Expression and significance of collagen type Ⅻ α1 chain in colon cancer
-
摘要:目的
探讨胶原十二型α1链(COL12A1)在结肠癌组织中的表达及其与结肠癌患者临床病理学特征、预后的关系。
方法采用癌症基因组图谱(TCGA)数据库分析结肠癌组织与癌旁组织的COL12A1表达水平差异，采用TIMER数据库分析COL12A1与肿瘤微环境、免疫浸润的关系。利用基因集富集分析(GSEA)探讨COL12A1在结肠癌中发挥其生物学功能所依赖的相关信号通路。采用免疫组织化学(IHC)评估47例结肠癌及癌旁正常结肠黏膜组织中COL12A1的表达水平，并分析其与结肠癌患者临床病理学特征的关系; 采用蛋白印迹法(WB)检测结肠癌细胞系和正常结肠黏膜细胞系中COL12A1表达水平。利用GEPIA和PrognoScan在线分析网站分析COL12A1表达与结肠癌患者预后的关系。
结果TCGA数据库结肠癌数据集分析显示, COL12A1在结肠癌组织中的表达高于正常组织，差异有统计学意义(P < 0.001); IHC结果显示, COL12A1在结肠癌组织中的表达高于癌旁正常组织，差异有统计学意义(P < 0.000 1)。在结肠癌组织中, COL12A1表达水平与神经/血管浸润(P=0.029)、淋巴结转移(P=0.003)、TNM分期(P=0.001)有关。在线数据库分析显示, COL12A1高表达患者的无病生存期较短。COL12A1表达与结肠癌微环境中CD8+T细胞、B细胞、CD4+T细胞、巨噬细胞、嗜酸性粒细胞、中性粒细胞及树突状细胞呈正相关(P < 0.001)。基因本体论(GO)及京都基因和基因组百科全书(KEGG)通路分析表明, COL12A1表达涉及细胞黏附、化学突触传递、细胞因子受体相互作用、细胞基质受体相互作用、自噬调节等信号通路。
结论COL12A1在结肠癌细胞系及组织中呈高表达，并且与患者不良预后呈正相关。COL12A1的表达与结肠癌微环境的免疫细胞浸润呈正相关, COL12A1或可作为结肠癌预后的一种新的标志物，并可能成为免疫治疗的潜在靶点。
Abstract:ObjectiveTo investigate the expression of collagen type Ⅻ α1 chain (COL12A1) in tissues of colon cancer and its relationships with clinicopathological characteristics and prognosis of patients with colon cancer.
MethodsThe difference of COL12A1 expression level between colon cancer tissues and adjacent tissues was analyzed by The Cancer Genome Atlas (TCGA) database, and the relationships of COL12A1 with tumor microenvironment and immune invasion were analyzed by the TIMER database. Gene Set Enrichment Analysis (GSEA) was used to explore the related signal pathways of COL12A1 playing its biological functions in colon cancer. Immunohistochemistry (IHC) was used to evaluate the expression of COL12A1 in 47 cases of colon cancer and normal colon mucosa adjacent to the cancer, and its relationship with the clinicopathological characteristics of colon cancer patients was analyzed as well; the Western blot (WB) was used to detect the expression level of COL12A1 in colon cancer cell lines and normal colon mucosa cell lines. GEPIA and PrognoScan online analysis websites were used to analyze the relationship between the expression of COL12A1 and the prognosis in patients with colon cancer.
ResultsThe analysis of colon cancer dataset of TCGA database showed that the expression of COL12A1 in colon cancer tissues was significantly higher than that in normal tissues (P < 0.001); the IHC result showed that the expression of COL12A1 in colon cancer tissues was significantly higher than that in normal adjacent tissues (P < 0.000 1). In colon cancer tissues, the expression level of COL12A1 was related to nerve or vascular invasion (P=0.029), lymph node metastasis (P=0.003), and TNM staging (P=0.001). Online database analysis showed that patients with high expression of COL12A1 had a shorter disease-free survival. The expression of COL12A1 was positively correlated with CD8+ T cells, B cells, CD4+ T cells, macrophages, eosinophils, neutrophils and dendritic cells in colon cancer microenvironment (P < 0.001). Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway analysis showed that COL12A1 expression involved in signal pathways such as cell adhesion, chemical synaptic transmission, cytokine receptor interaction, cell matrix receptor interaction and autophagy regulation.
