利用生物信息学分析鉴定原位骨肉瘤以及肺转移的信号通路和核心基因

基于基因组学中西医结合治疗肿瘤的生物信息学分析研究方案：基于基因组学中西医结合治疗肿瘤的生物信息学分析引言：肿瘤是严重威胁人类健康的疾病，其发病机制极其复杂，研究人员对于治疗肿瘤大多采用中西医结合的方法。

生物信息学是一门应用于解决生物学问题的交叉学科，通过整合与分析海量生物数据来提取有价值的信息，可以为肿瘤治疗的决策和个体化治疗提供指导。

本研究旨在利用生物信息学工具分析基因组学数据，从而实现中西医结合治疗肿瘤的创新和发展。

一、研究思路：1. 数据采集：收集大样本量的肿瘤患者基因组学数据，包括肿瘤组织、血液样品等，并记录相关临床数据，如患者的性别、年龄、病理类型、分期等。

2. 数据预处理：对采集到的原始数据进行预处理，包括数据清洗、归一化、过滤异常值等，确保数据的准确性和可靠性。

3. 基因表达谱分析：利用生物信息学工具分析基因表达谱，通过比较肿瘤组织与正常组织的基因表达差异，筛选出不同ially表达的基因。

4. 功能富集分析：对不同ially表达的基因进行功能富集分析，包括基因本体（Gene Ontology，GO）功能富集分析和通路富集分析，以探索这些基因在肿瘤发生发展中的潜在功能。

5. 靶向药物预测：利用药物靶向预测工具，对鉴定出的潜在基因靶点进行预测，以确定相应的治疗药物。

6. 数据整合与分析：结合临床数据和基因组学数据，进行综合分析，研究肿瘤发生发展所涉及的关键基因及其对治疗药物的预测作用。

7. 研究成果创新和发展：根据已有研究成果及分析结果，提出新的观点和方法，为解决实际问题提供有价值的参考。

二、方案实施：1. 数据采集：通过协作研究，与医院和研究机构合作，收集肿瘤患者的基因组学数据，并完善相关临床数据的收集。

2. 数据预处理：使用生物信息学工具，对原始数据进行预处理和清洗，包括去除异常值、低质量数据的过滤以及数据归一化等。

3. 基因表达谱分析：利用生物信息学工具，对清洗后的数据进行基因表达谱分析，筛选出不同ially表达的基因。

骨肉瘤诊疗相关生物标记物研究进展作者：郑来韩旭李宏倬来源：《中国医学创新》2021年第27期【摘要】全世界青少年和儿童都受到骨肉瘤的威胁，这种肿瘤主要好发于长骨干骺端，是该年龄段最常见的高度恶性骨肿瘤。

早期肿瘤检测是有效治疗该疾病的关键，生物标志物的发现和对分子及其复杂相互作用的不断认识改善了骨肉瘤临床试验结果。

本文简述了骨肉瘤的生物标志物，并重点介绍了骨肉瘤相关生物标志物的研究进展，以期对骨肉瘤临床治疗的进展产生积极影响。

【关键词】骨肉瘤化疗治疗恶性骨肿瘤生物标志物Research Progress of Biomarkers Related to Diagnosis and Treatment of Osteosarcoma/ZHENG Lai， HAN Xu， LI Hongzhuo. //Medical Innovation of China， 2021， 18（27）： -172[Abstract] Adolescents and children all over the world are threatened by osteosarcoma， this tumor mainly occurs in the epiphysis of the long shaft， it is the most common highly malignant bone tumor in this age group. Early tumor detection is the key to the effective treatment of this disease. The discovery of biomarkers and the continuous understanding of molecules and their complex interactions have improved the results of clinical trials of osteosarcoma. This paper briefly describes the biomarkers of osteosarcoma， and focuses on the research progress of osteosarcoma related biomarkers， in order to have a positive impact on the progress of clinical treatment of osteosarcoma.[Key words] Osteosarcoma Chemotherapy Treatment Malignant bone tumor BiomarkersFirst-author’s address： Graduate School of Changzhi Medical College， Changzhi 046000，Chinadoi：10.3969/j.issn.1674-4985.2021.27.042骨肉瘤是于1807年在“波耶爾讲座”首次提出的一种骨骼疾病。

论著文章编号１００６－８１４７（２０21）０3-0259-07基金项目天津市科技计划项目（14RCGFSY00150）作者简介杨倩玉(1994-），女，硕士在读，研究方向：儿科学；通信作者：崔华雷，E-mail ：****************。

