







[摘要] 目的: 通過生物信息學分析,篩選出腸易激綜合征(irritable bowel syndrome,IBS)免疫浸潤下的潛在染色質調控因子(chromatin regulators,CRs),并闡述其與免疫細胞、免疫功能之間的聯系。方法: 整合CRs文件和IBS基因表達矩陣,進行加權基因共表達分析和差異性分析,取其交集CRs;基于交集CRs,進行蛋白質蛋白質相互作用(protein-protein interaction,PPI)分析并構建網絡圖;利用基因表達矩陣進行免疫浸潤的提取和量化,分析免疫細胞之間和免疫功能之間的相關性和差異性,并與PPI網絡圖中的CRs進行相關性分析;構建風險模型,分析與免疫浸潤密切相關的CRs的風險概率,從而篩選出潛在的CRs。結果: PPI分析共確定13個IBS中存在相互作用的CRs;免疫細胞中,B細胞與濾泡輔助性T細胞的相關系數值最高,呈正相關(r=0.90);免疫功能中,檢查點與T細胞共抑制的相關系數值最高,呈正相關(r=0.89);與健康受試者相比,IBS患者樹突狀細胞、未成熟樹突狀細胞、Th1細胞和抗原呈遞共刺激顯著增高(P均<0.05);CRs與免疫浸潤相關性分析結果顯示,SIN3轉錄調節因子家族成員B(SIN3B)與自然殺傷細胞呈正相關,絲氨酸/精氨酸重復基質蛋白2(SRRM2)與Th1細胞、抗原呈遞共刺激呈正相關,而DPY30與輔助性T細胞、Th1細胞呈負相關;風險模型結果顯示,SIN3B、SRRM2可能是IBS的獨立風險因素。結論: SIN3B、SRRM2為IBS免疫浸潤的潛在CRs,其可能通過調控自然殺傷細胞、Th1細胞和抗原呈遞共刺激,從而調節IBS的發生發展。
[關鍵詞] 腸易激綜合征;免疫浸潤;染色質調控因子;生物信息學;SIN3B;SRRM2
[中圖分類號] R574
[文獻標志碼] A
[文章編號] 1671-7783(2024)02-0166-10
DOI: 10.13312/j.issn.1671-7783.y220205
[引用格式]彭劍嵐,朱永蘋,林壽寧,等. 基于生物信息學篩選腸易激綜合征免疫浸潤下的染色質調節因子[J]. 江蘇大學學報(醫學版), 2024, 34(2): 166-175.
Screening of potential chromatin regulators under immune infiltration in irritable bowel syndrome based on bioinformatics
PENG Jianlan, ZHU Yongping, LIN Shouning, LIAO Dongyan, JIANG Junling, WU Yuexia
(Department of Gastroenterology, Ruikang Hospital Affiliated to Guangxi University of Traditional Chinese Medicine, Nanning Guangxi 530001, China)
[Abstract] Objective: To screen out potential chromatin regulators (CRs) under immune infiltration in irritable bowel syndrome (IBS) by bioinformatics analysis and to evaluate their links with immune cells and immune functions. Methods: The CRs file and IBS gene expression matrix were integrated, and weighted gene co-expression analysis and differential analysis were performed to take the intersection CRs; based on the CRs obtained from the intersection, protein-protein interaction (PPI) analysis was performed and the network diagram was constructed. Immune infiltration was extracted and quantified using a gene expression matrix to analyze the correlation and variability between immune cells and between immune functions; and the correlation with CRs in the PPI network diagram was analysed. By constructing a risk model, we analyzed the risk probability of CRs closely related to immune infiltration, and thus screened out the potential CRs. Results: PPI analysis identified a total of 13 interacting CRs in IBS. Among immune cells, the correlation ship between B cells and follicular T helper cells was the strongest and positively correlated (r=0.90). In immune function, the correlation ship between checkpoint and T cell co-inhibition was the strongest and positively correlated (r=0.89). Compared with healthy subjects, IBS patients showed a significant increase in co-stimulation of dendritic cells, immature dendritic cells, Th1 cells, and antigen presentation (all Plt;0.05). The correlation analysis between CRs and immune infiltration showed that SIN3 transcription regulator family member B gene (SIN3B) was positively correlated with natural killer cells, serine/arginine repetitive matrix protein 2 (SRRM2) was positively correlated with Th1 cells and antigen-presenting cells co-stimulation, while DPY30 was negatively correlated with helper T cells and Th1 cells. Risk model results showed that SIN3B and SRRM2 may be independent risk factors for IBS. Conclusion: SIN3B and SRRM2 are potential CRs for immune infiltration in IBS, which may regulate the occurrence and development of IBS by regulating natural killer cells, Th1 cells and antigen presentation co-stimulation.
