Expression Characteristics and Clinical Pathological Features of TMEM33 in Lung Adenocarcinoma
-
摘要:
目的 本研究旨在探讨跨膜蛋白33(transmembrane protein 33,TMEM33)在肺腺癌中的表达模式,并分析其与临床病理特征的相关性。 方法 利用公共数据库(如TCGA和GEO)和生物信息学工具对TMEM33在肺癌中的表达数据进行了分析。在4种细胞系中通过免疫印迹技术和实时定量PCR检测了TMEM33的蛋白和mRNA表达水平。还通过细胞免疫荧光和免疫组织化学技术在肺腺癌组织和正常肺组织中评估了TMEM33的表达和定位。 结果 生物信息学分析显示,TMEM33在肺腺癌中的表达水平高于正常肺组织(P < 0.05),TMEM33与SLC30A9的表达具有相关性(P < 0.0001)。Logistic回归分析显示,TMEM33的表达水平与T分期相关(OR = 0.48,P = 0.044)。实验结果显示,在肺腺癌细胞系中,TMEM33的蛋白(P < 0.01)和mRNA(P < 0.001)表达水平都高于正常肺上皮细胞。同样,在肺腺癌组织中,TMEM33的蛋白(P < 0.05)和mRNA(P < 0.01)表达水平都高于癌旁组织。免疫组织化学技术揭示了TMEM33在肺腺癌组织中高表达。 结论 TMEM33在肺腺癌中高表达,与恶性程度和T分期相关,有望成为肺腺癌预后评估和治疗的潜在靶点。 Abstract:Objective This study aimed to explore the expression pattern of transmembrane protein 33 (TMEM33) in lung adenocarcinoma and its correlation with clinical pathological features. Methods Bioinformatics tools and public databases (e.g., TCGA and GEO) were used to analyze TMEM33 expression data in lung cancer. Then, immunoblotting and real-time quantitative PCR were performed to detect TMEM33 protein and mRNA levels in four cell lines. Immunofluorescence and immunohistochemistry were also used to assess TMEM33 expression and localization in lung adenocarcinoma and normal lung tissue samples. Results Bioinformatics analysis revealed higher TMEM33 expression in lung adenocarcinoma than in normal lung tissue (P < 0.05) and a significant correlation between TMEM33 and SLC30A9 expression (P < 0.0001). Logistic regression analysis indicated an association between TMEM33 expression and tumor T stage (OR = 0.48, P = 0.044). Experimental results showed higher TMEM33 protein (P < 0.01) and mRNA (P < 0.001) levels in lung adenocarcinoma cell lines than in normal lung epithelial cells. Similarly, TMEM33 protein (P < 0.05) and mRNA (P < 0.01) levels were higher in lung adenocarcinoma tissues than in adjacent tissues. Immunohistochemistry confirmed high TMEM33 expression in lung adenocarcinoma tissues. Conclusion TMEM33 is highly expressed in lung adenocarcinoma, associated with malignancy and T stage, and may be a potential prognostic and therapeutic target. -
