欢迎访问中南医学期刊社系列期刊网站！
欢迎访问中南医学期刊社系列期刊网站！
目的 比较跨膜蛋白88（transmembrane protein 88，TMEM88）在正常肝细胞和肝癌肝细胞中的表达情况，并观察其与患者预后的关系。
方法 研究基于公共数据库癌症基因组图谱（TCGA）、STRING、cBioPortal和基因表达总览（GEO）等提供的数据，采用Kaplan-Meier、UALCAN、肿瘤免疫估计资源（TIMER）和基因表达谱富集分析（GEPIA）进行分析。
结果 TMEM88在肝癌组织中的表达高于相应的正常肝组织。TMEM88在肝细胞癌组织中的表达与预后相关。TMEM88的低表达与肝癌患者的总体生存率、疾病特异性生存率、无进展生存率和无复发生存率有关，特别是在疾病晚期（2级和3级）。TMEM88在肝癌细胞中的MCPCOUNTER浸润率、Xcell浸润率和TEDER浸润率呈正相关。
结论 TMEM88在肝癌中是一个保护性基因，并促进免疫逃逸，或可作为肝癌的分子标志物，进而指导临床、判断预后。
肝细胞肝癌（hepatocellular carcinoma，HCC）是消化系统最常见和最致命的恶性肿瘤之一，在世界范围内造成了巨大的经济和健康负担，特别是在南亚和其他低收入国家[1-2]。虽然在过去10年中免疫治疗和靶向分子治疗的进展改善了HCC的治疗，但患者的五年总体存活率仍不到20%[3-4]。HCC患者存活率低主要是由于早期HCC发现率低，术后早期复发所致[5]。尽管近年来已经发现了有关肝癌诊断和预后的生物标志物，但其较低的敏感性和特异性限制了临床应用[6-7]。因此，迫切需要寻找新的诊断和预后分子标志物及其相关的分子机制和信号通路，以改善HCC患者的预后。
跨膜蛋白88（transmembrane protein 88，TMEM88）是一种新发现的跨膜蛋白，在胚胎发育过程中与disheveled-1蛋白相互作用[8]。已有研究证明TMEM88是Wnt/β-catenin信号传导的关键调节因子，在调节胚胎心肌细胞分化和心脏发育中发挥重要作用[9]。TMEM88的失调与多种病理过程有关，包括瘢痕组织的形成、炎症和肝纤维化等[10-12]。它也作为癌基因或肿瘤抑制因子发挥作用[13]。TMEM88表达在肺癌和乳腺癌中升高，这与晚期肿瘤分期、淋巴结转移和较差的总生存率相关[14-15]。此外，TMEM88的高表达增强了癌细胞在体外的侵袭和转移[14-15]，相比之下，由于其启动子的低甲基化，TMEM88在非小细胞肺癌中的表达较低，其高表达限制了癌细胞的增殖和侵袭[16]。这些发现表明TMEM88在癌症中的重要作用，但其在正常肝细胞和肝肿瘤细胞中的表达模式及其与HCC患者预后的关系尚不明确。因此，本研究主要探究TMEM88在HCC中的表达水平及其与患者预后的关系。
1 资料与方法
1.1 数据来源
本研究中的所有数据均来自公共数据库癌症基因组图谱（The Cancer Genome Atlas，TCGA）（cancer.gov/about-nci/organization/ccg/research/structural-genomics/tcga）和基因表达综合数据库（Gene Expression Omnibus，GEO）（https://www.ncbi.nlm.nih.gov/geo/）。本研究基于公开数据库，不存在伦理问题或其他利益冲突。TCGA由美国癌症研究所和国家人类基因组研究所资助，包括超过20 000种原发性癌症的分子特征数据和超33种癌症类型的匹配正常样本，产生了超过2.5 PB的基因组、表观基因组、转录组和蛋白质组数据。GEO是一个国际公共资料库，用于存档和免费分发微阵列、下一代测序和研究界提交的其他形式的高通量功能基因组学数据。GEO的三个主要目标是：①提供一个强大的、多功能的数据库，可以在其中有效地存储高通量功能基因组数据；②提供简单的提交程序和格式，以支持来自研究社区的完整且注释良好的数据存储；③提供用户友好的机制，允许用户查询、定位、审查和下载感兴趣的研究和基因表达谱。
Kaplan-Meier（http://kmplot.com/analysis/）生存曲线分析平台用来分析TMEM88基因表达与基于风险比（hazard ratios，HR）和对数秩P值[17]。
肿瘤免疫估计资源数据库（Tumor Immune Estimation Resource，TIMER）（https://cistrome.shinyapps.io/timer/）用于使用来自TCGA数据库的10 000多个样本系统分析32种癌症类型中的肿瘤浸润免疫细胞（TIIC）[18]。TIMER根据基因表达谱的统计分析确定肿瘤浸润免疫细胞的丰度[19]。本文分析了TMEM88基因表达水平与浸润免疫细胞丰度之间的关联，包括CD4+ T细胞、CD8+ T细胞、B细胞、中性粒细胞、树突状细胞和巨噬细胞基于特定标记基因在包括HCC在内的不同癌症中的表达。用于分析肿瘤浸润性免疫细胞的标记基因，包括T细胞、B细胞、TAM、单核细胞、M1巨噬细胞、M2巨噬细胞、自然杀伤（NK）细胞、中性粒细胞、树突状细胞（DC）、T辅助（Th）细胞、T辅助17（Th17）细胞、滤泡辅助T（Tfh）细胞、耗尽的T细胞和Tregs均基于先前研究的数据[20-21]。TMEM88基因位于x轴上，相关标记基因位于y轴。
基因表达谱交互分析（gene expression profiling enrichment analysis，GEPIA）数据库（http://gepia.cancer-pku.cn/index.html）用于分析来自TCGA和GTEx项目的8 587个正常和9 736个肿瘤组织样本的RNA测序表达数据[22]。
