论文部分内容阅读
淋巴瘤是一种源自淋巴系统的全身性恶性肿瘤,占所有恶性肿瘤的3%到4%。目前,淋巴瘤的亚型分类较多,可依据病理特征分为霍奇金淋巴瘤(Hodgkin lymphoma,HL)和非霍奇金淋巴瘤(Non-Hodgkin lymphoma,NHL)两大类。对淋巴瘤的正确诊断和分类是成功治疗淋巴瘤的基础。现有的诊断技术主要是基于细胞形态、免疫表型和分子诊断的组织活检。而良性的反应性淋巴增生(Reactive lymphoid hyperplasia,RLH)在组织活检中非常常见,且常将它与恶性淋巴瘤相混淆。仅依靠现有的诊断方法区分RLH与淋巴瘤并非易事,因此结合新型生物标志物的诊断方法的开发对RLH和淋巴瘤的鉴别诊断是非常重要的。与此同时,弥散性大B细胞淋巴瘤(Diffuse large B cell lymphoma,DLBCL)作为NHL的主要类型,是一种临床异质性疾病。尽管大多数患者可以通过标准的R-CHOP化疗手段治愈,但大约30-40%的患者会发展为复发或难治性疾病。因而,亟待新型的生物标志物对DLBCL患者进行预后分层。复杂生物基因组的60-70%被转录为非编码RNA(ncRNA),这些ncRNA包括微小RNA(microRNA,miRNA)、小核仁RNA、长非编码RNA(Long non-coding RNA,lncRNA)等。它们调控着生理和发育过程中不同层面的基因表达,且其失调与疾病的发生发展密切相关,可作为疾病诊断和预后的生物标志物。竞争性内源RNA(Competing endogenous RNA,ceRNA)假说表明lncRNA可通过对miRNA的海绵吸附作用间接调节mRNA的水平,为研究疾病的发病机制与靶向治疗提供了新视角。本文旨在筛选区分淋巴瘤与RLH的miRNA生物标志物,使用机器学习方法构建识别淋巴瘤与RLH的分类器,为淋巴瘤的精确诊断提供辅助手段。同时,构建DLBCL的R-CHOP疗效分类器,对DLBCL患者进行预后分层。并且,系统性地解析和比较DLBCL和HL特异的ceRNA网络,阐明lncRNA与mRNA在这两种淋巴瘤亚型中的ceRNA调控关系,为DLBCL和HL的机制研究和靶向治疗提供新的候选生物标志物。本文的主要研究内容如下:1、通过二代测序数据的分析以及文献检索,构建了用于鉴别诊断RLH与淋巴瘤的包含12个miRNA的miRNA检测组合。对该检测组合进行优化后,最终构建了由6个miRNA组成的miRNA检测组合,其中miR-21、miR-146a、miR-155、miR-17、miR-150为miRNA生物标志物,let-7f为内源性参照。2、基于6-miRNA检测组合构建了区分淋巴瘤与RLH的分类器。通过包含375例RLH样本以及262例淋巴瘤样本的独立测试样本集对该分类器进行评估,其准确率为91.37%,敏感性为93.13%,特异性为90.13%,曲线下面积为0.9653。这说明该分类器具有优秀稳定的性能,可成为精确识别淋巴瘤和RLH的有效诊断方法。3、以miR-150、miR-146a、miR-155和miR-17为基础,构建了评估R-CHOP在活化B细胞亚型的DLBCL患者中治疗效果的分类器。该分类器的五折交叉检验准确率为92.5%,敏感性为85%,特异性为100%。这表明这四种miRNA具有评估R-CHOP对DLBCL患者疗效的潜能。4、分别对DLBCL和HL与相应的正常对照样本的基因表达谱与miRNA表达谱进行差异表达分析,识别了DLBCL和HL的差异表达lncRNA、mRNA和miRNA。基于ceRNA网络理论,构建了DLBCL和HL特异的ceRNA网络。并选取了两个网络中共有的ceRNA关系对构成共有ceRNA子网络,该子网络中的RNA可能参与了两种淋巴瘤亚型共同的ceRNA调控途径。5、在DLBCL特异的ceRNA网络中,识别了10个与DLBCL患者总体生存水平显著相关的mRNA,分别为ZNF3、PPP1R2、RABEP1、PEX11B、SIK1、KXD1、TSG101、TLE4、CDV3、STX16。并且选取其中8个mRNA应用Lasso回归构建DLBCL风险模型,该模型具有预测DLBCL患者生存状况的潜力。综上所述,本文围绕ncRNA对淋巴瘤的诊断识别、预后分层以及内在调控机制进行了研究,为淋巴瘤的精确诊断提供了新方法,为解析DLBCL与HL的ncRNA调控网络奠定了基础,对淋巴瘤的基础研究与临床实践都具有深远意义。