ConclusionCOL12A1 is highly expressed in colon cancer cell lines and tissues, and is positively related to the poor prognosis of patients. The expression of COL12A1 is positively correlated with the immune cell infiltration of colon cancer microenvironment, and COL12A1 may be a new prognostic marker for colon cancer and a potential target for immunotherapy.
-
胰腺癌为消化系统常见且致命的恶性肿瘤之一，是癌症死亡的第7大原因，每年有超过466 000例胰腺癌患者死亡，且发达国家的胰腺癌发病率相较发展中国家高4~5倍[1]。据统计, 1990—2019年，中国的胰腺癌标化发病率由3.17/100 000增长至5.78/100 000(增长率为82.33%), 标化病死率由3.34/100 000增长至5.99/100 000(增长率为79.34%)[2]。胰腺癌的发生具有隐匿性，早期通常无相关临床症状，当出现胰腺癌症状时，大多数患者已出现局部扩散或远处转移[3]。胰腺癌的致死率极高，患者总体5年生存率约为6%[4]。因此，了解胰腺癌的危险因素并有效预防对于降低胰腺癌发病率具有重要的临床意义。本研究基于英国生物样本数据库(UKB)约50万人群队列的临床资料进行分析，以期发现胰腺癌发病的危险因素，现报告如下。
1. 资料与方法
1.1 资料来源
本研究数据来源于UKB(申请号69476), 该数据库建立于2006年，2006—2010年共招募了50多万名研究对象，年龄40~69岁，居住地位于评估中心25英里范围内，并在英国国家健康服务中心进行注册和签署知情同意书[5-6]。伦理审查: UKB作为研究组织库(RTB), 已获得英国西北多中心研究伦理委员会(MREC)的批准。排除标准: ①年龄、性别、体质量指数(BMI)、种族、Townsend剥夺指数、吸烟史、饮酒史资料缺失者; ②无随访信息者; ③糖尿病、高血压病、胰腺炎发生于胰腺癌之后者; ④参加评估前有胰腺癌病史者。研究对象筛选步骤和结果见图 1。
1.2 研究方法
1.2.1 研究变量
本研究的变量主要包括年龄、性别、种族、Townsend剥夺指数、教育程度(完成全日制教育年龄)、BMI、吸烟史和饮酒史等一般情况，高血压病、糖尿病、急性胰腺炎、慢性胰腺炎等既往病史，间接胆红素(IBIL)、总胆红素(TBIL)、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、白蛋白(ALB)、总胆固醇(TC)、甘油三酯(TG)、尿酸(UA)、肌酐(Cr)、γ-谷氨酰转肽酶(GGT)、高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、C反应蛋白(CRP)、空腹血糖(FPG)、糖化血红蛋白(HbA1c)等实验室检测指标。
1.2.2 胰腺癌诊断依据
根据国家癌症登记处、住院患者记录，确定首次记录为胰腺癌的病例。采用第9次修订版国际疾病分类编码(ICD-9)和第10次修订版国际疾病分类编码(ICD-10)诊断胰腺癌病例(编码分别为157和C25)。
1.3 统计学分析
采用SPSS 25.0统计学软件分析数据。分类资料以[n(%)]表示，比较进行卡方检验和Fisher检验。符合正态分布的计量资料以(x±s)表示，根据方差齐性选择t检验，不符合正态分布的计量资料以[M(P25, P75)]表示，比较进行U检验。采用多因素二元Logistic逐步回归模型分析胰腺癌的危险因素，计算比值比(OR)和95%置信区间(95%CI), 并用BRUZZI P等[7]定义的公式计算各危险因素的人群归因危险度(PAR)。计算公式为$\mathrm{PAR}=\left(1-\sum_{\mathrm{i}=0}^{\mathrm{j}} \frac{P j}{R j}\right) \times 100 \%$, Rj表示在暴露因素水平第j层的调整其他因素后的相对危险度, Pj为j层病例数与总病例数之比。
2. 结果
2.1 基线资料分析和胰腺癌危险因素的单因素分析
本研究包括1 538例胰腺癌患者和匹配的15 380例无胰腺癌患者，分别纳入胰腺癌组和对照组。胰腺癌组BMI、吸烟史及高血压病、糖尿病、胰腺炎患病率与对照组比较，差异有统计学意义(P < 0.05); 2组在年龄、性别、种族、教育程度(完成全日制教育年龄)、饮酒史方面比较，差异无统计学意义(P>0.05); 2组TBIL、GGT、HDL、ALT、LDL、TG、Cr、CRP、HbA1c、FPG水平比较，差异有统计学意义(P < 0.05); 2组IBIL、ALB、AST、TC、UA水平比较，差异无统计学意义(P>0.05)。见表 1。
