夏前林，單孟林，丁 滔，朱延軍，侯 君，鄭江花,5

1.復(fù)旦大學(xué)附屬公共衛(wèi)生臨床中心醫(yī)學(xué)檢驗(yàn)科，上海 201508；

2.上海交通大學(xué)附屬第六人民醫(yī)院南院泌尿外科，上海 201499；

3.復(fù)旦大學(xué)附屬中山醫(yī)院泌尿外科，上海 200032；

4.復(fù)旦大學(xué)附屬中山醫(yī)院病理科，上海 200032；

5.復(fù)旦大學(xué)附屬公共衛(wèi)生臨床中心感染控制科，上海 201508

前列腺癌差異表達(dá)基因的篩選及相互作用的生物信息學(xué)分析

夏前林1，單孟林1，丁 滔2，朱延軍3，侯 君4，鄭江花1,5

1.復(fù)旦大學(xué)附屬公共衛(wèi)生臨床中心醫(yī)學(xué)檢驗(yàn)科，上海 201508；

2.上海交通大學(xué)附屬第六人民醫(yī)院南院泌尿外科，上海 201499；

3.復(fù)旦大學(xué)附屬中山醫(yī)院泌尿外科，上海 200032；

4.復(fù)旦大學(xué)附屬中山醫(yī)院病理科，上海 200032；

5.復(fù)旦大學(xué)附屬公共衛(wèi)生臨床中心感染控制科，上海 201508

背景與目的：基因芯片技術(shù)是利用雜交測(cè)序方法，可大規(guī)模高通量地檢測(cè)不同組織、細(xì)胞中的基因表達(dá)水平的技術(shù)。該研究采用基因芯片技術(shù)篩選前列腺癌及前列腺炎癥穿刺組織中差異表達(dá)的基因并對(duì)其進(jìn)行生物學(xué)信息分析。方法：采用美國Affymetrix Human U133 plus 2.0基因表達(dá)譜芯片，按一步法分別抽提惡性程度較高的前列腺癌及前列腺炎癥組織的總RNA，并分離純化這兩種組織的mRNA。經(jīng)逆轉(zhuǎn)錄合成摻入生物素標(biāo)記的cDNA合成探針，與芯片雜交和嚴(yán)格洗片后，用熒光掃描儀掃描芯片熒光信號(hào)圖像。用生物信息學(xué)方法分析前列腺癌及前列腺炎癥組織中差異表達(dá)基因。結(jié)果：按照表達(dá)差異倍數(shù)大于等于2，P＜0.05的篩選條件，篩選出差異基因1 819條，其中上調(diào)表達(dá)基因1 025條和下調(diào)表達(dá)基因794條。采用GO富集分析發(fā)現(xiàn)這些差異基因主要涉及細(xì)胞周期、分子代謝等分子功能以及生物學(xué)過程；KEGG信號(hào)通路分析發(fā)現(xiàn)，這些差異基因主要涉及嘌呤核苷酸代謝等代謝通路。STING在線工具分析對(duì)差異基因編碼的蛋白質(zhì)間的相互作用進(jìn)行分析，結(jié)果發(fā)現(xiàn)這些基因編碼的蛋白間的相互作用主要集中在TPX2、ANLN、NUSAP1、MELK、DLGAP5、KIF11、TOP2A及RRM2等20個(gè)關(guān)鍵節(jié)點(diǎn)基因。最后對(duì)重要節(jié)點(diǎn)基因進(jìn)行文獻(xiàn)挖掘，發(fā)現(xiàn)CEP55和ANLN基因可能與前列腺癌的發(fā)生和轉(zhuǎn)移有關(guān)。結(jié)論：在前列腺癌的發(fā)生、發(fā)展中，促使細(xì)胞進(jìn)入增殖周期的相關(guān)基因的活化、代謝相關(guān)酶類基因活性的異常、細(xì)胞黏附功能相關(guān)基因的抑制以及細(xì)胞移行相關(guān)基因的激活等因素發(fā)揮了重要的作用。系統(tǒng)的分析這些基因發(fā)現(xiàn)，CEP55和ANLN基因與前列腺癌的發(fā)生和預(yù)后關(guān)系密切，為下一步研究實(shí)驗(yàn)提供有價(jià)值的線索。進(jìn)一步研究相關(guān)差異基因?qū)⒂型l(fā)現(xiàn)新的早期診斷指標(biāo)，為建立個(gè)體化治療方案和預(yù)后評(píng)估系統(tǒng)提供幫助。

