0 引言

肝細胞癌(hepatocellular carcinoma,HCC)較為常見的消化系統惡性腫瘤.流行病數據預計,2021年全球范圍內HCC每年新發(fā)病例為905677例,因HCC死亡病例為830180例

目前大多數研究認為HCC的發(fā)生主要與乙肝肝硬化有關,HBV感染后造成肝細胞的持續(xù)損傷、修復、再損傷循環(huán),從而造成肝硬化,繼而發(fā)生癌變,但其確切發(fā)病機制不清

大多數研究認為多基因的時空表達失調與HCC的發(fā)生密切相關

,但涉及HCC有關的時空表達失調的基因眾多,不同的差異表達基因在HCC發(fā)生發(fā)展及侵襲轉移等生物學過程中可能發(fā)揮不同的作用.現有的HCC發(fā)生及生物學行為相關基因有Tp53,Bcl-2,Bad-p,Bax

,HULC和H19等

上述基因大多被相關文獻報道,而HCC差異表達基因集及其相關的生物學功能、與預后的關系和診斷價值鮮有報道.

1 材料和方法

1.1 材料 研究采用生物信息數據庫分析,首先在基因綜合表達數據庫[(gene expression omnibus,GEO)中篩選HCC與正常肝組織基因表達數據,然后對數據集中的差異表達基因進行篩選,對篩選出的差異基因進行基因本體論(gene ontology,GO),基因組百科全書(kyoto encyclopedia of genes and genomes,KEGG)、蛋白相互作用網絡(protein-protein interaction,PPI)和聚類分析.對差異基因進行關鍵基因(hub基因)鑒定.Kaplan-Meier數據庫對比關鍵基因高低表達與HCC患者預后關系.同時,采用受試者工作特征曲線(receiver operating characteristic curve,ROC)以hub基因為參考,診斷HCC的價值,圖1.

研究選取(GEO,https://www.ncbi.nlm.nih.gov/geo/)、(KEGG,https://www.genome.jp/kegg/pathway.html)、蛋白互相作用拓撲網絡數據庫(STRING,http://string-db.org/cgi/input.pl)、腫瘤生存分析數據庫(Kaplan-Meier,http://kmplot.com/analysis/index.php?p=service),作為本次研究的主要數據來源.

針對高校服務器的分布特點，本文設計的基于Elasticsearch 的校內全文搜索引擎的總體架構如圖1所示，其核心組件包括爬蟲模塊、索引模塊以及檢索模塊。

1.2 方法 GEO數據庫中檢索HCC基因表達數據集,檢索詞為“Hepatocellular carcinoma (HCC)/liver cancer”,種屬為“human”.進一步對檢索到的結果進行篩選,選取GSE62232

、GSE67764

、GSE89377

和GSE112790

四個數據集進行分析.根據數據集中HCC與正常肝組織中基因表達譜情況進行篩選,篩選條件為HCC組和正常組中上調或下調超過2個拷貝的基因,且

<0.05;分別對GSE62232、GSE67764、GSE89377和GSE112790數據集中的差異基因進行重疊分析,選取公差異表達基因,并繪制Venn圖.在STRING數據庫中對篩選出的共差異表達基因進行蛋白相互作用拓撲網絡構建,構建條件為:數據來源Textmining,co-expression,gene function和cooccurrence;相互作用關系系數≥0.4;相互作用蛋白不高于20個.在KEGG數據庫中對篩選出的差異表達基因相關信號通路進行分析富集.物種選擇“human”;通路包含:代謝、遺傳信息、環(huán)境信息、細胞過程、人類疾病和藥物開發(fā)等.采用Cytoscapev3.7.2軟件對拓撲網絡中的hub基因進行篩選關鍵hub基因,篩選依據為nodescore.在GSE112790數據中,根據HCC與正常肝組織37個差異基因表達水平繪制聚類熱圖,條件為:行距離:歐氏距離;列距離:歐氏距離.

相關統計分析采用R軟件進行,計量資料應用mean±SD表示,腫瘤組織與正常組織比較采用

檢驗;計數采用率表示,應用

檢驗,

<0.05有統計學意義.

2 結果

2.1 H C C差異表達基因篩選 選取了GSE62232、GSE67764、GSE89377和GSE112790數據為研究對象,四個數據集基本特征見表1.HCC和正常肝組織中差異表達基因分別為370、1386、76和418(圖2),四個數據集中共差異表達的基因為37個(圖3).

