肿瘤相关基因的筛选策略
免疫学中的关键基因筛选研究

免疫学中的关键基因筛选研究随着生命科学领域的不断发展,人们对于免疫学的研究也越来越深入。
在免疫学研究中,关键基因筛选研究被认为是十分重要的一环。
今天,我们就来一起了解一下关键基因筛选研究在免疫学中的应用及其意义。
一、什么是关键基因?关键基因是指在特定的过程中,与之相关的基因,它们对于某些生物过程的途径和调控有着至关重要的作用。
在免疫学中,不同类型的疾病,例如肿瘤、感染和自身免疫性疾病,都和一些具有重要生物学功能的基因密切相关。
关键基因筛选研究就是在这些疾病中,依照不同的筛选方法,筛选出最为重要的关键基因。
二、关键基因筛选研究的应用1、肿瘤免疫治疗肿瘤免疫治疗是近年来生物医学领域中备受关注的一项治疗方法。
在肿瘤免疫治疗中,关键基因筛选研究被广泛运用。
在筛选的过程中,可选用RNA干扰技术和基因编辑技术等手段,对于标志着免疫治疗效应的关键基因进行干扰或编辑,达到促进治疗效果的目的。
2、感染性疾病研究在感染性疾病研究中,关键基因筛选研究可以帮助我们深入了解各种感染病理生理过程中的关键调控机制,从而为开发更有效的治疗方案提供理论依据和实验基础。
3、自身免疫性疾病研究自身免疫性疾病是一类由免疫系统对自身组织和细胞过度反应所致的疾病,例如风湿性关节炎、系统性红斑狼疮等疾病。
近年来,关键基因筛选研究被广泛应用于自身免疫性疾病的研究中。
这些筛选研究可以帮助我们更好地理解自身免疫性疾病的发病机制,并为开发更有效的治疗方案提供重要的基础。
三、关键基因筛选研究意义的体现关键基因筛选研究的意义体现在以下三个方面:1、加深我们对于生物过程的认识生物体内的许多现象涉及不同的基因和调控途径之间的相互作用。
通过关键基因筛选研究,我们能够更加深入地了解基因之间的相互作用方式及其在不同过程中的作用,从而加深我们对于生命科学的认识。
2、为疾病的治疗与预防提供依据关键基因筛选研究可以为疾病治疗和预防提供重要的理论依据和实验研究基础。
通过筛选出参与特定生物过程的重要基因,我们可以针对这些关键基因开发针对性的治疗方法和预防策略。
肿瘤血管生成信号通路相关基因筛选和验证

肿瘤血管生成信号通路相关基因筛选和验证肿瘤血管生成(Tumor angiogenesis)是肿瘤生长和转移的关键过程之一。
肿瘤细胞在生长和扩散过程中,需要大量的营养物质和氧气供给。
当肿瘤体积增大到一定程度时,便无法通过扩散提供足够的氧气和营养,因此肿瘤细胞会启动血管生成过程,建立新的血管系统,从而提供足够的供血和营养支持其生长。
了解和干预肿瘤血管生成信号通路相关基因对于抗肿瘤治疗具有重要意义。
在肿瘤血管生成信号通路中,存在一系列的关键基因和分子,调控了肿瘤新生血管的形成和发展过程。
这些基因在肿瘤的侵袭和转移中起到重要作用,并成为肿瘤治疗的关键靶点。
首先,进行肿瘤血管生成信号通路相关基因的筛选工作。
这一步骤是通过分析肿瘤组织样本和相关的临床资料,筛选出与肿瘤血管生成相关的基因。
常用的筛选方法包括转录组学、RNA干扰、蛋白质组学和基因表达谱分析等。
通过这些方法可以鉴定出一系列与肿瘤血管生成紧密相关的基因。
在筛选出一系列肿瘤血管生成相关基因之后,接下来需要进行验证工作。
验证的目的是确认这些基因在肿瘤血管生成中的作用和机制,并进一步研究其潜在的治疗价值。
验证基因的方法有很多种。
一种常用的方法是通过体内和体外实验验证基因的功能。
体外实验可以利用细胞系、培养基质和人工血管模型等系统,观察基因的表达和功能对肿瘤血管生成的影响。
体内实验则可以通过转基因动物模型、裸鼠移植瘤模型等,进一步验证和评估基因在整个肿瘤生长过程中的作用。
同时,还可以运用基因敲除、基因过表达、小分子药物干预、抗体治疗等方法来研究基因的作用机制和开发相应的治疗手段。
通过这些验证工作,可以深入了解基因在肿瘤血管生成中的作用机制,并确定其是否为潜在的治疗靶点。
此外,还可以从肿瘤临床样本中确定特定的信号通路相关基因的表达情况,并研究其与患者预后的相关性。
这样可以进一步评估这些基因在肿瘤分子诊断和个体化治疗中的潜在价值。
肿瘤血管生成信号通路相关基因的筛选和验证是肿瘤研究的关键环节之一,对于发现新的靶向治疗靶点和开发新型抗肿瘤药物具有重要意义。
肿瘤标志物筛选与诊断技术的研究和应用

肿瘤标志物筛选与诊断技术的研究和应用一、肿瘤标志物概述肿瘤标志物是指一些在肿瘤形成、进展和转移过程中表现出来的特定分子,包括蛋白质、多肽、核酸和碳水化合物等,这些标志物能够被检测出来并且有一定的临床意义。
目前,已经有许多肿瘤标志物被确认,并且应用于早期诊断、肿瘤分期、治疗疗效评价以及预后判断等方面。
然而,肿瘤标志物的检测仍然存在一些局限性和挑战性,这使得肿瘤标志物的筛选和诊断技术的研究和应用变得极为关键。
二、肿瘤标志物的筛选技术1.突变基因检测技术突变基因是一种常见的肿瘤标志物,且在不同的肿瘤类型中突变基因的种类也不同。
识别突变基因通常采用基因测序方法,对肿瘤基因组进行全面的扫描,识别与正常细胞基因序列不同的位点,从而确定突变的基因。
2.蛋白质组学技术蛋白质是肿瘤细胞的重要组成部分,也是一类重要的肿瘤标志物。
蛋白质组学技术对临床样本中的蛋白质进行定量和质谱分析,以确定与肿瘤相关的标志物。
3.代谢组学技术代谢产物是生物体的重要组成部分,并且在肿瘤细胞中发生变化。
代谢组学技术通过对临床样品中代谢产物的检测,识别与肿瘤相关的标志物。
该技术还可以提供肿瘤诊断和治疗的有用信息。
三、肿瘤标志物的诊断技术1.免疫组化技术免疫组化技术是一种检测组织和细胞中蛋白质表达的方法,通过与特异性蛋白质抗体的结合检测临床样本中的肿瘤标志物。
该技术适用于肿瘤的早期诊断、分期和疗效评价,并且可以为肿瘤的个体化治疗提供依据。
2.核酸检测技术核酸检测技术可以检测肿瘤细胞中与突变基因相关的DNA序列,也可以检测肿瘤细胞中的RNA和miRNA等分子。
该技术的应用也十分广泛,早期诊断、状态监测和疗效评价等均可用该技术进行检测。
四、肿瘤标志物的应用1.早期诊断绝大多数的肿瘤在早期是没有明显的症状,往往要等到晚期才会出现一些严重的症状。
而肿瘤标志物的筛选和诊断技术可以使得早期诊断成为可能,从而提高肿瘤诊断的准确性和早期治疗的机会。
2.分期和疗效评价肿瘤标志物可以较好地反映肿瘤形成和进展的过程,并且对肿瘤的分期和疗效评价具有指导意义。
SEREX技术肿瘤相关抗原的筛选方法

个体化治疗
通过SEREX技术筛选与肿瘤相关的特 异性抗原,可以为个体化治疗提供靶
点,提高治疗效果。
药物研发
SEREX技术可以用于筛选潜在的药物 靶点,加速抗肿瘤药物的研发进程。
SEREX技术与其他技术的联合应用
1 2
与基因组学技术结合
结合基因组学技术,可以对筛选出的肿瘤相关抗 原进行基因层面的研究,深入了解其功能和作用 机制。
。
免疫学方法
通过检测血清中的肿瘤相关 抗体,如SEREX技术,筛选 肿瘤相关抗原。
SEREX技术在肿瘤相关抗原筛选中的优势
高灵敏度
SEREX技术能够检测血清中低浓度的肿瘤相关 抗体,有助于早期发现肿瘤。
特异性高
由于针对的是肿瘤相关抗原,SEREX技术具有 较高的特异性,能够降低假阳性率。
易于操作
SEREX技术操作简便,可用于大规模样本的筛选。
与蛋白质组学技术结合
联合蛋白质组学技术,可以对筛选出的肿瘤相关 抗原进行更深入的蛋白质表达和修饰研究。
3
与免疫学技术结合
结合免疫学技术,可以对筛选出的肿瘤相关抗原 进行免疫原性和免疫反应的研究,为免疫治疗提 供更多信息。
THANKS FOR WATCHING
感谢您的观看
SEREX技术肿瘤相关抗原的筛选 方法
contents
目录
• SEREX技术概述 • SEREX技术在肿瘤相关抗原筛选中的应
用 • SEREX技术在肿瘤相关抗原筛选中的实
验流程
contents
目录
• SEREX技术在肿瘤相关抗原筛选中的实 例分析
• SEREX技术在肿瘤相关抗原筛选中的前 景与展望
提高实验的准确性。
SEREX芯片的制备
转录组测序结合蛋白组学技术筛选肝癌转移基因_秦荔荣