前列腺癌；基因芯片；差異基因；生物信息學(xué)

前列腺癌在許多歐美國家是男性最常見的惡性腫瘤之一，其死亡率僅次于肺癌，居男性腫瘤的第二位［1］。雖然我國前列腺癌的發(fā)病率較低，但隨著我國人口老齡化、飲食結(jié)構(gòu)調(diào)整及診斷技術(shù)的提高，該發(fā)病率逐年增高，躍居男性泌尿生殖系統(tǒng)惡性腫瘤的第3位?；蛐酒夹g(shù)是將大量的靶基因全長或片段有序而高密度地固定排列在玻片、硅片或尼龍膜固相支持物上的一項(xiàng)技術(shù)，具有高通量、多參數(shù)、平行化等優(yōu)點(diǎn)，在功能基因組學(xué)研究中正發(fā)揮越來越重要的作用。自問世以來基因芯片技術(shù)已廣泛用于人類多種腫瘤基因表達(dá)譜等方面的研究，為腫瘤相關(guān)基因的研究提供了一種全新的方法。目前，利用基因芯片進(jìn)行前列腺癌的研究主要集中在三個(gè)方面，包括通過分析前列腺癌以及正常前列腺組織進(jìn)行前列腺癌發(fā)生、發(fā)展相關(guān)的基因研究［2］，通過分析原發(fā)性前列腺癌組織和轉(zhuǎn)移性前列腺癌組織進(jìn)行前列腺癌侵襲和轉(zhuǎn)移相關(guān)的基因研究［3］以及通過分析治療后復(fù)發(fā)和未復(fù)發(fā)的前列腺癌患者組織標(biāo)本進(jìn)行前列腺癌預(yù)后和復(fù)發(fā)傾向預(yù)測(cè)的研究［4］。雖然，利用基因芯片篩選前列腺癌差異基因的報(bào)道較多，但對(duì)前列腺癌與前列腺炎癥組織差異表達(dá)基因分析的報(bào)道甚少。因此，有必要對(duì)相關(guān)的差異表達(dá)基因進(jìn)行篩選分析。本實(shí)驗(yàn)應(yīng)用基因芯片技術(shù)檢測(cè)了惡性程度較高的前列腺癌和前列腺炎癥穿刺組織中基因表達(dá)的不同，初步篩選出相關(guān)的基因，為進(jìn)一步深入研究其在前列腺癌的發(fā)生、發(fā)展中的作用以及找到更客觀的臨床診斷指標(biāo)提供新的線索。

1 材料和方法

1.1 材料

1.1.1 基因芯片

所用基因芯片為美國Affymetrix公司的U133 plus 2.0基因表達(dá)譜芯片，由上海伯豪生物技術(shù)有限公司提供。該芯片包含了人類基因組47 000個(gè)轉(zhuǎn)錄本，涵蓋了38 500個(gè)明確的人類基因。其芯片數(shù)據(jù)庫來源于GenBank、dbEST和RefSeq。序列簇信息由UniGene(2003年1月25日)數(shù)據(jù)庫建立，并經(jīng)由華盛頓大學(xué)、加州大學(xué)圣克魯斯分校和美國國立生物技術(shù)信息中心(National Center for Biotechnology Information，NCBI)的公共數(shù)據(jù)庫共同整合而成。

1.1.2 前列腺癌組織標(biāo)本

按照我國醫(yī)學(xué)倫理委員會(huì)制度與操作規(guī)程進(jìn)行臨床標(biāo)本的資料和收集。4例前列腺癌組織及4例前列腺炎癥組織穿刺標(biāo)本來自于上海市復(fù)旦大學(xué)附屬中山醫(yī)院泌尿外科，均按照2014年《中國前列腺癌診斷治療指南》經(jīng)組織病理學(xué)檢查確診。患者年齡57～73歲，平均65歲。將標(biāo)本收集后迅速置于-80 ℃冰箱冷凍保存待檢。

