骨肉瘤是起源于骨组织的高度恶性肿瘤，具有病死率高、预后差的特点。肿瘤微环境的异质性是影响骨肉瘤发生发展及预后的关键。单细胞测序技术通过鉴定骨肉瘤组织中的肿瘤细胞、免疫细胞和基质细胞的功能特征和基因表达模式，描绘了细胞间复杂的交互网络，是解析肿瘤微环境异质性的重要手段。应用单细胞测序技术的高分辨率优势，在骨肉瘤组织中鉴定了SPP1（+）巨噬细胞、C1QC（+）巨噬细胞和CLEC11A（+）B细胞等新的细胞亚型，它们在肿瘤微环境中起着促进肿瘤生长和侵袭的作用。通过对骨肉瘤干细胞亚群的鉴定，推测SERPINA1_CSCL1、FUS_CSCL2和SPP1_CSCL3这三群干细胞可能是骨肉瘤细胞的起源。运用单细胞测序发现mregDCs通过特异性表达CCR7、CCL17、CCL19和CCL22因子从而招募Treg细胞，促进免疫逃逸和肿瘤进展。此外，单细胞测序技术通过鉴定骨肉瘤耐药的潜在靶点，基于此建立耐药风险评分模型，为制定个性化的化疗方案提供依据。在疾病的预后方面，单细胞测序技术识别了骨肉瘤中与免疫浸润相关的基因（如 EPHX2、 FDPS、 GBP1、 MMD和 ZYX），并以此构建了骨肉瘤的预后分析模型，对预测患者的预后具有指导意义。

目的:通过癌症基因组图谱筛选乳头状甲状腺癌(papillary thyroid carcinoma,PTC)的预测标记物并通过基础实验研究标记基因,筛选出甲状腺乳头状癌预测指标,进一步指导流行病学筛查.方法:我们从The Cancer Genome Atlas(TCGA)数据库获得了 PTC癌组织和临近正常组织的基因表达数据,并进行了生物信息学分析;在R软件中的edgeR软件包辅助下,我们从TCGA数据库中识别出甲状腺癌和正常组织之间的差异表达基因.紧接着,我们应用STRING和Cytoscape软件进行了差异基因的基因本体论(gene ontology,GO)和KEGG Pathway途径相关的富集分析和模块分析.使用Oncomine数据库在mRNA层面,进一步验证通过模块分析筛选出潜在靶基因的表达差异性.最后,通过人类蛋白质图谱以及甲状腺肿瘤细胞系蛋白印迹实验、细胞增殖实验进一步验证靶基因的蛋白表达量、对甲状腺肿瘤细胞增殖的影响,以及Kaplan-Meier Plotter分析它们对甲状腺癌预后的影响.结果:总共筛选出747个差异基因(different gene,DEG),包括399个下调的DEG和348个上调的DEG.GO分析表明,这些DEG都富含生物过程.KEGG通路分析显示DEGs主要参与造血细胞谱系.蛋白质-蛋白质相互作用(PPI)网络和模块分析确定了 20个主要基因.其中CDH2、FN1、SERPINA1可能成为PTC的靶基因.Oncomine数据库和人类蛋白质图谱、蛋白印迹实验结果验证了这些基因在PTC组织及细胞中的表达水平以及预后,我们发现CDH2、FN1、SER-PINA1在mRNA和蛋白质水平上均高表达,均影响着甲状腺癌细胞的发生过程,并且SERPINA1预示着甲状腺癌的不良预后.结论:SERPINA1在PTC肿瘤组织及细胞中显著高度表达,影响甲状腺癌细胞的发生过程,并且SERPINA1预示着不良预后,这提示我们在流行病学筛查过程中可以借助基因检测手段,提前发现甲状腺癌潜在患者,并指导居民做好体检工作,延长患者生存期.