表 1 2组基线资料比较和胰腺癌危险因素的单因素分析[n(%)][M(P25, P75)]基线资料 分类 胰腺癌组
(n=1 538)对照组
(n=15 380)χ2/Z P 单因素分析 P OR(95%CI) 年龄/岁 62.0(58.0, 66.0) 62.0(58.0, 66.0) -0.086 0.931 0.972 1.000(0.992~1.009) 性别 男 809(52.6) 8 090(52.6) 0 1.000 1.000 1.000(0.900~1.111) 女 729(47.4) 7 290(47.4) — 1.000 种族 白种人 1 410(91.7) 14 193(92.3) 1.968 0.742 — 1.000 混血种人 54(3.5) 501(3.3) 0.576 1.085(0.815~1.444) 亚洲人 48(3.1) 465(3.0) 0.804 1.039(0.768~1.406) 黑种人 8(0.5) 50(0.3) 0.212 1.611(0.762~3.404) 其他人种 18(1.2) 171(1.1) 0.816 1.060(0.650~1.727) Townsend剥夺指数 -2.0(-4.0, 1.0) -2.0(-4.0, 0) -2.992 0.003 < 0.001 1.032(1.015~1.050) 完成全日制教育年龄 < 15岁 21(1.4) 215(1.4) 1.172 0.760 — 1.000 15~18岁 924(60.1) 9 129(59.4) 0.878 1.036(0.659~1.630) >18岁 138(9.0) 1 304(8.5) 0.744 1.083(0.670~1.753) 未知 455(29.6) 4 732(30.8) 0.947 0.984(0.623~1.557) BMI/(kg/m2) 27.0(25.0, 31.0) 27.0(24.0, 30.0) -4.088 < 0.001 < 0.001 1.026(1.015~1.037) 饮酒史 有 1 468(95.4) 14 712(95.7) 0.145 0.703 0.703 0.952(0.740~1.225) 无 70(4.6) 668(4.3) — 1.000 吸烟史 有 837(54.4) 7 546(49.1) 16.055 < 0.001 < 0.001 1.240(1.116~1.377) 无 701(45.6) 7 834(50.9) — 1.000 高血压病病史 有 643(41.8) 5 732(37.3) 12.264 < 0.001 < 0.001 1.209(1.087~1.345) 无 895(58.2) 9 648(62.7) — 1.000 糖尿病病史 1型糖尿病 35(2.3) 183(1.2) 156.025 < 0.001 < 0.001 2.170(1.504~3.129) 2型糖尿病 282(18.3) 1 383(9.0) < 0.001 2.313(2.009~2.663) 其他 7(0.5) 43(0.3) 0.133 1.847(0.829~4.114) 无 1 214(78.9) 13 771(89.5) — 1.000 胰腺炎病史 急性胰腺炎 65(4.2) 114(0.7) 369.000 < 0.001 < 0.001 6.090(4.470~8.299) 慢性胰腺炎 36(2.3) 16(0.1) < 0.001 24.034(13.304~43.417) 两者均有 11(0.7) 18(0.1) < 0.001 6.528(3.077~13.847) 两者均无 1 426(92.7) 15 232(99.0) — 1.000 IBIL/(mmol/L) 2.0(1.0, 2.0) 2.0(1.0, 2.0) -1.954 0.051 0.692 0.987(0.925~1.053) TBIL/(mmol/L) 8.0(6.0, 10.0) 8.0(7.0, 11.0) -3.495 < 0.001 0.009 0.982(0.969~0.996) ALB/(mmol/L) 45.0(43.0, 47.0) 45.0(43.0, 47.0) -1.042 0.298 0.163 0.985(0.964~1.006) ALT/(U/L) 21.0(17.0, 29.0) 21.0(16.0, 27.0) -3.765 < 0.001 0.003 1.005(1.002~1.008) AST/(U/L) 25.0(22.0, 30.0) 25.0(22.0, 29.0) -1.086 0.278 0.334 1.002(0.998~1.005) GGT/(U/L) 30.0(21.0, 47.0) 28.0(20.0, 43.0) -5.465 < 0.001 < 0.001 1.002(1.001~1.003) TC/(mmol/L) 6.0(5.0, 6.0) 6.0(5.0, 6.0) -1.950 