W, YUAN S, et al. PLOD1 Is a Prognostic Biomarker and Mediator of Proliferation and Invasion in Osteosarcoma. Biomed Res Int. 2020; 2020:3418398.
[10] WU X, XIANG H, CONG W, et al. PLOD1, a target of miR-34c, contributes to cell growth and metastasis via repressing LATS1 phosphorylation and inactivating Hippo pathway in osteosarcoma. Biochem Biophys Res Commun. 2020;527(1):29-36.
[11] HUANG Z, WANG Q, WANG Y, et al. Upregulated LEPRE1 correlates with poor outcome and its knockdown attenuates cells proliferation, migration and invasion in osteosarcoma. Anticancer Drugs. 2020; 31(4):326-332.
[12] WANG G, ZHANG Z, YANG M, et al. Comparative proteomics analysis of human osteosarcoma by 2D DIGE with MALDI-TOF/TOF MS. J Bone Oncol. 2016; 5(4):147-152.
[13] TRANG NTN, LAI CY, TSAI HC, et al. Apelin promotes osteosarcoma metastasis by upregulating PLOD2 expression via the Hippo signaling pathway and hsa_circ_0000004/miR-1303 axis. Int J Biol Sci. 2023;19(2):412-425.
[14] WANG Z, FAN G, ZHU H, et al. PLOD2 high expression associates with immune infiltration and facilitates cancer progression in osteosarcoma. Front Oncol. 2022;12:980390.
[15] CAO F, KANG XH, WANG DF, et al. Mechanism of lncRNA-SRLR induced invasion and metastasis in U2OS osteosarcoma cells. Zhonghua Zhong Liu Za Zhi. 2020;42(12):1007-1013.
[16] CAO F, KANG XH, CUI YH, et al. Upregulation of PLOD2 promotes invasion and metastasis of osteosarcoma cells. Zhonghua Zhong Liu Za Zhi. 2019;41(6):435-440.
[17] YEH LT, LIN CW, LU KH, et al. Niclosamide Suppresses Migration and Invasion of Human Osteosarcoma Cells by Repressing TGFBI Expression via the ERK Signaling Pathway. Int J Mol Sci. 2022;23(1):484.
[18] TEWARI D, PATNI P, BISHAYEE A, et al. Natural products targeting the PI3K-Akt-mTOR signaling pathway in cancer: A novel therapeutic strategy. Semin Cancer Biol. 2022;80:1-17.
[19] CZARNECKA AM, SYNORADZKI K, FIRLEJ W, et al. Molecular Biology of Osteosarcoma. Cancers (Basel). 2020; 12(8):2130.
[20] LIU M, ZHANG J, DONG H, et al. Nimotuzuma restrains proliferation and induces apoptosis in human osteosarcoma cells by regulation of EGFR/PI3K/AKT signal pathway. J Cell Physiol. 2019;234(11): 20879-20887.
[21] JIANG H, WANG X, MIAO W, et al. CXCL8 promotes the invasion of human osteosarcoma cells by regulation of PI3K/Akt signaling pathway. APMIS. 2017;125(9): 773-780.
[22] YUAN B, SHI K, ZHA J, et al. Nuclear receptor modulators inhibit osteosarcoma cell proliferation and tumour growth by regulating the mTOR signaling pathway. Cell Death Dis. 2023;14(1):51.
[23] WU C, GONG S, DUAN Y, et al. A tumor microenvironment-based prognostic index for osteosarcoma. J Biomed Sci. 2023; 30(1):23.
[24] DEMIRCIOGLU F, WANG J, CANDIDO J, et al. Cancer associated fibroblast FAK regulates malignant cell metabolism. Nat Commun. 2020;11(1):1290.
[25] ZHOU J, YI Q, TANG L. The roles of nuclear focal adhesion kinase (FAK) on Cancer: a focused review. J Exp Clin Cancer Res. 2019;38(1):250.
