前列腺癌(prostate cancer, PCa)是危害男性健康最常见的肿瘤之一,其发病率在美国居男性恶性肿瘤之首,占男性死亡原因的第二位,在中国前列腺癌的发病率远低于西方国家,然而,近20年来,我国前列腺癌的发病率也呈现逐年上升趋势,并且发病年龄也日趋年轻化,可能与生活方式、寿命延长、人口老龄化以及诊断技术的提高有关。前列腺癌多发生在外周带,早期无特异性症状,病变发展到晚期,则多发生局部浸润或远处转移,盆腔淋巴结是PCa最早转移部位,而骨骼是常见转移部位。局限性的PCa患者5年生存率几乎100%,而发生远处转移的PCa患者5年生存率下降到约为29%,前列腺癌患者一旦发生转移不仅预后差,而且严重影响其生活质量。骨转移是前列腺癌重要的临床特征和主要致死原因,美国死于前列腺癌的患者中,80%以上合并骨转移。前列腺癌骨转移可导致患者发生骨痛、病理性骨折、脊髓压迫、活动受限等骨相关事件(skeletal related events, SREs)。前列腺癌骨转移诊断主要依赖X片、CT以及MRI等影像学检查,骨扫描是前列腺癌转移诊断的最重要的诊断方法,骨扫描通过放射性追踪剂显示区分正常和异常骨活动,当怀疑骨转移、前列腺癌患者出现临床症状或者治疗过程中PSA升高应考虑行骨扫描进一步检查。雄激素与正常前列腺细胞与前列腺癌细胞的生长存在密切关系,目前,内分泌治疗目前仍是转移性前列腺的最有效治疗手段,其目的在于减少或消除雄激素对前列腺生长的促进作用,从而缓解转移性前列腺癌的症状。内分泌治疗通常包括手术去势与药物去势。药物去势通过使用雌激素类药物、抗雄激素类药物或黄体素释放激素类似物等药物以阻断雄激素与雄激素受体的结合或减少体内雄激素的产生。转移性前列腺癌患者的内分泌治疗属于姑息治疗。其治疗目的主要是在于减少或消除雄激素对前列腺生长的促进作用,控制前列腺癌的进展,减少相关症状,提高生活质量,目前对于临床医师来讲其治疗仍旧是巨大的挑战。前列腺癌转移是一系列复杂而有序的过程,其临床表现及转归也不尽相同,对转移机制的研究尚待继续深入。与此同时,遗传学及分子生物学研究正努力寻找敏感、有效的判断肿瘤发生、发展及转移的标记物,用于临床指导治疗方案的选择,为前列腺癌治疗的发展奠定坚实的基础。前列腺癌转移与其它恶性肿瘤一样是多基因、多因子相互作用和相互影响的复杂过程,也是肿瘤防治工作中面临的难题。转移包括肿瘤细胞的播撒入血液和淋巴系统、粘附管壁、维持生长、分泌生长因子和细胞因子、同转移部位微环境之间的分子相互作用等多个步骤。只有有效控制、阻断肿瘤转移才可能实现肿瘤的治愈。肿瘤在演进过程中,一些肿瘤细胞具有了侵袭和转移能力,而这种转移表型的获得在很大程度上是由于肿瘤细胞内基因发生异常改变引起的。因此,从分子水平揭示肿瘤转移的本质,研究肿瘤转移相关基因成为肿瘤转移研究的热点。近年发展起来的基因芯片技术和生物信息学显示了其在分析疾病方面的优越性。基因芯片是生命科学领域的一项重要的技术平台,是筛选差异表达相关基因的有效手段,具有高通量和快速测量等优点。在基因表达谱分析、新基因发现、基因突变及多态性分析、基因组文库作图、疾病诊断和预测、药物筛选、基因测序等领域得到广泛的应用。但得到了基因芯片结果,并不等于获得了信息和知识,如何解读芯片上成千上万个基因点的杂交信息,将无机的信息数据与有机的生命活动联系起来,阐释生命特征和规律以及基因的功能,是基因芯片后期数据挖掘的一个重要方向。高通量微阵列杂交技术和测序技术的快速发展,产生了大量的基因数据,生物信息迅速膨胀成为数据的海洋。为适应这种高通量基因表达数据的不断增长和人们共享数据的需要,各种数据库应运而生,其中,美国国立生物信息技术中心(National Center for Biotechnology Information, NCBI)的高通量基因表达数据库(Gene Expression Omnibus, GEO)是世界上最大的储存高通量分子丰度数据的公共数据库,用户可以提交、储存和检索多种形式的数据并免费使用。GEO数据库操作简单,数据全面,免费共享的优势为后期数据挖掘和信息推广提供了良好的平台。生物信息学是二十世纪80年代末随着基因组测序数据迅猛增加而逐渐形成的一门交叉学科。