[Key words] irritable bowel syndrome; immune infiltration; chromatin regulators; bioinformatics; SIN3B; SRRM2
腸易激綜合征(irritable bowel syndrome,IBS)是一種以腹痛和排便習慣改變為特征的功能性腸道疾病,主要表現為便秘、腹瀉或兩者兼有[1]。目前,IBS影響著全球約11%的人口[2],其中大約1/3的IBS患者以便秘為主要腸道癥狀[3]。IBS患病率高、癥狀反復,致患者、衛生醫療系統和社會承受著巨大的經濟負擔[4-5]。IBS是一種多因素導致的疾病,但目前其病理生理機制尚不完全清楚。近期,IBS被重新定義為腸腦相互作用的疾?。?],而作為腸腦互動的關鍵紐帶,免疫系統的平衡在IBS中起重要作用[7]。此外,相關研究表明,遺傳因素對IBS具有一定的影響[8]。越來越多的研究表明,在IBS發病機制中,應激和早期不良生活事件等環境因素可能通過表觀遺傳編碼對IBS進行調控[9-11]。
表觀遺傳學是指在不改變DNA序列的前提下,改變染色體、基因表達和遺傳表型的一種機制[12],其中,染色質調控因子(chromatin regulators,CRs)是其不可或缺的上游調控元件[13]。根據CRs在表觀遺傳學中的作用,主要分為組蛋白修飾物、染色質重塑因子和DNA甲基化因子三類[14]。研究表明,在新生炎癥大鼠中,組蛋白去乙?;?與L型鈣離子通道α1C亞基(CACNA1C)之間相互作用減弱可增加啟動子區組蛋白H3賴氨酸9乙?;瑥亩鴮е履c道運動障礙和腹瀉[15]。目前關于CRs在IBS免疫方面的調控機制尚不清楚?;诖耍狙芯渴紫韧ㄟ^加權基因共表達網絡分析(weighted gene co-expression network analysis,WGCNA)和差異分析,篩選CRs在IBS中的候選關鍵基因,并通過蛋白質蛋白質相互作用(protein-protein interaction,PPI)分析它們之間的相互作用情況;其次基于PPI網絡圖中的CRs,分析它們與免疫浸潤之間的相關性,并構建風險模型。
1 材料與方法
1.1 基因數據來源及預處理
采用GEO數據庫(www.ncbi.nlm.nih.gov/geo/)進行搜索和篩選,以“irritable bowel syndrome”為檢索詞。篩選條件設置:(1) 微陣列分析或高通量測序得到的mRNA表達譜;(2) 數據集的組織樣本需來自人體,且包含健康組和IBS患者組;(3) 健康組和IBS組樣本總量需70例及以上?;诖?,本研究檢索到數據集GSE36701,共72例樣本(46例IBS患者和26例健康者),均來源于人體直腸。
采用仙桃學術平臺(https://www.xiantao.love/)對GSE36701數據集的原始和系列矩陣文件進行轉化,從而得到基因表達矩陣。另外,本研究通過整合IBS基因表達矩陣和CRs文件,從而得到CRs表達矩陣,CRs來源于文獻[16]。
1.2 CRs差異表達分析
采用“Limma”R包分析CRs在健康者和IBS患者中的表達差異。其中,差異倍數(fold change,FC)代表兩組樣本的表達水平之比,P值則為差異顯著性閾值。篩選差異表達基因的閾值設置為Plt;0.05和log2FCgt;0.1。同時,采用“pheatmap”和“ggplot2”R包分別繪制熱圖和火山圖,將差異情況可視化。
1.3 基因共表達分析