[26] CHEN X, CLEMENT M, HICKS MJ, et al. LOX upregulates FAK phosphorylation to promote metastasis in osteosarcoma. Genes Dis. 2022;10(1):254-266.
[27] QI Y, XU R. Roles of PLODs in Collagen Synthesis and Cancer Progression. Front Cell Dev Biol. 2018;6:66.
[28] DU H, PANG M, HOU X, et al. PLOD2 in cancer research. Biomed Pharmacother. 2017;90:670-676.
[29] SHI W, CHEN Z, LIU H, et al. COL11A1 as an novel biomarker for breast cancer with machine learning and immunohistochemistry validation. Front Immunol. 2022;13:937125.
[30] PIETRASZEK-GREMPLEWICZ K, KARAMANOU K, NIANG A, et al. Small leucine-rich proteoglycans and matrix metalloproteinase-14: Key partners? Matrix Biol. 2019;75-76:271-285.
[31] ABDEL MOUTI M, PAUKLIN S. TGFB1/INHBA Homodimer/Nodal-SMAD2/3 Signaling Network: A Pivotal Molecular Target in PDAC Treatment. Mol Ther. 2021;29(3): 920-936.
[32] KARAMANOU K, PERROT G, MAQUART FX, et al. Lumican as a multivalent effector in wound healing. Adv Drug Deliv Rev. 2018; 129:344-351.
[33] VARENNA M, CROTTI C, BONATI MT, et al. A novel mutation in collagen gene COL1A2 associated with transient regional osteoporosis. Osteoporos Int. 2022;33(1): 299-303.
[34] HOSHINO A, KIM HS, BOJMAR L, et al. Extracellular Vesicle and Particle Biomarkers Define Multiple Human Cancers. Cell. 2020; 182(4):1044-1061.e18.
[35] LIU JF, CHEN PC, CHANG TM, et al. Thrombospondin-2 stimulates MMP-9 production and promotes osteosarcoma metastasis via the PLC, PKC, c-Src and NF-κB activation. J Cell Mol Med. 2020;24(21): 12826-12839.
[36] PERSHA HE, KATO S, DE P, et al. Osteosarcoma with cell-cycle and fibroblast growth factor genomic alterations: case report of Molecular Tumor Board combination strategy resulting in long-term exceptional response. J Hematol Oncol. 2022;15(1):119.