1.2 方法

1.2.1 前列腺組織RNA的提取和純化

前列腺炎癥組織和前列腺癌組織總RNA的提取采用TRIzol一步法抽提，用超微量分光光度計(jì)NanoDrop ND-2000在260 nm和280 nm處分別測(cè)定吸光度值(D)，抽提所得總RNA經(jīng)Agilent Bioanalyzer 2100(購自美國Agilent科技有限公司)電泳質(zhì)檢合格后使用RNeasy迷你試劑盒(型號(hào)：74004，購自德國QIAGEN公司)和RNase-Free DNase Set(型號(hào)：79254，購自德國QIAGEN公司)純化總RNA。

1.2.2 樣品RNA的放大和標(biāo)記

實(shí)驗(yàn)樣品RNA采用Affymetrix表達(dá)譜芯片配套試劑盒GeneChip 3’ IVT PLUS反轉(zhuǎn)試劑盒(型號(hào)：902416，購自美國Affymetrix公司)對(duì)樣品總RNA中的mRNA進(jìn)行放大、標(biāo)記和純化，獲得帶有生物素標(biāo)記的cRNA。

1.2.3 芯片雜交

按照Affymetrix表達(dá)譜芯片配套提供的雜交標(biāo)準(zhǔn)流程和配套試劑盒GeneChip? 雜交清洗染色試劑盒(型號(hào)：900720，購自美國Affymetrix公司)說明書進(jìn)行操作。在滾動(dòng)雜交爐中在45 ℃的條件下滾動(dòng)雜交16 h，雜交完成后把雜交好的芯片進(jìn)行洗脫、染色。

1.2.4 芯片掃描和檢測(cè)分析

芯片雜交結(jié)果采用GeneChip? 3000掃描儀(型號(hào)：00-00212，購自美國Affymetrix公司)進(jìn)行掃描，用Command Console 4.0軟件(購自美國Affymetrix公司)讀取原始數(shù)據(jù)，質(zhì)控合格的數(shù)據(jù)采用R軟件中Affy包進(jìn)行歸一化處理，所用的算法為MAS 5.0。

1.2.5 芯片數(shù)據(jù)生物信息學(xué)分析

采用GO富集分析、KEGG通路、STING在線分析工具等生物信息學(xué)方法分析前列腺癌及前列腺炎癥組織中差異表達(dá)基因，并通過對(duì)重要節(jié)點(diǎn)基因文獻(xiàn)挖掘的方法，找到與前列腺癌的發(fā)生、發(fā)展相關(guān)的基因。

2 結(jié) 果

2.1 芯片檢測(cè)質(zhì)量判斷

2.1.1 RNA質(zhì)檢結(jié)果

所抽提的總RNA經(jīng)超微量分光光度計(jì)NanoDrop檢測(cè)A260nm和A280nm值，算得A260nm/ A280nm均大于1.8，表明所提取總RNA純度較高；經(jīng)Agilent Bioanalyzer 2100定量電泳儀檢測(cè)，RIN(RNA完整系數(shù))大于7.0且28s/18s大于0.7 (圖1)。符合電泳質(zhì)控標(biāo)準(zhǔn)，表明總RNA質(zhì)量完好，可以進(jìn)行芯片實(shí)驗(yàn)(表1)。

圖 1 8例樣本的電泳圖Fig. 1 Electrophoresis map of 8 samples

2.1.2 基因表達(dá)譜芯片熒光信號(hào)掃描結(jié)果

采用GeneChip? Scanner 3000基因芯片掃描系統(tǒng)對(duì)8個(gè)樣本芯片進(jìn)行掃描，其熒光信號(hào)掃描圖顯示：芯片信號(hào)整體分布均勻，陽性質(zhì)控探針信號(hào)清晰，陰性質(zhì)控探針無明顯信號(hào)存在，可以進(jìn)行后續(xù)數(shù)據(jù)分析。

