SCIENCE AND TECHNOLOGY DEVELOPMENT JOURNAL - HEALTH SCIENCES

An official journal of Viet Nam National University Ho Chi Minh City, Viet Nam

A subjournal of Science and Technology Development Journal since 2020

Skip to main content Skip to main navigation menu Skip to site footer

 Original research

HTML

314

Total

56

Share

Up-regulation of SET nuclear proto-oncogene is associated with early recurrence and poorer prognosis of hepatocellular carcinoma






 Open Access

Downloads

Download data is not yet available.

Abstract

Overview: Hepatocellular carcinoma is a complex disease and has a high mortality rate. Identifying biomarkers that can use to diagnose early and prognosis of HCC is essential to reduce the burden of HCC on patients, families, and society.


Methods: The bioinformatics methods were used to study the expression of the SET nuclear proto-oncogene gene in cells, tissues, and the correlation of SET with hepatocellular carcinoma. The data from the open databases were used in this study include COMPARTMENTS, Kaplan-Meier Plotter, STRING, TIMER, UALCAN, The Cancer Genome Atlas database, and Gene Expression Omnibus.


Results: At the cellular level, the expression level of the SET gene was highest in the nucleus, endoplasmic reticulum, cytosol. The SET gene's mRNA expression appeared in all body tissues.  The TPM median of the SET gene in liver tissue was 33.42. The expression level of SET in hepatocellular carcinoma tissue was higher than that in non-cancer tissue for both males and females. The SET gene is an independent factor for the diagnosis and prognosis of HCC. Patients with high SET expression have a short survival time and a higher rate of recurrence than patients with low SET expression. The SET expression has a significant correlation with B cells, CD8+ T cells, CD4+ T cells, macrophages, neutrophils, and especially dendritic cells in hepatocellular carcinoma.


Conclusion: High expression level of SET related to a poor prognosis in patients with hepatocellular carcinoma. This study demonstrates that the SET is a potential biomarker for early diagnosis and prognosis of hepatocellular carcinoma.

MỞ ĐẦU

Theo thống kê của tổ chức y tế thế giới trong năm 2018, bệnh ung thư gan đứng vị trí thứ sáu về số ca mắc mới và đứng thứ tư về số ca tử vong trong số 36 loại ung thư trên thế giới 1 . Cụ thể hơn, ung thư gan có hơn 841.000 trường hợp mắc mới và 782.000 trường hợp tử vong trong năm 2018 và được dự đoán sẽ có hơn một triệu ca tử vong do ung thư gan gây ra trong năm 2030 1 , 2 . Ung thư biểu mô tế bào gan (UTBMTBG) là ung thư gan nguyên phát phổ biến nhất, chiếm hơn 75% tổng số các trường hợp mắc ung thư gan 1 . Nhiều yếu tố nguy cơ gây UTBMTBG đã được xác định, trong đó xơ gan do lạm dụng thức uống có cồn, bệnh gan nhiễm mỡ, nhiễm vi rút viêm gan C và D là các yếu tố nguy cơ phổ biến nhất 3 , 4 . Hiện nay việc chuẩn đoán và phát hiện sớm UTBMTBG còn nhiều hạn chế bởi căn nguyên phức tạp của bệnh này 5 . Phần lớn các bệnh nhân được chẩn đoán mắc UTBMTBG ở giai đoạn muộn dẫn đến tỷ lệ sống sót sau 5 năm chỉ 10,1% 6 , nếu các bệnh nhân được chẩn đoán ở giai đoạn sớm thì tỷ lệ sống sót sau 5 năm với sự can thiệp của phẫu thuật là >93% 7 . Như vậy, việc phát hiện sớm UTBMTBG là một yếu tố rất là quan trọng trong việc tăng hiệu quả điều trị và tăng tỷ lệ sống cho bệnh nhân.

Hiện nay, các phương pháp chính trong việc sàng lọc và chẩn đoán UTBMTBG là chẩn đoán hình ảnh (ví dụ: chụp CT hoặc RMI) và xét nghiệm hàm lượng α-fetoprotein (AFP) 8 . Tuy nhiên, vẫn còn nhiều thách thức để phân biệt các UTBMTBG ở giai đoạn sớm với các nốt xơ gan bằng chẩn đoán hình ảnh khi kích thước khối u rất nhỏ (<2cm) 9 . Mặc dù hàm lượng AFP trong huyết thanh từ lâu đã được sử dụng làm chỉ thị sinh học để sàng lọc và chẩn đoán UTBMTBG, nhưng AFP không phải là dấu ấn sinh học đặc hiệu cho UTBMTBG 10 . Gần đây, AFP đã bị loại khỏi các hướng dẫn giám sát UTBMTBG của Hiệp hội Nghiên cứu Bệnh gan Hoa Kỳ do có độ nhạy thấp (độ nhạy chỉ đạt từ 18–60%) 11 , 12 . Bên cạnh đó, nhiều chỉ thị sinh học khác cũng đã được xác định như: glypican 3 (GPC3), Golgi protein-73 (GP73), descarboxyprothrombin (DCP), glutamic pyruvic transaminase-(GPT) và gamma-glutamyl carboxylase (GGCX) nhưng độ nhạy và độ đặc hiệu ở UTBMTBG vẫn còn nhiều hạn chế, đặc biệt là độ nhạy rất kém ở giai đoạn sớm (khi khối u <2 cm) 13 , 14 , 15 . Do đó, việc tìm kiếm các dấu ấn sinh học mới trong chẩn đoán sớm và tiên lượng chính xác UTBMTBG là rất cần thiết.

