DXX49在乳腺癌中的表達及其臨床意義：基于生物信息學分析

邵明濤 李偉文 王興 李勇 陳春梅 董彥

【摘 要】目的：利用生物信息學方法分析DExD RNA解旋酶家族成員49 （DEAD-Box Helicase 49，DXX49）在乳腺癌中的表達情況及其臨床意義。方法：首先，挖掘TCGA數據庫中 DXX49基因在乳腺癌組織和正常乳腺組織中的表達情況；其次，利用HPA數據庫分析 DXX49蛋白在乳腺癌組織和正常乳腺組織中的表達情況；最后，用Kapan-Meier Plotter生存分析數據庫分析DXX49表達情況與疾病臨床預后的關系。結果：TCGA數據分析顯示 DXX49基因在乳腺癌組織中高表達，HPA數據庫免疫組化結果顯示相對于正常乳腺組織，DXX49蛋白在乳腺癌組織中高表達；Kapan-Meier Plotter數據庫分析顯示高表達DXX49的乳腺癌臨床預后不良。結論：DXX49在乳腺癌組織和細胞中均高表達，其可能是乳腺癌中潛在的促癌基因，有望成為乳腺癌治療的新靶標。

【關鍵詞】乳腺癌；腫瘤；DXX49；預后；生物信息分析

乳腺癌是一種起源于乳腺上皮組織的惡性腫瘤，是女性癌癥死亡的首要原因，女性疾病發病率最高的癌癥。雖然，近年來隨著科技的發展，乳腺癌的診療水平取得了較大的提高，但是，由于全球乳腺癌的發病率和病死率仍居高不下。據報道，2018年全球新發病例210萬例，其中死亡病例約626679例[1]。包括手術、化療、放療、靶向治療、內分泌治療等的綜合治療方法仍然是提高乳腺癌患者生存率和降低病死率的主要手段。目前，藥物的靶向治療在乳腺癌治療領域中取得的療效使廣大學者對其充滿期望[2，3]。因此，尋找和研究可作為乳腺癌診治的特異性靶點基因或蛋白具有一定的臨床實用價值。

DExD RNA解旋酶家族成員49 （DEAD-Box Helicase 49， DXX49）是一種蛋白質編碼基因。該基因屬于解旋酶的超家族2，幾乎涉及RNA代謝的所有方面.DExD RNA解旋酶包含一個保守的核心，該核心由9個保守的基序組成，包括特征性D-E-x-D主題。 這些基序賦予ATP水解和RNA解旋活性，將其確立為RNA解旋酶[4，5]。研究表明，DXX49參與了腫瘤的發生、發展和轉移。DXX49在多種惡性腫瘤組織中發生突變。這些突變可能會增強DDX49的穩定性或導致其功能的獲得，進而可能導致致癌性[6]。但DXX49在乳腺癌中的臨床相關研究較少見。因此，本研究通過生物信息學方法全面分析 DXX49在乳腺癌中的表達情況，并預測其在乳腺癌預后評估中的臨床價值。

1 資料與方法

1.1 從TCGA數據庫提取數據

TCGA（https：//www.cancer.gov/about-nci/organization/ccg/research/ structural-genomics/tcga）數據庫即腫瘤基因組圖譜（The Cancer Genome Atlas）數據庫，是目前最大的癌癥基因信息數據庫，TCGA的不僅包括的癌癥類型眾，還包括眾多多組學數據，包括基因表達數據、miRNA表達數據、拷貝數變異、DNA甲基化、SNP等。此外，TCGA數據庫中還有豐富且規范的臨床數據，以及針對每種癌型的大量樣本。本研究主要檢索 DXX49在乳腺癌組織和正常乳腺組織樣本中的RNA表達差異數據，并分析DXX49與臨床預后的關系。

1.2 HPA數據庫分析蛋白表達水平

HPA 數據庫（The Human Protein Atlas，https：//www.proteinatlas.org）是2003年由瑞典科學家發起的項目，旨在利用不同的組學技術繪制細胞、組織和器官中所有的人類蛋白質圖譜[7]。本研究利用該數據庫分析DXX49表達的免疫組織化學結果，比較DXX49在人正常乳腺組織和乳腺癌組織中的蛋白表達。

1.3 K-M plotter數據庫分析預后

K-M plotter數據庫（Kapan-Meier Plotter， https：//kmplot.com） 是腫瘤生存分析的在線數據庫，集合了GEO、TCGA等數據庫的生存數據，約54000個基因，21個癌癥類型，涉及了乳腺癌、卵巢癌、胃癌、肺癌等腫瘤。本研究利用該數據庫分析了DXX49對乳腺癌患者的生存預后影響[8]。

1.4 統計學方法

2 結果

2.1 DXX49在不同腫瘤類型中的表達情況

在TCGA數據庫中有關 DXX49基因在不同腫瘤類型中均有表達，并且在包括乳腺癌在內的多種腫瘤中的差異表達有統計學意義，并且發現DXX49基因在乳腺癌中高表達，詳見圖1。

2.2 DXX49在乳腺癌組織和正常乳腺組織中的表達情況

TCGA數據庫中發現，與對照組相比，DXX49在乳腺癌組織中的表達量顯著高于正常乳腺組織（P<0.01）。兩組分析結果一致，結果表明DXX49基因在乳腺癌組織中表達上調，詳見圖2。

2.3 DXX49蛋白在乳腺癌和正常乳腺組織中的表達情況

利用The Human Protein Atlas數據庫分析DXX49蛋白在正常乳腺組織與乳腺癌組織中的表達情況。正常乳腺組織中染色為低水平，而在乳腺癌組織中染色為高水平，提示 DXX49蛋白在乳腺癌組織中高表達，詳見圖3。

