基于m%5E%287%29G相关miRNA的肝癌风险预后模型构建.pdf

第5 9卷 第4期2 0 2 3年0 8月青 岛 大 学 学 报(医 学 版)J OUR NA LO FQ I N G D AOUN I V E R S I T Y(ME D I C A LS C I E N C E S)V o l.5 9,N o.4A u g u s t 2 0 2 3 收稿日期2 0 2 3-0 2-2 8;修订日期2 0 2 3-0 5-1 2 基金项目山东省高等学校青创科技支撑计划(2 0 2 0 K L 0 0 5)第一作者邱康(1 9 9 6-),男,硕士研究生。通信作者孙传东(1 9 6 9-),男,博士,教授,主任医师,硕士生导师。E-m a i l:s u n c h u a n d o n g h o t m a i l.c o m。基于m7G相关m i R NA的肝癌风险预后模型构建邱康1,2,朱谦1,3,金晨1,3,孙传东1,2(青岛大学,山东 青岛 2 6 6 0 7 1 1 医学部;2 附属医院肝胆胰外科;3 附属医院小儿外科)摘要 目的 探讨N 7-甲基鸟苷(m7G)相关m i R NA对肝癌病人预后的影响。方法 从肿瘤基因组图谱(T C GA)数据库中获取肝癌组织3 7 5例、癌旁组织5 0例m i R NA表达数据和3 7 1例临床数据,应用与肝癌预后相关的m7G基因筛选相关m i R NA并构建预后模型,计算风险评分;基于风险评分对肝癌病人预后和免疫浸润进行预测评估。结果 基于T C G A数据库的m i R NA差异表达和C o x回归分析,最终得到1 1个m7G相关m i R NA,分别为m i R-4 6 6 1-5 p、m i R-3 0 1 a-3 p、m i R-7 6 0、m i R-9-3 p、m i R-7 1 5 6-5 p、m i R-5 6 1-5 p、m i R-3 9 1 1、m i R-5 1 3 c-5 p、m i R-4 6 5 2-3 p、m i R-3 4 6、m i R-5 4 8 a q-5 p。用它们构建风险模型预测结果显示,高风险组的整体生存水平显著低于低风险组(HR=2.2 3,P0.0 0 1),且风险评分作为独立预后风险因素评价病人预后效果良好(C I=0.6 1 1(0.5 6 30.6 5 8)。根据预后风险模型获得6个与免疫相关的差异表达基因,其中S 1 0 0 A 8、KR T 4、F C G B P与免疫浸润呈正相关,而S OHLH 1、C R I S P 2、C T S V与免疫浸润呈负相关。结论 基于m7G相关m i R NA构建的风险模型对于肝癌病人预后评价具有指导意义。关键词 肝肿瘤;N 7-甲基鸟苷;比例危险度模型;微R NA s;预后 中图分类号 R 7 3 5.7 文献标志码 A 文章编号 2 0 9 6-5 5 3 2(2 0 2 3)0 4-0 5 4 1-0 6d o i:1 0.1 1 7 1 2/j m s.2 0 9 6-5 5 3 2.2 0 2 3.5 9.1 3 5 开放科学(资源服务)标识码(O S I D)网络出版 h t t p s:/l i n k.c n k i.n e t/u r l i d/3 7.1 5 1 7.R.2 0 2 3 0 9 2 6.1 4 0 7.0 0 2;2 0 2 3-0 9-2 7 0 9:4 7:0 2AP R O G N O S T I CR I S K MO D E LF O R H E P A T O C E L L U L A RC A R C I N OMAB A S E D O N M7G-R E L A T E D M I R N A S Q I U K a n g,ZHUQ i a n,J I N C h e n,S UN C h u a n d o n g(D e p a r t m e n to fH e p a t o b i l i a r ya n dP a n c r e a t i cS u r g e r y,T h eA f f i l i a t e d H o s p i t a lo fQ i n g d a oU n i v e r s i t y,Q i n g d a o2 6 6 0 7 1,C h i n a)A B S T R A C T O b j e c t i v e T oe x p l o r e t h ev a l u eo fN 7-m e t h y l g u a n o s i n e(m7G)-r e l a t e dm i R NA s f o r t h ep r o g n o s i so fh e p a t o-c e l l u l a r c a r c i n o m a.M e t h o d s T h r o u g hT h eC a n c e rG e n o m eA t l a s(T C GA)d a t a b a s e,w e o b t