• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      HDGF、NET- 1、HDAC 1在肺癌患者肺癌組織中的表達及臨床意義

      2019-07-09 01:22:54王少青張玉萍許楓黃春雷代先慧青島市城陽區(qū)人民醫(yī)院呼吸內科山東青島66000
      癌癥進展 2019年7期
      關鍵詞:乙?;?/a>分化肺癌

      王少青,張玉萍,許楓,黃春雷,代先慧#青島市城陽區(qū)人民醫(yī)院呼吸內科,山東 青島66000

      2青島市腫瘤醫(yī)院放療科,山東 青島2660000

      肺癌作為威脅人類生命健康的常見惡性腫瘤之一,在男性和女性腫瘤中的發(fā)病率分別居第1位和第3位[1],肺癌的病死率在全球范圍內腫瘤中居第1位,尤其在中國,肺癌的病死率呈逐年升高趨勢。隨著醫(yī)學技術的不斷發(fā)展,放化療等治療能夠改善肺癌患者的生存情況,但是患者的5年生存率仍未超過20%[2]。肺癌的發(fā)生是由多種因素綜合作用的,其中腫瘤細胞增殖在其中發(fā)揮重要作用[3]。近年來,隨著分子生物學技術的不斷發(fā)展,研究者傾向于從分子生物學機制中探索肺癌的發(fā)生及發(fā)展過程,從而改善肺癌患者的生活質量,提高患者的遠期生存率[4-5]。相關研究表明,肝癌衍生生長因子(hepatoma-derived growth factor,HDGF)與肺癌的發(fā)生、發(fā)展密切相關[6];NET-1是四聚體超家族成員之一,主要參與細胞的黏附、增殖及分化等,與惡性腫瘤細胞的增殖密切相關[7];組蛋白去乙酰化酶1(histone deacetylases 1,HDAC1)是哺乳動物的第1個組蛋白去乙酰化酶,在組蛋白乙酰化水平的調控過程中發(fā)揮重要作用[8]。本文探討了肺癌患者肺癌組織中HDGF、NET-1和HDAC1的表達水平及其與肺癌患者臨床特征的關系,旨在為肺癌的治療提供新的靶點。

      1 資料與方法

      1.1 一般資料

      選取2015年3月至2016年12月青島市城陽區(qū)人民醫(yī)院收治的肺癌患者。納入標準:①經組織病理學檢查確診,并經過計算機斷層掃描(computed tomography,CT)及B超輔助診斷;②接受根治性手術治療;③病歷資料完整。排除標準:①合并心、肺、腎等重大臟器病變者;②精神、意識障礙者;③處于特殊時期,如妊娠期或哺乳期;④術前接受放化療者;⑤術后生存時間小于3個月者。根據(jù)納入和排除標準,本研究共選取肺癌患者126例。其中,男82例,女44例;年齡30~76歲,平均(59.62±3.27)歲;≥60歲68例,<60歲58例;有吸煙史59例,無吸煙史67例;病理分型:腺癌43例,鱗癌55例,小細胞癌28例;分化程度:高中分化51例,低分化75例;TNM分期:Ⅰ期45例,Ⅱ期29例,Ⅲ期28例,Ⅵ期24例;有遠處轉移62例,無遠處轉移64例;有血管浸潤41例,無血管浸潤85例。收集肺癌患者的肺癌組織標本和對應的癌旁正常組織(距腫瘤組織2 cm以上)標本各126例。

      1.2 主要試劑與儀器

      兔抗人HDGF多克隆抗體、兔抗人NET-1多克隆抗體及兔抗人HDAC1多克隆抗體均購自北京博奧森生物技術有限公司,鏈霉素抗生物素蛋白-過氧化物酶連結法(streptavidin-perosidase,SP)免疫組織化學染色試劑盒和二氨基聯(lián)苯胺(diaminobenzidine,DAB)顯色試劑盒均購自北京中杉金橋生物技術有限公司;DMI6000B型Leica全自動顯微鏡購自德國徠卡公司。