Key words:
- Lung adenocarcinoma /
- TMEM33 /
- Biomarker /
- Clinical pathological features /
- Bioinformatics analysis
-
肺癌作为全球范围内发病率和死亡率最高的恶性肿瘤之一[1],对人类健康构成了巨大威胁。在所有肺癌亚型中,肺腺癌(lung adenocarcinoma,LUAD)尤为常见,其发病率在非小细胞肺癌(non-small cell lung cancer,NSCLC)中占据主导地位[2-3]。尽管近年来在肺癌的诊断技术和治疗方法上取得了显著进展,包括靶向治疗和免疫治疗等新策略的应用,但晚期肺腺癌患者的预后仍然不容乐观。因此,深入研究肺腺癌的分子机制,寻找有效的生物标志物,对于改善肺腺癌患者的诊断、预后评估和治疗具有重要意义。
TMEM33是一种跨膜蛋白,在肿瘤发展、细胞应激反应、细胞结构和功能维持中发挥着多方面的作用,尤其在肿瘤生物学中,它可能成为癌症治疗的一个潜在靶点[4]。它含有四个疏水性跨膜域和一个N-肉豆蔻酰化位点,以及多个可能的磷酸化位点。在肿瘤学领域,TMEM33的作用尤为重要,它在宫颈癌细胞中的表达下调可以显著抑制细胞的增殖并促进细胞凋亡[4]。此外,TMEM33的高表达与宫颈癌预后不良相关,并促进细胞增殖[5]。在肾细胞癌中,TMEM33的过表达可能加剧肿瘤的发展[6]。TMEM33在细胞内质网应激反应中也起着重要作用,它是一种新的内质网应激诱导的跨膜蛋白,是未折叠蛋白反应(UPR)信号通路的调节因子[7]。TMEM33与蛋白激酶RNA样内质网激酶(protein kinase RNA-like endoplasmic reticulum kinase,PERK)和需肌醇酶1α(inositol-requiring enzyme 1α,IRE1a)信号轴有关,可能通过调节这些轴来影响细胞对内质网应激的响应。TMEM33的过表达与增加的凋亡信号相关,包括含半胱氨酸的天冬氨酸蛋白水解酶-7(caspase-7)和多腺苷二磷酸核糖聚合酶(poly ADP-ribose polymerase,PARP)的裂解,以及自噬体蛋白微管相关蛋白1轻链3 II型(microtubule-associated protein 1 light chain 3 II,LC3II)的表达增加[7]。在细胞结构和功能方面,TMEM33参与调节内质网的管状结构,并且与网状体蛋白1(reticulon 1,Rtn1p)相互作用,影响内质网形态[8]。TMEM33还与细胞分裂过程中的内质网重塑有关[9]。此外,TMEM33在内质网和核膜上定位,调节内质网的管状结构,影响细胞分裂[10]。在其他生物过程中,TMEM33对于血管内皮生长因子(vascular endothelial growth factor,VEGF)介导的内皮细胞钙振荡和血管生成至关重要[11]。TMEM33还与黑色素体的生物合成和功能有关[12],以及与热应激相关的生理指标[13]。
尽管TMEM33并非广泛认知的与肺腺癌直接相关的标记物,但近期的研究显示它在多种肿瘤中扮演着重要角色。TMEM33的功能和作用在多个研究中得到了广泛的探讨,包括其在宫颈癌、肾细胞癌中的表达下调与肿瘤抑制作用相关,以及在内质网应激反应中的调节作用。因此,我们选择研究TMEM33,旨在探索其在肺腺癌中的表达特征及其与临床病理特征的相关性,以期发现新的生物标志物和治疗靶点。
1. 材料与方法
1.1 细胞与主要试剂
人支气管上皮细胞HBE135-E6E7细胞株购于上海赛百慷公司。人非小细胞肺癌细胞H358、H460和A549细胞株购于武汉普诺赛公司。Trizol试剂、RIPA组织细胞裂解液购自赛维尔生物科技有限公司。抗体TMEM33( A305-597A-T)购自美国Thermo Fisher公司,抗体TMEM33(PA5-
140180 )购自美国Thermo Fisher公司,抗体β-Actin(ab213262)购自美国Abcam公司,DMEM 培养基购于普诺赛公司,逆转录和荧光定量试剂盒购买于TaKaRa公司。1.2 实验方法
1.2.1 数据库和生物信息学