转录组测序结合蛋⽩组学技术筛选肝癌转移基因_秦荔荣■背景资料肝癌的转移与复发是导致肝癌具有较⾼病死率的原因, ⾄今对肝癌转移的机制不清. 蛋⽩组学、转录组学、代谢组学等新技术都是发现功能基因和标志物的新⽅法, 各种组学技术的有机结合将为肝癌转移相关重要基因和标志物研究提供有价值的线索.秦荔荣, ⼴西医科⼤学第⼀附属医院消化内科 ⼴西壮族⾃治区南宁市 530021周怡, 李洪涛, 臧宁, ⼴西医科⼤学医学科学实验中⼼ ⼴西壮族⾃治区南宁市 530021邓⼩芳, 何敏, ⼴西医科⼤学公共卫⽣学院 ⼴西壮族⾃治区南宁市 530021何敏, 区域性⾼发肿瘤早期防治研究教育部重点实验室 ⼴西壮族⾃治区南宁市 530021秦荔荣, 副教授, 主要从事消化系统疾病的防治研究. 国家⾃然科学基⾦资助项⽬, Nos. 81260445, 30960332区域性⾼发肿瘤早期防治研究教育部重点实验室研究基⾦资助项⽬, Nos. GK2013-13-A-01-02, GK2014-ZZ04作者贡献分布: 此课题由秦荔荣与何敏设计; 转录组测序及验证分析由周怡与邓⼩芳完成; ⾎清蛋⽩组学检测由李洪涛与臧宁完成; 本⽂数据分析、撰写由秦荔荣完成; ⽂章修改和审阅由何敏完成. 通讯作者: 何敏, 教授, 530021, ⼴西壮族⾃治区南宁市双拥路22号, ⼴西医科⼤学公共卫⽣学院. m_h_m868@sina.com电话: 0771-5358146收稿⽇期: 2015-02-10修回⽇期: 2015-03-06 接受⽇期: 2015-03-18在线出版⽇期: 2015-05-08 Identification of genes related to hepatocellular carcinoma metastasis by a combined transcriptomics and proteomics approachLi-Rong Qin, Yi Zhou, Xiao-Fang Deng, Hong-Tao Li, Ning Zang, Min HeLi-Rong Qin, Department of Gastroenterology, the First Affiliated Hospital of Guangxi Medical University, Nanning 530021, Guangxi Zhuang Autonomous Region, ChinaYi Zhou, Hong-Tao Li, Ning Zang, Scientific Research Center of Guangxi Medical University, Nanning 530021, Guangxi Zhuang Autonomous Region, ChinaXiao-Fang Deng, Min He, Public Health School of Guangxi Medical University, Nanning 530021, Guangxi Zhuang Autonomous Region, ChinaMin He, Key Laboratory of High-Incidence-Tumor Prevention & Treatment (Guangxi Medical University), Ministry of Education, Nanning 530021, Guangxi Zhuang Autonomous Region, ChinaSupported by: National Natural Science Foundation of China, Nos. 81260445 and 30960332; the Fund of Key Laboratory of High- Incidence-Tumor Prevention & Treatment, Nos. GK2013-13-A-01-02, GK2014-ZZ04Correspondence to: Min He, Professor, Public Health School of Guangxi Medical University, 22 Shuangyong Road, Nanning 530021, Guangxi Zhuang Autonomous Region, China. m_h_m868@/doc/114462469b89680202d8257b.htmlReceived: 2015-02-10 Revised: 2015-03-06Accepted: 2015-03-18 Published online: 2015-05-08AbstractAIM: To screening key genes related to hepatocellular carcinoma (HCC) metastasis by high-throughput transcriptomics sequencing and serum proteomics.METHODS: Differentially expressed genes between liver cancer cells Smmc-7721 and normal liver cells L-02 were analyzed by Ion Proton ? high-throughput sequencing. Bioinformatics methods were used to perform GO annotation, clustering and enrichment analysis. Ten serum samples from HCC patients and 10 normal serum samples were recruited to detect the differential protein expression by isobaric tags for relative and absolute quantitation (iTRAQ) and matrix-assisted laser desorption/ionization tandem time of flight mass spectrometry (MALDI-TOF/MS). The transcriptomics data and serumproteomics data were analyzed together to screen key genes related to HCC metastasis. Then, a screened key gene was verified by immunohistochemistry in 76 HCC and adjacent tissues.RESULTS: A total of 618 differentially expressed genes (DEGs) in liver cancer cells were identified by transcriptome sequencing,转录组测序结合蛋⽩组学技术筛选肝癌转移基因秦荔荣, 周 怡, 邓⼩芳, 李洪涛, 臧 宁, 何 敏在线投稿: /doc/114462469b89680202d8257b.html /wcjd/ch/index.aspx 帮助平台:/doc/114462469b89680202d8257b.html /esps/helpdesk.aspx DOI: 10.11569/wcjd.v23.i13.2050世界华⼈消化杂志 2015年5⽉8⽇; 23(13): 2050-2057ISSN 1009-3079 (print) ISSN 2219-2859 (online)? 2015年版权归百世登出版集团有限公司所有.基础研究 BASIC RESEARCH■同⾏评议者王蒙, 副教授, 中国⼈民解放军第⼆军医⼤学附属东⽅肝胆外科医院肝外综合治疗⼀科秦荔荣, 等. 转录组测序结合蛋⽩组学技术筛选肝癌转移基因■研发前沿转录组学是发现功能基因和标志物的⼀种可⾏⽅法. 由于转录组测序的结果数据庞⼤, 如何从中挖掘出有价值的关键基因, 除经典的差异表达基因聚类分析、G O 功能注释、富集分析, Kegg Pathway 功能富集分析, COG 功能注释分析等, 本研究尝试将转录组学与⾎清蛋⽩质组学技术结合, 发现热休克蛋⽩90 AA1(heat shock protein 90 AA1, HSP90AA1)是肝癌转移相关的重要基因.and the gene functions were enriched in 14 terms, including metastasis process, transcription and REDOX process, among which metastasis process owned the most DEGs [15.05% (93/618)]. The proteomics data showed that a total of 69 differentially expressed proteins in HCC were detected, including 33 up-regulated and 36 down-regulated ones. Combination analysis found three common factors in transcriptomics and proteomics, among which heat shock protein 90 AA1 (HSP90AA1) was up-regulated in HCC and presented the most significant ratio. According to the immunohistochemical results, the strongly positive rates of HSP90α in HCC with portal vein metastasis and without were 66.7% (16/24) and 25% (13/52), respectively (P < 0.005). HSP90α was overexpressed in HCC with portal vein metastasis.C O N C L U S I O N : T r a n s c r i p t o m i c s a n d proteomics analysis revealed that HSP90AA1 might be a key gene related to HCC metastasis.2015 Baishideng Publishing Group Inc. All rights reserved.Key Words: Hepatocellular carcinoma; Serum Proteomics; Transcriptome sequencing; HSP90AA1; MetastasisQin LR, Zhou Y, Deng XF, Li HT, Zang N, He M. Identification of genes related to hepatocellular carcinoma metastasis by a combined transcriptomics and proteomics approach. Shijie Huaren Xiaohua Zazhi 2015; 23(13): 2050-2057 URL:/doc/114462469b89680202d8257b.html /1009-3079/23/2050.asp DOI:/doc/114462469b89680202d8257b.html /10.11569/wcjd.v23.i13.2050摘要⽬的: 通过⾼通量转录组测序和相对定量⾎清蛋⽩组学技术筛选肝癌转移相关的关键基因.⽅法: 利⽤Ion Proton ?测序仪⽐较⼈肝癌细胞株(Smmc-7721)和正常⼈肝细胞株(L-02)的差异表达基因, 对差异表达基因进⾏聚类分析、GO 功能注释和富集分析, 获得肝癌细胞转移相关基因; 收集10例肝细胞癌(hepatocellular carcinoma, HCC)患者⾎清及匹配10例正常⼈⾎清, 通过相对和绝对定量的同位素标记(isobaric tags for relative and absolute quantitation, iTRAQ)联合基质辅助激光解吸电离串联飞⾏时间质谱(m a t r i x-assisted laser desorption/ionization tandemtime of flight mass spectrometry, MALDI-TOF/MS)检测肝癌与正常对照组⾎清差异表达蛋⽩; 将两组学结果进⾏交集分析, 确定肝癌转移关键基因, 并在76例HCC 和癌旁组织中进⾏免疫组织化学验证.结果: 对肝癌细胞及正常肝细胞进⾏转录组测序分析, 共得到肝癌细胞差异表达基因618个, ⽣物信息学分析差异表达基因主要聚集在转移相关、转录因⼦相关、氧化还原过程等14个分⼦功能, 其中转移相关功能基因所占⽐例最⼤, 达15.05%(93/618); ⾎清蛋⽩组学分析共得到69个肝癌⾎清差异表达蛋⽩, 其中在肝癌组上调33个, 下调36个; 将转录组测序筛选的与转移功能相关基因与蛋⽩质组学进⾏交集分析, 发现有3个共同交集的差异因⼦, 其中差异最明显的是肝癌中表达上调的热休克蛋⽩90AA1(heat shock protein 90 AA1, HSP90AA1); 免疫组织化学验证结果显⽰, HSP90α表达强阳性在门脉转移和⽆门脉转移HCC 组织中的⽐例分别为66.7%(16/24)和25%(13/52)(P <0.005), HSP90α在有门脉转移的肝癌组织表达明显增⾼.结论: 利⽤转录组结合⾎清蛋⽩组策略, 发现HSP90AA1可能是在肝癌转移重要基因.2015年版权归百世登出版集团有限公司所有.关键词: 肝细胞癌; ⾎清蛋⽩组学; 转录组测序; HSP90AA1; 转移核⼼提⽰:转录组测序是发现标志物的可⾏⽅法. 但转录组测序数据庞⼤, 本研究将转录组学与⾎清蛋⽩质组学结合, 发现热休克蛋⽩90 AA1(heat shock protein 90 AA1)是肝癌转移相关的重要基因. HSP90α已被证明是全新的肿瘤标志物, 其抑制剂成为抗癌药研究热点.秦荔荣, 周怡, 邓⼩芳, 李洪涛, 臧宁, 何敏. 转录组测序结合蛋⽩组学技术筛选肝癌转移基因. 世界华⼈消化杂志2015; 23(13): 2050-2057 URL: http://www.wjgnet.com/1009-3079/23/2050.asp DOI: /doc/114462469b89680202d8257b.html/10.11569/wcjd.v23.i13.2050 0 引⾔肝癌的转移与复发是导致肝癌具有较⾼病死率的原因, ⾄今对肝癌转移的机制不清[1,2]. 转录组测序是发现功能基因和标志物的⼀种可■相关报道现有研究发现:H S P90α是HSP90AA1编码的蛋⽩质, 作为⼀个分⼦伴侣蛋⽩, 主要是促进⽬标蛋⽩的成熟与结构维护, 参与ATP酶活性有关的功能循环, 维持蛋⽩的正常功能发挥; HSP90α被发现在多种肿瘤呈上调表达, 被证明为⼀个全新的肿瘤标志物; HSP90α在恶性肿瘤的转移过程中可以与基质⾦属蛋⽩酶基质⾦属蛋⽩酶基质⾦属蛋⽩酶2(matrix metallopeptidase 2, MMP2)、MMP9等共同作⽤影响肿瘤细胞运动能⼒和侵袭能⼒; ⽬前HSP90抑制剂已成为抗癌药物研究热点.⾏⽅法[3]. 20世纪70年代诞⽣第⼀代化学降解法测序, 到⼆代测序技术已经具备⾼通量、⾼度并⾏等特点, 但昂贵的费⽤成本成为其⼤范围应⽤的绊脚⽯, 新发展起来的第三代测序技术以较低成本、长度长及⾼碱基识别率为测序技术发展带来⼴阔的前景, 已经⼴泛应⽤于包括结肠癌、前列腺癌等肿瘤标志物研究[4,5].由于转录组测序的结果数据庞⼤, 如何从中挖掘出有价值的关键基因, 除经典的差异表达基因聚类分析、GO功能注释、富集分析, KeggPathway功能富集分析, COG功能注释分析等,本研究尝试利⽤多组学交集分析策略, 为肝癌转移相关重要基因和标志物研究提供有价值的线索.1 材料和⽅法1.1 材料正常⼈肝细胞株(L-02)、⼈肝癌细胞株(Smmc-7721)均购于中国科学院细胞库;RNA纯化免疫磁珠试剂盒(Life Technologies,USA); ⼀抗[Anti-热休克蛋⽩90α(heat shock protein 90α, HSP90α)antibody2G5.G3, abcam, USA]; 相对和绝对定量的同位素标记(isobaric tags for relative and absolute quantitation,i T R A Q)试剂盒(A B, U S A). 10例肝细胞癌(hepatocellular carcinoma, HCC)患者⾎清, 来⾃⼴西医科⼤学附属肿瘤医院的住院患者, 10例健康对照者⾎清来⾃⼴西医科⼤学第⼀附属医院体检中⼼. 76例肝癌组织及癌旁组织标本收集于2011-11/2013-09⼴西医科⼤学第⼀附属医院肝胆外科.1.2 ⽅法1.2.1 转录组测序分析肝癌差异表达基因: (1)转录组学测序检测: 正常⼈肝细胞株(L-02)、⼈肝癌细胞株(Smmc-7721)均购于中国科学院细胞库. 提取总RNA, NanoDrop分光光度计测定RNA样品纯度和浓度, 2%琼脂糖凝胶电泳检测RNA完整性. 使样本的RNA含量均在100 µg以上, RNA纯化免疫磁珠试剂盒分离纯化mRNA,使其含量达5-400 ng. 纯化的mRNA⽚段化处理后, 反转录反应合成cDNA, 再⽤聚合酶扩增构建成功的测序⽂库. 利⽤Ion Proton?测序仪对样品进⾏⾼通量测序; (2)⽣物信息学分析: Proton? Torrent服务器预加载了Torrent Suite软件, 测序分析获得的数据⾃动传⾄Proton? Torrent服务器, 对转录组测序数据进⾏数据覆盖度、对⽐信息统计, 作覆盖分析、作图、变异识别等检测, FPKM法计算样本的表达量, Fold-change法分析基因的差异表达, 发现新基因或新转录本Ion Reporter?软件进⾏⽣物学功能注释和常见变异体的鉴定, 对差异表达进⾏聚类分析、GO功能注释富集分析, Kegg Pathway功能富集分析. 基因表达⽔平在肝癌细胞和正常肝细胞分别⽤A和B表⽰, 计算每个基因的log2(A/B), log2(A/B)≥3或log2(A/B)≤-3为明显表达差异基因.1.2.2 iTRAQ联合基质辅助激光解吸电离串联飞⾏时间质谱(matrix-assisted laser desorption/ ionization tandem time of ?ight mass spectrometry, MALDI-TOF/MS)筛选和鉴定肝癌⾎清差异表达蛋⽩: (1)相对定量蛋⽩组学检测: 10例HCC和10例健康对照⾎清, 均为清晨空腹采集, 3000 g离⼼10 min, -80 ℃保存. ⾎清经除⾼丰度蛋⽩,蛋⽩酶解, iTRAQ标记(HCC标记116, 对照标记113), SCX强阳离⼦交换柱分离蛋⽩与反相⾊谱分离与点靶, 5800 MALDI质谱仪检测. 详细操作参照⽂献[6]; (2)⾎清差异表达蛋⽩筛选和鉴定: 所得的数据⽤IPI数据库(ipi.HUMAN.V3.62. fasta)进⾏蛋⽩搜库检索, 鉴定报告的蛋⽩⾄少有⼀个95%以上置信度的肽段, 116∶113>1.2或<0.8, P<0.05. 同时, 经含正反两种⼈类蛋⽩获得模式的数据库评估错检率(false discovery rate, FDR), 评估值低于5.0%.1.2.3 免疫组织化学验证: (1)样本: 采集76例肝癌组织及癌旁组织, 患者术前证实未接受过化疗和介⼊治疗并经病理检查证实为肝癌患者, 术前签署知情同意书; (2)免疫组织化学染⾊SP法:按照北京中杉⾦桥⽣物技术公司的试剂说明书操作, ⼀抗浓度1∶400; 4 ℃冰箱孵育过夜. 染⾊, 细胞核复染⽤苏⽊精染⾊40 s, 盐酸⼄醇分化后充分洗涤、晾⼲、封⽚镜检; (3)结果判定:免疫组织化学组织切⽚以胞浆内出现棕黄⾊颗粒为⽬标蛋⽩阳性细胞, 采⽤半定量⽅法分析表达⽔平, 参照Liu等[7]的研究. 200倍显微镜下观察切⽚, 随机观察每个视野内的细胞, 染⾊强度记分: ⽆染⾊为0分, 浅黄⾊为1分, 棕黄⾊为2分, 棕褐⾊为3分. 染⾊阳性细胞占⽐例: <5%为0分; 5%-25%为1分; 26%-50%为2分; 51%-75%为3分; 76%-100%为4分. 蛋⽩表达为两种评分之和, 表达强度分三个等级, 0分: “0”; 1-2分:“1+”; 3-5分: “2+”; 6-7分: “3+”; “3+”为秦荔荣, 等. 转录组测序结合蛋⽩组学技术筛选肝癌转移基因■创新盘点本课题⾸先利⽤新⼀代转录组学测序的⽅法筛选肝癌转移相关基因; 其次利⽤转录组与⾎清蛋⽩质组结合的策略, 快速确定肝癌转移相关的关键基因; 最后经验证⾸次报道HSP90AA1是肝癌转移相关的重要基因.强阳性.统计学处理采⽤SPSS19.0统计学软件进⾏⾮参数检验分析, P<0.05为差异有统计学意义.2 结果2.1 转录组测序数据测序原始数据经质量评估和过滤之后, 肝癌组与正常对照组各得到10.5 G和8.2 G可⽤的数据产量, 平均读长在110bp左右, 可信读段百分⽐分别为65%和59%. FPKM法计算基因的表达量, 绝对表达值倍数变化(Fold-change)法⽐较两组的差异表达, 共得出差异基因618个(Fold-change≥1.0或Fold-change≤-1.0). 对618个差异表达基因GO功能分类, 包括binding, cellular process, biological regulation在内的63个功能组, 这些差异表达基因主要聚集在转移相关、转录因⼦相关、氧化还原过程等14个分⼦功能. 其中转移相关功能基因所占⽐例最⼤, 达15.05%(93/618), 其次为转录因⼦相关基因8.09%(50/618), 氧化还原过程相关基因6.63%(41/618). 本研究将93个转移相关功能基因作为主要的关注对象, 其中在肝癌细胞明显表达增⾼基因20个, 明显表达⽔平降低的基因12个, 如图1所⽰.2.2 iTRAQ筛选肝癌与正常对照组⾎清的差异表达蛋⽩质谱检测结果经IPI数据库检索鉴定,识别的蛋⽩共189个, 按照差异蛋⽩的纳⼊标准筛选, 共得到69个差异蛋⽩, 其中在肝癌患者⾎清中上调33个, 下调36个. 对报告的69个蛋⽩作PANTHER蛋⽩分类分析, 发现⼤部分蛋⽩属于防御/免疫蛋⽩类(20.5%)、酶调节类(20.5%)及转移/载体蛋⽩类(16.4%). 69个差异蛋⽩确认的相互作⽤图如图2所⽰.2.3 转录组结合蛋⽩质组数据分析⾎清差异蛋⽩结合转录组测序筛选的与转移功能相关基因分析, 发现蛋⽩质组学与转录组学可得到3个共同的交集差异因⼦如图3所⽰, 其中肝癌中表达上调的HSP90AA1基因, 在蛋⽩质组学和转录组学均显⽰差异表达变化最明显如表1所⽰, 因此, 将该基因作为验证的⽬标基因.表 1 蛋⽩质组学与转录组学交集转移相关因⼦秦荔荣, 等. 转录组测序结合蛋⽩组学技术筛选肝癌转移基因-20 -15 -10 -5 0 5 10 15 20基因表达⽔平图 1 肝癌细胞中明显表达差异的转移相关功能基因. 正值表⽰与对照相⽐基因在肝癌细胞中表达⽔平明显增⾼, 负值表⽰明显降低. CTGF: 结缔组织⽣长因⼦;LSP1: 淋巴细胞特异性蛋⽩1; cks2: 正周期蛋⽩依赖性激酶亚基2; RPS12: 结核分⽀杆菌重组蛋⽩rps12; DDR1: 盘状结构域受体1; Cks1b: CDC28蛋⽩激酶调节亚基1B; Tead1: TEA域家庭成员1; GLCE: 葡萄糖醛酸差向异构酶; SUB1: SUB1同族体; LIFR:⽩⾎病抑制因⼦受体; EGR1: 早期⽣长转录因⼦; RBP4: 视黄醇结合蛋⽩4; KCTD12: 钾通道四聚域12; IL32:⽩介素32; FTL: 铁蛋⽩轻链; S100A4: 钙结合蛋⽩S100A4; HSBP1: 热休克因⼦结合蛋⽩1; LOXL1: 赖氨酰氧化酶样蛋⽩1; Lsm3: LSM3同族体; CAPG: 肌动蛋⽩调节蛋⽩; RPL29: 核糖体蛋⽩L29; RPS27: 核糖体蛋⽩S27; MT1E: ⾦属硫蛋⽩1E; HSP90AA1: 热休克蛋⽩90 AA1; CCND3:细胞周期素D3; Tpm3: ⼈原肌球蛋⽩3.SAA1: ⾎清淀粉样蛋⽩A; HSP90AA1: 热休克蛋⽩90 AA1; RBP4: 视黄醇结合蛋⽩4.■应⽤要点(1)利⽤转录组与⾎清蛋⽩质组结合的策略, 不仅可以快速确定肝癌转移相关的关键基因, 也可⽤于快速确定转录因⼦、氧化还原、凋亡等相关基因; (2)⾸次报道肝癌转移相关的重要基因HSP90AA1, 其编码蛋⽩在⾎清和组织有⼀致表达⽔平, 是具有可操作性和应⽤价值的潜在标志物.2.4 免疫组织化学验证情况经过RT-PCR 验证HSP90AA1在肝癌细胞和肝癌组织中表达⽔平明显增⾼, 免疫组织化学结果显⽰, HSP90AA1编码的蛋⽩HSP90α强阳性病例的⽐例, 在门脉转移和⽆门脉转移HCC 患者组织中分别为66.7%(16/24)和25%(13/52)(P <0.001), HSP90α在有门脉转移的肝癌组织表达明显增⾼, 如图4所⽰.3 讨论⽐较基因组学研究为探索肝癌致病机制带来全新思路[8,9], 他的主要⽬标是研究肝癌与对THBS1图 2 iTRAQ筛选的肝癌⾎清差异表达蛋⽩相互作⽤图. SERPINA1: 抗胰蛋⽩酶; SAA1: ⾎清淀粉样蛋⽩A; CRP: C反应蛋⽩; HP: 结合珠蛋⽩; SERPING1: ⾎浆蛋⽩酶C1抑制剂; LRG1: 富亮氨酸α-2糖蛋⽩; SERPINA3: 抗胰凝乳蛋⽩酶; ORM1: α-1酸性糖蛋⽩; ITIH3: 间α胰蛋⽩酶抑制剂重链H3; C1QC: 补体C1q⼦亚基C; HSP90AA1: 热休克蛋⽩90 AA1; C9: 补体成分9; CFB: 补体因⼦B; APOA4: 载脂蛋⽩A-Ⅳ; APOA1: 载脂蛋⽩A-Ⅰ; GSN: 凝溶胶蛋⽩; ACTA1: 肌动蛋⽩α⾻骼肌; PON1: 芳⾹酯酶1(对氧磷酶); ITIH1: 间α胰蛋⽩酶抑制剂重链H1; APCS: ⾎清淀粉样P物质; THBS1: ⾎⼩板反应素-1; RBP4: 视黄醇结合蛋⽩4; APOC3: 载脂蛋⽩C3; ALB: ⾎清⽩蛋⽩; CFHR1: ⼈补体因⼦H相关蛋⽩1; iTRAQ: 相对和绝对定量的同位素标记.SAA1SERPINA1SERPINA3CRPHPSERPING1LRG1ORM1ITIH3C1QCHSP90AA1C9CFBAPOA4ALBAPOC3RBP4APCSITIH1PON1APOA1ACTA1GSNCFHR1Neighborhood Gene Fusion Cooccurrence Coexpression Experiments Databases Textmining [Homology]图 3 蛋⽩质组学与转录组学交集维恩图.蛋⽩组69转录组933秦荔荣, 等. 转录组测序结合蛋⽩组学技术筛选肝癌转移基因■名词解释⾼通量测序技术:是对传统测序⼀次⾰命性的改变,⼀次对⼏⼗万到⼏百万条DNA分⼦进⾏序列测定,因此在有些⽂献中称其为下⼀代测序技术, ⾜见其划时代的改变,同时⾼通量测序使得对⼀个物种的转录组和基因组进⾏细致全貌的分析成为可能,所以⼜被称为深度测序.照的基因差异表达, 进⽽筛选肝癌相关⽣物标志物. 直接测序技术即第三代测序, 包括H e l i s c o p e测序技术、纳⽶孔单分⼦测序技术、Ion Torrent测序技术等[10-12]. Ion Torrent测序技术使⽤⼀种布满⼩孔的⾼密度半导体芯⽚, ⼀个⼩孔就是⼀个测序反应池. 当DNA聚合酶把核苷酸聚合到延伸中的DNA链上时, 释放出⼀个氢离⼦, 反应池中的PH发⽣改变, 位于池下的离⼦感受器感受到信号, 把化学信号直接转化为数字信号. 该技术平台测序分析获得的数据均可以⾃动传⾄其服务器预加载的Torrent Suite软件, 将原始的半导体测序数据直接识别为DNA碱基序列. 本研究利⽤Ion Proton?测序仪对肝癌细胞Smmc-7721及对照组正常肝细胞L-02进⾏转录组测序, 筛选肝癌与正常对照组的差异表达基因, 两组样本均得到了较⾼质量的数据结果, 通过FPKM法计算基因表达⽔平及Fold-change法⽐较两组样本的差异表达分析, 共得到618个肝癌与正常对照组的差异表达基因. 利⽤⽣物信息学GO功能分类分析发现差异表达基因中, 转移相关功能基因所占百分⽐最⼤, 共93个(15.05%), 其次为转录因⼦相关基因50个(11.14%), 氧化还原过程相关基因41个(9.13%), 因⽽与转移相关的基因值得关注.在转录组学这些相对海量的改变中, 既含有肿瘤形成所必需的关键性改变, 也含有仅仅因肿瘤基因组的不稳定性⽽产⽣的伴随性改变. 因此, 如何将那些影响肿瘤发⽣发展的关键性分⼦改变从伴随性改变中识别出来, 即如何从93个肝癌转移相关的基因中挖掘出关键基因, 本研究采⽤转录组与⾎清蛋⽩组联合分析的策略, 这主要出于两种考虑: (1)近年来许多疾病标志物研究采⽤转录组结合蛋⽩组的策略取得新进展[13,14]; (2)对于其他的临床标本,⼈类⾎清具有含量相当丰富、收集安全、保存⽅便等优点, 分析外周⾎中蛋⽩质图谱的变化可以反映病变组织中蛋⽩质图谱的改变, 如果通过转录组发现关键基因其转录翻译的蛋⽩同时在⾎清中检测到趋势⼀致的表达⽔平,其实⽤性和应⽤价值将⼤⼤提⾼. 因此, 本研究将转录组测序结果与同位素相对标记与绝对定量技术筛选肝癌⾎清差异蛋⽩相结合, 筛选到3个共同出现在蛋⽩质组学与基因组学差异因⼦, 其中在肝癌中表达上调的HSP90AA1在蛋⽩质组学和转录组学差异表达值均最⼤,已有研究表明HSP90AA1编码的蛋⽩HSP90α在前列腺癌⾎清呈上调表达[15], ⽽其他两个因⼦与肿瘤转移的关系研究则刚刚开始起步, 为此确定HSP90AA1为进⼀步验证的关键基因. HSP90α是⼀个分⼦伴侣蛋⽩, 属于⼈类H S P90的4个亚型之⼀H S P90A A1编码的蛋⽩质, ⽬前认为HSP90 4个亚型的作⽤⽅式⼏乎⼀致, 主要是促进⽬标蛋⽩的成熟与结构维护, 参与ATP酶活性有关的功能循环, 维持蛋⽩的正常功能发挥[16]. 早在1992年, 苯醌安莎霉素类(benzoquinone ansamycins)抗⽣素被发现有强⼤的抗肿瘤活性⽽成为肿瘤抑制ABCPercentofcases(%)8070605040302010MI NMIExpression intensity图 4 免疫组织化学法验证HSP90α在组织中的表达. A: HSP90α阴性(观察倍数×200); B: HSP90α强阳性(观察倍数×200); C: 不同表达等级在MI与NMI的分布. bP<0.01 vs NMI组. MI: 转移; NMI: ⾮转移; HSP90α: 热休克蛋⽩90α.秦荔荣, 等. 转录组测序结合蛋⽩组学技术筛选肝癌转移基因剂, 该类抗⽣素的结合蛋⽩就是HSP90[17]. 近年来H S P90α陆续被发现在多种肿瘤呈上调表达, 包括肺癌、胃癌、乳腺癌、卵巢癌、恶性胶质瘤等[18-22], 被证明为⼀个全新的肿瘤标志物. HSP90α在恶性肿瘤的转移过程中的作⽤也倍受关注, 作为分⼦伴侣, HSP90α可以与基质⾦属蛋⽩酶基质⾦属蛋⽩酶2(matrix metallopeptidase 2, MMP2)、MMP9等共同作⽤影响肿瘤细胞运动能⼒和侵袭能⼒, 过表达的HSP90α可以增强细胞运动和侵袭能⼒, 反之则产⽣抑制作⽤[23-25]. 肿瘤细胞内HSP90α与细胞增殖、凋亡功能密切相关, Chu等[22]研究发现卵巢癌细胞SKOV3内HSP90AA1的RNAi ⼲扰抑制了细胞的增殖, 并使凋亡增加; 乳腺癌细胞株经HSP90-shRNA处理使HSP90活性被抑制后, 细胞停留在G1/S期[26]. 因此, ⽬前HSP90抑制剂已成为抗癌药物研究热点.虽然⽬前有关HSP90AA1与肝癌的关系研究很少, 本课题利⽤转录组学测序的⽅法发现转移相关基因HSP90AA1在肝癌细胞中⾼表达, 利⽤⾎清蛋⽩质组学发现该基因编码的蛋⽩HSP90α在肝癌患者⾎清中表达⽔平也增⾼, HSP90α在肝癌组织中表达增⾼与肝癌门静脉转移相关, 提⽰HSP90AA1是肝癌转移相关的重要基因.4 参考⽂献1 Shen H, Zhong F, Zhang Y, Yu H, Liu Y, QinL, He F, Tang Z, Yang P. Transcriptome andproteome of HCC reveal shared metastaticpathways with significant genes. Proteomics2015Feb 4. [Epub ahead of print] [PMID: 25652264 DOI:10.1002/pmic.201400275]2 Chen CY, Zhong JH, Liu JL. Retrobulbarmetastasis and intracranial invasion frompostoperative hepatocellular carcinoma: A casereport and review of the literature. Oncol Lett2015; 9: 721-726 [PMID: 25624898 DOI: 10.3892/ol]3 Lindskog C, Fagerberg L, Hallstr?m B, Edlund K,Hellwig B, Rahnenführer J, Kampf C, Uhlén M,Pontén F, Micke P. The lung-specific proteomedefined by integration of transcriptomics andantibody-based profiling.FASEB J2014; 28:5184-5196 [PMID: 25169055 DOI: 10.1096/fj.14-254862]4 L?vf M, Nome T, Bruun J, Eknaes M, Bakken AC, Mpindi JP, Kilpinen S, Rognum TO, NesbakkenA, Kallioniemi O, Lothe RA, Skotheim RI. Anovel transcript, VNN1-AB, as a biomarker for colorectal cancer. Int J Cancer 2014; 135: 2077-2084 [PMID: 24687856 DOI: 10.1002/ijc.28855]5 Long Q, Xu J, Osunkoya AO, Sannigrahi S, Johnson BA, Zhou W, Gillespie T, Park JY, Nam RK, Sugar L, Stanimirovic A, Seth AK, PetrosJA, Moreno CS. Global transcriptome analysisof formalin-fixed prostate cancer specimens identifies biomarkers of disease recurrence. Cancer Res 2014; 74: 3228-3237 [PMID: 24713434 DOI: 10.1158/0008-5472.CAN-13-2699]6 He X, Wang Y, Zhang W, Li H, Luo R, Zhou Y, Liao CL, Huang H, Lv X, Xie Z, He M. Screening differential expression of serum proteins in AFP-negative HBV-related hepatocellular carcinoma using iTRAQ -MALDI-MS/MS. Neoplasma2014; 61: 17-26 [PMID: 24195504 DOI: 10.4149/neo_ 2014_001]7 Liu XK, Zhang XR, Zhong Q, Li MZ, Liu ZM,Lin ZR, Wu D, Zeng MS. Low expression ofPTK6/Brk predicts poor prognosis in patientswith laryngeal squamous cell carcinoma. JTransl Med2013; 11: 59 [PMID: 23497344 DOI: 10.1186/1479-5876-11-59]8 Na K, Jeong SK, Lee MJ, Cho SY, Kim SA, Lee MJ, Song SY, Kim H, Kim KS, Lee HW, Paik YK. Human liver carboxylesterase 1 outperformsalpha-fetoprotein as biomarker to discriminate hepatocellular carcinoma from other liver diseases in Korean patients. Int J Cancer 2013; 133:408-415 [PMID: 23319432 DOI: 10.1002/ijc.28020] 9 Zhong DN, Ning QY, Wu JZ, Zang N, Wu JL, Hu DF, Luo SY, Huang AC, Li LL, Li GJ. Comparativeproteomic profiles indicating genetic factors mayinvolve in hepatocellular carcinoma familialaggregation. Cancer Sci 2012; 103: 1833-1838 [PMID:22726459 DOI: 10.1111/j.1349-7006.2012.02368.x] 10 Harris TD, Buzby PR, Babcock H, Beer E, Bowers J, Braslavsky I, Causey M, Colonell J, DimeoJ, Efcavitch JW, Giladi E, Gill J, Healy J, JaroszM, Lapen D, Moulton K, Quake SR, SteinmannK, Thayer E, Tyurina A, Ward R, Weiss H, XieZ. Single-molecule DNA sequencing of a viralgenome. Science2008; 320: 106-109 [PMID:18388294 DOI: 10.1126/science.1150427]11 Clarke J, Wu HC, Jayasinghe L, Patel A, ReidS, Bayley H. Continuous base identification forsingle-molecule nanopore DNA sequencing. NatNanotechnol2009; 4: 265-270 [PMID: 19350039DOI: 10.1038/nnano.2009.12]12 Sandberg J, Werne B, Dessing M, Lundeberg J.Rapid flow-sorting to simultaneously resolvemultiplex massively parallel sequencingproducts. Sci Rep2011; 1: 108 [PMID: 22355625DOI: 10.1038/srep00108]13 Lin LL, Hsia CR, Hsu CL, Huang HC, Juan HF.Integrating transcriptomics and proteomics toshow that tanshinone IIA suppresses cell growthby blocking glucose metabolism in gastric cancercells. BMC Genomics 2015; 16: 41 [PMID: 25652794DOI: 10.1186/s12864-015-1230-0]14 Azimzadeh O, Sievert W, Sarioglu H, Merl-PhamJ, Yentrapalli R, Bakshi MV, Janik D, Ueffing M,Atkinson MJ, Multhoff G, Tapio S. Integrativeproteomics and targeted transcriptomics analysesin cardiac endothelial cells unravel mechanismsof long-term radiation-induced vasculardysfunction. J Proteome Res 2015; 14: 1203-1219[PMID: 25590149 DOI: 10.1021/pr501141b]■同⾏评价本⽂研究⽅法创新性好, 内容新颖, 结果有新意,具有较好的科学意义.秦荔荣, 等. 转录组测序结合蛋⽩组学技术筛选肝癌转移基因15 Burgess EF, Ham AJ, Tabb DL, Billheimer D, RothBJ, Chang SS, Cookson MS, Hinton TJ, CheekKL, Hill S, Pietenpol JA. Prostate cancer serumbiomarker discovery through proteomic analysisof alpha-2 macroglobulin protein complexes.Proteomics Clin Appl 2008; 2: 1223 [PMID: 20107526DOI: 10.1002/prca.200780073]16 Martínez-Ruiz A, Villanueva L, González deOrdu?a C, López-Ferrer D, Higueras MA, TarínC, Rodríguez-Crespo I, Vázquez J, Lamas S.S-nitrosylation of Hsp90 promotes the inhibitionof its ATPase and endothelial nitric oxidesynthase regulatory activities. Proc Natl Acad SciU S A 2005; 102: 8525-8530 [PMID: 15937123 DOI:10.1073/pnas.0407294102]17 Xie Q, Wondergem R, Shen Y, Cavey G, Ke J,Thompson R, Bradley R, Daugherty-Holtrop J,Xu Y, Chen E, Omar H, Rosen N, Wenkert D, XuHE, Vande Woude GF. Benzoquinone ansamycin17AAG binds to mitochondrial voltage-dependentanion channel and inhibits cell invasion. ProcNatl Acad Sci U S A 2011; 108: 4105-4110 [PMID:21368131 DOI: 10.1073/pnas.1015181108]18 Senju M, Sueoka N, Sato A, Iwanaga K, SakaoY, Tomimitsu S, Tominaga M, Irie K, Hayashi S,Sueoka E. Hsp90 inhibitors cause G2/M arrestassociated with the reduction of Cdc25C and Cdc2 in lung cancer cell lines. J Cancer Res Clin Oncol 2006; 132: 150-158 [PMID: 16283383 DOI: 10.1007/ s00432-005-0047-7]19 Chang W, Ma L, Lin L, Gu L, Liu X, Cai H, Yu Y, Tan X, Zhai Y, Xu X, Zhang M, Wu L, Zhang H, Hou J, Wang H, Cao G. Identification of novelhub genes associated with liver metastasis of gastric cancer. Int J Cancer 2009; 125: 2844-2853 [PMID: 19569046 DOI: 10.1002/ijc.24699]20 Cheng Q, Chang JT, Geradts J, Neckers LM, Haystead T, Spector NL, Lyerly HK. Amplification and high-level expression of heat shock protein 90 marks aggressive phenotypes of human epidermal growth factor receptor 2 negative breast cancer. Breast Cancer Res 2012; 14: R62 [PMID: 22510516 DOI: 10.1186/bcr3168]21 Com E, Clavreul A, Lagarrigue M, MichalakS, Menei P, Pineau C. Quantitative proteomic Isotope-Coded Protein Label (ICPL) analysis reveals alteration of several functional processesin the glioblastoma. J Proteomics2012; 75:3898-3913 [PMID: 22575386 DOI: 10.1016/j.jprot. 2012.04.034]22 Chu SH, Liu YW, Zhang L, Liu B, Li L, Shi JZ, Li L. Regulation of survival and chemoresistanceby HSP90AA1 in ovarian cancer SKOV3 cells.Mol Biol Rep2013; 40: 1-6 [PMID: 23135731 DOI: 10.1007/s11033-012-1930-3]23 Eustace BK, Sakurai T, Stewart JK, Yimlamai D, Unger C, Zehetmeier C, Lain B, Torella C, Henning SW, Beste G, Scroggins BT, Neckers L, Ilag LL, Jay DG. Functional proteomic screens reveal an essential extracellular role for hsp90 alpha in cancer cell invasiveness. Nat Cell Biol2004; 6: 507-514 [PMID: 15146192 DOI: 10.1038/ncb1131]24 Eustace BK, Jay DG. Extracellular roles for themolecular chaperone, hsp90. Cell Cycle2004;3: 1098-1100 [PMID: 15326368 DOI: 10.4161/cc.3.9.1088]25 Stellas D, El Hamidieh A, Patsavoudi E.Monoclonal antibody 4C5 prevents activation ofMMP2 and MMP9 by disrupting their interactionwith extracellular HSP90 and inhibits formationof metastatic breast cancer cell deposits. BMCCell Biol2010; 11: 51 [PMID: 20602761 DOI:10.1186/1471-2121-11-51]26 Zuo K, Li D, Pulli B, Yu F, Cai H, Yuan X, ZhangX, Lv Z. Short-hairpin RNA-mediated Heat shockprotein 90 gene silencing inhibits human breastcancer cell growth in vitro and in vivo. BiochemBiophys Res Commun 2012; 421: 396-402 [PMID:22521890 DOI: 10.1016/j.bbrc.2012.04.032]编辑:郭鹏电编:都珍珍秦荔荣, 等. 转录组测序结合蛋⽩组学技术筛选肝癌转移基因。
肿瘤相关基因的筛选与功能分析

