论文部分内容阅读
前列腺癌恶化是在转录水平上发生变化的。雄激素受体(AR)属于转录核受体超家族的一员，主要通过靶基因的配体激活转录来调节前列腺癌的变化。因此，在研究激素变化和去势抵抗性前列腺癌的时候，需要对AR调节的基因和AR基因组结合位点进行细节性的图谱测序。 本课题采用雄激素依赖性细胞株LNCaP和本实验室诱导的雄激素非依赖性细胞株LNCaP-AI，分别对两株细胞株进行染色质免疫共沉淀，并对沉淀结果进行高通量测序。对于高通量测序结果使用ChIP-qPCR技术进行验证。在雄激素依赖性细胞株LNCaP和雄激素非依赖性细胞株LNCaP-AI的AR ChIP-seq中富集区随机各选取5个基因FOXP2，PCDH，LCP1，ZNF438，BDNR对它们进行定量PCR，在雄激素依赖性细胞株LNCaP和雄激素非依赖性细胞株LNCaP-AI中，这5个基因在AR ChIP中与IgG对照相比显著富集，这证明ChIP-seq数据结果可靠。通过染色质免疫沉淀技术联合高通量测序法(ChIP-seq)，在雄激素依赖性细胞株LNCaP中发现9021个peaks，这些peaks在各基因组功能元件上的分布为:基因间区55.8％，基因内含子区39％，基因上游20KB1.7％，基因下游20KB1.4％，基因外显子区2.1％。雄激素非依赖性细胞株LNCaP-AI中发现4949个peaks，这些peaks在各基因组功能元件上的分布为:基因间区55.3％，基因内含子区38.8％，基因上游20KB2.1％，基因下游20KB1.6％,基因外显子区2.2％。使用Model-based Analysis for ChIP-Seq(MAT)软件分别在雄激素依赖性细胞株LNCaP中找到了4143 AR binding sites并且在雄激素非依赖性细胞株LNCaP-AI中找到了2380 AR binding regions。将在雄激素依赖性细胞株LNCaP中找到了4143 AR binding sites定位到基因组，共得到2796个基因。 将在雄激素非依赖性细胞株LNCaP-AI中找到了2380 AR binding regions定位到基因组，共得到1854个基因。在雄激素依赖性细胞株LNCaP中，一共有3871个AR的DNA结合区域可以匹配到距离TSSs50KB的范围内，约占93％(3871/4143)。354个结合位点距离转录起始位点的的20KB范围内，约占8.5％(354/4143)。在雄激素非依赖性细胞株LNCaP-AI中，一共有2185个AR的DNA结合区域可以匹配到距离TSSs50KB的范围内，约占92％(2185/2380)。299个结合位点距离转录起始位点的的20KB范围内，约占12.6％(299/2380)。在雄激素依赖性细胞株LNCaP中得到的2796个基因与在雄激素非依赖性细胞株LNCaP-AI中得到的1854个基因共有789个是相同的。对数据进行进一步分析发现一个AR binding regions可以匹配到至少一个基因，同时一个基因至少有一个AR binding regions的富集，在雄激素依赖性细胞株LNCaP中平均一个基因可以有1.49个AR binding regions，在雄激素非依赖性细胞株LNCaP-AI中平均一个基因可以有1.28个AR binding regions。对这些基因的基因本体分析显示，LNCaP和LNCaP-AI细胞中的GO terms有很大程度的重叠。然而，LNCaP-AI细胞却含有一些LNCaP细胞所没有的GO生物过程，包括:繁殖、复制、死亡、免疫过程、多细胞过程、色素沉着和病毒繁殖。两者在GOterms中所含有的不同基因主要有TNFAIP8，RTN4，APP，SYNE1。 为了进一步研究AR在前列腺癌发生的过程中的影响作用，使用公开免费的数据库KEGG，调查了AR调控基因在生物通路水平上的富集情况。可以看出AR调控的基因富集的KEGG通路大部分与各种疾病或者癌症相关。 为了了解AR在雄激素依赖性细胞株LNCaP和雄激素非依赖性细胞株LNCaP-AI这两种细胞株中的结合区域内是否存在相似的motif，我们将两株细胞株的测序得到的所有peak按照富集度从小到大排列，使用meme软件分别对两株细胞株的top100的peak进行预测，在两种细胞株中分别得到了6个motif。根据这12个motif的亲缘关系绘制了Newick-format tree。亲缘关系相近的motif，被认为有相近的功能。从亲缘图我们发现这12条motif在功能上差异不明显。 本研究中利用染色体共沉淀联合基因测序技术，从基因学角度发现了转录因子AR在全基因组的结合位点，并对测序结果进行了生物信息学分析，筛选出来可能的AR靶基因，为更好的了解前列腺癌从雄激素依赖型发展为雄激素非依赖型的发生机制提供了基础和线索。同时这些结果为研究前列腺癌细胞中AR结合位点的全基因组分析提供了有意义的数据，对于前列腺的临床研究、个性化治疗和分子机制等具有非常重要的指导性意义。