论文部分内容阅读
第一部分中国人群肺癌危险因素的Meta分析目的:探讨近10年中国人群肺癌的危险因素,综合估计各因素的相对危险度,为制定肺癌的防治措施提供科学依据。方法:检索2010-2019年国内外发表在“中国知网”,“维普”,“万方”,“Pub Med”“Cochrane”,“Embase”数据库,筛选有关于我国人群肺癌危险因素的病例对照研究文献,由2名评价员根据制定的纳入和排除标准独立进行数据提取和质量评价,最后采用Rev Man 5.3软件进行Meta分析。结果:最初按照检索策略共检索到286篇文献,依据纳入和排除标准严格筛选最终有17篇文献纳入Meta分析,共累计肺癌组病例8521例,对照组10154例。有7个研究的Newcastle-Ottawa(NOS)得分为7分,10个研究NOS得分为6分。研究了吸烟、被动吸烟、肿瘤家族史、10年内居室装修、精神和心理因素、呼吸疾病史、烹饪油烟7个影响因素与肺癌之间的联系,其中6个为肺癌危险因素,合并比值比(Odd Ratio,OR)从高到低排序为:肿瘤家族史(2.86)、吸烟(2.52)、精神和心理因素(2.34)、呼吸疾病史(2.19)、被动吸烟(2.12)、烹饪油烟(1.86)。发表偏倚和敏感性分析提示本次Meta分析结果相对稳定可靠。结论:肿瘤家族史、吸烟、精神和心理因素、呼吸疾病史、被动吸烟、烹饪油烟均为中国人群肺癌的危险因素,其中肿瘤家族史靠前,吸烟作为众所周知的诱发肺部癌变的因素,在中国人群中的危险程度依然居高不下。第二部分基于生物信息学筛选的9个吸烟相关的肺腺癌关键基因目的:应用多种生物信息学分析工具,筛选吸烟与肺腺癌(lung adenocarcinoma,LUAD)发生发展相关的关键基因。方法:从GEO芯片数据集GSE31210获取吸烟和非吸烟组的肺腺癌及正常组织数据信息,应用GEO2R和Venn图软件进行处理,分别筛选出两组癌组织相对正常组织的差异表达基因。通过生物信息学工具String、Cytoscape构建差异表达基因的蛋白互作网络并筛选关键基因。Kaplan–Meier分析关键基因的总生存期。利用GEPIA对筛选基因的表达进行验证。应用DAVID进行GO及KEGG生物功能富集分析。结果:对GSE31210数据集提供的246例肺组织数据进行分析,吸烟组和非吸烟组分别筛选出637个、336个表达差异达4倍以上的基因。构建的PPI网络结果显示吸烟组和非吸烟组评分最高的模块分别包含了38个、11个关键基因,其中9个关键基因为吸烟和非吸烟组共有,29个关键基因为吸烟组特有。Kaplan–Meier分析提示吸烟组特有的29个基因中有24个基因预后更差,且这24个基因在吸烟组中均为高表达。GEPIA进而验证了有23个基因在肺腺癌样本中高表达。GO功能富集分析显示23个基因中有9个关键基因涉及吸烟相关的肺腺癌生物学过程,主要包括细胞分裂及有丝分裂等。KEGG通路分析发现BUB1、BUB1B、CDC6、CDC25C富集在细胞周期相关通路,其中BUB1、BUB1B、CDC25C集中在G2/M期。结论:基于整合的生物信息学方法能够有效分析吸烟与肺腺癌发生发展的关系,筛选出的23个关键基因与吸烟的肺腺癌患者不良预后相关,其中TPX2、MYBL2、CDC6、NCAPH、NCAPG、BIRC5、BUB1、BUB1B、CDC25C等9个关键基因在功能富集中提示参与肺腺癌的生物学过程。