肿瘤相关基因的筛选与功能分析随着近年来基因科技的不断进步,肿瘤相关基因的筛选和功能分析成为了医学领域中的重要研究方向之一。
在肿瘤治疗和预防上,了解肿瘤相关基因对患者的生存和疾病过程的作用,能够帮助专业人士更好地制定治疗方案和开展个性化医疗。
本篇文章将从基础概念、筛选方法和功能分析三个角度,分析肿瘤相关基因的重要性和研究进展。
一、基础概念肿瘤相关基因是指与肿瘤形成与发展直接相关的基因,也称为癌基因(oncogene)。
与之相对的是抑癌基因(tumor suppressor gene),这些基因在正常情况下能够保证细胞的正常分化和细胞凋亡。
而当它们受到某些因素的影响,如病毒感染、紫外线暴露等,就可能出现突变,失去抑癌功能,进而导致肿瘤的发生和发展。
二、筛选方法肿瘤相关基因的筛选可以采用多种方法,目前广泛采用的一些方法有基因芯片技术、全基因组测序和RNA干扰技术。
基因芯片技术是通过将数千个核苷酸序列基因材料构成的芯片与细胞或组织样本接触并根据其特有的表达谱进行细胞差异分析。
在进一步的分析过程中,可以通过某些数据分析软件找出有差异表达的基因,从而找到与肿瘤的发生和发展直接相关的基因。
全基因组测序技术是一种快速、高通量的测序筛选技术。
科学家可以完整地测序单元为基因的一段长度,得到与肿瘤相关基因的具体结构和变异情况。
RNA干扰技术是通过寻找特定的控制回路而针对加剧肿瘤症状的基因进行到测序和分析。
该技术是通过人工改变RNA分子的结构来抑制基因的表达,从而以此鉴定相应的肿瘤相关基因。
三、功能分析肿瘤相关基因的功能分析是通过多种方法,比如蛋白质互作筛选、生物信息大数据分析、小分子小酶抑制剂筛选等来研究肿瘤相关基因的具体生理学功能。
通过对这些基因解读,可以更清晰地了解肿瘤的病理学本质和治疗途径。
肿瘤相关基因的功能分析最早应用于人类基因组计划中,是对基因组中包含的所有基因进行研究的重要信息来源之一。
现在,该技术也被广泛应用于更为具体的肿瘤研究和治疗中。
SEREX技术-肿瘤相关抗原的筛选方法

