Expression characteristics and prediction analysis of platinum-resistant mi RNA in non-small cell lung cancer

doi:10.3877/cma.j.issn.1674-6902.2024.05.009

Abstract

Abstract:

Objective

To analyze the expression characteristics of micro RNA （miRNA） in non-small cell lung cancer （NSCLC） and predict the resistance of platinum drugs.

Methods

All of 105 patients with NSCLC admitted to our hospital from September 2021 to April 2023 were selected as subjects， 66 patients with platinum therapy sensitivity were selected as control group， and 39 patients with drug resistance were selected as observation group. miRNA expression was detected by polymerase chain reaction （PCR）. Multivariate Logistic regression was used to analyze the influencing factors of platinum drug resistance in NSCLC， and the expression characteristics of miRNA were analyzed by receiver operating characteristic curve （ROC） to predict platinum drug resistance in NSCLC.

Results

The expression levels of miRNA-125b （0.92±0.21）， miRNA-106a （0.87±0.22）， miRNA-181a （0.89±0.13） and miRNA-196a （1.01±0.31） in observation group were higher than those in control group （1.75±0.35）. miRNA-106a （2.45±0.47）， miRNA-181a （1.04±0.21），miRNA-196a （2.48±0.55）， miRNA-148b （1.78±0.47） in observation group was lower than that in control group （0.97±0.16）（P＜0.05）. Multivariate Logistic regression analysis showed that the expression levels of miRNA-125b （OR=1.642）， miRNA-106a （OR=2.052）， miRNA-181a （OR=2.092）， miRNA-196a （OR=1.508） and miRNA-148b （OR= 0.385） were platinum drug resistant in NSCLC influencing factors of the situation （P＜0.05）； ROC curve showed that the expression levels of miRNA-125b， miRNA-106a， miRNA-181a， miRNA-196a and miRNA-148b predicted the AUC of platinum drug resistance in NSCLC were 0.795，0.895， 0.733， 0.878 and 0.888，respectively. The predictive value of miRNA-106a was high. When the optimal diagnostic threshold was 1.220， the sensitivity and specificity of mirNA-106A for predicting platinum drug resistance in NSCLC were 76.62% and 96.97%.

Conclusion

The expression characteristics of miRNA can predict platinum drug resistance in NSCLC. NSCLC patients with high expression levels of mirNA-125b，mirNA-106A， mirNA-181A， mirNA-196a and low expression levels of mirNA-148b are prone to platinum drug resistance.

Key words: Non-small cell lung cancer, Ribonucleic acid, Platinum-based chemotherapy drugs, Drug resistance, Expression feature

Hui Yang, Lijuan Guo, Xiaodan Feng, Jing LI, Chengmo Huang, Xingrui Cai, Yingjiao Qin, Yuanli Wang. Expression characteristics and prediction analysis of platinum-resistant mi RNA in non-small cell lung cancer[J]. Chinese Journal of Lung Diseases(Electronic Edition), 2024, 17(05): 719-724.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://zhfbjbzz.cma-cmc.com.cn/EN/10.3877/cma.j.issn.1674-6902.2024.05.009