通過R語言中的“WGCNA”包,構建46例IBS患者和26例健康者共表達網絡。主要包括以下幾個步驟:(1) 定義相似矩陣;(2) 選取權重系數β,從而將相似性矩陣轉化為鄰接矩陣;(3) 將鄰接矩陣轉化為拓撲重疊矩陣;(4) 對dissTOM進行分層聚類,從而得到分層聚類樹;(5) 通過動態剪切樹切割方法來識別模塊,每個共表達模塊至少有30個基因;(6) 計算各基因模塊的特征值及各模塊特征值之間的Pearson相關系數。組合相似度高的模塊進而獲得基因共表達網絡。選取模塊特征向量和性狀之間相關系數值最大且模塊顯著性P<0.05的核心模塊。
1.4 候選關鍵基因的富集分析
基于差異表達基因分析結果和WGCNA核心模塊基因結果繪制韋恩圖,取二者交集基因,即為與IBS相關的候選CRs。將其作為輸入文件,利用DAVID數據庫(http://david.ncifcrf.gov)進行基因本體論(gene ontology,GO)和京都基因與基因組百科全書(kyoto encyclopedia of genes and genomes,KEGG)富集分析,并通過仙桃學術平臺繪制富集分析和弦圖。
1.5 PPI分析
通過String數據庫(http://string-db.org/cgi/input.pl)對候選CRs進行PPI分析,置信度得分設置為>0.4,并隱藏游離蛋白,最后將其結果及PPI網絡圖導出。
1.6 浸潤免疫的提取和量化
通過MsigDB(https://www.gsea-msigdb.org/gsea/msigdb/)數據庫檢索關鍵詞“IMMUNITY”,得到相應gmt文件。接著通過“GSVA”R包對轉化后的表達矩陣進行單樣本基因集富集分析(single-sample gene set enrichment analysis,ssGSEA)評分,從而估算每個樣本的免疫浸潤程度,并通過“reshape2”,“ggplot2”和“RColorBrewer”R包繪制免疫浸潤占比熱圖。
1.7 免疫細胞之間和免疫功能之間相關性及差異性分析
基于ssGSEA評分結果,通過“corrplo”R包進行免疫浸潤相關性分析,并繪制熱圖;此外,為比較免疫浸潤在IBS患者和健康者中的差異,對ssGSEA評分結果和樣本分組情況進行整合,通過“vioplot”R包進行秩和檢驗并繪制小提琴圖。
1.8 PPI網絡圖中的候選CRs與免疫浸潤之間的相關性分析
采用“psych”R包整合分析PPI網絡圖中的候選CRs和ssGSEA評分結果兩個文件,構建相關性熱圖,并將其中與免疫浸潤相關性較強的CRs作為風險模型的納入因素。
1.9 風險模型構建與驗證
將上述納入的CRs表達矩陣和樣本分組情況作為輸入文件,并基于二分類邏輯回歸分析,構建列線圖模型,計算中位值,大于中位值為高表達,反之則為低表達,以計算總評分來分析IBS患者的風險概率。通過“rms”R包構建風險預測列線圖,從而分別計算出所納入CRs的風險得分,并通過校準曲線和受試者工作特征(ROC)曲線進行驗證,以衡量列線圖模型的識別能力。
1.10 統計學分析
所有數據均采用R語言軟件(v4.0.2)進行分析;采用t檢驗分析不同組別免疫浸潤的差異性,相關性分析則采用Pearson檢驗,風險模型構建采用二分類邏輯回歸分析,P<0.05為差異有統計學意義。
2 結果
2.1 CRs差異表達分析結果
根據CRs表達矩陣,共篩選出差異基因54個(34個上調基因,20個下調基因),并通過熱圖和火山圖將結果進行可視化(圖1A和圖1B)。
2.2 基因共表達分析結果
為了使構建的網絡更符合無標度網絡的特點,選擇軟閾值β=4(R2=0.85)進行后續分析(圖2A)。共獲得5個共表達模塊,每個模塊中至少有30個基因,結果顯示在一個層次聚類圖中(圖2B)。其中,共有283個基因未聚類到任何模塊中,用灰色標記。另外,通過對模塊與IBS的性狀相關分析,提取相關性最為顯著的棕色模塊(r=-0.38,P<0.05)來作為關鍵模塊,該模塊共包含57個基因(圖2C)。
2.3 候選CRs的富集分析結果