a i n e d t h em i R NAe x p r e s s i o nd a t ao fh e p a t o c e l l u l a rc a r c i n o m a t i s s u e s(3 7 5c a s e s)a n dp a r a c a n c e r o u s t i s s u e s(5 0c a s e s)a sw e l l a s t h e c l i n i c a l d a t a(3 7 1c a s e s).B a s e do nt h eh e p a t o c e l l u l a r c a r c i n o m ao u t c o m e-a s s o c i a t e dm7Gg e n e,r e l a t e dm i R NA sw e r e s e l e c t e d t o c o n s t r u c t ap r o g n o s t i cm o d e l a n dc a l-c u l a t et h er i s ks c o r e.T h e r i s ks c o r ew a s u s e d t op r e d i c t t h e o u t c o m e a n d i mm u n e i n f i l t r a t i o no f p a t i e n t sw i t hh e p a t o c e l l u l a r c a r c i n o-m a.R e s u l t s T h r o u g ht h eT C GA-b a s e dd i f f e r e n t i a l e x p r e s s i o na n dC o xr e g r e s s i o na n a l y s e s,1 1m7G-r e l a t e dm i R NA sw e r ed e-t e r m i n e d:m i R-4 6 6 1-5 p,m i R-3 0 1 a-3 p,m i R-7 6 0,m i R-9-3 p,m i R-7 1 5 6-5 p,m i R-5 6 1-5 p,m i R-3 9 1 1,m i R-5 1 3 c-5 p,m i R-4 6 5 2-3 p,m i R-3 4 6,a n dm i R-5 4 8 a q-5 p.T h e r i s km o d e lw a s e s t a b l i s h e du s i n g t h e s em i RNA s.T h em o d e l p r e d i c t i o nr e s u l t s s h o w e d t h a t t h e o-v e r a l l s u r v i v a l o f t h eh i g h-r i s kg r o u pw a ss i g n i f i c a n t l y l o w e r t h a nt h a to f t h e l o w-r i s kg r o u p(HR=2.2 3,P0.0 0 1),a n dt h e r i s ks c o r ep e r f o r m e dw e l lw h e ne v a l u a t i n g t h e o u t c o m e o f p a t i e n t s a s a n i n d e p e n d e n t p r o g n o s t i c r i s k f a c t o r(C I=0.6 1 1(0.5 6 3-0.6 5 8).S i xd i f f e r e n t i a l l ye x p r e s s e di mm u n e-r e l a t e dg e n e sw e r ed e t e r m i n e da c c o r d i n gt ot h er i s km o d e l:S 1 0 0 A 8,KR T 4,a n dF C G B Pw e r ep o s i t i v e l yc o r r e l a t e dw i t hi mm u n ei n f i l t r a t i o n,w h i l eS OHLH 1,C R I S P 2,a n dC T S Vw e r en e g a t i v e l yc o r r e l a t e dw i t hi m-m u n e i n f i l t r a t i o n.C o n c l u s i o n T h e r i s km o d e l b a s e do nm7G-r e l a t e dm i R NA s i s ah e l p f u l t o o l t op r e d i c t t h ep r o g n o s i s o f p a t i e n t sw i t hh e p a t o c e l l u l a r c a r c i n o m a.K E Y WO R D S l i v e rn e o p l a s m s;N 7-m e t h y l g u a n o s i n e;p r o p o r t i o n a lh a z a r d sm o d e l s;m i c r o R NA s;p r o g n o s i s 肝癌是世界上是第七常见的癌症类型,5年生存率仅有1 8%,是致死率第二高的肿瘤,仅次于胰腺癌1。