论文部分内容阅读
1研究背景和目的食管癌(esophageal cancer,EC)是全球范围内排名第六的恶性肿瘤,在癌症相关致死性肿瘤中位居第四位,预后极差,中晚期EC的5年生存率仅为15%-25%[1]。中国是世界上食管癌发病率和死亡率最高的国家之一,全球每年新增食管癌患者超过50万例,其中一半以上发生在中国。但是目前可以运用于食管癌早期诊断和人群筛查的手段非常有限,各种胃镜技术的开展对食管癌的早期诊断有重要贡献。但是使用胃镜普查有很多局限性:其一胃镜对医师操作经验的高要求和病人自身的耐受性差等问题;其次为胃镜活检在无症状人群中操作的盲目性和不规范现象;再次胃镜在无症状人群筛查中食管癌及癌前病变的检出率均较低[2],这使得该项检测手段很难在食管癌高发区的无症状人群中大范围开展。如何找到一项无创性的食管癌检测手段,即对于预测食管癌患病风险具有较高特异性和敏感性的分子靶标对食管癌的早期发现、高危人群预警和精准筛查都具有十分重要的意义。食管癌的全基因组关联分析(genome-wide association study,GWAS)是从遗传因素方面对食管癌发病机制的研究,迄今为止已发现多个单核苷酸多态性(single nucleotide polymorphism,SNP)及相关易感基因与食管癌(esophageal cancer,EC)高风险易感性有密切关系[3-5]。但是已被发现的SNP位点均未能在临床实践中得到广泛应用,如何利用这些易感SNP位点建立食管癌发病风险预测的分子学指标是后GWAS时代的重要课题。本课题组着重在食管癌遗传学方向进行研究,试图建立高发区医院患者和无症状人群队列,对入组患者或人群均进行食管癌高风险SNP检测并计算遗传风险评分(genetic risk score,GRS),通过定期胃镜检查和长期随访,探索GRS与食管癌发病的关系,验证SNP对食管癌高风险预警的价值,以期为临床食管癌的早期诊断和普查提供适宜的分子指标。本研究主要内容为建立高发区医院门诊患者和高发区无症状人群两组队列,完成入组对象的SNP检测和GRS计算,然后初步分析两组队列的GRS分布差异,明确SNP对高危人群预警中的作用,旨在为课题后续研究提供可行性依据。2材料与方法2.1研究对象2.1.1队列1(医院门诊患者队列)医院门诊患者队列来源于河南省安阳市肿瘤医院、山西长治医学院附属和平医院和河北省磁县人民医院门诊胃镜患者(2012-2014年)。所有研究对象均为汉族人,且均为中国食管癌高发区居民。共入组1834例患者,其中男性879例,女性955例,男女比例为0.92:1;平均年龄为52±12岁,中位年龄为53岁,年龄范围18-86岁。在1834例研究对象中,共1503例人群检测到SNP位点的完整数据,其中男性708例,女性795例,男女比例为0.89:1;平均年龄为53±12岁,中位年龄为53岁,年龄范围23-86岁。2.1.1队列2(高发区无症状人群队列)该队列来源于河南省食管癌重点开放实验室下乡流行病学调查结果,均为河南省新乡市辉县区域内无症状人群。研究对象共3157例,其中男性1484例,女性1673例,男性比例为0.89:1;平均年龄为56±9岁,中位年龄为56岁,年龄范围23-86岁。在3157例研究对象中,共3147例人群检测到SNPs位点的完整数据,其中男性1477例,女性1670例,男女比例为0.88:1;平均年龄为56±9岁,中位年龄为56岁,年龄范围23-86岁。所有患者均为汉族人,且为食管癌高发区人群。2.2研究对象资料的收集和整理在现场对研究对象进行流行病学调查问卷,包括其年龄、地址、职业、吸烟、饮酒和家族史等基本情况;所有入选对象均抽取3-5ml外周静脉血于EDTA抗凝或枸椽酸钠抗凝管收集后迅速置于-20℃冰箱冷藏,为后续DNA提取和SNP检测做准备。