网刊加载中。。。

使用Chrome浏览器效果最佳,继续浏览,你可能不会看到最佳的展示效果,

确定继续浏览么?

复制成功,请在其他浏览器进行阅读

甲状腺癌中m6A甲基化调控因子的表达及其预后价值

  • 王文龙 1
  • 沈聪 1
  • 孙博韬 1
  • 白宁 1
  • 李新营 1
  • 陈嘉欣 2
  • 彭婀敏 3
1. 中南大学湘雅医院,甲状腺外科,湖南长沙 410013; 2. 中南大学湘雅医院,国际医疗部,湖南 长沙 410008,湖南长沙 410013; 3. 中南大学湘雅医院,中南大学湘雅医学院,湖南长沙 410013

中图分类号: R736.1

最近更新:2021-09-07

DOI:10.7659/j.issn.1005-6947.2021.08.008

  • 全文
  • 图表
  • 参考文献
  • 作者
  • 出版信息
EN
目录contents

摘要

背景与目的

甲状腺癌发病率逐年升高,但其发病机制仍不清楚,阐述甲状腺癌的发病机制对改善甲状腺癌患者的预后至关重要。研究表明,m6A甲基化调控因子高度参与癌症发生发展,具有良好的潜在预后价值。因此,本研究通过生物信息学方法分析甲状腺癌中m6A甲基化调控因子的表达并构建基于m6A甲基化调控因子的甲状腺癌预后模型。

方法

从TCGA数据库下载甲状腺癌m6A甲基化调控因子的表达数据和相应的临床病理资料,通过Wilcoxon检验分析20个m6A甲基化调控因子在肿瘤和正常组织的差异表达;用一致性聚类分析将甲状腺癌患者分为两个聚类,比较两个聚类患者临床病理因素和总体生存率的差异;Lasso Cox回归分析构建风险预测模型并用ROC曲线下面积(AUC)评估模型的预测能力。

结果

19个m6A甲基化调控因子在甲状腺癌和正常组织表达具有统计学差异(均P<0.05),其中HNRNPC、IGF2BP2、FMR1在甲状腺癌组织中明显高表达,而其余表达下调。聚类分析示,cluster 1生存期低于cluster 2(P<0.05),颈淋巴结转移发生率明显高于cluster 2(P<0.01)。基于Lasso Cox回归分析筛选的4个基因(IGF2BP2、RBM15、YTHDF1、YTHDF3)构建风险评估模型,相比低风险组患者,高风险患者生存期明显缩短(P=0.007);ROC曲线示,该模型可以预测甲状腺癌患者的预后(AUC=0.731)。

结论

m6A甲基化调控因子在甲状腺癌中存在差异表达,基于甲状腺癌中关键m6A甲基化调控因子所构建的预后风险模型具有较好的预测能力,可为临床决策提供一定的依据。

过去几十年,甲状腺癌的发病率在全世界范围内迅速上[

1-2]。据国家癌症中心数据显示,甲状腺癌已跻升至女性恶性肿瘤的第3位,且发病出现年轻化趋势,已成为我国30岁以下女性增长最快的恶性肿[3]。甲状腺乳头状癌是最常见的病理亚型,占85%以[4-5]。手术是其主要治疗方式,规范化手术治疗后10年生存率达90%以[6],但仍有1%~9%的患者在初次就诊时就已出现远处转移,严重影响了患者预[7]。因此,阐述甲状腺癌的发病机制对改善预后至关重要。

m6A甲基化修饰是指RNA的腺苷酸的第6位N处发生动态可逆的甲基化过程,在调控mRNA的转录、翻译、稳定、剪切、成熟等发挥了重要的生物学作用,其功能主要由甲基转移酶(writer)、去甲基化酶(eraser)和识别蛋白(reader)决[

8-10]。越来越多的证据表明m6A甲基化修饰在肿瘤的发生发展扮演了重要的角[9, 11-13]。METTL3通过YTHDF2依赖的途径上调抑癌基因SOCS2的m6A甲基化水平,从而加速SOCS2 mRNA的降解。METTL3过表达促进肝癌细胞的增殖和迁移,相反,敲低METTL3显著抑制肿瘤生长和转[14]。研[15]揭示了IGF2BP3在结直肠癌中高表达,下调IGF2BP3可以通过VEGF和CCND1的m6A修饰来抑制血管生成和DNA复制。以上研究证实m6A甲基化调控因子高度参与癌症发生发展,具有良好的潜在预后价值。然而,目前对于m6A甲基化调控因子在甲状腺癌致病调控机制尚不清楚。