[37] LU KH, LU EW, LIN CW, et al. New insights into molecular and cellular mechanisms of zoledronate in human osteosarcoma. Pharmacol Ther. 2020;214:107611.

引言

材料方法

1.1 设计分子生物信息学实验，药物敏感性分析。
1.2 时间及地点实验于2022年6月至2023年8月在国家老年疾病临床医学研究中心完成。
1.3 数据来源在GEO数据库中，以“osteosarcoma”为检索词，筛选实验设计合理、样本信息全面、实验组和对照组数量均≥3、人的转录组表达谱，最终得到2个数据集：GSE99671、GSE28425。依据各自GPL平台上提供的相关注释文件，对基因表达矩阵进行ID转换，保留有效数据。
1.4 方法
1.4.1 差异表达分析采用R语言“edgeR”包对GSE99671进行差异表达基因筛选，采用“limma”包对GSE28425表达谱进行差异miRNA筛选。筛选条件为基因表达差异倍数的绝对值(|logFC|)≥1.0和错误发现率(false discovery rate，FDR)即校正后的P值< 0.05，并采用“ggplot2”包进行可视化。
1.4.2 差异表达基因功能富集分析采用基因本体学(gene ontology，GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes，KEGG)对关键基因进行富集分析，并采用R语言“clusterProfiler”包可视化。
1.4.3 WGCNA分析及关键基因获取采用R语言“WGCNA”包构建GSE99671的基因共表达网络，挖掘样本间高度相关的基因模块，将模块与外部样本性状相联系。对WGCNA分析中与肿瘤正相关性最高的模块基因进行GO和KEGG富集分析。将上述模块基因与差异表达基因之间的重叠基因取交集作为关键基因，并采用R语言“VennDiagram”包可视化。
1.4.4 关键基因蛋白网络构建及Hub基因筛选采用STRING在线数据库(https://string-db.org/)对前述关键基因构建蛋白质互作网络，采用CytoScape软件进行可视化处理，分别使用CytoHubba插件中最大团中心性(maximal clique centrality，MCC)算法和MCODE插件进行Hub基因的筛选，将两部分的结果取交集作为最终的Hub基因。
1.4.5 验证Hub基因使用ENCORI(https://starbase.sysu.edu.cn/index.php)数据库查找Hub基因对应的miRNA并将结果导出。通过与差异表达的miRNA取交集，建立Hub基因与miRNA的负调控关系，并使用
CytoScape软件进行可视化。此外，该研究使用biopython包，在PubMed数据库中检索近20年来 Hub基因在骨肉瘤中的研究现状，检索式设定为“Hub基因”+“(osteosarcoma [Title/Abstract] OR bone sarcoma[Title/Abstract] OR osteogenic sarcoma[Title/Abstract] OR Osteosarcomas[Title/Abstract]) AND (2003/1/1[Date-Publication] : 2023/4/11[Date-Publication])”。
1.4.6 Hub基因药物敏感性分析使用CellMiner(https://discover.nci.nih.gov/cellminer/home.do)数据库对Hub基因进行药物敏感性分析，筛选条件为相关系数(|R|) > 0.3和P < 0.05，并采用“ggplot2”包进行可视化。

1.5 主要观察指标 ①差异表达基因的筛选；②加权基因共表达网络的构建与分析；③关键分子标志物的鉴定；④药物敏感性分析。

讨论