通过生物信息学分析鉴定调控神经母细胞瘤骨髓转移的中枢基因杨倩玉1，李璇2，闫蓓蕾2，赵旭峰1，崔华雷3（1.天津医科大学研究生院，天津300070；2.天津市儿童医院小儿内科，天津300074；3.天津市儿童医院小儿外科，天津300074）摘要目的：利用生物信息学的方法，探讨神经母细胞瘤骨髓转移的中枢基因及其可能的分子机制。

方法: 选取GEO 数据库中神经母细胞瘤基因骨髓转移的芯片数据集GSE42548，应用在线分析工具Networkanalyst 筛选差异表达基因。

使用DAVID 数据库对上述差异表达基因进行GO 功能分析及KEGG 通路分析。

应用STRING 在线数据库和Cytoscape 软件构建蛋白质相互作用（PPI ）网络，并筛选hub genes 、枢纽模块和seed genes ，利用Venn 图对hub genes 和seed 进行分析。

结果: 分析芯片数据，筛选得到990个差异表达基因，GO 和KEGG 分析结果显示，差异表达基因与信号转导、生物膜合成等过程有关，并富集在Hematopoietic cell lineage 通路上。

通过构建PPI 网络筛选得到了10个hub genes 、6个枢纽模块和17个seed genes 。

通过Venn 图确定关键基因Cxcr4。

结论: 研究中筛选出了10个hubgenes 和17个seed genes ，其中Cxcr4基因在神经母细胞瘤骨髓转移起到关键作用，提示基于CXCR4-SDF-1之间的调控关系可能为神经母细胞瘤骨髓转移的早期诊断提供新的见解。

关键词神经母细胞瘤；骨髓转移；Cxcr4；生物信息学中图分类号R739.43文献标志码ＡIdentification of hub genes to regulate neuroblastoma metastasis to bone marrow by bioinformatics analysisYANG Qian-yu 1，LI Xuan 2，YAN Bei-lei 2，ZHAO Xu-feng 1，CUI Hua-lei 3（1.Graduate School ，Tianjin Medical University ，Tianjin 300070，China ；2.Department of Pediatric Medicine ，Tianjin Children ′s Hospital ，Tianjin 300074，China ；3.Department of Pediatric Surgery ，Tianjin Children ′s Hospital ，Tianjin 300074，China ）AbstractObjective:To investigate the central gene of bone marrow metastasis in neuroblastoma and its possible molecular mechanismby bioinformatics analyses.Methods:The chip data set GSE42548of the neuroblastoma gene bone marrow metastasis in the GEO （gene expression omnibus ）database was selected ，and the differentially expressed genes were screened by the online analysis tool Networkanalyst.DAVID database was used for GO （gene ontology ）function analysis and KEGG （kyoto encyclopedia of genes and genome ）pathway analysis of the above differentially expressed genes.The online database STRING and Cytoscape software were used to construct the protein-protein interaction （PPI ）network ，and the hub genes ，hub modules and seed genes were screened ，and the Venn diagram was used to analyze the hub genes and seed.Results:The microarray data were analyzed and 990differentially expressed genes were screened.The GO and KEGG analysis results showed that the differentially expressed genes were related to signal transduction and biofilm synthesis ，and were enriched in Hematopoietic cell pathway.Ten hub genes ，six hub modules and seventeen seed genes were obtained by constructing PPI network screening.The key gene Cxcr4was identified by the Venn diagram.Conclusion:In this study ，10hub genes and 17seed genes were screened out ，among which Cxcr4gene plays a key role in the bone marrow metastasis of neuroblastoma ，suggesting that the regulation relationship between CXCR4and SDF -1may provide new insights for the early diagnosis of the bone marrow metastasis of neuroblastoma.Key wordsneuroblastoma ；bone marrow metastases ；Cxcr4；bioinformatics神经母细胞瘤（neuroblastoma ，NB ）是一种来源于周围神经嵴的儿童实体瘤，占儿童癌症死亡人数的15%，是医学上的一大挑战[1-3]。

