CD44在增生性玻璃体视网膜病变中的作用及机制研究

来源 :吉林大学 | 被引量 : 0次 | 上传用户:tgb567_2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
增生性玻璃体视网膜病变(Proliferative Vitreoretinopathy,PVR)是一种致盲性眼底疾病,常见于孔源性视网膜脱离(Rhegmatogenous retinal detachment,RRD)、眼外伤和内眼手术后。PVR被认为是视网膜过度损伤修复的过程,其特点是在玻璃体腔和视网膜周围形成了可收缩的纤维增殖膜,目前,手术仍是PVR的主要治疗方法,尽管手术技术在不断提高,但PVR的手术效果仍不尽如人意,是视网膜脱离及眼外伤手术失败的主要原因。因此,从PVR的发病机理入手,探索预防及治疗PVR的新方法以提高术后视功能就显得尤为重要。PVR的发病机制错综复杂,生长因子,细胞因子,细胞外基质和多种细胞之间的相互作用均参与其中。目前研究多表明视网膜色素上皮(Retinal pigment epithelium,RPE)细胞是PVR发生发展的关键细胞之一。在正常生理状态下,分化成熟的RPE细胞一直处于静止不分裂状态,对维持视网膜和脉络膜的正常功能具有重要作用。然而当视网膜出现裂孔或眼球受到外伤引起视网膜脱离时,多种因素导致RPE细胞的连接复合体被破坏,与Bruch膜分离,迁移至视网膜神经上皮缺损处,发生增生并转化为肌成纤维细胞,形成纤维增殖膜,最终加剧视网膜脱离导致视力进一步下降。在这一过程中RPE细胞发生上皮-间质转化(Epithelial-mesenchymal transition,EMT),由上皮细胞转化为间质细胞,使其增殖、迁移、抗凋亡能力增强,并且分泌细胞外基质增多,在PVR形成过程中发挥着关键的作用。CD44为广泛表达于多种细胞的跨膜糖蛋白,参与生长发育、炎症、免疫反应、损伤修复、肿瘤转移等多种病理生理过程的调节。CD44不仅可通过与细胞外配体结合形成跨膜复合体,而且可通过与细胞内骨架蛋白结合来调节多条细胞信号通路的传导,从而对多种细胞功能进行调节,如细胞生长,细胞分化和细胞迁移。正常的RPE细胞处于静止不分裂状态,不表达CD44,而在病理状态如RRD中,RPE细胞发生增殖和迁移,出现CD44的表达,且RPE细胞CD44的表达变化与RRD的病理发展关系密切。有研究表明CD44可促进肺脏、肝脏、肾脏等其它脏器发生纤维化,但CD44在PVR发生发展过程中的作用还有待进一步研究。4-甲基伞形酮(4-methylumbelliferone,4MU)是一种香豆素衍生物,具有利胆和抗痉挛的作用。4MU不仅可以通过抑制透明质酸的合成来发挥抗肿瘤、抗炎及抗纤维化的作用,而且还可以使CD44的表达下调,抑制细胞内信号通路的传导,从而使细胞的增殖和迁移能力降低。因此,我们推测4MU可能也对RPE细胞的增殖和迁移具有抑制作用,从而阻止PVR中细胞纤维膜的形成。因此本研究先收集PVR患者的增殖膜,检测增殖膜中CD44的表达情况,然后利用TGF-β2建立ARPE-19细胞发生EMT的体外模型,并对CD44和4MU在RPE细胞EMT中的作用及分子机制进行研究,进一步阐明PVR的发生和发展机制,为临床上对该疾病的预防和治疗提供理论依据。目的:检测CD44在PVR增殖膜中的表达情况;研究CD44在ARPE-19细胞发生上皮间质转化中的作用及机制;并进一步探索4MU对ARPE-19细胞EMT的作用及机制。方法:1.临床手术中收集PVR患者的增殖膜样本,并利用免疫荧光技术检测CD44和细胞角蛋白CK-18的表达情况。2.