该研究通过对GSE99671表达谱进行差异表达基因分析和WGCNA分析，共得到59个关键基因。通过构建蛋白互作网络，使用CytoScape中的CytoHubba插件和MCODE插件筛选出与骨肉瘤相关的8个Hub基因，分别为LUM、PLOD1、PLOD2、MMP14、COL11A1、THBS2、LEPRE1、TGFB1，且logFC均> 0。使用GSE28425对Hub基因进行外部验证，发现调控Hub基因的miRNA都出现明显的下调，其中hsa-miR-144-3p和hsa-miR-150-5p最为显著。同时，对Hub基因进行文献验证，发现Hub基因在骨肉瘤中的表达与该研究得出的结果基本一致。使用CellMiner数据库对Hub基因进行药物敏感性分析，发现甲氨蝶呤、异环磷酰胺、帕博西尼的活性与PLOD1、PLOD2、MMP14的mRNA表达呈负相关关系；而唑来膦酸、雷帕霉素的活性与PLOD1、LUM、MMP14、PLOD2、TGFB1的mRNA表达呈正相关关系，提示PLOD1、PLOD2、MMP14可能与骨肉瘤化疗药物的耐药有关，而唑来膦酸与雷帕霉素有望成为骨肉瘤的潜在治疗药物。
差异表达基因和与肿瘤正相关性最高的模块基因的GO富集分析和KEGG富集分析结果均显示骨肉瘤的发生发展可能与PI3K-Akt信号通路、焦点黏附信号通路以及免疫应答相关。PI3K-Akt信号通路在调控细胞存活、生长、增殖、血管生成、转录、翻译和代谢等方面发挥着至关重要的作用，可被多种类型的细胞刺激或毒性损伤激活，在大多数癌症中都存在该通路的异常[18]。研究表明骨肉瘤中经常发生PI3K-Akt途径的过度激活[19-20]，JIANG等[21]发现白细胞介素8通过调节PI3K-Akt信号通路和提高基质金属蛋白酶的表达促进骨肉瘤细胞的侵袭和抑制晚期骨肉瘤细胞的凋亡，白细胞介素8有望成为骨肉瘤新的治疗靶点。LIU等[20]通过体外实验发现尼妥珠单抗通过阻断EGFR/PI3K/Akt通路抑制骨肉瘤细胞的增殖和凋亡。PI3K-Akt信号通路的激活会导致Akt的磷酸化，从而调节多个下游靶点的活性，如mTOR和GSK-3β等，这些靶点的激活与骨肉瘤的发生和进展密切相关[22-23]。局部黏附激酶(focal adhesion kinase，FAK)是一种非受体酪氨酸激酶，通常通过转导细胞黏附的信号来调节多种生物细胞功能，包括细胞存活、迁移和癌细胞的入侵，它可以对细胞骨架和细胞黏附进行动态控制，从而控制细胞运动。研究表明，FAK在多种癌细胞中都有过表达或过磷酸化现象，如乳腺癌、肝癌、胰腺癌等[24]。FAK可以通过泛素化促进p53降解，导致癌细胞生长和增殖，在肿瘤微环境中，核FAK可以调节新血管的形成，影响肿瘤的血供。此外，FAK还可以调节GATA4和白细胞介素33的表达，减少炎症反应和免疫逃逸[25]。CHEN等[26]研究发现，抑制骨肉瘤小鼠内FAK的表达或者磷酸化可以降低肿瘤细胞的转移潜能和体内肺转移的发生，FAK有望成为骨肉瘤中新的治疗靶点。
PLOD1是一种位于内质网层的膜结合的同源二聚体蛋白，通过将多个赖氨酸翻译后修饰成羟基赖氨酸在骨原胶原形成中发挥作用[27]。JIANG等[9]研究表明，下调PLOD1可显著抑制MG-63细胞和U2-OS细胞的增殖、迁移和侵袭。WU等[10]研究发现PLOD1在骨肉瘤细胞和组织中高表达，且这种表达和骨肉瘤的不良预后相关。PLOD2是一种胶原修饰酶，虽然与PLOD1同属PLOD家族，但只有PLOD2在通过赖氨酸残基的羟基化形成稳定的胶原互联中起关键作用。研究发现，PLOD2在许多类型的癌症中高表达，如骨癌、胶质母细胞瘤和肝细胞癌等[28]。TRANG等[13]研究表明骨肉瘤组织中PLOD2的高表达与淋巴的远端转移有关。WANG等[14]发现，在骨肉瘤体内和体外实验中PLOD2都处于高表达并促进其迁移、侵袭和血管生成。COL11A1基因编码原胶原蛋白的a1链和XI型的成熟胶原蛋白，它是一种细胞外小纤维胶原蛋白，在骨骼发育和纤维生成中起重要作用[29]。AZIZ等[4]研究表明，姜黄素类似物DK1可以通过下调U-2OS中MMP3、COL11A1等基因和蛋白的表达抑制骨肉瘤细胞系的转移和血管生成能力。MMP14是一种贴附在细胞表面的跨膜蛋白酶，在细胞外基质重塑中起着至关重要的作用。MMP14参与多种生理和病理过程，包括细胞迁移、侵袭、血管生成、伤口愈合和组织重塑。它能够降解多种细胞外基质成分，包括胶原蛋白、层粘连蛋白和纤维连接蛋白，还能激活其他基质金属蛋白酶和生长因子[30]。