Mounting evidence suggests that epitranscriptional modifications regulate multiple cellular processes. N6-Methyladenosine (m6A), the most abundant reversible methylation of mRNA, has critical roles in cancer pathogenesis. However, the mechanisms and functions of long non-coding RNA (lncRNA) methylation remain unclear. Pancreatic cancer resulted in 411,600 deaths globally in 2015. By the time of pancreatic cancer diagnosis, metastasis has often occurred in other parts of the body. The present study sought to investigate lncRNA m6A modification and its roles in pancreatic cancer.Differential expression between cancer cells and matched normal cells was evaluated to identify candidate lncRNAs. The lncRNA KCNK15-AS1 was detected in cancer tissues and various pancreatic cells using RT-qPCR. KCNK15-AS1 was transfected into cells to explore its role in migration and invasion. Then, m6A RNA immunoprecipitation was performed to detect methylated KCNK15-AS1 in tissues and cells. Epithelial-mesenchymal transition (EMT) markers were used to evaluate KCNK15-AS1-mediated EMT processes.KCNK15-AS1 was downregulated in pancreatic cancer tissues compared with paired adjacent normal tissues. KCNK15-AS1 inhibited migration and invasion in MIA PaCa-2 and BxPC-3 cells. Furthermore, total RNA methylation in cancer cells was significantly enriched relative to that in immortalized human pancreatic duct epithelial (HPDE6-C7) cells. In addition, the m6A eraser ALKBH5 was downregulated in cancer cells, which can demethylate KCNK15-AS1 and regulate KCNK15-AS1-mediated cell motility.Our results have revealed a novel mechanism by which ALKBH5 inhibits pancreatic cancer motility by demethylating lncRNA KCNK15-AS1, identifying a potential therapeutic target for pancreatic cancer.

Objective: The ISGPS aims to develop a universally accepted complexity and experience grading system to guide the safe implementation of robotic and laparoscopic minimally-invasive pancreatoduodenectomy (MIPD). Background: Despite the perceived advantages of MIPD, its global adoption has been slow due to the inherent complexity of the procedure and challenges to acquiring surgical experience. Its wider adoption must be undertaken with an emphasis towards appropriate patient selection according to adequate surgeon and center experience. Methods: The ISGPS developed a complexity and experience grading system to guide patient selection for MIPD based on an evidence-based review and a series of discussions. Results: The ISGPS complexity and experience grading system for MIPD is subclassified into patient-related risk factors and provider experience-related variables. The patient-related risk factors include anatomical (main pancreatic and common bile duct diameters), tumor-specific (vascular contact), and conditional (obesity and previous complicated upper abdominal surgery/disease) factors, all incorporated in an A-B-C classification, graded as no, a single, and multiple risk factors. The surgeon and center experience-related variables include surgeon total MIPD experience (cut-offs 40 and 80) and center annual MIPD volume (cut-offs 10 and 30), all also incorporated in an A-B-C classification. Conclusion: This ISGPS complexity and experience grading system for robotic and laparoscopic MIPD may enable surgeons to optimally select patients after duly considering specific risk factors known to influence the complexity of the procedure. This grading system will likely allow for a thoughtful and stepwise implementation of MIPD and facilitate a fair comparison of outcome between centers and countries.

Pancreatic ductal adenocarcinoma (PDAC) is a highly malignant tumor with a five-year survival rate of 13%, the lowest among all malignant tumors. The work aims to use bioinformatics methods to mine Nerve-cancer crosstalk-related genes (NCCGs) in pancreatic cancer and evaluate their correlation with tumor stage and prognosis, thereby providing a new direction of development and experimental basis for pancreatic cancer treatment. This study included 185 individuals with PDAC from the TCGA database, together with clinical and RNA sequencing data. A review of prior studies revealed the mechanism of neural-cancer crosstalk and identified 42 neural-cancer crosstalk-related genes (NCCGs). Multivariate logistic regression analysis showed that NGFR (OR=39.076, 95% CI; P<0.05), CHRNB2 (OR=41.076, 95% CI; P<0.05), and CHRNA10 (OR=39.038, 95% CI; P<0.05) were identified as independent risk factors for PNI development. Pearson correlation analysis revealed that CHRNA10 was negatively connected with PDAC microsatellite instability, whereas CHRNA10, CHRNB2, and NGFR were negatively correlated with PDAC tumor mutation burden. The GEPIA database revealed that CHRNB2 expression was higher in stage I PDAC. The pancreatic cancer single-cell dataset PAAD_CRA001160 revealed that malignant tumor cells, ductal cells, endothelial cells and fibroblasts accounted for a large proportion in the tumor microenvironment of pancreatic cancer. Furthermore, the NGFR gene was shown to be more significantly expressed in various pancreatic cancer cells. Bioinformatics analysis was used to create a validated prognostic model of pancreatic cancer, which explored the critical mechanisms of neural-tumor interactions and revealed the potential of cancer-neural crosstalk-related genes as prognostic biomarkers and anti-tumor therapy targets.