基于差異基因表達分析結果和WGCNA核心模塊基因結果繪制韋恩圖(圖3),將重疊的19個基因作為IBS相關的候選CRs。通過DAVID網站對其進行富集分析,結果顯示,它們主要富集在組蛋白修飾、共價染色質修飾、肽基賴氨酸修飾、MLL3/4復合物、核染色質、性染色體、蛋白質賴氨酸N-甲基轉移酶、賴氨酸N-甲基轉移酶活性、蛋白質甲基轉移酶活性以及細胞周期相關通路等(圖4)。
2.4 PPI分析
基于上述得到的19個候選CRs,將其輸入至String數據庫進行分析,并將PPI網絡圖(圖5)和分析結果導出,從而得到13個在IBS中存在相互作用的CRs,即溴結構域蛋白8(BRD8)、蛋白dpy-30同系物(DPY30)、序列相似家族175成員A(FAM175A)、組蛋白賴氨酸甲基轉移酶2D(KMT2D)、環框蛋白1(RBX1)、環指蛋白1(RING1)、Sin3A相關蛋白18 kD(SAP18)、植物同源鋅指蛋白14(PHF14)、YEATS結構域包含體2(YEATS2)、泛素結合酶E2D1(UBE2D1)、絲氨酸/精氨酸重復基質蛋白2(SRRM2)和富含脯氨酸、谷氨酰胺的剪接因子(SFPQ)以及SIN3轉錄調節因子家族成員B(SIN3B)。
2.5 免疫細胞和功能浸潤程度
ssGSEA分析得到GSE36701數據集中29個免疫細胞及功能的占比熱圖(圖6)。其中,包括樹突狀細胞、活化樹突狀細胞(activated dendritic cells,aDCs)、漿細胞樣樹突狀細胞、未成熟樹突狀細胞、B細胞、Th1細胞、Th2細胞、輔助性T細胞、濾泡輔助性T細胞(T follicular helper cells,Tfh)、調節性T細胞、CD8+ T細胞、自然殺傷細胞、肥大細胞、巨噬細胞、中性粒細胞以及腫瘤浸潤淋巴細胞(tumor infiltrating lymphocyte,TIL);免疫功能則包括抗原呈遞共刺激、抗原呈遞共抑制、T細胞共刺激、T細胞共抑制、Ⅰ型干擾素反應、Ⅱ型干擾素反應、低度炎癥、炎癥促進、人類白細胞抗原(human leukocyte antigen,HLA)、檢查點、細胞活化因子、趨化因子C-C-基序受體(C-C-Motif receptor,CCR)以及主要組織相容性復合體Ⅰ類分子。
2.6 免疫浸潤相關性及差異性分析
免疫細胞相關性熱圖(圖7A)顯示,aDCs與B細胞、Tfh、TIL呈正相關(r分別為0.86,0.81,0.82),B細胞與Tfh、TIL呈正相關(r分別為0.90,0.88),TIL與CD8+ T細胞、中性粒細胞、Tfh呈正相關(r分別為0.73,0.77,0.77);免疫功能相關性熱圖(圖7B)顯示,CCR與檢查點、炎癥促進、T細胞共刺激呈正相關(r分別為0.81,0.84,0.80),CCR與低度炎癥呈正相關(r=0.74),檢查點與T細胞共刺激、T細胞共抑制呈正相關(r分別為0.88,0.89),檢查點與炎癥促進呈正相關(r=0.73),HLA與T細胞共抑制呈正相關(r=0.74),炎癥促進與低度炎癥呈正相關(r=0.81),炎癥促進與T細胞共刺激呈正相關(r=0.75),低度炎癥與Ⅰ型干擾素反應呈正相關(r=0.80),T細胞共抑制與T細胞共刺激呈正相關(r=0.79)。
免疫浸潤差異性小提琴圖結果顯示(圖8),與健康者相比,IBS患者中樹突狀細胞、未成熟樹突狀細胞、Th1細胞和抗原呈遞共刺激表現均顯著增高(P分別為0.02,0.04,0.01,0.02)。
2.7 PPI網絡圖中的候選CRs與免疫浸潤之間相關性分析
基于ssGSEA及PPI分析結果,得到PPI網絡圖中的候選CRs與免疫浸潤之間的相關性熱圖(圖9),結果顯示,SIN3B與自然殺傷細胞呈弱正相關(r=0.34),SRRM2與Th1細胞、抗原呈遞共刺激呈弱正相關(r均為0.34),而DPY30與輔助性T細胞、Th1細胞呈弱負相關(r分別為-0.33,-0.43)。