随着环境中致癌因素的增加,肝癌在我国的发病率逐年上升2。尽管目前的临床管理已经极大地改善了肝癌病人的生存率,但由于转移率高,肝癌病人的一般预后仍然极差3。因此,了解肝癌的发病机制,找到一种评估病人预后以及指导临床治疗的方法十分重要。m i c r o R NA(m i R NA)作为短的单链R NA分子可以通过翻译抑制调节蛋白质编码基因4,肝组织m i R NA在肝癌中表达失调,参与了肝癌的发生和发展5。肝癌细胞通过多种方式影响m i R NA的功能,包括染色体改变、聚腺苷基化修饰 5 4 2青 岛 大 学 学 报(医 学 版)5 9卷及转录因子的异常表达等6。N 7-甲基鸟苷(m7G)具有特定修饰依赖性化学性质,普遍存在于哺乳生物中并且修饰特定转录位置。m7G存在于真核生物mR NA的5 端帽中,且在转运R NA(t R NA)、核糖体R NA(r R NA)、小核R NA(s n R NA)和小核仁R NA(s n o R NA)等其他种类的R NA中也发现了类似情况7。已有研究表明,介导内部m7G修饰的最具特异性酶甲基转移酶样1(ME T T L 1)和其辅助因子WD R 4,参与调节m i R NA的m7G修饰,从而影响生物发生和细胞迁移8。本研究基于生物信息学方法,应用肿瘤基因组图谱(T C GA)数据库构建了m7G修饰相关的m i R NA的风险预后模型,并利用E s t i m a t e数据库对免疫细胞浸润和免疫功能进行分析,旨在构建一个模型来评价肝癌病人的预后,为肝癌病人的治疗和预后评价提供参考。现将结果报告如下。1 材料和方法1.1 数据下载与处理从T C GA数据库(h t t p s:/p o r t a l.g d c.c a n c e r.g o v)中检索并下载肝癌的m i R NA表达数据和临床特征数据,其中正常组织5 0例,肿瘤组织3 7 5例,临床数据3 7 1例。利用软件S t r a w b e r r yP e r l 5.3 2.1.1将基因表达数据进行转换整理为表达矩阵,用于后续分析。G S E A数据库(h t t p:/www.g s e a-m s i g d b.o r g/g s e a/i n d e x.j s p)下载得到m7G相关基因并进行单因素C o x回归筛选,得到差异基因用于后续分析。在E s t i m a t e数据库中下载肝癌相关的3 7 3个样本的免疫评分,用于后续免疫细胞浸润和免疫功能的分析。1.2 m7G差异基因分析使用R语言中的“e d g e R”和“L i mm a”包,分析肿瘤组织和正常组织间差异基因的表达情况。差异基因的筛选标准:|l o g2F C|1,P1,F D R0.0 5)。采用“G S VA”包中的基因集富集分析算法(s s G S E A)计算肝癌病人免疫细胞和免疫功能表达的基因丰度并绘制热图,进行免疫细胞和功能的相关性分析,比较高风险组和低风险组的免疫细胞表达及免疫功能。1.7 统计学处理利用R语言软件(4.1.3)进行统计学分析。应用单因素和多因素C o x回归分析风险模型的独立预后价值,K a p l a n-M e i e r法进行生存分析,M a n n-Wh i t n e y检验比较两组免疫浸润和免疫通路激活情况。所有生存结局均以P值和风险比(HR)表示,置信区间(C I)为9 5%。P1、F D R0.0 5)获得3 6 3个m i R NA差异基因并绘制火山图(图1 A)。其中上调基因3 2 0个,下调基因4 3个,差异表达最显著的前2 0个上游m i R NA热图见图1 B。2.2 L a s s o回归筛选m7G相关m i R NA对3 6 3个差异表达m i R NA与生存时间取交集进行单因素C o x回归分析,结果显示共有3 2个m i R NA与肝癌病人的预后显著相关。将候选的3 2 4期邱康,等.基于m7G相关m i R NA的肝癌风险预后模型构建5 4 3个m i R NA纳入L a s s o回归构建模型,选取误差最低的数值,进一步筛选出1 1个有意义的特征基因m i R NA,分 别 为m i R-4 6 6 1-5 p、m i R-3 0 1 a-3 p、m i R-7 6 0、m i R-9-3 p、m i R-7 1 5 6-5 p、m i R-5 6 1-5 p、m i R-3 9 1 1、m i R-5 1 3 c-5 p、m i R-4 6 5 2-3 p、m i R-3 4 6、m i R-5 4 8 a q-5 p(图2 A、B)。