2.3 差異表達基因聚類分析 根據HCC與正常肝組織37個差異基因表達水平繪制聚類熱圖,腫瘤組織與正常組織間聚類明顯,見圖4.

2.4 PPI拓撲網絡及hub基因 37個HCC與正常肝組織差異表達基因繪制PPI拓撲網絡,網絡中有42個蛋白節(jié)點,145個作用關系,平均作用度為6.9,區(qū)域聚類指數為0.586,富集顯著(

<0.05),見圖5.Cytoscapev3.7.2軟件對拓撲網絡中的hub基因進行篩選,

,

和

為37個差異基因中的前三個hub基因,見圖6.

近年來隨著分子生物和高通量測序、芯片技術的發(fā)展,HCC發(fā)生、發(fā)展、侵襲轉移、預后和診斷等分子標志物成為了研究熱點.對HCC患者和正常人群進行高通量差異表達基因的篩選,并對篩選的結果進一步分析,有望鑒定出HCC特異表達基因譜,為HCC的診斷、預后、靶向藥物研發(fā)提供新的靶點和思路.為了篩選HCC和健康人體肝臟組織之間的差異表達基因(different expressed genes,DEGs),我們從GEO數據庫中下載了4個基因表達譜,以獲得HCC組織和正常組織樣本之間的DEGs.通過GO注釋和KEGG信號通路富集,對所選的DEGs進行潛在功能分析.同時,對差異表達基因進行了聚類分析,并利用Cytoscape軟件構建蛋白-蛋白相互作用拓撲網絡核心基因,尋找與HCC相關的樞紐基因.使用在線數據庫Kaplan-Meier plotter對這些關鍵hub基因進行生存分析,評估其高低表達與HCC患者預后關系.研究結果共納入了4個數據集GSE62232、GSE67764、GSE89377和GSE112790中HCC和正常肝組織中差異表達基因分別為370、1386、76和418,四個數據集中共差異表達的基因為37個.37個差異表達基因主要富集于凋亡細胞的識別、過渡金屬離子結合,KEGG信號通路富集于化學致癌作用等.

,

和

為37個差異基因中的前三的hub基因;分別以

,

和

為參考診斷HCC的ROC曲線下面積分別為0.83,0.93和0.96,其診斷效能均較高;

、

高表達組OS和PFS均顯著高于低表達組且有統計學差異(

<0.05),而CYP1A2高低表達組HCC患者OS和PFS無統計差異.

2.6 Hub基因與HCC預后分析

高表達組總生存率(overall survival,OS)(HR=0.57,95%CI:0.39-0.84),無疾病進展生存(progression free survival,PFS)(HR=0.63,95%CI:0.46-0.88)和

高表達組OS(0.57,95%CI:0.40-0.81),PFS(0.61,95%CI:0.45-0.83)均顯著高于低表達組且有統計學差異(

<0.05),而

高低表達組HCC患者OS和PFS無統計差異(

>0.05),見圖8.

3 討論

肝細胞癌(hepatocellular carcinoma,HCC)是較為常見的消化系統惡性腫瘤,預后差,5年生存率低.然而,雖然HCC的發(fā)生與乙肝病毒感染有關,但確切發(fā)病機制目前仍不十分清楚.近年來已有研究提示HCC的發(fā)生與多基因的時空表達失調密切相關.

2.5 Hub基因診斷HCC價值 三個hub基因

,

和

在HCC組織中的表達水平明顯高于正常對照組織(

<0.05),見圖6.以

,

和

為參考診斷HCC的ROC曲線下面積分別為0.83(95%CI:0.74-0.93),0.93(95%CI:0.88-0.97)和0.96(95%CI:0.924-0.98),見圖7.

董力就加強水利資金監(jiān)督管理工作提出六點意見。周英在總結講話中對水利財務工作提出具體要求。水利部總工程師汪洪在會上宣讀“關于表揚全國水利財務工作先進集體和先進個人的通報”。

為了比較基于LWT-LSSVM的數控機床熱誤差建模方法相對于其他方法的優(yōu)缺點，本文同時給出了常用的基于最小二乘法支持向量機(LSSVM)回歸建模的預測結果，兩者比較如圖6所示。從圖中可以看出，基于LWT-LSSVM的預測方法獲得的預測模型殘差遠小于最小二乘法支持向量機的模型殘差，具有更好的模型預測效果。

