利用多种生物信息学方法筛选肺癌各分型的分子标志物并阐述肺癌的发生机制

摘要

肺癌作为一种常见的肺部恶性肿瘤，其发病率和病死率皆高居各类恶性肿瘤之首。肺癌早期诊断对肺癌的治疗及预后有重要意义。然而肺癌发生发展的分子机制仍远未探明，难以实施有效的早期诊断与治疗。基因的异常表达以及基因突变是导致癌症发生的重要遗传因素。因此，本论文利用多种生物信息学方法，分别从基因差异表达数据挖掘、蛋白相互作用网络构建、肺癌相关基因突变模式分析等多个方面阐述包括肺腺癌、肺鳞癌、小细胞肺癌在内的肺癌各主要分型间分子机制的区别及其发生机制。
　　首先分析来自GEO数据库的肺腺癌、肺鳞癌和小细胞肺癌的基因表达芯片（GSE2514和 GSE6044）。试图阐明：基因表达模式在肺癌中（肺腺癌、肺鳞癌和小细胞肺癌）发生了怎样的变化；差异表达基因参与哪些代谢途径以及这些代谢途径在肺癌发生过程中的可能作用；在构建肺癌相关蛋白相互作用网络的基础上，探讨核心蛋白（中心节点）在肺癌发生过程中的可能作用（第二章）。
　　利用T检验法比较肺癌组织与正常肺组织的基因表达情况，进行差异表达基因的发掘，分别得到307（肺腺癌）、210（肺鳞癌）及322（小细胞肺癌）个差异表达基因（Differential expression gene，DEG）。其中，肺腺癌有79个基因表达上调，228个表达下调；肺鳞癌有75个上调，135个下调；小细胞肺癌有163个上调，159个下调。而且发现，三者共有DEG73个，肺腺癌、肺鳞癌和小细胞肺癌组织中独有的DEG分别有53、185和150个。为了进一步分析这些差异表达基因在不同类型肺癌中所扮演的作用，利用DAVID工具分别进行了KEGG通路富集分析。一方面，发现了三者共同的DEG富集代谢通路，如metabolism of xenobiotics by cytochrome P450（细胞色素P450介导的外源物质代谢）、arachidonic acid metabolism（花生四烯酸代谢）和drug metabolism（药物代谢）等，提示了三种肺癌类型在分子机制上的相关性。另一方面，也发现了一些独有的DEG富集代谢通路，比如Complement and coagulation cascades（补体系统，肺腺癌）、one carbon pool by folate（叶酸，肺鳞癌）、linoleic acid metabolism（亚麻酸代谢，小细胞肺癌），提示三种肺癌类型的分子机制又存在差异。此外，在构建蛋白相互作用网络（PPI network）后，对三种肺癌中处于中心节点位置的蛋白/基因进行比较发现，肺腺癌与其余两者（肺鳞癌和小细胞肺癌）差异明显，在degree前十的节点中，没有与其余两者相同的蛋白。而肺鳞癌与小细胞肺癌共有节点较多，比如CDK1、CDKN3、CENPA、AURKA等。
　　鉴于肺腺癌分子机制上的特殊性，以及肺腺癌是我国肺癌人群中的主要类型，本研究接下来以肺腺癌为研究对象，进一步通过突变模式分析以及文本挖掘探讨其发生发展分子机制。通过分析肺腺癌基因组突变谱，发现了一批具极高突变频率的基因（degree≧18），如MUC16、TP53、TTN、CSMD3、RYR2、LRP1B、XIRP2、ZFHX4、USH2A、GPR112和FBN2等。其中首次发现TTN、RYR2、XIRP2、ZFHX4、GPR112等基因的突变可能与肺腺癌相关。突变基因（degree≧5）KEGG通路富集及共突变关系搜索发现63对通路存共突变关系（FDR<1.5E-05），其中，中心通路为B细胞受体信号通路，以及自然杀手细胞介导的细胞毒性。此外，对比肺腺癌相关的差异表达基因与突变基因（degree≧10）发现，CLCA2、COL11A1、COL3A1、DNAH9、DST、PTPRB、PTPRZ1、SLPI、SPRR3等9个基因既发生了突变，其表达也发生了明显变化。表明，这些基因的突变可能导致其表达异常，从而在癌症发生过程中起作用。而其余基因的突变可能导致功能的改变、丧失或引起其他基因表达发生变化。利用GeneWays对已发表文献进行文本挖掘，筛选出与肺腺癌相关的70个基因，得到了2298个分子互作关系网络。该网络中连接度最高的几个基因为TP53、MAPK14、CDKN2A、E2F1、CDKN1B等。模块基因参与的生物代谢通路，主要有癌症相关通路、细胞周期、小细胞癌、p53信号通路等通路，表明它们在肺腺癌的发生发展中起着重要的作用。
　　总之，往往单个或者少数几个基因/蛋白表达异常或者是发生突变并不会引发癌症，肿瘤发生需要大量肿瘤相关基因的参与和协同作用。本论文从整体调控网络的角度剖析了肺癌发生的分子机制。