根据临床生存时间进行多因素C o x回归分析显示,结果显示h a s-m i R-5 p、h a s-m i R-9-3 p、h a s-m i R-3 9 1 1、h s a-m i R-5 1 3 c-5 p、h a s-m i R-4 6 5 2-3 p、h a s-m i R-5 3 8 a q-5 p差异有统计学意义(HR=1.0 0 41.5 5 3,P0.0 5)。见图2 C。A:火山图;B:热图。图1 m7G相关差异表达m i R N A火山图和热图A:L a s s o回归系数分析;B:L a s s o回归交叉验证图;C:m7G相关m i R NA多因素独立预后分析。图2 L a s s o回归筛选m7G相关m i R N A2.3 m7G相关m i R NA的风险模型构建应用上述1 1个与m7G相关的m i R NA构建风险模型,并且基于风险评分将肝癌病人分为高、低风险组。P C A聚类分析结果表明,二者区分明显(图3 A)。根据风险 评 分 构 建K a p l a n-M e i e r曲 线,经C o x回归分析显示,低风险组的整体生存水平明显高于高风险组(HR=2.2 3,P0.0 0 1)(图3 B)。R O C曲线分析结果显示,肝癌病人的模型风险评分对1、3、5年生存评估的AU C分别为0.6 7 4、0.7 2 5和0.6 9 7(图3 C)。2.4 风险评分与临床因素的模型构建为了评估风险水平模型在临床中的预测效果,将风险水平与临床因素中的年龄、性别、肿瘤分期(G0=T1+T2,G1=T3+T4)和风险评分纳入分析。根据风险评分以及临床因素绘制列线图,对肝癌病人的预后进行预测,结果显示,该预测模型的一致性指数(C-i n d e x)为0.6 1 1(0.5 6 30.6 5 8),肝癌病人第1、3、5年的生存率分别为7 8.1%、5 1.8%和3 7.1%(图4 A)。为了进一步评估预测模型是否符合实际情况,采用B o o t s t r a p自抽样法进行检测,并绘制了预测模型的校准曲线。结果表明,3年和5年拟合线重合度较高,表明该预测模型具有较好的生存预测功效,其3年和5年生存期预测值与实际值相似(图4 B)。为了鉴别预测模型的区分度,绘制了预测模型的R O C曲线,结果显示1、3、5年的AU C分别为0.6 1 3、0.7 0 1和0.6 7 3(图4 C)。2.5 风险评分与免疫评分相关基因的功能分析对风险模型与免疫功能的相关性分析显示,在风险模型中的高风险和低风险组中发现了5 3 9个差异表达的mR NA。将来自E s t i m a t e数据库的经免 5 4 4青 岛 大 学 学 报(医 学 版)5 9卷疫评分分组的9 6 0个基因与风险模型的差异表达基因相交,产生1 8 3个与风险模型和免疫浸润相关的mR NA(图5 A)。GO分析显示,这些基因主要参与了消化、内分泌过程、摄食行为等生物学过程(B P);细胞成分(C C)主要富集在含胶原蛋白的细胞外基质、分泌颗粒腔、细胞质囊泡腔中;分子功能(MF)富集的主要是受体配体活性、信号受体激活剂活性、生长因子活性等(图5 B)。K E G G分析显示,神经活性配体-受体相互作用、胰腺分泌、蛋白质的消化吸收是主要参与的富集通路(图5 B)。在众多基因中筛选出了与免疫功能和免疫细胞相关的mR NA,其中S 1 0 0 A 8、KR T 4、F C G B P与免疫浸润呈正相关,而S OHLH 1、C R I S P 2、C T S V则与免疫浸润呈负相关(图5 C)。A:两风险组的P C A聚类分析;B:高低风险组的K a p l a n-M e i e r曲线;C:风险预测模型评价的RO C曲线。图3 风险评估模型的构建A:风险评分和临床因素预后相关列线图;B:预测模型标定曲线;C:风险评分和临床因素模型对预后区分度的RO C曲线。图4 风险评分模型和临床因素的关联A:风险评分与免疫评分差异基因韦恩图;B:GO和K E G G分析;C:差异基因与免疫浸润相关性热图。图5 风险评分与免疫评分相关基因和功能分析2.6 风险模型与免疫微环境之间的关系应用s s G S E A分析肝癌病人风险评分与免疫细胞表达丰度以及免疫功能相关性结果显示,高风险和低风险组中辅助性T细胞、人类白细胞抗原(HL A)和主要组织相容性复合物类(MHC)在肿瘤免疫微环境中显著表达(图6 A)。肿瘤浸润淋 4期邱康,等.基于m7G相关m i R NA的肝癌风险预后模型构建5 4 5巴细胞(T I L)和C D 8+T细胞在肝癌病人肿瘤免疫微环境中相关性最高(r=0.8 7 0),滤泡辅助性T细胞(T f h)和肥大细胞的相关性最低(r=-0.0 0 4),在免疫功能中T细胞共抑制途径和免疫检查点显示最高的正相关性(r=0.9 3 0)(图6 B)。