王蕾++歐陽(yáng)玲

[摘要] 目的 應(yīng)用生物信息學(xué)方法分析和預(yù)測(cè)子宮內(nèi)膜異位癥（EMs）患者相關(guān)基因的表達(dá)，為進(jìn)一步在基因水平上揭示EMs的本質(zhì)和發(fā)現(xiàn)藥物治療靶點(diǎn)、開(kāi)發(fā)新型的治療藥物提供新的依據(jù)。 方法 在公共基因芯片數(shù)據(jù)庫(kù)（GEO）中下載EMs相關(guān)基因數(shù)據(jù)，應(yīng)用protparam、MotiScan、SignalP 4.0、NetPhos 2.0、TMHMM、GO、KEGG、STRING、BRB-Array Tools軟件等生物信息學(xué)技術(shù)進(jìn)行數(shù)據(jù)挖掘和生物信息學(xué)分析研究。 結(jié)果 共篩選出91個(gè)EMs相關(guān)基因以及54個(gè)microRNA。這些EMs基因主要與細(xì)胞增殖調(diào)控、細(xì)胞凋亡調(diào)控、趨化作用等過(guò)程有關(guān)。蛋白質(zhì)網(wǎng)絡(luò)互作預(yù)測(cè)得到了19個(gè)重要的EMs相關(guān)蛋白質(zhì)靶標(biāo)，聯(lián)合靶基因的數(shù)據(jù)挖掘，發(fā)現(xiàn)了134個(gè)EMs相關(guān)的靶基因。 結(jié)論 用生物信息學(xué)方法分析基因芯片數(shù)據(jù)可以獲取生物的內(nèi)在信息，為子EMs的早期診斷提供了新的診斷標(biāo)志物和思路。

[關(guān)鍵詞] 基因芯片；子宮內(nèi)膜異位癥；生物信息學(xué)分析；靶基因；microRNA

[中圖分類號(hào)] R711.710.46 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673-7210（2017）04（a）-0012-05

[Abstract] Objective To analyze and predict the expression of endometriosis （EMs） genes by bioinformatics methods， in order to provide a new basis for revealing the essence of EMs at the gene level and developing new treatment drugs. Methods Download gene dates which were related to EMs in Gene Expression Omnibus（GEO）， were mined and analyzed by a series of bioinformatics tools， such as protparam， MotiScan， SignalP 4.0， NetPhos 2.0， TMHMM， GO， KEGG， STRING， BRB-Array Tools. Results 91 EMs related genes and 54 microRNA had been found in this study. These genes mainly involved in the process of cell proliferation regulation， cell apoptosis regulation and chemotaxis. Protein interaction network predicted 19 important EMs-related protein targets. Combined with target gene data mining， 134 EMs-related target genes were found. Conclusion Using bioinformatics method to analyze gene microarray data can acquire inner information of organisms， and provide new diagnostic markers and diagnostic thoughts for the early diagnosis of EMs.

[Key words] Microarray； Endometriosis； Bioinformatics； Target gene； MicroRNA

子宮內(nèi)膜異位癥（endometriosis，EMs）是一種常見(jiàn)的慢性婦科疾病，在女性人群中，發(fā)病率為10%～15%[1]，其臨床表現(xiàn)為不孕、痛經(jīng)、慢性盆腔痛、性交痛等[2]，給年輕的女性帶來(lái)巨大的痛苦和經(jīng)濟(jì)負(fù)擔(dān)。EMs是在子宮腔外部出現(xiàn)經(jīng)過(guò)增殖、出血和再生的子宮內(nèi)膜樣組織，其發(fā)病機(jī)制尚不清楚[3-4]。由于EMs病因復(fù)雜，目前主要治療手段是手術(shù)和激素治療，但該病的復(fù)發(fā)率高，達(dá)40%～50%[5]。因此，亟需新的有效的EMs治療方法。