UALCAN是一个全面的、用户友好的、交互式的网络资源，用于分析癌症OMICS数据。它基于Perl-CGI构建，使用高质量的图形、javascrip技术和css。UALCAN的设计目的是：①提供公开的癌症OMICS数据（TCGA、MET500、CPTAC和CBTTC）；②允许用户识别生物标志物或对潜在的感兴趣基因进行电子验证；③提供描绘蛋白质编码、miRNA编码和lincRNA编码基因的表达谱、患者生存信息的图表和曲线图；④评估启动子甲基化对基因表达的表观遗传调节；⑤进行泛癌基因表达分析；⑥通过链接检索到HPRD、GeneCards、Pubmed、TargetScan、人类蛋白质图谱、DrugBank、Open Target和GTEx提供有关选定基因/靶点的更多信息。这些资源使研究人员能够收集其感兴趣的基因/靶点的有价值的信息和数据；⑦提供临床蛋白质组联盟数据分析，包括总/磷酸蛋白质；⑧提供儿童脑肿瘤基因表达和蛋白质表达分析[23-24]。
STRING是已知和预测的蛋白质-蛋白质相互作用的数据库。相互作用包括直接（物理）和间接（功能）联系；它们源于计算预测、生物体之间的知识转移以及从其他（主要）数据库汇总的相互作用。STRING中的数据相互作用主要来自：基因组上下文预测、高通量实验室实验、（保守的）共表达、自动文本挖掘和数据库中的先前知识。STRING数据库目前涵盖来自5 090个生物体的24 584 628个蛋白质[25]。
cBioPortal是一个开放访问、开放源码的资源，用于交互式探索多维癌症基因组数据集。cBioPortal的目标是通过提供对大规模癌症基因组学项目的分子图谱和临床属性的快速、直观和高质量的访问，显著降低复杂基因组数据和癌症研究人员之间的障碍，从而使研究人员能够将这些丰富的数据集转化为生物学见解和临床应用[26-27]。
1.2 研究方法
1.2.1 TMEM88在不同癌症中的表达情况
使用TIMER数据库分析TCGA数据库中不同肿瘤类型中TMEM88的表达水平。使用cBioPortal工具研究不同肿瘤类型中TMEM88的遗传变异情况。
1.2.2 TMEM88在肝脏组织中的表达情况
使用CPTAC数据库分析TCGA数据库中TMEM88在肝脏正常组织与肝脏肿瘤组织中的表达情况。使用STRING工具研究肝脏组织中与TMEM88表达相关的基因。使用GEPIA工具分析TMEM88基因在不同HCC病理分期中的表达情况，分析DVL1、DVL2、DVL3和VRK2与TMEM88表达相关性和分析TMEM88与免疫细胞标记基因的相关性。利用TIMER数据库分析TMEM88与DVL1、DVL2、DVL3和VRK2的相关性，分析TMEM88表达与 HCC 组织中免疫细胞、成纤维细胞浸润水平的相关性；使用UALCAN工具分析TMEM88在肝脏正常组织与肝脏肿瘤组织不同临床病理因素中的磷酸化水平的变化。
1.2.3 TMEM88的表达情况与患者预后的关系
使用Kaplan-Meier绘图仪数据库分析HCC中高和低TMEM88表达的预后生存曲线，分析HCC患者不同临床病理因素中TMEM88 mRNA表达与患者预后的相关性。
2 结果
2.1 TMEM88 mRNA的表达情况分析
使用TIMER数据库对TCGA RNA-seq数据进行分析表明，TMEM88 mRNA在肝脏肿瘤组织中的表达高于相对应的正常组织（图1-a）。使用GEPIA数据分析时也得到相同的结果，且差异有统计学意义（P＜0.001）（图1-b）。继续使用GEPIA数据分析TCGA数据库中TMEM88在肝脏肿瘤不同病理分期（I期、II期、III期和IV期）中的表达情况，结果显示在各个分期的表达情况跟正常肝脏组织的表达水平差异有统计学意义（P=0.003）（图1-c）。使用cBioPortal工具研究不同肿瘤类型中TMEM88的遗传变异情况，结果显示在肝脏肿瘤组织中TMEM88以深度缺失的形式影响肝脏组织的正常遗传功能，异变或扩增的遗传变异情况并没有在肝脏肿瘤组织中被检测到（图1-d）。
利用STRING工具分析在肝脏组织中和TMEM88表达相关的基因，得到DVL1、DVL2、DVL3和VRK2共4个基因（图1-e）。进一步使用TIMER数据库分析TMEM88与这几个基因在肝脏组织表达之间的潜在关系，发现其与DVL1的关系无统计学意义（P＞0.05），与DVL2、DVL3和VRK2均呈负相关（图2-a）。但在使用GEPIA分析这几个基因与TMEM88表达的相关性时发现只有与VRK2的负相关性有统计学意义（R=-0.14；P=0.005），与DVL2（P=0.26）和DVL3（P=0.37）的相关性均无统计学意义（图2-b）。
2.2 TMEM88表达与HCC组织中免疫细胞浸润水平的相关性
本研究使用来自TIMER数据库中371例HCC患者的数据来研究TMEM88表达与HCC组织中免疫细胞浸润水平的相关性。HCC组织中的TMEM88表达与CD8+ T细胞的浸润水平呈正相关（partial.cor=0.004），但没有统计学意义（P=0.94)。与肿瘤纯度（partial.cor=-0.178；P＜0.001）、B细胞（partial.cor=-0.207；P＜0.001）、巨噬细胞（partial.cor=-0.2；P＜0.001）和中性粒细胞（partial.cor=-0.145；P=0.007）的浸润水平呈负相关且均有统计学意义。虽然与CD4+T细胞（partial.cor=-0.065）和树突细胞（partial.cor=-0.05）的浸润水平呈负相关，但均没有统计学意义（图 3-a）。
此外， TMEM88在HCC组织中的表达与患者生存结果显著相关，HCC患者中较高的TMEM88表达与更好的预后相关。B细胞（P=0.489）、CD8+细胞（P=0.551）、CD4+细胞（P=0.454）、巨噬细胞（P=0.153）、中性粒细胞（P=0.2）和树突细胞（P=0.288）标志物的表达水平与患者生存结果无明显相关性（图3-b）。
使用TIMER数据库分析TMEM88基因的表达水平与不同肿瘤组织中的成纤维细胞浸润水平之间的潜在相关性（图3-c）。结果显示，TMEM88在肝脏肿瘤细胞中的MCPCOUNTER浸润情况（P=0.007）、XCELL浸润情况（P＜0.001）及TIDE浸润情况（P＜0.001）均呈正相关且均有统计学意义，而EPIC浸润情况几乎为零（图3-d）。
2.3 TMEM88在HCC中的表达情况