SIKORA等[5]研究显示MMP14在骨肉瘤细胞系中高表达；DING等[6]发现MELTF-AS1可以通过上调MMP14在骨肉瘤中发挥促转移基因的作用。TGFB1是一种由细胞分泌的多肽分子，属于转化生长因子β超家族，被认为是肿瘤生长和转移的重要调节因子，并参与调节肿瘤免疫系统[31]。YEH等[17]研究发现氯硝柳胺可通过降低U2OS细胞TGFB1的表达抑制骨肉瘤细胞的迁移和侵袭。LUM编码一种富含亮氨酸的小蛋白多糖，在角膜、软骨和皮肤等组织的细胞外基质中表达，该分子已被证明可以调节胶原纤维形成、角质细胞表型和角膜透明度并且参与炎症细胞的外渗和血管生成。研究表明，LUM可以募集中性粒细胞和巨噬细胞，刺激细胞迁移和增殖，调节MMP14和MMP2活性[32]。WANG等[12]研究发现，与正常骨细胞相比，LUM、GFAP、HBA1等蛋白在骨肉瘤细胞系中高表达。LEPRE1编码胶原蛋白脯氨酸羟化酶家族的一员，该酶定位于内质网，主要负责胶原蛋白前体的加工。研究表明，LEPRE1的异常表达或突变与一些遗传性疾病有关，如成骨不全症、Bruck综合征等，这些疾病主要是由于胶原蛋白结构异常或含量不足从而导致骨骼畸形、骨折、软骨病变等[33]。HUANG等[11]研究发现LEPRE1的表达在骨肉瘤组织和细胞中显著升高，且高表达的LEPRE1与骨肉瘤的不良预后相关，而当下调LEPRE1的时候，MG63细胞的增殖、迁移和侵袭能力均受到抑制。血小板反应蛋白2(thrombospondin 2，THBS2)是基质细胞Ca2+结合糖蛋白家族成员之一，由多种细胞释放，通过与细胞表面受体、细胞外基质蛋白和生长因子结合发挥功能，参与血管生成、细胞黏附、细胞骨架组织等多种生物学活动。研究表明，THBS2在多种癌症中表达上调，如胃癌、结直肠癌、胰腺癌等[34]。LIU等[35]研究发现THBS2在晚期骨肉瘤中明显上调，而敲低该表达可显著减少细胞的转移。THBS2可通过增加MMP9的表达水平促进骨肉瘤细胞的迁移和侵袭。
药物敏感性分析发现，PLOD1、PLOD2、MMP14的高表达可能与骨肉瘤化疗药物的耐药有关，如异环磷酰胺、甲氨蝶呤、帕博西尼，它们或为骨肉瘤临床一线用药，或为正在进行临床试验的骨肉瘤治疗药物[36]。此外，唑来膦酸与雷帕霉素的药物活性与PLOD1、PLOD2、MMP14、LUM、TGFB1的mRNA表达呈正相关。研究表明，唑来膦酸具有多种抗骨肉瘤特性，可能有潜力成为高级别骨肉瘤的辅助治疗，以提高生存率并消除化疗的并发症[37]。雷帕霉素是一种mTOR抑制剂，已被批准用于多种癌症的临床治疗。研究发现，雷帕霉素在体外可降低骨肉瘤细胞活力，促进细胞凋亡和诱导细胞自噬[1]。
综上所述，该研究通过对骨肉瘤相关转录组表达谱的分析，发现骨肉瘤的发生发展可能与PI3K-Akt信号通路和焦点黏附信号通路相关。LUM、PLOD1、PLOD2、MMP14、COL11A1、THBS2、LEPRE1、TGFB1可能作为关键分子标志物参与其中，并且PLOD1、PLOD2、MMP14可能与骨肉瘤化疗药物的耐药相关。此外，唑来膦酸和雷帕霉素有望成为骨肉瘤的潜在治疗药物。然而该研究是基于公开数据库的数据分析，具有一定的局限性，仍然需要基础实验和临床进一步验证。
中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

间充质细胞源性骨肉瘤中关键分子标志物鉴定及药物敏感性分析

Identification and drug sensitivity analysis of key molecular markers in mesenchymal cell-derived osteosarcoma

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 6

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	邓柯淇, 李光第, GOSWAMI ASHUTOSH, 刘星余, 何孝勇. 基于生物信息学对骨关节炎铁超载关键基因的筛选与验证[J]. 中国组织工程研究, 2025, 29(9): 1972-1980.