基础研究基于G E O 数据库发现骨肉瘤关键基因G M F G 及其生物学功能厦门大学附属福州第二医院骨科(福州３５０００７)㊀林文韬㊀王武炼㊀肖莉莉㊀张怡元基金项目:２０１９年福建省卫生健康青年科研项目(２０１９Ｇ１Ｇ８４)ʌ摘㊀要ɔ㊀目的㊀基于生物信息学方法筛选骨肉瘤(O S )的关键基因及功能预测.方法㊀检索G E O 数据库O S 数据集(G S E １４３５９),使用G E O ２R 筛选差异基因(D E G s ),构建D E G s 的蛋白质Ｇ蛋白质相互作用网络(P P I )以及C y t o s c a p e 可视化分析确定关键基因.并进一步下载关键基因共表达基因,基因本体(G O )和(京都基因与基因组百科全书)K E G G 分析预测其可能的生物功能.结果㊀通过对原发O S 组织㊁O S 肺转移组织和原代成骨细胞之间的差异性和维恩图分析,获得３８５个交集基因.进而使用蛋白质Ｇ蛋白质相互作用(P P I )和C y t o s c a pe 从交集基因中筛选出关键基因GM F G .GM F G 共表达基因主要参与中性粒细胞激活㊁中性粒细相关的免疫反应等过程,并显著富集于核糖体细胞处理过程㊁白细胞跨膜转运过程等通路.结论㊀GM F G 作为O S 关键基因,在O S 进展中发挥促癌作用,可能是O S 的可靠的诊疗靶点.ʌ关键词ɔ骨肉瘤;GM F G ;生物信息学ʌ中图分类号ɔR ７３８ １㊀ʌ文献标识码ɔA㊀ʌ文章编号ɔ１００２Ｇ２６００(２０２０)０２Ｇ０１１２Ｇ０４I d e n t i f i c a t i o no f t h e k e yg e n eG M F Ga n d i t sb i o l o gi c a l f u n c t i o n i no s t e o s a r c o m ab a s e do nG E Od a t a b a s e ㊀㊀L I N W e n t a o ,WA N G W u l i a n ,X I A O L i l i ,Z HA N G Y i y u a n ．D e p a r t m e n to f O r t h o p e d i c s ,F u z h o u S e c o n d H o s p i t a l a f f i l i a t e d t oX i a m e nU n i v e r s i t y ,F u z h o u ,F u i a n ３５０００７,C h i n a ʌA b s t r a c t ɔ㊀O b je c t i v e ㊀T o s c r e e n t h ek e yg e n e s a n df u n c t i o n a l p r e d i c t i o no f o s t e o s a r c o m a (O S )b a s e do nb i o i n f o r m a t i c s ．M e t h o d s ㊀T h eO Sd a t a s e t (G S E １４３５９)f r o m G E Od a t a b a s ew e r e r e t r i e v e d ,a n dG E O ２Rt o s c r e e n t h e d i f f e r e n t i a l ge n e s (D E G s )w e r eu s e d ．W ef u r t h e rc o n s t r u c t e dt h e p r o t e i na n d p r o t e i ni n t e r a c t i o nn e t w o r k (P P I )o fD E G ,a n di d e n t i f i e dt h ek e yge n e t h r o u g h t h e v i s u a l i z e da n a l y s i s o fC y t o s c a p e ．T h e c o e x p r e s s i o n g e n e sof k e yg e n ew e r ed o w n l o a d e d ,a n d th e p o s si b l eb i o l o g i c a l f u n c t i o nw a s p r e d i c t e db y G Oa n dK E G Ga n a l y s i s ．R e s u l t s ㊀B y d i f f e r e n c e a n a l y s i s a n dV e n nd i a gr a m b e t w e e nc o n v e n t i o n a l o s Ｇt e o s a r c o m a t i s s u e ,o s t e o s a r c o m a l u n g m e t a s t a s i s t i s s u e a n dn o n Ｇn e o p l a s t i c p r i m a r y o s t e o b l a s t c e l l s ,w e o b t a i n e d ３８５i n t e r s e c t i o n g e n e s ．T h e n ,P P I a n dC y t o s c a p ew e r e u s e d t o s c r e e n t h e k e y g e n e (GM F G )．