2.8 風險模型構建與驗證
將上述結果中的3個CRs(SIN3B、SRRM2和DPY30)納入風險研究,如圖10A所示,以1例DPY30、SIN3B和SRRM2均高表達的患者為例,從DPY30(高)向上畫垂直線對應分數為0分,同理SIN3B(高)和SRRM2(高)對應分數分別為80分和100分,則該患者總得分為0+80+100=180分,對應下面風險概率標尺約為0.84,故該患者IBS的風險概率約為84%。另外,計算結果還顯示,SIN3B(P=0.009)、SRRM2(P=0.002)可能是IBS的風險因子(圖10A和表1)。ROC曲線(AUC=0.806)顯示列線圖模型對IBS患者風險因素的評估具有良好的預測能力(圖10B)。C指數校準曲線圖顯示,列線圖模型結果與實際結果一致性較高(圖10C)。
3 討論
本研究通過對CRs表達矩陣進行差異分析和WGCNA,篩選出19個候選CRs,GO富集分析結果顯示,其主要富集在組蛋白修飾和共價染色質修飾等生物過程。染色質的共價修飾主要為組蛋白修飾,而組蛋白修飾在基因表達的調控中發揮重要作用,組蛋白尾部可發生各種共價修飾,包括賴氨酸乙酰化、甲基化和泛素化等[17]。研究表明,組蛋白乙酰轉移酶EP300表達增加后,誘導IBS慢性應激模型大鼠中瞬時感受器電位香草醛受體1(TRPV1)基因啟動子組蛋白H3乙酰化,從而加重內臟痛覺過敏[18]。
在分子功能方面,本研究結果顯示,候選關鍵基因主要富集在蛋白質賴氨酸N-甲基轉移酶活性、賴氨酸N-甲基轉移酶活性等方面。SET結構域蛋白3(SET-domain-containing protein 3,SETD3)作為蛋白質賴氨酸甲基轉移酶家族成員之一,可富集于血管內皮生長因子(vascular endothelial growth factor,VEGF)啟動子,從而負調節VEGF表達[19]。而Theoharides等[20]研究表示,針對調控肥大細胞分泌VEGF研發的藥物新配方可在一定程度上改善應激誘導的炎癥,如IBS。近期一項關于賴氨酸N-甲基轉移酶在IBS中的研究顯示,3型天然淋巴細胞(ILC3s)中組蛋白H3K36甲基轉移酶SETD2缺失可增強細胞的毒性特征,造成腸道炎癥紊亂[21]。由此可見,本研究富集結果在一定程度上為進一步了解IBS表觀遺傳修飾的相關機制指明了方向。
在通路富集方面,本研究發現,這些基因主要富集在細胞周期和泛素介導的蛋白水解等相關通路。腸道干細胞的衰老影響腸道穩態和壽命。生長阻滯和DNA損傷基因45α(growth arrest and DNA damage inducible 45alpha,Gadd45α)介導的DNA去甲基化,可通過Gadd45α/人源脫嘌呤/脫嘧啶核酸內切酶1信號軸抑制,從而延緩腸道干細胞衰老,改善腸道穩態[22]。因此,表觀遺傳修飾所介導的細胞周期改變對于維持IBS患者腸道穩態具有重要意義。泛素介導的蛋白水解是指靶蛋白在泛素激活酶的作用下,共價連接泛素分子,然后進入細胞內被蛋白酶復合體識別并降解成氨基酸的過程。目前已發現去甲異波爾定可通過調節煙酰胺腺嘌呤二核苷酸所介導的信號通路,促進色斑3-9抑制因子同源物1蛋白的泛素蛋白酶體降解,以改善腸道的炎癥反應[23]。盡管泛素介導的蛋白水解機制目前在IBS領域尚不清楚,但由上述可知,該機制可能在IBS中起重要作用。
