Go-ichi-ni-san复合物亚基1(GINS1)对肝细胞癌进展和化疗耐药的影响
DOI: 10.12449/JCH250314
Effect of Go-Ichi-Ni-San complex subunit 1 on disease progression and chemotherapy resistance in hepatocellular carcinoma
-
摘要:
目的 探究Go-ichi-ni-san复合物亚基1(GINS1)在肝细胞癌(HCC)进展和化疗耐药中的作用及相关机制。 方法 通过肿瘤数据库GEPIA2网站检索并分析GINS1在HCC患者和健康人群中的表达差异。收集2017年5月—2021年1月新疆医科大学附属肿瘤医院及第一附属医院收治的40例HCC患者病理组织,通过免疫组化染色检测GINS1在HCC组织和对应癌旁组织中的表达差异,分析GINS1表达水平与HCC临床TNM分期之间的关系。Western Blot检测GINS1在HCC细胞系Huh7、Hep3B、Li-7、MHCC97H和人正常肝细胞系QSG7701中的表达差异。通过慢病毒转染细胞的方法构建稳定敲低GINS1的MHCC97H细胞株及其阴性对照细胞株。通过CCK-8实验和克隆形成实验检测细胞增殖能力,划痕实验检测细胞迁移能力,Transwell实验检测细胞侵袭能力,使用奥沙利铂处理细胞以检测细胞对化疗药物的敏感性。构建裸鼠负瘤模型,观察GINS1敲低对HCC体内生长的影响。Western Blot检测各组细胞Notch通路和JAK/STAT通路蛋白表达水平。加入Notch受体激动剂Jagged-1处理细胞,分析GINS1与Notch/JAK/STAT通路之间的关系。计量资料两组间比较采用成组t检验,多组间比较采用单因素方差分析,进一步两两比较采用LSD-t检验。 结果 GINS1在HCC患者、HCC组织和HCC细胞系中均表达上调(P值均<0.05)。GINS1表达水平与HCC临床TNM分期正相关(r=0.822,P=0.011)。与阴性对照组细胞相比,敲低GINS1的MHCC97H细胞增殖、迁移和侵袭活性均降低(P值均<0.01),对奥沙利铂敏感性增强(P<0.01)。与对照组裸鼠相比,GINS1敲低导致裸鼠形成的肿瘤质量和体积均受到显著抑制(P值均<0.001)。与阴性对照组细胞相比,在敲低GINS1的MHCC97H细胞内,Notch1、Notch3、p-JAK2和p-STAT3表达水平明显降低(P值均<0.05),JAK2和STAT3总体表达水平无明显差异(P值均>0.05)。Jagged-1处理后,敲低GINS1的MHCC97H细胞的增殖、迁移和侵袭活性均有所增加,而细胞对奥沙利铂敏感性有所减弱,p-JAK2、p-STAT3水平升高(P值均<0.05)。 结论 GINS1在HCC中表达上调,并且能够通过Notch/JAK2/STAT3通路促进HCC进展和肿瘤细胞化疗耐药。 Abstract:Objective To investigate the role and mechanism of Go-Ichi-Ni-San complex subunit 1 (GINS1) in the progression of hepatocellular carcinoma (HCC) and the development of chemotherapy resistance. Methods The tumor database GEPIA2 was used to analyze the differential expression of GINS1 between HCC patients and healthy individuals, and pathological tissue samples were collected from 40 HCC patients who were admitted to The Affiliated Tumor Hospital of Xinjiang Medical University and the First Affiliated Hospital of Xinjiang Medical University from May 2017 to January 2021. Immunohistochemical staining was used to measure the difference in the expression of GINS1 between HCC tissue and corresponding adjacent tissue, and the correlation between the expression level of GINS1 and the clinical TNM stage of HCC was analyzed. Western blot was also used to measure the difference in the expression of GINS1 between HCC Huh7/Hep3B/Li-7/MHCC97H cell lines and normal human QSG7701 hepatocytes. The