03
SEREX技术在肿瘤相关抗原筛选中的应用
SEREX技术在肿瘤相关抗原筛选中的优势
高灵敏度
SEREX技术能够检测到低浓度的肿瘤相关抗原,有助 于早期发现肿瘤。
特异性高
通过特异性抗体与肿瘤相关抗原的结合,能够排除其 他非肿瘤相关抗原的干扰,提高检测的准确性。
操作简便
SEREX技术操作相对简单,所需样本量少,适用于大 规模样本的筛选。
SEREX技术在肿瘤相关抗原筛选中的局限性
抗体依赖性
SEREX技术依赖于特异性抗体 的存在,对于某些稀有或未知 的肿瘤相关抗原,可能缺乏相
应的抗体。
肿瘤异质性
不同肿瘤或同一肿瘤的不同组 织中,肿瘤相关抗原的表达可 能存在差异,影响SEREX技术
的筛选效果。
交叉反应
特异性抗体可能会与其他非目 标抗原发生交叉反应,导致假
肿瘤相关抗原的筛选流程
01
构建肿瘤细胞裂解物
02
免疫沉淀
03 蛋白质分离
04
蛋白质鉴定
筛选标准确定
05
将肿瘤细胞裂解,提取细胞内的蛋白质。
利用特异性抗体与肿瘤细胞裂解物中的蛋白质结合,进行免 疫沉淀。 对免疫沉淀后的蛋白质进行分离,得到与抗体结合的蛋白质 。
对分离出的蛋白质进行质谱分析,鉴定其身份。
药物研发
筛选潜在的肿瘤相关抗原,为 新药开发和个性化治疗提供靶 点。
科研领域
为肿瘤研究提供新的视角和工 具,促进对肿瘤发生、发展和 转移机制的深入了解。
05
结论
SEREX技术在肿瘤相关抗原筛选中的重要性
高效筛选
发现新抗原
通过SEREX技术,可以发现新的肿瘤相关抗原,有 助于深入了解肿瘤的发生和发展机制。
LSD1调控结肠癌侵袭转移相关基因的筛选及鉴定的开题报告