高风险组活化的树突状细胞(a D C s)、巨噬细胞相较于低风险组富集更明显(P0.0 5),而低风险组中B细胞、肥大细胞、中性粒细胞、NK细胞、辅助性T细胞、细胞溶解活性、亚炎症以及、型干扰素反应均显著升高(P0.0 5)(图6 C)。因此,肝癌高风险组病人可能更倾向于应用抗巨噬细胞或抗a D C s细胞进行免疫治疗。A:免疫细胞与免疫功能表达丰度热图;B:免疫细胞和免疫功能之间的相关性热图;C:不同风险组中免疫浸润相关表达丰度的箱式图。图6 肝癌病人免疫浸润丰度表达3 讨 论m7G是最普遍的R NA修饰之一,有研究表明m7G修饰显著参与肿瘤的发生发展9。此外,m7G修饰不仅发生在mR NA、r R NA、t R NA上,还通过修饰m i R NA介导R NA的代谢和功能8。但是针对m7G修饰m i R NA是否同样影响了肝癌的发生发展,尚未见报道。既往研究表明,m i R NA在转录后水平上调节基因的表达,在人的肝癌和正常肝脏中的表达存在显著差异,m i R NA的失调提示肝脏可能发生早期癌变1 0。已有研究结果显示,m7G修饰相关基因ME T T L 1和WR D 4参与了对m i R NA的调控,推测可能有更多的m7G修饰基因参与了m i R NA的调控。本研究提取肝癌中具有预后价值的m7G相关基因,筛选下游相关m i R NA构建风险模型,评估模型的预测价值,为临床治疗提供参考。本研究通过肝癌的预后数据筛选得到了1 2个m7G相关基因,并通过C o x和L a s s o回归分析构建模型,筛选出1 1个受m7G修饰影响的m i R NA。其中血清外泌体中的m i R-4 6 6 1-5 p可以作为早期肝癌的潜在诊断标志物1 1,m i R-3 0 1 a-3 p可以通过靶向V G L L 4抑制肝癌的恶性进展,m i R-7 6 0可以调控下游的NA C C-1促进肝癌的发生发展1 2,m i R-5 6 1-5 p通过影响C X 3 C R 1/NK细胞的浸润和功能促进转移性肝癌的发生发展1 3,海绵化的m i R-3 4 6在c i r c MD K促进肝癌进展的过程中发挥作用1 4,而m i R-9-3 p则通过下调T A Z在肝癌细胞中发挥肿瘤抑制作用1 5。目前肝癌研究中尚未见m i R-7 1 5 6-5 p、m i R-3 9 1 1、m i R-5 1 3 c-5 p、m i R-4 6 5 2-3 p、m i R-5 4 8 a q-5 p报道,其功能和机制有待进一步研究。本文通过1 2个相关m i R NA与生存时间构建风险模型,计算风险评分并进行P C A聚类分析,结果显示风险评分能够较好地将病人区分为高低风险组;K a p l a n-M e i e r分析显示,高风险和低风险组病人生存率存在差异,低风险组存活率显著高于高风险组;R O C曲线分析显示,该模型的1、3和5年生存率的AU C均大于0.6,表明预后模型具有预测价值,尤其是对肝癌病人3年生存率的预测。本文根据临床因素建立预后模型列线图分析显示,风险评分对于病人预后的评价具有显著意义,根据风险评分构建的预后模型可以更好地预测临床病人的预后情况,为临床治疗提供指导意见。R NA甲基化修饰除了直接影响肿瘤发展外,还通过调节肿瘤免疫力来影响肿瘤治疗的有效性1 6。5 4 6青 岛 大 学 学 报(医 学 版)5 9卷作为m7G的关键基因,ME T T L 1在肝癌放疗中可能通过m7G修饰参与了免疫微环境的调节1 7。本文利用已经构建的风险模型与免疫相关基因分析得到m7G修饰相关m i R NA的下游基因,并分别进行了功能富集分析和相关免疫功能和免疫细胞的分析,结果显示,受体配体活性、信号受体激活剂活性与免疫浸润的抗肿瘤免疫力相关1 8;s s G S E A分析结果显示,在m7G相关的免疫环境中,辅助性T细胞、HL A和MHC的表达水平更高。不同风险组免疫浸润相关表达丰度分析显示,高风险组肝癌病人可能更倾向于抗巨噬细胞或抗a D C s细胞的免疫治疗,提示m7G相关的m i R NA可能与免疫浸润有关,这可为免疫治疗提供可能的指导方案。综上所述,本文研究构建了与m7G修饰相关m i R NA的风险预后模型,将肝癌病人分为高低风险组,基于风险评分构建预测模型对于肝癌病人的预后评价良好。风险评分可以作为预测病人预后的独立预后因素,对于病人的预后预测有着显著意义。免疫浸润相关分析提示高风险组病人的预后与巨噬细胞和a D C s细胞显著相关,可能作为免疫治疗的潜在方向。该模型的建立有助于为肝癌病人的生存和免疫治疗提供预测和指导,但是其实际价值还有待于更大样本量和相关实验的验证。