DNMT3B与乳腺癌预后的关系及其生物学机制

doi:10.3877/cma.j.issn.1674-3946.2024.06.010

目的

分析DNA甲基转移酶3B（DNMT3B）在乳腺癌中的表达及其对预后的影响，探究其在乳腺癌发生发展中及潜在靶点作用。

方法

通过R语言程序分析TCGA乳腺癌数据库，使用UALCAN、Starbase database、cBioPortal、GeneMANIA、STRING等在线数据库分析DNMT3B在乳腺癌中的表达、诊断和预后价值、肿瘤免疫微环境、GO功能、KEGG信号通路和蛋白相互作用。采用qRT‐PCR检测DNMT3B在常见乳腺癌细胞系和正常乳腺上皮细胞间的表达差异。

结果

在线数据库分析及验证实验提示DNMT3B在乳腺癌中高表达，且其高表达不利于乳腺癌患者的生存，提示DNMT3B可能具有诊断价值。通过GO功能、KEGG信号通路和蛋白相互作用以及肿瘤免疫微环境分析，提示DNMT3B参与乳腺癌发生发展的多种机制，可能成为新的治疗靶点。

结论

DNMT3B能促进乳腺癌的发生并影响疾病的进展，可能是乳腺癌潜在的肿瘤标志物及治疗靶点。

关键词: 乳腺肿瘤, DNA甲基转移酶3B, 肿瘤免疫微环境, 预后

Objective

To analyze the expression of DNA methyltransferase 3B (DNMT3B) in breast cancer and its influence on prognosis, and explore its role in the occurrence and development of breast cancer and potential targets.

Methods

Analyzing TCGA breast cancer database through R language program, Online databases such as UALCAN, Starbase database, cBioPortal, GeneMANIA and STRING were used to analyze DNMT3B expression, diagnostic and prognostic value, tumor immune microenvironment, GO function, KEGG signaling pathway and protein interaction in breast cancer. The expression difference of DNMT3B between common breast cancer cell lines and normal breast epithelial cells was detected by QRT-PCR.

Results

Online database analysis and validation experiments suggest that DNMT3B is highly expressed in breast cancer, and its high expression is not conducive to the survival of breast cancer patients, suggesting that DNMT3B may have diagnostic value. Through GO function, KEGG signaling pathway and protein interaction, and tumor immune microenvironment analysis, DNMT3B is involved in multiple mechanisms of breast cancer occurrence and development, and may become a new therapeutic target.

Conclusion

DNMT3B can promote the occurrence of breast cancer and affect the progression of the disease, and may be a potential tumor marker and therapeutic target for breast cancer.

Key words: Breast Neoplasms, DNA methyltransferase B, Tumor Immune Microenvironment, Prognosis

图1 DNMT3B表达差异分析注：A=DNMT3B的泛癌分析；B=DNMT3B在乳腺癌和癌旁的差异分析；C=DNMT3B在乳腺癌和癌旁的配对差异分析；D=HPA数据库中DNMT3B蛋白在乳腺癌和正常组织表达水平；E=实时荧光定量 PCR（RT-qPCR）检测DNMT3B在乳腺癌细胞系中的表达水平, *P < 0.05, **P< 0.01, ***P <0.001，****P<0.0001。

图2 DNMT3B在乳腺癌中的生存分析注：A=无进展生存期；B=总生存期（P=0.047）。

图3 基因拷贝数变异与甲基化注：A=DNMT3B基因拷贝数与表达相关性；B=DNMT3B基因拷贝数变异与表达相关性；C=DNMT3B基因拷贝数缺失与表达相关性；D=DNMT3B基因拷贝数扩增与表达相关性；E=乳腺癌中DNMT3B启动子的甲基化水平。