0.051 0.023 0.950(0.908~0.993) TG/(mmol/L) 2.0(1.0, 2.0) 2.0(1.0, 2.0) -3.579 < 0.001 < 0.001 1.101(1.050~1.155) HDL/(mmol/L) 1.0(1.0, 2.0) 1.0(1.0, 2.0) -2.430 0.015 0.011 0.864(0.772~0.968) LDL/(mmol/L) 3.0(3.0, 4.0) 4.0(3.0, 4.0) -2.454 0.014 0.008 0.924(0.872~0.980) UA/(μmol/L) 5.0(5.0, 6.0) 5.0(5.0, 6.0) -1.186 0.236 0.379 0.983(0.948~1.021) Cr/(μmol/L) 72.0(61.0, 83.0) 73.0(63.0, 83.0) -2.238 0.025 0.972 1.000(0.997~1.003) CRP/(mg/L) 2.0(1.0, 3.0) 1.0(1.0, 3.0) -5.214 < 0.001 0.001 1.018(1.008~1.029) FPG/(mmol/L) 5.0(5.0, 6.0) 5.0(5.0, 5.0) -3.652 < 0.001 < 0.001 1.097(1.063~1.133) HbA1c/(mmol/mol) 37.0(34.0, 40.0) 36.0(34.0, 39.0) -7.887 < 0.001 < 0.001 1.023(1.017~1.029) BMI: 体质量指数; IBIL: 间接胆红素; TBIL: 总胆红素; ALB: 白蛋白; ALT: 丙氨酸氨基转移酶; AST: 天冬氨酸氨基转移酶;
GGT: γ-谷氨酰转肽酶; TC: 总胆固醇; TG: 甘油三酯; HDL: 高密度脂蛋白; LDL: 低密度脂蛋白; UA: 尿酸; Cr: 肌酐;
CRP: C反应蛋白; FPG: 空腹血糖; HbA1c: 糖化血红蛋白。单因素Logistic回归分析结果显示, Townsend剥夺指数、BMI、吸烟史、高血压病病史、糖尿病病史(1型和2型糖尿病)、急性胰腺炎病史和慢性胰腺炎病史均与胰腺癌发生存在关联(P < 0.05)，实验室检测指标中的TBIL、ALT、GGT、HDL、LDL、TC、TG、CRP、FPG、HbA1c水平均与胰腺癌发生存在关联(P < 0.05), 而年龄、性别、种族、教育程度、饮酒史和实验室检测指标IBIL、ALB、AST、Cr、UA水平均与胰腺癌发生无关(P>0.05), 见表 1。
2.2 胰腺癌危险因素的多因素分析
以胰腺癌为因变量，以单因素分析中与胰腺癌发病相关的因素为自变量，代入二元Logistic回归分析模型，进行多因素分析。结果表明, Townsend剥夺指数高(OR=1.020, 95%CI: 1.001~1.040)、吸烟史(OR=1.182, 95%CI: 1.048~1.333)、1型糖尿病病史(OR=1.890, 95%CI: 1.228~2.910)、2型糖尿病病史(OR=2.109, 95%CI: 1.794~2.481)、急性胰腺炎病史(OR=5.266, 95%CI: 3.679~7.538)、慢性胰腺炎病史(OR=17.345, 95%CI: 8.820~34.111)、兼有急性胰腺炎与慢性胰腺炎病史(OR=4.787, 95%CI: 1.989~11.522)是胰腺癌发病的独立危险因素，见表 2。
表 2 胰腺癌危险因素的多因素二元Logistic回归分析变量 分类 B SE Walds Sig OR 95%CI Townsend剥夺指数 0.020 0.010 4.083 0.043 1.020 1.001~1.040 吸烟史 有 0.167 0.061 7.410 0.006 1.182 1.048~1.333 无 — — — — 1.000 — 糖尿病病史 1型糖尿病 0.637 0.220 8.373 0.004 1.890 1.228~2.910 2型糖尿病 0.746 0.083 81.354 < 0.001 2.109 1.794~2.481 无 — — — — 1.000 — 胰腺炎病史 急性胰腺炎 1.660 0.183 82.379 < 0.001 5.266 3.679~7.538 慢性胰腺炎 2.853 0.345 68.373 < 0.001 17.345 8.820~34.111 两者均有 1.566 0.448 12.210 < 0.001 4.787 1.989~11.522 两者均无 — — — — 1.000 — 多变量模型中输入变量: Townsend剥夺指数、BMI、吸烟史、高血压病病史、糖尿病病史、胰腺炎病史，实验室检测指标TBIL、ALT、GGT、TC、TG、HDL、LDL、CRP、FPG、HbA1c。
经多因素调整后，有吸烟史、1型糖尿病病史、2型糖尿病病史、急性胰腺炎病史、慢性胰腺炎病史和兼有急性胰腺炎与慢性胰腺炎病史的PAR分别为8.40%、19.86%、12.37%、6.50%、7.30%和7.13%, 见表 3。