工具本研究利用了公共数据库,包括The Cancer Genome Atlas (TCGA)、Genotype-Tissue Expression (GTEx)、Clinical Proteomic Tumor Analysis Consortium (CPTAC)、Gene Expression Omnibus (GEO),以及TIMER2、GEPID2、UALCAN、GEPIA2等在线分析工具,对TMEM33在肺腺癌中的表达数据进行分析。利用TCGA数据库和TIMER2在线分析工具,对33种不同癌症类型中的TMEM33 mRNA表达水平进行了比较分析。通过GEPID2分析TCGA和GTEx数据库,进一步确认TMEM33 mRNA表达水平。通过cBioPortal数据库,分析了34种癌症类型中TMEM33基因的变异情况。基于CPTAC数据库和UALCAN在线分析工具,评估了肺腺癌和肺鳞癌中TMEM33蛋白质的表达水平。运用GEPIA2在线工具,结合TCGA和GEO数据库,对肺腺癌和肺鳞癌患者的TMEM33表达水平与预后生存进行了关联分析。利用STRING数据库,鉴定了9种可能与TMEM33存在相互作用的蛋白质。通过TCGA数据库结合TIMER分析工具,分析了TMEM33及其9种互作蛋白在40种不同癌症类型或亚型中的表达相关性。在肺腺癌中,使用GEPIA2工具,筛选出110个与TMEM33表达显著相关的基因。STRING在线分析工具,进一步分析了TMEM33与SLC30A9在肺腺癌和肺鳞癌中的表达相关性。基于KEGG和GO数据库,对与TMEM33相关的基因集进行了通路富集分析。
1.2.2 细胞培养与处理
细胞培养于含有10%胎牛血清(FBS)的DMEM高糖培养基中,并添加1%青霉素/链霉素(P/S)以防止细菌污染。细胞在37 ℃、5% CO2的细胞培养箱中培养。细胞传代采用0.25%胰蛋白酶-EDTA溶液进行消化,传代比例为1∶3。在进行实验前,细胞用PBS清洗两次以去除培养基残留,然后用胰蛋白酶-EDTA处理以使细胞从培养瓶上脱落。
1.2.3 实时荧光定量 PCR 实验
采用Trizol试剂按照制造商的说明书从细胞中提取总RNA。使用TaKaRa逆转录试剂盒将1 μg总RNA逆转录为cDNA。实时荧光定量PCR反应体系包含2 μL cDNA、0.5 μmol/L正向和反向引物、10 μL SYBR Green PCR Master Mix,以及适量的去离子水,总体积为20 μL。PCR反应条件为95 ℃预变性5 min,随后40个循环的95 ℃变性15 s,60 ℃退火和延伸30 s。使用β-Actin作为内参基因进行标准化。引物序列如下:TMEM33正向引物:5'-GACACGGCAATGTGGCTTTCTC-3',反向引物:5'-CCCAAGAAGAGGCAGAACAAACAG-3';β-Actin正向引物:5'-CCTGGCACCCAGCACAAT-3',反向引物:5'-GGGCCGGACTCGTCATAC-3'。
1.2.4 Western blot
实验使用RIPA裂解液从细胞中提取总蛋白,并用BCA蛋白浓度测定试剂盒测定蛋白浓度。取30 μL蛋白样品,加入4 × 上样缓冲液,95 ℃下变性10 min。通过10% SDS-PAGE凝胶进行电泳分离蛋白,随后将蛋白转移到PVDF膜上。转移后的膜在5%脱脂奶粉中室温封闭1 h,然后与1∶
1000 稀释的TMEM33抗体和1∶5000 稀释的β-Actin抗体4 ℃下过夜孵育。第2天,用TBST洗涤膜3次,每次10 min,然后与1∶2000 稀释的HRP标记的二抗室温下孵育1 h。再次用TBST洗涤膜3次,每次10 min,加入ECL发光试剂进行信号检测,并使用化学发光成像系统捕捉图像。1.3 统计学分析
采用R软件和GraphPad Prism 9软件进行数据分析。卡方检验和Fisher检验用于评估TMEM33表达水平与各个临床病理特征。Logistic回归分析用于评估多个自变量对因变量的影响。非配对样本采用非配对样本t检验分析2组间差异,癌和癌旁之间的差异采用配对样本t检验分析。P < 0.05为差异有统计学意义。
2. 结果
2.1 TMEM33在肺腺癌中的表达特征
基于TCGA数据库,在14种癌症中观察到TMEM33 mRNA表达显著上调(P < 0.001)。通过GEPID2进一步分析TCGA和GTEx数据库,确认了肺腺癌中TMEM33 mRNA的高表达具有统计学意义(P < 0.05),而在肺鳞癌中虽有高表达但未达到统计学显著性(P > 0.05)(图1A和图1B)。在20种癌症中TMEM33基因发生了突变。特别地,在肺腺癌样本中检测到TMEM33基因突变和扩增,在肺鳞癌样本中则观察到扩增和深度缺失(图1C)。肺腺癌中TMEM33蛋白质表达水平显著高于正常肺组织(P <
0.0001 ),肺鳞癌中也有相似的高表达趋势(P < 0.05,图1D)。肺腺癌患者中TMEM33的高表达与不良预后显著相关(P < 0.05),而在肺鳞癌患者中未发现显著的相关性(P > 0.05,图1E)。图 1 TMEM33在肺腺癌中的表达与生存分析A:不同癌症类型中人类 TMEM33 表达水平,与对照组比较,*P < 0.05,**P < 0.01,***P < 0.001;B:肺腺癌和肺鳞癌箱线图数据,GTEx数据库的正常组织被包括作为对照。与对照组比较,*P < 0.05;C:人类泛癌中 TMEM33 的改变频率与突变类型;D:肺腺癌和肺鳞癌中TMEM33的蛋白质组表达谱,与对照组比较,*P < 0.05,****P < 0.0001;E:肺腺癌和肺鳞癌患者的 TMEM33 表达与其预后。Figure 1. Expression and survival analysis of TMEM33 in lung adenocarcinoma2.2 TMEM33 表达与肺腺癌临床病理特征的关联
