基于GWAS數據庫的卵巢癌易感基因挖掘及Meta分析驗證

吳潤雯 張素仙 張琴 冷天艷 楊麗華

【摘要】：目的：基于GWAS數據庫資料，利用meta分析挖掘與卵巢癌關聯的遺傳變異，分析卵巢癌發病相關的基因位點，為卵巢癌易感人群篩查提供依據。方法：從GWAS數據庫（GRASP v2.0 數據庫）中收集所有卵巢癌的GWAS研究數據。選取研究最多且研究結果存在很大差異的BNC2基因SNP-4位點rs3814113 進行 meta分析，獲取相關文獻及研究結果。以卵巢癌組與對照組人群rs3814113

SNP位點基因型分布的OR值為效應指標，采用Reveman5.3軟件進行薈萃分析。結果：Meta分析共納入4篇文獻、12項研究，累計共41713例，包括 22009例病例和19704例對照。根據等位基因為C與T分為四種模型，等位模型： OR=0.83，95%CI=0.76-0.90;顯性模型：OR=0.80，95%CI=0.77-0.83;隱性模型：OR=0.78，95%CI=0.67-0.91;加性模型：OR=0.76，95%CI=0.71-0.81。四種模型中，rs3814113 SNP位點與卵巢癌發生風險降低均顯著相關。結論： BNC2基因rs3814113 SNP位點多態性與卵巢癌的發病風險降低相關。

【關鍵詞】：卵巢癌 全基因組關聯研究 單核苷酸多態性 meta分析

全基因組關聯研究（Genome wide association study，GWAS）是對人類全基因組范圍內常見遺傳變異單核苷酸多態性（Single Nucleotide Polymorphisms，SNP）和拷貝數變異（Copy Number Variation ，CNV）進行總體關聯分析的研究方法，其結果均被收集在GRASP v2.0數據庫中【1】。本研究從GWAS數據庫中收集所有卵巢癌發病相關的 GWAS 研究數據，選取被研究最多且研究結果存在很大差異的 SNP 位點，使用meta分析的方法對多個GWAS 研究結果進行綜合評價，為卵巢癌易感人群篩查提供依據。

1 資料與方法

1.1 GRASP數據庫 GRASP 數據庫是由馬薩諸塞大學醫學院的Leslie 等人于2014年開發的用于儲存 SNP 位點和與其關聯的表型，及其它相關信息的數據庫【2】。

1.2 meta分析的數據獲得 GRASP數據庫結果得到183個可能與卵巢癌疾病發生相關的SNP位點。發現，rs3814113 SNP位點被報道的次數最多，rs3814113 SNP位點正包含在BNC2基因中。但這些研究所涉及的人群及樣本的大小并不完全相同，其結論也不完全一致。本文選取BNC2基因rs3814113 SNP位點來進行其與于卵巢癌發病相關性的meta分析。

1.3 數據提取和文獻質量評價 使用“rs3814113”，“BNC2”，“ovarian cancer”，“carcinoma”，“tumor”，“9P22.2”【關鍵詞】的組合在PubMed（http：//www.ncbi.nlm.nih.gov/ pubmed）和Google Scholar（http： //scholar. google. com/）檢索rs3814113 SNP位點與卵巢癌發生相關性論文。

1.4 遺傳模型的選擇 rs3814113 SNP位點有T和C兩個等位基因，其中，C是次等位基因。這兩個等位基因對卵巢癌這一性狀的表達可能存在顯性效應、隱性效應等不同的遺傳效應。根據遺傳效應分為等位模型（C vs T）、顯性模型（CC+TC vs TT ） ，隱性模型（CC vs TC+TT）和加性模型（CC vs TT）。

1.5 統計學方法 應用Revenman 5.3進行統計學分析，檢驗水準α=0.05（雙側）。以OR值和95%CI作為研究效應測定指標，95%CI的區間包含1時，SNP與疾病不相關;95%CI最左端大于1時，SNP增加疾病的風險;95%CI最右端小于1時，SNP降低疾病的風險。

2 結果

2.1 納入文獻的基本特征 本文共納入4篇[3-6]文獻12項研究，共41713例，包括 22009例病例和19704例對照。

2.2 Meta分析結果 4種模型中均存在異質性，采用隨機效應模型（random effect model， REM）對其進行分析。結果顯示：在四種模型中，rs3814113 SNP位點均與卵巢癌發病風險降低顯著相關（P<0.05）。其中，等位模型：OR=0.83，95%CI=0.76-0.90;顯性模型：OR=0.80，95%CI=0.77-0.83;隱性模型：OR=0.78，95%CI=0.67-0.91;加性模型：OR=0.76，95%CI=0.71-0.81，見圖1。