表 3 胰腺癌危险因素的PAR分析危险因素 分类 水平 OR 病例数 调整的PAR/% 吸烟史 有 0 1.182 837 8.40 无 1 1.000 701 — 糖尿病病史 无 0 1.000 1 214 — 1型糖尿病 1 1.890 35 19.86 2型糖尿病 2 2.109 282 12.37 胰腺炎病史 急性胰腺炎 1 5.266 65 6.50 慢性胰腺炎 2 17.345 3 7.30 两者均有 3 4.787 11 7.13 两者均无 0 1.000 1 426 — PAR: 人群归因危险度。 3. 讨论
多种因素与胰腺癌的发生相关，其中遗传易感性、身体条件、生活习惯等都可能促使胰腺癌的发生[8]。既往关于胰腺癌危险因素的大样本研究较少，本研究从UKB的50万前瞻性队列中选取研究对象(按照胰腺癌患者的年龄和性别1:10匹配无胰腺癌对照者)，减少了研究变量以外的其他因素对研究结果可能造成的影响，使得研究结论更具可靠性。本研究发现, Townsend剥夺指数与胰腺癌发病风险相关(P < 0.05), 且Townsend剥夺指数每增加1个数值，胰腺癌发病风险增加1.02倍。Townsend剥夺指数代表个人的经济和社会地位，其值越大代表个人的经济和社会地位越低[9]。既往研究[10-11]显示, Townsend剥夺指数与胰腺癌患者的可切除手术率和生存率等相关, Townsend剥夺指数越高的区域，可切除手术率越低，生存率越低，这可能与患者社会经济地位不同导致生存环境、自身条件等存在差异相关。
BMI是胰腺癌发生和发展的剂量依赖性危险因素。一项孟德尔随机化研究[12]显示, BMI增加与胰腺癌风险相关(OR=1.34, 95%CI: 1.09~1.65)。ZOHAR L等[13]研究发现，青少年时期肥胖或超重的男性和女性，成年后患胰腺癌的风险增加，多因素调整后的PAR为10.9%(95%CI: 6.1%~15.6%)。本研究中，调整多因素后, BMI与胰腺癌风险无显著相关性，考虑是因为有其他混杂因素的影响以及本研究纳入的是基线BMI，不能更好地表现出与胰腺癌的关系。
相关研究[14-15]显示，吸烟是胰腺癌发病最重要的可改变危险因素。本研究表明，胰腺癌发病风险增加与吸烟相关(OR=1.182, 95%CI: 1.048~1.333), 且大约8.40%的胰腺癌发病可归因于吸烟。KOYANAGI Y N等[16]研究发现，与不吸烟者相比，男性吸烟者(HR=1.59, 95%CI: 1.32~1.91)和女性吸烟者(HR=1.81, 95%CI: 1.43~2.30)的胰腺癌风险均增加。研究[17]表明，暴露于香烟烟雾可促进Y-box结合蛋白1(YBX1)过表达，导致胰腺癌细胞中Chromobox蛋白同源物3(CBX3)上调, CBX3可能通过抑制SMAD特异性E3泛素蛋白连接酶2(SMURF2)表达并促进转化生长因子-β(TGF-β)信号传导激活而使胰腺癌进展。此外，香烟烟雾诱导的微小RNA-25-3p(miR-25-3p)通过N6-甲基腺苷(m6A)改良促进胰腺癌的发生与发展[18]。
饮酒可能是胰腺癌的危险因素。动物实验[19]结果显示，乙醇不仅能够将正常胰腺导管上皮细胞转化为癌症干细胞(CSCs), 还可以通过产生CSCs而促进KC(Pdx1-Cre and LSL-KrasG12D)小鼠胰腺癌的发生与发展。WANG Y T等[20]研究发现，重度酒精摄入会增加胰腺癌发病风险(RR=1.43, 95%CI: 1.17~1.74)。但本研究结果显示，饮酒与胰腺癌发病风险无关，与另外2项病例对照研究[21-22]结果一致。为了进一步明确饮酒与胰腺癌的关系，研究者今后仍需开展更大样本的前瞻性研究进一步论证。
糖尿病可能是胰腺癌的发病原因，也可能是并发症[23]。本研究结果显示，胰腺癌前患有1型糖尿病和2型糖尿病与胰腺癌发病显著相关(P < 0.05), 且19.86%、12.37%的胰腺癌发病分别归因于1型糖尿病、2型糖尿病。ZHANG J J等[24]对26项研究进行荟萃分析发现，与非糖尿病患者相比，糖尿病患者发生胰腺癌的风险高3.69倍，且糖尿病诊断的前2年内发生胰腺癌的风险最高。另一项前瞻性研究[25]发现，11年随访期间，患病女性和男性的PAR分别为13.3%和14.1%。糖尿病与胰腺癌具有关联可能与胰岛素抵抗、高胰岛素血症、糖基化终产物(AGE)水平升高、胰腺导管上皮细胞的上皮间充质转化(EMT)等相关[26]。
急性胰腺炎被认为是胰腺癌发病的重要危险因素。一项匹配队列研究[27]发现，随访期间，急性胰腺炎患者的胰腺癌发病风险上升，且随访超过5年后仍居高不下(HR=2.02, 95%CI: 1.57~2.61)。本研究多因素分析亦提示，急性胰腺炎是胰腺癌的独立危险因素(OR=5.266, 95%CI: 3.679~7.538), 且急性胰腺炎的PAR为6.50%。然而RIJKERS A P等[28]对731例首次发作急性胰腺炎的患者进行长达55个月的随访发现, 7%的患者发展为慢性胰腺炎，且该人群每1 000人的年发生胰腺癌的概率为9.0(95%CI: 2.3~35.7), 而未发生慢性胰腺炎的患者每1 000人的年发生胰腺癌的概率为1.1(95%CI: 0.3~3.3), 表明胰腺癌发生风险主要存在于进展为慢性胰腺炎的患者。