随着生物学和医学的迅速发展,特别是人类基因组计划的顺利推进,产生了海量的生物学数据,这些数据具有丰富的内涵,隐藏着丰富的生物学知识。充分利用这些数据,通过数据分析、处理,揭示这些数据的内涵,得到对人类有用的信息,将是生物学家和数学家所面临的一个严峻的挑战,生物信息学正是为迎接这种挑战而发展起来的一门交叉学科。具体地说,生物信息学是现代生物学与医学科学和信息科学、计算机科学、生物统计学、数学等学科相互渗透并高度交叉形成的一门新兴前沿学科,它以获取、加工、储存、管理、检索、分配、分析和释读生物学实验信息为手段,综合运用数学、计算机科学和生物学工具,以达到理解数据中所蕴含的生物学含义为目的。目前,生物信息学已广泛地渗透到生命科学的各个研究领域中,成为不可或缺的重要工具,在人类疾病与功能基因的发现、识别,基因与蛋白质的功能研究方面都发挥着关键的作用,如药物设计、基因多态性分析、基因表达调控、疾病相关基因鉴定、基因产物结构与功能预测、基因进化、基于遗传的流行病学、癌症的遗传机制研究等。随着近年来生物实验方法和检测数据的发展,积累了大量生物学,尤其是分子生物学实验数据,通过对这些数据的分类、收集、整理,产生了成千上万的数据库。为了高效处理日益增长的海量生物数据,使全世界的研究人员能共享已有的研究成果,数据库技术在生物数据的处理和储存上有越来越重要的应用。数据库是生物信息学的主要内容,各种数据库几乎覆盖了生命科学的各个领域。目前,生物信息学已广泛地渗透到生命科学的各个研究领域中,成为不可或缺的重要工具,在人类疾病与功能基因的发现、识别,基因与蛋白质的功能研究方面都发挥着关键的作用,如药物设计、基因多态性分析、基因表达调控、疾病相关基因鉴定、基因产物结构与功能预测、基因进化、基于遗传的流行病学、癌症的遗传机制研究等。生物信息学最使人们感兴趣的是它利用计算方法分析生物数据,如根据核酸序列预测蛋白质序列、结构、功能的算法等。虽然这些预测还不是非常精准,但是当可靠的实验数据还无法得到的情况下,这一预测可以作为一盏路灯,指示你应如何开展实验。利用基因芯片技术和生物信息学方法系统分析肿瘤相关基因及其调控机制,是当前功能基因组学的重要研究手段。它明显优于过去的单一基因研究模式,可以在整体的、基因组的水平对基因的表达调控网络机制进行系统全面的分析。本研究从GEO数据库中下载157个前列腺癌转移相关的基因表达谱数据集(GSM152931-GSM152991,GSM152856-GSM152880, GSM799468-GSM799489和CSM799490-GSM799518)为分析材料,采用BRB-ArrayTools4.3.0Beta软件筛选前列腺癌原发肿瘤和转移肿瘤芯片数据的差异表达基因,再结合生物信息学工具和数据挖掘方法对差异基因及其相互作用关系进行分析,从中发现两个前列腺癌转移高度相关基因SPP1、VCAN,最后再运用生物信息学方法对SPPl、VCAN基因进行结构和功能研究,为前列腺癌癌转移的发病机制提供新的思路,也为转移性前列腺癌的分子诊断和个体化治疗奠定基础。本研究的内容和过程分为四部分第一部分：前列腺癌转移相关基因的生物信息学分析在公共基因芯片数据库(GEO)中下载前列腺癌转移的相关基因芯片数据,其中61例原发性局限性前列腺癌样本,25例前列腺癌转移样本,利用BRB-ArrayTools4.3.0Beta3软件、STRING、ToppGene、GOEAST、DAVID等工具对前列腺癌差异基因进行生物信息学分析。通过BRB-ArrayTools4.3.0Beta3分析筛选出210个前列腺癌转移差异基因,其中上调84个,下调126个。对其进行生物信息学分析发现AR、FOS、JUN、ACTB、FN1、MYL9、MYH11、 MYLK、SPP1等基因以及Rho GTPase调节细胞骨架通路、整合素信号通路、钙粘蛋白信号通路、Wnt信号通路等信号通路在前列腺癌转移的发生发展中可能起着重要作用。第二部分：前列腺癌骨转移相关基因的生物信息学分析在公共基因芯片数据库(GEO)中下载前列腺癌骨转移的相关基因芯片数据,利用BRB-ArrayTools4.3.0Beta3软件、STRING、ToppGene、GOEAS、DAVID等生物信息学工具进行数据挖掘及生物信息学分析。