论文部分内容阅读
目的：(1)构建结直肠腺癌(colorectal adenocarcinoma, CAC)的miRNA表达谱;(2)构建CAC的mRNA表达谱；(3)通过生物信息学分析,验证在CAC中差异表达的miRNAs;(4)通过实时荧光定量聚合酶链反应,检测步骤3中得到的差异表达miRNAs,并评估miRNA区分CAC肿瘤组织和正常组织的能力;(5)采用生物信息学手段,探索miR-133b可能的生物学机制。方法：(1)将14位CAC患者的肿瘤组织的RNA混合成为1T、2T两个样本,将配对正常组织的RNA混合成1N、2N两个样本,然后进行miRNA测序。选用edgeR软件来比较miRNAs在肿瘤和正常组织中的表达情况,差异表达位点的定义为：Fold Change (FC)≥2或FC≤0.5(即log2FC|≥1), P<0.05且False Discovery Rate (FDR)-P<0.01。(2)在上述样本中进行RNA测序。表达显著差异的mRNA的评价标准为：|log2FC|>1,P<0.05并且FDR-P<0.01.(3)搜索Gene Expression Omnibus (GEO)公共数据库,下载符合纳入标准的结直肠癌miRNA数抓集,利用Student’s T-test进行表达差异分析。然后对本文第一部分的阳性miRNAs位点进行验证。(4)在111对CAC肿瘤及配对正常组织中,检测4个miRNAs (miR-133a, miR-133b, miR-139-5p和miR-140-3p)的表达,内参基因选用RNU44。随后利用配对T检验,比较miRNAs在两种组织中的表达,P<0.05为具有统计学意义。最后,应用受试者工作特征曲线(Receiver Operating Characteristic Curve, ROC)来评估阳性miRNA区分CAC肿瘤和正常组织的能力。(5)应用miRBase, Targetscan和miRDB预测miRNA靶基因,取其重叠项。从The Cancer Genome Atlas (TCGA)数据库中下载miR-133b及其预测靶基因的表达数据。采用Pearson Correlation检验来分析miRNA-mRNA之间的关以。满足下列条件时,认为miRNA-mRNA关联存在:Pearson Correlation系数<-0.1;P<0.05且FDR-P<0.10。结果：(1)在1T/1N和2T/2N两个比较中,都为差异表达的miRNAs有100个。其中,表达下调的有53个,表达上调的有47个。(2)在1T/1N和2T/2N两个比较中,表达上调的mRNA有1375个,表达下调的有1425个。(3)数据集GSE35982和GSE38389被纳入研究。在RNA测序的100个阳性miRNAs位点中,有10个在GEO数据集中得到验证,它们是miR-1246, miR-129-5p, miR-133a, miR-133b, miR-139-5p, miR-140-3p, miR-188-5p, miR-301b, miR-552和miR-592。(4) miR-133b在CAC肿瘤组织和配对正常组织中的表达水平分别为0.49±1.89和1.77±7.36,差异具有统计学意义(P=0.0003)。miR-133a在两种组织中的表达水平分别为4.26±16.97与17.03±72.95,差异无统计学意义(P=0.121); miR-139-5p在两种组织中的表达水平为0.50±1.83和2.23±15.04,差异无统计学意义(P=0.061); miR-140-3p在两种组织中的表达水平为0.68±2.37与0.81±2.63(P=0.539)。ROC分析显示在冰冻组织中,miR-133b能较好地鉴别CAC患者肿瘤和正常组织,其曲线下面积为76.68%。(5)从TCGA中能获得hsa-miR-133b的191个预测靶基因的mRNA表达数据。Pearson Correlation分析和FDR校正表明,有两个基因和mi-R133b的表达水平有负向关联,它们是SFXN2 (Pearson Correlation系数=-0.139,P=0.007, FDR-P=0.059)和ACAT2 (Pearson Correlation系数=-0.137, P=0.008, FDR-P=0.061)。结论：本文利用miRNA测序、生物信息学分析和实验验证,揭示了hsa-miR-113b在结直肠腺癌肿瘤组织中表达下调(和配对正常组织相比)。它可能通过调控SFXN2和ACAT2来影响结直肠癌的癌变。我们的结论依然需要后续的大样本或功能研究。