结直肠癌野生型和耐药型细胞系之间基因表达状态的比较分析

doi:10.7503/cjcu20250049

高等学校化学学报 ›› 2025, Vol. 46 ›› Issue (8): 20250049.doi: 10.7503/cjcu20250049

结直肠癌野生型和耐药型细胞系之间基因表达状态的比较分析

于成鲲¹^,², 周海超³^,⁴, 张聪敏⁴, 任艳²^,⁵, 刘斯奇²^,⁴()

^1.浙江工业大学药学院，杭州 310000
^2.中国科学院杭州医学所，杭州 310000
^3.中国科学院大学生命科学学院，北京 100049
^4.华大基因科技有限公司，深圳 518000
^5.上海中医药大学科技实验中心，上海 200120

收稿日期:2025-02-24 出版日期:2025-08-10 发布日期:2025-04-21
通讯作者: 刘斯奇 E-mail:siqiliu@genomics.cn
基金资助:
浙江省“尖兵”“领雁”研发攻关计划项目(2023C03103)

Comprehensive Analysis of the Gene Expression Status in Wild and Drug-resistance Cell Lines of Colorectal Cancer

YU Chengkun¹^,², ZHOU Haichao³^,⁴, ZHANG Congmin⁴, REN Yan²^,⁵, LIU Siqi²^,⁴()

^1.College of Pharmacy Science，Zhejiang University of Technology，Hangzhou 310000，China
^2.Hangzhou Institute of Medicine，Chinese Academy of Science，Hangzhou 310000，China
^3.College of Life Science，University of Chinese Academy of Sciences，Beijing 100049，China
^4.Beijing Genomics Institute Technology Co. ，Ltd. ，Shenzhen 518000，China
^5.Science of Technology Experimental Center，Shanghai University of Traditional Chinese Medicine，Shanghai 200120，China

Received:2025-02-24 Online:2025-08-10 Published:2025-04-21
Contact: LIU Siqi E-mail:siqiliu@genomics.cn
Supported by:
the "Pioneer" and "Leading Goose" Research and Development Program of Zhejiang Province, China(2023C03103)

1. ESM to 20250049.pdf(639KB)

摘要/Abstract

摘要：

对3种结直肠癌细胞系(HCT116， LoVo及HT29)的野生株和Oxaliplatin/SN38耐药株的转录组和蛋白质组分别进行了检测，通过分析野生株与耐药株基因表达的差异发现，在Oxaliplatin耐药细胞系中， 3种细胞系的转录组响应较为一致；但在SN38耐药细胞系中， HT29细胞系转录组响应模式与其它2个细胞系显著不同. 野生株和耐药株之间的蛋白质组比较分析显示，发生变化的蛋白质与转录本有较大程度的重合；与转录组数据不同的是， LoVo和HT29的蛋白质丰度受药物的影响较大，但从差异蛋白质功能聚类来看， LoVo和HCT116呈现相似性. 比较分析结果还表明， Oxaliplatin在3个细胞系中引发的蛋白质丰度响应明显低于SN38造成的蛋白质丰度变化. 从野生型和耐药型结肠癌细胞系的转录组和蛋白质组的整合分析出发，获得了新的候选耐药性相关蛋白. 本研究可能为结直肠癌耐药性机制研究奠定了实验基础，提供了另一种启发性的思路.

关键词: 结直肠癌, 奥沙利铂, SN38, 耐药性

Abstract:

This study examined 3 colorectal cancer cell lines， HCT116， LoVo， and HT29， each of which contained both wild-type and Oxaliplatin/SN38-resistant strains. Transcriptomic and proteomic analyses were performed. By analyzing the differential gene expression between wild-type and resistant strains， it was found that the transcriptomic patterns of HCT116 and LoVo wild-type cell line appeared similar， whereas both were different from HT29. In view of different expression genes（DEGs） of the cell lines responding to oxaliplatin or SN38， the transcriptomes of wild cell lines were different from that obtained from the drug resistant cell lines. Moreover， among oxaliplatin resistant cell lines， the transcriptomic responses were consistent， but in SN38 resistant cell lines， the relevant changes were complicated， particularly in HT29 cells. Based on comparison of different expression proteins（DEPs） in these cells， DEPs were overlapped with DEGs somehow. In contrast to transcriptomes， the protein abundance in Lovo and HT29 was sensitively impacted by drugs， while the functional clustering derived from DEPs in LoVo and HCT116 was comparable. By analyzing the commonly regulated genes in both the transcriptome and proteome， we identified candidate drug resistance-related proteins. Specifically for drugs， the abundance responses of proteins in these cell lines initiated by oxaliplatin were significantly lower than these induced by SN38. Taking all analysis to gene expression status in wild and drug resistance cell lines together， this study indeed sets up a solid dataset to explore the molecular mechanism of drug resistance and provides an omic clue in colorectal cancer research.