method of lentivirus transfection was used to establish the MHCC97H cell line with stable GINS1 knockdown and its negative control cell line. CCK-8 assay and colony formation assay were used to measure cell proliferative capacity; scratch assay was used to measure cell migration ability; Transwell assay was used to measure cell invasion ability; cells were treated with oxaliplatin to measure their sensitivity to chemotherapy drugs. Nude mice were used to establish a tumor-bearing model and observe the effect of GINS1 knockdown on the growth of HCC in vivo. Western Blot was used to measure the expression levels of the proteins associated with the Notch pathway and the JAK/STAT pathway. The cells were treated with the Notch receptor agonist Jagged-1 to analyze the association between GINS1 and the Notch/JAK/STAT pathway. The independent-samples t test was used for comparison of continuous data between two groups; a one-way analysis of variance was used for comparison between multiple groups, and the least significant difference t-test was used for further comparison between two groups. Results The expression of GINS1 was upregulated in HCC patients, HCC tissue, and HCC cell lines (all P<0.05), and the expression level of GINS1 was positively correlated with the clinical TNM stage of HCC (r=0.822, P=0.011). Compared with the negative control cells, the GINS1-knockdown MHCC97H cells showed significant reductions in proliferation, migration, and invasion activities (all P<0.01) and a significantly enhanced sensitivity to oxaliplatin (P<0.01). Compared with the nude mice in the control group, GINS1 knockdown caused significant inhibition of tumor weight and volume in vivo in nude mice (all P<0.001). Compared with the negative control cells, the GINS1-knockdown MHCC97H cells showed significant reductions in the expression levels of Notch1, Notch3, p-JAK2, and p-STAT3 (all P<0.05), while there were no significant differences in the overall expression levels of JAK2 and STAT3 (P>0.05). After Jagged-1 treatment, the GINS1-knockdown MHCC97H cells showed significant increases in proliferation, migration, and invasion activities and a significant reduction in sensitivity to oxaliplatin, as well as significant increases in the levels of p-JAK2 and p-STAT3 (all P<0.05). Conclusion GINS1 is upregulated in HCC and can promote HCC progression and chemotherapy resistance through the Notch/JAK2/STAT3 pathway. -
