论文部分内容阅读
目的:运用长链非编码RNA(long noncoding RNA,lncRNA)微阵列芯片筛选精神分裂症者外周血中长链非编码RNA的差异表达谱并对筛选结果进行验证,同时构建精神分裂症外周血lncRNA人工神经网络(Artificial Neural Network,ANN)的预测模型,以寻找一种取材方便、特异性好、灵敏度高、适用范围广的精神分裂症的生物分子诊断标志物。方法:1.样本收集:采用病例-对照研究,严格按照纳入排除标准,收集精神分裂症者(病例组)及健康体检者(对照组)外周全血经EDTA抗凝的样本,各55例,共110例,提取外周血总RNA。2.芯片筛查:在病例组和对照组中各随机选择5例样本,应用北京博奥公司的晶芯?LncRNA+mRNA Human Gene Expression Microarray V4.0表达谱芯片(包含40916条lncRNA探针和34235条mRNA探针)检测其外周血中lncRNA及mRNA的差异表达谱,以折叠倍数(Fold Change,FC)的绝对值大于或等于1.5,且P值小于或等于0.05为标准,筛选出精神分裂症者中存在的差异表达的lncRNA和mRNA谱,同时对差异表达的lncRNA和mRNA进行聚类分析,比较两组间lncRNA和mRNA差异表达的情况。3.qRT-PCR验证:选择ENST00000454043.1、TCONS00029776、TCONS00014810、ENST00000539163.1、uc001aiu.1、TCONS00007244、ENST00000431705.1等7个差异表达的lncRNA,以β-actin作为内参基因,运用实时荧光定量PCR(Quantitative Real-time PCR,qRT-PCR)进行验证,病例组与对照组各50例样本。然后应用SPSS20.0软件对PCR结果进行统计学分析。4.人工神经网络预测模型的构建:利用误差反向传播算法(Error Back-Propagation Algorithm,BP)原理构建精神分裂症外周全血lncRNA人工神经网络的预测模型。5.ROC曲线:将人工神经网络的仿真计算结果与7种lncRNA一起进行ROC曲线检测,以寻找特异性高,灵敏度好的精神分裂症的生物标志物。6.lncRNA-mRNA共表达网络的构建:对获得的芯片数据,计算其lncRNA与mRNA的表达相关性,根据设定的阈值即皮尔森相关系数(Correlation)>0.95或者<-0.95,且P<0.05的筛选标准,筛选出显著表达的lncRNA与mRNA基因对,构建差异表达的lncRNA-mRNA共表达网络,应用Cytoscape生成整个相关网络图。7.靶基因的预测、通路及功能分析:在lncRNA-mRNA共表达网络基础上,通过寻找基因组位置在10kb以内的lncRNA-mRNA关系对,以及利用blat对lncRNA(3‘UTR)序列进行比对,筛选序列相似的lncRNA-mRNA关系对来预测差异表达的lncRNA的靶基因。同时,对预测的靶基因进行GO分析及pathway分析、靶基因的功能注释以及富集分析。8.转录因子预测:通过对每个lncRNA转录起始位点上游2000bp和下游500bp区域进行分析,利用Match-1.0Public转录因子预测工具对该区域lncRNA的转录因子结合位点进行预测。结果:1.芯片筛查结果:对芯片原始数据进行标准化处理后,将病例组与对照组进行比较,筛选出精神分裂症者中表达水平的|FC|≥1.5,且P<0.05的lncRNA/mRNA为差异表达的lncRNA/mRNA。实验结果显示,从40916条lncRNA中差异表达的lncRNA共1200条,723条高表达,477条低表达;34235条mRNA中差异表达的mRNA共1364条,384条高表达,980条低表达。2.验证结果:通过qRT-PCR验证精神分裂症者外周血中差异较表达的7个lncRNA:ENST00000454043.1、TCONS00029776、TCONS00014810、ENST00000539163.1、uc001aiu.1、TCONS00007244、ENST00000431705.1,经过SPSS20.0软件分析发现,ENST00000454043.1、TCONS00029776、TCONS00014810、ENST00000539163.1、uc001aiu.1这5种lncRNA表达为上调,且P<0.05,差异具有统计学意义;TCONS00007244、ENST00000431705.1这2种lncRNA表达下调,且P<0.05,差异具有统计学意义。同时,经过将qRT-PCR结果与芯片结果进行比较,7种lncRNA的qRT-PCR检测结果的变化趋势与芯片结果大致一致,表明芯片结果具有可信性。3.预测模型构建及ROC曲线的检测:利用这7种lncRNA构建了精神分裂症外周血lncRNA人工神经网络的预测模型,同时受试者工作特征曲线(receiver operating characteristic curve,ROC曲线)分析,结果显示,其仿真计算结果的ROC曲线下面积为0.915,特异性为77.4%,灵敏度为90.3%。4.共表达网络构建的结果:成功构建了精神分裂症者外周全血中差异表达的lncRNA-mRNA共表达网络,大多数的差异表达的lncRNA起正调节作用。5.靶基因的预测、通路及功能分析的结果:在lncRNA-mRNA共表达网络基础上,对其靶基因进行预测,寻找到一个lncRNA-mRNA的关系对,即p15557-A21P0014496,两者在检测中都呈下调状态,且在cis-调控中起正义调控作用。通过GO分析发现lncRNA其主要参与细胞凋亡信号通路及途径的调控、线粒体膜细胞器膜的调控、细胞外调节蛋白激酶1/2丝裂原活化蛋白激酶信号通路、FAS信号通路、Hippo信号通路等信号通路的活动;经过Pathway分析发现lncRNA还参与GABA能突触活动、mRNA的修饰及RNA聚合酶II预转录活动等途径的调控;而Disease分析发现这些差异性表达的基因可能与精神分裂症、分裂情感障碍或双相情感障碍,认知能力,行为障碍,脑膜瘤及免疫缺陷综合征等多种疾病相关。6.转录因子预测的结果:通过转录因子预测软件,本实验发现了p3151、p6190、p8919、p15557、p21917、p35367v4及p37754v4等7个lncRNA探针的48个转录因子。结论:1.本研究发现精神分裂症患者外周全血中存在lncRNA的差异表达谱。2.经过对筛选的ENST00000454043.1、TCONS00029776、TCONS00014810、ENST00000539163.1、uc001aiu.1、TCONS00007244、ENST00000431705.1 7种lncRNA进行qRT-PCR验证,结果有统计学差异,这些基因可能作为精神分裂症诊断或者预后监测的生物标志物。3.建立的外周血中lncRNA的ANN模型,AUC为0.915,敏感性为90.3%,特异性为77.4%,其可能成为精神分裂症的客观预测指标。