本研究利用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中甲状腺癌RNA-sep数据,系统性分析了20个m6A甲基化调控因子在甲状腺癌中的表达水平,再利用聚类分析和Lasso Cox回归分析筛选出预后相关基因及构建风险预测模型并进行危险分层,为甲状腺癌患者的临床诊疗和预后改善提供了重要的理论参考依据。

1 资料与方法

1.1 数据的获取与处理

从TCGA数据库(https://portal.gdc.cancer.gov)下载了包含510例甲状腺癌组织和58例正常组织样本的RNA-seq数据集及相应临床数据。临床病理信息包括性别、年龄、肿瘤学多灶性、TNM分期、淋巴结转移、组织学类型、肿瘤位置和生存时间等,剔除RNA序列以及临床病理数据不全的样本,共492例癌组织和58例正常组织样本纳入最终分析。所有患者的病理分期按照美国癌症联合委员会(AJCC)2018年1月颁布了第8版甲状腺癌TNM分期。根据之前m6A甲基化在肿瘤中的研[

11, 16],共筛选20个m6A甲基化调控因子,包括甲基转移酶(WTAP、METTL3、METTL14、METTL16、KIAA1429、ZC3H13和RBM15)、识别蛋白(HNRNPA2B1、IGF2BP1/2/3、YTHDC1/2、FMR1、LRPPRC和YTHDF1/2/3)和去甲基化酶(ALKBH5和FTO)。应用R语言的“Limma”软件包分析上述基因在癌与正常样本的差异表达。

1.2 聚类分析

为了从功能上阐明甲状腺癌中m6A调控因子的生物学特性,使用“consensusclusterplus”软件包对甲状腺癌患者进行一致性聚类分析并将患者分成cluster 1和cluster 2组。主成分分析(PCA)检测基于m6A调控因子表达是否能将两组患者明显区分,并探讨不同的临床病理因素和总体生存率在两组聚类中是否存在差异。

1.3 风险预测模型的建立与评估

为了探讨m6A调控因子在甲状腺癌预后的作用,通过“glmnet”软件包进行Lasso Cox回归分析筛选预后相关的基因,并计算基因的相关回归系数,根据回归系数加权建立甲状腺癌预后风险评估公式,risk score=Coei*Expi, Coei表示回归系数,Expi表示m6A调控因子的表达量。据此公式计算每个患者的风险评分,以风险评分的中位数将患者分为高危组和低危组,比较两组总体生存率是否存在差异,ROC曲线下面积(AUC)评估模型的预测能力。

1.4 统计学处理

采用R 3.6.0软件进行统计学分析,Wilcoxon秩和检验分析20个m6A甲基化调控因子在肿瘤和正常组织的差异表达。计量资料用t检验,计数资料用χ2检验。采用Spearman相关分析基因间的相关性,0.1≤|r|≤1.0时定义为存在相关;生存曲线采用Kaplan-Meier法和Log-rank检验,P<0.05为差异有统计学意义。

2 结 果

2.1 一般资料及m6A甲基化调控因子的基因表达与相关性

本研究共纳入492例甲状腺癌患者,平均年龄47.29岁,男女比列1∶2.76;临床病理TNM分期:Ι期276例,II期52例;III期109例,IV期55例;T分期:T1期135例,T2期162例,T3期172例,T4期23例;44.9%的患者出现颈部淋巴结转移;9例患者出现远处转移;228例肿瘤呈现出多灶性,占46.3%;肿瘤位于峡部、左侧、右侧、双侧分别为22、172、214,84例(表1)。

表1 492例甲状腺癌患者基本临床病理资料
Table 1 The clinicopathologic information of the 492 patients with thyroid cancer
变量数值[n(%)]变量数值[n(%)]
性别 N分期
131(26.6) N0 271(55.1)
361(73.4) N1 221(44.9)
年龄 47.29±15.87 M分期
TNM分期 M0 483(98.2)
Ι 276(56.1) M1 9(1.8)
II 52(10.6) 肿瘤多灶性
III 109(22.2) 228(46.3)
IV 55(11.2) 264(53.7)
T分期 肿瘤位置
T1 135(27.4) 双侧 84(17.0)
T2 162(32.9) 峡部 22(4.5)
T3 172(40.0) 左侧 172(35.0)
T4 23(4.7) 右侧 214(43.5)