图4 基因富集蛋白互作用网络分析注：A=GO富集分析；B=共表达分析；C=KEGG分析；D=蛋白相互作用网络分析。

表1 miRNA和DNMT3B基因相关性

MiRNAname	geneName	R-value	p-value
hsa-miR-29c-3p	DNMT3B	-0.34	9.36E-31
hsa-miR-30a-5p	DNMT3B	-0.328	1.33E-28
hsa-let-7b-5p	DNMT3B	-0.314	2.73E-26
hsa-let-7a-5p	DNMT3B	-0.258	5.71E-18
hsa-miR-375	DNMT3B	-0.184	1.04E-09
hsa-miR-1-3p	DNMT3B	-0.138	5.40E-06
hsa-miR-135a-5p	DNMT3B	-0.135	8.25E-06
hsa-miR-195-5p	DNMT3B	-0.119	9.02E-05
hsa-miR-29a-3p	DNMT3B	-0.112	2.26E-04
hsa-miR-29b-3p	DNMT3B	-0.106	4.51E-04
hsa-miR-125a-5p	DNMT3B	-0.097	1.43E-03
hsa-miR-26a-5p	DNMT3B	-0.093	2.16E-03
hsa-miR-26b-5p	DNMT3B	-0.062	4.15E-02
hsa-miR-628-5p	DNMT3B	0.052	8.52E-02
hsa-miR-361-3p	DNMT3B	0.058	5.67E-02
hsa-miR-95-3p	DNMT3B	0.07	2.04E-02
hsa-miR-30d-5p	DNMT3B	0.104	5.77E-04
hsa-miR-148a-3p	DNMT3B	0.115	1.41E-04
hsa-miR-21-5p	DNMT3B	0.117	1.10E-04
hsa-miR-885-5p	DNMT3B	0.118	9.63E-05
hsa-miR-328-3p	DNMT3B	0.139	4.55E-06
hsa-miR-140-5p	DNMT3B	0.145	1.66E-06
hsa-miR-222-3p	DNMT3B	0.152	4.95E-07
hsa-let-7g-5p	DNMT3B	0.156	2.51E-07
hsa-miR-30e-5p	DNMT3B	0.199	3.75E-11

表1 miRNA和DNMT3B基因相关性

MiRNAname	geneName	R-value	p-value
hsa-miR-29c-3p	DNMT3B	-0.34	9.36E-31
hsa-miR-30a-5p	DNMT3B	-0.328	1.33E-28
hsa-let-7b-5p	DNMT3B	-0.314	2.73E-26
hsa-let-7a-5p	DNMT3B	-0.258	5.71E-18
hsa-miR-375	DNMT3B	-0.184	1.04E-09
hsa-miR-1-3p	DNMT3B	-0.138	5.40E-06
hsa-miR-135a-5p	DNMT3B	-0.135	8.25E-06
hsa-miR-195-5p	DNMT3B	-0.119	9.02E-05
hsa-miR-29a-3p	DNMT3B	-0.112	2.26E-04
hsa-miR-29b-3p	DNMT3B	-0.106	4.51E-04
hsa-miR-125a-5p	DNMT3B	-0.097	1.43E-03
hsa-miR-26a-5p	DNMT3B	-0.093	2.16E-03
hsa-miR-26b-5p	DNMT3B	-0.062	4.15E-02
hsa-miR-628-5p	DNMT3B	0.052	8.52E-02
hsa-miR-361-3p	DNMT3B	0.058	5.67E-02
hsa-miR-95-3p	DNMT3B	0.07	2.04E-02
hsa-miR-30d-5p	DNMT3B	0.104	5.77E-04
hsa-miR-148a-3p	DNMT3B	0.115	1.41E-04
hsa-miR-21-5p	DNMT3B	0.117	1.10E-04
hsa-miR-885-5p	DNMT3B	0.118	9.63E-05
hsa-miR-328-3p	DNMT3B	0.139	4.55E-06
hsa-miR-140-5p	DNMT3B	0.145	1.66E-06
hsa-miR-222-3p	DNMT3B	0.152	4.95E-07
hsa-let-7g-5p	DNMT3B	0.156	2.51E-07
hsa-miR-30e-5p	DNMT3B	0.199	3.75E-11