慢性胰腺炎是一种进行性纤维炎症性疾病，而炎症、纤维化伴EMT和K-ras基因突变是胰腺癌发生的关键因素[29]。本研究多因素Logistic分析显示，调整混杂因素后，慢性胰腺炎患者患胰腺癌的风险相较无慢性胰腺炎患者高17.345倍。HAN M J等[30]研究发现，与对照组相比，慢性胰腺炎患者发生所有癌症的风险更高，尤其是胰腺癌(HR=3.9, 95%CI: 2.7~5.5)。一项荟萃分析[31]发现，确诊慢性胰腺炎5年后，患者发生胰腺癌的风险上升近8倍，但随着随访时间延长，这种相关性会逐渐减弱。然而，慢性胰腺炎的临床症状与胰腺癌相似，常表现为腹痛、黄疸和体质量下降，临床检查和影像学检查结果亦可能重叠，容易出现误诊可能，故准确鉴别慢性胰腺炎和胰腺癌有助于降低误诊可能导致的胰腺癌发病率增高。
本研究存在潜在局限性: 研究数据来源于UKB, 研究对象主要为白种人，暂未在其他种族人群中验证; UKB中参与者的胰腺癌发病率低，本研究结果可能与其他研究结果有冲突; 研究对象随访期间的实验室相关检查指标数据部分缺失，对研究结果准确性有一定影响; 由于部分数据缺失，本研究对吸烟量和吸烟年限、饮酒量和饮酒年限等未能进一步深入研究。
综上所述, Townsend剥夺指数高、吸烟史、1型糖尿病和2型糖尿病病史、急性胰腺炎病史、慢性胰腺炎病史是胰腺癌发病的独立危险因素。研究危险因素有助于识别胰腺癌高危人群，从而尽早进行个体化干预，这对于预防胰腺癌发生、降低病死率和改善患者预后意义重大。
-
![]()
图 1 TCGA数据库中COL12A1在结肠癌中的表达
A: 泛癌分析结果表明COL12A1在胃癌、结直肠癌等多种肿瘤中呈高表达; B: TCGA数据库中COL12A1在结肠癌组织中表达高于正常结肠黏膜组织; C: 不同分期结肠癌组织中COL12A1表达均高于正常组织; D: 结肠腺癌、黏液腺癌组织中COL12A1表达均高于正常组织，且黏液腺癌中COL12A1表达高于腺癌组织; E: 有淋巴结转移的癌组织中COL12A1表达高于正常组织; F: CPTAC样本库结肠癌组织中COL12A1蛋白表达量高于正常组织。
![]()
图 2 COL12A1在结肠癌细胞系及组织样本中的表达
A: WB检测结果表明COL12A1在结肠癌细胞系中表达水平高于正常结肠黏膜细胞系NCM460; B: 47对结肠癌组织及正常组织芯片IHC染色典型结果; C: 47对结肠癌组织及正常组织芯片IHC染色结果。
![]()
图 3 数据库中COL12A1表达与结肠癌患者预后的关系
A、B: GSE17536数据库中不同探针检测COL12A1高表达与低表达的OS、DFS、DSS比较; C: GSE14333数据库中不同探针检测COL12A1高表达与低表达的DFS比较; D、E: GEPIA数据库中结肠癌患者COL12A1高表达与低表达的OS差异(P=0.093)与DFS差异(P=0.025)。
![]()
图 4 COL12A1与结肠癌肿瘤微环境免疫浸润之间的关系
A: COL12A1表达水平与结肠癌免疫评分呈正相关; B: COL12A1表达水平与结肠癌基质评分呈正相关; C: 通过TIMER数据库分析COL12A1表达与6种免疫细胞的相关性。
![]()
图 5 COL12A1共表达基因的功能和通路富集分析
A: 结肠癌中与COL12A1共表达的基因富集生物学功能(GO); B: COL12A1共表达的基因在结肠癌中富集的生物通路(KEGG)。
表 1 COL12A1表达与结肠癌患者临床病理特征的关系
临床病理特征 分类 COL12A1 χ2 P 低表达 高表达 年龄 < 70岁 17 11 0.848 0.357 ≥70岁 14 5 性别 男 17 9 0.009 0.927 女 14 7 肿瘤大小 < 6 cm 18 5 3.037 0.081 ≥6 cm 13 11 分化程度 中高分化 13 5 0.510 0.475 低分化 18 11 神经/血管浸润 无 25 8 4.739 0.029 有 6 8 淋巴结转移 无 25 6 8.749 0.003 有 6 10 TNM分期 Ⅰ~Ⅱ期 25 5 11.153 0.001 Ⅲ~Ⅳ期 6 11 CEA ≤5 ng/mL 16 10 0.506 0.477 >5 ng/mL 15 6 CA199 ≤30 U/mL 26 15 0.250 0.617 >30 U/mL 5 1 
下载: 导出CSV
-
[1] SUNG H, FERLAY J, SIEGEL R L, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2021, 71(3): 209-249. doi: 10.3322/caac.21660