使用Kaplan-Meier生存曲线分析平台分析了TMEM88表达在各种人类癌症中的预后价值。高TMEM88表达与HCC队列中更好的总生存期（OS）、无进展生存期（PFS）、无复发生存期（RFS）和疾病特异性生存期（DSS）相关。TMEM88低表达与HCC预后较差相关，其中OS[HR=0.58，95%CI（0.41，0.82），P＜0.005]、PFS[HR=0.59，95%CI（0.44，0.8），P＜0.005]、RFS[HR=0.69，95%CI（0.49，0.96），P=0.026]、DSS[HR=0.49，95%CI（0.31，0.78），P=0.49]。虽然HCC中的TMEM88 mRNA表达高于相应的正常组织，但高TMEM88表达与HCC的更好预后相关（图4）。
使用UALCAN工具分析TMEM88在肝脏正常组织与肝脏肿瘤组织不同临床病理因素中的磷酸化水平的变化，结果显示在肝脏正常组织中的TMEM88磷酸化水平与肝脏肿瘤中无论是平均值还是数值范围均有明显的差异。在分析HCC患者不同临床病理分期因素中，共收录了50个正常肝脏组织、168个I期肝癌组织、84个II期肝癌组织、82个肝癌组织和6个IV期肝癌组织。结果显示，正常肝脏组织与I期肝癌组织（P＜0.001）、正常肝脏组织与II期肝癌组织（P＜0.001）、正常肝脏组织与III期肝癌组织（P＜0.001）、正常肝脏组织与IV期肝癌组织（P=0.012）和I期肝癌组织与II期肝癌组织（P=0.050）的数值差异均有统计学意义。而在I期肝癌组织与III期肝癌组织（P=0.171）、I期肝癌组织与IV期肝癌组织（P=0.439）、II期肝癌组织与III期肝癌组织（P=0.755）、II期肝癌组织与IV期肝癌组织（P=0.899）和III期肝癌组织与IV期肝癌组织（P=0.828）的数值差异均无统计学意义（图5-a）。
TMEM88表达水平与病人种族有密切关系。共收录了50个正常肝脏组织、177个白种人HCC患者组织、17个非裔美籍HCC患者组织和157个亚裔HCC患者组织。结果显示，正常肝脏组织与白种人患者组织（P＜0.001）、正常肝脏组织与非裔美籍患者组织（P=0.012）、正常肝脏组织与亚裔患者组织（P＜0.001）和白种人患者组织与亚裔患者组织（P=0.008）的数值差异均有统计学意义。而白种人患者组织与非裔美籍患者组织（P=0.577）和非裔美籍组织与亚裔患者组织（P=0.526）的数值差异均无统计学意义（图5-b）。
对50个正常肝脏组织、245个男性患者组织和117个女性患者组织分析，结果显示，正常肝脏组织与男性患者组织（P＜0.001）和正常肝脏组织与女性患者组织（P＜0.001）的数值差异均有统计学意义。而男性患者组织与女性患者组织（P=0.68）的数值差异无统计学意义（图5-c）。
80岁以下HCC患者组织中都检测到高TMEM88表达水平。共收录了50个正常肝脏组织、27个21至40岁患者的组织、140个41岁至60岁患者的组织、181个61岁至80岁患者的组织和10个大于80岁患者的组织。结果显示，正常肝脏组织与21岁至40岁患者组织（P=0.001）、正常肝脏组织与41岁至60岁患者组织（P＜0.001）和正常肝脏组织与61岁至80岁患者组织（P＜0.001）的数值差异均有统计学意义。而正常肝脏组织与大于80岁患者组织（P=0.091）、21岁至40岁患者组织与41岁至60岁患者组织（P=0.178）、21岁至40岁患者组织与61岁至80岁患者组织（P=0.277）、21岁至40岁患者组织与大于80岁患者组织（P=0.61）、41岁至60岁患者组织与61岁至80岁患者组织（P=0.224）、41岁至60岁患者组织与大于80岁患者组织（P=0.309）和61岁至80岁患者组织与大于80岁患者组织（P=0.388）的数值差异均无统计学意义（图5-d）。
TMEM88表达水平与患者体重不呈正相关。共收录了50个正常肝脏组织、154个正常体重患者组织（18.5≤BMI＜25）、88个超重患者组织（25≤BMI＜30）、57个肥胖患者组织（30≤BMI＜40）和11个极度肥胖患者组织（BMI≥40）。结果显示，正常肝脏组织与正常体重患者组织（P＜0.001）、正常肝脏组织与超重患者组织（P＜0.001）、正常肝脏组织与肥胖患者组织（P＜0.001）和正常肝脏组织与极度肥胖患者组织（P=0.019）的数值差异均有统计学意义。而正常体重患者组织与超重患者组织（P=0.52）、正常体重患者组织与肥胖患者组织（P=0.427）、正常体重患者组织与极度肥胖患者组织（P=0.694）、超重患者组织与肥胖患者组织（P=0.947）、超重患者组织与极度肥胖患者组织（P=0.985）和肥胖患者组织与极度肥胖患者组织（P=0.985）的数值差异均无统计学意义（图5-e）。
在分析与患者肝癌评级的因素中，共收录了50个正常肝脏组织、54个1级患者组织（分化良好，低等级）、173个2级患者组织（中度分化，中等级）、118个3级患者（低分化，高等级）和12个4级患者（未分化，高等级）。结果显示正常肝脏组织与1级患者组织（P＜0.001）、正常肝脏组织与2级患者组织（P＜0.001）、正常肝脏组织与3级患者组织（P＜0.001）、1级患者组织与3级患者组织（P=0.022）、1级患者组织与4级患者组织（P=0.009）和2级患者组织与4级患者组织（P=0.009）的数值差异均有统计学意义。而正常肝脏组织与4级患者组织（P=0.126）、1级患者组织与2级患者组织（P=0.304）、2级患者组织与3级患者组织（P=0.090）和3级患者组织与4级患者组织（P=0.099）的数值差异均无统计学意义（图5-f）。
无淋巴结转移患者组织中的TMEM88表达水平数据差异有统计学意义。共收录了50个正常肝脏组织、252个N0患者组织（无区域淋巴结转移）和4个N1患者组织（1至3个腋窝淋巴结转移）。结果显示，正常肝脏组织与N0患者组织（P＜0.001）的数值差异有统计学意义。而正常肝脏组织与N1患者组织（P=0.43）和N0患者组织与N1患者组织（P=0.934）的数值差异均无统计学意义（图5-g）。
无论是否有TP53突变，患者组织中TMEM88均为高表达。共收录了50个正常肝脏组织、105个有TP53突变的组织和255个没有TP53突变的组织。结果显示，正常肝脏组织与有TP53突变的组织（P＜0.001）、正常肝脏组织与没有TP53突变的组织（P＜0.001）和有TP53突变与没有TP53突变组织（P＜0.001）的数值差异均有统计学意义（图5-h）。
