J自动免疫。作者手稿;PMC 2010年5月1日提供。
以最终编辑形式发布为:
预防性维修识别码:PMC2698796型
NIHMSID公司:美国国立卫生研究院118815
原发性胆汁性肝硬化与肝脏microRNA表达改变相关
,1 ,1 ,1 ,1 ,2 ,三 ,4 ,5 ,6和1
克斯蒂恩·A·帕吉特
1美国加州大学戴维斯分校风湿病、过敏和临床免疫学分部
露丝·Y·兰
1美国加州大学戴维斯分校风湿病、过敏和临床免疫学分部
帕特里克·C·梁
1美国加州大学戴维斯分校风湿病、过敏和临床免疫学系
安娜·利奥
1美国加州大学戴维斯分校风湿病、过敏和临床免疫学分部
凯文道森
2美国加州大学戴维斯分校营养基因组学卓越中心
贾妮斯·普菲夫
三美国加州大学戴维斯分校分子生物科学兽医学院ArrayCore设施
丁金茂
4Tacere Therapeutics,美国加利福尼亚州圣何塞
罗斯·L·科佩尔
5澳大利亚墨尔本莫纳什大学医学微生物学系
阿夫塔布·A·安萨里
6美国佐治亚州亚特兰大埃默里大学医学院病理学系
埃里克·格什温
1美国加州大学戴维斯分校风湿病、过敏和临床免疫学分部
1美国加州大学戴维斯分校风湿病、过敏和临床免疫学分部
2美国加州大学戴维斯分校营养基因组学卓越中心
三美国加州大学戴维斯分校分子生物科学兽医学院ArrayCore设施
4Tacere Therapeutics,美国加利福尼亚州圣何塞
5澳大利亚墨尔本莫纳什大学医学微生物学系
6美国佐治亚州亚特兰大埃默里大学医学院病理学系
通讯作者:M.Eric Gershwin医学博士,加利福尼亚大学戴维斯医学院风湿病、过敏和临床免疫学分部,基因组和生物医学科学设施,加利福尼亚州戴维斯健康科学路451号6510室,邮编95616;电话:530-752-2884;传真:530-752-4669;电子邮件:ude.sivadcu@niwhsregem 摘要
微RNA(miRNAs)是一种小RNA分子,对蛋白质编码基因的表达具有负调控作用,被认为在许多生物过程中发挥着关键作用。miRNA的异常水平与许多疾病和癌症有关,因此,miRNA作为诊断生物标记物和治疗靶点受到了广泛关注。然而,它们在自身免疫中的作用基本上是未知的。本研究的目的是:(1)鉴定人类原发性胆汁性肝硬化(PBC)中差异表达的miRNA;(2) 独立验证这些;(3)识别差异表达miRNAs的潜在靶点。我们比较了患有PBC的受试者和患有正常肝脏组织学的对照者的移植肝脏中377个miRNA的表达。共发现35个独立的miRNA在PBC中差异表达(p<0.001)。采用定量PCR验证microRNA-122a(miR-122a)和miR-26a的下调以及miR-328和miR-299-5p的表达增加。已知这些miRNAs的预测靶点会影响细胞增殖、凋亡、炎症、氧化应激和代谢。我们的数据首次证明PBC的特征是肝脏miRNA表达的改变;然而,还需要进一步的研究来证明这些miRNA与PBC的发展之间的因果关系。
关键词:自身免疫性肝病、microRNA、原发性胆汁性肝硬化
1.简介