[2] 王露尧, 张鹭鹭. 中国结直肠癌发病和死亡情况及防控策略[J]. 解放军医院管理杂志, 2021, 28(12): 1195-1197. doi: 10.16770/J.cnki.1008-9985.2021.12.036 [3] 王锡山. 从中美结直肠癌流行病学特征看结直肠癌早诊早治的重要性[J]. 中华结直肠疾病电子杂志, 2021, 10(1): 26-33. doi: 10.3877/cma.j.issn.2095-3224.2021.01.004 [4] ZAMANI M, HOSSEINI S V, MOKARRAM P. Epigenetic biomarkers in colorectal cancer: premises and prospects[J]. Biomarkers, 2018, 23(2): 105-114. doi: 10.1080/1354750X.2016.1252961
[5] GERECKE D R, OLSON P F, KOCH M, et al. Complete primary structure of two splice variants of collagen Ⅻ, and assignment of alpha 1(Ⅻ) collagen (COL12A1), alpha 1(Ⅸ) collagen (COL9A1), and alpha 1(XIX) collagen (COL19A1) to human chromosome 6q12-Q13[J]. Genomics, 1997, 41(2): 236-242. doi: 10.1006/geno.1997.4638
[6] WU Y B, XU Y. Integrated bioinformatics analysis of expression and gene regulation network of COL12A1 in colorectal cancer[J]. Cancer Med, 2020, 9(13): 4743-4755. doi: 10.1002/cam4.2899
[7] 刘春梅, 张印坡, 杨娟. COL12A1在胃癌中的表达及其生物学功能研究[J]. 中国普通外科杂志, 2019, 28(4): 441-448. https://www.cnki.com.cn/Article/CJFDTOTAL-ZPWZ201904011.htm [8] XU Y H, DENG J L, WANG L P, et al. Identification of candidate genes associated with breast cancer prognosis[J]. DNA Cell Biol, 2020, 39(7): 1205-1227. doi: 10.1089/dna.2020.5482
[9] CHEN Y H, CHEN W, DAI X S, et al. Identification of the collagen family as prognostic biomarkers and immune-associated targets in gastric cancer[J]. Int Immunopharmacol, 2020, 87: 106798. doi: 10.1016/j.intimp.2020.106798
[10] JANUCHOWSKI R, ŠWIERCZEWSKA M, STERZYÑSKA K, et al. Increased expression of several collagen genes is associated with drug resistance in ovarian cancer cell lines[J]. J Cancer, 2016, 7(10): 1295-1310. doi: 10.7150/jca.15371
[11] MALKA D, LIÈVRE A, ANDRÈT, et al. Immune scores in colorectal cancer: where are we[J]. Eur J Cancer, 2020, 140: 105-118. doi: 10.1016/j.ejca.2020.08.024
[12] LI Y X, SU Z, WEI B W, et al. Bioinformatics analysis identified MMP14 and COL12A1 as immune-related biomarkers associated with pancreatic adenocarcinoma prognosis[J]. Math Biosci Eng, 2021, 18(5): 5921-5942. doi: 10.3934/mbe.2021296
