حصہ Ⅰ گردے کے رینل کلیئر سیل کارسنوما کے ٹیومر مائکرو ماحولیات میں جینیاتی بے ضابطگی کی میٹابولک تفہیم

خلاصہ

میٹابولک ڈس ریگولیشن کینسر کی ایک پہچان ہے جس میں KIRC بھی شامل ہے، خاص طور پر میٹابولک جینز میں تبدیلی کی وجہ سے۔ فی الحال، ٹیومر مائکرو ماحولیات میں میٹابولک دستخطوں کے درمیان اتفاق رائے کی کمی موجود ہے۔ اس مطالعے میں، ہم نے KIRC اور متعلقہ عام نمونوں کے درمیان امتیازی طور پر اظہار شدہ میٹابولک جین (DEmGs) کے اہم ارتباط کا مشاہدہ کیا۔ مختصراً، ہم نے KIRC کے RNA-seq ڈیٹا اور TCGA سے نارمل ٹشوز کے ذریعے میٹابولک جینوں کے سیٹ اکٹھے کیے، اس کے بعد KIRC سے متعلقہ DEmGs کی شناخت کی۔ اس کے بعد، مریضوں کو تین کلسٹروں میں درجہ بندی کیا گیا، اور WGCNA کا استعمال کرتے ہوئے، ہم نے مختلف کلسٹرز کے درمیان بقا میں شامل میٹابولک جینوں کی نشاندہی کی۔

مزید برآں، ہم نے کلسٹرز میں مدافعتی دراندازی کے ساتھ بقا اور طبی پیرامیٹرز کی چھان بین کی۔ ایک ہی وقت میں، ہم نے ان DEmGs کی بنیاد پر ایک پیشین گوئی ماڈل بنایا اور اس کی توثیق کی۔ ان تجزیوں سے یہ بات سامنے آئی کہ DEmGs کا زیادہ اظہار رکھنے والے مریضوں کی بقا کم دکھائی دیتی ہے، جبکہ کم مدافعتی خلیوں کی دراندازی KIRC کے میٹاسٹیسیس سے وابستہ تھی۔ آخر میں، ہم نے NUDT1 کو ایک حب جین کے طور پر شناخت کیا کیونکہ اس نے KIRC کے نمونوں میں نمایاں طور پر اعلیٰ اظہار کے ساتھ ساتھ مریضوں کی بقا اور تشخیص سے وابستہ ہے۔ مزید تجزیے سے 786-O اور ACHN خلیات میں NUDT1 کے oncogenic کردار کا انکشاف ہوا۔ اس طرح، ہم یہ نتیجہ اخذ کرتے ہیں کہ NUDT1 KIRC کے لیے ایک ممکنہ تشخیصی اور پروگنوسٹک مارکر ہو سکتا ہے۔

مطلوبہ الفاظ

میٹابولک بے ضابطگی؛ متفرق طور پر اظہار شدہ میٹابولک جینز (DEmGs)؛ بقا کی شرح؛ NUDT1;Cistanche فوائد.