2.4 乳腺癌組織中 DXX49表達量與生存預后的關系

我們通過K-M plotter 數據庫分析了DXX49表達與患者生存預后的關系，發現DXX49高表達組的OS低于低表達組（P<0.01，HR=1.24）；高表達組的RFS低于低表達組（P<0.01，HR=1.31），詳見圖4。

3 討論

雖然隨著多學科綜合治療模式（手術、化療、靶向治療、內分泌治療等）的開展，尤其是靶向治療的出現，乳腺癌的5年生存率獲得明顯提高，但是，乳腺癌的發病率仍在逐年增加，并且部分乳腺癌在早期就出現了轉移，出現轉移的乳腺癌患者的病死率升高。乳腺癌是引起全球女性死亡的主要癌癥病種之一。因此，迫切需要鑒定新的腫瘤生物標志物，以改善乳腺癌患者的預后。有研究報道了DDX49在HCC腫瘤中被上調，并且敲低DDX49基因可降低體內和體外的腫瘤形成，并降低體內的腫瘤轉移 [9]。另有研究報道，DDX49通過增加Akt /β-catenin途徑來促進肺癌細胞的增殖和轉移[10]。此外，DDX49可以作為癌癥治療的引人注目的靶標，而且還可以作為診斷和預后各種癌癥的潛在生物標志物。本研究旨在通過開放數據庫評估DXX49在乳腺癌中的臨床和預后價值，為乳腺癌的治療尋找可能的潛在治療靶點。

隨著生物信息技術的飛速發展，一些高通量腫瘤數據庫，例如TCGA，GEO，已經開發出來并可以公開地用于開放式學術交流，這為大規模隊列研究提供了大數據分析資源[11-13]。本研究基于生物信息學方法，通過對不同數據庫多方面進行挖掘大樣本量數據，分析 DXX49在乳腺癌中的表達情況，避免了樣本量小和抽樣誤差等原因。因此，結論具有較高的可信度。我們通過TCGA數據庫數據分析顯示， DXX49基因在乳腺癌組織中的表達水平顯著高于正常乳腺組織。HPA數據庫分析結果進一步顯示 DXX49蛋白也在乳腺癌組織中顯著高表達，提示 DXX49可能在乳腺癌的發生發展中發揮著促癌基因的作用。為了進一步探索 DXX49在乳腺癌中的臨床意義，我們利用K-M plotter數據庫分析驗證了DXX49表達與臨床預后的關系，均發現DXX49高表達組的臨床預后差于低表達組。綜上，DXX49在乳腺癌中高表達并且與臨床預后差有關。

綜上所述，本研究通過生物信息學大數據研究的方法發現并驗證DXX49在乳腺癌組織中高表達，提示其可能是乳腺癌中潛在的促癌基因，并且影響患者的預后，可以作為研究乳腺癌預后的生物標志物，但其具體的作用機制需要進一步的探討。

參考文獻

[1] BRAY F，FERLAY J，SOERJOMATARAM I， et al.Global cancer statistics 2018： GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J].CA Cancer J Clin，2018，68（6）：394-424.

[2] 徐兵河.乳腺癌靶向治療的臨床進展和未來[J].中國腫瘤臨床，2017，44（13）：625-629.

[3] Huober J，Holmes E，Baselga J，de Azambuja E，Untch M，Fumagalli D，et al.Survival outcomes of the NeoALTTO study （BIG 1-06）：updated results of a randomised multicenter phase III neoadjuvant clinical trial in patients with HER2-positive primary breast cancer[J]. Eur J Cancer 2019，118：169-177.

[4] Bleichert，F.and Baserga，S.J.The long unwinding road of RNA helicases[J].Mol.Cell，2007，27：339-352.

[5] Fuller-Pace，F.V.DEAD box RNA helicase functions in cancer[J].RNA Biol.2013，10：121–132.

[6] Cai W，Chen Z X，Rane G，Singh S S.et al.Wanted DEAD/H or alive： helicases winding up in cancers[J].J.Natl. Cancer Inst，2017，109：djw278.

[7] UHLEN M，ZHANG C，LEE S，et al.A pathology atlas of the human cancer transcriptome[J].Science，2017，357（6352）.

[8] NAGY A，LANCZKY A，MENYHART O，et al.Author Correction： Validation of miRNA prognostic power in hepatocellular carcinoma using expression data of independent datasets[J].Sci Rep，2018，8（1）：11515.

[9] Dai H J，Feng J F，Nan Z h，et al.Morphine may act via DDX49 to inhibit hepatocellular carcinoma cell growth[J].Aging，2021，13（9）：12766-12779.

[10] Lian X J，X D B，Peng C F.DDX49 is a novel biomarker and therapeutic target for lung cancer metastases[J].JOURNAL OF CELLULAR AND MOLECULAR MEDICINE，2020，24（1）：1141-1145.

[11] SHAO M-T，HU Y-Z，DING H，et al.The overexpression of ZWINT in integrated bioinformatics analysis forecasts poor prognosis in breast cancer[J].Translational Cancer Research，2020，9（1）：187-93.

[12] LU X，GAO C，LIU C，et al.Identification of the key pathways and genes involved in HER2-positive breast cancer with brain metastasis[J].Pathol Res Pract，2019，215（8）：152475.

[13] 王雨晴，趙菁，陳英.hsa-miR-155在乳腺癌組織中的表達及生物信息學分析[J].齊齊哈爾醫學院學報，2015，36：1569-1571.【基金項目】廣東省江門市科技計劃項目資助課題（2019A088）