Sci Simple

New Science Research Articles Everyday

# 健康科学 # 産婦人科

DSN1: 子宮内膜癌における潜在的バイオマーカー

研究によると、DSN1は子宮内膜癌の早期発見と治療を改善するかもしれない。

Jingying Pan, Shuhan Huang, Bidong Fu, Ruiyu Zhang, Minqin Zhou, Zichuan Yu, Hong Zeng, Xitong Geng, Yanting Zhu, Hao Zheng, Hao Wan, Xiaoyu Qu, Shengwei Tang, Yanying Zhong

― 1 分で読む


子宮内膜癌研究におけるDS 子宮内膜癌研究におけるDS N1 療するのに役立つかもしれない。 DSN1は子宮内膜癌を効果的に検出して治
目次

子宮内膜癌は子宮の内側の組織に影響を与える癌の一種だよ。女性の中では結構一般的で、直面する癌の中で4番目に多いんだ。最近では、症例数が急増していて、残念ながらこの病気による死亡者数も増えてる。早期発見がカギなんだけど、初期段階のものは手術や放射線でどうにかなることもあるけど、進行した段階だと良い結果を得るのが難しいことが多い。実際、ステージIVの子宮内膜癌を抱える人の5年生存率は約15%しかない。この厳しい統計は、早期にこの癌を見つけて治療するためのより良い方法が必要だってことを示していて、そこでバイオマーカーが登場するんだ。

バイオマーカーって何?

バイオマーカーは基本的に体内のシグナルのことで、医者が病気を特定したり、その進行を監視したり、どれだけ治療がうまくいってるかを確認するのに役立つんだ。子宮内膜癌のための信頼性の高いバイオマーカーを見つけることは、診断や治療の改善に役立つから、めっちゃ重要な研究になってるんだ。

DSN1に注目

この分野で注目されてるプロテインの一つがDSN1っていうんだ。細胞分裂を助けるプロテインで、染色体の中心にあるんだ。このプロテインは染色体20上にある遺伝子によってコードされていて、染色体の不安定性に関連してる。これは多くの癌の特徴なんだ。過去の研究で、DSN1がいろんな種類の腫瘍で重要な役割を果たしてることがわかったけど、子宮内膜癌での機能はあまり探求されていなかったんだ。

子宮内膜癌におけるDSN1の役割を調査

私たちの研究では、DSN1が子宮内膜癌にどのように関与しているかを詳しく調べたんだ。バイオインフォマティクスや実験室の技術を使って、DSN1が病気にどんな影響を与えるか、そしてそれが有用なバイオマーカーとして機能するかを発見しようとしたんだ。

サンプル収集

子宮内膜癌と診断された50人の患者からサンプルを調べたよ。すべて倫理的に行われて、適切な承認も得てる。集めたデータは正常な組織と腫瘍サンプルの混合で、遺伝子発現の違いを分析するのに役立ったんだ。

異なる発現を示す遺伝子の発見

次に、集めたデータセットの遺伝子発現を分析して、腫瘍組織と正常組織でどの遺伝子が違った振る舞いをしているかを見つけたんだ。これはいろんなデータベースを調べたり、統計手法を使ったりして行ったよ。

細胞の培養

特定のタイプの子宮内膜癌の細胞をラボで育てて、DSN1の役割をさらに研究したんだ。この細胞を使って、DSN1の発現を操作して何が起こるかを見ることができたよ。

DSN1発現の分析

いろんな実験室の技術を使って、サンプル中のDSN1の発現量を調べたんだ。これが患者の生存率や他の臨床データとどのように関連しているかを見ることを目指したんだ。すると、DSN1のレベルが高いと、結果が悪いことが多いことがわかったよ。

DSN1についてさらに掘り下げる

生物学的プロセスの調査

DSN1が影響を与える可能性のある生物学的経路を探るために、追加の分析を行ったんだ。DSN1のレベルが高いと、細胞周期やDNA複製に関する特定の経路がより活発になることがわかったよ。これは、これらの経路が癌細胞の成長を早めることが多いから、重要なんだ。