图5 上游miRNAr的表达与生存分析注：A=hsa-miR-30a-5p在乳腺癌和正常组织中的表达；B=hsa-let-7b-5p在乳腺癌和正常组织中的表达；C=hsa-miR-30a-5p的生存分析；D=hsa-let-7b-5p的生存分析。

图6 药物敏感性分析

图7 免疫分析注：A=肿瘤微环境（TME）评分；B=浸润免疫细胞相关性；C=肿瘤突变负荷与DNMT3B的表达相关性；D=免疫检查点分析。

［1］	Bray F，Laversanne M，Sung H，et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries［J］. CA: a cancer journal for clinicians，2024，74（3）: 229-263.
［2］	Fan L，Strasser-Weippl K，Li JJ，et al. Breast cancer in China［J］. The Lancet Oncology，2014，15（7）: e279-e289.
［3］	Jokhadze N，Das A，Dizon DS. Global cancer statistics: A healthy population relies on population health［J］. CA: a cancer journal for clinicians，2024，74（3）: 224-226.
［4］	Mcdonald ES，Clark AS，Tchou J，et al. Clinical Diagnosis and Management of Breast Cancer［J］. Journal of nuclear medicine: official publication，Society of Nuclear Medicine，2016，57Suppl 1: 9s-16s.
［5］	Hayes DF. Tumor markers for breast cancer［J］. Annals of oncology: official journal of the European Society for Medical Oncology，1993，4（10）: 807-819.
［6］	Chen Z，Zhang Y. Role of Mammalian DNA Methyltransferases in Development［J］. Annual review of biochemistry，2020，89: 135-158.
［7］	Schmittgen TD，Livak KJ. Analyzing real-time PCR data by the comparative C（T）method［J］. Nature protocols，2008，3（6）: 1101-1108.
［8］	Jézéquel P，Campone M，Gouraud W，et al. bc-GenExMiner: an easy-to-use online platform for gene prognostic analyses in breast cancer［J］. Breast cancer research and treatment，2012，131（3）: 765-775.
［9］	Goldman MJ，Craft B，Hastie M，et al. Visualizing and interpreting cancer genomics data via the Xena platform［J］. Nature biotechnology，2020，38（6）: 675-678.
［10］	Chandrashekar DS，Karthikeyan SK，Korla PK，et al. UALCAN: An update to the integrated cancer data analysis platform［J］. Neoplasia（New York，NY），2022，25: 18-27.
［11］	Szklarczyk D，Gable A L，Lyon D，et al. STRING v11: protein-protein association networks with increased coverage，supporting functional discovery in genome-wide experimental datasets［J］. Nucleic acids research，2019，47（D1）: D607-D613.
［12］	Li J H，Liu S，Zhou H，et al. starBase v2.0: decoding miRNA-ceRNA，miRNA-ncRNA and protein-RNA interaction networks from large-scale CLIP-Seq data［J］. Nucleic acids research，2014，42（Database issue）: D92-97.
［13］	Duijf P HG，Nanayakkara D，Nones K，et al. Mechanisms of Genomic Instability in Breast Cancer［J］. Trends in molecular medicine，2019，25（7）: 595-611.
［14］	Pereira B，Chin SF，Rueda OM，et al. The somatic mutation profiles of 2,433 breast cancers refines their genomic and transcriptomic landscapes［J］. Nature communications，2016，7: 11479.
［15］	Ali Syeda Z，Langden SSS，Munkhzul C，et al. Regulatory Mechanism of MicroRNA Expression in Cancer［J］. International journal of molecular sciences，2020，21（5）:1273.
［16］	Dragomir MP，Knutsen E，Calin GA. Classical and noncanonical functions of miRNAs in cancers［J］. Trends in genetics: TIG，2022，38（4）: 379-394.
［17］	Xiao Y，Yu D. Tumor microenvironment as a therapeutic target in cancer［J］. Pharmacology &therapeutics，2021，221: 107753.
［18］	王剑锋，高磊，周天，等. 基质细胞在肿瘤微环境中作用的研究进展［J］,癌症进展,2020，18（14）: 1417-1423.
［19］	Klement JD，Paschall AV，Redd PS，et al. An osteopontin/CD44 immune checkpoint controls CD8+ T cell activation and tumor immune evasion［J］. The Journal of clinical investigation，2018，128（12）: 5549-5560.
［20］	Fröhlich A，Loick S，Bawden EG，et al. Comprehensive analysis of tumor necrosis factor receptor TNFRSF9（4-1BB）DNA methylation with regard to molecular and clinicopathological features，immune infiltrates，and response prediction to immunotherapy in melanoma［J］. EBioMedicine，2020，52: 102647.
［21］	Siegel RL，Miller KD，Wagle NS，et al. Cancer statistics，2023［J］. CA: a cancer journal for clinicians，2023，73（1）: 17-48.

