m6A修饰长链非编码RNA在系统性红斑狼疮中的作用研究

来源 :安徽医科大学 | 被引量 : 0次 | 上传用户:qzccj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究背景系统性红斑狼疮(systemic lupus erythematosus,SLE)以自身抗体产生、异常免疫应答为特征,是一种累及多系统的自身免疫性疾病。疾病发病隐匿,病情迁延不断,预后不佳。然而,SLE发病机制十分复杂,至今尚未阐明。近年来,表观遗传修饰为SLE发病机制研究提供新思路,其中N6-甲基腺苷(N6-methyladenosine,m6A)修饰及长链非编码RNA(long noncoding RNA,lnc RNA)已被证实可通过影响免疫细胞生物学功能参与SLE疾病进展。同时,m6A修饰可通过多种机制参与lnc RNA的基因调控,进而影响血管炎症、腹主动脉瘤以及结直肠癌等疾病。但是,m6A修饰相关lnc RNA对于SLE的影响十分有限,有待进一步研究。目的根据甲基化RNA免疫共沉淀高通量测序(Methylated RNA Immunoprecipitation sequencing,Me RIP-seq)数据筛选m6A修饰相关lnc RNA,比较患者及对照中T淋巴细胞中lnc RNAs表达水平,并验证lnc RNAs对T淋巴细胞功能的影响。方法本实验采取病例对照设计,根据已建立Me RIP-seq数据筛选在SLE中m6A修饰水平存在差异的lnc RNAs,后续实验可分为两部分:(1)T淋巴细胞中m6A修饰相关lnc RNAs表达水平检测借助实时定量聚合酶链式反应(real-time quantitative polymerase chain reaction,RTq-PCR)技术,在70例SLE患者和82例对照的T淋巴细胞中对m6A修饰相关lnc RNAs的差异表达进行验证,并分析lnc RNAs表达水平与SLE患者临床表现、疾病活动情况、抗体指标及用药情况间关联。最终,选定LINC00342进行细胞功能学验证。(2)体外细胞实验验证LINC00342对T淋巴细胞功能的影响选用pcSLenti-p A-LINC00342-CMV-SFH-EGFP-P2A-Puro-WPRE病毒,构建LINC00342过表达Jurkat细胞系。利用细胞计数试剂盒-8(Cell Counting Kit-8,CCK-8)试剂对LINC00342基因过表达组、阴性对照组的细胞增殖进行定量,研究LINC00342基因对Jurkat细胞增殖能力的影响;利用荧光素别藻蓝蛋白(Allophycocyanin,APC)标记后的膜联蛋白V(Annexin V)和7-氨基放线菌素D(7-amino-actinomycin D,7-AAD)匹配使用,借助流式细胞仪检测LINC00342基因过表达组与阴性对照组细胞凋亡情况。结果通过分析Me RIP-seq数据,本研究初步筛选出7个在SLE疾病中m6A修饰水平存在差异的lnc RNAs,分别为LINC01578、C1orf132、XIST、PSMB8-AS1、SNH68、LINC00342和EBLN3P。T淋巴细胞验证发现,LINC01578、C1orf132、XIST、PSMB8-AS1、SNH68、LINC00342和EBLN3P的表达水平在SLE患者中均下调(均有P<0.05)。对患者临床信息进行分组后发现:LINC00342在系统性红斑狼疮疾病活动指数(systemic lupus erythematosus disease activity index,SLEDAI)>4、红细胞沉降率(erythrocyte sedimentation rate,ESR)异常及出现血尿的患者中表达下调(均有P<0.05);XIST在SLEDAI>4(Z=-2.316,P=0.021)及ESR异常(Z=-3.349,P=0.001)组中表达水平降低;LINC01578、C1orf132、PSMB8-AS1及SNH68在ESR异常升高的患者中下调(均有P<0.05);EBLN3P在血小板(blood platelet,PLT)减少的患者中表达水平降低(Z=-2.095,P=0.036);EBLN3P在服用激素的患者中表达上调(Z=-2.223,P=0.026)。细胞实验结果显示,与阴性对照组相比,LINC00342过表达组细胞凋亡比例降低(t=-9.520,P=0.001),细胞增殖能力在两组间无差异。结论本研究发现,SLE患者LINC01578、C1orf132、XIST、PSMB8-AS1、SNH68、LINC00342和EBLN3P的m6A修饰水平存在差异。T淋巴细胞验证实验中7种lnc RNAs表达均下调,其中LINC00342在SLEDAI>4、ESR异常及出现血尿的患者中表达下调。过表达LINC00342后Jurkat细胞凋亡比例降低。研究初步揭示m6A修饰lnc RNAs可能参与SLE疾病进展,LINC00342可能通过调控T淋巴细胞凋亡进而参与SLE疾病进展,具体机制有待进一步研究。