2.3本研究中SNP的筛选和基因分型2.3.1 SNP筛选我们首先纳入本课题组GWAS研究发现的9个SNP位点,再对本室前期GWAS数据进行imputation分析,与2010.1-2013.12期间基于中国人群的食管癌GWAS研究所发现的SNP位点交叉对比,去除文献报道中明确有高度关联的SNP位点,最终确定34个SNP位点纳入本研究(见表2.2)。2.3.2 SNP基因分型本研究两组队列共4991例样本均进行34个SNP检测,采用Sequenom Mass array SNP技术进行这些SNPs的基因分型和等位基因频率计算。由于rs1045485、rs2244438和rs3769823检出率较低,故最终纳入31个SNP基因分型数据计算相应参数。2.4食管癌遗传风险评分(genetic risk score,GRS)计算我们根据Che研究[6]中GRS的算法,通过文献查找风险比例(odds ratio,OR)和最小等位基因频率(minor allele frequency,MAF),计算方差可释性遗传风险评分(Explained variance weighted genetic risk score,EV-GRS)。2.5统计分析方法本研究资料中SNP位点的筛选和EV-GRS的计算采用PLINK统计软件,SPSS 21.0软件进行余下统计学分析,其中队列间EV-GRS分布比较采用独立样本的t检验,采用X2检验分析EV-GRS组间差异。检验水准α=0.05。3结果3.1食管癌高发区无症状人群胃镜结果分析本资料共收集队列1患者1834例,检出各类食管疾病616例,检出率高达33.6%。检出各类食管疾病中,食管炎症占据绝大多数(33.6%,535/1834),其中慢性食管炎的检出率最高(24.6%,452/1834),其次为反流性食管炎(2.9%,53/1834);食管癌检出率较高(1.5%,27/1834)。本研究检出的616例各类食管疾病在不同年龄组间存在差异(P<0.05),食管癌在60-69岁组检出率最高(51.9%),慢性食管炎为50-59岁最高(35.2%),而反流性食管炎和食管平滑肌瘤在40-49岁组检出率最高(32.1%,36.4%)。3.2 EV-GRS在队列1和队列2中分布比较3.2.1 EV-GRS在队列1和队列2中分布队列1中,将SNP位点基因分型数据均完整的1503例患者计算EV-GRS,平均值为2.65±0.55,中位值2.65,范围0.51-5.05。K-S检验显示EV-GRS服从正态分布(Z值=0.964,P值(sig 2-tailed)=0.310);队列2中,计算SNP位点基因分型数据均完整的3147例研究对象的EV-GRS,平均值为2.57±0.52,中位值2.58,范围0.94-4.36。K-S检验显示EV-GRS服从正态分布(Z值=0.804,P值(sig 2-tailed)=0.537)。3.2.2 EV-GRS在队列1和队列2中分布差异EV-GRS在两组队列中均服从正态分布,且两总体方差齐(F=1.727,P=0.189);采用两独立样本的t检验显示队列1中患者平均EV-GRS高于队列2中的研究对象(t=3.755,P=0.000,95%CI=0.09-0.03)。本研究中以5%及95%为分界依据将EV-GRS分为三组,分别为低风险组(EV-GRS<1.77)、中风险组(EV-GRS为1.77-3.48)及高风险组(EV-GRS>3.48)。队列1中高风险患者比例高于队列2,同时低风险患者高于队列2中人群,差异有统计学意义(X2=8.5,P=0.014)。4结论1)食管癌高发区无症状人群胃镜筛查中,食管疾病检出率较高,其中食管炎症居多数,其各类食管疾病不同年龄间存在明显差异;2)遗传风险评分在高发区医院门诊患者和无症状人群间的分布存在差异,可将高发区人群分为不同亚群,本研究为本课题后续工作奠定作用,通过随访为进一步评价高风险SNP的意义提供重要基础。