通过WGCNA和机器学习揭示DCLK3在结直肠癌进展中的作用机制

《BMC Cancer》：Uncovering the mechanism of DCLK3 in colorectal cancer progression through WGCNA and machine learning

　　

摘要

背景

结直肠癌是一种常见的消化道恶性肿瘤，具有较高的发病率和死亡率。尽管双皮层样激酶3在结直肠癌中表达升高并会促进疾病进展，但其具体机制仍不清楚。

方法

通过生物信息学分析、加权基因共表达网络分析以及机器学习算法来确定结直肠癌的核心基因。利用生物信息学数据库（GSE142279、癌症基因组图谱TCGA）以及实验验证方法（定量实时PCR、Western blot）来检测DCLK3和ELK1的表达水平。同时通过多种功能实验（3-(4,5-二甲基噻唑-2-基)-2,5-二苯基四唑盐溴化物MTT试验、流式细胞术、Transwell试验、伤口愈合试验、球形细胞形成试验、管状细胞形成试验、体内模型、苏木精伊红染色以及免疫组织化学检测）和机制研究（通过Genecards和JASPAR数据库预测、双荧光素酶报告基因试验以及染色质免疫沉淀试验），进一步验证并探讨DCLK3在结直肠癌中的分子机制。

结果

结合生物信息学分析、加权基因共表达网络分析和机器学习算法后，确定DCLK3为结直肠癌的核心基因。该基因在结直肠癌中显著表达升高，其高表达水平与患者较差的总体生存率相关。敲低DCLK3可抑制结直肠癌细胞的增殖，促进细胞凋亡，同时抑制细胞的侵袭、迁移、癌干细胞特性以及血管生成。ETS样蛋白1（ELK1）可通过转录激活DCLK3，从而促进结直肠癌细胞的恶性表型发展。体内实验也表明，ELK1可通过激活DCLK3来推动结直肠癌肿瘤的生长。

结论

通过生物信息学分析发现的DCLK3，可被转录因子ELK1转录激活，进而推动结直肠癌的进展，因此它具有作为治疗靶点的潜力。

图形摘要

该示意图展示了通过生物信息学分析结合机器学习所揭示的DCLK3在结直肠癌进展中的作用机制