AEBP1在膠質母細胞瘤中的表達及臨床意義

茹曉宇，程傳東, 計 穎

膠質瘤起源于腦神經膠質細胞，是成人中樞神經系統最常見的原發性惡性腫瘤，世界衛生組織將膠質瘤分為Ⅰ～Ⅱ級的低級別膠質瘤和Ⅲ～Ⅳ的高級別膠質瘤，其中高級別膠質瘤占成人原發腦腫瘤75%[1]，膠質母細胞瘤(glioblastoma，GBM)屬于惡性程度極高的Ⅳ級膠質瘤，僅0.71%患者生存超過10年[2]，其致死率一直以來居中樞神經系統惡性腫瘤之首，中位生存期在15個月左右，預后差[3]。脂肪細胞增強結合蛋白1(adipocyte enhancer-binding protein 1，AEBP1)最初被認為是負性調節脂肪生成的轉錄抑制劑，是一新型炎癥調控因子。越來越多研究發現AEBP1在腫瘤的發生發展中也發揮重要作用。如在胃癌、膀胱癌中AEBP1高表達且降低患者預后[4-6]。近期在結直腸癌組織中也發現AEBP1表達水平與腫瘤分期、轉移、復發及預后相關，同時認為AEBP1可能成為具有化療耐藥性的結直腸癌患者的一種新治療方法[7]。AEBP1在GBM中研究甚少，僅一篇2012年發表研究認為在膠質瘤細胞株中AEBP1基因抑制后，細胞增殖及存活能力受到影響，但AEBP1在GBM組織中表達水平、對患者預后等影響尚未有研究報道[8]。該研究擬通過對各類數據庫綜合挖掘，探究AEBP1在GBM中的表達水平及與各臨床病理特征的相關性，分析對患者預后的影響，并對AEBP1在GBM中可能的功能和作用信號通路進行預測，以期從新的視角進一步闡明GBM發生發展過程中的可能機制，為尋求GBM治療潛在的有效靶點，延長患者生存期提供依據。

1 材料與方法

1.1 Oncomine數據庫分析Oncomine數據庫(https://www.oncomine.org/)是世界上目前最大的腫瘤基因芯片數據庫和整合數據挖掘平臺，通過Oncomine數據庫，可比較腫瘤組織和其正常組織中mRNA的差異表達。設定的主要篩選條件為：① 基因：AEBP1；② 分析類型：腫瘤vs正常組織；③ 腫瘤類型：中樞神經系統腫瘤；④ 數據類型：mRNA。以P≤0.05，差異倍數≥1.5，排名≥10%為閾值。

1.2 GEPIA網站分析GEPIA數據庫(http://gepia.cancer-pku.cn)是由北京大學開發研究，整合TCGA、GTEx等數據庫信息的可視化網站[9]。通過該網站設置|log2FC|截斷值為1，P截斷值為0.01，再次分析AEBP1 mRNA在GBM中表達水平，進一步利用該數據庫生存分析功能探究AEBP1表達水平對GBM患者整體生存期(overall survival，OS)和無進展生存期(disease free survival，DFS)的影響。分組截斷值選擇中位數。

1.3 TCGA分析從TCGA數據庫(htps://www.cancer.gov/)中下載GBM患者的mRNA測序和臨床信息數據，異檸檬酸脫氫酶1(isocitrate dehydrogenase，IDH1)基因突變信息從cBioPortal數據庫下載。在R中使用edge R包對原始數據進行歸一化處理及篩選在GBM中差異表達的基因，以|log2FC|>1且調整后P<0.05為篩選閾值。以AEBP1 mRNA表達水平的中位值為界，將GBM患者分為高表達和低表達組，分析AEBP1 mRNA表達水平與各臨床病理特征相關性，最后行Cox比例風險回歸分析，探究影響GBM患者生存的獨立危險因素。

1.4 人類蛋白圖譜分析人類蛋白質圖譜(the human protein atlas，HPA) 主要是基于免疫組化分析的大型蛋白組數據庫(https://www.proteinatlas.org/)，可提供約26 000種人蛋白質的在組織及細胞中的分布信息[10]。選擇數據庫中AEBP1抗體(CAB009966) 對正常大腦組織和膠質瘤組織免疫組化檢測結果進行分析，共包括3例正常腦組織和 12例膠質瘤組織。