Gen SET nuclear proto-oncogene ( SET ), còn được gọi với các tên khác như I2PP2A, PHAP-II hay TAF- Iβ 16 . SET nằm ở nhiễm sắc thể số 9 với kích thước 12.977 bp và sản phẩm protein của SET có kích thước khoảng 39 kDa 17 , 18 , 19 . SET mã hóa cho một protein đa chức năng tham gia vào nhiều quá trình sinh học như: lắp ráp nucleosome, liên kết histone, kiểm soát chu kỳ tế bào, cell migration, phiên mã gen, apoptosis và đặc biệt là tác nhân gây ra các khối u 18 , 19 , 20 . SET là chất ức chế nội sinh mạnh của protein phosphatase 2A (PP2A) 21 . Trong khi đó, PP2A là một chất ức chế khối u quan trọng và điều chỉnh nhiều con đường dẫn truyền tín hiệu gây ung thư 22 . Điều này chỉ ra rằng, hoạt động gây ung thư của SET có thể được thực hiện bởi việc ức chế PP2A 23 . Do đó, SET có thể đóng một vai trò quan trọng trong việc thúc đẩy hoặc ngăn chặn sự phát triển của ung thư 20 . Để hiểu thêm về các chức năng, cơ chế và sự liên quan của SET với UTBMTBG. Chúng tôi đã tiến hành phân tích mức độ biểu hiện, vai trò và phân bố của gen này trong các mô, cơ quan và tiên lượng trong bệnh nhân UTBMTBG.

PHƯƠNG PHÁP NGHIÊN CỨU

Biểu hiện protein của gen SET thông qua hóa mô miễn dịch

Cơ sở dữ liệu Human Protein Atlas 24 (https://www.proteinatlas.org/) được sử dụng để khảo sát mức độ biểu hiện protein của SET trên mẫu mô tế bào gan không ung thư và mô ung thư gan. Sự biểu hiện được đánh giá thông qua việc so sánh kết quả hóa mô miễn dịch của mẫu mô không ung thư và ung thư biểu mô tế bào gan từ The Tissue Atlas và The Pathology Atlas.

Đánh giá biểu hiện của gen SET và khả năng tiên lượng bệnh ung thư biểu mô tế bào gan

Cơ sở dữ liệu Kaplan-Meier Plotter 25 (http://kmplot.com/analysis) có thể phân tích và đánh giá sự ảnh hưởng của 54.675 gen đối với sự sống còn và sống còn không tái phát thông qua 10.461 mẫu ung thư trên cơ sở dữ liệu TCGA. Mối liên quan giữa biểu hiện SET với sự sống còn và sống còn không tái phát của bệnh nhân ung thư gan đã được phân tích bằng Kaplan-Meier Plotter.

Cơ sở dữ liệu UALCAN 26 (http://ualcan.path.uab.edu/index.html) được sử dụng để phân tích các mối liên quan giữa mức độ biểu hiện của SET với khả năng sống còn của các bệnh nhân ung thư biểu mô tế bào gan và không ung thư thông qua các biến như: ung thư và không ung thư, chủng tộc, giới tính, độ tuổi, giai đoạn ung thư và mức độ biệt hóa khối u.

Hồ sơ GSE14520 27 từ cơ sở dữ liệu Gene Expression Omnibus (https://www.ncbi.nlm.nih.-gov/geo/) đã được phân tích để kiểm định lại mối liên quan giữa biểu hiện SET với sự sống còn của bệnh nhân ung thư biểu mô tế bào gan. Phương pháp robust multi-array được thực hiện để chuyển dữ liệu biểu hiện gen về dạng đã được tính trung vị. Mặc dù hồ sơ có 488 bệnh nhân nhưng chỉ có 242 bệnh nhân được sử dụng cho thí nghiệm, còn 246 bệnh nhân đã được loại bỏ do thiếu thông tin lâm sàng. Đường cong Kaplan-Meier được sử dụng để phân tích tỷ lệ sống của bệnh nhân ung thư biểu mô tế bào gan. Các phương pháp Chi bình phương và log-rank test đã được sử dụng để đánh giá nguy cơ sống còn và sống còn không tái phát. Các phân tích hồi quy tỷ lệ đơn biến và đa biến Cox đã được thực hiện để đánh giá các yếu tố tiên lượng độc lập liên quan đến sự sống của bệnh nhân và thời gian tái phát. Các đồng biến liên quan đến biểu hiện SET được phân tích bao gồm: tuổi, giới tính và giai đoạn ung thư gan theo phân loại Barcelona (BCLC). Ngoài ra, sự sống còn không tái phát của UTBMTBG cũng được phân tích với các bước làm tương tự như phân tích sự sống còn để đánh giá thêm mối liên hệ của SET với sự sống còn không tái phát.

Phân tích mối tương tác protein – protein của SET

Mối tương tác protein-protein của SET sẽ được khảo sát thông qua cơ sở dữ liệu STRING 28 (http://www.stringdb.org/). Mạng lưới liên kết protein được xây dựng dựa trên các liên kết của các phương diện sau: thực nghiệm, cơ sở dữ liệu hiện hành, mối liên hệ gần nhau, cách tổng hợp, sự xuất hiện và đồng biểu hiện.