目的 对1例妊娠合并遗传性抗凝血酶(AT)缺陷症患者进行基因检测和分析.方法 收集患者的临床资料,检测其血浆抗凝血酶活性(AT:A)、凝血酶原时间(PT)、活化部分凝血活酶时间(APTT)、凝血酶时间(TT)、纤维蛋白原(Fib)、D-二聚体(DD)、纤维蛋白原降解产物(FDP)、蛋白C活性(PC:A)、蛋白S活性(PS:A)等凝血指标.对患者的PROC、PROS1、SERPINC1、SERPIND1、PLG、PROCR、THBD、ADAMTS13、HRG、TFPI、CPB2、HABP2、PLAT、PLAU、SERPINA10、SERPINE1、SERPINF2、CALR、GP6、JAK2、MPL和凝血因子相关基因的转录起始点、5'-非翻译区(UTR)、编码区、剪切点8 bp内含子序列区域、转录终止子点突变、小缺失/重复和剪切位点进行突变检测.采用Sanger测序验证变异位点.对变异位点进行生物信息学分析,以明确致病性.结果 患者AT:A降低.基因检测结果显示,患者SERPINC1基因第2号外显子发生c.380G＞A(p.Cys127Tyr)杂合突变,JAK2基因第10号外显子发生c.1324G＞C(p.Glu442Gln)杂合突变,SERPINA10基因第2号外显子发生c.389T＞G(p.Leu130Trp)杂合突变.SERPINC1基因c.380G＞A(p.Cys127Tyr)变异在正常人群公共SNP数据库(ExAC数据库、1000G dbSNP13数据库和gnomAD数据库)中未被收录,ClinVar数据库、OMIM数据库和HGMD数据库中均未见该变异位点的相关报道,PolyPhen-2、MutationTaster和CADD在线软件预测其为致病性变异.JAK2基因c.1324G＞C(p.Glu442Gln)变异和SERPINA10基因c.389T＞G(p.Leu130Trp)评级均为意义不明确的变异.Sanger测序结果显示3个变异均存在.蛋白模拟结构分析结果显示,SERPINC1基因c.380G＞A(p.Cys127Tyr)变异可导致蛋白结构改变,从而影响蛋白功能.结论 SERPINC1基因c.380G＞A(p.Cys127Tyr)变异可能导致遗传性AT缺陷症.监测凝血相关指标,及时进行分子诊断,有助于改善遗传性AT患者的妊娠结局.

目的 旨在通过构建抗肿瘤蛋白53(P53)可介导线粒体动力学失调相关mRNA在乳腺癌(BC)中的预后模型,探索其在BC中的预后价值及黄芪甲苷(AS-IV)在BC预后治疗中的潜在意义.方法 通过NCBI GENE数据库获得P53介导线粒体动力学相关mRNA,从癌症基因组图谱数据集获得BC的RNAseq数据和相应的临床信息,并筛选数据.使用"survival"包通过单变量Cox回归和Log-rank检验P53介导线粒体动力学在癌症基因组图谱中的预后价值mRNA.使用"glmnet"包应用LASSO-Cox回归分析构建预后模型.通过使用"ggcorrplot"包,评估风险组与免疫浸润人群间Pearson相关性分析.风险组基因进行京都基因与基因组百科全书通路富集分析.通过分子对接评估AS-IV与预后模型mRNA的结合能力.结果 P53介导线粒体动力学相关的XIAP、VDAC1、UNG、SOCS3、SIRT4、SERPINB5、SERPINA1、S100B、RB1、NOS2、NFKBIA、NDRG1、IRF1、IGF1R、HDAC2、FOXO3、FLT3、CASP9 18个mRNA构建了BC的预后模型,其中8个为高风险基因,10个为低风险基因.与低风险组患者相比,高风险组患者的总生存期更短(P<0.001);对接结果推断高风险评分蛋白受体XIAP、VDAC1、SIRT4、RB1、NOS2、NFKBIA与配体小分子AS-IV具有强烈的结合活性,潜在生物活性较高.结论 构建了18个mRNA-P53介导线粒体动力学相关的BC预后模型,并且可以作为一个独立的预后因素.AS-IV是通过作用于XIAP、VDAC1、SIRT4、RB1、NOS2、NFKBIA mRNA治疗BC潜在药物.