基于候選的CRs,本研究通過進一步的相關性分析和風險模型構建,得到2個獨立風險因子,即SIN3B和SRRM2。其中,SIN3B與自然殺傷細胞呈正相關,SRRM2與Th1細胞、抗原呈遞共刺激呈正相關。SIN3B是SIN3家族的成員之一,是組蛋白去乙酰化酶抑制復合物的組成部分,對基因表達起抑制作用[24-25]。雖然目前沒有相關研究明確表明SIN3B與IBS的相關性,但有證據顯示,在外界因素刺激下,SIN3B表達上調,并且與p53的相互作用增強,其復合體可選擇性地對p53靶基因的啟動子進行組蛋白修飾,從而抑制基因表達[26]。而在另外一項研究中,p53激活可選擇性地限制有絲分裂進而抑制細胞死亡,從而對抗急性放射誘導的胃腸道綜合征[27]。除此之外,相關研究表明,SIN3B可被誘導成長亞型和短亞型,其中長亞型SIN3B的敲低可增強骨形態發生蛋白依賴性轉錄[28]。而在另外一項研究中,已證實骨形態發生蛋白信號傳導可促進自然殺傷細胞增殖并增強其效應功能,從而殺死腫瘤細胞[29]。由此可見,探討IBS中SIN3B調控p53靶基因啟動子的表觀遺傳修飾,可能是防治IBS以及調節其免疫浸潤的一種新思路。SRRM2是一種大型的蛋白質編碼基因,可連接剪接體,然后迅速定位于核斑點[30-31];SRRM2耗盡可導致核斑點溶解[32]。核斑點作為一種高度動態的結構,可積累蛋白質家族,并調控pre-mRNA剪接[32]。事實上,許多炎癥介質如腫瘤壞死因子、IL-1β和脂多糖均可引起眾多基因可變剪接模式的改變,這是炎癥反應的一部分[33]。既往研究證實,核斑點聚集可將腸上皮細胞中相關生理刺激和pre-mRNA剪接機制相聯系。另外,SRRM2似乎對免疫細胞十分重要[34]。Liu等[35]研究發現,SRRM2在人原代巨噬細胞分化過程中顯著下調。SRRM2耗竭可改變免疫細胞中的細胞因子分泌[36]。因此,靶向調控SRRM2,從而影響核斑點所介導的剪接機制以及改變免疫細胞相關因子分泌,可作為IBS表觀遺傳研究的一種思路。
此外,相較于健康受試者,IBS患者中Th1細胞和抗原呈遞共刺激顯著增高,且均與SRRM2呈正相關??乖蔬f細胞是體內的一種輔助細胞,可以誘導T細胞和B細胞的免疫反應。既往研究表明,共刺激分子程序性細胞死亡蛋白-1(programmed cell death protein 1,PD-1)與其配體,在炎癥性腸病患者和結腸炎小鼠的T細胞中均呈高表達,且PD-1參與腸黏膜炎癥反應[37]。Th1細胞參與細胞介導的炎癥和延遲型超敏反應,影響細胞內病原體的免疫力[38]。研究表明,感染后IBS患者腸黏膜中γ-干擾素水平升高,IL-10水平降低,提示感染可能通過影響Th1/Th2平衡,從而導致患者病情加重[39]。由此可見,SRRM2介導IBS患者體內Th1細胞和抗原呈遞共刺激的表達。
本研究通過生物信息學技術,對CRs表達矩陣進行分析,這些相關CRs參與調控細胞周期和泛素介導的蛋白水解等途徑,并涉及組蛋白修飾、共價染色質修飾、蛋白質賴氨酸N-甲基轉移酶活性、賴氨酸N-甲基轉移酶活性等生物過程和分子功能,從而在IBS病程發展過程中發揮重要作用。通過綜合分析篩選出SIN3B和SRRM2可作為IBS表觀遺傳潛在的調控靶點。此外,SIN3B調控p53靶基因啟動子的表觀遺傳修飾機制,以及SRRM2所介導的核斑點剪接機制和調控Th1細胞、抗原呈遞共刺激的表達機制,有待后續進一步研究。此外,本研究仍存在一些不足:研究結果未通過動物、細胞實驗進行驗證,其可靠性有待商榷;風險模型分析結果未通過臨床研究進行驗證;盡管本研究采用芯片中的樣本總量為72例,符合研究分析所需總量,但樣本量仍不足,可能在一定程度上導致分析結果的偏差;因此,后續仍需更多的實驗和臨床研究進行相關驗證。
[參考文獻]
[1] Biesiekierski JR, Manning LP, Murray HB, et al. Review article: exclude or expose? The paradox of conceptually opposite treatments for irritable bowel syndrome[J]. Aliment Pharmacol Ther, 2022, 56(4): 592-605.