LSD1调控结肠癌侵袭转移相关基因的筛选及鉴定的开题报告一、研究背景
结肠癌是世界范围内最常见的恶性肿瘤之一,突破性和侵袭性是结肠癌远处转移的主要原因。
因此,筛选和鉴定结肠癌侵袭或远处转移相关的基因具有重要的临床价值。
LSD1是一种具有组蛋白去甲基酶活性的核酸酶,能够通过去除组蛋白上的甲基化标记而调节基因表达。
最近有研究发现LSD1在肿瘤的侵袭和转移过程中发挥着重要的作用,尤其是调节了许多转录因子和信号通路的表达,例如E-cadherin、VEGF等。
二、研究目的
本研究旨在筛选和鉴定LSD1在结肠癌侵袭或远处转移过程中作为调节因子的靶向基因,并深入探讨LSD1在结肠癌发展过程中的作用机制。
三、研究内容和方法
研究内容:
1.筛选结肠癌侵袭或远处转移相关基因
2.建立LSD1干扰结肠癌细胞株
3.测定LSD1干扰细胞中差异表达基因
4.分析差异表达基因与结肠癌侵袭或远处转移相关性
研究方法:
1.利用文献和数据库资料筛选结肠癌侵袭或远处转移相关基因。
2.采用RNAi技术干扰LSD1基因,在秒表计时器上记录干扰
前和干扰后结肠癌细胞的侵袭或远处转移能力。
3.利用RNA-Seq技术测定LSD1干扰细胞中差异表达基因。
4.通过GO和KEGG Pathway分析差异表达基因的生物学功能
以及相关代谢通路,筛选出可能与结肠癌侵袭或远处转移相关性的基因。
四、研究意义
本研究有望为深化人们对LSD1参与结肠癌发展的作用机制提
供新的认识,并为筛选和鉴定针对结肠癌侵袭和转移的新型治疗方法提供基础理论和实验依据。
基于基因诊断的肿瘤治疗策略

