不同类型肿瘤的基因组研究综述

不同类型肿瘤的基因组研究 [摘要]肿瘤的发病率和死亡率逐年递增，与心血管疾病一同成为造成人群死亡的主要原因。DNA序列的变异是所有肿瘤细胞发生的重要的分子层面原因。多基因的发生低频率改变可能逐渐聚集导致肿瘤发生，但是要发现这些低频变异位点需要大规模样本进行全基因组检测，全基因组关联研究可以帮助我们实现这个目标。肿瘤基因组研究工作目前发现了许多肿瘤的致癌基因。本文将主要阐述肺癌、肝癌、乳腺癌的基因组研究。 关键词：肿瘤、全基因组关联研究、肿瘤基因组 1.全基因组关联研究 全基因组关联研究（genome-wideassociation studies,GWAS）是以微阵列技术为基础，通过对大规模的群体DNA样本进行全基因组高密度遗传标记分型，寻找与复杂疾病相关的遗传因素的研究方法。目前，GWAS研究已经在100多种肿瘤中发现了上千个低频变异位点[1]。单核苷酸多态性GWAS（single-nucleotide polymorphisms GWAS,SNP-GWAS)和少量的拷贝数变异GWAS（copy number variation GWAS,CNV-GWAS）是现阶段GWAS研究的主要方向。大量研究发现SNP在肿瘤的发生中扮演重要的角色。大量研究发现SNP在肿瘤的发生中扮演重要的角色。SNP即在不同个体的同一条染色体或同一位点的核苷酸序列中，绝大多数核苷酸序列一致，而只有一个碱基不同的现象。SNP是人类基因组DNA序列中最常见的变异形式。在数以百万计的SNP中，对肿瘤发生和药物治疗有重大影响的SNP只占很小一部分。从整个基因组SNP，到导致氨基酸编码改变或基因表达调控改变的SNP，最后到导致蛋白质活力改变的SNP，数目都在迅速递减。联合SNPs和肿瘤表型的研究，可以为肿瘤预测、诊断和药物敏感性分析提供精确的遗传标志。拷贝数变异（copy number variation，CNV）：指在人类基因组中广泛存在的，从1000bp到数百万bp范围内的缺失、插入、重复和复杂多位点变异。拷贝数变异是染色体结构性差异的一种形式。CNV通过改变基因的份数影响表达程度，打乱基因编码区结构，改变基因调控序列的位置或长度，暴露隐形突变等方式影响个体表型[2]。 2.不同类型肿瘤基因组研究 大多数常见肿瘤的发生都可以归结为基因异常和环境影响。寻找和肿瘤发生、进展相关的易感性基因一直是人们努力的方向。肿瘤基因组研究通过鉴定新的肿瘤相关的突变位点、突变基因和突变参与的分子调控网络及细胞信号通路，从基因变异的谱系上分析肿瘤发生发展的原因，从而更好的预防和治疗肿瘤[3]。国际肿瘤基因组协作联盟（ICGC）于2007年成立并启动了全球范围的肿瘤基因组研究工作，当前跨癌种的泛癌症基因组的研究已经成为ICGC的工作重点[4]。ICGC对50种癌症，总计25000例患者样本绘制体细胞基因突变谱。目前，由多个国家参与的课题组已经阶段性地总结了特定癌症的数据并报道了研究成果[5]。

2.1肺癌基因组研究 肺癌是全球最常见的恶性肿瘤之一，持续增长的烟草消费和严重的环境污染使得我国多数地区的肺癌发病率和死亡率一直呈上升趋势，成为严重危害我国居民健康和生命的主要疾病之一。近年来，随着人类基因组计划的完成和国际人类基因组单体型图谱计划的不断推进，以及高通量技术平台的建立和完善，GWAS已经成为肺癌等复杂性疾病遗传易感性研究强有力的工具。2008年4月以来，GWAS在欧美人群和亚洲人群中对肺癌的遗传易感性进行了探讨，发现了一批肺癌易感区域，如染色体5p15、6p21和15q25区域等[6]。最近，研究人员发现，位于染色体10p14、5q32和20q13.2区域的3个SNP与中国人群肺癌易感性的关联达到了全基因组显著性水准(P <5.0×10-8)，这3个SNP分别是：10p14区域SNP rs1663689(GATA3基因附近，P=2.84×10-10)、5q32区域SNP rs2895680(PPP2R2B-STK32A-DPYSL3，P=6.60×10-9)和20q13.2区域SNPrs4809957(CYP24A1，P=1.20×10-8)[7]。肺鳞癌又称肺鳞状上皮细胞癌，占原发性肺癌的40%～51%，肺鳞癌多见于老年男性，与吸烟有密切关系[8]。对中国人群肺鳞癌特异的遗传易感区域和位点研究结果显示，位于染色体12q23.1区域SNP rs12296850（SLC17A8-NR1H4）可显著降低肺鳞癌的发病风险(OR=0.78, P=1.19×10-10)，与携带AA基因型的个体相比，携带AG和GG基因型的人肺鳞癌的发病风险分别降低了26%（95%CI=0.67-0.81）和32%（95%CI=0.56-0.83），为了研究rs12296850是否为鳞癌特异性的易感位点，我们对其在肺腺癌中进行了进一步检测，未发现rs12296850与腺癌易感性存在显著性关联（P=0.173）[9]。因此，本研究提示染色体12q23.1区域可能是中国人群肺鳞癌特异的遗传易感区域。 2.2肝癌基因组研究 肝细胞癌(Hepatocellular carcinoma, HCC)是世界上发病率和死亡率最高的恶性肿瘤之一,占全球癌症相关死亡的第三位。