通过BRB-ArrayTools4.3.0Beta3分析筛选出501个前列腺癌骨转移差异基因,其中上调181个,下调320个。对其进行生物信息学分析发现SPP1、HBB、AR、MMP9、AZGP1、POSTN、 FN1、VCAN等基因以及胶原蛋白及其生物合成、细胞粘附、小分子代谢过程、黏着斑、ECM受体相互作用、细胞周期、整合素信号通路等分子生物学过程及通路在前列腺癌骨转移的发生发展中可能起着重要作用。第三部分：基于基因芯片的前列腺癌转移基因SPPl的生物信息学分析在公共基因芯片数据库(GEO)中下载前列腺癌转移的相关基因芯片数据,利用BRB-ArrayTools4.3.0Beta3软件、protparam、MotifScan、SignalP4.0、 TMHMM、NetPhos2.0、PredictProtein、GO、KEGG、STRING等生物信息学工具进行数据挖掘及生物信息学分析。一共筛选出前列腺癌转移共同差异基因73个,其中表达上调21个,表达下调52个,其中对前列腺癌转移高表达基因SPP1进行生物信息学发现,SPP1蛋白由314个氨基酸组成,其相对分子质量为35422.7,该蛋白含有2个N-连接糖基化位点、8个酪蛋白激酶Ⅱ磷酸化位点、2个豆蔻酰基化位点、3个PKC磷酸化位点,主要参与细胞因子活动、细胞外基质结合、骨化、成骨细胞分化、炎症反应、细胞粘附等分子功能及生物学过程以及参与PI3K-Akt signaling pathway、Focal adhesion、ECM-receptor interaction、 Toll-like receptor signaling pathway等信号通路。第四部分：基于基因芯片的前列腺癌转移基因VCAN的生物信息学分析在公共基因芯片数据库(GEO)中下载前列腺癌转移的相关基因芯片数据,利用BRB-ArrayTools4.3.0Beta3软件、protparam、SMART、SignalP4.0、 TMHMM、NetPhos2.0、PredictProtein、SWISS-MODEL、GO、KEGG、STRING等生物信息学工具进行数据挖掘及生物信息学分析。一共筛选出前列腺癌转移共同差异基因73个,其中表达上调52个,表达下调21个,其中对前列腺癌转移基因VCAN进行生物信息学发现,VCAN蛋白由3396个氨基酸组成,其相对分子质量为372820.0,该蛋白含有1个IG (Immunoglobulin)结构域、2个Link (HA, Hyaluronan-binding)结构域,1个EGF (Epidermal growth factor-like domain)结构域、1个EGF_CA (Calcium-binding EGF-like domain)结构域、1个CLECT (C-type lectin)结构域和1个CCP (Domain abundant in complement control proteins)结构域,主要参与细胞粘附、透明质酸结合(hyaluronic acid binding)、钙离子结合、糖胺聚糖结合(glycosaminoglycan binding)、细胞外基质、Cell adhesion molecules (CAMs)等分子功能及信号通路。综上所述,利用基因芯片及生物信息学方法探讨了前列腺癌转移发生的可能的分子机制及潜在分子标记物的筛选,通过生物信息学对前列腺癌转移相关基因的挖掘发现,MMP9、EGFR、MMP2、ADM、MIF、IGFBP3、IL2、MET、 BAD、RHOA、SPP1、EP300、SMAD3、RAF1、PTK2、TGFB2等基因在前列腺癌转移中可能起着重要作用。同时也筛选出一些前列腺癌转移相关的潜在的分子标记物,其中包括SPP、VCAN,并通过生物信息学对其结构和功能进行初步研究。通过基因芯片和生物信息学前列腺癌转移相关基因的分析及分子标记物的筛选,为研究前列腺癌转移发生机制、诊断、治疗提供了一些新思路。