Key words: Colorectal cancer, Oxaliplatin, SN38, Drug resistance

中图分类号:

O657.6

TrendMD:

于成鲲, 周海超, 张聪敏, 任艳, 刘斯奇. 结直肠癌野生型和耐药型细胞系之间基因表达状态的比较分析. 高等学校化学学报, 2025, 46(8): 20250049.

YU Chengkun, ZHOU Haichao, ZHANG Congmin, REN Yan, LIU Siqi. Comprehensive Analysis of the Gene Expression Status in Wild and Drug-resistance Cell Lines of Colorectal Cancer. Chem. J. Chinese Universities, 2025, 46(8): 20250049.

图/表 5

Table 1 Quantity control results of RNA-Seq

Sample	Raw reads/M	Cleaned reads/Mbp	Reads mapped/M	Mapping rate（%）
HCT116_Par	12.2	12.2	11.4	93.77
HCT116_OxPt	12.2	12.2	11.3	92.71
HCT116_SN38	12.2	12.2	11.2	91.88
HT29_Par	12.2	12.2	11.4	93.35
HT29_OxPt	12.2	12.2	11.3	92.82
HT29_SN38	12.2	12.2	11.5	94.37
LoVo_Par	12.2	12.2	11.4	94.03
LoVo_OxPt	12.2	12.2	11.3	92.61
LoVo_SN38	11.9	11.9	11.0	92.36

Fig.1 Changes in transcriptional expression patterns in drug⁃resistant cell lines（A） Cluster heatmap of parental and drug-resistant cell lines；（B） cluster tree of genes in 5 different gene sets；（C） overlap of DEGs in two kinds of drug-resistant groups；（D） proportion of commonly regulated DEGs across cell lines and drug treatments.

Fig.2 Comparison of microarrays with RNAseq and pathway enrichment of DEGs（A） Bar plot of number of DEGs in microarrays data and RNAseq data；（B） correlation of two kinds of transcriptomic data and distribution of DEGs；（C） overlap between Oxpt-resistance cell lines and SN38-resistance cell lines for KEGG pathway enrichment of DEGs；（D） counts of subcategory of KEGG pathway enrichment of DEGs.

Fig.3 Changes in protein expression patterns and pathway enrichment in drug⁃resistant cell lines（A） Overlap of DEPs in two kinds of drug-resistant groups；（B） nine-quadrant plot for integrated analysis of RNAseq transcriptome and proteome data；（C） proportion of commonly regulated DEPs across cell lines and drug treatments；（D） overlap between Oxpt-resistance cell lines and SN38-resistance cell lines for KEGG pathway enrichment of DEPs；（E） counts of subcategory of KEGG pathway enrichment of DEPs.

Table 2 Commonly regulated genes in different groups

Group	Commonly up regulated genes	Commonly down regulated genes
HCT116_HT29_OxPt		S100A4， KITLG
HCT116_LoVo_OxPt	CLU， CALB2
HT29_LoVo_OxPt		CASK
HCT116_HT29_SN38		S100A4
HCT116_LoVo_SN38		S100A14
HT29_LoVo_SN38	ABCG2， AKR1C1， MSN， NQO1， UGT1A6， PLS3， HMOX1， NUDT9	ITGA2