TMEM33 表达最可能与T分期存在关联,但这种关联并不显著(P > 0.05)。进而使用逻辑回归分析,结果表明TMEM33 的表达与T2分期相关(OR = 0.48,P = 0.044),见表1。
表 1 TMEM33表达差异的肺腺癌患者的临床病理特征[n(%)]Table 1. Clinicopathological characteristics of LUAD patients with differential TMEM33 expression [n(%)]特征 TMEM33高表达
(n = 193)TMEM33低表达
(n = 193)P 年龄(岁) 0.895 <45 8 (4.1) 9 (4.7) > 60 138 (72) 134 (69) 45~60 47 (24) 50 (26) 性别 0.127 女性 89 (46) 105 (54) 男性 104 (54) 88 (46) 临床分期 0.986 Ⅰ期 101 (52) 98 (51) Ⅱ期 48 (25) 48 (25) Ⅲ期 33 (17) 35 (18) Ⅳ期 11 (5.7) 12 (6.2) T分期 0.123 T1 48 (25) 68 (35) T2 117 (61) 104 (54) T3 19 (9.8) 12 (6.2) T4 9 (4.7) 9 (4.7) N分期 0.555 N0 126 (65) 116 (60) N1 38 (20) 46 (24) N2 29 (15) 30 (16) N3 0 (0) 1 (0.5) M分期 > 0.999 M0 182 (94) 181 (94) M1 11 (5.7) 12 (6.2) 2.3 TMEM33在肺癌中的功能富集分析
基于STRING数据库,找出可能与TMEM33相互作用的9种蛋白质见表2,图2A。通过TCGA数据库和TIMER2分析工具,分析TMEM33与9种互作蛋白在40种不同的癌症类型或亚型中的表达相关性(图2B)。基于GEPIA2,在肺腺癌中找出110个可能与TMEM33有显著相关性的基因。韦恩图展示STRING和GEPIA2数据库的共同基因锌转运蛋白家族成员9(solute carrier family 30 member 9,SLC30A9,图2C)。基于STRING在线分析工具,分析TMEM33与互作基因SLC30A9在肺腺癌和肺鳞癌的表达相关性(图2D,P <
0.0001 )。基于KEGG 通路分析,富集与TMEM33相关的基因集中的生物学通路(图2E)。基于GO分析,富集与TMEM33相关的基因集中的生物学功能(图2F)。表 2 肺腺癌患者临床病理特征与TMEM33表达之间关联的Logistic回归分析Table 2. Logistic regression analysis of association between clinicopathological characteristics and TMEM33 expression in LUAD patients特征 优势比(OR) P 年龄(岁) > 60 1.159 (0.431~3.171) 0.769 45~60 1.057 (0.374~3.036) 0.915 性别 男性 1.394 (0.935~2.084) 0.104 临床分期 Ⅱ期 0.79(0.52~1.200) 0.903 Ⅲ期 0.73(0.45~1.190) 0.751 Ⅳ期 0.65(0.29~1.460) 0.790 T分期 T2 0.48(0.33~0.710) 0.044* T3 0.37(0.19~0.710) 0.051 T4 0.34(0.13~0.910) 0.493 N分期 N1 0.93(0.59~1.450) 0.282 N2 0.72(0.43~1.190) 0.605 M分期 M1 0.76(0.33~1.730) 0.830 *P<0.05。 2.4 TMEM33在肺腺癌细胞系和组织样本中的表达验证
与正常支气管上皮细胞相比,肺腺癌细胞系中TMEM33的蛋白和mRNA表达水平较高(图3A)。在肺腺癌组织样本中,TMEM33的蛋白和mRNA表达水平同样高于正常肺组织样本(图3A)。免疫荧光和免疫组化分析表明,TMEM33蛋白质主要分布在肺腺癌细胞的细胞质中(图3B和图3C)。在肺腺癌组织中,恶性程度较高的肿瘤表现出更高的TMEM33表达水平(图3C)。