Phân tích sự biểu hiện của SET trong mô ung thư, không ung thư và tế bào miễn dịch

Cơ sở dữ liệu TIMER 29 (https://cistrome.shinyapps.io/timer) được sử dụng để phân tích mối liên hệ của SET với sự đồng nhất (là tỷ lệ phần trăm của tế bào ác tính trong khối u) của khối u và các tế bào miễn dịch như: tế bào B, tế bào T CD4 + , tế bào T CD8 + , đại thực bào, bạch cầu trung tính và tế bào đuôi gai trong UTBMTBG thông qua mối liên kết với cơ sở dữ liệu TCGA.

Phương pháp thống kê

Phương pháp Kaplan-Meier, t-test, Chi bình phương và log-rank test đã được thực hiện để kiểm ra ý nghĩa thống kê và đánh giá giá trị tiên lượng của SET trong các phân tích bằng ngôn ngữ lập trình R (www.r-project.org). Phương pháp Wilcoxcon được sử dụng để kiểm tra thứ hạng của hai nhóm dữ liệu.

Các mối tương quan trong biểu hiện gen được đánh giá bằng cách sử dụng các phép thử tương quan của Spearman để xác định ý nghĩa thống kê và độ mạnh của mối tương quan được xác định bằng cách làm theo hướng dẫn cho giá trị tuyệt đối: 0,00 - 0,19, rất yếu; 0,20 - 0,39, yếu; 0,40 - 0,59, trung bình; 0,60 - 0,79, mạnh và 0,80 - 1,00, rất mạnh. Giá trị p nhỏ hơn 0,05 được coi là khác biệt có ý nghĩa thống kê.

KẾT QUẢ

Sự khác biệt về biểu hiện mRNA và protein SET giữa tế bào ung thư biểu mô gan và mô không ung thư

Cơ sở dữ liệu UALCAN đã được sử dụng để phân tích mức độ biểu hiện mRNA của SET trên các các mẫu mô từ bệnh nhân UTBMTBG và không ung thư thông. Kết quả trong Figure 1 cho thấy, biểu hiện mRNA của SET có sự khác biệt có ý nghĩa (p<0,0001) giữa nhóm bệnh nhận UTBMTBG (TPM trung vị là 62,45) và nhóm không ung thư (TPM trung vị là 40,78).

Figure 1 . Biểu hiện mRNA của SET trên mẫu mô UTBMTBG và không ung thư. *, p<0,05; **, p<0,01; ***, p<0,001, ****, p<0,0001; ns, khác biệt không có ý nghĩa. P<0,05 sự khác biệt có ý nghĩa.

Về mặt biểu hiện protein, biểu hiện của protein SET trên mẫu mô không ung thư và UTBMTBG có sự khác biệt rõ rệt ( Figure 2 ). Ở mẫu mô không ung thư, hình thái tế bào có sự đồng nhất và có màu nâu nhạt (do mẫu mô có biểu hiện SET thấp, dẫn đến số lượng liên kết giữa SET - kháng thể HPA063683 được hình thành rất ít nên sau khi nhuộm cho kết quả màu nâu nhạt) trên cả nam giới và nữ giới. Ở mẫu mô UTBMTBG, hình thái tế bào không đồng nhất và có màu nâu đậm (do mẫu mô có biểu hiện SET cao dẫn đến số lượng liên kết giữa SET - kháng thể HPA063683 được hình thành rất nhiều nên sau khi nhuộm cho kết quả màu nâu đậm).

Figure 2 . Biểu hiện của protein SET trên mẫu mô UTBMTBG và không ung thư được phân tích bằng phương pháp hóa mô miễn dịch. (A - Bệnh nhân nữ (54 tuổi) không bị ung thư, ID 3402. B – Bệnh nhân nữ (77 tuổi) bị UTBMTBG, ID 517. C – Bệnh nhân nam (67 tuổi) không bị ung thư, ID 1720. D – Bệnh nhân nam (73 tuổi) bị UTBMTBG, ID 878). Kháng thể: HPA063683.

Biểu hiện của SET có liên quan đến thời gian sống còn toàn bộ (OS) và sống còn không tái phát (RFS) của bệnh nhân ung thư biểu mô tế bào gan

Cơ sở dữ liệu Kaplan-Meier Plotter được dùng để phân tích mối tương quan giữa biểu hiện của SET với sự sống còn và sống còn không tái phát thông qua cơ sở dữ liệu TCGA. Kết quả cho thấy biểu hiện của SET có liên quan có ý nghĩa với sự sống còn (p=3,90e-04; Figure 3 A) và sống còn không tái phát (p=4,80e-03; Figure 3 B). Nhóm bệnh nhân có biểu hiện gen SET cao có thời gian sống còn và sống còn không tái phát ngắn hơn nhóm biểu hiện thấp.

Tập dữ liệu GSE14520 (n=242) đã được sử dụng để tiến hành phân tích mối tương quan giữa biểu hiện của SET với sự sống còn và sống còn không tái phát của bệnh nhân UTBMTBG. Bệnh nhân được chia thành hai nhóm: nhóm biểu hiện cao (n=121) và nhóm biểu hiện thấp (n=121) dựa vào trung vị mức độ biểu hiện của SET . Dựa vào phân tích Kaplan-Meier cho thấy, biểu hiện SET có liên quan đến sự sống còn của bệnh nhân UTBMTBG ( p =6,36e-04; Figure 3 C). Bệnh nhân có biểu hiện SET cao có thời gian sống ngắn hơn bệnh nhân có biểu hiện SET thấp. Chúng tôi đã phân tích thêm khía cạnh liên quan của SET với sự sống còn không tái phát và các bước làm được thực hiện tương tự phân tích sự sống còn. Kết quả cho thấy SET cũng liên quan đến sự sống còn không tái phát của bệnh nhân UTBMTBG (p =1,33e-02, Figure 3 D) và những bệnh nhân biểu hiện SET cao có thời gian sống còn không tái phát ngắn hơn những bệnh nhân có SET biểu hiện thấp. Nhìn chung, biểu hiện cao của SET liên quan mật thiết đến sự tiên lượng xấu của bệnh UTBMTBG cho cả sự sống còn và sống còn không tái phát.