,

和

均為細胞色素P450 (cytochrome P450)家族成員.既往有文獻報道

表達與胃癌、膀胱癌等預后有關

,而

表達與HCC相關性鮮有報道.細胞色素P450酶負責藥物、外源物質和內源性物質的生物轉化.這種酶活性可以由內在和外在因素調節(jié),從而改變機體對藥物或某些毒性物質的反應.從巨噬細胞、淋巴細胞和中性粒細胞釋放的促炎性細胞因子,如白細胞介素-1(interleukin 1,IL-1)、白細胞介素-6(interleukin 6,IL-6)、腫瘤壞死因子α(tumor necrosis factor-α,TNF-α)和干擾素-γ(interferon-γ,IFN-γ)等能夠在導致細胞色素P450酶抑制或活化的.上述細胞也存在于腫瘤微環(huán)境中,參與癌癥的發(fā)展.在本研究中我們發(fā)現CYP2E1高表達者OS和PFS優(yōu)于低表達者,因而提示

可能為HCC生存的優(yōu)勢基因,可作為HCC術后預后較好的標記物.同時

也可作為HCC診斷的分子標記物,其診斷HCC的ROC曲線下面積高達0.83.

與腫瘤的生物學功能及預后亦有報道,但和HCC的關系報道不多.我們的研究也提示

高表達與HCC預后較好有關.

然而本文存在一定的局限性,首先研究結論主要基于生物信息數據庫分析,其結果和結論的可靠性需要進一步相關臨床和基礎試驗進行證實.其次,歐美和日本HCC患者多有HCV感染背景,而中國HCC患者多為HBV感染背景,單純HBV背景或HCV背景的HCC患者數據對研究中所獲結果是否存在不同有待補充相關臨床研究數據證實.

4 結論

綜上,

,

和

可能與HCC發(fā)病有關,并可作為HCC診斷和預后的分子標志物.

今年正是“兩個3年”任務的收官之年。三年來，無論是辦社會職能改革還是國有土地確權登記發(fā)證，歷史問題與現實困境交織，內部掣肘與外部矛盾疊加，改革前行的每一步都不似“輕輕松松、敲鑼打鼓”般容易實現。可喜的是，新時代里農墾精神仍然煥發(fā)著勃勃生機，農墾人懷著高度的責任感和事業(yè)心，涉險灘、闖難關，將改革扎扎實實地推向縱深。

HCC是臨床上較為常見的實體惡性腫瘤,在常見的癌癥中排名第六,癌癥相關死亡原因排名第四

乙肝病毒感染(hepatitis B virus,HBV)導致的肝硬化是HCC的最常見原因

我國是HBV感染大國,HBV感染人數眾多,因而HCC的發(fā)生率也較高.HCC的預后極差,5年生存率低于30%,同時也缺乏有效的早期診斷方法

甲胎蛋白(alpha-fetoprotein,AFP)是HCC早期診斷和術后監(jiān)測復發(fā)的重要血清標志物,但其可受到其他因素如妊娠、急慢性肝損傷等的影響而降低其診斷的敏感性和特異性

同時,AFP明顯升高后,HCC已形成和發(fā)展為非早期,其作為早期預警或高危人群檢測的指標效果并不理想.

1.3 細胞培養(yǎng)和轉染 人子宮內膜癌細胞株HEC-1-A接種于含10%小牛血清的DMEM/ F12培養(yǎng)基中，37℃、5%CO2孵箱中常規(guī)培養(yǎng)，0.25%胰酶消化傳代，將過表達質粒PTEN-OE及其對照質粒(NC)按說明進行轉染。轉染后72 h，分PTEN-OE組、空載組及正常組，取生長良好、處于對數期的細胞用于實驗。

首先采用生物信息分析技術在基因綜合表達數據庫(gene expression omnibus,GEO)中選取HCC與非HCC肝組織中差異表達基因譜數據.對篩選出的差異基因進行聚類,基因注釋及蛋白網絡分析,并鑒定差異表達基因進行關鍵基因(hub).根據hub基因表達分為高低表達組,比較高低表達組HCC患者總生存率(overall survival,OS)和無疾病進展生存(progression free survival,PFS)有無差異并評估hub診斷HCC的敏感性和特異性.

例題3：已知點P：（1,1），圓C： x2+y2-4y=0，過P點的直線1交圓C于A、B兩點，AB中點為M，｜OM｜=｜OP｜，求△OPM的面積。

探討HCC差異表達基因及其與患者預后關系,同時分析差異表達基因作為HCC診斷分子標志物的價值.

