癌癥基因組遺傳和表觀遺傳數(shù)據(jù)整合分析.pdf

1、腦膠質(zhì)瘤是由一系列遺傳變異和環(huán)境干擾的復(fù)雜交互作用引起的。過去的研究很少關(guān)注遺傳變異、基因表達(dá)和microRNA的變化是怎樣整合形成網(wǎng)絡(luò)一起作用并最終導(dǎo)致一系列復(fù)雜表型例如腦瘤的發(fā)生。我們以美國(guó)癌癥基因組圖譜項(xiàng)目旗艦計(jì)劃產(chǎn)生的腦膠質(zhì)瘤數(shù)據(jù)為基礎(chǔ)展開研究,使用了包括601個(gè)基因在179對(duì)樣本中突變數(shù)據(jù)信息;12042個(gè)基因在243個(gè)腦膠質(zhì)瘤腫瘤組織、10個(gè)癌旁正常組織和1個(gè)細(xì)胞系中的表達(dá)數(shù)據(jù);470個(gè)microRNA(miRNA)在240

2、個(gè)腫瘤組織和10個(gè)癌旁正常組織的表達(dá)數(shù)據(jù)來進(jìn)行分析。結(jié)果發(fā)現(xiàn)了與腦瘤相關(guān)的14個(gè)體細(xì)胞突變,其中8個(gè)是新發(fā)現(xiàn)的。同時(shí)發(fā)現(xiàn)了11個(gè)與腦瘤相關(guān)的LOH突變基因。其中9個(gè)突變基因與GBM的關(guān)系是首次報(bào)道。通過基因共表達(dá)網(wǎng)絡(luò)分析,我們發(fā)現(xiàn)了15個(gè)對(duì)網(wǎng)絡(luò)功能非常重要的基因,其中大部分是癌癥相關(guān)的基因。我們也構(gòu)建了microRNA共表達(dá)網(wǎng)絡(luò),發(fā)現(xiàn)了19個(gè)重要的microRNA,其中3個(gè)microRNA與腦瘤病人的生存期有關(guān)。我們將基于序列的預(yù)測(cè)方法

3、與表達(dá)負(fù)相關(guān)的方法相結(jié)合,發(fā)現(xiàn)了3953個(gè)預(yù)測(cè)的miRNA-靶標(biāo)基因?qū)?14個(gè)已被文獻(xiàn)發(fā)表的實(shí)驗(yàn)驗(yàn)證。使用通路富集分析我們發(fā)現(xiàn)19個(gè)重要miRNA靶向調(diào)控的那些基因主要參與癌癥相關(guān)的信號(hào)通路、視感知器傳遞和神經(jīng)系統(tǒng)相關(guān)的過程。我們進(jìn)行了表達(dá)數(shù)量性狀(eQTL)分析,連接突變、表達(dá)和腦瘤表型相關(guān)的通路。對(duì)于體細(xì)胞突變,我們發(fā)現(xiàn)了4個(gè)基因順式數(shù)量性狀區(qū)間(cis-eQTL):TP53EGFR,NF1和PIK3C2G;262個(gè)基因反式數(shù)量性狀

4、區(qū)間(Irans-eQTL)以及26miRNA反式數(shù)量性狀區(qū)間。對(duì)于LOH突變,我們發(fā)現(xiàn)2個(gè)基因順式數(shù)量性狀區(qū)間:NRAP和EGFR;409個(gè)基因反式數(shù)量性狀區(qū)間以及27個(gè)miRNA反式數(shù)量性狀區(qū)間。我們的結(jié)果表明多維數(shù)據(jù)的整合分析能夠幫助我們揭開腫瘤發(fā)生和進(jìn)展的機(jī)制。
　　拷貝數(shù)變化是基因組上一段區(qū)域長(zhǎng)度約為1KB～3MB的重復(fù)或者缺失,被認(rèn)為是癌癥發(fā)生的重要風(fēng)險(xiǎn)因子。我們采用了癌癥基因組圖譜項(xiàng)目Affymetrix Genom