利用TGF-β2建立ARPE-19细胞EMT体外模型,观察RPE细胞的形态变化情况,用CCK-8法检测TGF-β2处理24小时后ARPE-19细胞的增殖,通过细胞划痕实验和Transwell细胞迁移实验检测RPE细胞迁移能力,用Western Blot检测ARPE-19细胞间质型蛋白α-SMA、Fibronectin(FN)、N-cadherin和Vimentin的表达水平。另外,在TGF-β2处理的不同时间点,检测CD44蛋白及间质型蛋白的表达情况。3.向ARPE-19细胞转染CD44si RNA,在转染并经TGF-β2作用后检测各组RPE细胞的增殖活力及迁移能力;转染后并经TGF-β2作用48h时用Western Blot检测α-SMA、FN、N-cadherin、Vimentin、Smad2/Smad3和磷酸化Smad2/磷酸化Smad3的表达水平。4.利用CD44抗体抑制CD44的作用,先向ARPE-19细胞给予浓度为20μg/m L的Ig G抗体/CD44抗体作用后再给予TGF-β2处理,用Western Blot检测α-SMA、FN、N-cadherin、Vimentin、Smad2/Smad3和磷酸化Smad2/磷酸化Smad3的表达水平。5.向ARPE-19细胞加入不同浓度的4MU进行培养,检测RPE细胞的增殖及迁移情况,并通过Western Blot检测RPE细胞CD44及间质型蛋白α-SMA、FN、N-cadherin、Vimentin的表达情况,筛选合适的4MU浓度。6.我们选择0.8m M为4MU的作用浓度,将实验分为三组,分别为对照组,TGF-β2组和TGF-β2+4MU组,对照组为正常培养的ARPE-19细胞,TGF-β2组是给予浓度为10ng/m L的TGF-β2作用的ARPE-19细胞,TGF-β2+4MU组是同时给予浓度为10ng/m L的TGF-β2和浓度为0.8m M的4MU作用的ARPE-19细胞。应用CCK-8试剂盒检测各组RPE细胞的增殖能力,利用细胞划痕实验和Transwell细胞迁移实验来检测4MU对TGF-β2诱导的RPE细胞迁移的影响,用Western Blot检测各组RPE细胞CD44、α-SMA、FN、N-cadherin、Vimentin、Smad2/Smad3和磷酸化Smad2/磷酸化Smad3的表达情况。结果:1.收集了6例PVR患者的增殖膜样本,PVR增殖膜的免疫荧光检测结果显示:6例PVR患者的增殖膜上均能检测到CD44表达,且CD44和细胞角蛋白CK-18存在共定位。2.TGF-β2作用后的ARPE-19细胞由鹅卵石样上皮细胞形态转变为长梭形的纤维细胞样形态。CCK-8的结果显示与对照组相比,TGF-β2对RPE细胞的增殖有促进作用(P<0.0001)。划痕实验和Transwell迁移实验结果显示TGF-β2促进RPE细胞的迁移(P<0.05)。TGF-β2组RPE细胞的α-SMA、FN、N-cadherin和Vimentin蛋白表达水平较对照组明显增加,差异具有统计学意义(P<0.05)。TGF-β2使CD44蛋白表达上调,且在TGF-β2诱导24h时CD44表达最多,48h时CD44有下调的趋势,但与24h之间的差异无统计学意义(P=0.3919)。间质型蛋白α-SMA、FN、N-cadherin和Vimentin的表达水平随着TGF-β2作用时间延长而增加,都在TGF-β2诱导48h时表达最多。3.