基于基因诊断的肿瘤治疗策略肿瘤一直是人类的头号杀手,现代医学的发展使得肿瘤治疗取得了一定的进展,但是其治疗效果和副作用仍然是一个十分严峻的问题。
因此,如何针对不同病例实现有效肿瘤治疗一直是医学领域的重点研究和探讨的方向。
基于基因诊断的肿瘤治疗策略,是一种利用肿瘤背景和癌细胞的基因特征来进行治疗决策的方法。
人的身体是由数亿个细胞构成的,这些细胞里都包含着我们的基因,而基因便是人的遗传信息载体。
肿瘤是由一组基因的突变异化所引起的,因此基因诊断便成为了肿瘤治疗中的一个关键诊断手段。
基因诊断的作用随着基因科技的发展,基因诊断作为一种定位判断病情和肿瘤特性的方法,被广泛应用在肿瘤治疗中。
基因诊断的作用是通过检测患者癌细胞中的基因序列信息,进而获得患者癌细胞的遗传特征,从而推荐特定的治疗方案。
因此,基因诊断在肿瘤治疗中起到了至关重要的作用。
基于基因诊断的肿瘤治疗基因诊断为肿瘤治疗带来了一系列的机会和突破。
利用基因诊断,医生可以为不同的肿瘤患者推荐不同的治疗方案,可以几乎零误差地预测治疗效果和治疗副作用,也可以利用基因特征来识别患者是否有完成治疗所需的特定基因,从而更加针对性地治疗癌细胞。
例如,针对HER2基因的肿瘤治疗方案已经成为普遍的临床标准。
通过基因分析,医生可以筛选出患者肿瘤中是否携带HER2基因突变,如果发现患者存在HER2基因突变,则推荐以三联治疗方式进行治疗。
这种治疗方式可以大幅提高治疗效果,同时减轻患者的副作用。
同样地,针对EGFR基因,医生也可以对患者推荐特定的治疗方案。
基因分析可以帮助医生更好地了解患者的基因背景,从而推荐出尽可能的治疗方法,来降低治疗的风险性并提高治疗的效果。
基于基因诊断的肿瘤治疗的未来虽然基因诊断在肿瘤治疗中起到了很大的作用,但是说到底,它仍然是一项新兴的技术,需要更多的研究来进一步的完善和发展。
基因诊断技术需要更加完整的基因图谱,以便更加全面地了解患者的基因信息。
同时,如何处理基因诊断中的假阳性数据以及各种不同基因拷贝数变化,也是需要解决的问题。
生物信息学方法大规模筛选肿瘤差异表达基因

生物信息学方法大规模筛选肿瘤差异表达基因(作者:___________单位: ___________邮编: ___________)【摘要】目的利用数据库中已有的基因信息快速筛选鉴定出潜在的肿瘤相关基因。
方法利用EST数据库中的基因信息,采用数字化差异显示(DDD)方法,对17种不同肿瘤组织的全基因组进行筛选。
结果获得了130个上调基因和159个下调基因,大多为编码细胞骨架蛋白、核糖体亚单位的基因以及与物质代谢、细胞周期、信号传导、调节转录和翻译过程有密切关系的基因。
这些基因在12号染色体上出现频率最高,而在21号和Y染色体上很少出现。
结论生物信息学筛选是一种快速有效的筛选方法。
本实验所得结果对今后肿瘤标志物的鉴定奠定了基础,也为肿瘤标志物的筛选策略提供了新的思路。
【关键词】生物信息学;肿瘤;数字化差异显示;ESTABSTRACT: Objective To identify potential candidate genes related to the cancerous phenotype by analyzing databases publicly available. Methods Using a data mining tool called Digital Differential Display (DDD) from the Cancer Gene AnatomyProject database, ESTs from 17 different tumor types were analyzed for differential expression. Results We obtained 130 up regulated and 159 down regulated genes, most of which are related to cytoskeleton, ribosomal subunit, substance metabolism, cell cycle, signal conduction, transcription and translation. These genes appear most frequently on chromosome 12 but rarely on chromosome 21 and Y. Conclusion In silico identification is a high throughput screening strategy. Our study may lay a foundation for identification of future caner markers and provide a new thought for screening strategy of cancer markers.KEY WORDS: in silico; tumor; digital differential display; EST肿瘤通常是由基因组中某些基因的数量或者结构发生改变而引起的。
肿瘤标志物的筛选与鉴定研究

肿瘤标志物的筛选与鉴定研究肿瘤标志物是指在人体肿瘤发生、生长和转移过程中,由于肿瘤细胞的异常增殖和分化活动而在血液、尿液、体液和组织中所产生的一类特异性物质。
它们的出现可以提示肿瘤的存在和进展程度,也是肿瘤预防、早期发现和治疗的重要依据之一。
目前,常用的肿瘤标志物主要包括CA125、CEA、AFP、PSA、CA199等。
这些标志物的筛选和鉴定研究一直是肿瘤诊断领域的热点和难点之一。
肿瘤标志物的筛选需要通过大量的生物样本和临床资料的分析,选择出具有良好特异性和灵敏度的标志物,同时保证其在多种肿瘤类型中都能发挥作用。
目前,肿瘤标志物的筛选通常包括两个步骤:从基因组、蛋白质组、代谢组等层面选择可能的标志物,然后在大量临床样本中验证其有效性和可靠性。
近年来,基因组学和蛋白质组学的快速发展为肿瘤标志物的筛选研究提供了新的技术手段。
例如,利用高通量测序技术对肿瘤组织中的RNA和DNA进行测量,可以发现更多的与肿瘤相关的基因或变异类型。
同时,蛋白质芯片技术可以同时鉴定许多蛋白质,从而找到与肿瘤相关的特异性标准物质。
这些新技术的应用也为肿瘤标志物的筛选和鉴定研究带来更广泛的覆盖范围和更高的检测灵敏度。
但是,肿瘤标志物的筛选和鉴定研究仍然存在诸多挑战和限制。
一方面,由于肿瘤类型的多样性和异质性,不同肿瘤类型之间的标志物有着较大的重叠性,这增加了标志物的鉴定和评价的难度。
另一方面,标志物的特异性和灵敏度也受到肿瘤早期诊断的影响,尚未能开发出普适的肿瘤标志物。
同时,由于标志物的检测方法和技术的不同,不同研究中得到的结果可能有所不同。
因此,需要在不同实验条件下进行标志物的复制和确认研究,才能保证标志物的准确性和可靠性。
在肿瘤标志物的筛选和鉴定研究中,还需要进行大量的临床应用评价和经济效益评价,以确定标志物的诊断价值和社会意义。
例如,在临床实践中,CA125作为卵巢癌标志物的应用前景广阔,但同时也存在肝病和其他炎性疾病等原因引起的虚假阳性,需要进一步优化其检测方法和准确性。
肺癌分子标志物的筛选及其在诊断中的应用

肺癌分子标志物的筛选及其在诊断中的应用肺癌是一种常见的恶性肿瘤,对人们的健康和生命构成严重威胁。
准确地诊断和及时治疗是提高患者生存率的关键因素。
在肺癌的早期诊断中,分子标志物在筛选和应用上发挥着重要作用。
本文将就肺癌分子标志物的筛选及其在诊断中的应用进行阐述。
一、肺癌分子标志物的筛选1. 基本原理在寻找肺癌分子标志物时,科研人员会根据不同的机制来寻找具有差异表达的基因、蛋白质等分子。
常见方法包括基因芯片技术、质谱技术等,这些技术可以快速而精确地检测大量样本中特定基因或蛋白质的表达情况。
2. 常见分子标志物近年来,许多研究已经鉴定出一系列与肺癌相关的具有潜力的分子标志物。
例如,在血清样本中检测到的CEA、NSE以及Cyfra21-1等指标可作为非小细胞肺癌诊断和预后判断的重要参考。
其他一些基因或蛋白质,如EGFR、HER2、PD-L1等,也被发现与肺癌的发生和发展密切相关,在靶向治疗中起到了重要作用。
3. 筛选方法针对分子标志物的筛选,可以采用不同的实验手段和策略。
比如,透过大规模的基因表达谱分析,结合生物信息学方法鉴定差异表达的基因。
同时,也可以通过筛查已知启动子和调控序列区域来寻找可能参与癌症过程的潜在标志物。
二、肺癌分子标志物在诊断中的应用1. 癌症早期诊断早期诊断是提高肺癌患者生存率的关键。
分子标志物在肺癌早期诊断方面具有很大潜力。
通过检测血清中特定蛋白质或核酸分子的水平变化,可以帮助及时发现患者体内可能存在的肿瘤信号。
2. 癌症类型识别不同亚型的肺癌对于治疗反应和预后都存在差异。
使用特定的分子标志物,可以对患者的肺癌类型进行识别,从而为个体化治疗和精确用药提供依据。
例如,EGFR阳性表达与靶向治疗药物的应用密切相关。
3. 肿瘤分期和预后判断分子标志物在肺癌分期和预后判断中起到了重要作用。
通过检测肿瘤标志物在血清或组织中的含量或改变情况,可以帮助评估肿瘤的临床分期以及预测患者的生存期。
这对于制定合理的治疗方案具有重要意义。
乳腺癌相关基因筛选 mrna差异化表达的原理