[2] Quigley EMM, Fried M, Gwee KA, et al. World gastroenterology organisation global guidelines irritable bowel syndrome: a global perspective update September 2015[J]. J Clin Gastroenterol, 2016, 50(9): 704-713.
[3] Lovell RM, Ford AC. Global prevalence of and risk factors for irritable bowel syndrome: a meta-analysis[J]. Clin Gastroenterol Hepatol, 2012, 10(7): 712-721.e4.
[4] Wang YT, Lim HY, Tai D, et al. The impact of irritable bowel syndrome on health-related quality of life: a Singapore perspective[J]. BMC Gastroenterol, 2012, 12: 104.
[5] Canavan C, West J, Card T. Review article: the economic impact of the irritable bowel syndrome[J]. Aliment Pharmacol Ther, 2014, 40(9): 1023-1034.
[6] Mahurkar JS, Chang L. Epigenetic mechanisms in irritable bowel syndrome[J]. Front Psychiatry, 2020, 11: 805.
[7] 柴玉娜, 唐洪梅, 黃育生, 等. 腹瀉型腸易激綜合征大鼠SCF/C-kit信號的變化及其與免疫功能的關系[J]. 中國藥理學通報, 2018, 34(1): 68-72.
[8] Saito YA, Mitra N, Mayer EA. Genetic approaches to functional gastrointestinal disorders[J]. Gastroenterology, 2010, 138(4): 1276-1285.
[9] Park SH, Videlock EJ, Shih W, et al. Adverse childhood experiences are associated with irritable bowel syndrome and gastrointestinal symptom severity[J]. Neurogastroenterol Motil, 2016, 28(8): 1252-1260.
[10] Parker CH, Naliboff BD, Shih W, et al. Negative events during adulthood are associated with symptom severity and altered stress response in patients with irritable bowel syndrome[J]. Clin Gastroenterol Hepatol, 2019, 17(11): 2245-2252.
[11] Meaney MJ, Szyf M. Environmental programming of stress responses through DNA methylation: life at the interface between a dynamic environment and a fixed genome[J]. Dialogues Clin Neurosci, 2005, 7(2): 103-123.
[12] Feinberg AP. Epigenetics at the epicenter of modern medicine[J]. JAMA, 2008, 299(11): 1345-1350.
[13] Hussain S, Tulsyan S, Dar SA, et al. Role of epigenetics in carcinogenesis: Recent advancements in anticancer therapy[J]. Semin Cancer Biol, 2022, 83: 441-451.
[14] Van Wijnen AJ, Westendorf JJ. Epigenetics as a new frontier in orthopedic regenerative medicine and oncology[J]. J Orthop Res, 2019, 37(7): 1465-1474.
[15] Li Q, Winston JH, Sarna SK. Developmental origins of colon smooth muscle dysfunction in IBS-like rats[J]. Am J Physiol Gastrointest Liver Physiol, 2013, 305(7): G503-G512.
[16] Lu J, Xu J, Li J, et al. FACER: comprehensive molecular and functional characterization of epigenetic chromatin regulators[J]. Nucleic Acids Res, 2018, 46(19): 10019-10033.
[17] Hake SB, Xiao A, Allis CD. Linking the epigenetic ‘language’ of covalent histone modifications to cancer[J]. Br J Cancer, 2004, 90(4): 761-769.
[18] Hong S, Zheng G, Wiley JW. Epigenetic regulation of genes that modulate chronic stress-induced visceral pain in the peripheral nervous system[J]. Gastroenterology, 2015, 148(1): 148-157.e7.
[19] Cohn O, Feldman M, Weil L, et al. Chromatin associated SETD3 negatively regulates VEGF expression[J]. Sci Rep, 2016, 6: 37115.
[20] Theoharides TC, Kavalioti M. Stress, inflammation and natural treatments[J]. J Biol Regul Homeost Agents, 2018, 32(6): 1345-1347.
[21] Chang J, Ji X, Deng T, et al. Setd2 determines distinct properties of intestinal ILC3 subsets to regulate intestinal immunity[J]. Cell Rep, 2022, 38(11): 110530.
[22] Diao D, Wang H, Li T, et al. Telomeric epigenetic response mediated by Gadd45a regulates stem cell aging and lifespan[J]. EMBO Rep, 2018, 19(10): e45494.