جاننے کے لیے یہاں کلک کریں۔Cistanche کے اثرات

تعارف

کڈنی رینل کلیئر سیل کارسنوما (KIRC) رینل سیل کارسنوما (RCC) کی ایک قسم ہے، جسے عام کینسروں میں سے ایک سمجھا جاتا ہے جو 70-80 فیصد کیسز کے لیے ہوتا ہے [1]، جو کینسر سے متعلق اموات کی 16ویں سب سے عام وجہ کے طور پر درجہ بندی کرتا ہے۔ دنیا بھر میں [2]۔ رینل سیل کارسنوما (RCC) گردوں کے کینسر کی سب سے عام قسم ہے اور یہ گردے کے کینسر کے 90 فیصد کیسز کا سبب بنتا ہے [3]۔ حال ہی میں، بایو انفارمیٹکس کی بنیاد پر کینسر میں ممکنہ مارکروں کی شناخت کا وسیع پیمانے پر استعمال کیا جا رہا ہے لیکن KIRC کے صرف چند قابل اعتماد بائیو مارکرز کی نشاندہی کی گئی ہے یا زیادہ تر مارکر ابھی تک پوری طرح سے تصدیق شدہ نہیں ہیں۔ اس طرح، تجرباتی توثیق کے ساتھ بائیو انفارمیٹکس کے تجزیے بائیو جینیسس اور KIRC کی ترقی کے ممکنہ طریقہ کار کو واضح کرنے کے لیے ضروری ہیں [4]۔ ٹیومر مائکرو ماحولیات کی گہری کھوج اور امیونو تھراپی کی ترقی نے ٹیومر اور مدافعتی نظام کے مابین تعامل کا مطالعہ کرنا ممکن بنایا ہے [5]۔ اس کے باوجود، بہت سے شناخت شدہ بائیو مارکروں کا KIRC میں سیلولر فینوٹائپ اور متعلقہ بنیادی مالیکیولر میکانزم پر ان کے اثر کے لیے مطالعہ نہیں کیا گیا ہے [6]۔ تاہم، KIRC کے مریضوں کی تشخیص خراب سمجھی جاتی ہے اور پہلی تشخیص کے بعد مجموعی طور پر 5-سال کی بقا 10 فیصد سے بھی کم ہے [7, 8]۔ عام طور پر، عام بافتوں میں بنیادی طور پر اینٹی اینجیوجینک عوامل کی اعلی سطح ہوتی ہے۔ ان عوامل کی سطح میں خلل پروانجیوجینک عوامل کو چالو کر سکتا ہے جو خلیوں کی تقسیم کو غیر معمولی شرح سے بڑھاتا ہے جس سے ٹیومر کی تشکیل ہوتی ہے [9]۔ اس عمل میں، ٹیومر کے خلیے پروانجیوجینک گروتھ فیکٹر کی اعلی سطح کا اظہار کرتے ہیں اور یہ اثر ٹیومر میں خون کی نئی شریانوں کی نشوونما میں معاون ہوتا ہے [10]؛ اس طرح، ٹیومر کی ترقی شروع ہوتی ہے. لہذا، بہت سے دوسرے عوامل ٹیومرجینیسیس میں ملوث ہیں، بشمول مدافعتی خلیوں کی دراندازی اور مختلف میٹابولک جینز کا اظہار۔ یہ بات اچھی طرح سے معلوم ہے کہ ٹیومر مائیکرو ماحولیات میں مختلف قسم کے مدافعتی خلیوں کی موجودگی ٹیومر کے بڑھنے اور امیونو تھراپی پر اثر انداز ہوتی ہے۔ اس طرح، مدافعتی سے متعلق جین کی تبدیلی ٹیومر مائکرو ماحولیات میں مدافعتی خلیوں کے تناسب اور کام کو بھی متاثر کرتی ہے [11]۔ مثال کے طور پر، ٹیومر مائکرو ماحولیات میں مدافعتی خلیوں کی دراندازی گلیوما کی نشوونما کو نمایاں طور پر متاثر کرتی ہے [12]۔ کینسر پر اثر انداز ہونے والے میٹابولک جینوں میں عدم دلچسپی کے باوجود، موجودہ مطالعات نے کینسر کے بارے میں شعور کو ایک میٹابولک عارضے کے طور پر تجدید کیا ہے [13، 14]۔ یہ مطالعات مہلک تبدیلی کی ایک نئی شناخت کے طور پر میٹابولک ری پروگرامنگ کو شامل کرنے کی بنیاد فراہم کرتے ہیں [15]۔ تاہم، ٹیومر اور نارمل ٹشوز سمیت مختلف بافتوں کے درمیان تمام میٹابولک جین یا راستوں کا اظہار ایک دوسرے سے مختلف ہے اور یہ بڑی حد تک غیر دریافت ہے، خاص طور پر KIRC میں۔

مجموعی طور پر، KIRC میں تشخیص اور مدافعتی ردعمل کی پیشین گوئی کے لیے قابل اعتماد بائیو مارکر کی ایک چھوٹی تعداد دستیاب ہے۔ اس طرح، مکمل طبی کامیابی حاصل کرنا مشکل ہے۔ لہذا، تجرباتی توثیق کے ساتھ جامع بائیو انفارمیٹکس اسٹڈیز KIRC کی بائیو جینیسس اور ترقی کے ممکنہ میکانزم کو واضح کر سکتی ہیں۔ اس طرح، موجودہ مطالعہ کا مقصد KIRC میں میٹابولک ٹرانسکرپشن پروفائلز پر میٹابولک راستوں کے اثرات کا ان کے مماثل نارمل ٹشوز کے مقابلے میں جامع جائزہ لینا ہے۔ یہاں، ہم نے نہ صرف بیماری کے مختلف مقامات یا ایک ہی بیماری کے مختلف مالیکیولر ذیلی قسموں کو کامیابی کے ساتھ الگ کیا بلکہ میٹابولزم ٹارگٹڈ تھراپی کے ردعمل کی بھی پیش گوئی کی۔ یہ ایک ایسے طریقہ کار کی شناخت کے ایک نئے طریقے کی نمائندگی کرتا ہے جس کے ذریعے میٹابولک راستے خرابی میں پریشان ہوتے ہیں اور طبی مداخلتوں کے لیے نئے اہداف پیش کرتے ہیں۔