基因調(diào)控在EMs的發(fā)展中起重要作用[6]。研究EMs患者的基因特征是開(kāi)發(fā)新療法的有效步驟[7-8]，基因芯片數(shù)據(jù)能夠大規(guī)模地揭示基因遺傳背景。根據(jù)基因芯片數(shù)據(jù)可以發(fā)現(xiàn)，免疫內(nèi)分泌的功能障礙是影響子宮內(nèi)膜異位的重要因素[9]。生物信息學(xué)被應(yīng)用于整理基因表達(dá)、基因功能、基因產(chǎn)物以及細(xì)胞功能相關(guān)的大量信息，來(lái)鑒定發(fā)病過(guò)程中的關(guān)鍵因子，預(yù)測(cè)合適的治療靶標(biāo)[10]。目前這種方法已被用于改進(jìn)肝細(xì)胞癌[11]、淋巴瘤[12]和口腔癌的診斷[13]。基因芯片技術(shù)與生物信息學(xué)分析的結(jié)合能夠?yàn)榧膊〉姆肿由飳W(xué)研究提供新的研究視角。

本研究應(yīng)用基因芯片分析軟件BRB-Array Tools對(duì)基因芯片公共數(shù)據(jù)庫(kù)的EMs相關(guān)基因和microRNA進(jìn)行數(shù)據(jù)挖掘，并進(jìn)行microRNA的靶基因預(yù)測(cè)。用生物信息學(xué)的方法對(duì)EMs的相關(guān)基因進(jìn)行通路和功能的分析，找出EMs相關(guān)蛋白質(zhì)相互作用的網(wǎng)絡(luò)調(diào)控的關(guān)鍵靶標(biāo)，研究EMs的發(fā)病機(jī)制，為進(jìn)一步在基因水平上揭示EMs的本質(zhì)和發(fā)現(xiàn)藥物治療靶點(diǎn)、開(kāi)發(fā)治療新藥提供新的依據(jù)。

1 材料與方法

1.1 材料

從美國(guó)國(guó)立生物信息技術(shù)中心（National Center for Biotechnology Information，NCBI）的公共基因芯片數(shù)據(jù)庫(kù)（Gene Expression Omnibus，GEO）[14]下載與EMs相關(guān)的基因和microRNA。

1.2 方法

①把EMs相關(guān)基因上傳到String（Search Tool for the Retrieval of Interacting Genes）數(shù)據(jù)庫(kù)在線分析工具（http：//string-db.org）[15-16]可獲得EMs相關(guān)基因蛋白-蛋白相互作用的網(wǎng)絡(luò)，篩選節(jié)點(diǎn)（Hub）蛋白。

②把EMs相關(guān)基因上傳到DAVID（Database for Annotation，Visualization，and Integrated Discovery）[17]，用功能注釋工具（Functional Annotation Tool），研究EMs相關(guān)基因參與FOTERM_MF_5以及GOTERM_BP_5基因本體數(shù)據(jù)庫(kù)（Gene Ontology，GO）[18]的分子功能和生物過(guò)程，分析EMs相關(guān)基因參與的PANTHER-PATHWAY和KEGG-PATHWAY數(shù)據(jù)庫(kù)中的生物學(xué)通路。

③應(yīng)用PicTar2005[19]、TargetScan 5.1[20]、miRanda V5[21]3種軟件預(yù)測(cè)靶基因，有兩種或兩種以上的軟件同時(shí)預(yù)測(cè)到的結(jié)果則認(rèn)為可靠。

2 結(jié)果

2.1 EMs相關(guān)基因的篩選

從公共基因芯片數(shù)據(jù)庫(kù)（Gene Expression Omnibus，GEO）下載與EMs相關(guān)的基因，共得到91個(gè)相關(guān)基因，結(jié)果見(jiàn)表1。

2.2 EMs相關(guān)基因的分析

對(duì)91個(gè)EMs相關(guān)基因編碼的蛋白進(jìn)行蛋白-蛋白的相互作用網(wǎng)絡(luò)分析顯示，處于網(wǎng)絡(luò)節(jié)點(diǎn)的蛋白質(zhì)有19個(gè)基因與之對(duì)應(yīng)，分別是EGF、RELA、VEGFA、PCNA、PTEN、PIKCA、MDM2、MMP9、MMP1、NGF、PGR、PTGS2、IL11B、IL6、IL10、CD44、TP53、TNF、FOXO1，說(shuō)明它們可能在致病中發(fā)揮著重要作用。GO富集分析結(jié)果顯示，EMs相關(guān)基因主要涉及細(xì)胞增殖、細(xì)胞凋亡、細(xì)胞代謝、信號(hào)轉(zhuǎn)導(dǎo)、趨化作用等反應(yīng)過(guò)程（圖1）。生物學(xué)通路分析表明，EMs相關(guān)基因主要參與細(xì)胞因子受體互作、腫瘤通路、造血細(xì)胞系、Jak-STAT信號(hào)等生物學(xué)的通路（圖2）。

