前列腺癌蛋白组学及基因组学相关文献综述

　　前列腺癌 （PCa） 是男性最常见的癌症之一。2014 年，美国新增 PCa 患者 23 万例，死亡患者近 3 万例[1].目前，针对PCa 的蛋白组学和基因组学研究非常广泛，发现表达差异具有统计学意义的基因数以千计，但其中仅少数可能与 PCa 的发生发展相关[2].通过文献挖掘对癌症相关基因进行提取和整理，是癌症分子机制研究的良好方法。但若文献挖掘只局限于摘要，且利用自动文献挖掘工具未免机械，在文章题目和摘要中未出现的差异基因可能被漏掉。本研究通过检索 PCa 蛋白组学及基因组学相关文献，阅读全文人工提取差异基因，并对其进行 GO （Gene Ontology） 、KEGG 通路等生物信息学分析，进一步挖掘可能与 PCa 相关的基因和通路，从而为 PCa 发生的分子机制研究提供依据。

　　1 资料与方法

　　1. 1 文献纳入与排除标准 纳入标准： （1） 研究对象为人PCa 组织或人 PCa 细胞株； （2） 提供差异蛋白或基因名称。排除标准： （1） 某种干预措施对 PCa 蛋白谱变化的影响研究；（2） 未提供差异蛋白或基因名称； （3） 文献综述。

　　1. 2 文献检索 计算机检索 PubMed 数据库，检索策略："（prostate cancer [Title]） AND Proteomics""（prostate cancer[Title]） AND Genomics",时间限定建库至 2015 年 1 月。

　　1. 3 资料提取 文献中涉及 PCa 与前列腺增生 （BPH） 组织或细胞 （A 组） 、PCa 与 邻 近 良性组织 （B 组） 、PCa 高Gleason 评分与低 Gleason 评分 （C 组） 蛋白谱和基因谱的比较，提取差异基因或蛋白输入 "The Protein InformationResource （PIR, Georgetown University Medical Center,Washington,DC 20007,USA） ",按照 "official gene symbol"统一名称。

　　1. 4 生物信息学分析

　　1. 4. 1 差异基因的 GO 分析 采用 "DAVID BioinformaticsResources 6. 7 （National Institute of Allergy and InfectiousDiseases,NIH,USA） " 在线工具分别对差异基因及各组的差异基因进行 GO 分析，探索共同出现的生物过程、细胞成分以及分子功能。

　　1. 4. 2 差异基因的 KEGG 通路分析通过 "DAVIDBioinformatics Resources 6. 7 （National Institute of Allergy andInfectious Diseases,NIH,USA） " 在线工具分别对差异基因及各组的差异基因进行 KEGG 通路分析，探索共同出现的生物学通路。

　　2 结果

　　2. 1 文献筛选结果 检索 PubMed 数据库获得文献 564 篇，排除重复文献 179 篇，阅读文题和摘要排除 282 篇，阅读全文排除文献 68 篇，共纳入 35 篇文献[3 -37],文献筛选流程见图 1.

　　2. 2 差异基因 纳入文献提取差异基因 764 个，其中 A 组差异基因162 个，B 组差异基因423 个，C 组差异基因209 个，3组共同差异基因 21 个 （见表 1） .报道大于 4 次的差异基因共14 个， 其中 DES 报道 8 次， HSPB1、 VCL 各 报 道 7 次，ACPP、ACTN1、AZGP1、 ENO1、 HSPA5 和 HSPD1 各报道 6次，ANXA1、EZR、KRT8、LMNA 和 SERPINF1 各报道 5 次。A 组差异基因 DES 报道最多，为 6 次； B 组差异基因 ACPP 报道最多，为 4 次； C 组差异基因 ACTN1、HSPB1、LMNA 报道最多，均为 3 次。

　　2. 3 差异基因的 GO 分析 GO 分析结果显示，差异基因涉及的生物过程主要有细胞死亡调控、细胞增殖调控、创伤反应、蛋白质转运、稳态过程 （差异基因频数≥72,频率≥9. 4%） ,细胞成分主要涉及胞外区、膜封闭腔、细胞骨架、囊泡以及线粒体 （差异基因频数≥85,频率≥11. 1%） ,分子功能主要涉及核苷酸结合、钙离子结合、相同蛋白结合以及酶结合 （差异基因频数≥60,频率≥7. 9%,见表 2）。

