Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Hệ thống chấm điểm các loại species oxy phản ứng dự đoán độ nhạy cisplatin và tiên lượng ở bệnh nhân ung thư buồng trứng
Tóm tắt
Để làm sáng tỏ vai trò của trạng thái các loại oxy phản ứng (ROS) trong sự kháng hóa trị và phát triển một hệ thống chấm điểm ROS để dự đoán tiên lượng trong ung thư buồng trứng. Chúng tôi đã thử nghiệm tác động cảm ứng của các loại thuốc làm tăng ROS tới cisplatin (cDDP) trong ung thư buồng trứng cả trong ống nghiệm và in vivo. Một hệ thống chấm điểm ROS đã được phát triển sử dụng cơ sở dữ liệu The Cancer Genome Atlas (TCGA) về ung thư buồng trứng. Các mối liên hệ giữa điểm ROS và sống sót tổng thể (OS) đã được phân tích trong TCGA, bộ dữ liệu Tothill, và bộ dữ liệu nội bộ của chúng tôi (bộ dữ liệu TJ). Các thuốc gây ra ROS đã làm tăng tổn thương tế bào ung thư buồng trứng do cisplatin gây ra trong ống nghiệm và in vivo. Hệ thống chấm điểm ROS được thiết lập sử dụng 25 gen liên quan đến ROS. Bệnh nhân được chia thành nhóm điểm thấp (điểm 0–12) và nhóm điểm cao (điểm 13–25). Sự sống sót của bệnh nhân được cải thiện liên quan tới điểm số cao hơn (tỉ lệ nguy cơ trong bộ dữ liệu TCGA (HR) = 0.43, P < 0.001; tỉ lệ nguy cơ trong bộ dữ liệu Tothill HR = 0.65, P = 0.022; tỉ lệ nguy cơ trong bộ dữ liệu TJ HR = 0.40, P = 0.003). Điểm số cũng có liên quan đáng kể với OS trong nhiều bộ dữ liệu (r2 trong bộ dữ liệu TCGA = 0.574, P = 0.032; r2 trong bộ dữ liệu Thothill = 0.266, P = 0.049; r2 trong bộ dữ liệu TJ = 0.632, P = 0.001) và với độ nhạy cisplatin trong các dòng tế bào ung thư buồng trứng (r2 = 0.799, P = 0.016) khi được sử dụng như một biến liên tục. Hệ thống chấm điểm cho thấy hiệu suất tiên lượng tốt hơn so với các yếu tố lâm sàng khác qua các đường cong ROC (diện tích dưới đường cong (AUC) trong bộ dữ liệu TCGA = 0.71 so với 0.65, AUC trong bộ dữ liệu Tothill = 0.73 so với 0.67, AUC trong bộ dữ liệu TJ = 0.74 so với 0.66). Trạng thái ROS có liên quan đến sự kháng hóa trị. Hệ thống chấm điểm ROS có thể là một dấu ấn sinh học dự đoán khả năng sống sót của bệnh nhân ung thư buồng trứng.
Từ khóa
#ROS #ung thư buồng trứng #cisplatin #tiên lượng #kháng hóa trịTài liệu tham khảo
Torre LA, Trabert B, DeSantis CE, Miller KD, Samimi G, Runowicz CD, Gaudet MM, Jemal A, Siegel RL. Ovarian cancer statistics, 2018. CA Cancer J Clin. 2018;68(4):284–96.
Cortez AJ, Tudrej P, Kujawa KA, Lisowska KM. Advances in ovarian cancer therapy. Cancer Chemother Pharmacol. 2018;81(1):17–38.
Zhang J, Wang X, Vikash V, Ye Q, Wu D, Liu Y, Dong W. ROS and ROS-mediated cellular signaling. Oxidative Med Cell Longev. 2016;2016:4350965.
Boonstra J, Post JA. Molecular events associated with reactive oxygen species and cell cycle progression in mammalian cells. Gene. 2004;337:1–13.
Patterson JC, Joughin BA, van de Kooij B, Lim DC, Lauffenburger DA, Yaffe MB. ROS and Oxidative stress are elevated in mitosis during asynchronous cell cycle progression and are exacerbated by mitotic arrest. Cell Syst. 2019;8(2):163–7 e162.
Kumari S, Badana AK, G MM, G S, Malla R: Reactive Oxygen Species: A Key Constituent in Cancer Survival Biomark Insights 2018, 13:1177271918755391.
Zhou D, Shao L, Spitz DR. Reactive oxygen species in normal and tumor stem cells. Adv Cancer Res. 2014;122:1–67.
Wang J, Luo B, Li X, Lu W, Yang J, Hu Y, Huang P, Wen S. Inhibition of cancer growth in vitro and in vivo by a novel ROS-modulating agent with ability to eliminate stem-like cancer cells. Cell Death Dis. 2017;8(6):e2887.
Liou GY, Storz P. Reactive oxygen species in cancer. Free Radic Res. 2010;44(5):479–96.
Sosa V, Moline T, Somoza R, Paciucci R, Kondoh H, ME LL: Oxidative stress and cancer: an overview. Ageing Res Rev 2013, 12(1):376–390.
Liu J, Wang Z. Increased oxidative stress as a selective anticancer therapy. Oxidative Med Cell Longev. 2015;2015:294303.
Postovit L, Widmann C, Huang P, Gibson SB. Harnessing oxidative stress as an innovative target for Cancer therapy. Oxidative Med Cell Longev. 2018;2018:6135739.