参考文献 39

[1]	Siegel R. L.， Giaquinto A. N.， Jemal A.， CA⁃Cancer J. Clin.， 2024， 74（1）， 12—49
[2]	Bray F.， Laversanne M.， Sung H.， Ferlay J.， Siegel R. L.， Soerjomataram I.， Jemal A.， CA⁃Cancer J. Clin.， 2024， 74（3）， 229—263
[3]	Woynarowski J. M.， Chapman W. G.， Napier C.， Herzig M. C. S.， Juniewicz P.， Mol. Pharmacol.， 1998， 54（5）， 770—777
[4]	Hsiang Y. H.， Hertzberg R.， Hecht S.， Liu L. F.， J. Biol. Chem.， 1985， 260（27）， 14873—14878
[5]	Maindrault⁃Goebel F.， de Gramont A.， Louvet C.， André T.， Carola E.， Gilles V.， Lotz J. P.， Tournigand C.， Mabro M.， Molitor J. L.， Artru P.， Izrael V.， Krulik M.， Ann. Oncol.， 2000， 11（11）， 1477—1483
[6]	André T.， Louvet C.， Maindrault⁃Goebel F.， Couteau C.， Mabro M.， Lotz， J. P.， Gilles⁃Amar V.， Krulik M.， Carola E.， Izrael V.， de Gramont A.， Eur. J. Cancer， 1999， 35（9）， 1343—1347
[7]	Hashemi M.， Esbati N.， Rashidi M.， Gholami S.， Raesi R.， Bidoki S. S.， Goharrizi M. A. S. B.， Motlagh Y. S. M.， Khorrami R.， Tavakolpournegari A.， Nabavi N.， Zou R. J.， Mohammadnahal L.， Entezari M.， Taheriazam A.， Hushmandi K.， Transl. Oncol.， 2024， 40， 101846
[8]	Faivre S.， Chan D.， Salinas R.， Woynarowska B.， Woynarowski J. M.， Biochem. Pharmacol.， 2003， 66（2）， 225—237
[9]	Saurav S.， Karfa S.， Vu T.， Liu Z. P.， Datta A.， Manne U.， Samuel T.， Datta P. K.， Cancers， 2024， 16（20）， 3491
[10]	Voigt W.， Matsui S.， Yin M. B.， Burhans W. C.， Minderman H.， Rustum Y. M.， Anticancer Res.， 1998， 18（5A）， 3499—3505
[11]	Wang Q. Y.， Shen X. F.， Chen G.， Du J. F.， Cancers， 2022， 14（12）， 2928
[12]	Zhu G. X.， Gao D.， Shao Z. Z.， Chen L.， Ding W. J.， Yu Q. F.， Mol. Med. Rep.， 2021， 23（2）， 105
[13]	Turkington R. C.， Longley D. B.， Allen W. L.， Stevenson L.， McLaughlin K.， Dunne P. D.， Blayney J. K.， Salto⁃Tellez M.， van Schaeybroeck S.， Johnston P. G.， Cell Death Dis.， 2014， 5， e1046
[14]	Jensen N. F.， Stenvang J.， Beck M. K.， Hanáková B.， Belling K. C.， Do K. N.， Viuff B.， Nygård S. B.， Gupta R.， Rasmussen M. H.， Tarpgaard L. S.， Hansen T. P.， Budinská E.， Pfeiffer P.， Bosman F.， Tejpar S.， Roth， A.， Delorenzi M.， Andersen C. L.， Rømer M. U.， Brünner N.， Moreira J. M. A.， Mol. Oncol.， 2015， 9（6）， 1169—1185
[15]	Ritchie M. E.， Phipson B.， Wu D.， Hu Y.， Law C. W.， Shi W.， Smyth G. K.， Nucleic Acids Res.， 2015， 43（7）， e47
[16]	Bolstad B. M.， Irizarry R. A.， Åstrand M.， Speed T. P.， Bioinformatics， 2003， 19（2）， 185—193
[17]	Benjamini Y.， Hochberg Y.， J. R. Stat. Soc. B， 1995， 57（1）， 289—300
[18]	Langmead B.， Trapnell C.， Pop M.， Salzberg S. L.， Genome Biol.， 2009， 10（3）， R25
[19]	Li B.， Dewey C. N.， BMC Bioinformatics， 2011， 12， 323
[20]	Savitski M. M.， Wilhelm M.， Hahne H.， Kuster B.， Bantscheff M.， Mol. Cell. Proteomics， 2015， 14（9）， 2394—2404
[21]	Berg K. C. G.， Eide P. W.， Eilertsen I. A.， Johannessen B.， Bruun J.， Danielsen S. A.， Bjørnslett， M.， Meza⁃Zepeda L. A.， Eknæs M.， Lind G. E.， Myklebost O.， Skotheim R. I.， Sveen A.， Lothe R. A.， Mol. Cancer， 2017， 16， 116
[22]	Yeung T. M.， Gandhi S. C.， Wilding J. L.， Muschel R.， Bodmer W. F.， Proc. Natl. Acad. Sci.， 2010， 107（8）， 3722—3727
[23]	Kleivi K.， Teixeira M. R.， Eknæs M.， Diep C. B.， Jakobsen K. S.， Hamelin R.， Lothe R. A.， Cancer Genet. Cytogenet.， 2004， 155（2）， 119—131
[24]	Wold S.， Sjöström M.， Eriksson L.， Chemometr. Intell. Lab.， 2001， 58（2）， 109—130
[25]	Hlavca S.， Chan W. H.， Engel R. M.， Abud H. E.， Cancer Metastasis Rev.， 2024， 43（1）， 379—391
[26]	Hao J. J.， Huang J. S.， Hua C. Y.， Zuo Y.， Yu W. D.， Wu X. J.， Li L. R.， Xue G. Q.， Wan X. Y.， Ru L. Y.， Guo Z. Y.， Han S. L.， Deng W. G.， Lin F.， Guo W.， PLOS Biol.， 2023， 21（9）， e3002256
[27]	Fu Z. W.， Wu T. T.， Gao C.， Wang L. L.， Zhang Y.， Shi C.， Acta Pharm. Sin. B， 2024， 14（12）， 5305—5320
[28]	Stevenson L.， Allen W. L.， Proutski I.， Stewart G.， Johnston L.， McCloskey K.， Wilson P. M.， Longley D. B.， Johnston P. G.， PLoS One， 2011， 6（5）， e20276
[29]	Wang Y. X.， Zhou H. K.， Liu Y.， Zhao X. Y.， Wang S. H.， Lin Z. H.， Cancer Cell Int.， 2025， 25（1）， 41
[30]	Sugimachi K.， Yokobori T.， Iinuma H.， Ueda M.， Ueo H.， Shinden Y.， Eguchi H.， Sudo T.， Suzuki A.， Maehara Y.， Mori M.， Mimori K.， Ann. Surg. Oncol.， 2014， 21（11）， 3680—3690
[31]	Huang C. Y.， Wei P. L.， Batzorig U.， Makondi P. T.， Lee C. C.， Chang Y. J.， Int. J. Mol. Sci.， 2023， 24（13）， 10951
[32]	Alam F.， Mezhal F.， EL Hasasna H.， Nair V. A.， Aravind S.， Saber Ayad M.， El⁃Serafi A.， Abdel⁃Rahman W. M.， Tumor Biol.， 2017， 39（9）， doi： 10.1177/1010428317714634
[33]	Osawa K.， Nakarai C.， Akiyama M.， Hashimoto R.， Tsutou A.， Takahashi J.， Takaoka Y.， Kawamura S.， Shimada E.， Tanaka K.， Kozuka M.， Yamamoto M.， Kido Y.， Asian Pac. J. Cancer Prev.， 2012， 13（5）， 2311—2314
[34]	Singhabahu R.， Gamage， S. M. K.， Gopalan V.， Cancer Pathog. Ther.， 2024， 2（2）， 65—73
[35]	Perraud A. L.， Shen B.， Dunn C. A.， Rippe K.， Smith M. K.， Bessman M. J.， Stoddard B. L.， Scharenberg A. M.， J. Biol. Chem.， 2003， 278（3）， 1794—1801
[36]	He Z.， Yu L. H.， Luo S. Y.， Li M. Z.， Li J. B.， Li Q.， Sun Y.， Wang C. B.， BMC Cancer， 2017， 17， 140
[37]	Min H. Y.， Cho J.， Sim J. Y.， Boo H. J.， Lee J. S.， Lee S. B.， Lee Y. J.， Kim S. J.， Kim K. P.， Park I. J.， Hong S. M.， Zhang X. L.， Zhang Z. G.， Park R. W.， Lee H. Y.， Clin. Transl. Med.， 2022， 12（7）， e986
[38]	Wei J. L.， Fu Z. X.， Fang M.， Zhou Q. Y.， Zhao Q. N.， Guo J. B.， Lu W. D.， Wang H.， Tumor Biol.， 2014， 35（9）， 9185—9194
[39]	Qin J.， Hu S. S.， Lou J. W.， Xu M.， Gao R.， Xiao Q. N.， Chen Y. H.， Ding M. Z.， Pan Y. Q.， Wang S. K.， Int. Immunopharmacol.， 2024， 137， 112487