19个m6A甲基化调控因子在甲状腺癌和正常组织表达具有统计学差异(P<0.05),其中HNRNPC(P<0.001)、IGF2BP2(P<0.001)、FMR1(P<0.05)在甲状腺癌组织中明显高表达。相反,ALKBH5(P<0.001)、FTO(P<0.001)、METTL3(P<0.001)、METTL14(P<0.001)、METTL16(P<0.05)、WTAP(P<0.001)、YTHDF1(P<0.001)、YTHDF3(P<0.001)、YTHDC2(P<0.001)、YTHDC1(P<0.001)、ZC3H13(P<0.001)、HNRNPA2B1(P<0.001)、RBM15(P<0.001)、IGF2BP1(P<0.001)、IGF2BP3(P<0.001)和LRPPRC(P<0.001)在甲状腺癌标本中表达明显下调(图1A)。此外,大部分m6A甲基化调控因子都显示正相关,其中,METTL14与YTHDC1、YTHDF3与ZC3H13呈现最强正相关(r=0.73);而ALKBH5与IGF2BP2呈明显负相关(r=-0.33)(图1B)。为了进一步了解19个m6A甲基化调控因子相互关系,PPI构建了网络相互作用网(图1C)。

图1 m6A甲基化调控因子的基因表达及相关性 A:20个m6A甲基化调控因子在甲状腺癌和正常组织表达水平;B:Spearman相关分析m6A甲基化调控因子相关性;C:PPI网络评估m6A甲基化调控因子相互作用关系

Figure 1 Gene expression and correlations of the m6A methylation regulators A: The mRNA levels of the 20 m6A regulators in thyroid cancer; B: Spearman correlation analysis of co-expressions among the m6A regulators; C: PPI network of the m6A regulators

2.2 一致性聚类分析m6A甲基化调控因子

为了确定最佳的聚类数,采用一致性聚类分析对492例甲状腺癌患者进行聚类分组,共识矩阵k值为2时,甲状腺癌样本之间不存在交叉,聚类稳定性好(图2A)。因此,492例甲状腺癌患者被分成cluster 1和cluster 2组,主成分分析可以将两组患者明显区分(图2B)。聚类热图示,cluster 1组颈淋巴结转移发生率明显高于cluster 2(P<0.01),而TNM分期、T分期、M分期、肿瘤多灶性、肿瘤位置、年龄、性别在两组之间无差异(均P>0.05)(图2C)。生存分析示,cluster 1生存时间低于cluster 2(P=0.048)(图2D)。

图2 一致性聚类分析m6A甲基化调控因子 A:k值为2时,甲状腺癌样本之间不存在交叉,聚类稳定性好;B:主成分分析区分cluster 1和cluster 2;C:不同的聚类与临床病理的关系;D:总体生存率在两组聚类的情况

Figure 2 Consensus clustering analysis of the m6A RNA methylation regulators A: The most appropriate selection with clustering stability when k=2 used; B: Principal component analysis to distinguish cluster 1 and cluster 2; C: Heatmap and clinicopathologic features of the two clusters; D: The overall survival of cluster 1 and cluster 2

2.3 m6A甲基化调控因子构建风险预后模型及检验

Lasso Cox回归分析筛选4个基因(IGF2BP2、RBM15、YTHDF1、YTHDF3),风险评分=(-0.129×IGF2BP2)+(0.308×RBM15)+(0.331×YTHDF1)+(0.813×YTHDF3)(图3A),根据回归系数计算每个患者的风险评分,以风险评分的中位数将患者分为高危组和低危组,风险评分和生存状态分布如图3B所示,高风险患者中死亡人数明显增加。相比低风险组患者,高风险患者生存期明显缩短(P=0.007)(图3C),ROC曲线下面积示该模型可预测甲状腺癌患者的预后(AUC=0.731)(图3D)。

图3 m6A甲基化调控因子构建风险预后模型及检验 A:Lasso Cox回归模型的m6A基因及相关系数;B:风险评分和生存状态分布;C:高、低危组的生存曲线;D:ROC曲线评估模型的预测效能

Figure 3 Construction od prognostic risk model and validation A: Coefficients calculated by Lasso Cox regression analysis; B: Risk score and survival status distribution; C: Kaplan-Meier analysis of overall survival in high-risk and low-risk groups; D: Assessment of the prediction accuracy by ROC curve