血清(总)胆红素、血清肌酐和国际标准化比值(INR)等3个客观变量组成的终末期肝病模型(MELD)评分,最初用于预测经颈静脉肝内门体分流术(TIPS)后的存活率[1],后续研究发现,MELD评分也可以作为终末期肝病患者病死率的预测指标,以及酒精相关性肝炎(alcohol-associated hepatitis, AH)、食管静脉曲张破裂出血、肝硬化感染、肝硬化患者手术后(包括肝切除、创伤和肝肾综合征)等生存率的预测指标。基于肝病的严重程度,MELD评分在许多国家作为优化器官移植分配政策的基础[2]。尽管MELD评分最接近理想评分,但也有一些局限性,不能准确预测15%~20%终末期肝病患者的生存率。近年来发展分化出具有各自优点的MELD评分,包括MELD 2.0(MELD-Na)[3]、MELD3.0[4],以及MELD-Na+CRP+vWF-Ag[5]、MELD-GRAIL-Na[6]等,并有多个自动计算的应用程序。尽管每一种MELD评分在大多数情况下具有相似的预后价值,但在某些特定情况下,它们的益处可能是异质的。因此,进一步确定每一种MELD评分的适应证至关重要。
1. MELD的产生和应用
既往预测TIPS术后存活率多采用CTP评分。但CTP评分系统有诸多的不足之处,主要是使用了肝性脑病和腹水两个主观变量[7]。梅奥诊所的专家对美国4家医疗中心的231例接受选择性TIPS手术的患者进行了生存率研究,Cox比例风险回归分析发现,胆红素和肌酐的血清浓度、INR及潜在肝病的病因是接受选择性TIPS手术患者生存率的预测因素,并命名为梅奥TIPS模型。其计算公式为R=0.957×ln(肌酐mg/dL)+0.378×ln (胆红素mg/dL)+1.120×ln (INR)+0.643×病因(胆汁性或酒精性0,其他1)。梅奥TIPS模型>1.8的患者中位生存期为3个月或更短。在预测生存率方面,该模型优于CTP评分,并在来自荷兰的71例患者中得到独立验证[8]。该模型不仅是终末期肝病死亡风险的可靠指标,还适合用作肝移植器官分配优先顺序的选择。研究者将原有的梅奥TIPS公式乘以10,四舍五入接近整数,R=3.8×ln (胆红素mg/dL)+11.2×ln (INR)+9.6×ln (肌酐mg/dL)+6.4×病因(胆汁性或酒精性0,其他1),并将该模型正式命名为MELD[9]。
从2002年2月开始美国器官获取和移植网络(organ procurement and transplantation network,OPTN)委员会正式批准采用MELD评分作为国家肝移植器官分配优先顺序的主要风险分层工具[10]。最初的效果使登记等待移植人数减少12%,等待名单上的死亡人数减少3.5%[11-13];移植物1年存活率从1998年的79.5%提高到2007年的85.6%,患者存活率从85.4%提高到89.4%[14]。2006年12月,欧洲国家也实施了基于MELD的器官分配,整个欧洲地区等待移植名单的病死率显著降低[15]。
MELD评分作为疾病严重程度的客观量表,也有助于慢性肝病非移植患者的管理,包括预测无肝硬化患者的病死率和失代偿期肝硬化患者长期生存率[16]、非移植手术病死率[17]、慢性肝病患者静脉曲张破裂出血的预后评估[18-19]等。MELD评分还可预测非对乙酰氨基酚诱导的暴发性肝衰竭患者的病死率[19]和心力衰竭患者的肝功能障碍程度[20]等。
酒精性肝病(ALD)患者与患有其他肝病病因的患者相比,疾病进展更快,且常处于晚期。AH是ALD晚期的一种独特表型,临床表现为黄疸迅速发作或恶化、凝血功能障碍等,如果治疗不及时并出现继发感染,就可能发展为慢加急性肝衰竭,最终导致器官衰竭[21]。根据肝外器官衰竭的数量不同,1个月的死亡风险为20%~50%[22]。MELD评分≥21分对预测AH患者的死亡风险具有最高敏感性和特异性,比Maddrey判别函数更具实用性和统计学优势[23-24]。2024年美国胃肠病学院最新的ALD临床指南中,明确提出MELD是对AH重症程度进行分层的最准确评分[22]。
尽管MELD评分作为评估终末期肝病患者死亡风险的有效性已在大量研究中得到证实,但在临床实践中仍然存在着一定的局限性[18,25]:MELD评分在评估肝脏疾病患者的紧急程度时,较少考虑等待肝移植的时间,这可能会让一些寻求活体肝移植的患者失去耐心;由于肝癌和代谢疾病患者的化验结果可能正常而得分较低,往往忽略了这些患者移植的迫切性;MELD评分也没有解决肝源不足的根本问题[7];实验检查结果的可变性。因此,MELD评分对终末期肝病患者的评估仍然需要不断完善。鉴于MELD的诸多局限性,众多研究者不断探索MELD评分的合理性,相继出现了斯坦福大学的MELD-GRAIL,MELD-GRAIL=28.848+11.183×ln(INR)+ 3.150×ln(胆红素mg/dL)-5.078×ln(eGFR)[6]和密歇根大学团队的Re-weighted MELD,Re-weighted MELD=1.266×ln(1+肌酐mg/dL)+0.939×ln(1+胆红素mg/dL)+1.658×ln(1+INR)等[1]。