2.2 基因芯片檢測(cè)結(jié)果的分布情況

2.2.1 芯片數(shù)據(jù)的散點(diǎn)圖分析

芯片的原始數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化處理，轉(zhuǎn)化為log2的值后，在一個(gè)二維坐標(biāo)系中繪制散點(diǎn)圖。分布在對(duì)角線兩側(cè)平行線上的點(diǎn)是表達(dá)水平無明顯差異的基因，分布在對(duì)角線之外的點(diǎn)為表達(dá)有差異的基因，且距離對(duì)角線越遠(yuǎn)表示表達(dá)差異倍數(shù)越大，分布在對(duì)角線兩側(cè)平行線之外的點(diǎn)為差異表達(dá)倍數(shù)大于2倍的基因。如圖2所示，表達(dá)譜芯片的散點(diǎn)圖中的點(diǎn)分布大部分集中在對(duì)角線兩側(cè)平行線之外，說明存在許多表達(dá)顯著改變的基因。

表 1 總RNA的質(zhì)量檢測(cè)結(jié)果Tab. 1 The results of total RNA detection

圖 2 R軟件歸一化處理樣本原始數(shù)據(jù)的散點(diǎn)圖Fig. 2 The scatter plot of the normalized raw data with R software

2.2.1 芯片數(shù)據(jù)的熱圖分析

熱圖直觀地顯示了各個(gè)樣本中不同基因的表達(dá)水平。黑色代表0，表示基因表達(dá)水平?jīng)]有變化，紅色代表表達(dá)水平升高，綠色代表表達(dá)水平降低；顏色的亮度代表基因表達(dá)水平升高或降低的程度。表達(dá)相似的基因(探針)和樣本聚類在一起。如圖3所示，可以看出炎性組織和前列腺癌組織間的表達(dá)譜明顯不同。

圖 3 R軟件歸一化處理樣本原始數(shù)據(jù)的熱圖Fig. 3 The heatmap of the normalized raw data with R software

2.3 基因芯片檢測(cè)的數(shù)據(jù)結(jié)果及生物信息學(xué)分析

2.3.1 基因表達(dá)譜芯片數(shù)據(jù)結(jié)果

本研究選擇4例確診的惡性程度較高的前列腺癌組織標(biāo)本，以4例前列腺炎癥組織作為對(duì)照，按照Fold Change大于等于2，t檢驗(yàn)P＜0.05的篩選條件，篩選與前列腺癌有關(guān)的基因。結(jié)果發(fā)現(xiàn)表達(dá)差異基因1 819條中上調(diào)的有1 025條，下調(diào)的有794條。以Fold Change大于等于5、t檢驗(yàn)P＜0.01為條件進(jìn)一步篩選基因，結(jié)果發(fā)現(xiàn)表達(dá)差異基因241條，其中上調(diào)的有128條，下調(diào)的有113條，部分上調(diào)和下調(diào)基因見表2，其中負(fù)號(hào)表示與炎癥組織比較，在癌組織中該基因表達(dá)下調(diào)。

2.3.2 差異表達(dá)基因的相互作用網(wǎng)絡(luò)分析

通過STING在線工具對(duì)241個(gè)前列腺癌差異基因的蛋白-蛋白相互作用網(wǎng)絡(luò)進(jìn)行分析。結(jié)果顯示，在整個(gè)網(wǎng)絡(luò)中，TPX2、ANLN、

NUSAP1、MELK、DLGAP5、KIF11、TOP2A、CDC6、RRM2、PBK、ASPM、KIF20A、CCNB1、PBC1、CDK1、BUB1、CDC20、NCAPG、NUF2、CENPF、CEP55、 CENPA、UBE2C、MUC、EZH2、CCN、CKAP2和MLF1IP6蛋白與其他大于等于5個(gè)蛋白存在相互作用關(guān)系，這些蛋白節(jié)點(diǎn)為蛋白互作網(wǎng)絡(luò)的中心節(jié)點(diǎn)(圖4)。

表 2 部分上調(diào)和下調(diào)的差異表達(dá)基因(癌/炎癥組織)Tab. 2 Parts of up-regulated and down-regulated differentially expressed genes (cancer/inflammation)

圖 4 差異表達(dá)基因的蛋白與蛋白相互作用圖Fig. 4 The protein-protein interactions among differentially expressed genes