3. 讨论
在本研究中,通过综合分析公共数据库和实验验证的方法,探讨了TMEM33在肺腺癌中的表达模式及其与临床病理特征的相关性。研究发现TMEM33在肺腺癌中的表达上调,并可能与肺腺癌的恶性表型和不良预后相关。此外,TMEM33可能与SLC30A9相关。TMEM33在肺腺癌中的确切生物学功能尚未完全阐明,但是已有研究表明TMEM33调控其他肿瘤细胞增殖、迁移和凋亡等关键过程[5,14-15]。本研究结果支持这一观点,并提出TMEM33可能在肺腺癌中发挥相似作用。
在肺腺癌中,TMEM33的表达水平显著高于正常肺组织,这与在多种癌症中观察到的模式一致,从而支持了TMEM33可能促进肺腺癌发展的假设。此外,TMEM33的表达与关键临床病理特征如肿瘤分期及不良预后之间的关联,表明它可能作为肺腺癌预后的潜在生物标志物。尽管如此,仍需进一步研究来验证TMEM33作为独立预后因素的价值,并阐明其在肺腺癌进展中的作用机制。
锌转运蛋白SLC30A9,作为调节细胞锌稳态的关键分子,其表达下调与弥漫大B细胞淋巴瘤细胞增殖的抑制和细胞周期的G0/G1期阻滞相关[16]。在肿瘤学领域,SLC30A9的作用逐渐受到重视,因为它可能与肿瘤的发生、发展和转移密切相关[17-18]。生物信息学分析揭示了TMEM33与SLC30A9之间的潜在联系,这暗示了TMEM33可能与其他分子如SLC30A9协同调控肺腺癌的细胞过程,包括细胞增殖、存活和转移能力。未来的研究应当关注这些分子间的相互作用,并探索它们在肺腺癌进展中的综合作用,以确定它们作为治疗靶点的潜力。
通过生物信息学分析揭示了TMEM33在肺腺癌中的多方面作用,其影响的生物学过程和分子通路为理解其在疾病中的角色提供了重要线索。KEGG通路分析表明TMEM33与核质运输、内质网中的蛋白质处理、mRNA监管途径等关键生物学过程密切相关。这些过程在调控细胞内信号传导、蛋白质稳态和基因表达中起着核心作用,进而可能影响肺腺癌细胞的增殖、存活和转移能力。此外,GO生物学过程分析进一步强调了TMEM33在核糖体生物合成、肽和蛋白质代谢以及细胞内蛋白运输中的潜在作用。这些功能富集分析的结果提示TMEM33可能通过参与调控这些基本细胞过程来促进肺腺癌的发展。综合富集分析,本研究指出TMEM33可能在肺腺癌的肿瘤生物学中发挥着多方面的功能,包括但不限于促进肿瘤细胞的代谢重编程、影响细胞周期进程和参与免疫逃逸机制。这些生物学功能不仅为TMEM33作为肺腺癌潜在治疗靶点提供了理论基础,也为未来的研究指明了方向,包括深入探索TMEM33在肺腺癌中的分子作用机制,特别是其如何调节细胞信号传导和肿瘤微环境,以及评估其作为生物标志物在诊断和预后评估中的应用潜力。
综合KEGG通路分析和GO富集分析,本研究指出TMEM33可能在肺腺癌的肿瘤生物学中发挥着多方面的功能,包括但不限于促进肿瘤细胞的代谢重编程、影响细胞周期进程和参与免疫逃逸机制。
本研究强调了TMEM33作为肺腺癌潜在生物标志物和治疗靶点的重要性。接下来将探索TMEM33在肺腺癌细胞中的生物学功能,验证TMEM33的临床应用潜力,揭示其在疾病进展中的作用,并开发新的治疗策略,以期为肺腺癌患者提供更有效的治疗方案。
-
图 1 TMEM33在肺腺癌中的表达与生存分析
A:不同癌症类型中人类 TMEM33 表达水平,与对照组比较,*P < 0.05,**P < 0.01,***P < 0.001;B:肺腺癌和肺鳞癌箱线图数据,GTEx数据库的正常组织被包括作为对照。与对照组比较,*P < 0.05;C:人类泛癌中 TMEM33 的改变频率与突变类型;D:肺腺癌和肺鳞癌中TMEM33的蛋白质组表达谱,与对照组比较,*P < 0.05,****P < 0.0001;E:肺腺癌和肺鳞癌患者的 TMEM33 表达与其预后。
Figure 1. Expression and survival analysis of TMEM33 in lung adenocarcinoma
表 1 TMEM33表达差异的肺腺癌患者的临床病理特征[n(%)]
Table 1. Clinicopathological characteristics of LUAD patients with differential TMEM33 expression [n(%)]
特征 TMEM33高表达
(n = 193)TMEM33低表达