معیاری Cistanche

مواد اور طریقے

1. ڈیٹا کا حصول۔

KIRC سے متعلقہ RNA سیکوینسنگ ڈیٹا (FPKM) براہ راست کینسر جینوم اٹلس (TCGA) سے ڈاؤن لوڈ کیا گیا تھا۔ اس کے بعد، مطلوبہ بہاو ایپلی کیشنز کے مطابق ڈیٹا پر کارروائی کی گئی۔ اس کے علاوہ، KIRC کے متعلقہ مریضوں کے لیے کلینکوپیتھولوجک ڈیٹا، بشمول جنس، نسل، عمر، ٹیومر کا مقام، ہسٹولوجی کی درجہ بندی، تفریق کا درجہ، ٹیومر کا مرحلہ، اور بقا کی معلومات، UCSC کینسر براؤزر سے حاصل کی گئیں۔ KIRC مریضوں کی میٹابولک ہیٹروجنیٹی کے بارے میں بصیرت حاصل کرنے کے لیے، میٹابولک جین سیٹ پچھلی اشاعتوں سے لیے گئے تھے [16، 17]۔ اس مطالعے کا گرافیکل خلاصہ ضمنی شکل 1 میں دکھایا گیا ہے، اور اعداد و شمار کے حصول اور بہاو کے عمل کے مطالعہ کا تفصیلی ورک فلو ضمنی شکل 2 میں دکھایا گیا ہے۔

2. مختلف اظہار شدہ میٹابولک جینز (DEmGs) کی شناخت۔

میٹابولک جین کے سیٹوں کی شناخت دو ڈیٹاسیٹس کے چوراہوں سے کی گئی تھی اور ٹیومر اور عام نمونوں کے درمیان ڈی ای جی تجزیہ کے لیے استعمال کیا گیا تھا۔ بعد میں، ہم نے WGCNA کا استعمال کرتے ہوئے DEmGs کی بھی نشاندہی کی، اور بقا کے طریقوں کی بنیاد پر، مریضوں نے انہیں تین کلسٹروں میں درجہ بندی کیا۔ مختصراً، مریضوں کو تین کلسٹروں میں تقسیم کیا گیا تھا، یعنی کلسٹر C1، کلسٹر C2، اور کلسٹر C3۔ ڈی ای جی کی شناخت کے لیے، لکیری ماڈلز کا استعمال R پیکج لیمما کو استعمال کرتے ہوئے کیا گیا تھا۔ غلط دریافت کی شرح (FDR) ایڈجسٹ شدہ p-value < 0.05 کو بیک وقت لاگ 2 فولڈ تبدیلی، logFC > 1، اور logFC < −1 کے ساتھ مل کر ڈی ای جی کی شناخت کی حد کے طور پر سیٹ کیا گیا تھا۔ آتش فشاں پلاٹ ggplot2 کا استعمال کرتے ہوئے بنائے گئے تھے۔ logFC > 1 والے جینوں کو اپریگولیٹڈ سمجھا جاتا تھا، اور logFC <−1 والے جینوں کو نیچے ریگولیٹڈ جین کے طور پر تفویض کیا جاتا تھا۔