2.3.3 差異表達(dá)基因的GO富集及KEGG通路分析

通過GO富集分析發(fā)現(xiàn)，上述差異基因主要涉及上皮細(xì)胞的生長、細(xì)胞周期的進(jìn)程、細(xì)胞移行、纖維母細(xì)胞生長因子受體信號(hào)通路調(diào)節(jié)、細(xì)胞骨架蛋白結(jié)合小分子代謝過程、細(xì)胞表面受體信號(hào)通路、細(xì)胞黏附、細(xì)胞調(diào)節(jié)氨基酸代謝過程等分子功能、細(xì)胞組成以及生物學(xué)過程。

同時(shí)將基因芯片差異表達(dá)基因作KEGG通路分析，發(fā)現(xiàn)這些基因顯著富集在谷胱甘肽代謝、p53信號(hào)通路、細(xì)胞周期、細(xì)胞外基質(zhì)受體相互作用、蛋白的消化和吸收以及 TGF-β信號(hào)通路上(表3)。

表 3 差異表達(dá)基因KEGG通路路徑列表Tab. 3 The KEGG pathways of differentially expressed genes

3 討 論

前列腺癌的發(fā)生是一個(gè)復(fù)雜的過程，是許多腫瘤相關(guān)基因表達(dá)失?；蚨喾N腫瘤抑制基因失活所致，因此在腫瘤組織癌變過程中對(duì)相關(guān)基因及基因組的變化研究顯得尤為重要［1，5］。隨著人類基因組計(jì)劃的完成，基因芯片作為后基因組時(shí)代發(fā)展起來的一項(xiàng)DNA分析技術(shù)，具有快速、高效、平行化地檢測(cè)大規(guī)?；虮磉_(dá)的優(yōu)勢(shì)，結(jié)合基因芯片表達(dá)數(shù)據(jù)的生物信息學(xué)分析，為我們更好地理解前列腺癌發(fā)生、發(fā)展的機(jī)制提供了有益的線索。本實(shí)驗(yàn)中我們采用了美國Affymetrix公司的U133 plus 2.0寡聚核苷酸點(diǎn)陣基因表達(dá)譜芯片，在前列腺癌組織中篩選出1 819條差異表達(dá)的前列腺癌相關(guān)基因，表明前列腺癌的發(fā)生、發(fā)展是一個(gè)多基因、多途徑相互作用和相互影響的復(fù)雜過程。

從基因的功能分類來看，這些差異表達(dá)的基因主要涉及上皮細(xì)胞的生長、細(xì)胞周期的進(jìn)程、細(xì)胞移行、纖維母細(xì)胞生長因子受體信號(hào)通路調(diào)節(jié)、細(xì)胞骨架蛋白結(jié)合小分子代謝過程、細(xì)胞表面受體信號(hào)通路、細(xì)胞黏附、細(xì)胞調(diào)節(jié)氨基酸代謝過程等分子功能、細(xì)胞組成等生物學(xué)過程。通過對(duì)這些基因分類有助于我們從分子水平了解前列腺癌發(fā)生的機(jī)制，為尋找新的前列腺癌標(biāo)志物和探索基因治療提供依據(jù)。在KEGG通路分析中我們注意到前列腺癌組織中大量與代謝相關(guān)的基因表達(dá)，涉及糖原降解、膽固醇合成、脂肪酸的氧化、3-磷酸肌醇的生物合成、嘌呤核苷酸的合成、谷胱甘肽的代謝通路，表明在前列腺癌中脂類代謝、核酸代謝以及糖代謝都發(fā)生了顯著改變，也說明了與前列腺炎癥組織相比，前列腺癌細(xì)胞獲取能量的范圍更廣，可以從碳水化合物到脂肪酸和氨基酸。這與多項(xiàng)研究報(bào)道的結(jié)果一致［6-9］。由于前列腺特異抗原(prostate specific antigen，PSA)在臨床前列腺癌診斷中存在很多缺陷，因此，通過對(duì)代謝分子及相關(guān)基因的研究來找到新的特異度和靈敏度更高的腫瘤標(biāo)志物，成為前列腺癌研究的一個(gè)新的熱點(diǎn)。