T h e c o Ｇe x p r e s s i o n g e n e s o fGM F Gw e r em a i n l yi n Ｇv o l v e d i nn e u t r o p h i l a c t i v a t i o n ,n e u t r o p h i l a c t i v a t i o n i n v o l v e d i n i mm u n e r e s p o n s e ,a n dw e r e s i g n i f i c a n t l y en r i c h e d i nr i b o s o m e c e l l p r o c e s s i n g ,l e u Ｇk o c y t e t r a n s e n d o t h e l i a lm i g r a t i o n ．C o n c l u s i o n ㊀A s a k e y g e n e o fO S ,GM F G p l a y s a r o l e i n p r o m o t i n g ca r c i Ｇn o g e n e s i s i n t h e p r o g r e s s i o no fO S ,w h i c hm a yb e a r e l i a b l e d i a g n o s i s a n d t r e a t m e n t t a r ge t o fO S ．ʌK e y w o r d s ɔo s t e o s a r c o m a ;GM F G ;b i o i nf o r m a t i c s ㊀㊀骨肉瘤(o s t e o s a r c o m a ,O S )是一种致命的原发性骨肿瘤,具有转移能力强㊁预后差的特点,是导致儿童死亡的第二大病因.近年来,尽管外科技术的提高和分子靶向治疗及免疫治疗的进展,但O S 的预后仍不理想[１].因此,需要确定额外的关键基因和通路,以寻找新的治疗策略来改善O S 患者的预后,并实现精准医疗.本研究旨在通过多维度的生物信息学分析,筛选影响O S 发生发展的关键基因及其生物学功能预测,研究结果可能揭示O S 诊疗的新靶点,为难治性疾病的分子机制提供新思路.１㊀资料与方法１ １㊀数据来源:通过G E O 数据库(h t t p ://w w w．n c b i ．n l m．n i h ．g o v /g e o /)的G P L ９６平台[(H G ＧU １３３A )A f f y Ｇm e t r i x H u m a n G e n o m e U １３３A A r r a y ]下载数据集(G S E １４３５９).G S E １４３５９表达谱包含来自德国柏林查里特大学医院病理研究所的１０例原发骨肉瘤组织(c o n v e n t i o n a lo s t e o s a r c o m a ,C O )㊁８例骨肉瘤肺转移组织(o s t e o s a r c o m al u n g me t a s t a s i s ,O L M )和２例非肿瘤原代成骨细胞(p r i m a r y os t e o b l a s t c e l l s ,P O C )样本.１ ２㊀差异基因筛选:G E O ２R 是G E O 数据库中依赖于R 语言(G E O q u e r y 和li mm a 包)实现的编程在线分析工具.通过G E O ２R 获得G S E １４３５９数据集中C O ㊁O L M 和P O C 之间的差异表达基因(d i f f e r e n t i a l l y e x pr e s s e d g e n e s ,D E G s ).D E G s 纳入标准为:上调基因必须具有l o g ２倍数变化(l o gF C )ȡ２和校正的P 值＜０ ０５,而下调基因必须具有l o g F C ɤ－２和校正的P 值＜０ ０５.随后,利用维恩图对C O v s P O C 以及O L M v s P O C 两组的D EG s 取交集基因.１ ３㊀蛋白质相互作用网络:利用蛋白相互作用的检索工具S T R I N G (h t t p s ://s t r i n g Ｇd b ．o r g/)构建D E G s 的蛋白质Ｇ蛋白质相互作用(t h e p r o t e i n Ｇpr o t e i n i n t e r a c t i o n ,P P I )网络,并进一步应用C y t o s c a pe (３ ７ １版)的插件M C O D E 选择P P I 网络中密集连接的模块,进而确定关键基因GM F G .１ ４㊀G M F G 共表达基因富集分析和通路注释:通过共表达分析数据库C O X P R E S d b (h t t p s ://c o x p r e s d b ．j p )下载GM F G 共表达基因(前２０００个),后续进行基因本体２１１ 福建医药杂志２０２０年４月第４２卷第２期㊀F u j i a n M e d J ,A pr i l ２０２０,V o l ４２,N o ２(g e n e o n t o l o g y,G O )富集分析以及京都基因与基因组百科全书(t h eK y o t o e n c y c l o p e d i a o f g e n e s a n d g e n o m e s ,K E G G )功能注释,G O 分析的结果从３个方面呈现:生物过程(b i Ｇo l o g i c a l p r o c e s s ,B P )㊁细胞组分(c e l l u l a rc o m p o n e n t ,C C )和分子功能(m o l e c u l a rf u n c t i o n ,M F ).