      1.3 免疫組織化學染色

      取肺癌組織標本和癌旁正常組織標本,置于4%的甲醛溶液中固定,常規(guī)脫水后使用石蠟進行包埋和切片,采用免疫組織化學SP法進行染色。首先,將石蠟標本切成4 μm的連續(xù)切片,并平鋪在3-氨丙基-3-乙氧基甲硅烷處理過的載玻片上,于60℃烤箱中加熱4 h,進行常規(guī)脫蠟,滴加30 ml 3%雙氧水孵育10 min,從而消除內源性過氧化物酶的活性;使用蒸餾水漂洗樣本,置于磷酸鹽緩沖液(phosphate buffer saline,PBS)中,加熱修復抗原;在標本中加入5%的正常山羊血清,在37℃下封閉10 min,然后滴加HDGF多克隆抗體(1∶12 500)、NET-1多克隆抗體(1∶20)和HDAC1多克隆抗體(1∶100),37℃條件下,在濕盒中孵育1 h,接著使用PBS漂洗;使用鏈霉素抗生物素蛋白-過氧化酶孵育10 min,PBS漂洗10 min。使用色源底物溶液孵育10 min,再用蒸餾水漂洗;使用DAB顯色,再用蘇木精復染,最后進行常規(guī)脫水、透明和封片。

      1.4 觀察指標及判定標準[2,7-8]

      比較肺癌組織和癌旁組織中HDGF、NET-1和HDAC1的表達水平,并對HDGF、NET-1、HDAC1表達水平與肺癌患者臨床特征的關系進行分析;分析肺癌組織中HDGF、NET-1、HDAC1表達與肺癌患者TNM分型、分化程度及遠處轉移情況的相關性,以及肺癌患者肺癌組織中HDGF、NET-1、HDAC1表達的相關性。

      免疫組織化學染色結果判定:HDGF以細胞核呈棕黃色或黃色顆粒分布為陽性表達,NET-1以細胞質或細胞膜呈棕黃色或黃色顆粒分布為陽性表達,HDAC1以細胞核呈棕黃色或黃色顆粒分布為陽性表達。由兩名經驗豐富的病理科醫(yī)師在高倍鏡(×400)下隨機選擇每個切片中的10個不重復視野進行閱片。采用半定量計分法計算腫瘤細胞的染色強度和陽性細胞所占比例。染色強度:1分,淡黃色;2分,黃色;3分,棕黃色。陽性細胞所占比例:0分,≤5%;1分,6%~25%;2分,26%~50%;3分,51%~75%;4分,≥76%。以兩項評分的乘積為評價標準:0分,為陰性(-);1~4分,為弱陽性(+);5~8分,為中等陽性(++);9~12分,為強陽性(+++)。本研究以(+)~(+++)作為陽性表達,(-)作為陰性表達。

      1.5 統(tǒng)計學方法

      采用SPSS 19.0統(tǒng)計軟件對數(shù)據(jù)進行分析。計數(shù)資料以例數(shù)和率(%)表示,組間比較采用χ2檢驗;計量資料以均數(shù)±標準差(±s)表示;采用Spearman等級分析進行相關性分析。以P<0.05為差異有統(tǒng)計學意義。

      2 結果

      2.1 HDGF、NET- 1和HDAC 1陽性表達率的比較

      肺癌組織中HDGF、NET-1和HDAC1的陽性表達率均明顯高于癌旁正常組織,差異均有統(tǒng)計學意義(P<0.01)。(表1)

      表1 不同組織中HDGF、NET- 1和HDAC 1陽性表達情況的比較[ n(%)]

      2.2 肺癌組織中HDGF、NET- 1和HDAC 1的陽性表達情況與肺癌患者臨床特征的關系

      吸煙、分化程度為高中分化、TNM分期為Ⅲ~Ⅵ期、有遠處轉移肺癌患者肺癌組織中HDGF、NET-1、HDAC1的陽性表達率均明顯高于未吸煙、分化程度為低分化、TNM分期為Ⅰ~Ⅱ期、無遠處轉移肺癌患者,差異均有統(tǒng)計學意義(χ2HDGF=8.740、17.117、7.660、19.967,PHDGF<0.01;χ2NET-1=12.286、16.846、14.681、14.975,PNET-1<0.01;χ2HDAC1=6.909、15.856、20.181、17.362,PHDAC1<0.01)。不同性別、年齡、病理分型、血管浸潤情況肺癌患者肺癌組織中HDGF、NET-1和HDAC1的陽性表達率比較,差異均無統(tǒng)計學意義(P>0.05)。(表2)

