Action mechanism of seaweed-kunbu in treatment of breast cancer based on network pharmacology
-
摘要:目的
通过网络药理学方法分析海藻-昆布治疗乳腺癌的作用机制。
方法通过TCMSP数据库检索海藻-昆布的活性成分及其靶点。通过GeneCards和OMIM数据库获取乳腺癌的相关靶标, 并通过Cytoscape软件构建“药物-疾病靶点”网络图。利用String平台进行蛋白质-蛋白质相互作用(PPI)网络分析。采用R语言进行基因本体论(GO)功能注释和京都基因与基因组百科全书(KEGG)通路富集分析。采用分子对接技术验证关键化合物与靶点的结合能力，并通过体外实验进行功能验证。
结果本研究共获得海藻-昆布的有效化合物11个。海藻-昆布与乳腺癌高度相关的交集靶标为150个，筛选出丝氨酸/苏氨酸激酶1(AKT1)、p53肿瘤蛋白(TP53)、肿瘤坏死因子(TNF)、白细胞介素6(IL6)、血管内皮生长因子A(VEGFA)、JUN、胱天蛋白酶3(CASP3)、白细胞介素1B(IL1B)、MYC和人表皮生长因子受体(EGFR)共10个核心基因。GO分析表明，这些化合物可能参与信号转导、细胞凋亡、细胞增殖、炎症反应等生物过程。KEGG通路分析表明，主要富集信号通路为PI3K/Akt、MAPK和TNF等信号通路。分子对接和体外实验结果表明，海藻-昆布的主要化学成分岩藻甾醇对乳腺癌三阴型细胞BT-549具有抗增殖作用。
结论海藻-昆布可能通过多靶点、多通路来治疗乳腺癌，其主要化学成分岩藻甾醇可有效抑制BT-549细胞增殖活性。
Abstract:ObjectiveTo analyze the mechanism of action of seaweed-kunbu in the treatment of breast cancer through network pharmacology.
MethodsThe active ingredients and their targets of seaweed-kunbu were retrieved through the TCMSP database. Relevant targets for breast cancer were obtained through the GeneCards and OMIM databases, and "drug-disease target" network diagram was constructed using Cytoscape software. Protein-protein interaction (PPI) network analysis was performed using the String platform. Gene Ontology (GO) functional annotation and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analysis were performed using R language. Molecular docking technology was used to verify the binding ability of key compounds to targets, and functional verification was carried out through in vitro experiments.
ResultsA total of 11 effective compounds were obtained from seaweed-kunbu in this study, among which 10 were related to breast cancer. There were 150 highly relevant intersecting targets between seaweed-kunbu and breast cancer, and 10 core genes including Serine/threonine kinase 1 (AKT1), p53 tumor protein (TP53), tumor necrosis factor (TNF), interleukin6 (IL6), vascular endothelial growth factor A (VEGFA), JUN, caspase 3 (CASP3), interleukin1B (IL1B), MYC and human epidermal growth factor receptor (EGFR) were screened out. GO analysis indicated that these compounds may be involved in biological processes such as signal transduction, apoptosis, cell proliferation, and inflammatory response. KEGG pathway analysis showed that the main enriched signaling pathways were PI3K/Akt, MAPK and TNF. Molecular docking and in vitro experimental results demonstrated that fucosterol, the main chemical component of seaweed-kunbu, had an antiproliferative effect on triple-negative breast cancer BT-549 cells.
ConclusionSeaweed-kunbu may treat breast cancer through multiple targets and pathways, and its main chemical component fucosterol can effectively inhibit the proliferation activity of BT-549 cells.
