论文部分内容阅读
目的:长链非编码RNA(non-coding RNA,LncRNA)可在细胞生物学的多个水平上发挥作用,形成复杂的分子调控网络,直接或间接调节多种生物学过程,其异常表达也与肿瘤的增殖、侵袭及迁移密切相关。近年来研究显示LncRNA不仅仅以RNA的形式发挥功能,部分LncRNA是可以编码功能性多肽(hidden polypeptides或者micro peptides)的,如影响肿瘤细胞的克隆形成、EMT转化等能力。但目前基于Ribo-seq、RNC-seq和质谱技术的研究结果在回答哪些RNA可以编码及其详细特征方面仍存在明显不足。方法:分析TCGA数据库中配对的食管癌组织和正常食管上皮组织的转录组测序数据来筛选食管癌相关的差异表达LncRNA;利用Trans-Proteomic Pipeline整合分析eIF3b-CLIP-seq和iTRAQ质谱数据来富集和筛选编码性的LncRNA;通过Peak-calling 及 Motif-finding 等方法,分析 eIF3b 富集编码性 LncRNA 的特点及编码性LncRNA与已知编码蛋白基因的序列区别并比较两者编码的蛋白的质谱覆盖度及丰度;通过构建表达载体和定制抗体来分别检测编码性LncRNA的外源和内源表达;敲降和外源表达实验来检测LncRNA编码的多肽对食管癌细胞增殖,克隆形成和划痕愈合能力等恶性表型的影响,并结合TCGA数据库中的食管癌患者数据分析编码性LncRNA与食管癌患者生存、肿瘤分期及免疫细胞浸润的关系。结果:eIF3b在mRNA和LnRNA上均有结合峰,捕获的RNA中mRNA占主要部分。eIF3b在LncRNA上结合的peak的长度普遍短于其结合在mRNA上的peak的长度;IgG结合的peak均较短,且无上述趋势。eIF3b在mRNA和LnRNA的转录起始位点及mRNA的翻译起始位点均有较高丰度的结合。与IgG相比,eIF3b在CDS区(37.63±1.01%VS10.51±1.89%,P=0.006)和 5’UTR 区有明显的结合峰(9.43±0.08%VS 2.375±0.225%.P=0.0011)。我们在食管癌 KYSE410 中共检测到了 58984个肽段,其长度主要分布在7-16个氨基酸。利用Trans-Proteomic Pipeline整合分析eIF3b-CLIP-seq和iTRAQ质谱数据筛选得到186个具有潜在编码性的LncRNA。与已知蛋白相比,由LncRNA所编码的多肽其覆盖率和表达丰度均较低。通过构建载体和定制抗体,验证了 eIF3b结合的LncRNA AC027682.1的编码性,其可以编码15KD的功能性多肽(我们将其命名为CTCF-AS);CTCF-AS在正常食管上皮细胞及多种食管癌细胞系中均有表达。分析TCGA数据库发现CTCF-AS在食管癌组织中的表达量明显高于正常食管组织(P<0.05),高表达CTCF-AS的食管癌患者生存时间显著低于低表达组(1.781 年 VS 3.841 年,HR1.93[95%CI:1.085-3.431];P=0.039)。外源表达CTCF-AS后食管癌细胞的增殖、克隆形成及划痕愈合能力增强;敲降CTCF-AS显著抑制食管癌细胞的增殖。CTCF-AS表达水平越高,iTreg和TAM等免疫抑制型细胞的浸润程度越高。结论:食管癌中存在着许多具有潜在编码性的LncRNA;eIF3b能够以序列特异性的方式有效富集具有潜在编码性的LncRNA;与已知蛋白相比,由LncRNA编码的多肽具有低覆盖率和低丰度的特性;LncRNA AC027682.1可以编码15KD的多肽CTCF-AS,该多肽可以促进食管癌细胞的增殖,增强食管癌细胞的克隆形成和划痕愈合能力。CTCF-AS在食管癌在内的多种癌组织中高表达,且高表达CTCF-AS的食管癌患者生存显著较差。目的:构建长链非编码RNA(longnon-coding RNA,LncRNA)表达特征的乳腺癌患者预后的预测模型。方法:分析癌症基因组图谱(the cancer genome atlas,TCGA)数据库1 081例乳腺癌患者的转录组测序数据中LncRNA表达图谱及临床特征,对TCGA数据库中112对配对的乳腺癌及正常乳腺组织的转录组测序数据进行差异表达分析和单因素分析筛选得到差异表达且与乳腺癌患者预后显著相关的LncRNA(DELncRNA),利用DEseq2包进行差异表达分析(为减弱批次效应,测序数据已用DESeq函数标准化)。1 081例乳腺癌患者被分成两组:训练集(541例)和验证集(540例)。将DELncRNA纳入Cox 比例风险回归模型,在训练集中筛选和建立多LncRNA预后模型并对模型进行比例风险假定检验(proportional hazards assumption,PH假定检验),计算多基因风险评分,并基于此将患者分为高风险组和低风险组,采用Kaplan-Meier方法进行生存分析,并用验证集540例患者的数据进行验证。评价该模型在TCGA数据库肺鳞癌和肝细胞肝癌等患者中的预后评估价值。基因集富集分析(gene set enrichment analysis,GSEA)分析LncRNA影响患者生存的具体机制。结果:转录组测序分析筛选得到2815个差异表达基因,其中与乳腺癌患者预后显著相关的LncRNA共91个(P<0.05)。利用541例训练集乳腺癌患者的91个DELncRNA表达数据进行Cox回归分析,构建了基于5个LncRNA的Cox 比例风险回归模型(训练集 AUC=0.746,验证集 AUC=0.650):AC004551.1、MTOR-AS1、KCNAB1-AS2、FAM230G和LINC01283,并进行PH假定检验(P=0.388)。K-M生存分析发现,训练集中高风险组的生存明显差于低风险组(中位生存时间:7.049年与12.21年,HR0.367[95%CI 0.228～0.597];P<0.001),在验证集中高风险组患者生存时间也明显短于低风险组(中位生存时间:7.57年与10.85年,HR 0.412[95%CI 0.214～0.793];P<0.001)。在TCGA其他癌种中也得到相似的预测结果:肺鳞癌(HR 0.604[95%CI 0.383-0.951];P=0.007)及肝细胞肝癌(HR 0.551[95%CI 0.307-0.987];P=0.011)。GSEA结果提示,上述5个LncRNA的表达模式与肿瘤细胞的细胞周期调控有关。结论:基于 AC004551.1、MTOR-AS1、KCNAB1-AS2、FAM230G 和 LINC01283 表达谱构建的预后模型可用于预测乳腺癌患者的预后,有利于进一步指导临床治疗。