Figure 3 . Phân tích biểu hiện của gen SET liên quan đến sự sống còn và sống còn không tái phát. A - Liên quan đến sự sống còn thông qua cơ sở dữ liệu TCGA. B - Liên quan đến sự sống còn không tái phát thông qua cơ sở dữ liệu TCGA. C - Liên quan sự sống còn thông qua cơ sở dữ liệu GSE14520. D - Liên quan đến sự sống còn không tái phát thông qua cơ sở dữ liệu GSE14520

Biểu hiện của mRNA và protein SET là yếu tố tiên lượng độc lập của ung thư biểu mô tế bào gan

Cơ sở dữ liệu UALCAN đã được dùng để phân tích xác định mối liên hệ giữa mức độ biểu hiện của SET với khả năng sống sót của các bệnh nhân UTBMTBG và không ung thư thông qua các biến như: ung thư và không ung thư, chủng tộc, giới tính, độ tuổi, giai đoạn ung thư và mức độ khối u. Kết quả được trình bày ở Figure 4 . Biểu hiện cao của SET không có sự khác biệt giữa giới tính nam và giới tính nữ ( Figure 4 A). Biểu hiện của SET không có sự khác biệt giữa độ tuổi từ 21 - 40 tuổi so với 41 - 60 tuổi, 61 - 80 tuổi so với 80 - 100 tuổi, 21 - 40 tuổi so với 80 - 100 tuổi, chỉ có sự khác biệt có ý nghĩa giữa 41 - 60 tuổi so với 61 - 80 tuổi (p<0.05) và tất cả các độ tuổi đều có sự khác biệt rất có ý nghĩa so với nhóm không ung thư (p<0,001) ( Figure 4 B). Biểu hiện của SET không có sự khác biệt có ý nghĩa giữa người da trắng với người Mỹ gốc phi, người Mỹ gốc phi với người châu Á, chỉ có sự khác biệt có ý nghĩa giữa người da trắng với người châu Á (p<0,02) và tất cả các chủng tộc đều có sự khác biệt rất có ý nghĩa so với nhóm không ung thư (p<0,001) ( Figure 4 C).

Biểu hiện của SET không có sự khác biệt giữa giai đoạn ung thư 1 với giai đoạn ung thư 2, giai đoạn ung thư 3 với giai đoạn ung thư 4, giai đoạn ung thư 1 với 4, mà chỉ có sự khác biệt giữa giai đoạn ung thư 2 với giai đoạn ung thư 3 (p<0,01). Tất cả các giai đoạn ung thư đều có sự khác biệt có ý nghĩa với nhóm không ung thư (p<0,001), ngoại trừ giai đoạn 4 ( Figure 4 D) có thể là do số bệnh nhân ở giai đoạn này nhỏ nên không tạo ra sự khác biệt thống kê. Biểu hiện của SET không có sự khác biệt có ý nghĩa giữa mức độ biệt hóa khối u ở độ 1 với độ 2, độ 3 với độ 4, độ 1 với độ 4 và chỉ có sự khác biệt giữa mức độ biệt hóa khối u ở độ 2 với độ 3 (p<0,001). Tất cả các mức độ biệt hóa khối u đều có sự khác biệt có ý nghĩa với nhóm không ung thư (p<0,001) ( Figure 4 E).

Figure 4 . Mối tương quan của biểu hiện SET với các biến được phân tích dựa trên cơ sở dữ liệu TCGA. A - Giới tính. B - Độ tuổi. C - Chủng tộc. D - Giai đoạn ung thư. E - Mức độ biệt hóa khối u. *, p<0,05; **, p<0,01; ***, p<0,001, ****, p<0,0001; ns, khác biệt không có ý nghĩa. P<0,05 sự khác biệt có ý nghĩa.

Ngoài ra, phương pháp kiểm định Chi bình phương đã được thực hiện để nghiên cứu mối quan hệ giữa SET và các thông tin lâm sàng trên hồ sơ dữ liệu GSE14520 ( Table 1 ). Biểu hiện của SET không có mối liên hệ với độ tuổi và giới tính. Sự sống còn và sống còn không tái phát có mối liên quan chặt với biểu hiện SET với mức độ tương ứng là p =2,00e-03, p =4,99e-02.

Table 1 Đặc điểm lâm sàng của bệnh nhân trong hồ sơ GSE14520.

Phương pháp phân tích hồi quy tỷ lệ đơn biến và đa biến Cox đã được thực hiện để tìm các mối tương quan của SET trên hồ sơ GSE14520 ( Table 2 ). Trong phân tích đơn biến thì độ tuổi và giới tính không có mối liên hệ với sự sống còn và sống còn không tái phát. Nhưng sự biểu hiện của SET lại có mối liên hệ chặt với sự sống còn (HR: 0,49; 95% CI: 0,33-0,75; p=8,50e-04) và sống còn không tái phát (HR: 0,65; 95% CI: 0,47 - 0,92; p=0,01). Trong phân tích đa biến thì độ tuổi và giới tính không có mối liên hệ với sự sống còn và sống còn không tái phát. Nhưng sự biểu hiện của SET có mối liên hệ chặt với sự sống còn (HR: 2,49; 95% CI: 0,31 - 0,72; p=4,63e-04) và sống còn không tái phát (HR: 0,62; 95% CI: 0,44-0,88; p=6,65e-03). Từ những kết quả trên cho thấy, SET là một chỉ thị sinh học độc lập và tiềm năng cho việc chẩn đoán sớm và tiên lượng bệnh UTBMTBG.