2.2 差異表達基因GO及KEGG分析 篩選出的37個差異表達基因生物學過程主要富集于代謝過程、凋亡細胞的識別和細胞金屬離子的反應;細胞定位于轉錄因子ap-1復合體和高密度脂蛋白粒子;生物學過程主要為過渡金屬離子結合、芳香化酶活性和雌激素2-hydroxylase活性等,見表2.KEGG信號通路富集于細胞色素P450對外來生物的代謝、化學致癌作用和藥物代謝-細胞色素P450等,見表3.

采用生物信息數據深度挖掘方法探尋HCC差異表達基因及其作為分子標志物診斷肝癌的臨床價值,同時進一步探討差異表達關鍵基因與HCC患者預后關系,評估差異表達基因作為HCC預后分子標志物的可行性.

初中語文教學大綱指出∶語文作為中華民族最重要的交際工具,是人類文化的重要組成部分,而初中語文對于培養(yǎng)初中階段學生的思想道德品質和科學文化素養(yǎng),弘揚祖國的優(yōu)秀文化和吸收人類的進步文化具有十分重要的意義，“文史不分家”，語文學科和歷史學科之間的滲透和結合在很多文學作品中體現的尤為突出，歷史元素的融入，更加有利于中學生對于中華民族傳統文化的學習以及優(yōu)秀品質精神的影響和弘揚。

HCC在四個數據集中共共差異表達的基因為37個.37個差異表達基因主要富集于凋亡細胞的識別、過渡金屬離子結合,KEGG信號通路富集于化學致癌作用等.

,

和

為37個差異基因中的前三個hub基因;CYP2E1,

和

為參考診斷HCC的AUC分別為0.83(95%CI:0.74-0.93),0.93(95%CI:0.88-0.97)和0.96(95%CI:0.924-0.98);CYP2E1高表達組OS(HR=0.57,95%CI:0.39-0.84),PFS(HR=0.63,95%CI:0.46-0.88)和

高表達組OS(0.57,95%CI:0.40-0.81),PFS(0.61,95%CI:0.45-0.83)均顯著高于低表達組,且有統計學差異(

<0.05).

使用創(chuàng)新PST工藝噴涂形成的粘接聚合物可與金屬(銅、鋁、鋼或不銹鋼)表面粘接，并同時生成可與AKROMID?B3GF 30 7 PST材料粘接的有機化合物。在噴涂該聚合物時同時將金屬嵌件加熱至粘結聚合物的熔點以上，就可激活粘接效應。試驗試樣的金屬/塑料粘合強度測試值在鋁材(而非粘結層)因荷載過高而發(fā)生斷裂前達到了35 MPa。

細胞色素P450家族成員

,

和

差異表達與HCC發(fā)生有關,有望成為HCC診斷和預后的分子標志物.

本研究通過生物信息數據挖掘技術發(fā)現細胞色素P450家族成員

,

和

差異表達與HCC發(fā)生有關,并可作為HCC診斷和預后的潛在生物學標記物.然而,研究結果和結論主要基于相關的數據庫生物信息學分析,缺乏組織標本和細胞學驗證結果.后續(xù)應進補充臨床組織標本和相關細胞學試驗,對研究結果和結論進行進一步的驗證.

1 Sung H,Ferlay J,Siegel RL,Laversanne M,Soerjomataram I,Jemal A,Bray F.Global Cancer Statistics 2020:GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries.

2021;71:209-249 [PMID:33538338 DOI:10.3322/caac.21660]

2 Yin X,Xiong W,Wang Y,Tang W,Xi W,Qian S,Guo Y.Association of CYP2E1 gene polymorphisms with bladder cancer risk:A systematic review and meta-analysis.

2018;97:e11910 [PMID:30278485 DOI:10.1097/MD.0000000000011910]

3 Liu Y,Guo LW,Xu HF,Kang RH,Zheng LY,Zhang LY,Chen Q,Sun XB,Zhang SK,Qiao YL.Risk of Liver Cirrhosis in HBV/HCV-Infected Individuals with First-Degree Relatives Who Have Liver Cancer:Development and Validation of a Simple Model.

2022;15:111-120 [PMID:34675066 DOI:10.1158/1940-6207.CAPR-21-0220]

4 Li Y,Xiao F,Li W,Hu P,Xu R,Li J,Li G,Zhu C.Overexpression of Opa interacting protein 5 increases the progression of liver cancer via BMPR2/JUN/CHEK1/RAC1 dysregulation.