對(duì)這些差異基因進(jìn)行相互作用網(wǎng)絡(luò)分析發(fā)現(xiàn)以TPIP13、TPX2、ANLN、NUSAP1、MELK、DLGAP5、KIF11、TOP2A、CDC6、RRM2、PBK、ASPM、KIF20A、CCNB1、PBC1、CDK1、BUB1、CDC20、NCAPG、NUF2、CENPF、CEP55、CENPA、UBE2C、MUC、EZH2、CCN、CKAP2、MLF1IP等基因?yàn)橹行臉?gòu)成了相互作用的網(wǎng)絡(luò)，其中TOP2A、CDC6、CCNB1、CDK1、BUB1、CDC20、UBE2C、MUC、EZH2和CCN等基因與前列腺癌的關(guān)系已有大量文獻(xiàn)報(bào)道。我們通過文獻(xiàn)挖掘發(fā)現(xiàn)目前CEP55和ANLN基因與前列腺癌的關(guān)系報(bào)道較少，且這兩個(gè)基因可能與前列腺癌的發(fā)生和預(yù)后關(guān)系密切。CEP55蛋白是新近發(fā)現(xiàn)的典型卷曲螺旋蛋白家族成員之一，定位于人染色體10q23.33，其轉(zhuǎn)錄的cDNA由464個(gè)氨基酸構(gòu)成，包含9個(gè)外顯子［10］。其主要功能是錨定微管聚合相關(guān)蛋白，參與紡錘體形成，進(jìn)而調(diào)控細(xì)胞增殖。既往研究顯示，CEP55可能是通過PLKl和TEXl4等信號(hào)通路參與腫瘤多種生物學(xué)功能［11-12］。CEP55在前列腺癌中的報(bào)道很少，Shiraishi等［13］研究發(fā)現(xiàn)，在根治性前列腺癌切除術(shù)的術(shù)后復(fù)發(fā)患者中，CEP55表達(dá)量顯著增高，且術(shù)后隨訪資料顯示CEP55水平越高，患者生存率越低，提示CEP55與前列腺癌的預(yù)后密切相關(guān)。本實(shí)驗(yàn)中，CEP55表達(dá)上調(diào)5.5倍，也提示在前列腺癌中該基因可能存在過表達(dá)現(xiàn)象。但其在前列腺癌發(fā)生、發(fā)展過程中的作用以及具體機(jī)制還不明確，值得進(jìn)一步研究。ANLN是一種肌動(dòng)蛋白結(jié)合蛋白，位于染色體7p14.2，全長84 kb，編碼1 124個(gè)氨基酸。ANLN作為卵裂溝形成的一個(gè)關(guān)鍵蛋白，在細(xì)胞有些分裂過程中發(fā)揮重要作用。研究發(fā)現(xiàn)，ANLN在多種腫瘤中存在過表達(dá)現(xiàn)象［14-16］。Zhou等［17］研究發(fā)現(xiàn)，ANLN在乳腺癌組織中存在過表達(dá)現(xiàn)象，進(jìn)一步在乳腺癌細(xì)胞中敲除ANLN基因發(fā)現(xiàn)，細(xì)胞生長受到抑制，并且可通過顯著提高Cdc2的磷酸化水平和降低Cyclin D1的表達(dá)來抑制乳腺癌細(xì)胞的轉(zhuǎn)移。同時(shí)發(fā)現(xiàn)，在敲除ANLN基因后大多數(shù)乳腺癌細(xì)胞處于G2/M期，這也與ANLN基因參與調(diào)節(jié)細(xì)胞質(zhì)分裂的功能一致。ANLN蛋白在前列腺癌中的研究報(bào)道甚少，Tamura等［18］等在激素抵抗性前列腺癌組織標(biāo)本的全基因組表達(dá)譜中發(fā)現(xiàn)ANLN存在過表達(dá)現(xiàn)象，與本實(shí)驗(yàn)結(jié)果一致。