2. MELD 2.0
即便如此,低钠血症和持续腹水MELD评分<21分的患者等待移植前6个月死亡风险仍然超过40% [26]。后续的研究发现,血清钠<125 mmol/L是患者死亡的强烈独立预测因子,将血清钠添加到MELD中可以提高肝硬化患者3个月和6个月病死率的预测能力,于是提出了“MELD-Na”新模型,即MELD 2.0[3,27]。MELD-Na=MELD+1.59×(135-血钠),血清钠的最大值为140 mmol/L,最小值为125 mmol/L[27]。MELD-Na评分为20分、30分和40分的患者,6个月病死率分别为6%、16%和37%[27]。MELD-Na对高评分患者的影响不大,而对低评分的患者有重大影响。经过不断优化,新的MELD-Na公式为:MELD-Na=MELD+1.32×(137-血钠)-[0.033×MELD×(137-血钠)][28]。比如一个MELD评分为12分且血清钠水平为125 mmol/L的候选人,MELD-Na评分为23.13分,新的MELD评分使患者额外获得11分[29]。通过对69 213例年龄≥18岁的等待移植患者分析发现,MELD-Na评分≤11分的患者,肝移植生存获益(或缺乏)与血清钠无关,而对于MELD-Na评分>11分的患者,随着血清钠降低,生存获益明显增加[29]。因此,2016年1月正式应用于美国OPTN的器官分配[28]。
由于MELD最初是根据接受TIPS的患者数据开发的,并不一定完全适用于肝移植候选者的器官分配,所以梅奥诊所自身也在不断更新系数、改变各变量的上下限并纳入血清钠水平修改MELD评分,以提高捐赠肝脏分配的效率[2]。两个模型分别是:ReFitMELD=4.082×ln(胆红素mg/dL)+8.485×ln(肌酐mg/dL)+10.671×ln(INR)+ 7.432(胆红素下限为1 mg/dL,INR的上下限被限定为1和3,肌酐的上下限被限定在0.8 mg/dL和3 mg/dL,接受肾脏替代治疗的患者肌酐值设定为3 mg/dL);ReFitMELD-Na=4.258×ln(胆红素)+6.792×ln(肌酐)+ 8.290×ln(INR)+0.652×(140-血钠)-0.194×(140-血钠)×胆红素+6.327。除了与ReFitMELD的修正相同之外,血钠的上下限被限定在125 mmol/L和140 mmol/L,胆红素的上限为20 mg/dL,肌酐的下限为1 mg/dL。用估计的肾小球滤过率(eGFR)代替血清肌酐,可能改善MELD-Na评分对等待移植患者病死率的预测,特别是对于疾病严重程度较高的女性患者,由此开发了MELD-GRAIL-Na模型[6],MELD-GRAIL-Na=29.751+10.836×ln(INR)+3.039×ln(胆红素)-5.054×ln(eGFR)-0.372×ln(Na)。胆红素的下限为1 mg/dL(没有设定上限),INR上下限为1和3,血清钠上下限为125 mmol/L与140 mmol/L,eGFR的上下限为15 mL·min-1·1.73 m-2与90 mL·min-1·1.73 m-2。通过GRAIL估计的eGFR和重新估计的MELD-GRAIL-Na模型是3个月内等待移植患者死亡或除名的显著预测因素,评分在27~40分时,MELD-GRAIL-Na是观察到死亡的更好预测指标。与MELD-Na相比,使用MELD-GRAIL-Na可能会影响12%~17%的等待移植患者的预后,使16.7%的等待移植患者获得重新分类[6]。在后来的一些队列研究中发现,梅奥诊所开发的ReFitMELD-Na模型预测终末期肝病的病死率能力并非优于RefitMELD模型[30]。与MELD或MELD-Na相比,基于GRAIL的模型也没有明显的差异[31]。
导致肝硬化患者预后不良的因素中,全身炎症反应综合征(SIRS)也是不可回避的常见问题[32-33]。SIRS可导致血清肌酐值明显升高,严重影响肝硬化患者的MELD评分及生存率。发生SIRS的患者与细菌感染(P=0.02)、黄疸(P=0.011)、高血清肌酐水平(P=0.04)、高血清胆红素水平(P=0.002)、高INR(P=0.046)相关,显然,这与高MELD评分(P=0.001)和高序贯器官衰竭评分(P=0.003)密切相关,SIRS和MELD共存是终末期肝硬化患者死亡的独立预测因素[32-33]。将炎症的常用标志物C-反应蛋白(CRP)及反映内皮细胞功能障碍和门静脉高压相关的标志物血管性血友病因子抗原(von Willebrand factor antigen,vWF-Ag)添加到MELD-Na评分中,可以提高肝移植等待名单中病死率的预测[5,34],由此产生了MELD-Na新的评分模型:MELD-Na+CRP+vWF-Ag=([0.141×MELD-Na]+[0.210×CRP]+[0.002×vWF-Ag])×4.6[5]。
3. MELD 3.0