Table 2 Phân tích dữ liệu lâm sàng của hồ sơ GSE14520 thông qua phương pháp hồi quy đơn biến với mô hình nguy cơ tỷ lệ Cox đơn biến và đa biến.

Phân tích mối tương tác protein – protein của SET

Protein của SET có mối liên hệ gần với protein được mã hóa bởi các gen như: SMC2, NME1, APEX1, GZMA, HMGB2, ANP32A, NUP214, ELAVL1, XPO1 ESR1 ( Figure 5 ).

Figure 5 . Sự tương tác của SET với các protein khác.

Phân tích mối liên hệ của SET với các loại tế bào miễn dịch trong UTBMTBG

Sự biểu hiện của SET có sự tương quan có ý nghĩa với tế bào B (p=9,05e-16), tế bào T CD8+ (p=6,10e-18), tế bào T CD4+ (p=1,58e-11), đại thực bào (p= 3,24e-20), bạch cầu trung tính (p=1,13e-18) và tế bào đuôi gai (p=4,19e-25) ( Figure 6 ).

Figure 6 . Mối liên quan giữa biểu hiện SET và sự thâm nhập miễn dịch trong UTBMTBG. A - Mối quan hệ giữa sự biểu hiện SET với độ đồng nhất của ung biểu mô tế bào gan và sự xâm nhập của tế bào B, tế bào CD8+ và tế bào CD4+. B - Mối quan hệ giữa sự biểu hiện SET và sự xâm nhập của các đại thực bào, bạch cầu trung tính và tế bào đuôi gai. p<0,05, sự khác biệt có ý nghĩa thống kê. Mối tương quan cor: 0,00 - 0,19, rất yếu; 0,20 - 0,39, yếu; 0,40 - 0,59, trung bình; 0,60 - 0,79, mạnh và 0,80 - 1,00, rất mạnh.

THẢO LUẬN

Ung thư biểu mô tế bào gan là một trong mười loại ung thư phổ biến nhất thế giới, với tỷ lệ mắc mới đang tăng lên từng năm và có tỷ lệ tử vong rất cao 1 , 30 . Nguyên nhân gây ra UTBMTBG rất đa dạng, bị tác động bởi nhiều gen điều khiển khác nhau 31 và việc hình thành khối u UTBMTBG có liên quan đến tăng hoặc giảm hàm lượng các protein khác nhau khiến cho UTBMTBG rất phù hợp với nghiên cứu liên quan đến chỉ thị sinh học 32 . Hai phần ba bệnh nhân UTBMTBG được chẩn đoán ở giai đoạn muộn sau khi đã di căn dẫn đến tỷ lệ sống sau 5 năm <10,7% 6 . Chẩn đoán sớm và tiên lượng UTBMTBG đã góp phần làm tăng thời gian sống sót của bệnh nhân bằng cách cung cấp các phương pháp điều trị hiệu quả 33 , 34 . Chỉ thị sinh học UTBMTBG lý tưởng là một chỉ thị cho phép bác sĩ chẩn đoán cho những bệnh nhân không có triệu chứng và có thể được sử dụng rộng rãi trong quá trình sàng lọc 35 . Mục tiêu của nghiên cứu này là chứng minh SET là một chỉ thị sinh học tiềm năng cho việc chẩn đoán sớm và tiên lượng UTBMTBG.

SET là một oncoprotein đa chức năng có liên quan đến nhiều quá trình trong tế bào 17 , 20 . Năm 1992, lần đầu tiên SET được xác định với tên là set-can, một gen sinh ung thư giả định liên quan đến sự hình thành bệnh bạch cầu dòng tủy 36 . Ở người, SET có 8 exon, nằm ở vị trí q34.11 trên nhiễm sắc thể số 9 và có 2 đồng dạng là SET - α và SET - β 37 . Biểu hiện cao của gen SET được chứng minh có liên quan đến sự tiên lượng xấu cho nhiều loại ung thư về cả sự sống còn, sự sống còn khi khối u chưa di căn, sự sống còn không tái phát và sự sống còn không bệnh. Thông qua cơ sở dữ liệu Human Protein Atlas, chúng tôi xác định được sự biểu hiện của SET trong mẫu mô UTBMTBG cao hơn rất nhiều so với mẫu mô không ung thư và sự phát hiện của SET trên mẫu UTBMTBG là 100% (phát hiện 6/6 mẫu mô UTBMTBG được thực hiện hóa mô miễn dịch). Sự biểu hiện của gen SET ở bệnh nhân UTBMTBG cao hơn bệnh nhân không ung thư (1,5-2 lần). Trong phân tích đơn biến, đa biến thông tin lâm sàng của hồ sơ GSE14520 và mối tương quan của SET với thông tin lâm sàng từ cơ sở dữ liệu TCGA, cho thấy SET là một chỉ thị sinh học độc lập cho bệnh UTBMTBG với các biến như tuổi, giới tính và chủng tộc. Đặc biệt, biểu hiện của SET ở nhóm bệnh nhân UTBMTBG giai đoạn 1 (khối u <2 cm, theo hệ thống phân loại ung thư Hoa Kỳ) và mức độ biệt hóa khối u ở độ 1 có sự khác biệt rất có ý nghĩa với nhóm bệnh nhân không ung thư. Sự khác biệt này rất quan trọng trong việc chẩn đoán sớm bệnh UTBMTBG. Mức độ biểu hiện SET không chỉ tương quan với khả năng sống còn mà còn cả sống còn không tái phát. Bệnh nhân UTBMTBG có biểu hiện SET cao có tỷ lệ sống còn và sống còn không tái phát thấp hơn có ý nghĩa so với bệnh nhân UTBMTBG có biểu hiện SET thấp. Sự biểu hiện cao của SET dẫn đến sự tiên lượng xấu cho bệnh nhân UTBMTBG. Những phát hiện này gợi ý rằng sự biểu hiện của SET có thể đóng vai trò như một yếu tố tiên lượng thuận lợi và là một dấu ấn sinh học đầy hứa hẹn để dự đoán sự tái phát trong ung thư biểu mô tế bào gan ở giai đoạn sớm.

