lncRNA上的遗传变异与肝癌预后的关联及机制研究

lncRNA were associated with prognosis of liver cancer. A recent study showed that, SNPs in lncRNA can regulate downstream gene expression by influencing the interaction of lncRNA with miRNA. Whether these SNPs can affect the prognosis of liver cancer through a similar way, is unknown. Recently, we applied and received whole genome genotyping data of more than 300 liver cancer patients from TCGA. By imputation analysis and functional annotation, we find large amounts of SNPs located in lncRNA and influence its binding with miRNA. By further survival analysis and subtype association analysis, we further found some SNPs of them were significantly associated with the prognosis of liver cancer. Based on the above analysis, We want to do the following research: 1) find target genes of these SNPs by eQTL analysis and pQTL analysis; 2) confirm the association of these SNPs with the prognosis of liver cancer in 1000 Chinese HCC patients; 3) find the functional mechanism of these SNPs by a series of experiment. By identifying new liver cancer prognosis-associated SNPs and classify the mechanism of them, our study will provide new ideas for precision treatment and drug development of liver cancer.

lncRNA与肝癌发生发展密切相关。近期研究表明，位于lncRNA上的SNP可改变lncRNA与miRNA的结合能力,进而影响下游基因的表达，最终导致肿瘤的发生发展。这些SNP是否可通过该途径影响肝癌预后，尚不清楚。前期，我们从TCGA申请获得了300余例肝癌患者的全基因组SNP基因分型数据。通过插补分析和功能注释，找到了多个落在lncRNA上且影响lncRNA-miRNA互作的SNP位点。结合临床预后信息进行的生存分析以及结合多组学分子分型信息进行的关联分析表明，这些位点与肝癌预后显著相关。本研究拟在此基础上：1）通过表达数量性状分析和蛋白数量性状分析寻找这些SNP作用的目标基因；2）在1000例肝癌病人中，对上述位点进行验证；3）通过一系列功能实验，对这些位点的具体作用机制进行研究。本项目通过鉴定新的肝癌预后位点，并阐明其分子机制，可为肝癌精准治疗及药物开发提供新思路。

背景：肝癌中80%-90%为HCC（Hepatocellular cancer，HCC），在世界范围内是死亡率第二高的癌症。由于缺乏用于早期诊断的有效标志物，大部分HCC患者发现时已经处于进展期，预后较差。因此，此研究的主要目的就是在全基因组范围内寻找那些同HCC总体生存相关的单核苷酸多态性（Single Polymorphism Nucleotide，SNP）位点。方法：共464例经手术治疗的中国HCC患者和641例未经手术治疗的中国HCC患者纳入分析。其中经手术治疗的464例患者又分为两个来源，分别是来自东方肝胆的随访队列（简称为OPS-1，共207例）和来自于江苏启东的随访队列（简称为OPS-2，共257例）。未经手术治疗的641例患者也是来自于江苏启东地区（简称为Non-OPS）。对于OPS-2和Non-OPS队列，全基因组分型采用的是Illumina的OmniExpress BeadChips芯片，对于OPS-1队列，全基因组分型采用的是Illumina最新推出的亚洲筛检芯片（Asian Screen Array，ASA）。插补分析（Imputation）是采用单倍体参考联盟1.1版本作为参考。利用COX比例风险模型进行生存分析，并对发病年龄和性别进行矫正。SNP的编码采用三种模型，分别是加性模型，显性模型和隐形模型。此外，我们还对三个队列进行了荟萃分析（Meta analyses）。结果：经SNP质控后，OPS-1，Non-OPS和OPS-2三个队列分别剩下4830338，4908943和3133930个位点。在荟萃分析中，rs10020174，一个位于MARCH1基因的内含子区域的SNP，在隐形模型下显著的同HCC预后相关，且达到了全基因组显著水准（HR=8.50，Pmeta=4.40x10-10）。此外，另外一个位于PRKD1上的SNP位点rs17096078也显示出了一定的趋势（HR=1.29，Pmeta=7.10x10-6）。结论：通过整合三个HCC队列，我们发现了两个与HCC预后相关的遗传变异位点。我们的发现将增进我们对HCC进展机制的了解，同时也为HCC预后治疗药物的研发提供了一些提示。