(n = 193)P 年龄(岁) 0.895 <45 8 (4.1) 9 (4.7) > 60 138 (72) 134 (69) 45~60 47 (24) 50 (26) 性别 0.127 女性 89 (46) 105 (54) 男性 104 (54) 88 (46) 临床分期 0.986 Ⅰ期 101 (52) 98 (51) Ⅱ期 48 (25) 48 (25) Ⅲ期 33 (17) 35 (18) Ⅳ期 11 (5.7) 12 (6.2) T分期 0.123 T1 48 (25) 68 (35) T2 117 (61) 104 (54) T3 19 (9.8) 12 (6.2) T4 9 (4.7) 9 (4.7) N分期 0.555 N0 126 (65) 116 (60) N1 38 (20) 46 (24) N2 29 (15) 30 (16) N3 0 (0) 1 (0.5) M分期 > 0.999 M0 182 (94) 181 (94) M1 11 (5.7) 12 (6.2) 表 2 肺腺癌患者临床病理特征与TMEM33表达之间关联的Logistic回归分析
Table 2. Logistic regression analysis of association between clinicopathological characteristics and TMEM33 expression in LUAD patients
特征 优势比(OR) P 年龄(岁) > 60 1.159 (0.431~3.171) 0.769 45~60 1.057 (0.374~3.036) 0.915 性别 男性 1.394 (0.935~2.084) 0.104 临床分期 Ⅱ期 0.79(0.52~1.200) 0.903 Ⅲ期 0.73(0.45~1.190) 0.751 Ⅳ期 0.65(0.29~1.460) 0.790 T分期 T2 0.48(0.33~0.710) 0.044* T3 0.37(0.19~0.710) 0.051 T4 0.34(0.13~0.910) 0.493 N分期 N1 0.93(0.59~1.450) 0.282 N2 0.72(0.43~1.190) 0.605 M分期 M1 0.76(0.33~1.730) 0.830 *P<0.05。 -
[1] Leiter A,Veluswamy R R,Wisnivesky J P. The global burden of lung cancer: Current status and future trends[J]. Nat Rev Clin Oncol,2023,20(9):624-639. doi: 10.1038/s41571-023-00798-3 [2] Sung H,Ferlay J,Siegel R L,et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin,2021,71(3):209-249. doi: 10.3322/caac.21660 [3] Li C,Lei S,Ding L,et al. Global burden and trends of lung cancer incidence and mortality[J]. Chin Med J (Engl),2023,136(13):1583-1590. [4] 董晶,商双,高蜀君,等. RNA干扰TMEM33的表达对宫颈癌细胞生长的影响[J]. 复旦学报(医学版),2023,50(2):159-165. [5] Chen H,Zhao X,Li Y,et al. High expression of TMEM33 predicts poor prognosis and promotes cell proliferation in cervical cancer[J]. Front Genet,2022,13:908807. doi: 10.3389/fgene.2022.908807 [6] Zhang J,Lu Q,Pang H,et al. Mir-103a-3p aggravates renal cell carcinoma by targeting TMEM33[J]. Am J Transl Res,2021,13(11):12694-12703. [7] Sakabe I,Hu R,Jin L,et al. TMEM33: A new stress-inducible endoplasmic reticulum transmembrane protein and modulator of the unfolded protein response signaling[J]. Breast Cancer Res Treat,2015,153(2):285-297. doi: 10.1007/s10549-015-3536-7 [8] Urade T,Yamamoto Y,Zhang X,et al. Identification and characterization of TMEM33 as a reticulon-binding protein[J]. Kobe J Med Sci,2014,60(3):E57-65. [9] Zhang