在分析与肝癌亚型的因素中，共收录了50个正常肝脏组织、361个HCC患者组织，3个肝脏纤维板层癌（fibrolamellar hepatocellular carcinoma，FL-HCC）患者组织和7个混合肝胆管癌（hepatocholangiocarcinoma，HCC-CC）患者组织。结果显示，正常肝脏组织与HCC患者组织（P＜0.001）和HCC患者组织与FL-HCC患者组织（P=0.012）的数值差异均有统计学意义。而正常肝脏组织与FL-HCC患者组织（P=0.108）、正常肝脏组织与混合HCC-CC患者组织（P=0.179）、HCC与混合HCC-CC患者组织（P=0.266）和FL-HCC患者组织与混合HCC-CC患者组织（P=0.207）的数值差异均无统计学意义（图5-i）。
2.4 临床病理因素与患者预后的相关性
使用Kaplan-Meier生存曲线分析平台分析了TMEM88表达与HCC不同临床特征之间的关系，结果如表1所示。低TMEM88表达与男性（OS：HR= 0.58，P=0.0160；PFS：HR=0.65，P=0.0173）、HCC 2级患者（OS：HR=0.53，P=0.0150；PFS：HR=0.61，P=0.0234）、3级患者（OS：HR= 0.39，P=0.0030；PFS：HR=0.55，P=0.0172）、黄种人患者（OS：HR=0.43，P=0.0059；PFS：HR=0.60，P=0.0346）和不酗酒的患者（OS：HR=0.50，P=0.0037；PFS：HR=0.66，P=0.0456）较差的OS、PFS相关。低TMEM88 mRNA表达与女性（HR=0.44，P=0.0050）、2+3期患者（HR=0.49，P=0.0032）、3期患者（HR=0.44，P=0.0064）、3+4期患者（HR=0.50，P=0.0158）、AJCC_T 2级患者（HR=0.47，P=0.0466）、AJCC_T 3级患者（HR=0.47，P=0.0123）和微血管侵犯患者（HR=0.46，P=0.0452）较差的OS相关。TMEM88 mRNA低表达与1期患者（HR=0.58，P=0.0313）、1+2期患者（HR=0.57，P=0.0036）、白种人患者（HR=0.65，P=0.0325）、有酗酒的患者（HR=0.60，P=0.0088）、肝炎病毒患者（HR=0.63，P=0.0459）和无肝炎病毒患者（HR=0.63，P=0.0369）的PFS较差相关。然而，TMEM88表达与2期患者（OS：HR=0.59，P=0.1886；PFS：HR=0.65，P=0.1561）和1级患者（OS：HR=0.59，P=0.2734）；PFS：HR=0.72，P=0.4078）或 AJCC_T 1级患者（OS：HR=0.79，P=0.4186；PFS：HR=0.62，P=0.0557）的OS或PFS无关。
2.5 TMEM88 mRNA水平与免疫细胞不同亚群标志物的相关性
使用GEPIA数据库根据HCC组织中的免疫标记基因的表达水平，研究TMEM88表达与II型T细胞状态之间的相关性。在HCC组织中分析的免疫细胞包括单核细胞、中性粒细胞、肿瘤相关巨噬细胞（TAM）、T辅助细胞1（Th1）、T辅助细胞2（Th2）、调节性T（Tregs）和耗竭性T细胞。GEPIA数据库分析显示，HCC组织中TMEM88的表达与肿瘤相关巨噬细胞（TAM）、中性粒细胞、T辅助细胞、Tregs和耗竭性T细胞的标记基因表达显著相关（表2）。
具体而言，TMEM88表达与特定免疫细胞标志物如单核细胞标志物CD86（正常：r=0.57，P＜0.001）和CD11b（肿瘤：r=-0.23，P＜0.001；正常：r=0.43，P=0.0019）；中性粒细胞标志物CCR7 （肿瘤：r=0.15，P=0.0035；正常：r=0.49，P＜0.001）；肿瘤相关巨噬细胞标志物CD68（正常：r=0.48，P≤0.001）；T辅助细胞1标志物IFN-γ（肿瘤：r=-0.14，P=0.0064；正常：99r=0.33，P=0.02），STAT1（肿瘤：r=-0.17，P=0.0012；正常：r=0.45，P＜0.001），T-bet（肿瘤：r=0.17，P＜0.001，正常：r= 0.48，P＜0.001）和TNF-α（肿瘤：r=-0.11，P=0.031，正常：r= 0.3，P=0.034)；T辅助细胞2标志物STAT6（正常：r=0.48，P＜0.001）；调节性T细胞标志物CCR8（肿瘤：r=-0.12，P=0.018）和TGF-β（正常：r=0.7，P＜0.001）；耗竭性T细胞CTLA4（肿瘤：r=-0.2，P＜0.001，正常：r=0.43，P=0.0016），PD-1（PDCD1）（肿瘤：r=-0.13，P=0.016；正常：r=0.46，P＜0.001）和TIM-3（HAVCR2）（肿瘤：r=-0.18，P＜0.001；正常：r=0.57，P＜0.001）有密切的相关性。
3 讨论
本次研究使用TIMER数据库中对癌组织和正常组织中TMEM88 mRNA水平的分析表明，TMEM88在大多数癌组织中的表达显著低于相应的正常组织，但在HCC组织中的表达显著高于相应的正常组织。然而，TMEM88在不同类型癌症中的表达存在差异，这可能反映了数据收集方法和潜在致病机制的差异。虽然如此，TMEM88在HCC组织中的表达水平在不同的数据库中是一致的。使用GEPIA数据研究TMEM88在肝脏肿瘤不同病理分期中的表达情况的分析表明，TMEM88的表达贯穿所有分期，且跟正常肝脏组织的表达水平差异明显。使用cBioPortal工具研究不同肿瘤类型中TMEM88的遗传变异情况的分析表明，TMEM88以完全深度缺失的形式影响肝脏组织的正常遗传功能，在肝脏肿瘤组织中未检测到任何异变或扩增的遗传变异情况。在使用STRING工具分析肝脏组织中和TMEM88表达相关的基因，得到DVL1、DVL2、DVL3和VRK2四个基因，但进一步使用TIMER数据库分析在肝脏组织表达之间的潜在关系时发现其与DVL2、DVL3和VRK2均呈负相关。使用GEPIA分析这几个基因与TMEM88表达的相关性时发现只有与VRK2的负相关性有意义。TMEM88在肝脏肿瘤细胞中的MCPCOUNTER浸润情况、XCELL浸润情况及TIDE浸润情况均呈正相关，说明了TMEM88在HCC组织中有促进免疫逃逸的功能。