3 讨 论

甲状腺癌是一种常见的内分泌恶性肿瘤,发病率在世界范围内呈快速上升趋势,绝大部分甲状腺癌预后良[

17-18]。然而一些分化较差的甲状腺癌和高危型甲状腺乳头状癌具有高度侵袭性,易出现局部侵犯和远处转移,且尚无特效治疗方[19-20]。因此阐述甲状腺癌发生和演变进展的分子机制对疾病的早期干预和预后预测具有重要的临床应用价值。

m6A修饰是近年来的研究热点,其作用主要参与转录后修饰,同时也参与了DNA修复、细胞分化、细胞重编程、细胞应激等生命活[

21-22]。m6A甲基化在不同的肿瘤中均有报道,在甲状腺癌中m6A相关基因的作用仍不清楚,Ye[23]发现IGF2BP2在甲状腺癌中高表达,lncRNA MALAT1通过竞争性结合miR-204,通过m6A修饰识别,上调IGF2BP2,增强MYC表达,从而刺激甲状腺癌细胞增殖、迁移和侵袭,同时减弱肿瘤生长和细胞凋亡。然而该研究样本量有限无法验证lncRNA MALAT1/mir-204/IGF2BP2/m6A-MYC轴在甲状腺癌进展机制。Wang[24]报道METTL3作为致癌基因通过上调TCF1的m6A甲基化水平促进甲状腺癌的增值和侵袭。然而He[25]研究揭示METTL3作为抑癌基因结合YTHDF2通过c-Rel和RelA失活NF-κB通路改变肿瘤相关的中性粒细胞浸润来调节肿瘤生长。同样,Hou[26]通过生物信息学证实METTL3在甲状腺癌组织中明显低表达。上述研究证实m6A相关基因表达水平和功能机制在甲状腺癌中仍需进一步阐述。本研究初步验证了METTL3在正常组织中表达量明显高于甲状腺癌组织(P<0.001),提示METTL3可能是一种抑癌基因,可改善甲状腺癌患者的预后,这也进一步验证了He[25-26]的研究结果。

为了从功能上阐明甲状腺癌中m6A调控因子的生物学特性,本研究对492例甲状腺癌患者进行一致性聚类分析后并分成cluster 1和cluster 2,cluster 1生存期低于cluster 2(P<0.05),相反,颈淋巴结转移发生率明显高于cluster 2(P<0.01)。暗示m6A调控因子能预测颈淋巴结转移并影响甲状腺癌患者预后,具有非常重要的临床实际意义。聚类分析在肝[

27]、肾[16]、乳腺[11]、胃[28]等恶性肿瘤预后分析中均起到较好的作用。

此外,为了探讨m6A调控因子在甲状腺癌预后的作用,应用Lasso Cox回归分析筛选的4个基因(IGF2BP2、RBM15、YTHDF1、YTHDF3)构建风险评估模型,相比IGF2BP2,其余3个基因在甲状腺癌的研究中甚少,RBM15 不具有甲基转移酶的催化功能,但它可以结合METTL3和WTAP,并将这两个蛋白引导到特定的RNA位点进行m6A修[

8, 29];而YTHDF1和YTHDF3均属于YTH域家族,YTHDF1通过与起始因子相互作用增强mRNA翻译和蛋白质合成,YTHDF3分别通过与YTHDF1相互作用增强RNA翻译,与YTHDF2结合促进RNA降[9, 30]。相比低风险组患者,高风险患者生存期明显缩短(P=0.007),ROC曲线示该模型可以预测甲状腺癌患者的预后(AUC=0.731)。相比TNM分期和MACIS预后评估系统,该模型基于RNA测序数据,更符合当今的精准医学理念。

同时,本研究也存在一些缺陷,首先,该研究基于生物信息学构建的预后预测模型,无外部的实验数据验证,临床实际应用价值有限。其次,该研究只是初步探讨了m6A调控因子在甲状腺癌预后作用,不能完整的阐述甲状腺癌发生和演变的分子机制。最后,本研究基于492例甲状腺癌患者,样本量不大,后续需要进行更大的独立队列研究来验证。

综上,本研究基于TCGA数据库分析甲状腺癌m6A调控因子表达水平,通过Lasso Cox回归分析筛选的4个基因(IGF2BP2、RBM15、YTHDF1、YTHDF3)构建风险评估模型,AUC提示该模型具有良好的预测效能,将为甲状腺癌临床诊治提供潜在的理论依据。

