论文摘要
胃癌是一个由环境和多基因共同参与的病理过程,其死亡率占全世界癌症死亡率第二位[1,2]。在过去的二十年里,胃癌相关基因的研究已经取得很大进展。已发现的众多胃癌癌基因与抑癌基因一定程度上阐述了胃癌发病机理及相关“分子事件”,也能作为胃癌早期诊断和药物治疗的生物标记。最近,大规模基因表达分析已经渐渐成为筛选肿瘤相关基因的重要工具[3]。两类重要的生物学实验方法是:1)以DNA测序为基础的基因表达系列分析（SAGE）和表达系列标签（EST）;2)以斑点杂交为基础的微阵列分析。来源于这些方法的大量生物信息数据收集和注解在多种高度组织的网络数据库内。癌基因组解剖计划（CGAP）和基因表达综合数据库（GEO）是其中最重要的两个网络数据库[4,5]。利用生物信息学方法,挖掘CGAP和GEO的生物信息资料数据,研究者已经发现并鉴定了多个肿瘤相关基因或新的癌基因[6,7]。S100蛋白家族是一个具有EF螺旋结构、钙结合蛋白家族,至少有22个家族成员[8]。S100蛋白广泛分布于人体细胞的胞浆和胞核内,参与细胞周期活动、细胞分化等众多活动。17个S100家族成员基因定位均位于稳定性差、易在肿瘤发生中出现染色体重排的1号染色体长臂2区1带（1q21）。既往的研究已经证实了一些S100家族成员在胃癌组织中有差异表达[9,10],包括S100A2,S100A4,S100A7和S100A10。因此,很有必要系统的分析和验证S100其它家族成员在胃癌和胃正常组织中的表达情况。本研究探讨利用生物信息学方法,挖掘CGAP和GEO生物信息数据,系统分析22个S100家族成员在胃癌与正常胃组织的基因表达情况,并通过生物学实验方法验证和分析胃癌中差异表达的S100基因及其功能。为“硅片实验”的数据库挖掘法筛选肿瘤相关基因提供方法学的探讨,也为阐明S100和胃癌的相关性提供重要理论依据。第一部分:胃癌S100基因表达的生物信息学分析目的:探讨利用生物信息学方法筛选胃癌组织与正常胃组织差异表达基因的可行性及具体方法,寻找胃癌相关S100基因。方法:联合SAGE分析、虚拟电子杂交和虚拟微阵列,挖掘CGAP和GEO资源中关于胃癌和正常胃组织差异表达S100基因。结果:5个S100基因在胃癌组织中上调表达,包括S100A2、S100A3、S100A4、S100A7和S100A10。S100A3是新的胃癌过表达基因。结论:首次探讨性利用生物信息学方法系统分析胃癌S100基因表达。多个S100家族成员在胃癌中上调表达。联合多数据库挖掘肿瘤相关基因是一个可靠的方法,给进一步的生物学实验以大量的提示。第二部分:胃癌S100A3基因表达的生物学实验分析目的:利用生物学实验方法分析胃癌S100A3基因表达情况,探讨S100A3和胃癌的相关性,并进一步验证生物信息学分析可靠性。方法:采用RT-PCR和Western blot分析90例胃癌组织及正常胃组织标本和胃癌细胞系中S100A3基因和蛋白表达水平。利用组织微阵列进一步研究S100A3的蛋白表达和组织学定位。结果:胃癌组织S100A3基因表达高于正常胃组织2.5倍,S100A3的上调表达与肿瘤分化程度、TNM分期相关,胃癌细胞S100A3基因呈上调表达。胃癌组织中S100A3基因阳性表达率低于蛋白阳性表达率。结论:首次证实S100A3是胃癌相关基因,其上调表达与胃癌分化程度及TNM分期密切相关。第三部分:S100A3基因对胃癌细胞生物学特性的影响目的:利用RNA干扰（RNAi）技术进一步研究胃癌差异表达基因S100A3对胃癌细胞周期和细胞生长的影响。方法:针对S100A3基因设计siRNA,采用重组DNA技术构建S100A3特异性shRNA表达载体,转染胃癌细胞,RT-PCR检测S100A3基因表达;流式细胞仪检测细胞周期和细胞凋亡;MTT检测细胞生长活性。结果:1、RNAi对胃癌细胞BGC823中S100A3基因表达的影响:S100A3特异性shRNA转染BGC823细胞后,经RT-PCR检测证实S100A3基因被明显抑制。2、RNAi抑制S100A3基因表达对胃癌细胞凋亡、增殖的影响:抑制S1000A3基因表达使BGC823细胞凋亡增加、细胞周期G1期阻滞、增殖力降低。结论:S100A3特异性shRNA表达载体转染胃癌细胞可有效抑制S100A3基因表达。RNAi抑制S100A3基因表达后胃癌细胞凋亡增加,细胞周期的G1期阻滞。
论文目录
相关论文文献
- [1].CDX2和S100A3在胃腺癌中的表达[J]. 微量元素与健康研究 2020(01)
- [2].S100A3在胃癌组织中表达及临床意义[J]. 空军医学杂志 2016(02)
- [3].小鼠S100A3蛋白的表达纯化及其多克隆抗体的制备[J]. 基因组学与应用生物学 2015(08)
标签：胃癌论文; 生物信息学论文; 基因表达系列分析论文; 表达系列标签论文; 微阵列论文; 基因表达综合数据库论文; 癌症基因组解剖计划论文;