1.5 AEBP1及其共表達基因的GO和KEGG通路富集分析cBioPortal數據庫(http://www.cbioportal.org)是一個開放的分析癌癥基因數據的可視化工具，可進行多維度癌癥基因集數據的探索。利用cBioPortal數據庫Co-expression模塊在“Glioblastoma TCGA cell 2013”數據集中找出與AEBP1共表達的817個基因(Spearmans相關系數絕對值≥0.4)。隨后將AEBP1及其共表達817個基因上傳至WebGestalt 網站(http://www.webgestalt.org/option.php)行GO與KEGG通路富集分析，WebGestalt網站是GO功能注釋及KEGG通路富集分析一在線工具，更新及時，包涵較為全面的功能注釋數據庫。

1.6 統計學處理采用SPSS 24.0進行統計分析，Oncomine數據庫和GEPIA網站分析中的兩組間比較采用t檢驗。AEBP1表達水平對OS和DFS影響采用Kaplan-Meier(K-M)生存曲線進行分析，χ2檢驗或Fisher精確檢驗分析AEBP1表達水平與GBM各臨床病理特征相關性，在R中利用Survival包行多因素Cox回歸分析。P<0.05為差異有統計學意義。

2 結果

2.1 AEBP1 mRNA在GBM組織中表達水平根據設定條件，共篩選出11項數據集，排除非GBM的數據集，最終納入7項數據集包含AEBP1 mRNA在GBM中表達。結果7項數據集中均顯示AEBP1 mRNA在GBM組織中高表達，差異有統計學意義(P<0.01)，見圖1A～G。進一步在GEPIA網站分析顯示，GBM組(n=163)較正常組(n=207)高表達，差異有統計學意義(P<0.01)，見圖1H。

2.2 GEPIA網站分析AEBP1 mRNA表達水平對患者預后影響利用GEPIA網站繪制 K-M生存曲線顯示，對162例GBM患者分析，AEBP1 mRNA高表達患者(n=81)OS低于低表達患者(n=81)，差異有統計學意義(P=3.9×10-5)，見圖2A,且高表達患者有降低DFS趨勢，但差異無統計學意義(P=0.086)(圖2B)。

2.3 AEBP1 mRNA表達水平與臨床各病理特征的相關性從TCGA 數據庫中下載了588例GBM患者的mRNA測序數據，根據設置條件通過edge R包得到了236個差異表達基因，其中AEBP1是GBM患者中上調基因(log2 FC=2.813 076,P=4.75×10-5)。進一步篩選出同時有AEBP1 mRNA表達值和完整臨床信息的病例總計160例，對AEBP1 mRNA表達與GBM各臨床病理特征的相關性進行分析，結果表明AEBP1 mRNA表達在不同性別、年齡、種族、術后是否行放療或化療以及KPS評分高低組中均無統計學差異(均P>0.05)，但AEBP1 mRNA的表達與患者是否存在IDH1突變相關(P=0.005)，見表1。

2.4 AEBP1 mRNA表達水平是GBM患者的獨立預后因素單因素分析發現AEBP1 mRNA的高表達(P=1.99×10-4)、術后未行放療(P=4.5×10-7)、術后未行化療(P=1.35×10-4)以及IDH1基因野生型(P=8.73×10-3)降低患者OS，差異均有統計學意義，年齡、性別、種族和KPS評分與患者預后無相關性(P>0.05)。隨后將上述P<0.05的因素納入多因素的Cox回歸模型中行進一步分析，結果顯示AEBP1 mRNA的高表達(HR=0.563 1(0.390 2，0.812 7)，P=2.16×10-3)和放療(HR=3.925 5(1.559 6，9.880 6)，P=3.69×10-3)均是患者OS的獨立影響因素，見表2。

2.5 AEBP1蛋白在膠質瘤組織中的表達水平為了進一步在蛋白水平證實AEBP1在膠質瘤組織中表達，在HPA數據庫中IHC信息發現在3例正常腦組織神經膠質細胞中均未見表達，見圖3A，12例膠質瘤中有4例顯示AEBP1蛋白陽性表達，其中高級別膠質瘤陽性3例, 低級別膠質瘤陽性1例(圖3B)。此結果進一步證實AEBP1蛋白在膠質瘤組織中陽性表達。