参考文献

1

Wang W, Zhang Z, Zhao Y, et al. Management of Lateral Multiple-Level Metastasis in N1b Papillary Thyroid Microcarcinoma[J]. Front Oncol, 2020, 10:1586. doi: 10.3389/fonc.2020.01586. [百度学术

2

Wang W, Yang Z, Ouyang Q. A nomogram to predict skip metastasis in papillary thyroid cancer[J]. World J Surg Oncol, 2020, 18(1):167. doi:10.1186/s12957-020-01948-y. [百度学术

3

Zhang S, Sun K, Zheng R, et al. Cancer incidence and mortality in China, 2015[J]. JNCC, 2021, 1(1):2-11. doi:10.1016/j.jncc.2020.12.001. [百度学术

4

Du L, Zhao Z, Zheng R, et al. Epidemiology of Thyroid Cancer: Incidence and Mortality in China, 2015[J]. Front Oncol, 2020, 10:1702.doi:10.3389/fonc.2020.01702. [百度学术

5

王文龙, 李成, 李新营, . 加速康复在甲状腺日间手术中的应用: 附1 023例报告[J]. 中国普通外科杂志, 2018, 27(11):1439-1445. doi:10.7659/j.issn.1005-6947.2018.11.011. [百度学术

Wang WL, Li C, Li XY, et al. Implementation of enhanced recovery after surgery program in ambulatory thyroid surgery: a report of 1 023 cases[J]. Chinese Journal of General Surgery, 2018, 27(11):1439-1445. doi:10.7659/j.issn.1005-6947.2018.11.011. [百度学术

6

Wang W, Meng C, Ouyang Q, et al. Magnesemia: an independent risk factor of hypocalcemia after thyroidectomy[J]. Cancer Manag Res, 2019, 11:8135-8144. doi:10.2147/CMAR.S218179. [百度学术

7

Khan U, Al Afif A, Aldaihani A, et al. Patient and tumor factors contributing to distant metastasis in well-differentiated thyroid cancer: a retrospective cohort study[J]. J Otolaryngol Head Neck Surg, 2020, 49(1):78. doi:10.1186/s40463-020-00469-8. [百度学术

8

Wang T, Kong S, Tao M, et al. The potential role of RNA N6-methyladenosine in Cancer progression[J]. Mol Cancer, 2020, 19(1):88. doi:10.1186/s12943-020-01204-7. [百度学术

9

Zhou Z, Lv J, Yu H, et al. Mechanism of RNA modification N6-methyladenosine in human cancer[J]. Mol Cancer, 020, 19(1):104. doi:10.1186/s12943-020-01216-3. [百度学术

10

Ma S, Chen C, Ji X, et al. The interplay between m6A RNA methylation and noncoding RNA in cancer[J]. J Hematol Oncol, 2019, 12(1):121. doi:10.1186/s13045-019-0805-7. [百度学术

11

Gong PJ, Shao YC, Yang Y, et al. Analysis of N6-Methyladenosine Methyltransferase Reveals METTL14 and ZC3H13 as Tumor Suppressor Genes in Breast Cancer[J]. Front Oncol, 2020, 10:578963. doi:10.3389/fonc.2020.578963. [百度学术

12

Regué L, Zhao L, Ji F, et al. RNA m6A reader IMP2/IGF2BP2 promotes pancreatic beta-cell proliferation and insulin secretion by enhancing PDX1 expression[J]. Mol Metab, 2021 48:101209. doi: 10.1016/j.molmet.2021.101209. [百度学术

13

Yi L, Wu G, Guo L, et al. Comprehensive Analysis of the PD-L1 and Immune Infiltrates of m(6)A RNA Methylation Regulators in Head and Neck Squamous Cell Carcinoma[J]. Mol Ther Nucleic Acids, 2020, 21:299-314. doi:10.1016/j.omtn.2020.06.001. [百度学术

14

Chen M, Wei L, Law CT, et al. RNA N6-methyladenosine methyltransferase-like 3 promotes liver cancer progression through YTHDF2-dependent posttranscriptional silencing of SOCS2[J]. Hepatology, 2018, 67(6):2254-2270. doi:10.1002/hep.29683. [百度学术

15

Yang Z, Wang T, Wu D, et al. RNA N6-methyladenosine reader IGF2BP3 regulates cell cycle and angiogenesis in colon cancer[J]. J Exp Clin Cancer Res, 2020, 39(1):203. doi:10.1186/s13046-020-01714-8. [百度学术