目的:CX3C趋化因子受体1(CX3C chemokine receptor 1,CX3CR1)与CX3C趋化因子配体1(CX3C chemokine ligand 1,CX3CL1)结合后促使巨噬细胞等炎症细胞向受损部位迁移,巨噬细胞极化与肾间质纤维化相关.本研究旨在探讨CX3CR1是否通过调控巨噬细胞极化来影响肾间质纤维化的进展.方法:建立C57/B6小鼠单侧输尿管梗阻(unilateral ureteral obstruction,UUO)肾间质纤维化模型,并将其分为CX3CR1抑制剂组与模型组,分别连续5 d腹腔注射CX3CR1抑制剂AZD8797或生理盐水,于建模后第7天取小鼠建模侧肾脏.分别采用苏木精-伊红(hematoxylin and eosin,HE)染色和Masson染色观察肾间质炎症细胞浸润和胶原纤维沉积情况.采用反转录聚合酶链反应(reverse transcription PCR,RT-PCR)和蛋白质印迹法检测小鼠肾组织中α-平滑肌肌动蛋白(alpha-smooth muscle actin,α-SMA)、纤维粘连蛋白(fibronectin,FN)、CX3CR1的mRNA表达和CX3CR1蛋白质表达情况.采用全基因组测序鉴别2组肾组织的差异表达基因并用RT-PCR验证精氨酸酶-1(arginase-1,Arg-1)的差异表达.采用流式细胞术检测2组肾组织M2型巨噬细胞占比.结果:CX3CR1抑制剂组小鼠肾间质炎症细胞浸润明显减少,胶原纤维沉积明显减轻.CX3CR1抑制剂组小鼠肾组织中CX3CR1 mRNA及蛋白质水平、α-SMA和FN mRNA水平均明显低于模型组(均P<0.05).全基因组测序显示2组肾组织中差异表达前5位的基因依次为Ugt1a6b、Serpina1c、Arg-1、Retnla和Nup62,RT-PCR证实CX3CR1抑制剂组Arg-1 mRNA水平明显高于模型组(P<0.001).流式细胞术结果显示CX3CR1抑制剂组小鼠肾脏中Arg1+CD206+M2型巨噬细胞占比明显高于模型组(P<0.01).结论:抑制CX3CR1的表达可有效缓解小鼠肾间质纤维化,其机制可能与巨噬细胞向M2型极化及Arg-1的表达上调有关.

慢性阻塞性肺疾病(慢阻肺)是一种常见病和多发病,严重危害人们健康、影响生活质量,目前居全球死亡原因的第4位,疾病负担的第3位.慢阻肺发病机制复杂,与多个基因变异及环境因素相互作用有关.吸烟是慢阻肺的主要危险因素,然而重度吸烟者仅10%~20%发病,不同吸烟者对于吸烟的反应存在明显的个体差异,遗传易感性在慢阻肺的发病中具有不可忽视的作用.α1-抗胰蛋白酶家族(AAT)是目前较确定的与慢阻肺的发病有关的基因,AAT家族中包括SERPINA1基因、SERPINE2基因及SERPINA3基因等.目前对后2种基因与慢阻肺是否相关的结果不一致,而SERPINA1与慢阻肺的相关性较为明确.然而对这几个基因的研究结果多来自高加索人群,而慢阻肺的遗传易感性往往存在地域或人种的差异,我国对SERPINA1的研究并不多,本文主要探索SERPINA1与慢阻肺的相关性及吸烟、肺功能与慢阻肺的关系.

α1-抗胰蛋白酶缺乏症(AATD)是一种少见的遗传代谢性疾病,主要表现为血清α1-抗胰蛋白酶(AAT)缺乏.可因AAT水平下降,无法抑制弹性蛋白酶活性,导致肺组织破坏,或因错误AAT蛋白在肝细胞内的聚合导致肝损伤.血清AAT测定、AAT蛋白表型检测及SERPINA1基因等位基因的测定可明确诊断.AAT的补充治疗可以阻止或延缓患者肺组织的破坏,改善AATD预后.