-
Keywords:
- seaweed-kunbu /
- breast cancer /
- network pharmacology /
- molecular docking /
- signaling pathway /
- fucosterol
-
急诊危重患者抢救后因要留院进一步进行诊断或治疗而需要开展院内转运至相关科室[1-2]。由于危重患者病情危急而复杂、变化快，转运过程中治疗资源的暂时缺乏及周边环境的突然改变会导致转运难度大、风险高，危重患者易出现临床恶化，如低血压、低氧血症，甚至心跳及呼吸骤停等[3-5]。既往研究[3, 6-7]报道急诊危重患者院内转运的并发症发生率为5.9%~66.0%, 成功转运对于大幅度降低危重患者转运过程中的死亡率和提高转运后救治率具有积极意义，可及早发现转运过程中的临床恶化风险并及时处理，能防止发展为心肺骤停等致命事件[8-9]。尽管有学者研究了导致转运过程中临床恶化的危险因素，但抽样和结果测量方法存在局限性，无法确定临床恶化的危险因素与转运后结果之间的关联[10-11]。本研究对急诊危重患者在转运过程中产生影响临床恶化的危险因素进行多因素Logistic回归分析，筛选出导致临床恶化发生的危险因素，从而为临床护理人员及早识别并及时采取有效护理措施确保转运安全、为危重患者临床恶化的早期发现、预防和管理提供科学依据。
1. 对象与方法
1.1 研究设计
采用回顾性研究方法，选取2023年3—12月急诊科收治且因诊断治疗需在院内转运的危重患者。研究方案经医院伦理委员会的批准，并获得患者家属的知情同意。危重患者样本量的确定采用样本量为自变量10~20倍的原则[12]。
1.2 研究对象
纳入标准: 患者年龄≥18岁，根据急诊患者病情分级试点指导原则病情分级为1级和2级，需立即给予相应处置及治疗的患者。排除标准: 被诊断患有精神科和产科紧急情况的患者。
1.3 研究变量
通过查阅患者临床资料包如院内转运核查单等收集以下变量。
1.3.1 自变量测量
自变量包括患者性别、年龄、患者病情严重程度、临床体征和症状、转运前风险评分、转运护士资质、准备时间、转运过程中评分、准备时间、转运过程中的重新评估时间以及最终护理时间。其中，患者病情严重程度按生命体征分为病情稳定有中等恶化风险、病情稳定但有较高恶化风险、病情不稳定伴临床恶化; 转运前风险评分采用危重患者院内转运风险评分(RSTP)进行评估[13], RSTP评分≥8分是临床恶化高风险的标志; 转运护士资质分为具有急诊转运专职资质和无急诊转运专职资质; 转运护士经验以参与院内转运的年限来衡量; 准备时间是从患者到急诊科就诊至做出转运决定的持续时间; 最终护理时间是开始转运后至到达准运目标科室的时间间隔，以患者在转运目标科室接受治疗的时间为准; 时间均以分钟(min)为单位。
1.3.2 结果变量测量
研究结果变量为临床恶化。转运过程中发生以下临床状况的1种或多种均视为临床恶化[9]: 收缩压 < 90 mmHg或>160 mmHg, 插管患者血氧饱和度(SpO2) < 92%或非插管患者SpO2 < 90%或转运过程中SpO2下降≥5%, 呼吸频率≥26次/min或≤10次/min, 心率≥140次/min或≤40次/min, 胸痛加重、心律失常、心脏骤停、格拉斯哥昏迷评分下降≥2分以及抽搐等。
本文采用国家早期预警评分系统(NEWS)用于评估转运后患者临床恶化情况，该评分来源于以下7个生命体征参数的评估: 呼吸频率、血氧饱和度、是否吸氧、体温、收缩压、心率和意识情况[14]。当NEWS评分风险级别增加或其中任一生命体征参数达3分时病情有变化视为临床恶化。整个转运过程中，转运护士记录6个不同时间间隔的NEWS评分参数，即1~5 min、6~10 min、11~15 min、16~20 min、21~25 min和26~30 min。
1.4 统计学分析
采用SPSS 26.0软件对调查数据进行频数和均值的描述性分析，运用多因素Logistic回归分析明确各变量之间的关系并计算95%可信区间(95%CI), P < 0.05表示差异具有统计学意义。
2. 结果
2.1 转运患者基本特征