https://zhfbjbzz.cma-cmc.com.cn/EN/Y2024/V17/I05/719

Figures/Tables 4

References 30

1	Cheng Y，Mo F，Li Q，et al. Targeting CXCR2 inhibits the progression of lung cancer and promotes therapeutic effect of cisplatin［J］. Mol Cancer， 2021， 20（1）： 62.
2	吴国明，钱桂生. 非小细胞肺癌靶向治疗研究进展及新理念［J/CD］. 中华肺部疾病杂志（电子版）， 2019， 12（4）： 405-408.
3	Zhou H， Zhou L， Guan Q， et al. Skp2-mediated MLKL degradation confers cisplatin-resistant in non-small cell lung cancer cells［J］.Commun Biol， 2023， 6（1）： 805.
4	Larrue R，Fellah S，Boukrout N，et al. miR-92a-3p regulates cisplatininduced cancer cell death［J］. Cell Death Dis， 2023， 14（9）： 603.
5	Ma P， Han W， Meng C， et al. LINC02389/miR-7-5p regulated cisplatin resistance of non-small-cell lung cancer via promoting oxidative stress［J］. Anal Cell Pathol （Amst）， 2022， 2022：6100176.
6	Wu Y， Wang D， Lou Y， et al. Regulatory mechanism of α-hederin upon cisplatin sensibility in NSCLC at safe dose by destroying GSS/GSH/GPX2 axis-mediated glutathione oxidation-reduction system［J］. Biomed Pharmacother， 2022， 150： 112927.
7	Pan G， Liu Y， Shang L， et al. EMT-associated microRNAs and their roles in cancer stemness and drug resistance［J］. Cancer Commun （Lond）， 2021， 41（3）： 199-217.
8	Kryczka J， Kryczka J， Czarnecka-chrebelska KH， et al. Molecular mechanisms of chemoresistance induced by cisplatin in NSCLC cancer therapy［J］. Int J Mol Sci， 2021， 22（16）： 8885.
9	中华医学会，中华医学会肿瘤学分会，中华医学会杂志社. 中华医学会肺癌临床诊疗指南（2018 版）［J］. 中华肿瘤杂志，2018， 40（12）： 935-964.
10	Ruffini E， Fang W， Guerrera F， et al. The international association for the study of lung cancer thymic tumors staging project： The impact of the eighth edition of the union for international cancer control and American Joint Committee on Cancer TNM Stage Classification of Thymic Tumors［J］. J Thorac Oncol， 2020， 15（3）： 436-447.
11	朱立，戴五敏，卢德赵. 非小细胞肺癌顺铂耐药相关基因生物信息学研究［J］. 中国肿瘤生物治疗杂志， 2020， 27（11）：1278-1283.
12	Ashrafizadeh M， Zarrabi A， Hushmandi K， et al. Lung cancer cells and their sensitivity/resistance to cisplatin chemotherapy： Role of microRNAs and upstream mediators［J］. Cell Signal， 2021， 78：109871.
13	Wang S， Li M Y， Liu Y， et al. The role of microRNA in cisplatin resistance or sensitivity［J］. Expert Opin Ther Targets， 2020， 24（9）： 885-897.
14	孙瑾喆，陈骏. DNA 甲基化在肺癌顺铂耐药中的研究进展［J］. 中国肺癌杂志， 2023， 26（1）： 52-58.
15	Massa C， Seliger B. Combination of multiple omics techniques for a personalized therapy or treatment selection［J］. Front Immunol，2023， 14： 1258013.
16	Konoshenko M， Lansukhay Y， Krasilnikov S， et al. MicroRNAs as predictors of lung-cancer resistance and sensitivity to cisplatin［J］.Int J Mol Sci， 2022， 23（14）： 7594.
17	Gohlke L， Alahdab A， Oberhofer A， et al. Loss of key EMTregulating miRNAs highlight the role of ZEB1 in EGFR tyrosine kinase inhibitor-resistant NSCLC［J］. Int J Mol Sci， 2023， 24（19）： 14742.
18	Li X， He S， MA B. Autophagy and autophagy-related proteins in cancer［J］. Mol Cancer， 2020， 19（1）： 12.
19	Al-Shumary DS，Al-Shammari AM，Rasheed MN. Increased expression of the ABCA1 and ABCA3 transporter genes is associated with cisplatin resistance in breast cancer cells［J］. Asian Pac J Cancer Prev， 2023， 24（11）： 3969-3977.
20	Safari F， Rayat Azad N， Alizadeh Ezdiny A， et al. Antitumor activities of green tea by up-regulation of miR-181a expression in LNCaP cells using 3D cell culture model［J］. Avicenna J Med Biotechnol， 2022， 14（1）： 89-94.
21	Bahrami A， Ferns GA. Diagnostic， prognostic， and therapeutic value of miR-148b in human cancers［J］. Curr Mol Med，2022，22（10）： 860-869.
22	Jiang Z， Zhang J， Chen F， et al. MiR-148b suppressed non-small cell lung cancer progression via inhibiting ALCAM through the NFκB signaling pathway［J］. Thorac Cancer， 2020， 11（2）： 415-425.
23	Yuan X， Jing Y， Guang M， et al. GAS5 alleviates cisplatin drug resistance in oral squamous cell carcinoma by sponging miR-196a［J］. J Int Med Res， 2022， 50（10）： 3000605221132456.
24	Sadeghi MS， Lotfi M， Soltani N， et al. Recent advances on highefficiency of microRNAs in different types of lung cancer： a comprehensive review［J］. Cancer Cell Int， 2023， 23（1）： 284.
25	Daneshpour M，Ghadimi-daresajini A. Overview of miR-106a regulatory roles： from cancer to aging［J］. Bioengineering （Basel）， 2023，10（8）： 892.
26	Pan YJ，Zhuang Y，Zheng JN，et al. MiR-106a：Promising biomarker for cancer［J］. Bioorg Med Chem Lett， 2016， 26（22）：5373-5377.
27	Ahmed Mohmmed E， Shousha WG， El-Saiid AS， et al. A clinical evaluation of circulating mir-106a and raf-1 as breast cancer diagnostic and prognostic markers［J］. Asian Pac J Cancer Prev，2021， 22（11）： 3513-3520.
28	Li J，Hu C，Chao H，et al.Exosomal transfer of miR-106a-5p contributes to cisplatin resistance and tumorigenesis in nasopharyngeal carcinoma［J］. J Cell Mol Med， 2021， 25（19）： 9183-9198.
29	He Y， Wang G， Zhang L， et al. Biological effects and clinical characteristics of microRNA-106a in human colorectal cancer［J］.Oncol Lett， 2017， 14（1）： 830-836.
30	Khuu C，Utheim TP，Sehic A. The three paralogous microrna clusters in development and disease， miR-17-92， miR-106a-363， and miR-106b-25［J］. Scientifica （Cairo）， 2016， 2016： 1379643.