用CD44si RNA敲低了ARPE-19细胞CD44的表达,各组之间进行比较分析,结果显示与TGF-β2组和NCsi RNA+TGF-β2组相比,CD44si RNA+TGF-β2组RPE细胞的增殖能力降低(P<0.05);24h和48h时CD44si RNA+TGF-β2组细胞划痕愈合的面积较前两者的减小(P<0.05);24h时CD44si RNA+TGF-β2组迁移至下室的RPE细胞也明显减少(P<0.05);48h时CD44si RNA+TGF-β2组间质型蛋白α-SMA、FN、N-cadherin和Vimentin的表达水平下降(P<0.05),且磷酸化Smad2/磷酸化Smad3蛋白与总的Smad2/Smad3蛋白的比值也降低。4.将CD44m Ab+TGF-β2组分别与TGF-β2组、Ig Gm Ab+TGF-β2组进行组间比较,结果显示CD44m Ab+TGF-β2组α-SMA、FN、N-cadherin和Vimentin的表达水平及磷酸化Smad2/磷酸化Smad3蛋白与总的Smad2/Smad3蛋白的比值较后两组的都降低,差异有统计学意义(P<0.05)。5.在4MU作用24小时,与对照组相比,浓度为0.2m M的4MU对ARPE-19细胞的增殖无明显抑制作用(P=0.1237),另外4种浓度的4MU对RPE细胞的增殖均有抑制作用(P<0.05),而在作用48h时,不同浓度4MU组ARPE-19细胞的增殖能力都较对照组降低(P<0.05)。细胞划痕实验结果显示,与对照组进行比较,4MU抑制ARPE-19细胞的迁移,且呈现时间和浓度依赖性(P<0.05)。4MU使ARPE-19细胞CD44和间质型蛋白α-SMA、FN、N-cadherin和Vimentin的表达降低,且浓度为0.8m M的4MU的抑制作用最明显。6.CCK-8的结果显示TGF-β2+4MU组RPE细胞的增殖活性较TGF-β2组的降低,差异具有统计学意义(P<0.05)。细胞划痕实验结果显示在24h和48h时,TGF-β2+4MU组的RPE细胞划痕愈合面积较TGF-β2组的减小(P<0.05)。Transwell细胞迁移实验结果显示与TGF-β2组相比,TGF-β2+4MU组RPE细胞的迁移能力降低(P<0.05)。蛋白印迹结果显示TGF-β2+4MU组ARPE-19细胞的间质型蛋白α-SMA、FN、N-cadherin和Vimentin的表达水平及磷酸化Smad2/磷酸化Smad3蛋白与总的Smad2/Smad3蛋白的比值低于TGF-β2组的(P<0.05)。结论:1.PVR增殖膜中的RPE细胞有CD44的表达。2.TGF-β2促进体外ARPE-19细胞发生EMT,且ARPE-19细胞在发生EMT过程中伴随了CD44的上调。3.CD44si RNA和CD44抗体可能通过抑制Smad2和Smad3的磷酸化来抑制RPE细胞发生EMT。4.4MU可能通过SMAD通路抑制TGF-β2诱导的RPE细胞EMT。
其他文献
<正>自2018年国网公司提出成立供电服务指挥中心(以下简称供指中心)以来,市级供电企业有了专门的对外服务管理机构,该机构主要工作在于服务过程监控、服务资源调配、服务质效评价,负责协调营销、生产、基建专业部门在服务工作上聚焦发力,以提升实际供电企业整体服务水平。在近几年的服务管控工作积累中,国网益阳供电公司探索以供电服务反违章工作确保“管业务必须管服务”理念在各专业、各层级落地,以“做好专业管理”
期刊
全球变暖背景下,我国极端气候事件愈发频繁且严重,对人民生产生活、社会经济发展产生巨大影响。为提供更丰富、更可靠的气候变化预估,第六次国际耦合模式比较计划结合了典型浓度路径、共享社会经济路径提出了新的未来情景。本研究使用最新的CMIP6数据集中全球模式CESM2、MPI-ESM1-2-HR(后文简称CESM、MPI)结果驱动先进的区域气候模式CWRF开展了水平分辨率为30公里的我国当前气候模拟(19
学位