2019;41:2075-2088 [PMID:30816485 DOI:10.3892/or.2019.7006]

5 Liu T,Yang H,Fan W,Tu J,Li TWH,Wang J,Shen H,Yang J,Xiong T,Steggerda J,Liu Z,Noureddin M,Maldonado SS,Annamalai A,Seki E,Mato JM,Lu SC.Mechanisms of MAFG Dysregulation in Cholestatic Liver Injury and Development of Liver Cancer.

2018;155:557-571.e14 [PMID:29733835 DOI:10.1053/j.gastro.2018.04.032]

6 Chang CS,Huang SM,Lin HH,Wu CC,Wang CJ.Different expression of apoptotic proteins between HBV-infected and non-HBV-infected hepatocellular carcinoma.

2007;54:2061-2068 [PMID:18251160 DOI:10.1016/s0033-8389(05)70186-x]

7 Yang Z,Lu Y,Xu Q,Tang B,Park CK,Chen X.HULC and H19 Played Different Roles in Overall and Disease-Free Survival from Hepatocellular Carcinoma after Curative Hepatectomy:A Preliminary Analysis from Gene Expression Omnibus.

2015;2015:191029 [PMID:26136615 DOI:10.1155/2015/191029]

8 Schulze K,Imbeaud S,Letouzé E,Alexandrov LB,Calderaro J,Rebouissou S,Couchy G,Meiller C,Shinde J,Soysouvanh F,Calatayud AL,Pinyol R,Pelletier L,Balabaud C,Laurent A,Blanc JF,Mazzaferro V,Calvo F,Villanueva A,Nault JC,Bioulac-Sage P,Stratton MR,Llovet JM,Zucman-Rossi J.Exome sequencing of hepatocellular carcinomas identifies new mutational signatures and potential therapeutic targets.

2015;47:505-511 [PMID:25822088 DOI:10.1038/ng.3252]

9 Yang Y,Guo Y,Tan S,Ke B,Tao J,Liu H,Jiang J,Chen J,Chen G,Wu B.β-Arrestin1 enhances hepatocellular carcinogenesis through inflammation-mediated Akt signalling.

2015;6:7369 [PMID:26077142 DOI:10.1038/ncomms8369]

10 Shen Q,Eun JW,Lee K,Kim HS,Yang HD,Kim SY,Lee EK,Kim T,Kang K,Kim S,Min DH,Oh SN,Lee YJ,Moon H,Ro SW,Park WS,Lee JY,Nam SW.Barrier to autointegration factor 1,procollagenlysine,2-oxoglutarate 5-dioxygenase 3,and splicing factor 3b subunit 4 as early-stage cancer decision markers and drivers of hepatocellular carcinoma.

2018;67:1360-1377 [PMID:29059470 DOI:10.1002/hep.29606]

11 Shimada S,Mogushi K,Akiyama Y,Furuyama T,Watanabe S,Ogura T,Ogawa K,Ono H,Mitsunori Y,Ban D,Kudo A,Arii S,Tanabe M,Wands JR,Tanaka S.Comprehensive molecular and immunological characterization of hepatocellular carcinoma.

2019;40:457-470 [PMID:30598371 DOI:10.1016/j.ebiom.2018.12.058]

12 Bray F,Ferlay J,Soerjomataram I,Siegel RL,Torre LA,Jemal A.Global cancer statistics 2018:GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries.

2018;68:394-424 [PMID:30207593 DOI:10.3322/caac.21492]

13 何倩玉,李俊峰,毛小榮.慢性HBV感染相關性肝癌發(fā)生的突變基因研究.肝臟 2021;26:811-814 [DOI:10.14000/j.cnki.issn.1008-1704.2021.07.027]

14 賈紅宇,劉克洲.慢性HBV感染免疫耐受期抗病毒治療有益于預防肝硬化和肝癌的發(fā)生.臨床肝膽病雜志 2021;37:1024-1025 [DOI:10.3969/j.issn.1001-5256.2021.05.007]

15 Bosch FX,Ribes J,Borràs J.Epidemiology of primary liver cancer.

1999;19:271-285 [PMID:10518307 DOI:10.1055/s-2007-1007117]

16 Tzartzeva K,Singal AG.Testing for AFP in combination with ultrasound improves early liver cancer detection.

2018;12:947-949 [PMID:30118333 DOI:10.1080/17474124.2018.1512855]

17 Wang RY,Chen XW,Zhang WW,Jiang F,Liu MQ,Shen XB.CYP2E1 changes the biological function of gastric cancer cells via the PI3K/Akt/mTOR signaling pathway.

2020;21:842-850 [PMID:31974627 DOI:10.3892/mmr.2019.10890]