除此之外，研究发现HCC患者中较高的TMEM88表达与更好的预后相关。经过Kaplan-Meier 绘图仪数据分析发现，高TMEM88表达与HCC患者更好的OS、PFS和RFS相关。这些结果表示，TMEM88在HCC组织中具有保护的功能。使用UALCAN工具分析结果发现，TMEM88在肝脏正常组织与肝脏肿瘤组织不同临床病理因素中的磷酸化水平平均值和数值范围均有明显的差异。HCC患者不同临床病理分期因素结果显示，正常肝脏组织与I期肝癌组织、正常肝脏组织与II期肝癌组织、正常肝脏组织与III期肝癌组织、正常肝脏组织与IV期肝癌组织和I期肝癌组织与II期肝癌组织的差异表达水平有意义。患者不同人种因素显示，正常肝脏组织与白种人患者组织、正常肝脏组织与非裔美籍患者组织、正常肝脏组织与亚裔患者组织和白种人患者组织与亚裔患者组织的差异表达水平有意义。分析患者性别的因素，结果显示，正常肝脏组织与男性患者组织和正常肝脏组织与女性患者组织的差异有意义。分析患者年龄因素，结果显示，正常肝脏组织与21岁至40岁患者组织、正常肝脏组织与41岁至60岁患者组织和正常肝脏组织与61岁至80岁患者组织的数值差异均有统计学意义。分析患者体重因素，结果显示，正常肝脏组织与正常体重患者组织、正常肝脏组织与超重患者组织、正常肝脏组织与肥胖患者组织和正常肝脏组织与极度肥胖患者组织的数值差异均有统计学意义。分析患者肝癌评级因素，结果显示，正常肝脏组织与1级患者组织、正常肝脏组织与2级患者组织、正常肝脏组织与3级患者组织、1级患者组织与3级患者组织、1级患者组织与4级患者组织和2级患者组织与4级患者组织的差异有意义。分析淋巴结转移因素，结果显示，正常肝脏组织与NO患者组织的差异有意义。分析TP53的突变状态因素，结果显示，正常肝脏组织与有TP53突变的组织、正常肝脏组织与没有TP53突变的组织和有TP53突变与没有TP53突变组织的差异均有意义。分析肝癌亚型因素，结果显示，正常肝脏组织与HCC患者组织和HCC患者组织与FL-HCC患者组织的差异有意义。这些结果表示TMEM88的表达水平在HCC患者的所有临床病理因素中均有影响且发挥作用。
低TMEM88表达与男性、2级患者、3级患者、黄种人种和不酗酒的患者较差的OS和较差的PFS相关，与女性、2+3期患者、3期患者、3 +4期患者、AJCC_T 2级患者、AJCC_T 3级患者和有微血管侵犯患者较差的OS相关，与 1期患者、1+2期患者、白人患者、酗酒的患者、肝炎病毒患者和无肝炎病毒患者的PFS较差相关。然而，TMEM88表达情况与2期患者、1级患者或AJCC_T 1级患者的OS或PFS无任何相关性。
GEPIA数据库的基因表达分析显示，低TMEM88表达与HCC较差的预后相关。此外，TMEM88表达与特定免疫细胞标志物如单核细胞标志物（CD86和CD11b）、中性粒细胞标志物（CCR7）、肿瘤相关巨噬细胞标志物（CD68）、T辅助细胞1标志物（IFN-γ，STAT1，T-bet和TNF-α）、T辅助细胞2标志物（STAT6）、调节性T细胞标志物（CCR8和TGF-β）、耗竭性T细胞（CTLA4，PD-1和TIM-3）有密切的相关性。调节性T细胞标志物CCR8只在HCC组织中表达，并未在正常组织中被发现。
TMEM88的肿瘤抑制作用在非小细胞肺癌中得到验证[16]。由于其启动子的高度甲基化，该疾病中出现低TMEM88表达，而高TMEM88甲基化预示着患者的总体存活率较短[16]。此外，通过去甲基化处理，TMEM88在非小细胞肺癌细胞中的上调显著降低了细胞增殖和侵袭[16]。在从不吸烟的患者肺腺癌细胞中也发现了低TMEM88表达，并且TMEM88有助于肺腺癌细胞的抗肿瘤作用[28]。
另一方面，TMEM88也具有致癌功能。在乳腺癌、结肠癌、胃癌和肝细胞HCC患者的肿瘤组织中检测到高TMEM88表达[14]。TMEM88通过促进 Snail转录因子的表达水平加速三阴性乳腺癌的侵袭和转移[15]。TMEM88的高表达也通过抑制紧密连接相关蛋白的表达来促进非小细胞肺癌的增殖和转移[14]。这些发现表明，TMEM88具有加速肿瘤发展的作用。TMEM88在肿瘤发生中的这些相反作用表明，这种蛋白质的确切功能可能是视情况而立的。因此，TMEM88在肿瘤进展中的表达和确切作用需使用不同的肿瘤类型进一步研究。
Geng等人的研究首次揭示了TMEM88在甲状腺癌中的关键作用[29]。其数据表明TMEM88在甲状腺癌中的表达较低，而TMEM88的高表达在甲状腺癌细胞中发挥了相当大的抗肿瘤作用[29]。TMEM88介导的抗肿瘤作用的潜在分子机制与其对甲状腺癌细胞中Wnt/β-catenin信号传导的负调控有关[29]。其研究也证实了TMEM88是调节Wnt/β-catenin信号传导的关键成分，在甲状腺癌的进展中发挥重要作用[29]。TMEM88是Wnt/β-catenin信号传导的关键调节因子。
在肝脏组织中，有研究发现TMEM88可以通过阻断Wnt/β-catenin信号通路中肝星状细胞（hepatic stellate cell，HSC）的增殖和炎症抑制肝纤维化的过程[11-12]。Manka等人的研究发现也证实了细胞外基质过度积累会导致肝纤维化[30-32]，β-catenin是一种关键的促纤维化因子，并且与多种组织纤维化的发病机制有关[33-34]。TMEM88通过TGF-β1刺激HSC LX-2中的Wnt/β-catenin信号通路来调节肝纤维化和HSC的活跃程度[35]。不仅如此，TMEM88通过在瘢痕组织形成过程中下调Wnt/β-catenin信号传导来抑制瘢痕组织成纤维细胞增殖和细胞外基质表达[10]。