　　对各组差异基因进行 GO 分析结果显示，各组差异基因共同涉及的生物过程主要有细胞死亡调控、细胞增殖调控、创伤反应以及稳态过程； 共同涉及的细胞成分主要有胞外区、膜封闭腔、细胞骨架、囊泡以及线粒体； 共同涉及的分子功能主要有钙离子结合、相同蛋白结合、结构分子活性以及肌动蛋白结合。

　　2. 4 差异基因的 KEGG 通路分析 KEGG 通路分析发现，差异基因主要参与癌症通路、黏着斑、肌动蛋白细胞骨架调控、MAPK 信号等生物学通路 （差异基因频数≥29,频率≥3. 8% ,见表 3） .

　　对各组差异基因进行 KEGG 通路分析结果显示，各组差异基因共同参与的 KEGG 通路主要有黏着斑、补体及凝血级联、ECM 受体相互作用等生物学通路。
　　
　　3 讨论

　　目前，尚缺少通过文献挖掘对 PCa 蛋白组学及基因组学差异基因数据进行整理并开展生物信息学分析的研究。Hu等采用 MedGene 文献挖掘工具对乳腺癌及正常组织蛋白组学和基因组学数据进行分析，确定了一组研究相对充分、在雌激素受体阴性肿瘤高表达的基因。李铁求等通过文献挖掘对雄激素非依赖型 PCa 特异表达基因进行生物信息学分析，发现 MMP9、EGFR 等基因在雄激素依赖型转变为雄激素非依赖型 PCa 过程中可能发挥重要作用。本研究首次将 PCa 与蛋白组学及基因组学数据整合，对更新至 2015 年 1 月的相关文献进行差异基因挖掘，并观察其在 PCa 与 BPH、PCa 与邻近良性组织、PCa 高低 Gleason 评分不同分类比较中差异基因出现的频率，更直观地了解差异基因与癌症发生、发展、转移过程中的关联性。

　　本研究发现，所有差异基因中 DES 报道次数最多，同时也是 PCa 与 BPH 比较报道最多的差异基因，提示其可能与PCa 存在一定联系。目前表明，高表达的 DES 是结肠癌、胃肠道间质瘤、子宫内膜癌等内皮细胞分化和肿瘤侵袭的高度敏感标志物[39].也有研究发现，DES 在肿瘤早期毛细血管形成过程中持续高表达.然而，PCa 组学实验结果发现，与BPH 组织比较，DES 在 PCa 组织中表达下调； 同时，与局限性 PCa 相比，DES 在淋巴结转移 PCa 中表达同样下调[5].这似乎与上文所述 DES 参与肿瘤血管内皮细胞形成互相矛盾，具体机制值得后续进一步研究。另外，HSPB1、VCL、ACPP、ACTN1、 AZGP1、 ENO1、 HSPA5、 HSPD1、 ANXA1、 EZR、KRT8、LMNA 以及 SERPINF1 等差异基因被报道 5 次及以上，提示上述差异基因可能参与 PCa 的发生发展过程。ACPP 在PCa 与邻近良性组织比较中被报道次数最多，其编码前列腺酸性磷酸酶，由前列腺上皮细胞分泌并受雄激素调节。ACTN1、HSPB1、LMNA 在 PCa 高 Gleason 评分与低 Gleason 评分比较中被报道次数最多，提示其可能在 PCa 进展转移的过程中发挥重要作用。多篇研究报道了 HSPB1 与 PCa 的相关性，其参与PCa 发展过程的机制也已被广泛探讨[41].LMNA 也已发现在PCa 组织中高表达，并通过 PI3K / AKT / PTEN 通路促进肿瘤细胞生长、迁移和入侵[42].HSPA5、AZGP1、EZR 参与 PCa 的机制研究比较深入[43 -46], ENO1、 HSPD1、 ANXA1、SERPINF1、VCL 以及 KRT8 参与 PCa 的具体机制有待进一步探讨和多角度分析。