Trong phân tích mối quan hệ protein-protein chúng tôi thấy rằng protein của gen SET có mối liên hệ với protein của các gen như XPO1, APEX1, ANP32A, HMGB2 và NME1. SET tương tác trực tiếp với miền aa 25-119 của PP2Ac, từ đó SET đã loại bỏ các chức năng ức chế khối u của PP2A và kích hoạt các tín hiệu ung thư như Akt, Erk, c-Jun, c-Myc, và β-catenine làm thúc đẩy sự tiến triển của các tế bào ung thư 38 , 39 , 40 , 41 . Protein XPO1 (exportin 1, còn được gọi là CRM1) là một trong bảy loại exportins và là exportin duy nhất làm trung gian vận chuyển cho nhiều protein ức chế khối u từ nhân ra tế bào chất, trong đó có PP2A 42 . Biểu hiện quá mức XPO1 dẫn đến việc nhầm vị trí (miss-localization) của các chất ức chế khối u và các chất điều hòa chu kỳ tế bào, từ đó dẫn đến sự bất hoạt hoặc kích hoạt sai lệch của chúng 43 . Sự biểu hiện quá mức của XPO1 có liên quan đến tiên lượng xấu trong ung thư và đề kháng với hóa trị liệu 44 . Các protein APEX1, ANP32A, HMGB2 và NME1 trong phức hợp SET được ghi nhận là có sự điều chỉnh tăng trong các mô UTBMTBG, chúng là những nhân tố chính trong con đường GzmA (granzyme A-mediated apoptosis). Đặc biệt, sự tăng điều hòa và tích lũy trong nhân tế bào của APEX1 không chỉ liên quan đến bệnh lý ác tính UTBMTBG mà còn với sự biệt hóa của UTBMTBG 45 . Từ đó cho thấy, các mối liên hệ protein – protein của SET đều liên quan đến sự hình thành các khối u dẫn đến thúc đẩy sự hình thành ung thư. Bên cạnh đó chúng tôi muốn cung cấp thêm một mối tương quan của SET với các tế bào miễn dịch trong UTBMTBG. Độ đồng nhất của mỗi khối u không liên quan đến mức độ biểu hiện SET , cho thấy rằng SET không được biểu hiện cao bởi các tế bào miễn dịch trong vi môi trường khối u, nhưng có nhiều khả năng sẽ biểu hiện quá mức ở các tế bào ung thư. Nghiên cứu đã chứng minh rằng, biểu hiện của của SET tỷ lệ thuận với sự biểu hiện của tế bào B, tế bào T CD8+, T CD4+, đại thực bào, bạch cầu trung tính và đặc biệt là tế bào đuôi gai có sự tương quan mạnh nhất trong tất cả các tế bào miễn dịch được phân tích.

KẾT LUẬN

Nghiên cứu này đã cung cấp một cái nhìn tổng quát hơn về mối tương quan giữa biểu hiện của SET và bệnh ung thư biểu mô tế bào gan. Biểu hiện mRNA của SET trên mẫu mô ung thư biểu mô tế bào gan cao hơn so với trên mẫu mô không ung thư. SET là một chỉ thị sinh học độc lập có thể sử dụng trong chẩn đoán và tiên lượng bệnh ung thư biểu mô tế bào gan. Ở nhóm bệnh nhân ung thư biểu mô tế bào gan có biểu hiện SET cao sẽ có thời gian sống còn và sống còn không tái phát ngắn hơn nhóm bệnh nhân có mức độ biểu hiện SET thấp, từ đó cho thấy biểu hiện cao của SET dẫn đến tiên lượng xấu cho bệnh ung thư biểu mô tế bào gan cả về sự sống còn và sống còn không tái phát.

DANH MỤC CÁC TỪ VIẾT TẮT

CT (Computed Tomography): chụp cắt lớp vi tính.

DFS (disease free survival): Sự sống còn không bệnh.

DMFS (Distant Metastasis-Free Survival): Sự sống sót khi khối u chưa di căn.

HR: tỷ lệ rủi ro.

ID (Patient id): Mã số bệnh nhân trong phân tích hóa mô miễn dịch trên cơ sở dữ liệu TCGA.

UTBMTBG (Liver hepatocellular carcinoma): ung thư biểu mô tế bào gan.

MRI (Magnetic resonance imaging): Chụp cộng hưởng từ.

OS (Overall Survival): sự sống còn.

RFS (recurrence-free survival): khả năng sống còn không tái phát.

SET (SET nuclear proto-oncogene): gen SET nuclear proto-oncogene.

