长链非编码RNA遗传变异与结直肠癌发生发展的分子流行病学研究

Colorectal cancer (CRC) is the third most commonly diagnosed cancer worldwide, with over 1.2 million new cases and 608,700 deaths estimated to have occurred in 2008. The etiology of CRC is considered to be influened by environmental risk factors on a background of consitutional and acquired genetic variations. Long noncoding RNAs (lncRNAs) are 100nt to 10kb noncoding RNAs that have been recently discovered and intimately linked to cancer. We hypothesized that genetic polymorphisms, such as single nucleotide polymorphisms (SNPs) in lncRNAs may modify the genetic risk of CRC. Therefore, in the current application, we propose to explore the associations between SNPs in lncRNAs, environment exposures and CRC development through three main steps: bioinformatic search, the CRC case-control study, and the genotype-phenotype analysis. In the bioinformatic search part, we plan to construct a genome-wide lncRNA SNP database containing all the SNPs that are located within lncRNAs using the most updated lncRNA databases, and select SNPs that are potentially related with CRC on the basis of lncRNA expression profiling databases and SNP function prediction softwares. Then we will perform a case-control study to explore the associations between these lncRNA SNPs, environment exposures and CRC risk. Furthermore, we will perform the genotype-phenotype analysis of selected lncRNAs by genotyping assay and qRT-PCR analysis.

结直肠癌是严重影响我国人民生命质量的恶性肿瘤之一。研究表明，结直肠癌的发生发展是环境因素与遗传因素共同作用的多阶段、多步骤的过程，且遗传因素起着至关重要的作用。长链非编码RNA(lncRNA)是一类新兴的肿瘤分子标志物，目前研究发现其与恶性肿瘤发生发展密切相关。本课题拟从生物信息学角度着手，在基因组水平分析lncRNA单核苷酸多态的分布特征，筛选出与结直肠癌潜在相关的多态位点；而后在大规模病例对照研究中探讨lncRNA单核苷酸多态与结直肠癌发病风险之间的关系，并通过临床病理组织标本进一步分析lncRNA多态基因型与组织表达水平之间的关系，以期阐明lncRNA单核苷酸多态、环境因素与结直肠癌发生发展之间的关联，完善结直肠癌病因学，为基于分子事件和环境暴露的多因素结直肠癌发病风险预测模型的建立奠定科学基础。

本项目采用生物信息学分析、自然人群为基础的病例对照研究、临床病例分析相结合的研究策略，对长链非编码RNA（lncRNA）遗传变异与结直肠癌（CRC）发生发展的关系进行了系统地研究。首先，通过生物信息学分析，研究了基因组lncRNA遗传变异的分布特征，建立了信息完备的基因组lncRNA SNP数据库（11780个lncRNA编码基因区域中的801173个SNP位点）；并结合在线表达谱数据，建立了CRC潜在相关的lncRNA SNP信息库（1065个lncRNA编码基因区域中的65805个SNP位点）；同时，通过组织表达谱芯片分析，发现了在CRC组织和癌旁组织中差异表达的lncRNAs上调 800个\下调990个，并进一步对CRC潜在相关的lncRNA SNP进行了筛选。其次，项目在第一阶段的病例对照研究中，纳入CRC病例320例、正常健康对照319例，采用Mass ARRAY基因分型技术，对选定的113个待检lncRNA SNPs进行了检测分型，通过Logistic多因素分析，发现了25个与CRC发病风险存在有统计学意义关联的lncRNA SNPs。而后在第二阶段的病例对照研究中，纳入CRC病例501例、正常健康对照538例，对一阶段筛选出的25个与CRC发病风险相关的lncRNA SNPs进行了进一步的检测分型与分析，最终证实了MALAT1 rs1194338、RP11-650L12.2 rs149941240、RP11-392P7.6 rs10845671、RP11-3N2.1rs13230517和RP11-108K3.2 rs2470151五个与CRC发病风险存在有统计学意义的关联的lncRNA SNPs。最后，项目纳入新确诊CRC临床病例193例，对前述已证实的五个lncRNA SNPs基因型、相应lncRNA在CRC组织与癌旁组织的表达水平进行了检测分析，分析发现，lncRNA SNPs不同基因型与CRC死亡风险不存在有统计学意义的关联；相比于癌旁正常组织，MALAT1、RP11-650L2.2在CRC组织中的表达水平下调；并且其CRC组织表达水平与死亡风险存在有统计学意义的关联。通过以上研究，本项目系统阐述了lncRNA SNP、环境因素与CRC发生发展之间的关联，综合评价了lncRNA SNP作为CRC易感性评价生物标志物的可能性，完善了CRC的病因学。