尽管MELD-Na评分临床实践中应用效果较好,但仍有缺陷,无法准确预测几个亚组患者的结果,如:等待名单上的患者年龄较大;有更多的非肝病合并症;与男性肝移植候选人相比,在控制MELD-Na评分的研究中,肝移植等待名单上的女性候选人病死率似乎不成比例地增高等[6,35-36]。为了解决MELD-Na评分的局限性,梅奥诊所在2021年提出了MELD 3.0评分[4]。他们利用公开的OPTN数据库中的数据,筛选更广泛的变量,包括年龄、性别、种族、血清钠、肌酐、eGFR、INR、胆红素、白蛋白和身高等。从种族、性别、生理、病理,以及实验误差和常规治疗等方面,对这些变量进行了细致的辨别、排除,最终确定了包括性别、胆红素、血钠、INR、肌酐和白蛋白,以及钠-胆红素和白蛋白-肌酐相互作用项的“最佳模型”,即MELD 3.0。MELD 3.0=1.33(女性)+ 4.56×ln(胆红素)+0.82×(137-血钠)-0.24×(137-血钠×ln(胆红素)+9.09×ln(INR)+11.14×ln(肌酐)+1.85×(3.5-白蛋白)-1.83×(3.5-白蛋白)×ln(肌酐)+6[4]。肌酐和胆红素值的下限设定为1mg/L,INR没有设置下限或上限,血清钠的下限和上限分别为125 mmol/L和137 mmol/L,血清白蛋白的下限和上限分别为1.5 g/dL和3.5 g/dL。MELD 3.0模型中的相互作用项能够在较高肌酐水平下缓解低白蛋白血症的负面影响,这一效应可能有助于降低高MELD评分患者发生不良结局的风险[37]。MELD 3.0评分于2023年用于肝移植器官分配。在登记时MELD 3.0评分超过40分与等待名单上的病死率增加有关,MELD 3.0评分为40~44分时,30天病死率为58.3%;评分为≥50时,30天病死率为82.4%。MELD 3.0评分可能使肝移植患者的生存获益更大[38]。而且MELD 3.0评分在预测严重AH患者的短期死亡和长期死亡方面比其他评分系统具有更好的效果[39]。
MELD 3.0评分的应用可能对女性患者更有利。比如胆红素水平为4 mg/dL、INR为1.2、肌酐为1.0 mg/dL、白蛋白为1.5 mg/dL和血清钠为135 mmol/L的女性患者的MELD-Na评分为15分,MELD 3.0评分为20分。白蛋白可能是一个比较有争议的变量,因为等待肝移植的患者因多种原因(如自发性腹膜炎)需要输注白蛋白。假设医源性输注将白蛋白从1.5 mg/dL增加到3.0 mg/dL,MELD 3.0评分将从20分降至17分,对肝移植等待名单上的患者会造成不利影响[40]。缓解这一问题的方法,就是对已经被列入移植名单的患者,不需要频繁地重新评分认证[41]。
4. 总结
自2002年以来一直使用MELD评分来确定肝移植器官分配的优先顺序,极大提高了终末期肝病患者90天的生存率。但在较低的评分下,MELD评分在预测不良结果方面尚不理想,MELD-Na评分在预测等待名单病死率方面优于MELD评分,可以更好地校准和区分肝移植候选者的死亡风险,但仍然无法准确预测几个亚组如女性和儿童候选人的结果,2021年提出的MELD 3.0评分对于接受腹部大手术、TIPS和其他干预措施的肝硬化患者进行风险分层的实用性仍然需要进一步研究。
无论是MELD、MELD-Na、MELD 3.0,还是MELD为基础的各种评分公式的研究和建议都是基于原始MELD进行计算,而不是MELD-Na[24,42]或MELD 3.0[43]。“终末期肝病模型”顾名思义是评估终末期肝病患者的预后,选择TIPS还是选择肝移植。应用于TIPS或肝移植之外的终末期肝病患者的分层应该是对MELD应用的“扩展”,尤其是AH患者未必都需要TIPS还是肝移植,在AH发病过程中MELD评分的应用非常值得商榷。黄疸是AH患者的特征性表现,经过有效的治疗(如类固醇激素和或N-乙酰半胱氨酸等),绝大部分患者是可以恢复的,MELD评分在25~39分的患者从皮质类固醇中获益最大[22]。因此,MELD的计算公式中特意将病因为“酒精性或胆汁淤积性”的评分减去6.4分。目前国内外自动计算软件中很少考虑酒精这个特殊病因,存在过度诊断的现状,AH患者过早进入肝移植候选人队列,消耗了稀缺的供肝资源,应引起临床医生的重视。
-
注: a,Western Blot检测结果;b~f,加入Notch受体激动剂Jagged-1后,通过Western blot(b)检测Jagged-1对shGINS1-MHCC97H组细胞JAK2/STAT3通路磷酸化水平的影响,克隆形成实验(c)检测细胞增殖活性变化,划痕实验(d)检测细胞迁移能力变化,Transwell实验(e)检测细胞侵袭能力变化(×100),35 μmol/L奥沙利铂培养(f)检测细胞凋亡情况。
图 5 GINS1通过Notch/JAK2/STAT3通路促进HCC进展和奥沙利铂耐药
Figure 5. GINS1 promoted HCC progression and oxaliplatin resistance through the Notch/JAK2/STAT3 pathway
表 1 qRT-PCR引物序列
Table 1. Primer sequences for qRT-PCR
基因 序列(5'-3') GAPDH 上游:CTCACCGGATGCACCAATGTT
下游:CGCGTTGCTCACAATGTTCAT
GINS1 上游:ACGAGGATGGACTCAGACAAG