临床资料	观察组（n=39）	对照组（n=66）	χ²/t	P值
病理分期			0.169	0.681
早期	9（23.08）	13（19.70）
晚期	30（76.92）	53（80.30）
肿瘤直径			0.597	0.440
≥5cm	26（66.67）	39（59.09）
＜5cm	13（33.33）	27（40.91）
肿瘤数量			0.996	0.318
单发	15（38.46）	32（48.48）
多发	24（61.54）	34（51.52）
病理分化程度			7.306	0.026
高分化	21（53.85）	20（30.30）
中分化	12（30.77）	22（33.33）
低分化	6（15.38）	24（36.36）
TNM分期			7.208	0.027
Ⅱ	8（20.51）	30（45.45）
Ⅲ	17（43.59）	23（34.85）
Ⅳ	14（35.90）	13（19.70）
吸烟史	29（74.36）	45（68.18）	0.450	0.503
组织学类型			1.652	0.199
鳞癌	29（74.36）	41（62.12）
腺癌	10（25.64）	25（37.88）
化疗药物			5.113	0.276
紫杉醇	12（30.77）	18（27.27）
培美曲塞	4（10.26）	11（16.67）
长春瑞滨	6（15.38）	14（21.21）
多西他赛	7（17.95）	16（24.24）
吉西他滨	10（25.64）	7（10.61）

临床资料	观察组（n=39）	对照组（n=66）	χ²/t	P值
病理分期			0.169	0.681
早期	9（23.08）	13（19.70）
晚期	30（76.92）	53（80.30）
肿瘤直径			0.597	0.440
≥5cm	26（66.67）	39（59.09）
＜5cm	13（33.33）	27（40.91）
肿瘤数量			0.996	0.318
单发	15（38.46）	32（48.48）
多发	24（61.54）	34（51.52）
病理分化程度			7.306	0.026
高分化	21（53.85）	20（30.30）
中分化	12（30.77）	22（33.33）
低分化	6（15.38）	24（36.36）
TNM分期			7.208	0.027
Ⅱ	8（20.51）	30（45.45）
Ⅲ	17（43.59）	23（34.85）
Ⅳ	14（35.90）	13（19.70）
吸烟史	29（74.36）	45（68.18）	0.450	0.503
组织学类型			1.652	0.199
鳞癌	29（74.36）	41（62.12）
腺癌	10（25.64）	25（37.88）
化疗药物			5.113	0.276
紫杉醇	12（30.77）	18（27.27）
培美曲塞	4（10.26）	11（16.67）
长春瑞滨	6（15.38）	14（21.21）
多西他赛	7（17.95）	16（24.24）
吉西他滨	10（25.64）	7（10.61）

影响因素	β	标准误	Wald	P值	OR	95%CI
影响因素	β	标准误	Wald	P值	OR	下限	上限
病理分化程度			3.123	0.21
低分化	-1.005	0.634	2.513	0.113	0.366	0.106	1.268
中分化	-0.753	0.554	1.848	0.174	0.471	0.159	1.395
TNM分期			4.627	0.099
Ⅱ期	-1.292	0.662	3.811	0.051	0.275	0.075	1.005
Ⅲ期	-0.228	0.584	0.153	0.696	0.796	0.254	2.498
miRNA-125b	0.496	0.107	21.345	0.000	1.642	1.330	2.026
miRNA-106a	0.719	0.147	23.861	0.000	2.052	1.538	2.739
miRNA-181a	0.738	0.187	15.584	0.000	2.092	1.450	3.017
miRNA-196a	0.411	0.078	27.754	0.000	1.508	1.294	1.757
miRNA-148b	-0.954	0.209	20.879	0.000	0.385	0.256	0.580

影响因素	β	标准误	Wald	P值	OR	95%CI
影响因素	β	标准误	Wald	P值	OR	下限	上限
病理分化程度			3.123	0.21
低分化	-1.005	0.634	2.513	0.113	0.366	0.106	1.268
中分化	-0.753	0.554	1.848	0.174	0.471	0.159	1.395
TNM分期			4.627	0.099
Ⅱ期	-1.292	0.662	3.811	0.051	0.275	0.075	1.005
Ⅲ期	-0.228	0.584	0.153	0.696	0.796	0.254	2.498
miRNA-125b	0.496	0.107	21.345	0.000	1.642	1.330	2.026
miRNA-106a	0.719	0.147	23.861	0.000	2.052	1.538	2.739
miRNA-181a	0.738	0.187	15.584	0.000	2.092	1.450	3.017
miRNA-196a	0.411	0.078	27.754	0.000	1.508	1.294	1.757
miRNA-148b	-0.954	0.209	20.879	0.000	0.385	0.256	0.580

相关指标	截断值	AUC	敏感性（%）	特异性（%）	95%CI	Youden指数
miRNA-125b	1.320	0.795	66.67	84.85	0.705～0.868	0.515
miRNA-106a	1.220	0.895	76.62	96.97	0.821～0.947	0.739
miRNA-181a	1.025	0.733	63.85	79.39	0.638～0.815	0.432
miRNA-196a	1.625	0.878	82.05	84.85	0.800～0.934	0.669
miRNA-148b	1.485	0.888	97.44	71.21	0.812～0.941	0.687

Please choose a citation manager

Content to export