　　本研究发现，21 个差异基因在各组均有报道，提示其可能在 PCa 发生、进展以及转移的过程中均发挥重要作用。其中，HSP90AA1、S100A9、POSTN、ANXA3、ANXA7、AKT1与 PCa 的相关性研究较为深入[47 -49],而 MCCC2 仅初步证实其高表达可提升 PCa 细胞的迁移能力[50],但其确切机制缺乏具体阐述。ATP5B、TLN1、COL6A2、MYH9、OGN、PGAM1 参与 PCa 的机制尚未见报道。部分被报道次数较高且在各组中频繁出现的差异基因，如 DES、ACTN1、ATP5B、TLN1、COL6A2、MYH9、OGN、PGAM1,提示其可能与 PCa 存在潜在的联系，同时又缺乏具体的相关性报道，有进一步开展研究的价值，以验证其参与 PCa 差异表达的真实性，以及详细阐明其参与 PCa 发生、发展、转移的具体机制。

　　本研究 KEGG 通路分析发现，差异基因主要参与癌症通路、黏着斑、肌动蛋白细胞骨架的调控、MAPK 信号通路，提示这些通路可能涉及 PCa 的发生发展过程。黏着斑是细胞外基质黏附在细胞膜某个特殊的区域[38],是黏着斑激酶 （FAK）介导的重要细胞过程。FAK 在 PCa 中常高表达和过度活跃，通过主要致癌途径的激活，FAK 促进雄激素非依赖 PCa 的生长、存活、迁移及转移[51].肌动蛋白细胞骨架的调控提供了PCa 分子机制研究的新靶点，Wang 等[52]通过研究 Wnt/Ca2 +信号在 PCa 中的机制，发现癌细胞特异性抑制 CaMK Ⅱ （Wnt/Ca2 +信号的一个主要传感器） 可引起肌动蛋白细胞骨架的重构，CaMK Ⅱ可能通过肌动蛋白结合蛋白的中间信号传导，导致癌细胞中细胞骨架的重构。Zhang 等[53]认为，肿瘤抑制蛋白ZNF185 通过调节 PCa 中的肌动蛋白细胞骨架动力学发挥其功能。可以预见，未来对肌动蛋白细胞骨架的研究，将为临床肿瘤靶向治疗带来巨大的导向作用。MAPK 信号通路近年来也是PCa 分子研究的热点，PCa 的发生与发展、癌细胞的增殖、癌症的复发与信号转导与 MAPK 信号通路密切相关[54].在未经雄激素阻断治疗的 PCa 最初阶段，雄激素的刺激通过激活 PCa细胞 MAPK 信号通路，诱导细胞增殖[55],激活的 MAPK 水平随 PCa 的进展而升高。此外，研究证实，在 PCa 进展到后期阶段，生长因子信号、神经多肽信号、致癌基因 HER2/Neu 等均可作用于 MAPK 信号通路，使 PCa 不依赖雄激素继续发展，即进展到雄激素非依赖型 PCa[54].尽管目前 MAPK 信号通路的作用及具体机制有待进一步的研究和探索，但可以确定，MAPK 信号转导调控机制的阐明将为临床提供治疗 PCa 的新思路。此外，本研究通过对各组差异基因的 KEGG 通路分析结果发现，黏着斑、补体及凝血级联、ECM 受体相互作用通路在各组均有出现，提示其可能与 PCa 存在一定的相关性，其中补体及凝血级联、ECM 受体相互作用参与 PCa 的具体机制尚未见报道。Spans 等[56]也发现在 LNCaP 和 C4 -2B PCa 细胞株中，黏着斑与 ECM 受体相互作用通路发生变化，具体机制值得持续关注和深入调查研究。

　　综上所述，本研究通过对 PCa 蛋白组学及基因组学文献进行挖掘，筛选出可能与 PCa 有较大联系且缺乏具体相关报道的差异基因，如 DES、ACTN1、ATP5B、TLN1、COL6A2、MYH9、OGN、PGAM1,为下一步研究提供了方向。黏着斑、肌动蛋白细胞骨架的调控、MAPK 信号通路可能在 PCa 分子机制中发挥重要作用，对其进一步分析有利于揭示 PCa 的发病机制，为临床治疗 PCa 提供新的靶点。