最终纳入的危重患者样本量为839例，以男性为主，占509例(60.67%); 年龄18~99岁，平均(59.57±18.00)岁; 大多数人患有严重的循环和呼吸系统疾病，即休克/心律失常/胸痛/出血/呼吸困难/痉挛(57.45%), 被归类为病情稳定但恶化风险较高(84.27%); 60.67%的危重患者转运前风险评分为高风险; 78.85%的转运护士具有急诊转运专职资质; 准备时间12~120 min, 平均(72.1±28.35) min, 最终护理时间16~70 min, 平均(32.38±11.97) min。见表 1。
表 1 839例危重患者的基本特征(x±s)[n(%)]变量 分类 数据 性别 男 509(60.67) 女 330(39.33) 年龄/岁 59.57±18.00 临床体征和症状 偏瘫/截瘫/剧痛/高烧 110(13.11) 身体部位受伤/头部受伤/烧伤/中毒 113(13.47) 呼吸困难/痉挛 280(33.37) 休克/心律失常/胸痛/出血 202(24.08) 昏迷/意识改变/晕厥 95(11.32) 心脏骤停 39(4.65) 病情严重程度 病情稳定有中等恶化风险 34(4.05) 病情稳定但有较高恶化风险 707(84.27) 病情不稳定伴临床恶化 98(11.68) 转移前风险评分 低风险(≤7分) 330(39.33) 高风险(≥8分) 509(60.67) 转运护士资质 无急诊转运专职资质 11(21.15) 有急诊转运专职资质 41(78.85) 转运过程中的重新评估时间 超过5 min 306(36.47) 每1~5 min准备时间 533(63.53) 准备时间/min 72.10±28.35 最终护理时间/min 32.38±11.97 2.2 转运过程中NEWS评分
根据NEWS评分转运过程中临床恶化率为28.37%(238/839)。与病情稳定但有较高恶化风险(24.33%, n=172)、病情稳定有中等恶化风险(11.76%, n=4)的患者相比，病情不稳定伴临床恶化(63.27%, n=62)的患者临床恶化率更高。
各转运时间范围内危重患者的NEWS评分范围为4.57~4.90分，个别危重患者的NEWS评分范围为0~20分。NEWS评分最高为(4.90±2.77)分，转运时间为11~15 min。考虑到患者病情严重程度，病情稳定但有较高恶化风险的患者NEWS评分为4.69~4.92分，转运时间为26~30 min的NEWS评分最高为(4.92±2.80)分。病情不稳定伴临床恶化的患者NEWS评分较高，为6.35~7.12分，转运时间为16~20 min的NEW评分最高为(7.12±3.20)分。见表 2。
表 2 根据时间和患者病情严重程度分类的NEWS评分(x±s)分 NEWS评分 测量时点 转运之前 1~5 min 6~10 min 11~15 min 16~20 min 21~25 min 26~30 min 病情稳定有中等恶化风险 总数 34 34 32 25 25 16 4 评分 0 0.21±0.64 0.31±1.00 0.32±1.14 0.24±1.01 0 0 范围 0 0~3 0~4 0~5 0~5 0 0 病情稳定但有较高恶化风险 总数 707 707 662 564 422 222 66 评分 4.62±2.43 4.69±2.05 4.74±2.59 4.89±2.56 4.84±2.53 4.74±2.44 4.92±2.80 范围 3~13 2~13 3~17 3~17 3~17 2~15 3~13 病情不稳定伴临床恶化 总数 98 98 82 68 50 20 10 评分 6.67±2.56 6.72±2.90 6.35±2.74 6.68±2.91 7.12±3.29 6.40±2.87 6.40±3.20 范围 3~13 2~13 3~17 3~17 3~17 2~15 3~13 合计 总数 839 839 776 657 497 258 80 评分 4.70±2.66 4.74±2.75 4.73±2.76 4.90±2.77 4.84±2.85 4.57±2.70 4.86±3.02 范围 0~14 0~18 0~18 0~20 0~20 0~15 0~13 2.3 转运过程中临床恶化的危险因素
患者性别、疾病的临床体征和症状、患者病情严重程度、转运前的风险评分、转运护士资质、准备时间以及最终护理时间与临床恶化显著相关(P < 0.05)。将上述危险因素纳入后续的多因素Logistic回归分析中，结果显示固定效应截距β0为2.403, 涉及循环、呼吸和神经系统的临床体征和症状、病情不稳定、转运前风险评分高、由无急诊转运专职资质护士转运、21~25 min转运时间与临床恶化相关。见表 3。