微RNA(MicroRNAs,miRNAs)已成为在健康和疾病中具有显著生理重要性的关键调节分子之一。miRNAs属于一类小的非编码RNA分子,在转录后水平上控制蛋白质表达[1,2]. 它们的作用机制包括与靶信使RNA(mRNA)3′非翻译区(3′UTR)互补序列的不完全结合,导致mRNA断裂[三]或抑制蛋白质翻译[4]. 一个miRNA被认为可以调节数百个蛋白质编码基因,因此在许多细胞过程的调节中发挥着复杂的作用,包括代谢、免疫功能、细胞增殖、凋亡、组织发育和分化[5-8]. miRNA表达相对水平的变化与许多疾病有关,包括癌症、心血管疾病和神经疾病[9-13]. 虽然失调的miRNAs已被证明在系统性自身免疫性疾病中发挥作用[14,15]它们在影响器官特异性自身免疫疾病的诱导和/或维持方面的作用尚不清楚。
原发性胆汁性肝硬化(PBC)是一种以女性为主的进行性肝脏自身免疫性疾病,其特征是选择性破坏肝内小胆管[16]. PBC的血清学特征是存在高滴度的抗线粒体自身抗体(AMA),这些抗体针对位于线粒体内膜的几种蛋白质复合物[17]. 主要的自身抗原是丙酮酸脱氢酶复合物(PDC-E2)的E2亚单位[18]. AMA阴性患者中也发现抗PDC-E2的自身反应性T细胞[19]. 该病的组织学特征包括纤维化病变、门脉广泛淋巴细胞浸润、肝内胆管选择性破坏,最终导致肝硬化和最终肝衰竭[16]. 在过去的二十年中,人们对PBC的免疫学、分子生物学、流行病学和遗传学进行了广泛的研究[20,21]; 然而,这种神秘的自身免疫性疾病的分子机制和病因仍部分未知。我们假设差异表达的miRNAs有助于揭示疾病的可能分子机制。
在本研究中,我们从PBC患者的肝脏中生成了一个全局miRNA表达谱,目的是确定潜在的失调miRNA及其潜在的基因靶点。
2.材料和方法
2.1. 组织样本
来自多个移植中心的6名终末期PBC患者和5名正常对照患者的移植肝组织通过NIH肝脏采购联盟获得。手术后组织被快速冷冻,并在-80°C下冷冻长期保存。收集了每个组织捐赠者的详细背景,包括年龄、性别、临床分期、诊断和治疗后的生存时间。所有病例的诊断均基于国际公认标准[16].
2.2. RNA纯化和miRNA分离
冷冻肝组织在-20°C的RNA中孵育过夜后来®-ICE(德克萨斯州奥斯汀市Ambion),在RNA分离开始之前。25至100 mg平衡的肝组织在1 ml TriRegent®(分子研究中心公司,俄亥俄州辛辛那提)中均质,并根据制造商的方案分离总RNA。在-20℃下用1体积异丙醇沉淀RNA 1小时,然后在-20℃用3体积100%乙醇重新沉淀过夜。然后将沉淀的RNA重新悬浮在TE pH 7.0(10 mM Tris,0.5 mM EDTA)中。用纳米滴法测定RNA浓度和纯度。在从每个样本中分离miRNA之前,在15%变性丙烯酰胺凝胶(Invitrogen,Carlsbad,CA)上分析肝脏总RNA的质量。通过flashPAGE™(Ambion)凝胶分馏从10μg总RNA中分离出miRNA部分。
2.3. miRNA阵列
使用Bioanalyzer微流体系统(Agilent,Santa Clara,CA)上的PicoRNA芯片对所有纯化的miRNA组分进行定量,根据mirVana™miRNA标记试剂盒(Ambion)用AlexaFluor®555(Invitrogen)荧光染料标记,并与mirVana™miRNA生物阵列载玻片与1(Ambion)杂交根据制造商提供的协议。使用mirVana miRNA生物阵列基本试剂盒(Ambion)中的溶液进行杂交和洗涤,将标记探针在60°C水溶液中的真空离心机中蒸发至约2-3 ul的体积。然后将蒸发的探针重新悬浮在100 ul盐基杂交溶液中(印第安纳波利斯Ocimum Biosolutions)。所有标记、杂交和扫描步骤均在加州大学戴维斯分校ArrayCore Microarry设施的高效液相色谱和碳过滤洁净室中进行(http://array.ucdavis.edu). 