期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
ST6GAL1通过激活Notch1/PI3K/AKT/mTORC1途径促进结直肠癌HCT116细胞糖酵解和迁移、侵袭
1
作者 霍怡杉 吴会丽 +2 位作者 段相冰 马秀敏 李涛 《中国肿瘤生物治疗杂志》 北大核心 2025年第5期469-475,共7页
目的:探究β-半乳糖苷α-2-6唾液酸转移酶1(ST6GAL1)对结直肠癌(CRC)HCT116细胞糖酵解和迁移、侵袭的作用及可能的分子机制。方法:通过检索GEPIA2数据库,分析ST6GAL1在CRC患者和健康人群中的表达差异;WB法检测ST6GAL1在CRC细胞HCT116、S... 目的:探究β-半乳糖苷α-2-6唾液酸转移酶1(ST6GAL1)对结直肠癌(CRC)HCT116细胞糖酵解和迁移、侵袭的作用及可能的分子机制。方法:通过检索GEPIA2数据库,分析ST6GAL1在CRC患者和健康人群中的表达差异;WB法检测ST6GAL1在CRC细胞HCT116、SW480、Caco-2、HT29、LoVo和人正常结肠上皮细胞NCM460细胞中的表达差异;免疫组织化学法分析ST6GAL1在CRC组织和对应癌旁组织中的表达差异。通过慢病毒转染细胞的方法构建稳定敲低或过表达ST6GAL1的HCT116细胞,通过划痕愈合实验检测细胞迁移能力,Transwell实验检测细胞侵袭能力,WB法检测细胞糖酵解相关蛋白、Notch1受体胞内段(Notch1 ICD)以及PI3K/AKT/mTOR通路磷酸化水平,细胞免疫荧光实验观察Notch1 ICD表达水平和进入细胞核情况;加入Notch1受体激动剂Jagged1处理HCT116细胞,通过WB法检测糖酵解相关蛋白、Notch1 ICD表达水平以及PI3K/AKT/mTOR通路磷酸化水平。结果:ST6GAL1在CRC组织和细胞中均表达上调(均P<0.05)。与对照组和过表达组相比,敲低ST6GAL1导致HCT116细胞内Notch1 ICD表达水平和PI3K/AKT/mTORC1磷酸化水平显著降低,细胞糖酵解相关蛋白表达水平降低,细胞迁移和侵袭能力减弱(均P<0.05);过表达ST6GAL1增加了HCT116细胞内Notch1 ICD表达水平并促进其进入细胞核,细胞糖酵解相关蛋白表达水平升高,细胞迁移和侵袭能力增强(均P<0.05)。结论:ST6GAL1通过活化Notch1受体进而磷酸化激活PI3K/AKT/mTORC1通路,并增强CRC细胞糖酵解水平和迁移、侵袭能力。 展开更多
关键词 β-半乳糖苷α-2-6唾液酸转移酶1 结直肠癌 HCT116细胞 NOTCH1 糖酵解 迁移 侵袭
在线阅读 下载PDF
营养控制状态评分联合预后营养指数评估老年结直肠癌患者合并贫血风险的临床应用价值
2
作者 王翠翠 乔万通 +3 位作者 姚俊英 李倩 高维鸽 范旻 《实用医学杂志》 2025年第17期2696-2704,共9页
目的 探讨营养控制状态评分(controlling nutritional status,CONUT)联合预后营养指数(prognostic nutritional index,PNI)在老年结直肠癌患者贫血风险评估中的临床应用价值,构建贫血风险预测模型。方法 回顾性收集2018年7月至2025年3... 目的 探讨营养控制状态评分(controlling nutritional status,CONUT)联合预后营养指数(prognostic nutritional index,PNI)在老年结直肠癌患者贫血风险评估中的临床应用价值,构建贫血风险预测模型。方法 回顾性收集2018年7月至2025年3月在新疆维吾尔自治区人民医院就诊的661例老年结直肠癌患者临床资料,依据是否合并贫血分组,并按7∶3比例随机分为训练集和验证集。采用XGBoost算法构建贫血风险预测模型,通过ROC曲线、SHAP值可视化等方法评估模型判别能力与可解释性。结果 贫血组患者占比38.9%(257/661)。与对照组相比,贫血组患者PNI和白蛋白水平显著降低,CONUT评分和尿素氮水平显著升高,肿瘤最大径≥5 cm、低分化组织分级、Ⅲ—Ⅳ期TNM分期患者比例更高(P<0.05)。XGBoost模型判别能力良好,AUC为0.897(95%CI:0.868~0.925)。SHAP值分析显示PNI、CONUT评分、白蛋白、尿素氮、TNM分期、组织分级、肿瘤最大径为模型主要贡献变量,其中PNI和白蛋白为保护因素,CONUT评分、尿素氮及肿瘤相关指标为危险因素。结论 PNI、CONUT评分等营养指标及肿瘤特征可用于预测老年结直肠癌患者贫血风险。基于XGBoost构建的模型具备较高判别能力和良好解释性,有助于临床早期筛查高风险患者,指导个体化营养干预和贫血管理。 展开更多
关键词 结直肠癌 贫血 预后营养指数 营养控制状态评分 XGBoost 机器学习 预测模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部