表 3 临床恶化的多因素Logistic回归分析变量 分类 多因素Logistic回归分析 β 95%CI P 固定效应截距(β0) 2.403 (1.580~3.226) < 0.001 转运过程中NEWS得分 转运之前 — — — 1~5 min 0.037 (-0.071~0.145) 0.504 6~10 min 0.101 (-0.007~0.216) 0.067 11~15 min 0.133 (0.015~0.251) 0.027 16~20 min 0.106 (-0.025~0.236) 0.112 21~25 min 0.009 (-0.158~0.176) 0.918 26~30 min 0.242 (-0.036~0.520) 0.087 疾病的临床体征和症状 偏瘫/截瘫/剧痛/高烧 — — — 身体部位受伤/头部受伤/烧伤/中毒 0.670 (0.065~1.274) 0.030 呼吸困难/痉挛 0.919 (0.371~1.467) 0.001 休克/心律失常/胸痛/出血 1.134 (0.569~1.698) < 0.001 昏迷/意识改变/晕厥 1.343 (0.661~2.026) < 0.001 心脏骤停 2.251 (1.175~3.328) < 0.001 患者病情严重程度 病情稳定有中等恶化风险 — — — 病情稳定但有较高恶化风险 0.651 (-0.172~1.475) 0.121 病情不稳定伴临床恶化 1.689 (0.663~2.715) 0.001 转移前风险评分 低风险(≤7分) — — — 高风险(≥8分) 0.625 (0.269~0.981) 0.001 转运护士资质 无急诊转运专职资质 — — — 有急诊转运专职资质 0.495 (0.132~0.647) 0.008 3. 讨论
本研究探讨了急诊危重患者院内转运过程中临床恶化的发生率和危险因素。除了在分析院内转运过程中导致临床恶化的患者因素和服务因素的基础上[10], 还增加了转运过程中不同转运时长的NEWS得分以反映患者临床恶化情况，使得急诊危重患者院内转运危险因素研究内容更加全面和多元化。
3.1 转运过程中NEWS评分
与转运之前相比，转运过程中NEWS得分在转运时间为21~25 min的β值为0.133。既往研究[1, 7]表明，转运时间每增加10 min, 临床恶化率就会增加1.15倍。长时间的转运导致转运平车移动过程中与振动和惯性力相关的生理变化，这些影响的积累效应都会导致患者的临床恶化[7]。本研究进一步证实了转运时长对临床恶化的影响，转运过程中NEWS得分在转运时长为21~25 min的β值增加主要是由于心脏疾病导致的严重临床恶化，如心脏骤停、低血压、氧饱和度降低等[15]。这是因为在急诊科内接受基本抢救治疗后的不良反应可能会出现在这一期间。第一，溶栓剂和支气管扩张剂等的作用高峰在30~60 min, 在此期间可能发生的不良反应包括心悸、高血压、心动过速、胸痛、呼吸困难和反常支气管痉挛[16]。第二，链激酶通常在输注后的前15~30 min内引起心律失常和低血压[17]。目前心肌梗死患者关于链激酶输注有2种常见做法。首先，急诊科在开始转运前完成输注; 其次，急诊科在开始输注后立即启动转运。后一种做法可能会因转运早期阶段未控制的药物不良反应而发生更频繁的临床恶化。第三，可能是由于在急诊科接受治疗患者治疗效果的可持续性。例如，感染性休克和创伤患者可通过液体复苏达到最佳血压，然而这种复苏效果在前30 min内最为显著，但仅持续60 min, 当干预措施不足以维持最佳血流动力学时，患者会在转运过程中再次出现临床恶化(即低血压)。
3.2 疾病的临床体征和症状
与涉及运动系统的疾病相比，涉及循环、呼吸和神经系统的疾病与临床恶化率显著相关。心脏疾病患者、神经系统患者和创伤患者不太可能出现临床恶化[1]。因为本研究使用临床体征和症状作为疾病分类的依据，而之前的研究依赖于医学诊断，临床体征和症状与医学诊断不总是相同，例如心脏疾病患者并不总是出现心脏疾病的体征和症状，这也适用于神经系统和创伤诊断的患者。总之，疾病的临床体征和症状可以反映患者的病情和需求，有助于指导与危重患者常见的生理变化相关的适当干预措施。
3.3 患者病情严重程度