[1]	周荷妹, 金杰, 叶建东, 夏之一, 王进进, 丁宁. 罕见成人肋骨郎格汉斯细胞组织细胞增生症被误诊为乳腺癌术后骨转移一例[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(06): 380-383.
[2]	韩萌萌, 冯雪园, 马宁. 乳腺癌改良根治术后桡神经损伤1例[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 117-118.
[3]	许杰, 李亚俊, 韩军伟. 两种入路下腹腔镜根治性全胃切除术治疗超重胃癌的效果比较[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 19-22.
[4]	高杰红, 黎平平, 齐婧, 代引海. ETFA和CD34在乳腺癌中的表达及与临床病理参数和预后的关系研究[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 64-67.
[5]	李代勤, 刘佩杰. 动态增强磁共振评估中晚期低位直肠癌同步放化疗后疗效及预后的价值[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 100-103.
[6]	梁孟杰, 朱欢欢, 王行舟, 江航, 艾世超, 孙锋, 宋鹏, 王萌, 刘颂, 夏雪峰, 杜峻峰, 傅双, 陆晓峰, 沈晓菲, 管文贤. 联合免疫治疗的胃癌转化治疗患者预后及术后并发症分析[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 619-623.
[7]	王玲艳, 高春晖, 冯雪园, 崔鑫淼, 刘欢, 赵文明, 张金库. 循环肿瘤细胞在乳腺癌新辅助及术后辅助治疗中的应用[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 630-633.
[8]	关小玲, 周文营, 陈洪平. PTAAR在乙肝相关慢加急性肝衰竭患者短期预后中的预测价值[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 841-845.
[9]	张润锦, 阳盼, 林燕斯, 刘尊龙, 刘建平, 金小岩. EB病毒相关胆管癌伴多发转移一例及国内文献复习[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 865-869.
[10]	陈晓鹏, 王佳妮, 练庆海, 杨九妹. 肝细胞癌VOPP1表达及其与预后的关系[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 876-882.
[11]	刘郁, 段绍斌, 丁志翔, 史志涛. miR-34a-5p 在结肠癌患者的表达及其与临床特征及预后的相关性研究[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 485-490.
[12]	陈倩倩, 袁晨, 刘基, 尹婷婷. 多层螺旋CT 参数、癌胚抗原、错配修复基因及病理指标对结直肠癌预后的影响[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 507-511.
[13]	曾明芬, 王艳. 急性胰腺炎合并脂肪肝患者CT 与彩色多普勒超声诊断参数与其病情和预后的关联性研究[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 531-535.
[14]	沈炎, 张俊峰, 唐春芳. 预后营养指数结合血清降钙素原、胱抑素C及视黄醇结合蛋白对急性胰腺炎并发急性肾损伤的预测价值[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 536-540.
[15]	王景明, 王磊, 许小多, 邢文强, 张兆岩, 黄伟敏. 腰椎椎旁肌的研究进展[J/OL]. 中华临床医师杂志(电子版), 2024, 18(09): 846-852.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Relationship between DNMT3B and prognosis of breast cancer and its biological mechanism

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Relationship between DNMT3B and prognosis of breast cancer and its biological mechanism