相关研究阐明了TMEM88在非酒精性脂肪肝中的调节作用及其内在机制。Zhou等的研究发现，与正常组织相比，TMEM88在脂肪肝组织中的表达明显降低[36]。TMEM88可能在游离脂肪酸（free fatty acid，FFA）诱导的小鼠正常肝细胞（alpha mouse liver 12，AML-12）细胞中发挥不可或缺的作用[36]。在游离脂肪酸诱导的AML-12细胞和蛋氨酸/胆碱缺乏饮食（methionine/choline deficient diet，MCD）喂养的小鼠中，非酒精性脂肪肝中固醇调节元件结合蛋白-1c（sterol regulatory element binding protein-1c，SREBP-1c）和脂肪酸合酶（fatty acid synthase，FASN）的表达水平较高，而酰基辅酶A氧化酶1（acyl-CoA oxidase 1，ACOX-1）和过氧化物酶体增殖物活化受体-α（peroxisome proliferator-activated receptor-α，PPAR-α）的表达水平较低[36]。体内脂质代谢细胞因子SREBP-1c、PPAR-α、脂肪酸合酶和ACOX-1的分泌受TMEM88的调节。此外，通过用pEGFP-C1-TMEM88转染游离脂肪酸诱导的AML-12细胞，脂肪酸合酶和SREBP-1c下调，而PPAR-α和ACOX-1上调[36]。游离脂肪酸诱导的TMEM88 siRNA细胞内转染可导致脂肪酸合酶和SREBP-1c过表达，而PPAR-α和ACOX-1的表达降低[36]。因此，TMEM88的基线水平细胞脂质代谢细胞因子基因的表达有相关性，它可以增加AML-12细胞中脂质氧化细胞因子的水平，并负调节脂质合成[36]。在游离脂肪酸诱导的AML-12细胞中，TMEM88跨膜蛋白和Wnt/β-catenin信号通路可以相互调节细胞脂质代谢细胞因子的分泌[36]。
近年来，Gu等人的研究发现，CC趋化因子配体14（CCL14）基因表达水平与肝细胞癌不良预后相关[37]。CCL14在肝癌组织中的表达水平比在正常肝组织中低，CCL14高表达与患者较好的OS和PFS有关[37]。在男性、黄种人、酗酒者、无酗酒者和无肝炎病毒感染的患者中，CCL14低表达与较差的OS和PFS相关[37]。在1+2期或2级HCC患者中，CCL14的低表达与OS和PFS的恶化相关[37]。而在女性、1级患者、血管侵犯患者和肝炎患者中，CCL14的表达与OS和PFS无关[37]。此外，在观察CCL14表达水平与免疫细胞的关系中发现，其与B细胞、CD4+和CD8+T细胞、巨噬细胞、中性粒细胞和树突细胞的浸润呈显著负相关[37]。CCL14的表达还与辅助性T细胞不同亚群标志物的表达有关，包括Th1（T-bet、STAT-1、干扰素-γ和肿瘤坏死因子-α）、Th2（STAT6）、Tfh（IL-21）和Tregs（CCR8、STAT5B和转化生长因子-β）[37]。耗竭T细胞标志物PD-1、CTLA-4和TIM-3表达与CCL14的表达呈负相关[37]。
原发性和继发性肿瘤部位的免疫反应取决于浸润到肿瘤微环境中的不同类型的免疫细胞。不同类型免疫细胞的浸润受到各种趋化因子的严格调控，这些趋化因子调节肿瘤免疫和肿瘤的生物学表型，也影响肿瘤进展、治疗反应和预后[19-21]。
本研究结果受以下几个因素影响：首先，本研究基于从已发表文章、公共数据存储库以及与研究作者的交流中检索到的数据。因此，数据的质量会影响研究结果。其次，数据库中的样本数量不断受到监督和扩展，这可能会影响本研究的结果。第三，用于评估的数据库统计方法的准确性和选择可能会影响研究结果的解释说明。然而，本研究通过分析多个数据库获得了相似的结果，支持了本研究结论。
本研究也存在一定的局限性。首先，对TMEM88在肿瘤中作用的研究基于Kaplan-Meier绘图仪、GEPIA和TIMER数据库中收录的数据。然而，本研究没有通过测试临床样本来验证这些结果。其次，数据库中一些个体肿瘤的样本量很小。第三，没有进行动物实验来证实TMEM88在HCC生长和进展中的作用，以及它与免疫细胞浸润到肿瘤微环境中的关系。因此，需要进一步研究验证TMEM88在HCC中的作用。
本研究表明TMEM88 mRNA水平与HCC患者的预后相关。即使肝癌细胞中的TMEM88表达高于正常肝细胞，高TMEM88 mRNA水平与HCC患者更好的OS、PFS和RFS相关。TMEM88的表达水平，在HCC患者的临床分期、人种、性别、年龄、体重、肝癌评级、是否有淋巴结转移、是否有TP53突变或肝癌亚型等因素中均高于其在肝脏正常组织的表达水平。TMEM88的下调与临床特征相关的患者预后较差有关，例如男性、黄种人、不酗酒的患者、肝癌评级2级和3 级患者。TMEM88是一种有潜力的独立预后生物标志物，可用于评估肿瘤组织中免疫细胞浸润的水平。HCC中相对高水平的TMEM88可能表明治疗后肿瘤复发的风险更大，此类患者需进行密切的医疗监督。
TMEM88的表达贯穿所有HCC病理分期，且在肿瘤组织跟正常肝脏组织的表达水平差异明显。此外，TMEM88深度缺失影响肝脏组织的正常遗传功能， 没有任何异变或扩增的遗传变异情况。再者，TMEM88在肝脏肿瘤细胞中的MCPCOUNTER浸润情况、XCELL浸润情况及TIDE浸润情况均呈正相关。研究表明TMEM88在HCC里是一种起保护作用的基因，具有能促进免疫逃逸的功能。
1.Bertuccio P, Turati F, Carioli G, et al. Global trends and predictions in hepatocellular carcinoma mortality[J]. J Hepatol, 2017, 67(2): 302-309. DOI: 10.1016/j.jhep.2017.03.011.
2.Yang JD, Hainaut P, Gores GJ, et al. A global view of hepatocellular carcinoma: trends, risk, prevention and management[J]. Nat Rev Gastroenterol Hepatol, 2019, 16(10): 589-604. DOI: 10.1038/s41575-019-0186-y.