与病情稳定有中等恶化风险的患者相比，病情不稳定伴临床恶化的患者的β值为1.689。由此可见转运前患者病情不稳定是导致临床恶化的主要危险因素，因此患者病情严重程度可作为计划适当预治疗的工具以尽可能降低转运风险，避免患者病情波动。
3.4 转移前风险评分
与转运前低风险评分(≤7分)相比，高风险评分(≥8分)的β值为0.625。患者转移前风险评分可以预测转运期间的病情变化，因其源自临床恶化数据，例如低血压、低心率、意识水平下降、呼吸频率加快、氧饱和度下降和心脏骤停等[11]。ALABDALI A等[3]也报告了转运前风险评分≥6分时，出现临床恶化的可能性将增加1.3倍，表明转运前病情不稳定是导致临床恶化的危险因素。本研究进一步证实了转移前风险评分可以作为预测患者病情变化的工具，并在转运过程中规划适当的预防管理措施。
3.5 转运护士资质
与有急诊转运专职资质的护士相比，无急诊转运专职资质护士的β值为0.495, 其转运患者时的辨识与处理困难易出现临床恶化。因此所有急诊科护士每年都必须接受强制性危重急救培训，如院前救护、转运和大规模伤亡处理等，以确保其具备应对院内转运过程中危重患者病情的知识和技能[3, 18]。此外具有急诊转运专职资质比无急诊转运专职资质护士参与院内转运频率更高[19-20]。因此转运护士的资质会影响其在转运过程中发现早期预警信号、控制病情恶化以及预防和管理的能力。
本研究结果表明患者的性别和年龄、准备时间、转运过程中重新评估的时间以及最终护理时间不是临床恶化的主要危险因素。尽管准备时间可能反映患者的病情严重程度，而且过长的准备时间将导致随后发生临床恶化的可能性更高。但急诊科医护人员会在开始院内转运之前稳定患者病情，这个准备时间具体取决于患者是否能够达到稳定状态[21]。因此本研究中的准备时间并不是决定临床恶化的主要危险因素。
综上所述，急诊危重患者转运过程中临床恶化的主要危险因素包括: 涉及循环、呼吸和神经系统的患者临床体征和症状，病情不稳定、转移前风险评分高, 21~25 min转运时间以及由无急诊转运专职资质护士转运。因此，通过患者的临床参数、充分稳定患者病情、在出发前评估临床恶化的风险、降低转运时间并安排有急诊转运专职资质护士进行转运，可降低临床恶化的风险从而提高危重患者转运过程中的安全质量。需要注意的是，本研究由于人力时间等条件限制，样本量局限于单中心数据，其在临床资料收集过程中可能存在偏倚。在未来的研究中将开展多中心大样本量的前瞻性队列研究进一步扩充本文研究结论，并将转运核查单融入医院信息化系统以提高院内转运数据收集的精准化。
-
![]()
图 9 不同浓度岩藻甾醇对p-AKT蛋白表达的抑制作用
A: 不同浓度岩藻甾醇对p-AKT蛋白的影响(WB图像); B: 不同浓度岩藻甾醇对p-AKT蛋白的影响(定量分析)。与0 μmol/L比较, *P < 0.05, **P < 0.01。
表 1 海藻-昆布的活性成分
分子编码 分子名称 分子质量 OB/% DL MOL010615 海藻甾醇 426.31 43.48 0.62 MOL010616 鹅掌菜酚 372.30 87.06 0.63 MOL010617 1553-41-9 302.50 45.66 0.21 MOL010625 24-二四亚甲基胆固醇 412.77 43.54 0.76 MOL001439 花生四烯酸 304.52 45.57 0.20 MOL000953 CLR 386.73 37.87 0.68 MOL009622 岩藻甾醇 412.77 43.78 0.76 MOL010578 N-[(1S)-1-(benzyl)-2-[[(1S)-1-(benzyl)-2-hydroxy-ethyl]amino]-2-keto-ethyl]benzamide 402.53 45.76 0.43 MOL010580 Diglycol dibenzoate 314.36 59.22 0.27 MOL005440 异岩藻甾醇 412.77 43.78 0.76 MOL000098 槲皮素 302.25 46.43 0.28 
下载: 导出CSV
表 2 分子对接结合能
分子名称 基因 结合能 槲皮素 MYC -8.1 海藻甾醇 TP53 -7.2 海藻甾醇 CASP3 -6.9 槲皮素 EGFR -6.8 CLR TNF -6.7 岩藻甾醇 VEGFA -6.6 鹅掌菜酚 JUN -6.4 N-[(1S)-1-(benzyl)-2-[[(1S)-1-(benzyl)-2-hydroxy-ethyl]amino]-2-keto-ethyl]benzamide IL1B -6.3 异岩藻甾醇 AKT1 -6.1 海藻甾醇 IL6 -6.1