参考文献1J EMA LA,WA R DE M,J OHN S ONCJ,e ta l.A n n u a lr e-p o r t t ot h en a t i o no nt h es t a t u so f c a n c e r,1 9 7 52 0 1 4,f e a t u-r i n gs u r v i v a lJ.J o u r n a lo ft h e N a t i o n a lC a n c e rI n s t i t u t e,2 0 1 7,1 0 9(9):d j x 0 3 0.2B R AYF,F E R L AYJ,S O E R J OMA T A RAMI,e ta l.G l o b a lc a n c e rs t a t i s t i c s 2 0 1 8:G L O B O C ANe s t i m a t e s o f i n c i d e n c e a n dm o r t a l i t yw o r l d w i d e f o r 3 6c a n c e r s i n1 8 5c o u n t r i e sJ.C A:aC a n c e r J o u r n a l f o rC l i n i c i a n s,2 0 1 8,6 8(6):3 9 4-4 2 4.3WU M T,HESY,C HE NSL,e t a l.C l i n i c a l a n dp r o g n o s t i ci m p l i c a t i o n so fp r e t r e a t m e n ta l b u m i nt oC-r e a c t i v ep r o t e i nr a-t i o i np a t i e n t sw i t hh e p a t o c e l l u l a r c a r c i n o m aJ.BMCC a n c e r,2 0 1 9,1 9(1):5 3 8.4HA MJ,K I M V N.R e g u l a t i o no fm i c r o R NAb i o g e n e s i sJ.N a t u r eR e v i e w sM o l e c u l a rC e l lB i o l o g y,2 0 1 4,1 5(8):5 0 9-5 2 4.5B O R E LF,KON S T ANT I NOVAP,J AN S E NPL M.D i a g-n o s t i ca n dt h e r a p e u t i cp o t e n t i a lo fm i R NAs i g n a t u r e si np a-t i e n t sw i t hh e p a t o c e l l u l a rc a r c i n o m aJ.J o u r n a lo fH e p a t o l o-g y,2 0 1 2,5 6(6):1 3 7 1-1 3 8 3.6KA T OH T,S AKAGU C H IY,M I YAU C H IK,e ta l.S e l e c-t i v es t a b i l i z a t i o no fm a mm a l i a nm i c r o R NA sb y3 a d e n y l a t i o nm e d i a t e db yt h ec y t o p l a s m i cp o l y(A)p o l y m e r a s eG L D-2J.G e n e s&D e v e l o p m e n t,2 0 0 9,2 3(4):4 3 3-4 3 8.7T OM I KAWAC.7-m e t h y l g u a n o s i n em o d i f i c a t i o n si nt r a n s f e rR NA(t R NA)J.I n t e r n a t i o n a l J o u r n a l o f M o l e c u l a rS c i e n c e s,2 0 1 8,1 9(1 2):4 0 8 0.8P AN D O L F I N IL,B A R B I E R II,B ANN I S T E R AJ,e ta l.ME T T L 1p r o m o t e sl e t-7m i c r o R NAp r o c e s s i n gv i am 7 G m e-t h y l a t i o nJ.M o l e c u l a rC e l l,2 0 1 9,7 4(6):1 2 7 8-1 2 9 0.e 9.9L UOYJ,YAOYX,WUP,e t a l.T h ep o t e n t i a l r o l eo fN 7-m e t h y l g u a n o s i n e(m 7 G)i nc a n c e rJ.J o u r n a lo fH e m a t o l o g y&O n c o l o g y,2 0 2 2,1 5(1):6 3.1 0MUR AKAM IY,YA S UD AT,S A I GOK,e t a l.C o m p r e h e n-s i v ea n a l y s i so fm i c r o R NAe x p r e s s i o np a t t e r n s i nh e p a t o c e l l u-l