下游:TGCAGCGTCGATTTCTTAACA
表 2 shRNA序列
Table 2. shRNA sequence
shRNA 序列(5'-3') shGINS1-#1 CCGGCAAGTTCTGGAGGAGATGAAACTCGAGTTTCATCTCCTCCAGAACTTGTTTTTT shGINS1-#2 CCGGGAGGAGATGAAAGCTTTGTATCTCGAGATACAAAGCTTTCATCTCCTCTTTT shGINS1-#3 CCGGACCACTGTTCTCTGTTAAGAACTCGAGTTCTTAACAGAACAGTGTCTTTTTT -
[1] WANG Y, DENG BC. Hepatocellular carcinoma: Molecular mechanism, targeted therapy, and biomarkers[J]. Cancer Metastasis Rev, 2023, 42( 3): 629- 652. DOI: 10.1007/s10555-023-10084-4. [2] National Health Commission of the People’s Republic of China. Standard for diagnosis and treatment of primary liver cancer(2024 edition)[J]. J Clin Hepatol, 2024, 40( 5): 893- 918. DOI: 10.12449/JCH240508.中华人民共和国国家卫生健康委员会. 原发性肝癌诊疗指南(2024年版)[J]. 临床肝胆病杂志, 2024, 40( 5): 893- 918. DOI: 10.12449/JCH240508. [3] WANG WY, WEI C. Advances in the early diagnosis of hepatocellular carcinoma[J]. Genes Dis, 2020, 7( 3): 308- 319. DOI: 10.1016/j.gendis.2020.01.014. [4] YE Y, SONG YN, HE SF, et al. GINS2 promotes cell proliferation and inhibits cell apoptosis in thyroid cancer by regulating CITED2 and LOXL2[J]. Cancer Gene Ther, 2019, 26( 3-4): 103- 113. DOI: 10.1038/s41417-018-0045-y. [5] SEKEDAT MD, FENYÖ D, ROGERS RS, et al. GINS motion reveals replication fork progression is remarkably uniform throughout the yeast genome[J]. Mol Syst Biol, 2010, 6: 353. DOI: 10.1038/msb.2010.8. [6] OGINO H, ISHINO S, MAYANAGI K, et al. The GINS complex from the thermophilic archaeon, Thermoplasma acidophilum may function as a homotetramer in DNA replication[J]. Extremophiles, 2011, 15( 4): 529- 539. DOI: 10.1007/s00792-011-0383-2. [7] YANG H, LIU XC, ZHU XL, et al. GINS1 promotes the proliferation and migration of glioma cells through USP15-mediated deubiquitination of TOP2A[J]. iScience, 2022, 25( 9): 104952. DOI: 10.1016/j.isci.2022.104952. [8] BAXLEY RM, LEUNG W, SCHMIT MM, et al. Bi-allelic MCM10 variants associated with immune dysfunction and cardiomyopathy cause telomere shortening[J]. Nat Commun, 2021, 12( 1): 1626. DOI: 10.1038/s41467-021-21878-x. [9] XU XL, CHEN E, MO LH, et al. BRCA1 represses DNA replication initiation through antagonizing estrogen signaling and maintains genome stability in parallel with WEE1-MCM2 signaling during pregnancy[J]. Hum Mol Genet, 2019, 28( 