D,Oliferenko S. Tts1,the fission yeast homologue of the TMEM33 family,functions in ne remodeling during mitosis[J]. Mol Biol Cell,2014,25(19):2970-2983. doi: 10.1091/mbc.e13-12-0729 [10] Chadrin A,Hess B,San Roman M,et al. Pom33,a novel transmembrane nucleoporin required for proper nuclear pore complex distribution[J]. J Cell Biol,2010,189(5):795-811. doi: 10.1083/jcb.200910043 [11] Savage A M,Kurusamy S,Chen Y,et al. Tmem33 is essential for vegf-mediated endothelial calcium oscillations and angiogenesis[J]. Nat Commun,2019,10(1):732. doi: 10.1038/s41467-019-08590-7 [12] Chi A,Valencia J C,Hu Z Z,et al. Proteomic and bioinformatic characterization of the biogenesis and function of melanosomes[J]. J Proteome Res,2006,5(11):3135-3144. doi: 10.1021/pr060363j [13] Luo H,Hu L,Brito L F,et al. Weighted single-step gwas and rna sequencing reveals key candidate genes associated with physiological indicators of heat stress in holstein cattle[J]. J Anim Sci Biotechnol,2022,13(1):108. doi: 10.1186/s40104-022-00748-6 [14] Liu F,Ma M,Gao A,et al. Pkm2-TMEM33 axis regulates lipid homeostasis in cancer cells by controlling scap stability[J]. EMBO J,2021,40(22):e108065. doi: 10.15252/embj.2021108065 [15] Zhang H,Wang J,Yang J,et al. TMEM33 as a prognostic biomarker of cervical cancer and its correlation with immune infiltration[J]. Mediators Inflamm,2023,2023:5542181. [16] Ding M,Yu Z,Lu T,et al. N-acetyltransferase 10 facilitates tumorigenesis of diffuse large b-cell lymphoma by regulating ampk/mtor signalling through n4-acetylcytidine modification of SLC30A9[J]. Clin Transl Med,2024,14(7):e1747. doi: 10.1002/ctm2.1747 [17] Barresi V,Valenti G,Spampinato G,et al. Transcriptome analysis reveals an altered expression profile of zinc transporters in colorectal cancer[J]. J Cell Biochem,2018,119(12):9707-9719. doi: 10.1002/jcb.27285 [18] Gartmann L,Wex T,Grüngreiff K,et al. Expression of zinc transporters zip4,zip14 and znt9 in hepatic carcinogenesis-an immunohistochemical study[J]. J Trace Elem Med Biol,2018,49:35-42. doi: 10.1016/j.jtemb.2018.04.034 -