2.3 microRNA的靶基因預(yù)測(cè)

在PubMed數(shù)據(jù)庫(kù)中檢測(cè)到54個(gè)EMs相關(guān)的microRNA，聯(lián)合靶基因的數(shù)據(jù)挖掘和預(yù)測(cè)，共得到134個(gè)EMs的相關(guān)基因。

3 討論

EMs給社會(huì)和婦女帶來(lái)了嚴(yán)重的臨床上和經(jīng)濟(jì)上的負(fù)擔(dān)，因此，需要將研究和資源的效用最大化來(lái)提高對(duì)疾病的了解，以便發(fā)展新的有效的治療方法。隨著近幾年生物信息學(xué)技術(shù)的興起，基因芯片技術(shù)已經(jīng)成為生物醫(yī)學(xué)研究的基本方法?；蛐酒且环N大規(guī)模高效率獲取生物信息的新型技術(shù)，能夠檢測(cè)分析各個(gè)組織內(nèi)的表達(dá)基因的差異，隨著計(jì)算機(jī)技術(shù)的快速提高和生物數(shù)據(jù)的急劇增長(zhǎng)，生物信息學(xué)這一剛剛興起的學(xué)科得到了前所未有的迅速發(fā)展[22]，尤其是應(yīng)用生物信息學(xué)方法發(fā)現(xiàn)新基因和基因芯片，利用已知的核酸序列作為探針，與互補(bǔ)的靶核苷酸序列相互雜交，再進(jìn)行信號(hào)的監(jiān)測(cè)，最終完成定量或者定性的分析，在預(yù)防和新藥開(kāi)發(fā)、輔助診斷疾病方面有廣闊的前景。生物信息學(xué)是涉及應(yīng)用物理學(xué)、數(shù)學(xué)、生物學(xué)、化學(xué)、計(jì)算機(jī)等交叉學(xué)科的一門新興學(xué)科，應(yīng)用現(xiàn)有的分析軟件和公共數(shù)據(jù)庫(kù)，可以探索生物分子結(jié)構(gòu)和功能特性，為后續(xù)研究提供新的研究思路和方向。EMs的生物學(xué)過(guò)程復(fù)雜，決定了從基因組水平篩選與轉(zhuǎn)移相關(guān)表型的功能基因成為EMs治療研究的重要方向[23]。

本研究發(fā)現(xiàn)，EGF、RELA、VEGFA、PCNA、PTEN、PRKCA、MDM2、MMP9、MMP1、NGF、PGR、PTGS2、IL11B、IL6、IL10、CD44、TP53、TNF、FOXO1在EMs相關(guān)基因編碼蛋白-蛋白的作用網(wǎng)絡(luò)中起到節(jié)點(diǎn)蛋白的作用，推測(cè)這些基因?qū)Ms的發(fā)病起重要作用。本研究通過(guò)GO富集分析和通路分析發(fā)現(xiàn)，EMs相關(guān)基因主要與細(xì)胞增殖調(diào)控、細(xì)胞凋亡調(diào)控、趨化作用有關(guān)。

綜上所述，本文應(yīng)用生物信息學(xué)的方法對(duì)基于基因芯片數(shù)據(jù)庫(kù)挖掘的EMs基因及蛋白進(jìn)行分析，為揭示EMs相關(guān)基因及microRNA的結(jié)構(gòu)、功能、蛋白的相互作用提供了重要依據(jù)，發(fā)現(xiàn)了關(guān)鍵基因在EMs發(fā)生發(fā)展過(guò)程中可能起到重要的作用，為日后進(jìn)一步研究EMs的發(fā)病機(jī)制、發(fā)現(xiàn)藥物治療的靶點(diǎn)，及為臨床治療和預(yù)防提供了新的切入點(diǎn)。

[參考文獻(xiàn)]

[1] Sourial S，Tempest N，Hapangama DK. Theories on the path？鄄ogenesis of Endometriosis [J]. International Journal of Reproductive Medicine，2014，2014：9.

[2] Giudice LC. Clinical pracice. Endometriosis [J]. N Engl J Med，2010，362（25）：2389-2398.

[3] Mathew D，Drury JA，Valentijn AJ，et al. In silico，in vitro and in vivo analysis identifies a potential role for steroid hormone regulation of FOXD3 in endometriosis-associated genes [J]. Human Reproduction，2016，31（2）：345-354.