5): 842- 857. DOI: 10.1093/hmg/ddy398. [10] AHMAD M, HAMEED Y, KHAN M, et al. Up-regulation of GINS1 highlighted a good diagnostic and prognostic potential of survival in three different subtypes of human cancer[J]. Braz J Biol, 2021, 84: e250575. DOI: 10.1590/1519-6984.250575. [11] FU QQ, ZHENG H, WANG X, et al. GINS1 promotes the initiation and progression of bladder cancer by activating the AKT/mTOR/c-Myc signaling pathway[J]. Exp Cell Res, 2024, 440( 1): 114125. DOI: 10.1016/j.yexcr.2024.114125. [12] WANG KC, WANG MD, YANG T. Key points in AASLD practice guidance on prevention, diagnosis, and treatment of hepatocellular carcinoma(2023)[J]. J Clin Hepatol, 2023, 39( 9): 2081- 2086. DOI: 10.3969/j.issn.1001-5256.2023.09.008.王科淳, 王明达, 杨田.《2023年美国肝病学会实践指导: 肝细胞癌的预防、诊断和治疗》意见要点[J]. 临床肝胆病杂志, 2023, 39( 9): 2081- 2086. DOI: 10.3969/j.issn.1001-5256.2023.09.008. [13] LI Z, ZHU JY. Interpretation of guidelines for the diagnosis and treatment of primary liver cancer(2024 edition)[J]. J Clin Hepatol, 2024, 40( 7): 1324- 1327. DOI: 10.12449/JCH240707.李照, 朱继业.《原发性肝癌诊疗指南(2024年版)》解读[J]. 临床肝胆病杂志, 2024, 40( 7): 1324- 1327. DOI: 10.12449/JCH240707. [14] UENO M, ITOH M, KONG LY, et al. PSF1 is essential for early embryogenesis in mice[J]. Mol Cell Biol, 2005, 25( 23): 10528- 10532. DOI: 10.1128/MCB.25.23.10528-10532.2005. [15] NAGAHAMA Y, UENO M, MIYAMOTO S, et al. PSF1, a DNA replication factor expressed widely in stem and progenitor cells, drives tumorigenic and metastatic properties[J]. Cancer Res, 2010, 70( 3): 1215- 1224. DOI: 10.1158/0008-5472.CAN-09-3662. [16] MAI WH, CHEN CX, LIU QY, et al. Regulation of Notch signaling pathway in immune responses during infection[J]. Chin J Immunol, 2024, 40( 4): 872- 879.麦文豪, 陈楚溪, 刘巧媛, 等. Notch信号通路在感染过程中对免疫应答的调控作用[J]. 中国免疫学杂志, 2024, 40( 4): 872- 879. [17] ZHOU BH, LIN WL, LONG YL, et al. Notch signaling pathway: Architecture, disease, and therapeutics[J]. Signal Transduct Target Ther, 2022, 7( 1): 95. DOI: 10.1038/s41392-022-00934-y. [18] ZHANG XY, SU TH, WU YF, et al. N6-methyladenosine reader YTHDF1 promotes stemness and therapeutic resistance in hepatocellular carcinoma by enhancing NOTCH1 expression[J]. Cancer Res, 2024, 84( 6): 827- 840. DOI: 10.1158/0008-5472.CAN-23-1916. [19] WU WR, SHI