a rc a r c i n o m aa n dn o n-t u m o r o u st i s s u e sJ.O n c o g e n e,2 0 0 6,2 5(1 7):2 5 3 7-2 5 4 5.1 1C HO HJ,B A E K G O,S E O C W,e ta l.E x o s o m a lm i c r o-R NA-4 6 6 1-5 p-b a s e ds e r u mp a n e l a sap o t e n t i a ld i a g n o s t i cb i o-m a r k e rf o re a r l y-s t a g eh e p a t o c e l l u l a rc a r c i n o m aJ.C a n c e rM e d i c i n e,2 0 2 0,9(1 5):5 4 5 9-5 4 7 2.1 2Y I NLN,S UNTT,L I URB.NA C C-1r e g u l a t e sh e p a t o c e l-l u l a r c a r c i n o m a c e l lm a l i g n a n c ya n d i s t a r g e t e db ym i R-7 6 0J.A c t aB i o c h i m i c ae tB i o p h y s i c aS i n i c a,2 0 2 0,5 2(3):3 0 2-3 0 9.1 3C HE NEB,Z HOU ZJ,X I AO K,e ta l.T h em i R-5 6 1-5 p/C X 3 C L 1s i g n a l i n ga x i sr e g u l a t e sp u l m o n a r ym e t a s t a s i si nh e-p a t o c e l l u l a r c a r c i n o m a i n v o l v i n gC X 3 C R 1+n a t u r a lk i l l e rc e l l si n f i l t r a t i o nJ.T h e r a n o s t i c s,2 0 1 9,9(1 6):4 7 7 9-4 7 9 4.1 4D U AS,L ISQ,Z HOUYZ,e t a l.M 6 A-m e d i a t e du p r e g u l a-t i o no fc i r c MD Kp r o m o t e st u m o r i g e n e s i sa n da c t sa san a n o-t h e r a p e u t i ct a r g e ti nh e p a t o c e l l u l a rc a r c i n o m aJ.M o l e c u l a rC a n c e r,2 0 2 2,2 1(1):1 0 9.1 5H I GA S H IT,HAYA S H IH,I S H I MO T OT,e t a l.m i R-9-3 pp l a y sa t u m o u r-s u p p r e s s o rr o l eb yt a r g e t i n gT A Z(WWT R 1)i nh e p a t o c e l l u l a r c a r c i n o m a c e l l sJ.B r i t i s hJ o u r n a l o fC a n c e r,2 0 1 5,1 1 3(2):2 5 2-2 5 8.1 6HANDL,L I UJ,C HE NCY,e ta l.A n t i-t u m o u r i mm u n i t yc o n t r o l l e dt h r o u g hmR NA m 6 A m e t h y l a t i o na n dY THD F 1i nd e n d r i t i cc e l l sJ.N a t u r e,2 0 1 9,5 6 6(7 7 4 3):2 7 0-2 7 4.1 7Z E N GXZ,L I AOGR,L ISM,e t a l.E l i m i n a t i n gME T T L 1-m e d i a t e da c c u m u l a t i o no fPMN-MD S C sp r e v e n t sh e p a t o c e l l u-l a rc a r c i n o m ar e c u r r e n c ea f t e rr a d i o f r e q u e n c ya b l a t i o nJ.H e p a t o l o g y(B a l t i m o r e,M d),2 0 2 3,7 7(4):1 1 2 2-1 1 3 8.1 8Z HOUGY,S P R E N G E R SD,B OO RPPC,e