这是一篇biomarker的生信文章,,也有很多实验验证。
癌症类型:高级别浆液性卵巢癌(HGSOC)
问题:发病机制不清楚，高异质性和化疗后复发耐药
解决问题:需要进一步研究参与肿瘤进展的分子机制，以寻找新的疾病管理靶点。
基因：Kruppel-like factors (KLFs)，是一类转录调节因子，控制着几个基本的细胞过程，包括增殖、分化和迁移。它们已被证明在各种与癌症相关的过程中发挥作用，以一种环境依赖的方式。
方法:为了研究KLF家族成员作为预后标志物的可能作用，作者对不同队列的晚期HGSOC患者的卵巢转录组数据集进行了生物信息学分析。利用HGSOC体外细胞模型进行功能研究，探讨KLF7在疾病发展和进展中的作用。最后，通过分子建模和虚拟筛选来确定公认的KLF7抑制剂。
分析数据集：GEO(GSE26712、GSE49997、GSE9891)和TCGA-OV RNAseq数据。
结果：
首先是对GSE26712和TCGA-OV数据集的临床信息进行统计。
对卵巢癌转录组数据集的生物信息meta分析表明，在17个家族成员中，KLF7是最重要的预后基因。同时利用了cox回归进行校正。并分析了KLF7表达水平与生存期有关。
Cox回归分析证实KLF7可以作为一个预测因子。
WB检测KLF7在HGSOC细胞系中的表达水平，KLF7敲低后抑制HGSOC细胞的增殖。这里就是一个WB和RNA干扰实验。
除了检测增殖，还检测了其他表型，干扰KLF7后抑制HGSOC细胞的迁移和侵袭，就得到了figure3。
同样的，检测了EMT（epithelial-mesenchymal transitions）相关基因的表达水平。干扰KLF7后，EMT相关基因的表达水平降低，同时，同样的，KLF7敲低也抑制干细胞标记物的表达。WB，RT-qPCR实验和荧光实验。
KLF7基因下调可抑制HGSOC细胞的球状形成
接下来，就是KLF7模型蛋白的结构分析和结合位点的鉴定，模型预测，采用同源建模，软件：Modeller。预测模型的结果评估，软件：PROCHECK、VERIFY3D、 ProSA-web。虚拟筛选结合位点：SiteMap in Maestro。然后利用分子对接筛选技术筛选潜在的抑制剂。
总之，这篇文章就是通过COX回归从KLF家族中筛选出KLF7，可能作为预后基因，然后简单的实验验证各种表型，说实话，表型有点多，让我感觉这个基因功能很多，没有去查文献，如果如此，该基因应该被研究的很多，如果没有，这篇文章中的一个表型，深入去做实验方面的文章，探究其后面的详细机制，都是能发文章。最后建立蛋白结构模型，分子对接技术筛选抑制剂，主要是为了体现后续作为治疗靶点的研究。
