韩鸿举 苏子阳 周玉洁 王 玺

(首都医科大学基础医学院免疫学系，北京 100069)

白细胞介素-33(interleukin-33，IL-33)在抗肿瘤免疫中具有重要作用，可以上调干扰素-γ(interferon-gamma，IFN-γ)的表达，然而具体机制尚不清楚[1-7]。为了进一步探讨IL-33在肿瘤免疫微环境中发挥的抗肿瘤作用和上调IFN-γ的机制，在公共数据库中下载了结肠癌的转录组和肺癌的蛋白组数据，进行数据挖掘。有研究[4]显示IL-33通过丝裂原活化蛋白激酶(mitogen-activated protein kinase，MAPK)通路调控IFN-γ mRNA的稳定性，但是MAPK如何调控mRNA稳定性尚不清楚。通过查阅文献发现异质性胞核核糖核蛋白D(heterogeneous nuclear ribonucleoprotein D，HNRNPD或AU-rich element binding factor 1，AUF1)可能介导调控IFN-γ mRNA的稳定性[8-12]。为了证实IL-33是通过下调AUF1从而影响IFN-γ，本研究对IL-33和AUF1表达的相关性进行分析。

1 材料与方法

1.1 数据下载及计算差异表达基因(differentially expressed gene，DEG)

本研究的生物信息数据下载自美国国立生物技术信息中心(National Center for Biotechnology Information，NIH)下属的GEO数据库(https://www.ncbi.nlm.nih.gov/geo/)和临床蛋白质组肿瘤分析协会(Clinical Proteomic Tumor Analysis Consortium，CPTAC)蛋白和蛋白磷酸化组数据库(https://cptac-data-portal.georgetown.edu/datasets/)。

下载GEO编号GSE109694结肠癌RNA表达量芯片数据。为了考察IL-33对造血干细胞来源的免疫细胞的影响，选取“St2-/-bone marrow into WT host (St2-/-=> WT)”和 “WT bone marrow into WT host (WT=> WT)”两组进行分析。使用R语言进行数据处理。数据处理计算差异表达基因(differentially expressed gene，DEG)步骤包括插补空白表达量、去除重复基因、数据分组、数据ENSEMBLID或ENTREZID转换为基因名SYMBOL、对实验组和对照组基因表达值循环进行Student’st-test检验、数据汇总和分析。使用R语言中的r包“edgeR”中的“DGEList”、“calcNormFactors”、“estimateCommonDisp”、“estimateTagwiseDisp”和“exactTest”函数计算DEG。参考Gong等[13]的方法，在RNA表达量中将FDR<0.05且|lgFC|>1定义为差异基因的筛选标准。将CPTAC数据库中下载的肺鳞状细胞癌(lung squamous cell carcinoma，LSCC)蛋白组数据根据IL-33表达量中位数作为划分临界值，将病例分为IL-33高表达和低表达两组。考虑……