      表2 不同臨床特征肺癌患者肺癌組織中HDGF、NET- 1和HDAC 1的陽性表達情況

      2.3 肺癌組織中HDGF、NET- 1和HDAC 1的陽性表達率與肺癌發(fā)展的相關性分析

      Spearman等級分析結果顯示:肺癌組織中HDGF的陽性表達率與肺癌患者的TNM分期、分化程度及遠處轉移情況均呈正相關(r=0.708、0.689、0.719,P<0.05);肺癌組織中NET-1的陽性表達率與肺癌患者的TNM分期、分化程度及遠處轉移情況均呈正相關(r=0.717、0.705、0.698,P<0.05);肺癌組織中HDAC1的陽性表達率與肺癌患者的TNM分期、分化程度及遠處轉移情況均呈正相關(r=0.702、0.721、0.729,P<0.05)。

      2.4 肺癌組織中HDGF、NET- 1和HDAC 1陽性表達率的相關性分析

      Spearman相關性分析結果顯示:肺癌組織中HDGF的陽性表達率與NET-1和HDAC1的陽性表達率呈正相關(r=0.698、0.727,P<0.05);肺癌組織中NET-1的陽性表達率與HDAC1的陽性表達率呈正相關(r=0.709,P=0.033)。

      3 討論

      癌基因和抑癌基因表達水平異常時,可能導致細胞增殖的轉錄基因異常表達,使細胞的分化和增殖過程發(fā)生異常,細胞間信號轉導異常使得細胞增殖周期發(fā)生變化,甚至凋亡程序消失[9]。HDGF最初是由Nakamura在1994年從HuH7肺癌細胞系培養(yǎng)液中分離出來的肽類物質,HDGF在多種類型腫瘤中的表達水平異常升高,如肺癌、食管癌、胰腺癌等,并且與腫瘤的轉移及預后密切相關[10]。HDGF由240個氨基酸殘基組成,包括6個外顯子和5個內含子,定位于1q21-q23,主要存在于細胞核內,通過PWWP結構域與DNA結合發(fā)揮功能轉錄因子的功能[2]。隨著對HDGF的深入研究,發(fā)現(xiàn)其廣泛存在于正常組織和腫瘤組織中,在細胞增殖、血管生成、胚胎發(fā)育及細胞凋亡過程中發(fā)揮重要作用,而且HDGF的表達具有時相性,主要在器官發(fā)育早期表達,細胞分化程度越高,其表達水平越高,HDGF既可以在細胞質中表達,又可以在細胞核中表達[11]。四聚體超家族含有4個疏水性跨膜結構域的蛋白,構成細胞外兩個環(huán)狀結構,氨基和羧基位于細胞質內,各分子間的序列高度保守,并且跨膜區(qū)域內包括大部分的同源序列,NET-1作為4個跨膜區(qū)域蛋白超家族成員之一,是一種腫瘤增殖相關蛋白,定位于1p34.1,mRNA全長為1297 bp,開放閱讀框包括241個氨基酸,參與細胞信號的轉導及細胞的黏附、增殖、分化過程,NET-1在惡性腫瘤的表達水平異常升高,如肝癌、肺癌、腎癌、胰腺癌等[12]。組蛋白的修飾過程包括乙酰化、磷酸化和甲基化,乙?;怯绊懟蜣D錄的重要機制,而組蛋白的乙?;^程受HDAC的調節(jié)[8],組蛋白的乙?;腿ヒ阴;瘜δ[瘤的發(fā)生、發(fā)展具有重要作用,HDAC共有4種類型,主要通過修飾組蛋白調節(jié)基因或轉錄因子表達,HDAC1屬于Ⅰ型HDAC,是第1個與哺乳動物相關的組蛋白去乙?;?,包括482個氨基酸[7,13]。