[4] Aznaurova YB. Molecular aspects of development and regul？鄄ation of endometriosis [J]. Reproductive Biology and Endo？鄄crinology，2014，12（1）：50.

[5] Guo SW. Recurrence of endometriosis and its control [J]. Human Reproduction Update，2009，15（4）：441.

[6] Kobayashi H，Imanaka S，Nakamura H，et al. Understanding the role of epigenomic，genomic and genetic alterations in the development of endometriosis（review）[J].Molecular Medi？鄄cine Reports，2014，9（5）：1483-1505.

[7] Burney RO，Talbi S，Hamilton AE，et al. Gene expression analysis of endometrium reveals progesterone resistance and candidate susceptibility genes in women with endome？鄄triosis [J]. Endocrinology，2007，148（8）：3814-3826.

[8] Baranov VS，Ivaschenko TE，Liehr T，et al. Systems genetics view of endometriosis：a common complex disorder [J]. Euro？鄄pean Journal of Obstetrics & Gynecology & Reproductive Biology，2015，185：59-65.

[9] Khan MA. Genome-wide expressions in autologous euto？鄄pic and ectopic endometrium of fertile women with endom？鄄etriosis [J]. Reproductive Biology and Endocrinology，2012， 10（1）：84.

[10] Ping S，Ma C，Liu P，et al. Molecular mechanisms underl？鄄ying endometriosis pathogenesis revealed by bioinformatics analysis of microarray data [J]. Archives of Gynecology and Obstetrics，2016，293（4）：1-8.

[11] Zhang Y，Wang S，Dong L，et al. A Systems Biology-Based Classifier for Hepatocellular Carcinoma Diagnosis [J]. Plos One，2011，6（7）：e22426.

[12] O'Neill MC，Li S. Neural network analysis of lymphoma microarray data：prognosis and diagnosis near-perfect [J]. BMC Bioinformatics，2003，4（1）：13.

[13] Singaraju S，Prasad H，Singaraju M. Evolution of dental informatics as a major research tool in oral pathology [J]. Journal of Oral & Maxillofacial Pathology，2012，16（1）：83-87.

[14] Barrett T，Wilhite SE，Ledoux P，et al. NCBI GEO：Archive for functional genomics data sets—update [J]. Nucleic Acids Res，2013，41（Database issue）：D991-D995.

[15] Szklarczyk D，F(xiàn)ranceschini A，Kuhn M，et al. The STRING database in 2011：functional interaction networks of prot？鄄eins，globally integrated and scored [J]. Nucleic Acids Res，2011，39（Database issue）：D561-D568.

[16] Franceschini A，Szklarczyk D，F(xiàn)rankild S，et al. STRING v9.1：protein-protein interaction networks，with increased coverage and integration [J]. Nucleic Acids Res，2013，41（Database issue）：D808-D815.

[17] Huang DW，Sherman BT，Lempicki RA. Systematic and integrative analysis of large gene lists using DAVID bioinf？鄄ormatics resources [J]. Nature Protocol，2009，4（1）：44-57.

[18] Ashburner M，Ball CA，Blake JA，et al. Gene ontology：tool for the unification of biology. The Gene Ontology Consortium [J]. Nat Genet，2000，25（1）：25-29.

[19] Kerk A，Grun D，Poy MN，et al. Combinatorial microRNA target predictions [J]. Nat Genet，2005，37（5）：495-500.

[20] Lewis BP，Burge CB，Bartel DP. Conserved seed pairing，often flanked by adenosines，indicates that thousands of human genes are microRNA targets [J]. Cell，2005，120（1）：15-20.

[21] Griffiths-Jones S，Saini HK，Dongen SV，et al. Tools for microRNA genomics [J]. Nucleic Acids Research，2008， 36（Database issue）：D154-D158.

[22] GuC，ShenT. cDNA microarray and bioinformatic analysis for the identification of key genes in Alzheimer's disease [J]. International Journal of Molecular Medicine，2014，33（2）：457-461.

[23] 戴淑真，劉海霞，王斌，等.檢測(cè)子宮內(nèi)膜異位癥患者血清中差異表達(dá)蛋白的研究[J].中國(guó)誤診學(xué)雜志，2006，6（21）：4099-4101.

（收稿日期：2016-12-10 本文編輯：程 銘）