3.Siegel RL, Miller KD, Fuchs HE, et al. Cancer Statistics, 2021[J]. CA Cancer J Clin, 2021, 71(1): 7-33. DOI: 10.3322/caac.21654.
4.Marrero JA, Kulik LM, Sirlin CB, et al. Diagnosis, staging, and management of hepatocellular carcinoma: 2018 practice guidance by the American Association for the Study of Liver Diseases[J]. Hepatology, 2018, 68(2): 723-750. DOI: 10.1002/hep.29913.
5.Huang X, Wang H, Xu F, et al. Overexpression of chaperonin containing TCP1 subunit 7 has diagnostic and prognostic value for hepatocellular carcinoma[J]. Aging (Albany NY), 2022, 14(2): 747-769. DOI: 10.18632/aging.203809.
6.Wang H, Xu F, Lu L, et al. The diagnostic and prognostic 23 significance of small nuclear ribonucleoprotein Sm D1 aberrantly high expression in hepatocellular carcinoma[J]. J Cancer, 2022, 13(1): 184-201. DOI: 10.7150/jca.65225.
7.Wang H, Xu F, Yang F, et al. Prognostic significance and oncogene function of cathepsin A in hepatocellular carcinoma[J]. Sci Rep, 2021, 11(1): 14611. DOI: 10.1038/s41598-021-93998-9.
8.Lee HJ, Finkelstein D, Li X, et al. Identification of transmembrane protein 88 (TMEM88) as a dishevelled-binding protein[J]. J Biol Chem, 2010, 285(53): 41549-41556. DOI: 10.1074/jbc.M110.193383.
9.Palpant NJ, Pabon L, Rabinowitz JS, et al. Transmembrane protein 88: a Wnt regulatory protein that specifies cardiomyocyte development[J]. Development, 2013, 140(18): 3799-3808. DOI: 10.1242/dev.094789.
10.Zhao H, Lu F, Cui S, et al. TMEM88 inhibits extracellular matrix expression in keloid fibroblasts[J]. Biomed Pharmacother, 2017, 95: 1436-1440. DOI: 10.1016/j.biopha.2017.09.047.
11.Xu T, Pan LX, Ge YX, et al. TMEM88 mediates inflammatory cytokines secretion by regulating JNK/P38 and canonical Wnt/β-catenin signaling pathway in LX-2 cells[J]. Inflammopharmacology, 2018, 26(5): 1339-1348. DOI: 10.1007/s10787-017-0419-z.
12.Cai SP, Cheng XY, Chen PJ, et al. Transmembrane protein 88 attenuates liver fibrosis by promoting apoptosis and reversion of activated hepatic stellate cells[J]. Mol Immunol, 2016, 80: 58-67. DOI: 10.1016/j.molimm.2016.11.002.
13.Ge YX, Wang CH, Hu FY, et al. New advances of TMEM88 in cancer initiation and progression, with special emphasis on Wnt signaling pathway[J]. J Cell Physiol, 2018, 233(1): 79-87. DOI: 10.1002/jcp.25853.
14.Zhang X, Yu X, Jiang G, et al. Cytosolic TMEM88 promotes invasion and metastasis in lung cancer cells by binding DVLS[J]. Cancer Res, 2015, 75(21): 4527-4537. DOI: 10.1158/0008-5472.CAN-14-3828.
15.Yu X, Zhang X, Zhang Y, et al. Cytosolic TMEM88 promotes triple-negative breast cancer by interacting with Dvl[J]. Oncotarget, 2015, 6(28): 25034-25045. DOI: 10.18632/oncotarget.4379.