乳腺癌相关基因筛选 mrna差异化表达的原理乳腺癌相关基因筛选 mRNA 差异表达的原理乳腺癌是一种常见的恶性肿瘤,研究表明基因的异常调控在乳腺癌发生和发展中起着重要作用。
通过筛选乳腺癌相关基因,可以帮助我们深入了解疾病的发生机制,寻找新的治疗靶点,并发展出个性化治疗方法。
mRNA差异表达的研究是目前最常用的方法之一。
mRNA是通过转录过程产生的信使核酸分子,它可以携带DNA编码的遗传信息,进入细胞质并参与蛋白质合成。
在乳腺癌相关基因筛选中,我们关注的是mRNA的差异表达情况,即某些基因在乳腺癌组织中表达水平与正常组织相比发生显著改变的情况。
差异表达的原理主要包括以下几个步骤:1. 样本采集与预处理:乳腺癌组织和正常组织样本被采集并经过严格的预处理,以确保数据的准确性和可靠性。
这可能包括提取RNA、去除污染物和获取高质量的RNA样本。
2. RNA测序或芯片技术:为了检测mRNA的差异表达情况,我们可以使用RNA测序或芯片技术。
RNA测序技术利用高通量测序仪器对转录过程中的RNA进行全面的测序,可以提供更全面、深入的信息。
芯片技术则使用已知的基因片段来检测特定mRNA的表达情况。
3. 数据分析:经过RNA测序或芯片技术获得的数据会经过严格的数据分析流程,包括数据清洗、归一化和差异表达分析。
通过统计学方法,可以鉴定出在乳腺癌组织和正常组织之间表达水平存在显著差异的基因。
4. 功能注释与验证:鉴定出差异表达的基因后,我们可以利用生物信息学工具对这些基因进行功能注释。
这些工具包括Gene Ontology、KEGG通路分析等,帮助我们了解这些基因在乳腺癌发生和发展中的功能和作用机制。
此外,还可以使用实验验证方法,如PCR、蛋白质表达分析等,来确定这些基因的差异表达情况和与乳腺癌相关的功能。
总结起来,乳腺癌相关基因的筛选和mRNA差异表达研究是一项复杂的工作,它包括样本采集和预处理、RNA测序或芯片技术、数据分析以及功能注释与验证等多个步骤。
卵巢癌铂类化疗耐药相关基因的识别与分析

卵巢癌铂类化疗耐药相关基因的识别与分析摘要:卵巢癌是导致女性生殖系统肿瘤死亡的最常见原因。
卵巢癌的发病率随地理环境和年龄的不同而有很大差异。
在发达国家,大多数上皮性卵巢癌(Epithelial ovarian cancer,EOC)女性是在第60-70岁左右被诊断出来的。
EOC的预后较差,其5年生存率仅为30%,由于卵巢位于骨盆侧壁的卵巢窝内,早期阶段既没有有效的诊断方法,也没有特异性的症状,所以卵巢癌在发现时超过70%已经是晚期阶段[1-2]。
卵巢癌的一线治疗需进行疾病分期,手术治疗以减少肿瘤体积的细胞减灭术为主,然后是铂类药物和紫杉烷类的细胞毒性化疗,化疗可以在新辅助治疗(手术前)或辅助治疗(手术后)中进行。
卵巢癌患者术后化疗的疗效随着患者对化疗耐药的逐渐增加并无明显改善,其五年生存率也无明显提高。
因此,提高患者生存率并克服患者化疗耐药亟需研究出新的治疗方案。
本研究通过生物信息学方法分析卵巢癌化疗耐药数据,筛选出与卵巢癌化疗耐药相关的基因,对疾病的个体化治疗、新的药物分子靶点的发现、创新药物设计等方面将发挥重要作用。
有望提高卵巢癌患者化疗疗效、提高患者的五年生存率。
关键词:卵巢癌生物信息学差异表达基因预后铂类化疗耐药卵巢的胚胎组织类型繁多,在原发性各脏器肿瘤中卵巢肿瘤类型最多;卵巢的胚胎组织发生成分复杂,卵巢肿瘤分为良性、恶性和交界性;卵巢的胚胎组织发生具有特殊性,是乳腺癌、子宫内膜癌、胃肠道肿瘤等发生转移的常见部位[3]。
卵巢癌起病隐匿,是目前在世界范围内最致命的妇科恶性肿瘤,其5年生存率约为47%,该数字在过去的20年中一直保持不变[4]。
早期诊断可以提高生存率,但不幸的是,只有15%的卵巢癌是在早期阶段被诊断出来[5]。
卵巢癌中大部分起源于上皮,卵巢癌的一线治疗方案是联合手术和化疗治疗。
尽管大多数肿瘤最初会对这种治疗产生反应,但对于晚期卵巢癌的患者,很可能会在中位生存期16个月内复发[6]。
宫颈癌相关基因的筛选及生物信息学分析的开题报告

宫颈癌相关基因的筛选及生物信息学分析的开题报告
一、选题背景
宫颈癌是女性常见的恶性肿瘤之一,常常在40-50岁女性中发生。
目前宫颈癌的发病原因尚未完全清楚,但已有研究证实与许多基因的异常表达和功能失调有关。
因此,筛选宫颈癌相关基因并对其进行生物信息学分析,有助于深入了解宫颈癌的发病
机制。
二、选题意义
随着生物学和基因组学的发展,人们对宫颈癌的基因调控机制和发病过程有了更深入的认识。
筛选宫颈癌相关的基因并对其进行生物信息学分析,能够为宫颈癌的诊断、治疗和预防提供更加准确和有效的科学依据。
三、研究目标
本研究旨在筛选宫颈癌相关的基因并对其进行生物信息学分析,以探究宫颈癌的发病机制,进一步寻找宫颈癌诊断、治疗和预防的新靶点。
四、研究内容和方法
1.筛选宫颈癌相关的基因:通过文献调研和数据库分析,选定可能与宫颈癌发生有关的基因。
2.获取基因表达数据:从公共数据库(如GEO、TCGA等)中获取宫颈癌组织和正常组织的基因表达数据。
3.生物信息学分析:利用生物信息学工具(如R、Python、DAVID等)分析不同基因的差异表达、功能注释、富集分析等,通过绘制网络图、通路图等图形展示分析
结果。
五、预期成果和意义
1.预期成果:本研究将筛选出宫颈癌相关基因并进行生物信息学分析,提供宫颈癌发病机制及诊断、治疗、预防等方面的新思路和新靶点。
2.预期意义:本研究的成果将有助于对宫颈癌的发病机制有更进一步的认识,提高宫颈癌诊断、治疗和预防的准确性和有效性,为宫颈癌的预防和治疗提供科学依据。
数字化差异显示筛选视网膜母细胞瘤肿相关基因