XD, ZHANG FP, et al. Activation of the Notch1-c-myc-VCAM1 signalling axis initiates liver progenitor cell-driven hepatocarcinogenesis and pulmonary metastasis[J]. Oncogene, 2022, 41( 16): 2340- 2356. DOI: 10.1038/s41388-022-02246-5. [20] GRAMANTIERI L, GIOVANNINI C, LANZI A, et al. Aberrant Notch3 and Notch4 expression in human hepatocellular carcinoma[J]. Liver Int, 2007, 27( 7): 997- 1007. DOI: 10.1111/j.1478-3231.2007.01544.x. [21] HU L, XUE F, SHAO MH, et al. Aberrant expression of Notch3 predicts poor survival for hepatocellular carcinomas[J]. Biosci Trends, 2013, 7( 3): 152- 156. [22] GIOVANNINI C, BAGLIONI M, BARON TOALDO M, et al. Notch3 inhibition enhances sorafenib cytotoxic efficacy by promoting GSK3b phosphorylation and p21 down-regulation in hepatocellular carcinoma[J]. Oncotarget, 2013, 4( 10): 1618- 1631. DOI: 10.18632/oncotarget.1221. [23] GIOVANNINI C, SALZANO AM, BAGLIONI M, et al. Brivanib in combination with Notch3 silencing shows potent activity in tumour models[J]. Br J Cancer, 2019, 120( 6): 601- 611. DOI: 10.1038/s41416-018-0375-4. [24] ZHU WH, LIANG Q, YANG X, et al. Combination of sorafenib and Valproic acid synergistically induces cell apoptosis and inhibits hepatocellular carcinoma growth via down-regulating Notch3 and pAkt[J]. Am J Cancer Res, 2017, 7( 12): 2503- 2514. [25] XIN P, XU XY, DENG CJ, et al. The role of JAK/STAT signaling pathway and its inhibitors in diseases[J]. Int Immunopharmacol, 2020, 80: 106210. DOI: 10.1016/j.intimp.2020.106210. [26] YI L, LI WD, WANG Y, et al. Effects of aloperine on proliferation, apoptosis and immune escape of colorectal cancer cells by regulating IL-6/JAK1/STAT3 signaling pathway[J]. Chin J Immunol, 2024, 40( 7): 1436- 1440.伊亮, 李伟东, 王有, 等. 苦豆碱调节IL-6/JAK1/STAT3信号通路对结直肠癌细胞增殖、凋亡和免疫逃逸的影响[J]. 中国免疫学杂志, 2024, 40( 7): 1436- 1440. [27] CARAGLIA M, VITALE G, MARRA M, et al. Alpha-interferon and its effects on signalling pathways within cells[J]. Curr Protein Pept Sci, 2004, 5( 6): 475- 485. DOI: 10.2174/1389203043379378. [28] ZHAO ZW, SONG JJ, TANG BF, et al. CircSOD2 induced epigenetic alteration drives hepatocellular carcinoma progression through activating JAK2/STAT3 signaling pathway[J]. J Exp Clin Cancer Res, 2020, 39( 1): 259. DOI: 10.1186/s13046-020-01769-7. -