Leone A, Roca MS, Ciardiello C, Costantini S, Budillon A. Oxidative stress gene expression profile correlates with Cancer patient poor prognosis: identification of crucial pathways might select novel therapeutic approaches. Oxidative Med Cell Longev. 2017;2017:2597581.
Zhang J, Lei W, Chen X, Wang S, Qian W. Oxidative stress response induced by chemotherapy in leukemia treatment. Mol Clin Oncol. 2018;8(3):391–9.
Huang CY, Ju DT, Chang CF, Muralidhar Reddy P, Velmurugan BK. A review on the effects of current chemotherapy drugs and natural agents in treating non-small cell lung cancer. Biomedicine (Taipei). 2017;7(4):23.
Il'yasova D, Kennedy K, Spasojevic I, Wang F, Tolun AA, Base K, Young SP, Kelly Marcom P, Marks J, Millington DS, et al. Individual responses to chemotherapy-induced oxidative stress. Breast Cancer Res Treat. 2011;125(2):583–9.
Conklin KA. Chemotherapy-associated oxidative stress: impact on chemotherapeutic effectiveness. Integr Cancer Ther. 2004;3(4):294–300.
Zhang W, Hu X, Shen Q, Xing D. Mitochondria-specific drug release and reactive oxygen species burst induced by polyprodrug nanoreactors can enhance chemotherapy. Nat Commun. 2019;10(1):1704.
Molavian HR, Goldman A, Phipps CJ, Kohandel M, Wouters BG, Sengupta S, Sivaloganathan S. Drug-induced reactive oxygen species (ROS) rely on cell membrane properties to exert anticancer effects. Sci Rep. 2016;6:27439.
Wang J, Yi J. Cancer cell killing via ROS: to increase or decrease, that is the question. Cancer Biol Ther. 2008;7(12):1875–84.
Filippova M, Filippov V, Williams VM, Zhang K, Kokoza A, Bashkirova S, Duerksen-Hughes P. Cellular levels of oxidative stress affect the response of cervical cancer cells to chemotherapeutic agents. Biomed Res Int. 2014;2014:574659.
Liu Y, Li Q, Zhou L, Xie N, Nice EC, Zhang H, Huang C, Lei Y. Cancer drug resistance: redox resetting renders a way. Oncotarget. 2016;7(27):42740–61.
Asselin E, Mills GB, Tsang BK. XIAP regulates Akt activity and caspase-3-dependent cleavage during cisplatin-induced apoptosis in human ovarian epithelial cancer cells. Cancer Res. 2001;61(5):1862–8.
Li H, Gao Q, Guo L, Lu SH. The PTEN/PI3K/Akt pathway regulates stem-like cells in primary esophageal carcinoma cells. Cancer Biol Ther. 2011;11(11):950–8.
Sun CY, Su TF, Li N, Zhou B, Guo ES, Yang ZY, Liao J, Ding D, Xu Q, Lu H, et al. A chemotherapy response classifier based on support vector machines for high-grade serous ovarian carcinoma. Oncotarget. 2016;7(3):3245–54.
Goldman M, Craft B, Hastie M, Repečka K, McDade F, Kamath A, Banerjee A, Luo Y, Rogers D, Brooks AN et al: The UCSC Xena platform for public and private cancer genomics data visualization and interpretation 2019:326470.
Kmet LM, Cook LS, Magliocco AM. A review of p53 expression and mutation in human benign, low malignant potential, and invasive epithelial ovarian tumors. Cancer. 2003;97(2):389–404.
Cancer Genome Atlas Research N. Integrated genomic analyses of ovarian carcinoma. Nature. 2011;474(7353):609–15.
Wu Y, Lee S, Bobadilla S, Duan SZ, Liu X. High glucose-induced p53 phosphorylation contributes to impairment of endothelial antioxidant system. Biochim Biophys Acta Mol basis Dis. 2017;1863(9):2355–62.
Berkers CR, Maddocks OD, Cheung EC, Mor I, Vousden KH. Metabolic regulation by p53 family members. Cell Metab. 2013;18(5):617–33.
Mantovani F, Collavin L, Del Sal G. Mutant p53 as a guardian of the cancer cell. Cell Death Differ. 2019;26(2):199–212.
Stiewe T, Haran TE. How mutations shape p53 interactions with the genome to promote tumorigenesis and drug resistance. Drug Resist Updat. 2018;38:27–43.
Alam F, Mezhal F, El Hasasna H, Nair VA, Aravind SR, Saber Ayad M, El-Serafi A, Abdel-Rahman WM. The role of p53-microRNA 200-Moesin axis in invasion and drug resistance of breast cancer cells. Tumour Biol. 2017;39(9):1010428317714634.
Chiang AJ, Chen J, Chung YC, Huang HJ, Liou WS, Chang C. A longitudinal analysis with CA-125 to predict overall survival in patients with ovarian cancer. J Gynecol Oncol. 2014;25(1):51–7.
Paik ES, Lee JW, Park JY, Kim JH, Kim M, Kim TJ, Choi CH, Kim BG, Bae DS, Seo SW. Prediction of survival outcomes in patients with epithelial ovarian cancer using machine learning methods. J Gynecol Oncol. 2019;30(4):e65.
Prahm KP, Hogdall C, Karlsen MA, Christensen IJ, Novotny GW, Hogdall E. Identification and validation of potential prognostic and predictive miRNAs of epithelial ovarian cancer. PLoS One. 2018;13(11):e0207319.