其他文献
背景:精神分裂症患者心脑血管疾病的发病率显著高于健康人群,这是导致该病高致残率、高死亡率最主要的原因之一。血脂异常会增加多种心脑血管疾病发生和发展的风险,细颗粒物(particulate matter with an aerodynamic diameter≤2.5μm,PM2.5)与血脂水平变化之间的关联已有报道,而专病人群对于环境危险因素可能更加易感。本研究基于社区的慢性稳定期精神分裂症患者开
学位
脑肿瘤是生长在大脑里的不正常细胞群,对人们的生命健康造成严重威胁。将肿瘤区域正确划分出来是脑肿瘤治疗和诊断中不可缺少的一步。临床通过核磁共振成像(Magnetic Resonance Imaging,MRI)获取包含不同信息的多模态MRI脑部图像用于颅内结构的观测。现有的方法主要提取MRI图像的多模态混合信息或单一模态独立信息,缺乏对混合信息和独立信息的结合。此外脑肿瘤分割任务中的目标尺寸不一致问
学位
恶意代码的检测一直是网络空间安全中最重要的研究课题之一,近年来,随着机器学习及深度学习技术的发展,深度神经网络模型已经逐渐应用于恶意代码检测,并在应用中取得了不错的效果。然而,最近的研究表明,深度学习模型自身存在不安全因素,容易遭受对抗样本攻击。在不改变恶意代码原有功能的前提下,攻击者通过对恶意代码做少量修改,可以误导恶意代码检测器做出错误的决策,造成恶意代码的漏报。为此,本文从攻防两个角度,研究
学位
事件因果推理是人工智能实现从感知到认知的核心问题之一,具有重要的理论研究价值和广泛的应用场景。现有的文本中事件因果关系识别方法往往注重于挖掘输入文本中的序列特征,但忽略了事件间的结构联系,难以建模远距离事件间的因果联系;同时,现有的事件因果识别方法主要聚焦于事件实例层级,存在预测结果不一致的问题,或需要额外的约束解决冲突,导致模型的复杂度较高。针对上述问题,本文结合了依存句法树信息和注意力机制,增
学位
目的本研究在探讨儿童虐待与中小学生校园欺凌受害的关系的基础上,采用结构方程模型(Structural Equation Modeling,SEM),探讨家庭功能、抗逆力和焦虑在其中的独立中介作用及链式中介作用,并进一步探讨特定类型的儿童虐待对校园欺凌受害的影响,以及儿童虐待对特定类型的校园欺凌的影响,并检验中介效应的性别差异。方法采用横断面调查方法,于2020年10月至12月调查了中国安徽省部分中
学位
近年来,互联网推动了在线教育的快速发展,语音合成技术成为在线教育辅助教师教学的重要技术手段之一,就数学教学而言,为了合成数学公式的语音,首先需要将数学公式转换成自然语言拼读文本,即数学公式的自然语言拼读文本生成。目前针对这一问题的研究工作较少,为推动在线数学教育发展,本文针对如何将La Te X格式的数学公式转换为自然语言拼读文本这一问题开展了研究,并提出了使用文本生成技术来完成转换的有效解决方案
学位
研究背景系统性红斑狼疮(systemic lupus erythematosus,SLE)是一种自身免疫性疾病,以多种自身抗体产生、炎细胞浸润、多器官功能脏器损害为突出表现的风湿性结缔组织病。SLE的病因机制未明。已有研究证明,环境因素、遗传因素、自身免疫调节紊乱等因素可能参与到SLE的发生发展中。但是这些证据仍无法完全阐明SLE的疾病特点。N6-甲基腺苷(N6-methyladenosine,m
学位
抑郁症作为现代社会最主要的心理疾病,严重威胁了人类的精神健康。抑郁症的重要筛查方法是通过精神科医生对患者的访谈会话进行评估和使用抑郁症诊断量表,但诊断准确率易受到医生临床经验和主观判断的影响。而抑郁症患者的行为、言语和声音等均能提供检测证据,因此基于多模态数据的抑郁症自动检测方法逐渐成为近年的研究热点,具有重要的研究价值和应用前景。目前多模态抑郁症自动检测主要分为上下文无关和上下文依赖两种方法。上
学位
背景血清胆红素和血清白蛋白与新发高尿酸血症之间的前瞻性关联尚不确定。目的了解江苏省连云港市高血压人群血清胆红素和血清白蛋白与新发高尿酸血症(Hyperuricemia,HUA)的相关性,并评估其可能的修饰因子;为进一步了解高尿酸血症发生发展的影响因素及其早期预防策略提供参考依据。方法本研究于2008年11月至2013年8月,在连云港市东海县和赣榆县20个社区的高血压人群进行。主要研究终点为新发高尿
学位
随着人工智能和金融证券市场的迅速发展,金融领域智能化研究受到越来越多研究者的关注,但面向用户投资历史回放阶段的智能化研究较少。许多没有证券投资经验的新用户,从复杂的历史投资数据中分析典型的投资案例是繁琐困难的。因此,通过智能化点评系统分析用户的历史投资数据并生成对用户投资行为的点评报告,能够帮助投资者总结经验教训,提高效率,从而更好的理性投资。本文提出面向用户操盘回放的自然语言点评任务,即依据用户
学位