然而关于这一致命性疾病的发病机制仍不十分清楚，其发生、发展的分子机理亟待阐明。目前，一种用来发掘肿瘤相关基因的有效方法是在频繁发生异常改变的基因组区域中寻找潜在的候选基因[10]。研究人员通过细胞癌基因组拷贝数畸变全景分析，发现1241个显著拷贝数畸变（CNA）位点。然后结合生物信息学分析和文献查询，挑选出20个候选基因准备进行后续功能分析。体内外功能实验检测，发现1个新的候选抑癌基因TRIM35和2个新的候选癌基因HEY1与SNRPE [11]；对肝癌基因组中新发现的拷贝数扩增位点1q24.1-24.2进行深入研究，发现 一个新的肝癌转移促进基因MPZL1。TRIM35基因通过阻滞细胞周期于G2/M期和促进细胞凋亡而发挥其抑制肝癌细胞增殖的作用TRIM35基因在肝癌组织中蛋白表达水平与肝癌的组织学分级、肿瘤大小以及血清AFP水平等临床病理学指标呈负相关。MPZL1其通过促进Src激酶磷酸化水平增加，进而磷酸化并激活Cortactin蛋白，从而促进肝癌细胞转移[12]。 2.3乳腺癌基因组研究 根据国际抗癌协会的资料统计，乳腺癌是女性发病率较高的恶性肿瘤之一，约占23%，全世界每年约120万妇女患病，50万人死亡，发病率和死亡率居妇女各类恶性肿瘤之首。乳腺癌易感基因BRCA1和BRCA2突变与家族性乳腺癌密切相关，但只占5-10%的乳腺癌[13,14]。近期的GWASs已经确定了基因多态性与乳腺癌风险相关，一组10个SNPs有59.7%的预测精确度。根据经典肿瘤发生的“二次打击理论”，认为抑癌基因的失活有两条途径，即基因内突变和染色质丢失。然而随着研究的深入，人们发现某些恶性肿瘤DNA序列完整，并未有突变、缺失，“二次打击理论”无法解释抑癌基因何以失活。DNA甲基化是一种重要的遗传外修饰，是表观遗传学的重要组成部分，是调节基因组功能的重要手段。DNA甲基化主要发生在G/C含量丰富的CpG二核苷酸位点。应用全基因组高密度甲基化芯片对人类乳腺癌病变组织与正常乳腺组织进行的系统研究表明：乳腺癌患者与正常妇女间的基因存在不同的甲基化类型,这些DNA甲基化差异的发现,为进一步研究乳腺癌发生发展的分子机理及其防治新方法的研究奠定了基础。van Hoesel等认为启动子甲基化是乳腺癌发生的早期事件，具有细胞与组织异质性，甲基化表型可早于肿瘤恶变的出现，MINT17、MINT31、RARbeta2、RASSF1A基因甲基化可用于早期诊断及预测肿瘤的恶性程度[15]。视黄醇受体(Retinoic acid receptor, RAR)基因作用于恶性肿瘤细胞系的反转录过程，抑制肿瘤细胞的增值。RAR与乳腺癌有着非常密切的关系，其中坐落于3p24上的RARβ基因作为乳腺癌抑制因子受到广泛的关注，如果失去了RARβ基因的调节作用就会诱发恶性肿瘤的发生[16]。因此RARβ基因(p=1.44E-07)甲基化可作为判断淋巴结转移的乳腺癌患者预后的分子生物学指标。蛋白酪氨酸磷酸酶O (Protein tyrosine phosphatase receptor-type O, PTPRO)基因是蛋白酪氨酸磷酸酶PTPs家族成员之一，是细胞增殖、分化、代谢、细胞与细胞间通讯、基因转录以及细胞存活等重要信号通路的媒介，参与细胞生长、分化、分裂周期、癌基因转化等多种过程，是新近发现的一个潜在抑癌基因[17]。PTPRO基因启动子甲基化在乳腺癌的发生、发展中起着重要作用,与乳腺癌的预后相关，可作为一个独立的预后生物学指标。 3.展望 肿瘤的基因组研究为预防、治疗肿瘤提供了依据。根据特定肿瘤、特定人群的致癌基因，设计药物从而抑制肿瘤的发生发展，造福人类。然而，目前的肿瘤基因组研究只限于发病率高的几种肿瘤，且未完全得到肿瘤的全基因组，并不能完全控制肿瘤。因此未来我们要更好的利用二、三代测序技术发现更多肿瘤的变异位点。 参考文献 [1]Varghese JS,Easton DF.Genome-wide association studies in common cancers,what have we learnt? [J].Curr Opin Genet Dev,2010,20:201-209. [2]Feuk L,Carson AR,Scherer SW.Structural variation in the human genome.[J].Nat Rev Genet,2006,7:85-97. [3]Kan Z, Zheng H, Liu X et al (2013) Whole-genome sequencing identifies recurrent mutations in hepatocellular carcinoma. Genome Res 23:1422–1433 [4]Xueda Hu,Huanming Yang,Jie He,Youyong Lu.The cancer genomics and global cancer genome collaboration[J].Sci. Bull. (2015) 60(1):65–70.