[23] Lv Q, Wang K, Qiao S, et al. Norisoboldine, a natural AhR agonist, promotes Treg differentiation and attenuates colitis via targeting glycolysis and subsequent NAD+/SIRT1/SUV39H1/H3K9me3 signaling pathway[J]. Cell Death Dis, 2018, 9(3): 258.
[24] Silverstein RA, Ekwall K. Sin3: a flexible regulator of global gene expression and genome stability[J]. Curr Genet, 2005, 47(1): 1-17.
[25] Kuo MH, Allis CD. Roles of histone acetyltransferases and deacetylases in gene regulation[J]. Bioessays, 1998, 20(8): 615-626.
[26] Kadamb R, Mittal S, Bansal N, et al. Stress-mediated Sin3B activation leads to negative regulation of subset of p53 target genes[J]. Biosci Rep, 2015, 35(4): e00234.
[27] Gurley KE, Ashley AK, Moser RD, et al. Synergy between Prkdc and Trp53 regulates stem cell proliferation and GI-ARS after irradiation[J]. Cell Death Differ, 2017, 24(11): 1853-1860.
[28] Faherty N, Benson M, Sharma E, et al. Negative autoregulation of BMP dependent transcription by SIN3B splicing reveals a role for RBM39[J]. Sci Rep, 2016, 6: 28210.
[29] Robson NC, Hidalgo L, Mc Alpine T, et al. Optimal effector functions in human natural killer cells rely upon autocrine bone morphogenetic protein signaling[J]. Cancer Res, 2014, 74(18): 5019-5031.
[30] Jia X, Sun C. Structural dynamics of the N-terminal domain and the Switch loop of Prp8 during spliceosome assembly and activation[J]. Nucleic Acids Res, 2018, 46(8): 3833-3840.
[31] Blencowe BJ, Nickerson JA, Issner R, et al. Association of nuclear matrix antigens with exon-containing splicing complexes[J]. J Cell Biol, 1994, 127(3): 593-607.
[32] Ilik I. A, Malszycki M, Lübke AK, et al. SON and SRRM2 are essential for nuclear speckle formation[J]. Elife, 2020, 9: e60579.
[33] Stamm S. Signals and their transduction pathways regulating alternative splicing: a new dimension of the human genome[J]. Hum Mol Genet, 2002, 11(20): 2409-2416.
[34] Zhu YQ, Lu Y, Tan XD. Monochloramine induces reorganization of nuclear speckles and phosphorylation of SRp30 in human colonic epithelial cells: role of protein kinase C[J]. Am J Physiol Cell Physiol, 2003, 285(5): C1294-C1303.
[35] Liu H, Lorenzini PA, Zhang F, et al. Alternative splicing analysis in human monocytes and macrophages reveals MBNL1 as major regulator[J]. Nucleic Acids Res, 2018, 46(12): 6069-6086.
[36] Whisenant TC, Peralta ER, Aarreberg LD, et al. The activation-induced assembly of an RNA/protein interactome centered on the splicing factor U2AF2 regulates gene expression in human CD4 T cells[J]. PLoS One, 2015, 10(12): e0144409.
[37] Kanai T, Totsuka T, Uraushihara K, et al. Blockade of B7-H1 suppresses the development of chronic intestinal inflammation[J]. J Immunol, 2003, 171(8): 4156-4163.
[38] Shaw LA, Deng TZ, Omilusik KD, et al. Id3 expression identifies CD4+ memory Th1 cells[J]. Proc Natl Acad Sci U S A, 2022, 119(29): e2204254119.
[39] Chen J, Zhang Y, Deng Z. Imbalanced shift of cytokine expression between T helper 1 and T helper 2 (Th1/Th2) in intestinal mucosa of patients with post-infectious irritable bowel syndrome[J]. BMC Gastroenterol, 2012, 12: 91.
[收稿日期] 2022-10-06" [編輯] 劉星星
[基金項目]全國名老中醫藥專家傳承工作室建設項目[國中醫藥人教函(2022)75號];桂派中醫大師培養項目[桂中醫藥科教發(2022)6號];廣西壯族自治區中醫藥管理局自籌課題(Z20210250)
[作者簡介]彭劍嵐(1995—),女,碩士,住院醫師,主要從事消化系統疾病的中西醫結合診治研究;朱永蘋(通訊作者),主任醫師,碩士生導師,E-mail: 529090217@qq.com