利用R 软件(v ．３ ６ ０版)中相应的B i o c o n d u c t o r 包进行G O 富集和K E G G 通路分析.２㊀结果２ １㊀差异基因筛选:在G S E １４３５９数据集中,１０例C O ;８例O L M ;２例P O C .根据l o g ２F C ȡ２的筛选标准及校正P ＜０ ０５,C O v s P O C 组有７８５个D E G s ,L OM v s P O C 组有７４０个D E G s .并进一步利用维恩图对两组的D E G s 取交集基因,共获得３８５个交集基因,其中２７０个基因上调,１１５个基因下调(图１).图１㊀对差异表达基因取交集基因维恩图２ ２㊀蛋白质相互作用网络:基于蛋白质的相互作用构建P P I 网络,利用C y t o s c a p e 分析上述３８５个交集差异基因所对应的蛋白之间的相互作用网络(图２).P P I 网络具有１２个模块,１２个关键基因,分别为GM F G ㊁I S L R ㊁T H Y １㊁C D ８３㊁H L A ＧD R A ㊁C T S B ㊁R E P S １㊁L A P TM ５㊁I Q G A P ２㊁L O X L ２㊁C A C N A ２D ２㊁G C L M .GM F G 所在模块为显著模块,具有５个节点,８个边缘(图３).２ ３㊀G M F G 共表达基因富集分析和通路注释:对获得的GM F G 共表达基因进行G O 富集和K E G G 通路分析.G O 富集分析表明:这些共表达基因主要分布在分泌颗粒内腔㊁胞质囊腔㊁分泌颗粒膜㊁核糖体亚单位等,分子功能上主要集中在核糖体的结构组成㊁N A D (P )H 相关的氧化还原反应㊁细胞因子受体的活动等,主要参与的生物过程是中性粒细胞激活㊁中性粒细相关的免疫反㊁中性粒细胞脱颗粒㊁T 细胞激活以及免疫应答调节/激活细胞表面受体信号通路等(图４A ).K E G G 通路富集结果显示大部分共表达基因显著富集于核糖体细胞处理过程㊁白细胞跨膜转运过程㊁趋化因子信号通路㊁细胞黏附分子㊁氧化磷酸化等相关通路(图４B ).３㊀讨论近年来,随着基因芯片和测序技术的快速发展,利用生物信息学方法对恶性肿瘤进行全基因表达谱分析,了解恶性肿瘤相关的基因及其相关的分子调控机制,为研究恶性肿瘤的分子机制提供了新的思[２].然而,相对于其他部位的肿图２㊀C y t o s c a pe 分析交集差异基因所对应的蛋白之间的相互作用网络图３㊀G M F G 所在的模块(５个节点,８个边缘)瘤,O S 发病率较低,绝大多数见于儿童,因此与O S 相关的生物信息资料较有限,在大多数国际公共数据库,例如T C G A 及O n c o m i n e 数据库无法检索到与O S 直接相关的资料.即使最新儿童肿瘤数据库T a r g e t 数据库,缺少正常肿瘤旁组织的信息,如果不先与肿瘤旁组织组织进行遗传信息比较,可能会误导近一半O S 患者的治疗,因此也具有局限性.目前,有关G E O 相关的数据得到了广泛的应用,随着全球学者不断在G E O 等数据库发布测序数据,使得越来越多的未知分子被发现大量存在于真核生物细胞中并具有重要的生物学功能.我们前期深度检索并下载G E O 数据库中O S 微阵列表达谱(G S E １４３５９),该数据集涵盖O S 组织和肿瘤旁测序信息,通过其可较全面分析难治性的O S 发生和发展的分子变化,协助指导开发有效的㊁毒性较低的疗法.我们首先筛选差异性表达的基因以及维恩图取交集差异基因,并利用S T R I N G 数据库构建交集基因的P P I 网络,并通过C y t o s c a p e 将其可视化,随后进行网络的模块分析和中心性分析被用来识别O S 的潜在的核心基因.通过生物信息３１１ 福建医药杂志２０２０年４月第４２卷第２期㊀F u j i a n M e d J ,A pr i l ２０２０,V o l ４２,N o ２注:A:G O分析;B:K E G G分析.图４㊀G M F G共表达基因G O富集和K E G G通路分析学分析,我们发现１２个可能在O S发生发展起关键作用的基因,后续通过广泛阅读国内外文献,了解关键基因的研究现状,发现神经胶质成熟因子Ｇγ(g l i a m a t u r a t i o nf a c t o rＧγ, GM F G)在肿瘤中的研究甚少,其与O S两者的关系在国际上还处于空白状态,因此,我们将GM F G作为研究对象,推测其在O S发生和发展中扮演的角色,实现理论创新.胶质细胞成熟因子基因(g l i a m a t u r a t i o nf a c t o r s g e n e s, GM F s)在脊椎动物中广泛存在,包括胶质细胞成熟因子B (g l i am a t u r a t i o n f a c t o rＧb e t a,GM F B)和胶质细胞成熟因子G(g l i am a t u r a t i o nf a c t o rＧg a mm a,GM F G),在从酵母到哺乳动物的真核生物中是高度保守的.既往研究表明,GM F s 属于A D F/c o f i l i n超家族蛋白,它们是肌动蛋白细胞骨架重组的重要调节因子[３].GM F G优先在血管细胞和免疫细胞中表达,其异位表达增强细胞功能,如小管形成和体外迁移,并且GM F G是人T细胞假足迁移所必需的成分,通过抑制GM F G表达可减少细胞迁移减少及黏附特性增加[４].