XUNG ĐỘT LỢI ÍCH

Nhóm tác giả cam kết rằng không có xung đột lợi ích khi thực hiện nghiên cứu này.

ĐÓNG GÓP CỦA CÁC TÁC GIẢ

Tất cả tác giả có đóng góp vào việc thiết kế nội dung nghiên cứu, giải thích kết quả nghiên cứu, viết bài báo, chỉnh sửa bài báo, xem xét cẩn thận và đồng ý nộp bài báo hoàn chỉnh này.

ĐẠO ĐỨC TRONG NGHIÊN CỨU Y SINH

Nghiên cứu không can thiệp quá trình điều trị và không sử dụng mẫu từ bệnh nhân.

LỜI CẢM ƠN

Nghiên cứu được tài trợ bởi Đại học Quốc gia Thành phố Hồ Chí Minh (ĐHQG-HCM) trong khuân khổ Đề tài mã số C2021-44-02.

References

  1. Bray Freddie. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. Ca Cancer J Clin. . 2018;68:394-424. PubMed Google Scholar
  2. World Health Organization. Projections of mortality and causes of death, 2016 to 2060. . ;:. Google Scholar
  3. Amit G. Singal, Division of Digestive and Liver Diseases University of Texas Southwestern Medical Center Dallas. Hepatocellular carcinoma from epidemiology to prevention: translating knowledge into practice. Clin Gastroenterol Hepatol. . 2015;13:2140-2151. PubMed Google Scholar
  4. Tsuchiya Nobuhiro. Biomarkers for the early diagnosis of hepatocellular carcinoma. World J Gastroenterol. . 2015;21(37):10573-10583. PubMed Google Scholar
  5. Fu Jing, Wang Hongyang. Precision diagnosis and treatment of liver cancer in China. Cancer Lett. . 2018;412:283-288. PubMed Google Scholar
  6. Zeng Hongmei. Cancer survival in China, 2003-2005: A population-based study. Int J Cancer. . 2015;136:1921-1930. PubMed Google Scholar
  7. Takayama Tadatoshi. Early hepatocellular carcinoma: pathology, imaging, and therapy. Ann Surg Oncol. . 2008;15(4):972-978. PubMed Google Scholar
  8. Sengupta Shreya. Biomarker development for hepatocellular carcinoma early detection: current and future perspectives. Hepatic Oncology. . 2017;4;4(4):111-122. PubMed Google Scholar
  9. Kumagi T, Hiasa Y, Hirschfield G M. Hepatocellular carcinoma for the non-specialist. Clinical Review. . 2009;339:1366-1370. PubMed Google Scholar
  10. Li Jie. Clinical applications of liquid biopsy as prognostic and predictive biomarkers in hepatocellular carcinoma: circulating tumor cells and circulating tumor DNA. Journal of Experimental & Clinical Cancer Research. . 2018;37(213):1-13. PubMed Google Scholar
  11. Reichl Patrick, Mikulits Wolfgang. Accuracy of novel diagnostic biomarkers for hepatocellular carcinoma: An update for clinicians. Oncology Reports. . 2016;36:613-625. PubMed Google Scholar
  12. Bruix Jordi, Sherman Morris. Management of Hepatocellular Carcinoma: An Update. Hepatology. . 2011;53(3):1020-1022. PubMed Google Scholar
  13. Jing Ji-Sheng. The value of GPC3 and GP73 in clinical diagnosis of hepatocellular carcinoma. Clin Lab. . 2017;63(11):1903-1909. Google Scholar
  14. Wongjarupong Nicha, Negron-Ocasio Gabriela M. Model combining pre-transplant tumor biomarkers and tumor size shows more utility in predicting hepatocellular carcinoma recurrence and survival than the BALAD models. World J Gastroenterol. . 2018;24(12):1321-1331. PubMed Google Scholar
  15. Ono Kouji. Risk factors of delay in restoration of hepatic reserve capacity and local recurrence after radiofrequency ablation therapy for hepatocellular carcinoma (HCC). Hepatol Res. . 2005;31(3):172-177. PubMed Google Scholar
  16. Dai Xiao-Nan. Expression of the SET protein in testes of mice at different developmental stages. Asian Journal of Andrology. . 2014;16:689-693. PubMed Google Scholar
  17. Entrez Gene: SET SET translocation (myeloid leukemia-associated). . ;:. Google Scholar
  18. . . ;:. Google Scholar
  19. Adachi Yoshifumi. Identification and characterization of SET, a nuclear phosphoprotein encoded by the translocation break point in acute undifferentiated leukemia. . 1994;269(3):2258-2262. Google Scholar
  20. Umata Koji. Distribution of SET/I2PP2A protein in gastrointestinal tissues. Plos One. . 2019;14(9):1-14. PubMed Google Scholar
  21. Li Mei. The myeloid leukemia associated protein SET is a potent inhibitor of protein phosphatase 2A. The Journal of Biological Chemistry. . 1996;271(19):11059-11062. PubMed Google Scholar
  22. Eichhorn Pieter J.A.. Protein phosphatase 2A regulatory subunits and cancer. Biochimica et Biophysica Acta. . 2008;1795(1):1-15. PubMed Google Scholar
  23. Christensen Dale J.. SET oncoprotein overexpression in B-cell chronic lymphocytic leukemia and non-Hodgkin lymphoma: a predictor of aggressive disease and a new treatment target. Blood. . 2016;118(15):4150-4158. PubMed Google Scholar
  24. Hoffmann Robert. A gene network for navigating the literature. Nature Genetics. . 2004;36(7):664. PubMed Google Scholar