3. فنکشنل افزودگی کا تجزیہ اور پروٹین-پروٹین کا تعامل۔

GO اور KEGG شرائط کے ذریعے افزودگی کے تجزیے R پیکج کلسٹر پروفائل کے ذریعے کیے گئے۔ GO کی اصطلاحات کو تین زمروں میں تقسیم کیا گیا تھا جن میں مالیکیولر فنکشنز (MF)، سیلولر اجزاء (CC)، اور حیاتیاتی عمل (BP) شامل ہیں۔ ٹیومر اور نارمل ٹشوز کے درمیان DEmGs کے اہم فرق اور ارتباط کا تعین کرنے کے لیے، ہم نے کمپیوٹیشنل سافٹ ویئر GSEA (جین سیٹ افزودگی کا تجزیہ) استعمال کیا۔ کے ای جی جی اور جی او (جین آنٹولوجی) ڈی ای جی کی افزودگی کے تجزیے ممکنہ راستوں اور افعال کی نشاندہی کرنے کے لیے کیے گئے۔ مزید برآں، cystoscope ایپلی کیشن کا استعمال DEmGs کے پروٹین-پروٹین انٹرایکشن (PPI) نیٹ ورک کی تعمیر کے لیے کیا گیا تھا۔ ابتدائی PPI STRING ڈیٹا بیس سے حاصل کیا گیا تھا۔ اعتماد کی اعلی ترین حد 0.9 پر سیٹ کی گئی تھی۔

4. بقا کا تجزیہ۔

گردوں کے کینسر کے مریضوں میں مختلف جینز کی شناخت لیما پیکج کے ذریعے کی گئی تھی، اور تفریق ظاہر کیے گئے جینز کا تجزیہ WGCNA پیکیج کو coexpression کرنے کے لیے، ایک coexpression نیٹ ورک بنانے کے لیے کیا گیا تھا جس نے کل 6 ماڈیولز کی نشاندہی کی تھی۔=5 اور نیٹ ورک ایک سکیل فری نیٹ ورک ہے۔ بقا کے موڈ میں WGCNA کے ذریعہ شناخت کردہ DEmGs کی تشخیصی اہمیت کا تعین لاگ-رینک ٹیسٹ کے ساتھ کپلان-میئر (KM) پلاٹوں کے ذریعہ کیا گیا تھا۔

Cistanche گولیاں

5. مدافعتی دراندازی کا تجزیہ۔

مدافعتی اور سٹرومل خلیوں کا حساب R پیکج کا استعمال کرتے ہوئے کیا گیا، "xCELL; " p < 0:05 کے ساتھ نمونے مزید تجزیہ کے لیے منتخب کیے گئے۔ مزید برآں، حیاتیاتی مارکروں پر مشتمل مدافعتی خلیوں کا تجزیہ R پیکیج GSVA کے ذریعے کیا گیا۔ مزید یہ کہ ٹیومر کی پاکیزگی کا تجزیہ کرنے کے لیے، ہم نے KIRC ٹشوز کی ایک سیریز کے سٹرومل اور مدافعتی اسکور کا اندازہ لگانے کے لیے ESTIMATE الگورتھم کا استعمال کیا۔

6. پیشن گوئی ماڈل کی تعمیر۔

بقا کی معلومات کے ساتھ KIRC ٹیومر کے RNA ترتیب دینے والے ڈیٹا سے امتیازی طور پر اظہار شدہ میٹابولک جین حاصل کیے گئے تھے، اور مریضوں کو تصادفی طور پر R پیکیج "کیریٹ؛" کا استعمال کرتے ہوئے تربیت اور جانچ کے گروہوں میں تقسیم کیا گیا تھا۔ پھر، DEmGs پر غیر متغیر بقا کا تجزیہ کیا گیا۔ مزید برآں، LASSO تجزیہ R پیکیج "glmnet؛" کے ذریعے کیا گیا تھا۔ اور پیشن گوئی ماڈل کی اصلاح کے لیے، مرحلہ وار متناسب خطرات کا ماڈل استعمال کیا گیا۔

7. سیل کلچر۔

انسانی رینل کینسر سیل لائنز 786-O اور ACHN کو امریکن ٹائپ کلچر کلیکشن (ATCC) (Manassas, VA, USA) سے خریدا گیا تھا۔ 786-O سیل لائنوں کو RPMI 1640 میڈیم (cat. no. 11875093, Invitrogen, Carlsbad, CA, United States) میں 10 فیصد فیٹل بوائین سیرم (cat. no. 04-001- 1ACS) کے ساتھ مکمل کیا گیا تھا۔ حیاتیاتی صنعت، اسرائیل)۔ ACHN سیل لائنوں کو MEM میڈیم (cat. no. 41500034, Invitrogen, Carlsbad, CA, United States) میں 10 فیصد فیٹل بوائن سیرم کے ساتھ مکمل کیا گیا تھا۔ تمام ثقافتوں کو 37 ڈگری سینٹی گریڈ اور 5 فیصد CO پر انکیوبیٹ کیا گیا تھا۔₂ایک مرطوب انکیوبیٹر میں۔