4.筛选的示意图:
图一;数字化筛选检测肿瘤相关基因方法的图示
福建医科大学2007届硕士研究生毕业论文
2.视网膜母细胞癌肿瘤相关基因的RT-PCR结果(图四)
圈_.,视网膜母细臆瘤肿瘤相关基因的闻W.cR分析。
在RB组织和正常视网膜组织相对比中,噩过用GAPDH标准化的表达可见t怕肿瘤组织中表达的变化是正常的两倍.
3.视网膜母细胞瘤肿瘤相关基因的RT-PCR分析(图五):
从图可见:在髓组织和ILxo-Rb44细胞中五个基因的表达MCM7、Prr姒、HMGAI、柳G1,P,PSA五个基因在飓肿瘤中都上调,其中PTMA和即s矗在ltxo-gb44中的表达较低.(横坐标为差异表达的基因,纵坐标表示差异基因表达(Ca/S))
图五视网膜母细胞瘤肿瘸相关基因的阶Pcll结果
福建医科大学2007届硕士研究生毕业论文
3.差异表达基因的聚类分析(图六)
·本图显示了通过c1)NA数字化差异显示的表达差异率>2(P<0.01)的175个差异表达基因和通过SAGE数字化差异显示的表达率>5(P<0.01)的103个基因的聚类分析结果.。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
肿瘤相关基因的筛选策略核心提示:nbsp;nbsp;肿瘤的发生发展是一个涉及多因素(遗传、理化及感染因素)、多步骤的贯穿一系列分子事件(多基因参与)的复杂生物过程。
细胞染色体的异常和基因的缺陷在肿瘤发生发展过程中起重要作用。
1986年,美国麻省总医院的Thaddeusnbsp;Dryia和哈佛大学的Robe刘复兴《咸宁学院学报(医学版)》2006 年4 月第19 卷第2 期肿瘤的发生发展是一个涉及多因素(遗传、理化及感染因素)、多步骤的贯穿一系列分子事件(多基因参与)的复杂生物过程。
细胞染色体的异常和基因的缺陷在肿瘤发生发展过程中起重要作用。
1986年,美国麻省总医院的Thaddeus Dryia和哈佛大学的Robert Weinbergd 等成功克隆出第一个抑癌基因Rb并由WH Lee等完成全序列测定。
自此肿瘤相关基因(癌基因和抑癌基因)的研究开始进入高潮期并延续至今,一百多种癌基因和二十多种抑癌基因被相继发现。
目前有关肿瘤发病机制的研究方向有:①以研究基因环境交互作用为主攻方向,主效应基因与环境易感基因研究并重;②遗传机制与表遗传结合研究;③功能基因型(genotype)和表型(phenotype)的相互关系的研究等。
肿瘤相关基因的筛选一直为研究者所重视,新方法不断出现。
1 用微卫星DNA多态性标记策略寻找肿瘤相关的候选抑癌基因抑癌基因的丢失或者功能失活能够引起细胞的恶性转化而致肿瘤发生。
可以采用微卫星DNA多态性标记策略去寻找肿瘤相关的抑癌基因。
即首先运用微卫星分析的方法寻找具有高杂合性丢失频率的染色体区域,根据连锁分析可知该染色体区域或其临近区域可能存在肿瘤相关的抑癌基因;然后运用基因的分子内微卫星标志分析、甲基化状态分析、突变检测或候选片段的定位克隆等方法从高杂合性丢失的染色体区域筛选候选的抑癌基因。
最后将目的基因转入动物观察其功能表型。
在肺癌、乳癌、子宫和卵巢癌、女性生殖道癌、睾丸癌、肾癌、口腔癌、头颈鳞癌以及食道癌等人类肿瘤中经常发生一些染色体区域的高杂合性丢失[1~9],提示这些区域可能存在候选的抑癌基因。
通过微卫星分析已筛选到一些候选抑癌基因。
在人类肿瘤中,3p14.2、3p21.3、9p1322和16q23.324.1等区域杂合性丢失频率较高。
FHIT基因位于3p14.2。
FHIT 蛋白是一种AP3A水解酶,可能参与DNA复制和细胞周期的调控。
在诸如消化道肿瘤、肺癌、乳腺癌和头颈鳞癌中可以检测到FHIT基因的异常转录[10~12]。
在肺癌、胃癌和乳癌中还检测到FHIT基因的点突变[13,14]。
在肺癌和宫颈癌中观察到Fhit蛋白表达缺失[15,16]。
H37和RPL14等基因位于3p21.3。
免疫组化分析显示在非小细胞肺癌中H37基因表达水平降低[17]。
细胞周期调控相关基因p16位于9p1322。
在食管癌中p16可能通过甲基化、杂合性丢失或者突变等机制失活[18]。
WWOX基因位于16q23.324.1。
在食管癌中WWOX通过杂合性丢失机制失活[19,20]。
上述研究提示FHIT、H37、RPL16、p16和WWOX是候选的抑癌基因,它们有可能在肿瘤的发生、发展过程中发挥重要作用。
2 用基因芯片(DNA chip)技术寻找候选肿瘤相关基因DNA芯片技术是20世纪90年代后发展的一项DNA分析新技术,它集合了集成电路计算机、激光共聚焦扫描、荧光标记探针和DNA合成等先进技术。
基因芯片技术以其高通量特点而被广泛应用于肿瘤研究中。
通过运用多个技术平台,一个基因芯片可以同时检测多达48000个不同的基因。
通过基因芯片分析发现不同肿瘤的基因表达谱具有显著差异[21],并发现了许多新的肿瘤相关基因,这些基因可能成为肿瘤诊断的新标志物。
随着成本的降低,基因芯片技术将成为对肿瘤患者进行临床诊断和预后估计的常规手段。
例如基因表达微阵列被证明可以用于对乳腺癌、肺癌、脑肿瘤以及急性淋巴细胞性白血病等患者的生存期进行预测;表达谱分析可以用于肿瘤的进一步临床分类,这种技术已经用于对淋巴瘤、白血病和乳癌等肿瘤的分类[22];通过基因表达谱研究Huerta等在转移结肠癌中鉴定出对顺铂诱导凋亡具有抗性的基因包括MCT、GAD67、p19、GSTM3、Cyclin D1、ATM和CO029等[23]。
3 用微阵列比较基因组杂交方法寻找肿瘤相关基因以微阵列为基础的比较基因组杂交(ArrayCGH)类似于普通的染色体比较基因组杂交,不同的是它运用大的插入DNA克隆如BAC、YAC和P1 [24,25]或者cDNAs [26,27]以微阵列代替中期染色体作为染色体特异的杂交靶点。
通过ArrayCGH方法检测到克隆对应区域DNA拷贝数的变化可能直接和基因序列信息相关,已经成功地运用于乳癌中新的肿瘤相关基因的定位和鉴定[25]。
ArrayCGH也已被应用于肾细胞癌的鉴别诊断。
4 用双向电泳质谱技术寻找肿瘤中异常表达的蛋白用配对的癌和癌旁组织进行蛋白质双向电泳,寻找差异表达蛋白,挖取差异表达的蛋白点并进行蛋白质纯化,对所纯化的蛋白进行质谱鉴定,运用Edman降解等方法测定所纯化蛋白的序列,最后运用反向遗传学(reverse genetics)得到所纯化蛋白的对应基因,即具有蛋白差异表达的基因。
这是蛋白质组学研究的常规思路。
通过上述方法Xia等发现了食管鳞癌中的一些上调和下调基因[28]。
Wulfkuhle等通过对人乳腺导管癌的蛋白质组学研究得到了57个肿瘤异常表达蛋白,14个通过免疫组化方法得到进一步鉴定。
这些蛋白包括细胞内膜及囊泡运输的蛋白、离子通道和脂肪酸,及与细胞骨架结构、蛋白伴侣功能、细胞凋亡、基因组不稳定性以及细胞内微环境等相关的蛋白。
Kuerer等对浸润性乳癌的研究也说明,蛋白质组学研究是发现新的肿瘤分子标志物的一种有价值的方法[29]。
现代分子生物学技术的不断创新给肿瘤相关基因的筛选提供了越来越多的可行和便捷策略。
越来越多的肿瘤相关基因也将被发现和鉴定,这将为肿瘤的基因诊断和治疗提供特异的靶基因。
参考文献:[1]Morita R, Ishikawa J, Tsutstumi M, et al. Allelotype of renal cell carcinoma[J]. Cancer Res,1991,51(3): 820[2]hlen T, Dubeau L. Loss of heterozygosity on the choromosomal segments 3p, 6q, and 11p in human ovarian carcinomas[J]. Oncogene,1990,5(2): 219[3]Jones MH, Nakamura Y. Deletion mapping of chromosome 3p in female genital tract malignancies using microsatellite polymorphisms[J]. Oncogene,1992,7(8): 1631[4]Chen LC, Matsumura K, Deng G, et al. Deletion of two separate regions on chromosome 3p in breast cancers[J]. Cancer Res,1994,54(11): 3021[5]Wu CL, Sloan P, Read AP, et al. Deletion mapping on the short arm of chromosome 3 in squamous cell carcinoma of the oral cavity[J]. Cancer Res,1994,54: 6484[6]Kok K, Naylor SL, Buys CHCM. Deletions of the short arm of chromosome 3 in solid tumors and the search for suppressor genes[J]. Adv Cancer Res,1997,71: 27[7]Shriver SP, Shiver MD, Tirpak DL, et al. Trinucleotide repeat length variation in the human ribosomal protein L14 gene (RPL14): localization to 3p21.3 and loss of heterozygosity in lung and oral cancers[J]. Mutation Reserch Genomics,1998, 406: 9[8]Califano J, Leong PL, Koch WM, et al. Second esophageal tumors in patients with head and neck squamous cell carcinoma: an assessment of clonal relationships[J]. Clin Cancer Res,1999,5(7): 1862[9]Hu N, Roth MJ, Polymeropolous M, et al. Identification of novel regions of allelic loss from a genomewide scan of esophageal squamouscell carcinoma in a highrisk Chinese population [J]. Genes Chromosomes Cancer,2000,27(3): 217[10]Ohta M, Inoue H, Cotticelli MG, et al. The FHIT gene, spanning the chromosome 3p14.2 fragile site and renal carcinomaassociated t(3:8) break point, is abnormal in digestive tract cancers[J]. Cell,1996,84: 587[11]Sozzi G, Veronese ML, Negrini M, et al. The FHIT gene at 3p14.2 is abnormal in lung cancer[J]. Cell ,1996,85: 17[12]Negrini M, Monaco C, Vorechovsky I, et al. The FHIT gene at 3p14.2 is abnormal in breast carcinomas[J]. Cancer Res,1996,56: 3173[13]Gemma A, Hagiwara K, Ke Y, et al. FHIT mutations in human primary gastric cancer[J]. Cancer Res,1997,57: 1435[14]Ahmadian M, Wistuba II, Fong KM, et al. Analysis of the FHIT gene and FRA3B region in sporadic breast cancer, preneoplastic lesions, and familial breast cancer prohands[J]. Cancer Res,1997,57: 3664[15]Greenspan DL, Connolly DC, Wu R, et al. Loss of FHIT expression in cervical cell lines and primary tumors[J]. Cancer Res,1997,57: 4692[16]Sizzi G, Tornielli S, Tagliabue E, et al. Absence of Fhit protein in primary lung tumors and cell lines with FHIT gene abnormalities[J].Cancer Res,1997,57: 5207[17]Oh J, West AR, Fishbein MC, et al. A candidate tumor suppressor gene, H37, from the human lung cancer tumor suppressor locus 3p21.3[J]. Cancer Res,2002,62: 3207[18]Tokugawa T, Sugihara H, Tani T, et al. Modes of silencing of p16 in development of esophageal squamous cell carcinoma[J]. Cancer Res,2002,62: 4938[19]Kuroki T, Trapasso F, Shiraishi T, et al. Genetic alterations of the tumor suppressor WWOX in esophageal squamous cell carcinoma[J]. Cancer Res,2002,62: 2258[20]LudesMeyers JH, Bednarek AK, Popescu NC, et al. WWOX, the common chromosomal fragile site, FRA16D, cancer gene[J]. Cytogenet Genome Res,2003,100(14): 101[21]Yeatman TJ. The future of clinical cancer management: one tumor, one chip[J]. Am Surg,2003,69(1): 41[22]Liu ET. 89 Classification of cancers by expression profiling[J]. Curr Opin Genet Dev,2003,13(1): 97[23]Huerta S, Harris DM, Jazirehi A, et al. Gene expression profile of metastatic colon cancer cells resistant to cisplatininduced apoptosis[J]. Int J Oncol,2003,22(3): 663[24]Pinkel D, Segraves R, Sudar D, et al. High resolution analysis of DNA copy number variation using comparative genomic hybridization to microarrays[J]. Nat Genet,1998; 20: 207[25]Albertson DG, Ylstra B, Segraves R, et al. Quantitative mapping of amplicon structure by array CGH identifies CYP24 as a candidate oncogene[J]. Nat Genet,2000,25: 144[26]Pollack JR, Perou CM, Alizadeh AA, et al. Genomewide analysis of DNA copy number changes using cDNA microarrays[J]. Nat Genet,1999,23: 41[27]Heiskanen MA, Bittner ML, Chen Y, et al. Detection of gene amplification by genomic hybridization to cDNA microarrays[J]. Cancer Res,2000,60: 799[28]Xia SH, Hu H, Hu LP, et al. Analysis of proteins with altered expression in human esophageal squamous cell carcinomas[J]. Ai Zheng,2002,21(1): 11[29]Wulfkuhle JD, Sgroi DC, Krutzsch H, et al. Proteomics of human breast ductal carcinoma in situ[J]. Cancer Res,2002,62(22): 6740(咸宁学院医学院病理学教研室,湖北咸宁437100)(责任编辑:admin)声明:各媒体转载请自觉注明文章来自《中华检验医学网》()!原文地址:/html/20100608/8493.html。