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] BARZAMAN K, KARAMI J, ZAREI Z, et al. Breast cancer: biology, biomarkers, and treatments[J]. Int Immunopharmacol, 2020, 84: 106535.
[3] 韦明婵, 林江, 易劲苍, 等. 含海洋中药的抗肿瘤方剂用药规律分析[J]. 北京中医药大学学报, 2018, 41(3): 253-258. doi: 10.3969/j.issn.1006-2157.2018.03.013 [4] HSIAO H H, WU T C, TSAI Y H, et al. Effect of oversulfation on the composition, structure, and in vitro anti-lung cancer activity of fucoidans extracted from Sargassum aquifolium[J]. Mar Drugs, 2021, 19(4): 215.
[5] TSOU M H, LEE C C, WU Z Y, et al. Bioactivity of crude fucoidan extracted from Sargassum ilicifolium (Turner) C. Agardh[J]. Sci Rep, 2022, 12(1): 15916.
[6] PRADHAN B, PATRA S, NAYAK R, et al. Multifunctional role of fucoidan, sulfated polysaccharides in human health and disease: a journey under the sea in pursuit of potent therapeutic agents[J]. Int J Biol Macromol, 2020, 164: 4263-4278.
[7] WANG X, WANG Z Y, ZHENG J H, et al. TCM network pharmacology: a new trend towards combining computational, experimental and clinical approaches[J]. Chin J Nat Med, 2021, 19(1): 1-11.
[8] NAMVAR F, MOHAMAD R, BAHARARA J, et al. Antioxidant, antiproliferative, and antiangiogenesis effects of polyphenol-rich seaweed (Sargassum muticum)[J]. Biomed Res Int, 2013, 2013: 604787.
[9] SHARMA A, KASHYAP D, SAK K, et al. Therapeutic charm of quercetin and its derivatives: a review of research and patents[J]. Pharm Pat Anal, 2018, 7(1): 15-32.
[10] YARLA N S, BISHAYEE A, SETHI G, et al. Targeting arachidonic acid pathway by natural products for cancer prevention and therapy[J]. Semin Cancer Biol, 2016, 40/41: 48-81.
[11] MONTEIRO P, LOMARTIRE S, COTAS J, et al. Call the eckols: present and future potential cancer therapies[J]. Mar Drugs, 2022, 20(6): 387.