  25. Menyhárt Otília. Determining consistent prognostic biomarkers of overall survival and vascular invasion in hepatocellular carcinoma. Royal Society Open Science. . 2018;5;5(12):1-15. PubMed Google Scholar
  26. Chandrashekar Darshan S.. UALCAN: A Portal for facilitating tumor subgroup gene expression and survival analyses. Neoplasma. . 2017;19(8):649-658. PubMed Google Scholar
  27. Chen Xin, Cheung Siu Tim. Gene Expression Patterns in Human Liver Cancers. Molecular Biology of the Cell. . 2002;13:1929-1939. PubMed Google Scholar
  28. Uhlén Mathias. Tissue-based map of the human proteome. Science. . 2015;347(6220):12604191-12604199. PubMed Google Scholar
  29. Li Taiwen. TIMER: A web server for comprehensive analysis of tumor infiltrating immune cells. Cancer Res. . 2017;77(21):e108-e110. PubMed Google Scholar
  30. Oliveira Sofia de. Metformin modulates innate immune inflammation and early progression of NAFLD-associated hepatocellular carcinoma in zebrafish. J Hepatol. . 2019;70(4):710-721. PubMed Google Scholar
  31. Duan Jingxian. Genetic biomarkers for hepatocellular carcinoma In the era of precision medicine. Journal of Hepatocellular Carcinoma. . 2019;6:151-166. PubMed Google Scholar
  32. Behne, Tara. Biomarkers for hepatocellular carcinoma. International Journal ofHepatology. . 2012;2012:. PubMed Google Scholar
  33. Zhang Bo-Heng, Yang Bing-Hui, Tang Zhao-You. Randomized controlled trial of screening for hepatocellular carcinoma. J Cancer Res Clin Oncol. . 2004;130:417-422. Google Scholar
  34. Chaiteerakij Roongruedee. Combinations of biomarkers and milan criteria for predicting hepatocellular carcinoma recurrence after liver transplantation. Liver Transpl. . 2015;21(5):599-606. PubMed Google Scholar
  35. Farrell S. Amy. Targeting Inhibitors of the Tumor Suppressor PP2A for the Treatment of Pancreatic Cancer. Mol Cancer Res. . 2014;12(6):924-939. PubMed Google Scholar
  36. Lindern Marieke Von, Baal Sjozef Van, Wiegant Joop. Can, a putative oncogene associated with myeloid leukemogenesis, may be activated by fusion of its 3' half to different genes: characterization of the set gene. Molecular And Cellular Biology. . 1992;12(8):3346-3355. PubMed Google Scholar
  37. Adachi Yoshifumi. Identification and characterization of SET, a nuclear phosphoprotein encoded by the translocation break point in acute undifferentiated leukemia. The Journal of Biological Chemistry. . 1994;269(3):2258-2262. Google Scholar
  38. Bayarkhangai Buuvee. A comprehensive and perspective view of oncoprotein SET in cancer. Cancer Medicine. . 2018;7:3084-3094. PubMed Google Scholar
  39. Janghorbana Mahnaz. Targeting c-MYC by antagonizing PP2A inhibitors in breast cancer. . 2014;111(25):9157-9162. PubMed Google Scholar
  40. Zhao Bin. PP2A regulates upstream members of the c-jun N-terminal kinase mitogen-activated protein kinase signaling pathway. Shock. . ;29(2):181-188. PubMed Google Scholar
  41. Götz Jürgen. Distinct role of protein phosphatase 2A subunit Cα in the regulation of E-cadherin and β-catenin during development. Mechanisms of Development. . 2000;93(1-2):83-93. Google Scholar
  42. Yoshimura Mariko. Induction of p53-mediated transcription and apoptosis by exportin-1 (XPO1) inhibition in mantle cell lymphoma. Cancer Science. . 2014;105:795-801. PubMed Google Scholar
  43. Zheng Yun. KPT-330 inhibitor of XPO1-mediated nuclear export has antiproliferative activity in hepatocellular carcinoma. . 2014;74(3):487-495. PubMed Google Scholar
  44. Noske Aurelia. Expression of the nuclear export protein chromosomal region maintenance/exportin 1/Xpo1 is a prognostic factor in human ovarian cancer. . 2008;112(8):1733-1743. PubMed Google Scholar
  45. Li Chen. Quantitative proteomics reveal up-regulated protein expression of the SET complex associated with hepatocellular carcinoma. J Proteome Res. . 2012;11(2):871-885. PubMed Google Scholar


Author's Affiliation
Article Details

Issue: Vol 2 No 1 (2021)
Page No.: 110-121
Published: Apr 15, 2021
Section: Original research
DOI: https://doi.org/10.32508/stdjhs.v2i1.451

 Copyright Info

Creative Commons License

Copyright: The Authors. This is an open access article distributed under the terms of the Creative Commons Attribution License CC-BY 4.0., which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.

 How to Cite
Nguyen, G., Tran, M., Nguyen, L., Quynh, H., & Nguyen, M. N. (2021). Up-regulation of SET nuclear proto-oncogene is associated with early recurrence and poorer prognosis of hepatocellular carcinoma. Science & Technology Development Journal - Health Sciences, 2(1), 110-121. https://doi.org/https://doi.org/10.32508/stdjhs.v2i1.451

 Cited by



Article level Metrics by Paperbuzz/Impactstory
Article level Metrics by Altmetrics

 Article Statistics
HTML = 314 times
Download PDF   = 56 times
View Article   = 0 times
Total   = 56 times