杂交发生在Tecan HS 4800自动杂交站上。将预杂交溶液(5X SSPE/6M尿素/0.5%吐温-20/10X Denhardt’s)施加于50°C的载玻片上,并在培养基上搅拌15分钟。然后在95°C热块上变性三分钟后注入标记探针(探针通过涡流快速混合,以14000 rpm转速旋转,并在注入前冷却至室温)。荧光标记探针的所有步骤均在黑暗中进行。杂交在50°C下以中等搅拌频率进行16小时。杂交后,用预杂交缓冲液将载玻片浸泡15秒,然后用50°C的预杂交缓冲溶液冲洗15秒。然后在37°C下用三种浓度越来越高的Ambion盐缓冲液连续冲洗载玻片。每个缓冲液清洗步骤重复两次,浸泡时间为一分钟,然后搅拌清洗一分钟,共清洗六次。最后的水洗步骤在37°C下进行,浸泡时间为一分钟,然后进行一分钟的清洗。最后的清洗之后,在30°C的恒定氮气流下干燥载玻片。每个mirVana miRNA阵列载玻片用两个相同的阵列打印,作为技术复制品。使用Axon GenePix 4000B微阵列扫描仪(分子器件,加利福尼亚州森尼维尔)在100%激光功率下扫描杂交miRNA阵列载玻片,Alexa 555(Invitrogen)标记探针的光电倍增管(PMT)设置为600nm,分辨率为5μm。使用GenePix Pro 4.0软件(分子器件)量化图像文件,该软件为每个阵列生成原始图像强度的输出文件。
2.4. 实时PCR验证
使用TaqMan MicroRNA逆转录试剂盒(加利福尼亚州福斯特市应用生物系统公司)从总RNA合成cDNA。根据制造商的方案,使用TaqMan MicroRNA检测试剂盒(ABI)中提供的miRNA-特异性干环引物对每个样品中的10 ng总RNA进行逆转录(RT)。RT产物在无核水中稀释6倍。实时PCR反应在最终体积为10μl的条件下进行,包括4μl稀释RT模板、0.5μl无核酸酶水、0.5μl TaqMan MicroRNA检测试剂盒(Applied Biosystems)中的20×引物/探针混合物和5μl 2×TaqMan-Universal PCR主混合物(无AmpErase UNG,Applied生物系统)。所有反应均在Applied Biosystems 7900 HT序列检测系统(Applied biosystem,Foster City,CA)上重复进行,使用384孔光学板格式。在95°C下进行初始10 min酶激活步骤后,在9600模拟模式下,将PCR参数设置为40个周期(95°C 15 s和60°C 1 min)。
2.5. 统计分析
将单色miRNA微阵列的原始表达数据加载到微阵列(limma)的线性模型中[22]开源统计编程环境R中的Bioconductor包(www.bioconductor.org)用于微阵列和基因组数据的综合分析。使用R中的减法校正背景,通过平均探针强度值的limma分位数归一化实现阵列间归一化(Aquantile方法)[23]. 对归一化和log2转换的miRNA表达数据的重复数据进行平均并导入UNIX工作站上运行的Cluster 3.0[24,25]. 数据以每个miRNA的平均值为中心,然后使用非中心相关度量对miRNA和样本进行无监督的质心链接层次聚类(HC)。为了折叠树状图的分支,HC之后是使用欧氏距离相似性度量的自组织映射。树状图和miRNA表达数据在Java TreeView中可视化[26].