3 討論

卵巢癌是一種常見的婦科惡性腫瘤，其發病隱匿，死亡率高，已成為威脅婦女健康的主要問題之一[8]，而大量流行病學和生物學實驗研究表明，卵巢癌是一種由行為、環境和遺傳因素共同作用引起的多階段復雜性疾病。其中，遺傳因素在卵巢癌的易感性、疾病的發生、發展以及復雜的臨床表現方面中起到重要的作用[9-11]。但臨床尚缺乏有效手段鑒別卵巢癌易感人群。因此，本文針對卵巢癌的遺傳異質性與基因易感性進行相關研究。

為了探討rs3814113 SNP位點與卵巢癌疾病發生的相關性，本文基于GWAS數據庫收集了更多并且來源更加完備的樣本數據，應用meta分析方法，在等位、顯性、隱性和加性模型中評估整體人群中rs3814113 SNP位點與卵巢癌發生的相關性。分析結果顯示等位基因C與卵巢癌發病風險降低顯著相關，敏感性分析后等位模型、顯性模型、隱性模型中異質性消失，且結果穩定。

綜上所述，本文最終經meta分析驗證發現，BNC2基因rs3814113 SNP位點多態性與降低卵巢癌的發生風險存在關聯。但由于文獻資料的不足，期待得到大樣本的前瞻性研究及臨床試驗結果的驗證，并為卵巢癌的早期診斷與防治提出依據。

【參考文獻】：

【1】 韓志杰等，肺癌GWAS數據的meta分析及生物學通路富集分析研究[J].碩士學位論文，2016。

【2】 Leslie R， O'donnell C J， Johnson A D. GRASP： analysis of genotype-phenotype results from 1390 genome-wide association studies and corresponding open access database[J]. Bioinformatics， 2014， 30（12）： 185-194.

【3】 Honglin Song ， Susan J. Ramus ， Jonathan Tyre， et al. A Genome-Wide Association Study Identifies A New Ovarian Cancer Susceptibility Locus On 9p22.2[J]. Nat Genet. 2009 ， 41（9）： 996–1000.

【4】 Jie Shen，y ， Dan Wang， et al. Evaluation of microRNA expression profiles and their associations with risk alleles in lymphoblastoid cell lines of familial ovarian cancer[J].Carcinogenesis.2012，33（3）：604-612.

【5】 Adrianna Mostowska ，Stefan Sajdak ， et al. Replication Study for the Association of Seven Genome- Gwas-Identified Loci With Susceptibility to Ovarian Cancer in the Polish Population[J]. Pathol. Oncol. Res. 2015， 21：307–313.

【6】 Madalene Earp， Stacey J. Winham， et al. A targeted genetic association study of epithelial ovarian cancer susceptibility[J]. Oncotarget.2016，7：7381-7389.

【8】 張愛民等，卵巢癌早期檢測的研究進展[J].中國實驗診斷學，2016，20（10）：1795-1798.

【9】 楊麗娜，吳娟，趙靜等.TWIST和VEGF在上皮性卵巢癌中的表達[J].西安交通大學學報，2015，36（3）：341-344.

【10】 鄭楠，譚文華.eIF4E及其在婦科惡性腫瘤中的研究進展[J].國際婦產科學雜志.2017.44（6）：667-670.

【11】 尼華，牛蕾蕾，李華.上皮性卵巢癌相關的長鏈非編碼RNA的研究進展[J].國際婦產科學雜志.2017.44（3）：284-287.

第一作者：吳潤雯（1992.12-），女，漢族，云南楚雄，研究生，昆明醫科大學第二附屬醫院，研究方向：婦科腫瘤，單位郵編：650101。

通訊作者： 楊麗華

基金項目： 云南省衛生和計劃生育委員會醫學學科帶頭人培養項目（No. D-201633）;云南省科技廳 - 昆明醫科大學應用基礎研究聯合專項，項目編號[No. 2017FE467（ -062）];云南省教育廳科學研究基金項目重點項目，編號：2015Z074;昆明醫科大學研究生創新基金項目，編號：2018S120