[12] LI X, ZHOU D Y, LI F T, et al. Saringosterol acetate isolated from Sargassum fusiformis induces mitochondrial-mediated apoptosis in MCF-7 breast cancer cells[J]. Chem Biodivers, 2022, 19(3): e202100848.
[13] 杨玲, 郑超群, 吴福珍, 等. 岩藻甾醇对卵巢癌细胞抑制作用的体外研究[J]. 北方药学, 2020, 17(5): 145-146, 196. [14] MAO Z F, SHEN X L, DONG P, et al. Fucosterol exerts antiproliferative effects on human lung cancer cells by inducing apoptosis, cell cycle arrest and targeting of Raf/MEK/ERK signalling pathway[J]. Phytomedicine, 2019, 61: 152809.
[15] XU H, LIN F J, WANG Z L, et al. CXCR2 promotes breast cancer metastasis and chemoresistance via suppression of AKT1 and activation of COX2[J]. Cancer Lett, 2018, 412: 69-80.
[16] LI C W, XIA W Y, LIM S O, et al. AKT1 inhibits epithelial-to-mesenchymal transition in breast cancer through phosphorylation-dependent Twist1 degradation[J]. Cancer Res, 2016, 76(6): 1451-1462.
[17] JEOUNG D I, TANG B, SONENBERG M. Effects of tumor necrosis factor-alpha on antimitogenicity and cell cycle-related proteins in MCF-7 cells[J]. J Biol Chem, 1995, 270(31): 18367-18373.
[18] SLATTERY M L, HERRICK J S, TORRES-MEJIA G, et al. Genetic variants in interleukin genes are associated with breast cancer risk and survival in a genetically admixed population: the Breast Cancer Health Disparities Study[J]. Carcinogenesis, 2014, 35(8): 1750-1759.
[19] JOHNSON D E, O'KEEFE R A, GRANDIS J R. Targeting the IL-6/JAK/STAT3 signalling axis in cancer[J]. Nat Rev Clin Oncol, 2018, 15(4): 234-248.
[20] KAJAL K, BOSE S, PANDA A K, et al. Transcriptional regulation of VEGFA expression in T-regulatory cells from breast cancer patients[J]. Cancer Immunol Immunother, 2021, 70(7): 1877-1891.
[21] QIAO Y C, HE H, JONSSON P, et al. AP-1 is a key regulator of proinflammatory cytokine TNFα-mediated triple-negative breast cancer progression[J]. J Biol Chem, 2016, 291(35): 18309.
[22] PU X, STORR S J, ZHANG Y M, et al. Caspase-3 and caspase-8 expression in breast cancer: caspase-3 is associated with survival[J]. Apoptosis, 2017, 22(3): 357-368.
[23] LIU Y Q, ZHU C J, TANG L, et al. MYC dysfunction modulates stemness and tumorigenesis in breast cancer[J]. Int J Biol Sci, 2021, 17(1): 178-187.
[24] ZHAO L N, QIU T, JIANG D W, et al. SGCE promotes breast cancer stem cells by stabilizing EGFR[J]. Adv Sci, 2020, 7(14): 1903700.
[25] LI K, ZHANG T T, ZHAO C X, et al. Faciogenital Dysplasia 5 supports cancer stem cell traits in basal-like breast cancer by enhancing EGFR stability[J]. Sci Transl Med, 2021, 13(586): eabb2914.
[26] SONG X, LIU Z Y, YU Z Y. EGFR promotes the development of triple negative breast cancer through JAK/STAT3 signaling[J]. Cancer Manag Res, 2020, 12: 703-717.
[27] ZHAO Y Y, MA J, FAN Y L, et al. TGF-β transactivates EGFR and facilitates breast cancer migration and invasion through canonical Smad3 and ERK/Sp1 signaling pathways[J]. Mol Oncol, 2018, 12(3): 305-321.
-
期刊类型引用(1)
1. 何晓静. 改良式平车对院内危重患者转运效率的影响. 中国医疗器械信息. 2025(01): 92-94 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 126
- HTML全文浏览量: 26
- PDF下载量: 13
- 被引次数: 1
苏公网安备 32100302010246号