[2]	尹路, 蒋川锋, 陈俊杰, 易明, 王子赫, 石厚银, 汪国友, 沈骅睿. 沙苑子苷A对关节软骨细胞凋亡的影响[J]. 中国组织工程研究, 2025, 29(8): 1541-1547.
[3]	刘琳, 刘世轩, 陆馨悦, 王侃. 慢性肌筋膜触发点模型大鼠的尿液代谢组学分析[J]. 中国组织工程研究, 2025, 29(8): 1585-1592.
[4]	王秋月, 靳攀, 蒲锐. 运动干预与细胞焦亡在骨关节炎中的作用[J]. 中国组织工程研究, 2025, 29(8): 1667-1675.
[5]	赵嘉诚, 任诗齐, 祝秦, 刘佳佳, 朱翔, 杨洋. 原发性骨质疏松潜在生物标志物的生物信息学分析[J]. 中国组织工程研究, 2025, 29(8): 1741-1750.
[6]	喻婷, 吕冬梅, 邓浩, 孙涛, 程钎. 淫羊藿苷预处理增强人牙周膜干细胞对M1型巨噬细胞的影响[J]. 中国组织工程研究, 2025, 29(7): 1328-1335.
[7]	艾克帕尔·艾尔肯, 陈晓涛, 吾凡别克·巴合提. 成骨诱导人牙周膜干细胞来源外泌体促进炎症微环境下人牙周膜干细胞成骨分化[J]. 中国组织工程研究, 2025, 29(7): 1388-1394.
[8]	章镇宇, 梁秋健, 杨军, 韦相宇, 蒋捷, 黄林科, 谭桢. 新橙皮苷治疗骨质疏松症的靶点及对骨髓间充质干细胞成骨分化的作用[J]. 中国组织工程研究, 2025, 29(7): 1437-1447.
[9]	王咪, 马书杰, 刘杨, 齐瑞. 缺血性脑卒中铁死亡特征基因NFE2L2的鉴定与验证[J]. 中国组织工程研究, 2025, 29(7): 1466-1474.
[10]	孙玉婷, 吴家媛, 张剑. 影响牙髓干细胞成骨及成牙本质分化的相关物理因素及作用机制[J]. 中国组织工程研究, 2025, 29(7): 1531-1540.
[11]	赵瑞华, 陈思娴, 郭杨, 石磊, 吴承杰, 吴毛, 杨光露, 张昊恒, 马勇. 温肾通督方促进小鼠脊髓损伤的修复[J]. 中国组织工程研究, 2025, 29(6): 1118-1126.
[12]	郑琳, 靳文君, 罗珊珊, 黄芮, 王杰, 程余婷, 安哲庆, 熊玥, 巩仔鹏, 廖健. 杜仲促进去势大鼠牙槽骨成骨的作用[J]. 中国组织工程研究, 2025, 29(6): 1159-1167.
[13]	张德宝, 王鹏, 李琨, 张少杰, 李志军, 李树文, 吴一民. 自体黄韧带干预下兔硬膜外纤维瘢痕的形成[J]. 中国组织工程研究, 2025, 29(6): 1168-1175.
[14]	姬慧慧, 蒋旭, 张志敏, 邢运虹, 王亮亮, 李娜, 宋雨庭, 罗旭光, 崔慧林, 曹锡梅. SR9009联合吲哚丙酸通过核因子κB信号通路减轻C2C12成肌细胞的炎症反应[J]. 中国组织工程研究, 2025, 29(6): 1220-1229.
[15]	何波, 陈文, 马岁录, 何志军, 宋渊, 李金鹏, 刘涛, 魏晓涛, 王威威, 谢婧. 皮瓣缺血再灌注损伤的发病机制及治疗进展[J]. 中国组织工程研究, 2025, 29(6): 1230-1238.