16.Ma R, Feng N, Yu X, et al. Promoter methylation of Wnt/β-catenin signal inhibitor TMEM88 is associated with unfavorable prognosis of non-small cell lung cancer[J]. Cancer Biol Med, 2017, 14(4): 377-386. DOI: 10.20892/j.issn.2095-3941.2017.0061.
17.Lánczky A, Győrffy B. Web-based survival analysis tool tailored for medical research (KMplot): development and implementation[J]. J Med Internet Res, 2021, 23(7): e27633. DOI: 10.2196/27633.
18.Li T, Fan J, Wang B, et al. TIMER: a web server for comprehensive analysis of tumor-infiltrating immune cells[J]. Cancer Res, 2017, 77(21): e108-e110. DOI: 10.1158/0008-5472.CAN-17-0307.
19.Li B, Severson E, Pignon JC, et al. Comprehensive analyses of tumor immunity: implications for cancer immunotherapy[J]. Genome Biol, 2016, 17(1): 174. DOI: 10.1186/s13059-016-1028-7.
20.Danaher P, Warren S, Dennis L, et al. Gene expression markers of tumor infiltrating leukocytes[J]. J Immunother Cancer, 2017, 5: 18. DOI: 10.1186/s40425-017-0215-8.
21.Sousa S, Määttä J. The role of tumour-associated macrophages in bone metastasis[J]. J Bone Oncol, 2016, 5(3): 135-138. DOI: 10.1016/j.jbo.2016.03.004.
22.Tang Z, Li C, Kang B, et al. GEPIA: a web server for cancer and normal gene expression profiling and interactive analyses[J]. Nucleic Acids Res, 2017, 45(W1): W98-W102. DOI: 10.1093/nar/gkx247.
23.Chandrashekar DS, Karthikeyan SK, Korla PK, et al. UALCAN: an update to the integrated cancer data analysis platform[J]. Neoplasia, 2022, 25: 18-27. DOI: 10.1016/j.neo.2022.01.001.
24.Chandrashekar DS, Bashel B, Balasubramanya SAH, et al. UALCAN: a portal for facilitating tumor subgroup gene expression and survival analyses[J]. Neoplasia, 2017, 19(8): 649-658. DOI: 10.1016/j.neo.2017.05.002.
25.Szklarczyk D, Gable AL, Nastou KC, et al. The STRING database in 2021: customizable protein-protein networks, and functional characterization of user-uploaded gene/measurement sets[J]. Nucleic Acids Res, 2021, 49(D1): D605-D612. DOI: 10.1093/nar/gkaa1074.
26.Gao J, Aksoy BA, Dogrusoz U, et al. Integrative analysis of complex cancer genomics and clinical profiles using the cBioPortal[J]. Sci Signal, 2013, 6(269): pl1. DOI: 10.1126/scisignal.2004088.
27.Cerami E, Gao J, Dogrusoz U, et al. The cBio cancer genomics portal: an open platform for exploring multidimensional cancer genomics data[J]. Cancer Discov, 2012, 2(5): 401-404. DOI: 10.1158/2159-8290.CD-12-0095.
28.Jang JS, Jeon HS, Sun Z, et al. Increased miR-708 expression in NSCLC and its association with poor survival in lung adenocarcinoma from never smokers[J]. Clin Cancer Res, 2012, 18(13): 3658-3667. DOI: 10.1158/1078-0432.CCR-11-2857.
29.Geng Q, Chen X, Chen N. Transmembrane protein 88 exerts a tumor-inhibitory role in thyroid cancer through restriction of Wnt/β-catenin signaling[J]. Exp Cell Res, 2020, 395(2): 112193. DOI: 10.1016/j.yexcr.2020.112193.
30.Manka P, Zeller A, Syn WK. Fibrosis in chronic liver disease: an update on diagnostic and treatment modalities[J]. Drugs, 2019, 79(9): 903- 927. DOI: 10.1007/s40265-019-01126-9.
31.Liu H, Zhang S, Xu S, et al. Myofibroblast-specific YY1 promotes liver fibrosis[J]. Biochem Biophys Res Commun, 2019, 514(3): 913-918. DOI: 10.1016/j.bbrc.2019.05.004.
32.Prestigiacomo V, Weston A, Messner S, et al. Pro-fibrotic compounds induce stellate cell activation, ECM-remodelling and Nrf2 activation in a human 3D-multicellular model of liver fibrosis[J]. PLoS One, 2017, 12(6): e0179995. DOI: 10.1371/journal.pone.0179995.
33.Ahmadzadeh A, Norozi F, Shahrabi S, et al. Wnt/β-catenin signaling in bone marrow niche[J]. Cell Tissue Res, 2016, 363(2): 321-335. DOI: 10.1007/s00441-015-2300-y.
34.Tokunaga Y, Osawa Y, Ohtsuki T, et al. Selective inhibitor of Wnt/β-catenin/CBP signaling ameliorates hepatitis C virus-induced liver fibrosis in mouse model[J]. Sci Rep, 2017, 7(1): 325. DOI: 10.1038/s41598-017-00282-w.
35.Xu T, Pan L, Li L, et al. MicroRNA-708 modulates Hepatic Stellate Cells activation and enhances extracellular matrix accumulation via direct targeting TMEM88[J]. J Cell Mol Med, 2020, 24(13): 7127-7140. DOI: 10.1111/jcmm.15119.
36.Zhou H, Zhu X, Yao Y, et al. TMEM88 modulates lipid synthesis and metabolism cytokine by regulating Wnt/β-catenin signaling pathway in non-alcoholic fatty liver disease[J]. Front Pharmacol, 2022, 12: 798735. DOI: 10.3389/fphar.2021.798735.
37.Gu Y, Li X, Bi Y, Zheng Y, et al. CCL14 is a prognostic biomarker and correlates with immune infiltrates in hepatocellular carcinoma[J]. Aging (Albany NY), 2020, 12(1): 784-807. DOI: 10.18632/aging.102656.