SHP2抑制剂在JMML iPS疾病模型中的作用机制研究

Juvenile myelomonocytic leukemia (JMML) is one of hematopoietic stem cell diseases with poor chemotherapy effect and the prognosis. Thirty-five percent of JMML patients are associated with PTPN11 mutations that result in abnormal RAS/MAPK signaling pathway. Protein tyrosine phosphatase SHP2 is coded by PTPN11 and is associated with many malignant diseases. SHP2 is expected to be a cancer treatment target. We found 4 JMML patients with PTPN11 mutations with poor prognosis in our preliminary studies. Here we proposed to establish a JMML iPSC model with PTPN11 mutation patient samples and to study the effect of SHP2 inhibitor on cell proliferation as well as differentiation. Our research will provide an ideal model and experimental platform for JMML pathogenesis study, drug screen and individualized therapy development.

幼年型粒单核细胞白血病（JMML） 是儿童造血干细胞异常克隆性疾病，根据WHO分型为MDS/MPN, 化疗效果差，预后不良。35% JMML发病与PTPN11突变引起RAS/ MAPK通路异常有关，其主要编码非受体型酪氨酸磷酸酶（SHP-2），参与多种细胞因子和生长因子介导的信号转导通路, 其突变体与许多恶性疾病的发生密切相关，SHP-2有望为抗肿瘤药物的研发提供新的靶点。我们前期工作检测出4例PTPN11突变JMML患者，预后提示肿瘤细胞增殖迅速，恶性度高。本课题拟通过转基因技术建立具有PTPN11突变基因的JMML iPS疾病模型，研究SHP2抑制剂对不同分化阶段细胞增殖，分化的影响，明确SHP2抑制剂在JMML治疗中的作用机制，为JMML 发病机制研究，药物研发及个体化治疗提供实验依据。

幼年型粒-单核细胞白血病(Juvenile Myelomonocytic Leukemia JMML)是儿童罕见的造血干细胞克隆异常性疾病，根据WHO分类属于MDS/MPN类疾病，JMML多累及婴幼儿，预后不良。随着iPS技术的不断发展，使建立iPS疾病模型成为可能，尤其对于罕见病，细胞取材困难，患者年龄较小，治疗药物及手段有限的疾病，建立疾病模型更为必要。建立iPS疾病模型不仅使疾病发病机制，再生医学研究成为可能，而且为新的细胞替代治疗和药物筛选提供了广阔的前景。目前国际JMML治愈率可达到50%以上，在我国由于治疗经费及干细胞来源问题， 多数患儿放弃治疗，严重影响到此类疾病患儿生存质量，也给社会及家庭带来了沉重的负担，因此建立JMML疾病模型，探讨发病机制，进行药物研发，预后评估至关重要。本课题拟选取JMML疾病患者作为研究对象，建立JMML患者骨髓来源的iPS细胞系，此细胞系可以作为JMML疾病模型，为进一步JMML发病机制研究，药物研发及选择更有效的疾病治疗手段提供丰富的细胞来源。 .1..明确我国JMML患者突变基因构成比，表型和基因型特点及与预后相关性。我中心2006-2015共诊断48例JMML患儿,中位发病年龄1.9岁, PTPN11突变占34.3%， NRAS 占25.7%，KRAS 占8.6%，5年 OS 43.7±11.8%。JMML患儿发病年龄是独立的不良预后因素。.2..建立JMML iPS疾病模型，并对其进行干细胞特性及JMML患者GM-CSF高敏感性特征进行鉴定。.3..观察了JMML 及正常人来源iPS分化不同阶段细胞增殖，分化能力，并在体外条件下对诱导分化成熟粒细胞及单核细胞形态及功能进行列鉴定。.4..在按计划完成标书中实验之后，我们还对7例无已知突变的JMML患儿标本进行了全外显子测序。利用流式细胞仪分选白血病细胞和T细胞作为正常对照。建库过程中采用Agilent的液相芯片捕获系统，对人的全外显子区域DNA进行高效富集，然后在Illumina Hiseq 平台上进行高通量、高深度测序。经过对测序数据进行处理，我们发现了新的潜在与JMML发生相关的基因，同时也发现了新的CNV突变区域可能与JMML发生相关，为后续揭示JMML发病机制提供了研究线索。