通过重组中性粒细胞中的肌动蛋白丝,GM F G也是细胞迁移和极性的重要调节因子[５].目前研究未知基因功能的流行方法之一是共表达分析,因此,我们通过单基因共表达分析神器C O X P R E S d b数据库[６],下载GM F G前２０００个共表达基因,后续进行G O和K E G G分析,研究结果与上述相一致.那么,GM F G在恶性肿瘤中的研究现状是怎样,又是通过怎样的分子机制实现O S相关功能呢１９q１３的高水平扩增是常见的遗传改变之一,经常在卵巢癌,胰腺癌和胃贲门腺瘤中检测到.因此,１９q１３可含有与各种实体瘤的发病机理和进展相关的致癌基因[７].GM F G基因在６６０k b扩增子最大值内定位于１９q１３ ２,有研究提出在１９q１３处含有GM F G的一个区域在肿瘤中约２０％中拷贝数增加,因此GM F G被认为是扩增靶基因之一[８].既往研究结果表明GM F B在浆液性卵巢癌(S O C)组织中过度表达,与卵巢癌的不良预后相关,并促进上皮卵巢癌中的细胞迁移和侵袭,可作为S O C患者预后的预测指标[９].有研究[１０]发现GM F G 在结直肠癌组织样本中高表达,尤其是在淋巴结转移的患者中(８５ ７v s５７ ５％的非转移患者).另外,一篇发表在权威期刊N a t u r e的文章提出肿瘤患者体内的中性粒细胞通过与肿瘤细胞形成细胞簇,联合促进肿瘤的转移过程[１１].G O 分析和K E G G分析结果亦显示,GM F G共表达基因与包括中性粒细胞在内的多个白细胞参与的免疫过程高度相关.结合本文,我们上述检索的G S E１４３５９数据集中GM F G在O S 肺部转移肿瘤组织中显著上调.因此,有理由推测GM F G 作为促癌因子,参与O S侵袭转移过程,其涉及的机制可能是通过 炎癌途径 进而促进O S的转移.另外,本研究也具有一定局限性:１)由于在G E O数据库中,O S芯片数据多为不同种属㊁不同干预方式㊁O S 细胞系测序及缺少配对正常组织的表达谱测序数据,本研究未能做到多个G E O数据库芯片联合分析,仅有单数据集分析,但数据集G S E１４３５９涵盖正常㊁癌变组织以及转移灶组织信息,代表性较强,并且目前有高分值的G E O单数据集分析研究,因此认为此数据集仍具有一定的代表性;２)本研究仅是通过高通量测序结果进行大数据分析,未有相关组织及细胞学实验验证GM F G在O S中的促癌作用,以及是否通过预测的 炎癌途径 促进O S的转移,后续将进一步完善相关内容,使研究结果更有说服力.综上所述,通过对O S表达谱进行一系列的生物信息学分析,锁定了在O S进展中扮演着促癌的作用的关键分子GM F G,并且推测GM F G可能参与O S侵袭转移过程,可作为O S治疗的新靶点.参考文献[１]L i n d s e y B A,M a r k e l JE,K l e i n e r m a nES．O s t e o s a r c o m aOＧv e r v i e w[J]．R h e u m a t o lT h e r,２０１７,４(１):２５Ｇ４３ [２]C h e nZ,W u H,W a n g G H,e ta l．I d e n t i f i c a t i o no f p o t e n t i a lc a nd i d a te g e n e sf o r h y p e r t e n s i v e n e p h r o p a t h y b a s e do ng e n e e xＧp r e s s i o n p r o f i l e[J]．B m cN e p h r o l o g y,２０１６,１７(１):１４９ [３]G a n d h i M,S m i t h B A,B o v e l l a n M,e ta l．GM Fi sac o f i l i n４１１ 福建医药杂志２０２０年４月第４２卷第２期㊀F u j i a n M e d J,A p r i l２０２０,V o l ４２,N o ２h o m o l o g t h a tb i n d sA r p ２/３c o m p l e xt os t i m u l a t ef i l a m e n td e Ｇb r a n c h i n g a n d I n h i b i t a c t i nn u c l e a t i o n [J ]．C u r r B i o l ,２０１０,２０(９):８６１Ｇ８６７[４]L i p p e r t DN．G l i am a t u r a t i o n f a c t o r g a mm a r e g u l a t e s t h em i gr a Ｇt i o na n d a d h e r e n c e o fh u m a nTl y m p h o c y t e s [J ]．B m c I mm u Ｇn o l o g y,２０１２,１３(１０):２１ [５]A e r b a ji n a iW ,L i uL ,C h i n K ,e ta l ．G l i a m a t u r a t i o nf a c t o r Ｇγm e d i a t e s n e u t r o p h i l c h e m o t a x i s [J ]．J o u r n a l o f L e u k o c yt eB i o l Ｇo g y,２０１１,９０(３):５２９Ｇ５３８ [６]T a k e s h iO ,Y u k iK ,Y u i c h iA ,e t a l ．