α-1抗胰蛋白酶缺乏症是由于α-1抗胰蛋白酶的编码基因SERPINA1发生基因突变的一种常染色体共显性遗传性疾病[1-3].编码基因的突变导致肝细胞对该蛋白的分泌不足从而造成血液中低浓度的α-1抗胰蛋白酶及其在肝细胞内质网的异常蓄积.α-1抗胰蛋白酶是血液中的一种蛋白酶抑制剂,它的不足导致组织结构蛋白特别是肺弹性蛋白被弹性蛋白酶所分解.该疾病临床上主要表现为新生儿黄疸及急性肝功能衰竭、成年人的慢性肝损害以致肝硬化或肝功能衰竭、肝细胞癌、青壮年肺气肿、慢性阻塞性肺病、反复的肺部感染、皮肤脂膜炎和视力减退等.晚期患者可能需要肺肝移植治疗,由于移植器官严重短缺,肝细胞移植可能是一个有前途的选择[4-5].

基质重塑相关7 (matrix remodeling associated 7,MXRA7)基因于2002年被命名,但无论在人类或其他动物体系,该基因或其蛋白质产物的功能均未知.直至我们最近的研究表明,该基因可能参与眼睛发育或肝损伤及修复.在本研究中,应用酵母双杂交策略,用小鼠MXRA7诱饵载体对小鼠肝cDNA文库进行筛选,发现23种蛋白质(MUP1,Cpt1a,Mat1a,aldh1l1,Cytb,H2-K1,Psmb1,marc2,Atp5j2,Sec24D,Trf,Rdh7,Apoe,Glud1,Gmfb,Alb,Hdlbp,Pzp,Etnk2,Nrn1,Serpina1a,Apoa2,GNMT)可能直接或间接地与MXRA7蛋白发生相互作用.其中,主要尿蛋白1(major urinary protein,MUP1)或其同家族蛋白质占所有候选克隆的1/6,提示其很可能是小鼠肝内与MXRA7蛋白有较强相互作用的蛋白质.通过基因重组在Hepa 1-6肝癌细胞系中同时过表达MXRA7和MUP1蛋白,荧光染色证明这两种蛋白质在细胞内共定位,应用抗MXRA7或MUP1的抗体进行Pull-down检测,则证明二者共同存在于细胞裂解液中.另外,重组MXRA7蛋白和MUP1蛋白在无任何其他蛋白质的缓冲液体系中直接形成复合体.因此,至少在小鼠肝组织体系中,MXRA7蛋白可能通过与MUP1等蛋白质的相互作用而发挥作用.

目的 通过对基因表达(GEO)数据库中糖尿病心肌病(DCM)相关的基因芯片进行生物信息学分析,获得DCM的生物标志物及其调控的关键通路.方法 从GEO数据库获取DCM的基因表达芯片(GSE26887),并借助DAVID在线分析平台对这些基因进行基因本体论(GO)富集分析和京都基因与基因组百科全书(KEGG)信号通路分析,同时利用生物信息学软件STRING 10.0构建这些基因的蛋白-蛋白相互作用(PPI)网络.结果 本研究中所采用的芯片GSE26887共包含7例DCM患者及5名健康对照.共筛选出差异表达基因(DEGs)236个,包括134个上调基因及102个下调基因.其中,差异最大的5个上调基因依次为NPPA、SFRP4、DSC1、NEB及FRZB;差异最大的5个下调基因依次为SERPINE1、SERPINA3、ANKRD2、XRCC4及S100A8.GO和KEGG结果表明,DCM发展过程中的DEGs主要富集在炎症、免疫紊乱、代谢紊乱、线粒体功能障碍等方面.PPI网络揭示连接度最高的15个hub基因依次为IL-6、MYC、ACTA2、SERPINE1、ASPN、SPP1、KIT、TFRC、FMOD、PDE5A、MYH6、FPR1、C3、CDKN1A及SOCS3.结论 DCM患者的DEGs与炎症、免疫紊乱及能量代谢密切相关,本研究所筛选出的差异最大的5个上调基因和5个下调基因有望成为DCM诊断的标志分子,15个hub基因有望成为DCM治疗的靶点.