綜上所述，前列腺癌的發(fā)生、發(fā)展涉及到許多基因的異常表達(dá)，而這些異常表達(dá)的基因參與了多種分子生物學(xué)過程，深入研究這些基因?qū)⒂欣谶M(jìn)一步了解前列腺癌的發(fā)病機(jī)制。GO和KEGG通路分析結(jié)果也說明了前列腺癌的發(fā)生、發(fā)展是一個(gè)多因素的過程，雖然涉及到許多基因，但其中相當(dāng)一部分可能是繼發(fā)性改變，所以只有進(jìn)一步篩選出關(guān)鍵的基因或信號(hào)通路，才有可能為疾病的診斷、治療提供有效的指導(dǎo)，為建立個(gè)體化治療方案和預(yù)后評(píng)估提供幫助。

［1］ PASTUSZAK A W, PEARLMAN A M, GODOY G, et al. Testosterone replacement therapy in the setting of prostate cancer treated with radiation［J］. Int J Impot Res, 2012, 25(1): 24-28.

［2］ MENGUAL L, ARS E, LOZANO J J, et al. Gene expression profiles in prostate cancer: identification of candidate noninvasive diagnostic markers［J］. Actas Urol Esp, 2014, 38(3): 143-149.

［3］ 王建明, 史本康, 楊典東, 等. 應(yīng)用基因芯片篩選前列腺癌差異表達(dá)基因的研究［J］. 中華實(shí)驗(yàn)外科雜志, 2012, 29(9): 1810-1812.

［4］ GLINSKY G V, GLINSKII A B, STEPHENSON A J, et al. Gene expression profiling predicts clinical outcome of prostate cancer［J］. J Clin Invest, 2004, 113(6): 913-923.

［5］ 石 瑋, 董 莉. 前列腺癌相關(guān)分子研究進(jìn)展［J］. 中華男科學(xué)雜志, 2015, 21(4): 357-362.

［6］ LUCARELLI G, RUTIGLIANO M, GALLEGGIANTE V, et al. Metabolomic profiling for the identification of novel diagnostic markers in prostate cancer［J］. Expert Rev Mol Diagn, 2015, 15(9): 1211-1224.

［7］ KAUSHIK A K, VAREED S K, BASU S, et al. Metabolomic profiling identifies biochemical pathways associated with castration-resistant prostate cancer［J］. J Proteome Res, 2014, 13(2):1088-1100.

［8］ MELLER S, MEYER H A, BETHAN B, et al. Integration of tissue metabolomics, transcriptomics and immunohistochemistry reveals ERG- and gleason scorespecific metabolomic alterations in prostate cancer［J］. Oncotarget, 2016, 7(2): 1421-1438.

［9］ ROBERTS M J, SCHIRRA H J, LAVIN M F, et al. Metabolomics: a novel approach to early and noninvasive prostate cancer detection［J］. Korean J Urol, 2011, 52(2): 79-89.

［10］ JEFFERY J, SINHA D, SRIHARI S, et al. Beyond cytokinesis: the emerging roles of CEP55 in tumorigenesis［J］. Oncogene, 2016, 35(6): 683-690.

［11］ BASTOS R N, BARR F A. Plk1 negatively regulates Cep55 recruitment to the midbody to ensure orderly abscission［J］. J Cell Biol, 2010, 191(4): 751-760.

［12］ IWAMORI T, IWAMORI N, MA L, et al. TEX14 interacts with CEP55 to block cell abscission［J］. Mol Cell Biol, 2010, 30(9): 2280-2292.

［13］ SHIRAISHI T, TERADA N, ZENG Y, et al. Cancer/testis antigens as potential predictors of biochemical recurrence of prostate cancer following radical prostatectomy［J］. J Transl Med, 2011, 9(1):153-162.

［14］ OLAKOWSKI M, TYSZKIEWICZ T, JARZAB M, et al. NBL1 and anillin (ANLN) genes over-expression in pancreatic carcinoma［J］. Folia Histochem Cytobiol, 2009, 47(2): 249-255.

［15］ PANDI N S, MANIMUTHU M, HARUNIPRIYA P, et al. In silico analysis of expression pattern of a Wnt/β-catenin responsive gene ANLN in gastric cancer［J］. Gene, 2014, 545(1): 23-29.