C O X P R E S d bv ７:a g e n ec o e x p r e s s i o nd a t a b a sef o r １１a n i m a l s p e c i e s s u p p o r t e db y ２３c o Ｇe x p r e s s i o n p l a t f o r m sf o rt e c h n i c a le v a l u a t i o na n de v o l u t i o n a r y i n f e r e n c e [J ]．N u c l e i c A c i d s R e s e a r c h ,２０１９,４７(D １):D ５５ＧD ６２[７]M a h l a m ãk i E H ,K a u r a n i e m i P ,M o n n i O ,e t a l ．H i gh Ｇr e s o l u t i o n g e n o m i c a n d e x p r e s s i o n p r o f i l i n g r e v e a l s １０５p u t a t i v e a m p l i f i c a t i o n t a r g e t g e n e s i n p a n c r e a t i cc a n c e r [J ]．N e o pl a s i a ,２００４,６(５):４３２Ｇ４３９[８]R i i n aK ,K i mm oS ,A z o r s aDO ,e t a l ．I n t e r s e x Ｇl i k e (I X L )i s ac e l l s u r v i v a l r e g u l a t o r i n p a n c r e a t i c c a n c e rw i t h １９q １３a m pl i f i c a Ｇt i o n [J ]．C a n c e rR e s e a r c h ,２００７,６７(５):１９４３Ｇ１９４９[９]L iYL ,Y eF ,C h e n g X D ,e t a l ．I d e n t if i c a t i o no fg l i am a t u r a Ｇt i o n f a c t o r b e t a a s a n i n d e p e n d e n t p r o g n o s t i c p r e d i c t o r f o r s e r o u s o v a r i a nc a n c e r [J ]．E u r o p e a n J o u r n a lo f C a n c e r ,２０１０,４６(１１):２１０４Ｇ２１１８[１０]W a n g H ,C h e n Z ,C h a n g H ,e t a l ．E x pr e s s i o n o f g l i a m a t u r a t i o n f a c t o r γi s a s s o c i a t e d w i t h c o l o r e c t a l c a n c e r m e t a s t a s i s a n di t sd o w n r e g u l a t i o ns u p pr e s s e sc o l o r e c t a lc a n c e r c e l lm i g r a t i o na n di n v a s i o ni nv i t r o [J ]．O n c o l o gy R e p o r t s ,２０１７,３７(２):９２９Ｇ９３６[１１]S z c z e r b aBM ,C a s t r o ＧG i n e r F ,V e t t e rM ,e t a l ．N e u t r o ph i l s e s Ｇc o r t c i r c u l a t i n g t u m o u r c e l l s t o e n a b l e c e l l c y c l e p r o gr e s s i o n [J ]．N a t u r e ,２０１９,５６６(７７４５):５５３Ｇ５５７ 基础研究H O Ｇ１过表达抑制N L R P １通路活化在脊髓损伤中发挥保护作用的实验研究福建医科大学附属第二医院急诊科(泉州３６２０００)㊀陈炳基㊀蒋小燕㊀杨建胜１基金项目:福建省卫生计生青年科研项目(２０１７Ｇ１Ｇ５９)１㊀通信作者ʌ摘㊀要ɔ㊀目的㊀探讨血红素加氧酶Ｇ１(HO Ｇ１)在脊髓损伤(S C I)中的保护作用及其机制.方法㊀采用压迫损伤法构建S C I 模型,将大鼠随机分为假手术组(S h a m 组)㊁单纯S C I 组(V e h i c l e 组)㊁腺相关病毒感染S C I 大鼠组(A ＧC 组)和过表达HO Ｇ１的腺相关病毒感染S C I 大鼠组(A ＧHO Ｇl 组).W e s t e r nb l o t 检测HO Ｇ１㊁N L R P １㊁N L R P ３㊁N L R C ４和c a s pa s e Ｇ１的表达,免疫荧光检测HO Ｇ１和MA P ２的表达定位,原位缺口末端标记法(T U N E L )检测脊髓组织细胞凋亡,后肢行为学(B a s s o ＧB e a t t i e ＧB r e s n a h a n ,B B B )评分评估大鼠后肢运动功能.结果㊀S C I 后HO Ｇ１表达增加,差异有统计学意义(P ＜０ ０５).