结直肠癌野生型和耐药型细胞系之间基因表达状态的比较分析

Comprehensive Analysis of the Gene Expression Status in Wild and Drug-resistance Cell Lines of Colorectal Cancer

RichHTML

PDF (PC)

补充材料

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 39

相关文章 5

编辑推荐

Metrics

本文评价

[1]	段雨秀, 万朋奇, 高郭文猎, 张文龙, 邓明虓, 肖春生. 阳离子聚氨基酸的合成及抗菌性能[J]. 高等学校化学学报, 2025, 46(1): 20240334.
[2]	张沙, 史卫国, 王潮, 蔡利锋, 郑保华, 王昆, 冯思良, 贾启燕, 刘克良. 胆固醇修饰的非天然HR序列肽类HIV-1融合抑制剂的合成及活性初筛[J]. 高等学校化学学报, 2014, 35(12): 2542.
[3]	王青, 孙小兰, 羊小海, 王柯敏, 吴春玲, 陈桐. 单分子力谱研究活细胞上多药耐药相关蛋白1的表达[J]. 高等学校化学学报, 2012, 33(07): 1401.
[4]	凌晓锋,徐怡庄,王立新,李维红,张元福,杨展澜,侯纯升,周孝思,吴瑾光,徐智 . 胃和结直肠癌的傅里叶变换红外光谱研究[J]. 高等学校化学学报, 2007, 28(3): 445.
[5]	阮继武, 符立梧, 黄志纾, 陈黎明, 马林, 古练权. 多芳基取代咪唑的合成及其逆转多药耐药性研究[J]. 高等学校化学学报, 2004, 25(5): 870.