［16］ AKINO Y, TESHIMA T, KIHARA A, et al. Carbon-ion beam irradiation effectively suppresses migration and invasion of human non-small cell lung cancer cells［J］. Int J Radiat Oncol Biol Phys, 2009, 75(2): 475-481.

［17］ ZHOU W, WANG Z, SHEN N, et al. Knockdown of ANLN by lentivirus inhibits cell growth and migration in human breast cancer［J］. Mol Cell Biochem, 2015, 398(1-2): 11-19.

［18］ TAMURA K, FURIHATA M, TSUNODA T, et al. Molecular features of hormone-refractory prostate cancer cells by genome-wide gene expression profiles［J］. Cancer Res, 2007, 67(11): 5117-5125.

Screening for differential genes of the prostate cancer and bioinformatics analysis of their interaction

XIA Qianlin1, SHAN Menglin1, DING Tao2, ZHU Yanjun3, HOU Jun4, ZHENG Jianghua1,5(1.Department of Laboratory Medicine, Shanghai Public Health Clinical Center, Fudan University, Shanghai 201508, China; 2. Department of Urology, Southern Branch of the Sixth People’s Hospital, Shanghai Jiao Tong University, Shanghai 201499, China; 3. Department of Urology, Zhongshan Hospital, Fudan University, Shanghai 200032, China; 4. Department of Pathology, Zhongshan Hospital, Fudan University, Shanghai 200032, China; 5. Department of Infection Control, Shanghai Public Health Clinical Center, Fudan University, Shanghai 201508, China)

ZHENG Jianghua E-mail: zhengjianghua2015@163.com

Background and purpose: Gene chip is a nucleic acid sequence analysis method which is based on hybridization. It is a high-through put assay which can widely detect the level of gene expression in different tissuesand cell types. This study aimed to compare and bioinformatically analyze differentially expressed genes between higher malignant degree of prostate cancer tissues and prostate inflammation tissues. Methods: The total RNAs were isolated from tissues of prostate cancer and prostate inflammation by TRIzol method and then purified, reversely transcribed to cDNA with incorporating biotin labeling probe, hybridized with Affymetrix Human U133 Plus 2.0 (covering 47 000 transcripts，representing 38 500 distinct genes). Picture signals of fluorescence in gene array were scanned and differential expression of gene in two tissues were compared by Command Console Software 4.0. These differential expressed genes were analyzed by bioinformatics methods finally. Results: According to the fold change ≥2, P＜0.05, 1 819 differential expression genes including 1 025 up-regulated genes and 794 down-regulated genes were discovered. GO enrichment analysis displayed that these differentially expressed genes were mainly involved in cell cycle, cell metabolism, etc. KEGG pathway analysis found that these genes were mainly involved in some metabolism pathways including purine nucleotide metabolism. The interactions between the proteins encoded by these genes were analyzed by STING. Twenty key nodes genes including TPX2, ANLN, NUSAP1, MELK, DLGAP5, KIF11, TOP2A, RRM2 were discovered. Then this study revealed CEP55 and ANLN might be related to the occurrence and metastasis of prostate cancer by looking through literature. Conclusion: During the development of prostate cancer, the activation of genes related to cell cycle and cell migration, the abnormalities of genes related to metabolism and the inhibition of genes related to cell adhesion play critical roles in the development of prostate cancer. CEP55 and ANLN were related to the occurrence and prognosis of prostate cancer by systematic analysis which provided a valuable clue for the next experiment.

Prostate cancer；Gene chip；Differential genes；Bioinformatics

10.19401/j.cnki.1007-3639.2017.03.002

R737.25

A

1007-3639(2017)03-0169-08

2016-08-05

2016-12-30）

國家自然科學(xué)基金面上項(xiàng)目(81372318)；上海市2014年度“科技創(chuàng)新行動(dòng)計(jì)劃”實(shí)驗(yàn)動(dòng)物研究領(lǐng)域科技支撐項(xiàng)目重點(diǎn)項(xiàng)目(14140901400)；上海市自然科學(xué)基金項(xiàng)目(13ZR1435000 )。

鄭江花 E-mail:zhengjianghua2015@163.com