与A ＧC 组相比,A ＧHO Ｇ１组中HO Ｇ１水平明显升高,N L R P １㊁p r o Ｇc a s p a s e Ｇ１㊁c a s p a s e Ｇ１中p ２０表达水平和凋亡细胞数显著降低,差异有统计学意义(P ＜０ ０５).损伤后３㊁７㊁１４㊁２１d ,A ＧHO Ｇ１组大鼠B B B 评分较V e h i c l e 组和A ＧC 组显著升高,差异有统计学意义(P ＜０ ０５).结论㊀过表达HO Ｇ１通过抑制N L R P １炎性复合物激活而减少S C I 后细胞凋亡和改善大鼠后肢运动功能,对S C I 大鼠起保护作用.ʌ关键词ɔ脊髓损伤;血红素加氧酶Ｇ１;炎性小体;基因治疗ʌ中图分类号ɔR ６８㊀ʌ文献标识码ɔA㊀ʌ文章编号ɔ１００２Ｇ２６００(２０２０)０２Ｇ０１１５Ｇ０５E x p e r i m e n t a l s t u d y o n t h e p r o t e c t i v e e f f e c t o fH D Ｇ１o v e r e x p r e s s i o n o nN L R P １p a t h w a y a c t i v a t i o n i n s pi n a l c o r d i n j u r y㊀㊀C H E N B i n g j i ,J I A N G X i a o y a n ,Y A N GJ i a n s h e n g ．E m e r g e n c y D e p a r t m e n t ,t h eS e c o n d A f f i l i a t e d H o s p i t a l o f F u j i a n M e d i c a lU n i v e r s i t y ,Q u a n z h o u ,F u ji a n ３６２０００,C h i n a ʌA b s t r a c t ɔ㊀O b je c t i v e ㊀T o i n v e s t i g a t e t h e p r o t e c t i v e ef f e c t o f h e m e o x yg e n a s e Ｇ１(HO Ｇ１)o ns p i n a l c o r d i n j u r y (S C I )a n d i t sm e ch a ni s m．M e t h o d s ㊀S C Im o d e lw a se s t a b l i s h e db y c o m p r e s s i o ni nj u r y ,a n dt h er a t s w e r er a n d o m l y di v i d e di n t os h a m g r o u p ,s i m p l eS C I g r o u p (V e h i c l e g r o u p ),a d e n o Ｇa s s o c i a t e dv i r u s i n f e c t e dS C I g r o u p (A ＧC g r o u p )a n da d e n o Ｇa s s o c i a t e dv i r u s o v e r e x p r e s s i n g HO Ｇ１i n f e c t e dS C I g r o u p (A ＧHO Ｇl g r o u p )．T h e e x p r e s s i o no fHO Ｇ１,N L R P １,N L R P ３,N L R C ４a n dc a s pa s e Ｇ１w a s d e t e c t e db y W e s t e r nb l o t ,HO Ｇ１a n d MA P ２e x p r e s s i o nw e r e d e t ec t e db y i mm u n o f l u o r e s c e n c e ,c e l l a p o p t o s i s o f s pi n a l c o r d t i s s u e sw a sm e a s u r e d b y T U N E L ,a n dm o t o r f u n c t i o n o f h i n d l i m b sw a s e v a l u a t e d b y Ba s s o ＧB e a t t i e ＧB r e s n a h a n (B B B )s c o r e ．R e Ｇs u l t s ㊀T h e e x p r e s s i o no fHO Ｇ１w a s i n c r e a s e d s i g n i f i c a n t l y a f t e r S C I (P ＜０ ０５)．C o m p a r e dw i t hA ＧC g r o u p ,t h e e x pr e s s i o no f HO Ｇ１i n c r e a s e d s i g n i f i c a n t l y ,t h e e x p r e s s i o no fN L R P １㊁p r o Ｇc a s p a s e Ｇ１㊁c a s p a s e Ｇ１p ２０a n d t h e p r o p o r t i o no f a p o pt o t i c c e l l s d e Ｇ５１１ 福建医药杂志２０２０年４月第４２卷第２期㊀F u j i a n M e d J ,A pr i l ２０２０,V o l ４２,N o ２。