8. ریئل ٹائم مقداری پی سی آر۔

مینوفیکچرر کے پروٹوکول کے مطابق KIRC سیل لائنوں اور ٹشوز سے کل RNA کو TRIzol (cat. no. 9109; TaKaRa, Tokyo, Japan) کا استعمال کرتے ہوئے الگ تھلگ کیا گیا تھا۔ RT-qPCR کوانٹی نووا ایس وائی بی آر گرین پی سی آر کٹ (بلی نمبر 208054، کیجین، ڈیوسلڈورف، جرمنی) کا استعمال کرتے ہوئے انجام دیا گیا۔ متعلقہ جین کے اظہار کا حساب 2 کے ذریعہ کیا گیا تھا۔^{٪e2٪88٪92٪ ce٪94٪ ce٪94C}طریقہ پرائمر کی ترتیب کو ضمنی جدول 1 میں درج کیا گیا ہے۔

9. سیل وائبلٹی پرکھ۔

786-O اور ACHN میں NUDT1 siRNA منتقلی کے بعد سائٹوٹوکسٹی کا تعین سیل کاؤنٹنگ کٹ-8 (CCK-8) پرکھ (کیٹ نمبر C0038، بیو ٹائم بائیوٹیکنالوجی کمپنی لمیٹڈ، چین)۔ NUDT1 siRNA کے سلسلے ضمنی جدول 1 میں فراہم کیے گئے ہیں۔ انہیں جین فارما (شنگھائی، چین) سے ترکیب کیا گیا تھا۔ مختصراً، دونوں سیل لائنیں 786-O اور ACHN لوگاریتھمک نمو کے مرحلے میں (siRNA کی منتقلی کے 24 گھنٹے بعد) کو اکٹھا کیا گیا اور 96- ویل سیل کلچر پلیٹس (1000 سیل/کنویں) میں تقسیم کیا گیا۔ اگلے دن، ہر کنویں میں 10 ul CCK-8 شامل کیا گیا۔ مزید 2 گھنٹے کے لیے 37 ڈگری سینٹی گریڈ پر انکیوبیشن کے بعد، آپٹیکل ڈینسٹی (OD) کا 450 nm خلیات پر مائکروپلیٹ ریڈر (Bio-Rad Laboratories, Richmond, CA, USA) کے ذریعے پتہ چلا۔

10. سیل کی منتقلی، حملہ، اور اپوپٹوسس پرکھ۔

KIRC خلیات {{0}}O اور ACHN کو NUDT1 کے siRNA-ثالثی دستک ڈاؤن کے لیے منتقل کیا گیا تھا۔ منتقلی کے 24 گھنٹے کے بعد، خلیوں کو زخم بھرنے کے پرکھ کے لیے 6- کنویں کی پلیٹوں میں سیڈ کیا گیا۔ خلیات کے 100 فیصد سنگم حاصل کرنے کے بعد، زخموں کو ایک پلاسٹک پائپٹ ٹپ کا استعمال کرتے ہوئے ایک monolayer کے طور پر خلیات میں پیدا کیا گیا تھا. اس کے بعد خلیوں کو پی بی ایس سے دھویا گیا اور مزید 48 گھنٹے کے لئے کلچر کیا گیا۔ KIRC 786-O اور ACHN خلیوں پر NUDT1 دستک ڈاؤن کے اثر کی پیمائش کے لیے زخم کے بند ہونے کا فاصلہ مائکروسکوپ کے ذریعے دیکھا گیا اور تصویر کشی کی گئی۔ سیل کی منتقلی اور حملہ ٹرانس ویل 24- ویل پلیٹوں (کارننگ، نیویارک، نیو یارک) کا استعمال کرتے ہوئے انجام دیا گیا۔ مختصراً، اوپری چیمبر میں FBS فری میڈیا میں سیلز کی مساوی تعداد کی ثقافت کی گئی تھی، اور خلیوں کی منتقلی ٹرانس ویل کے نچلے چیمبر میں دیکھی گئی تھی جہاں میڈیا کو 10 فیصد FBS کے ساتھ پورا کیا گیا تھا۔ ٹرانس ویل چیمبرز کو احتیاط سے دھویا گیا اور 0.2 فیصد کرسٹل وائلٹ سے داغ دیا گیا، تصور کیا گیا، اور تصویر کھینچی گئی۔ بعد میں، منفی کنٹرول اور NUDT1 دستک ڈاؤن کے درمیان منتقل شدہ خلیوں کے درمیان فرق کا تعین محض سیل گنتی کے ذریعے کیا گیا۔ اپوپٹوس پرکھ منتقلی کے 72 گھنٹے کے بعد کی گئی تھی، خلیوں کی کٹائی کی گئی تھی، دھوئے گئے تھے اور برف کے ٹھنڈے پی بی ایس میں دوبارہ معطل کیے گئے تھے۔ اس کے بعد سیلز کا پتہ Apoptosis Detection Kit (cat. no. KGA1013, KeyGen BioTech, Nanjing, China) کے ذریعے مینوفیکچرر کی ہدایات کے مطابق کیا گیا اور فلو cytometry (FACScan؛ BD Biosciences) کے ذریعے جانچا گیا۔ تمام تجربات سہ رخی میں کیے گئے تھے۔