圖1 AEBP1 mRNA在GBM患者中表達上調

圖2 AEBP1 mRNA表達水平對GBM患者OS(A)和DFS(B)影響

2.6 AEBP1及其共表達基因的GO和KEGG通路富集分析對AEBP1及其共表達的817個基因進行GO功能富集分析，包括分子功能(molecular function，MF)，生物過程(biological process，BP)和細胞組成(cellular component，CC)三個部分。結果顯示這些基因涉及的生物學過程主要為生物調節、代謝過程以及細胞增殖、繁殖、生長等；細胞組分分類中主要集中在細胞膜、細胞核等；涉及的分子功能主要包括蛋白質結合、離子結合、核酸結合轉錄因子活性等功能，見圖4A。對AEBP1及其共表達的817個基因進行KEGG通路富集分析，以直方展示了富集的前10條通路，可見富集比最高的通路為Hippo信號通路，其次是NF-κB 、TNF信號通路等，見圖4B。

圖3 AEBP1蛋白在正常腦組織(A)和膠質瘤(B)中表達的IHC染色代表性圖片

表1 GBM患者AEBP1表達水平與各臨床參數的相關性(n)

3 討論

GBM是中樞神經系統惡性腫瘤，標準的一線治療方式主要為手術切除，緩解顱內高壓和壓迫引起癥狀，術后放療同步聯合替莫唑胺輔助化療。有限的治療手段目前不能滿足臨床治療的需求，GBM的發生發展機制仍尚不清楚，故對關鍵腫瘤標志物的識別可助于膠質瘤的診斷及個性化治療。本研究擬通過生物信息分析探究AEBP1在GBM患者中的表達及對預后等影響，并預測AEBP1發揮作用的可能機制。

Oncomine數據庫篩選出的7項數據集均顯示相對正常的腦組織，GBM組織中AEBP1 mRNA過表達，且基因差異倍數均大于1.5，其中liang數據集差異倍數高達10.017，進一步GEPIA網站分析再次證實AEBP1的高表達。該結果是基于Oncomine這一大型綜合數據庫和GEPIA網站分析所得結論，結果可信度高，對后續的研究驗證具有重要的參考意義。利用HPA數據庫進一步證實AEBP1蛋白在膠質瘤中陽性表達，且隨著膠質瘤病理級別的提高，AEBP1的陽性率也隨之提高，但所納入樣本量較少。下一步研究擬對大樣本GBM患者組織行IHC染色，進一步研究AEBP1蛋白在GBM中表達及臨床意義。

表2 影響GBM患者OS的單因素和多因素Cox回歸分析

圖4 AEBP1及其共表達基因的(A)GO(MF、BP、CC)和(B)KEGG通路富集分析直方圖

GEPIA網站進行生存分析發現AEBP1 mRNA過表達降低GBM患者OS，其DFS也有降低的趨勢。為進一步探究AEBP1 mRNA高表達在GBM中的臨床意義，下載了TCGA數據庫中160例GBM 患者AEBP1 mRNA表達值及對應臨床資料，分析發現AEBP1 mRNA表達在不同性別、年齡、種族、術后是否行放療或化療以及KPS評分高低組中均未見統計學差異，但卻發現與患者是否存在IDH1突變有統計學相關性。這一結論值得進一步深入探討分析。隨后行Cox生存回歸分析，單因素分析發現AEBP1 mRNA的表達水平、術后是否行放療或化療以及IDH1基因突變與否影響患者OS，多因素分析顯示AEBP1 mRNA表達水平及術后是否行放療是獨立的預后影響因素。這是目前首次報道AEBP1表達是GBM患者的獨立預后因子。該結果提示AEBP1參與了GBM的疾病進展的過程，對于發現新的GBM標志物，驗證疾病的相關機制和提出新的假設提供了新的機會。類似的，近期在結腸腺癌一項研究，單因素與多因素Cox回歸分析也發現AEBP1高表達降低患者OS[11]。多項研究已證實IDH1突變可見于GBM，可明顯改善患者預后, 是更有利生存結局的重要預測因子[12]。本研究單因素分析同樣證實IDH1突變患者OS增加，但多因素未證實IDHI突變狀態是GBM的獨立預后因子，可能與本研究納入Cox回歸模型分析的因素有關。

本研究也對AEBP1在GBM中的功能及可能參與信號通路進行預測。通過GO功能注釋發現AEBP1主要涉及生物調節、代謝過程以及腫瘤相關細胞增殖、繁殖、生長等生物學過程。KEGG通路富集分析排列前三位通路的分別是Hippo、NF-κB及TNF信號通路。其中NF-κB通路在GBM的重要作用近期發表在Cell上的一篇綜述再次被強調[13]，AEBP1通過NF-κB信號通路在多種疾病中發揮作用已被研究報道，包括胃癌[4]，結腸腺癌[11]等腫瘤。 在GBM中AEBP1是否通過NF-κB信號通路發揮作用及其具體的機制值得進一步深入研究。