在进行几何建模和等几何分析时,NURBS方法产生的张量积网格无法被局部加细,为了避免全局加细中冗余的控制顶点,具有局部加细功能的样条应运而生。从样条空间出发来研究具有局部加细功能的样条可以很好地研究空间中样条函数的性质,而样条空间的维数公式正是样条空间研究的核心。由于层次T网格是一种非常自然且实用的局部加细网格,层次T网格上的样条被广泛地研究并且应用于实际。为了给出层次T网格上样条空间的维数公式一
学位
随着高通量测序技术的发展及广泛应用,大量不同类型的高通量组学数据正在不断累积。其中,DNA甲基化和基因表达数据作为最常见的两种典型高通量组学数据,受到研究人员更广泛的关注。这些数据有助于揭示表观遗传修饰与基因转录之间的调控关系,对许多人类复杂疾病的研究具有重要意义。然而,由于技术局限和经济成本等问题,实验检测方法测定的高通量DNA甲基化和基因表达数据普遍存在显著的数据缺失问题。例如,基于Bulk测
学位
随着无线移动通信的发展,信息数据业务呈爆发式增长,未来通信应用正面临着超大带宽、超高传输速率、超高设备服务数等迫切需求。当前低频段频谱已经十分拥挤,毫米波通信以其丰富的频率资源成为第五代移动通信(5th Generation,5G)网络以及未来超越5G(Beyond 5G,B5G)网络中极具应用前景的技术。毫米波频段高,波长短,信号遭受严重的路径和穿透损耗,需要使用大规模天线阵进行波束赋形提供阵列
学位
中国地处东亚,位于欧亚大陆东南部,毗邻太平洋,季风气候显著。而夏季风为中国带来丰沛降水的同时,也时常引发极端气候事件和气候灾害,严重影响了当地的生产生活以及社会经济发展。南亚高压作为东亚夏季风系统重要的成员之一,年代际变化特征显著,与中国夏季复杂多变的气候有着密切联系。因此,研究南亚高压年代际变化及其机理对中国防灾减灾具有重要意义。传统上主要基于位势高度来表征和分析南亚高压的变化及机理,但在全球变
学位
农业是大气氧化亚氮(N2O)最大的人为排放源。揭示包括农田、河流、沟渠和养殖塘等在内的典型农业区N2O排放特征及影响因素,有助于降低区域N2O估算的不确定性,并为区域及全球尺度温室气体减排政策的制定提供重要的科学依据。本研究选取长三角以稻田为主的典型农业区(半径为15 km,面积为707 km~2)为研究对象,基于高塔涡度相关法(Eddy Covariance,EC)对研究区N2O通量进行了39个
学位
研究目的:年龄相关性黄斑变性(age-related macular degeneration,AMD)是一种多基因遗传性疾病,年龄是AMD发生的首要危险因素。本研究采用单细胞转录组测序的方法研究了人的视网膜色素上皮(retinal pigment epithelium,RPE)和脉络膜随年龄增加的变化。通过相关单核苷酸多态性(Single Nucleotide Polymorphism,SNP)
学位
自助实验是学生利用身边的物品或者教师提供的器材,进行设计、调整及修正的实验形式.在教师引领下,开展自助实验为学生搭建主动学习平台.学生利用自助实验积极开展科学探究,参与教学全过程,让深度学习真实发生.以“电流的磁场”为例,阐述自助实验构建学生学习的真实情境,促使学生深度思考、学习及反思.
期刊
在线学习(Online Learning)因能够克服离线机器学习数据成本高,训练开销大,模型扩展性不好等的缺点近年来受到了广泛的关注。虽然已经有一些在线学习算法被提出,但因受限于在线学习无法反复精心训练的学习模式,通常在线模型的精度有限。为了满足实际应用中更高精度的要求,有学者提出将迁移学习(Transfer Learning)的思想结合到在线学习中提出新的在线迁移学习(Online Transf
学位