11. شماریاتی تجزیہ۔

تمام شماریاتی تجزیے GraphPad prism (V70) اور R (3.6.4) پر کیے گئے، Wilcox ٹیسٹ کا استعمال عام اور ٹیومر ٹشوز میں مدافعتی خلیوں کی دراندازی کا موازنہ کرنے کے لیے کیا گیا، اور chi-square test مدافعتی خلیوں کی دراندازی اور پیتھولوجیکل پیرامیٹرز کے مابین ارتباط کا مطالعہ کرنے کے لئے انجام دیا گیا تھا۔ تغیر کا تجزیہ تین کلسٹروں میں مدافعتی سکور، سٹرومل سکور، اور ٹیومر کی پاکیزگی کا موازنہ کرنے کے لیے کیا گیا تھا۔ بقا کے تجزیے کے لیے، لاگ رینک ٹیسٹ کا استعمال کرتے ہوئے پی ویلیو کا حساب لگایا گیا۔ کی ایک پی ویلیو<0.05 was considered statistically significant.

Cistanche سپلیمنٹس

حوالہ جات

[1] V. Nerich، M. Hugues، T. Nai، et al.، "میٹاسٹیٹک کلیئر سیل رینل سیل کارسنوما کے مریضوں میں ہدف شدہ علاج کے طبی اثرات،" Oncotargets and Therapy، vol. 7، صفحہ 365–374، 2014۔

[2] A. Znaor، J. Lortet-Tieulent، M. Laversanne، A. Jemal، اور F. Bray، "رینل سیل کارسنوما کے واقعات اور اموات میں بین الاقوامی تغیرات اور رجحانات،" یورپی یورولوجی، والیوم۔ 67، نمبر 3، صفحہ 519–530، 2015۔

[3] B. Ljungberg, L. Albiges, Y. Abu-Ghanem, et al. "یورپی ایسوسی ایشن آف یورولوجی گائیڈ لائنز آن رینل سیل کارسنوما: The 2019 Update," European Urology, vol. 75، نمبر 5، صفحہ 799–810، 2019۔

[4] W. Zheng, S. Zhang, H. Guo, et al.، "ٹیومر انجیوجینیسیس کی خصوصیات اور رینل کلیئر سیل کارسنوما میں ممکنہ ایپی جینیٹک ریگولیشن میکانزم کا ملٹی اومکس تجزیہ،" سیل کمیونیکیشن اینڈ سگنلنگ: CCS، جلد۔ 19، نمبر 1، ص۔ 39، 2021۔

[5] J. Galon اور D. Bruni، "امیونیشن امیونو تھراپیز کے ساتھ مدافعتی گرم، تبدیل شدہ اور ٹھنڈے ٹیومر کے علاج کے لیے اپروچز،" نیچر ریووز ڈرگ ڈسکوری، والیم۔ 18، نمبر 3، صفحہ 197-218، 2019۔

[6] W. du, L. Zhang, A. Brett-Morris et al.، "HIF ccRCC میں لپڈ جمع اور کینسر کو فیٹی ایسڈ میٹابولزم کے جبر کے ذریعے چلاتا ہے،" نیچر کمیونیکیشنز، جلد۔ 8، نہیں 1، ص۔ 1769، 2017۔