      本研究對肺癌組織與癌旁正常組織中HDGF、NET-1和HDAC1的表達水平進行檢測,結果發(fā)現(xiàn),肺癌組織中HDGF、NET-1、HDAC1的陽性表達率均明顯高于癌旁正常組織(P<0.01),提示HDGF、NET-1和HDAC1可能作為診斷肺癌的有效生物學指標。同時本研究還發(fā)現(xiàn),不同吸煙史、分化程度、TNM分期及遠處轉移情況肺癌患者肺癌組織中HDGF、NET-1、HDAC1的陽性表達率比較,差異均有統(tǒng)計學意義(P<0.01),并且HDGF、NET-1、HDAC1的陽性表達率均與肺癌患者的TNM分期、分化程度及遠處轉移情況呈正相關(P<0.05),表明HDGF、NET-1和HDAC1與肺癌的發(fā)生、發(fā)展關系密切。HDGF能夠通過加速胚胎細胞、內皮細胞、血管平滑肌細胞的增殖和生長速度,提高內皮細胞和血管平滑肌細胞的遷移速度,促進新血管生成[14]。NET-1與細胞黏附因子協(xié)同作用影響?zhàn)じ揭蕾囆韵掠涡盘?,激活酪氨酸激酶的磷酸化,加速細胞的分裂,同時減緩細胞凋亡速度[15]。HDAC1與多種影響細胞分化、增殖的轉錄因子直接作用,敲除HDAC1的細胞增殖活性下降,凋亡過程減慢,是由于HDAC1影響分子復合物的結構完整性和功能性,最終影響肺癌細胞的增殖和凋亡過程[16]。另外HDAC1調控周期蛋白依賴性激酶的表達水平,同時使腫瘤細胞的增殖活動停止在G1期,阻滯腫瘤細胞的凋亡,干擾肺癌細胞中下調信號相關蛋白ErbB2的表達和細胞外信號調節(jié)激酶1的活性,并且降低端粒酶活性[17]。吸煙導致肺癌的發(fā)生,主要是因為吸煙過程中煙草產生大量的致癌或促癌物質,導致肺癌的發(fā)生及發(fā)展,從而提高相關蛋白的表達水平[5]。本研究對上述3種指標的相關性進行研究,結果發(fā)現(xiàn)肺癌組織中HDGF、NET-1和HDAC1的陽性表達率間均呈正相關(P<0.05),推測主要是由于上述3種指標通過影響腫瘤細胞的增殖和血管生成過程而相互影響。

      綜上所述,肺癌組織中HDGF、NET-1和HDAC1的陽性表達率異常升高,并且與肺癌的發(fā)展密切相關,同時應戒煙以預防或減緩肺癌進展,HDGF、NET-1和HDAC1 3種分子生物學指標的臨床意義重大,值得臨床推廣應用。

      猜你喜歡
      乙?;?/a>分化肺癌
      中醫(yī)防治肺癌術后并發(fā)癥
      抑癌蛋白p53乙?;揎椀恼{控網絡
      對比增強磁敏感加權成像對肺癌腦轉移瘤檢出的研究
      兩次中美貨幣政策分化的比較及啟示
      分化型甲狀腺癌切除術后多發(fā)骨轉移一例
      中國組織化學與細胞化學雜志(2016年4期)2016-02-27 11:15:53
      microRNA-205在人非小細胞肺癌中的表達及臨床意義
      組蛋白去乙?;敢种苿┑难芯窟M展
      基于肺癌CT的決策樹模型在肺癌診斷中的應用
      基于肺癌CT的決策樹模型在肺癌診斷中的應用
      巫山县| 凤城市| 聂拉木县| 漳州市| 宁德市| 边坝县| 广安市| 剑河县| 广丰县| 宜兴市| 静乐县| 射洪县| 赤壁市| 长子县| 大足县| 舒兰市| 梁河县| 峡江县| 连南| 昌邑市| 三江| 哈尔滨市| 静宁县| 宝山区| 抚顺市| 青川县| 上饶县| 化州市| 中宁县| 通辽市| 芷江| 巴里| 巴南区| 四平市| 太和县| 新安县| 山东| 马公市| 新蔡县| 饶阳县| 秦皇岛市|