5、e-Wide Human SNP Array 6.0芯片產(chǎn)生的221個(gè)腫瘤樣本,28個(gè)癌旁正常組織樣本數(shù)據(jù)來進(jìn)行分析。我們使用改進(jìn)的隱馬爾科夫模型從芯片的906600個(gè)CNV標(biāo)記檢測(cè)出163024 CNV區(qū)間。關(guān)聯(lián)檢驗(yàn)發(fā)現(xiàn)有104個(gè)CNV區(qū)間在腦膠質(zhì)瘤病例對(duì)照組中差異明顯(Bonferroni矯正P值＜3.70E-7)。我們以基因和通路為單位對(duì)CNV區(qū)間進(jìn)行了分組關(guān)聯(lián)檢驗(yàn)。檢測(cè)出169個(gè)和腦膠質(zhì)瘤顯著相關(guān)的基因(P值＜4.77E-6),

6、其中包括原癌基因BCAS1,抑癌基因CAMTAl,APC和CSMD1,轉(zhuǎn)錄因子ELF2,和轉(zhuǎn)錄激活基因ETVl,CREB5和ZHX3。我們進(jìn)而找出了15個(gè)腦瘤顯著相關(guān)的通路(FDR＜0.05)。這些通路包括:細(xì)胞色素P450介導(dǎo)的異源物質(zhì)代謝通路,鈣離子信號(hào)通路,軸突導(dǎo)向通路,大腸癌通路,緊密連接(Tight junction)通路,elF2調(diào)控通路,雙鏈RNA誘導(dǎo)的基因表達(dá)通路,腦膠質(zhì)瘤通路,聚糖結(jié)構(gòu)合成,Jak-STAT信號(hào)通路,細(xì)

7、胞色素P450藥物代謝通路,角質(zhì)形成細(xì)胞分化通路,端粒酶RNA元件基因(hTerc)轉(zhuǎn)錄調(diào)控,經(jīng)Akt/mTOR調(diào)節(jié)的骨骼肌肥大通路,BCR信號(hào)通路。同時(shí)我們進(jìn)行了CNV與基因表達(dá)和miRNA表達(dá)之間的數(shù)量性狀區(qū)間分析,結(jié)果發(fā)現(xiàn)這169個(gè)基因里的拷貝數(shù)變化顯著影響到19microRNAs和410個(gè)基因的表達(dá)。其中3個(gè)差異表達(dá)的microRNA和90個(gè)差異表達(dá)的基因被18個(gè)包含拷貝數(shù)的基因調(diào)控。這些結(jié)果為發(fā)現(xiàn)腦膠質(zhì)瘤的發(fā)病機(jī)制及其藥物靶標(biāo)

8、提供了重要線索。
　　基因表達(dá)受到突變、SNPs、CNVs等遺傳學(xué)因素和miRNA、甲基化、組蛋白修飾等表觀遺傳學(xué)變化的調(diào)節(jié)。理解遺傳和表觀遺傳學(xué)變異對(duì)基因表達(dá)調(diào)控的一個(gè)重要問題是估計(jì)SNPs、CNVs、甲基化和miRNA變化對(duì)基因表達(dá)貢獻(xiàn)的比例。之前比較流行的估計(jì)各種因素對(duì)表達(dá)貢獻(xiàn)的方法主要是通過單變量回歸來實(shí)現(xiàn)的,但存在單個(gè)變量遺傳效應(yīng)很小,但聯(lián)合起來對(duì)表性差異貢獻(xiàn)很大的情況,而且單變量分析也忽視了不同變量之間的相互作用。本文

9、將擴(kuò)展使用所有SNPs來解釋對(duì)數(shù)量性狀貢獻(xiàn)的方法,估計(jì)所有基因組學(xué)和表觀組學(xué)變異對(duì)于基因表達(dá)的貢獻(xiàn)。可用的遺傳和表觀遺傳學(xué)信息包括上百萬的SNPs的基因型、上百萬的CNVs標(biāo)記的拷貝數(shù)、幾萬個(gè)甲基化位點(diǎn)變化值和幾百個(gè)miRNA的表達(dá)量。超高維的變量對(duì)數(shù)據(jù)分析產(chǎn)生了巨大的挑戰(zhàn),本文采用稀疏流形學(xué)習(xí)的局部線性嵌入算法對(duì)高維變量進(jìn)行降維,然后用降維后的數(shù)據(jù)作為輸入變量進(jìn)行LASSO回歸分析來估計(jì)因素對(duì)基因表達(dá)的貢獻(xiàn)。我們將本方法用于TCGA項(xiàng)