[13] 李艳, 黄祥, 伊航, 等. Smad4和NF-κBp65蛋白在肝癌组织中的表达及意义[J]. 中国普通外科杂志, 2018, 27(7): 934-938. https://www.cnki.com.cn/Article/CJFDTOTAL-ZPWZ201807025.htm [14] NISSEN N I, KARSDAL M, WILLUMSEN N. Collagens and Cancer associated fibroblasts in the reactive stroma and its relation to Cancer biology[J]. J Exp Clin Cancer Res, 2019, 38(1): 115. doi: 10.1186/s13046-019-1110-6
[15] JIANG X X, WU M J, XU X, et al. COL12A1, a novel potential prognostic factor and therapeutic target in gastric cancer[J]. Mol Med Rep, 2019, 20(4): 3103-3112.
[16] LI Z L, WANG Z J, WEI G H, et al. Changes in extracellular matrix in different stages of colorectal cancer and their effects on proliferation of cancer cells[J]. World J Gastrointest Oncol, 2020, 12(3): 267-275. doi: 10.4251/wjgo.v12.i3.267
[17] LI J L, LI Z H, XU Y Z, et al. METTL3 facilitates tumor progression by COL12A1/MAPK signaling pathway in esophageal squamous cell carcinoma[J]. J Cancer, 2022, 13(6): 1972-1984.
[18] JING S L, TIAN J, ZHANG Y P, et al. Identification of a new Pseudogenes/lncRNAs-hsa-miR-26b-5p-COL12A1 competing endogenous RNA network associated with prognosis of pancreatic cancer using bioinformatics analysis[J]. Aging (Albany NY), 2020, 12(19): 19107-19128.
[19] WU K Y, LIN K J, LI X Y, et al. Redefining tumor-associated macrophage subpopulations and functions in the tumor microenvironment[J]. Front Immunol, 2020, 11: 1731.
[20] YAHAYA M A F, LILA M A M, ISMAIL S, et al. Tumour-associated macrophages (TAMs) in colon cancer and how to reeducate them[J]. J Immunol Res, 2019, 2019: 2368249.
[21] LAN J Q, SUN L, XU F, et al. M2 macrophage-derived exosomes promote cell migration and invasion in colon cancer[J]. Cancer Res, 2019, 79(1): 146-158.
[22] MLECNIK B, TOSOLINI M, KIRILOVSKY A, et al. Histopathologic-based prognostic factors of colorectal cancers are associated with the state of the local immune reaction[J]. J Clin Oncol, 2011, 29(6): 610-618.
-
期刊类型引用(2)
1. 黄秀权，岑兰英，王语阳，苏拾香，甘慧芳，徐键，黄桂香，覃忠帅，覃月秋. 百色市及周边地区胰腺癌发病相关危险因素分析. 右江民族医学院学报. 2024(01): 18-23 . 
百度学术
2. 高静，商卿，胡立娟. 血清丙氨酸与谷氨酰胺水平对胰腺癌患者术后预后效果预测的列线图模型建立与验证. 中国医刊. 2024(11): 1201-1205 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 159
- HTML全文浏览量: 110
- PDF下载量: 16
- 被引次数: 3
苏公网安备 32100302010246号