プロテイン-プロテイン相互作用

DSN1がどのように働くかを理解するために、他のプロテインとの相互作用を調べたんだ。ここでの重要なプレイヤーはNDC80っていうプロテインで、細胞分裂中に染色体がどのように分離されるかを管理するのに関与しているんだ。私たちの分析では、DSN1がNDC80を通じて子宮内膜癌細胞の成長を促進する可能性があることが示唆されたよ。

免疫システムとDSN1

もう一つ面白い点は、DSN1が腫瘍環境内の免疫応答にどのように影響するかを調査したことだ。DSN1のレベルが高いと、通常腫瘍と戦うのを助ける免疫細胞が減少するみたい。その代わり、腫瘍成長をサポートし免疫応答を抑制することで知られるTh2細胞が増加してた。これって、DSN1の存在が体の防御から腫瘍を守ってる可能性が示唆されてるんだ。

薬剤相互作用と感受性

DSN1が特定の癌治療とどのように相互作用するかも調べたよ。びっくりすることに、いくつかの薬がDSN1の発現を増やしたり減らしたりすることがわかったんだ。これは患者のDSN1レベルに基づいて、特定の治療がどれだけ効果的かに影響を与える可能性があるよ。例えば、DSN1の発現が高い患者は、シスプラチンという薬に対してより敏感だけど、スニチニブという別の薬にはあまり敏感じゃないことがわかったんだ。

結論

私たちの子宮内膜癌とDSN1の役割を探求する中で、DSN1は早期診断や治療戦略に役立つ重要なバイオマーカーかもしれないってことがわかったよ。DSN1のレベルが高い患者はしばしば結果が悪くなるから、そのレベルをモニタリングすることが治療をより効果的にカスタマイズするのに役立つかもしれないね。

要するに、子宮内膜癌やDSN1の役割を完全に理解する旅はまだ続いてるけど、こういう研究からの洞察がより良い患者ケアの道を開くことは明らかなんだ。DSN1を引き続き研究することで、医療コミュニティに役立つツールを提供できることを願ってるよ。だから、DSN1が子宮内膜癌に対抗する手助けをしてくれることを祈ってるんだ!

オリジナルソース

タイトル: Bioinformatics and machine learning-based identification of cell cycle-related genes and molecular subtypes in endometrial cancer

概要: Endometrial cancer is a common malignant tumor in women, with rising incidence rates and an unoptimistic prognosis. DSN1 is a kinetochore protein-coding gene that affects centromere assembly and progression in cell cycles, which is associated with adverse predictions for many cancers. However, the role of DSN1 in UCEC has not yet been reported. We identified the UCEC-related gene module and obtained the differential genes. Then we constructed a diagnostic model and identified the subtype of the molecule and its association with predictions. Subsequently, we identified DSN1 as the core gene and predicted its predictive value. Furthermore, using bioinformatics methods, we found DSN1 was associated with certain clinical characteristics and experimentally validated the expression in cancer tissues of DSN1. Pathway enrichment analysis identified DSN1 as a cell cycle-associated protein, which was validated by WB. The protein interaction network also revealed DSN1 was significantly associated with NDC80. Then we explored the correlation of DSN1 and immune cells and immune cell infiltration and found that DSN1 may affect Th2 enrichment by affecting CCL7 and CCL8. Drug susceptibility analysis showed DSN1 was sensitive to cisplatin and resistant to sunitinib. In conclusion, DSN1 was a novel biomarker that contributes to prognosis and treatment.

著者: Jingying Pan, Shuhan Huang, Bidong Fu, Ruiyu Zhang, Minqin Zhou, Zichuan Yu, Hong Zeng, Xitong Geng, Yanting Zhu, Hao Zheng, Hao Wan, Xiaoyu Qu, Shengwei Tang, Yanying Zhong

最終更新: 2024-11-28 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2024.11.27.24318050

ソースPDF: https://www.medrxiv.org/content/10.1101/2024.11.27.24318050.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。

著者たちからもっと読む

ロボット工学 インフィニテワールド:ロボット学習の未来

ロボットが人間みたいにインタラクションやスキルを学べる新しいプラットフォーム。

Pengzhen Ren, Min Li, Zhen Luo

― 1 分で読む

類似の記事