16

Chen S, Zhang N, Zhang E, et al. A Novel m 6 A Gene Signature Associated With Regulatory Immune Function for Prognosis Prediction in Clear-Cell Renal Cell Carcinoma[J]. Front Cell Dev Biol, 2020, 8:616972. doi:10.3389/fcell.2020.616972. [百度学术

17

Tong Y, Huang Z, Hu C, et al. Independent risk factors evaluation for overall survival and cancer-specific survival in thyroid cancer patients with bone metastasis: A study for construction and validation of the predictive nomogram[J]. Medicine (Baltimore), 2020, 99(36):e21802. doi:10.1097/MD.0000000000021802. [百度学术

18

王文龙, 李新营, 夏发达, . 甲状腺术后甲状旁腺功能减退的危险因素[J]. 中南大学学报: 医学版, 2019, 44(3):315-321. doi:10.11817/j.issn.1672-7347.2019.03.013. [百度学术

Wang WL, Li XY, Xia FD, et al. Risk factors for hypoparathyroidism after thyroidectomy[J]. Journal of Central South University: Medical Science, 2019, 44(3):315-321. doi:10.11817/j.issn.1672-7347.2019.03.013. [百度学术

19

Wang W, Ouyang Q, Meng C, et al. Treatment optimization and prognostic considerations for primary squamous cell carcinoma of the thyroid[J]. Gland Surg, 2019, 8(6):683-690. doi:10.21037/gs.2019.11.07. [百度学术

20

Li C, Wu Q, Sun S. Radioactive Iodine Therapy in Patients With Thyroid Carcinoma With Distant Metastases: A SEER-Based Study[J]. Cancer Control, 2020, 27(1):1073274820914661. doi:10.1177/1073274820914661. [百度学术

21

Chen Y, Lin Y, Shu Y, et al. Interaction between N 6-methyladenosine (m 6 A) modification and noncoding RNAs in cancer[J]. Mol Cancer, 2020, 19(1):94. doi:10.1186/s12943-020-01207-4. [百度学术

22

Lee Y, Choe J, Park OH, et al. Molecular Mechanisms Driving mRNA Degradation by m(6)A Modification[J]. Trends Genet, 2020, 36(3):177-188. doi:10.1016/j.tig.2019.12.007. [百度学术

23

Ye M, Dong S, Hou H, et al. Oncogenic Role of Long Noncoding RNAMALAT1 in Thyroid Cancer Progression through Regulation of the miR-204/IGF2BP2/m6A-MYC Signaling[J]. Mol Ther Nucleic Acids, 2021, 23:1-12.doi:10.1016/j.omtn.2020.09.023. [百度学术

24

Wang K, Jiang L, Zhang Y, et al. Progression of Thyroid Carcinoma Is Promoted by the m6A Methyltransferase METTL3 Through Regulating m(6)A Methylation on TCF1[J]. Onco Targets Ther, 2020, 13:1605-1612.doi:10.2147/OTT.S234751. [百度学术

25

He J, Zhou M, Yin J, et al. METTL3 restrains papillary thyroid cancer progression via m 6 A/c-Rel/IL-8-mediated neutrophil infiltration[J]. Mol Ther, 2021, 29(5):1821-1837. doi: 10.1016/j.ymthe.2021.01.019. [百度学术

26

Hou J, Shan H, Zhang Y, et al. m(6)A RNA methylation regulators have prognostic value in papillary thyroid carcinoma[J]. Am J Otolaryngol, 2020, 41(4):102547. doi:10.1016/j.amjoto.2020.102547. [百度学术

27

Fang Q, Chen H. The significance of m6A RNA methylation regulators in predicting the prognosis and clinical course of HBV-related hepatocellular carcinoma[J]. Mol Med, 2020, 26(1):60. doi:10.1186/s10020-020-00185-z. [百度学术

28

Guan K, Liu X, Li J, et al. Expression Status And Prognostic Value Of M6A-associated Genes in Gastric Cancer[J]. J Cancer, 2020, 11(10):3027-3040. doi:10.7150/jca.40866. [百度学术

29

Zhao Y, Shi Y, Shen H, et al. m 6 A-binding proteins: the emerging crucial performers in epigenetics[J]. J Hematol Oncol, 2020, 13(1):35. doi:10.1186/s13045-020-00872-8. [百度学术

30

He L, Li H, Wu A, et al. Functions of N6-methyladenosine and its role in cancer[J]. Mol Cancer, 2019, 18(1):176. doi:10.1186/s12943-019-1109-9. [百度学术