[7] A. Jemal, R. Siegel, E. Ward, et al., "کینسر کے اعداد و شمار، 2008،" CA: A Cancer Journal for Clinicians, vol. 58، نمبر 2، صفحہ 71-96، 2008۔

[8] I. Lucca, T. Klatte, H. Fajkovic, M. de Martino, and SF Shariat, "Erratum: gender differences in incidence and results of urothelial and kidney cancer," Nature Reviews Urology, vol. 12، نمبر 12، ص۔ 653، 2015۔

[9] IJ Fidler، "Angiogenesis and cancer metastasis," Cancer Journal, vol. 6، ضمیمہ 2، صفحہ S134–S141، 2000۔

[10] سی کٹ، ایف میک گبھن، اور اے ایس پوپل، "جسم میں وی ای جی ایف کہاں ہے؟ کینسر میں وی ای جی ایف کی تقسیم کا میٹا تجزیہ،" برٹش جرنل آف کینسر، والیم۔ 97، نمبر 7، صفحہ 978–985، 2007۔

[11] ایف رین، کیو ژاؤ، ایم ژاؤ، وغیرہ، "گیسٹرک کینسر میں مدافعتی دراندازی کی پروفائلنگ اور ان کے طبی اثرات،" کینسر سائنس، والیم۔ 112، نمبر 9، صفحہ 3569–3584، 2021۔

[12] X. Ge, Z. Wang, R. Jiang et al.، "SCAMP4 ایک نیا پروگنوسٹک مارکر ہے اور گلیوما میں ٹیومر کی بڑھوتری اور مدافعتی دراندازی سے منسلک ہے،" دی انٹرنیشنل جرنل آف بائیو کیمسٹری اینڈ سیل بیالوجی، جلد۔ 139، 2021۔

[13] MG Vander Heiden اور RJ DeBerardinis، "میٹابولزم اور کینسر بیالوجی کے درمیان انٹرسیکشنز کو سمجھنا،" سیل، والیم۔ 168، نمبر 4، صفحہ 657–669، 2017۔

[14] DS Wishart، "کیا کینسر ایک جینیاتی بیماری ہے یا میٹابولک بیماری؟" بائیو میڈیسن، جلد۔ 2، نہیں 6، صفحہ۔ 478-479، 2015۔

[15] D. Hanahan اور RA Weinberg، "Hallmarks of cancer: اگلی نسل،" سیل، والیم۔ 144، نمبر 5، صفحہ 646–674، 2011۔

[16] X. Peng، Z. چن، F. Farshidfar، et al.، "انسانی کینسر میں میٹابولک اظہار کی ذیلی قسموں کی مالیکیولر خصوصیات اور طبی مطابقت،" سیل رپورٹس، جلد۔ 23، نمبر 1، صفحہ 255–269.e4، 2018۔

[17] S. Haider, A. McIntyre, RG van Stifout, et al. "Genomic alterations underlie a pan-cancer metabolic shift with tumor hypoxia," Genome Biology, vol. 17، نمبر 1، ص۔ 140، 2016۔

Junwei Xie,1,2,3,4,5 Lingang Cui,6 Shaokang Pan,1,2,3,4,5 Dongwei Liu,1,2,3,4,5 Fengxun Liu,1,2,3,4 5 اور Zhangsuo Liu 1,2,3,4,5

1 شعبہ نیفرولوجی، زینگ زو یونیورسٹی کا پہلا منسلک ہسپتال، ژینگزو 450052، چین

2 ریسرچ انسٹی ٹیوٹ آف نیفرولوجی، ژینگزو یونیورسٹی، ژینگزو 450052، چین

3 ریسرچ سینٹر فار کڈنی ڈیزیز، ژینگزو، 450052 ہینن، چین

صوبہ ہینان، ژینگزو 450052، چین میں گردے کی دائمی بیماری کے لیے درست تشخیص اور علاج کی 4 کلیدی لیبارٹری

گردے کی بیماری کے نیشنل کلینیکل میڈیکل ریسرچ سینٹر کی 5 کور یونٹ، ژینگزو 450052، چین

6 ڈپارٹمنٹ آف یورولوجی، زینگ زو یونیورسٹی کا پہلا منسلک ہسپتال، ژینگزو 450052، چین