对于RT-PCR结果,使用仪器的默认阈值设置来计算循环阈值(CT型)每次跑步。比较CT型方法2-ΔΔCT型用于计算所有样本相对于指定为校准品的非疾病肝脏RNA样本的miRNA表达变化[27,28]. 以组成性表达的小RNA分子RNU-48作为内源性对照进行分析标准化。确定ΔCT型我们计算了平均值CT型RNU-48控制并从平均值C中减去它T型每个样本中的目标miRNA。ΔΔCT型然后通过减去ΔC来计算T型ΔC校准仪T型样品的质量。将所得值与Mann-Whitney U检验进行比较(Prism与4)。
2.6. miRNA靶基因预测
我们使用TargetScan算法识别差异表达miRNAs的预测基因靶点。之所以选择TargetScan,主要是因为它预测了从TarBase 5.0中获得的已知miRNA目标的最高数量(http://microrna.gr/tarbase)在我们的差异表达miRNAs子集中[29]. 此外,Targetscan考虑了miRNA靶点在相关基因3′UTR上的多拷贝的重要性[30]. 我们通过使用基因本体(GO)分类将目标基因分类为生物过程来进行比较,从而缩小了结果的范围。将潜在上调基因(下调miRNA的靶基因)的数量与潜在下调基因(上调miRNA的目标基因)进行比较,这些基因属于同一GO生物过程。通过以下等式计算反映上调和下调基因表达差异大小的分数:[(过程中上调基因的数量)-(过程中下调基因的数量/(上调或下调基因数量中的较小者,或如果两者中的较小值为零,则为“1”)。开源生物信息学软件平台Cytoscape(网址:www.cytscape.org)用于可视化分数[31]. 使用BiNGO 2.3将生物过程的GO注释和p值分配给靶基因[32],Cytoscape插件,以及注释、可视化和集成发现数据库(DAVID)[33]. BiNGO还用于生成GO生物过程网络,而大脑插件用于表达可视化和布局[34]. BiNGO的统计检验选用超几何检验,多重检验修正采用Benjamini-Hochberg假发现率方法[35]. EAS评分是一种修正的Fisher精确P值,用于统计生物过程途径分析,Benjamini-Hochberg方法用于多项测试修正[36].
3.结果
3.1 PBC患者miRNA表达谱
我们使用miRNA阵列平台分析了6名确诊为终末期PBC的患者和5名非疾病对照受试者的肝组织,该平台采集了377个人类、小鼠和大鼠的miRNA(mirVana Bioarray vs 1,Ambion)。与正常对照组相比,共发现35个独立的microRNA在PBC中差异表达(p<0.001,错误发现率(FDR)保持在最大5%;). 这些在聚类分析中直观显示(). 虽然11个miRNAs在PBC患者中显著上调,其中miR-145的含量最高(>2倍),但24个失调的miRNAs的相对水平下调。
热图和层次聚类按照材料和方法中的描述计算单个miRNA表达值。将每个点的log2转换值的重复值取平均值,并导入Cluster 3.0。使用材料与方法中描述的参数计算层次聚类和自组织映射。使用Java Treeview可视化树状图和log2转化的miRNA表达值。miRNA被呈现为使用5%的最大错误发现率进行显著差异调节。
表1
PBC患者(n=6)与正常对照组(n=5)肝脏中差异表达的miRNA
微小RNA | 表达式 | 折叠更改 | p值 | q值(%) |
---|
mmu-miR-346 | 向上 | 2.21 | 2005年3月3日 | 5 |
hsa-miR-145_MM2 | 向上 | 2.03 | 2007年7月4日 | 5 |
hsa-miR-328 | 向上 | 1.89 | 1.7e-04年 | 5 |
hsa-miR-371 | 向上 | 1.83 | 6.7e-05日 | 5 |
hsa-miR-299_5p | 向上 | 1.74 | 2005年1月1日 | 5 |
hsa-miR-374 | 向上 | 1.69 | 3.8e-04日 | 5 |
hsa-miR-506 | 向上 | 1.65 | 2006年9月9日 | 5 |
hsa-miR-202_AS | 向上 | 1.63 | 05年5月5日 | 5 |
hsa-miR-186 | 向上 | 1.60 | 8月1日至05日 | 5 |
mmu-miR-341型 | 向上 | 1.43 | 9.4e-05日 | 5 |
hsa-miR-25 | 向上 | 1.37 | 1.5e-04年 | 5 |
hsa-miR-122a | 向下 | 0.05 | 1.3至06 | 0 |
hsa-miR-23b | 向下 | 0.15 | 2月1日-03日 | 4 |
hsa-miR-26a | 向下 | 0.23 | 7月1-04日 | 4 |
hsa-miR-192 | 向下 | 0.31 | 1.4至04 | 4 |
hsa-miR_126 | 向下 | 0.32 | 2007年7月4日 | 0 |
hsa_miR-130b | 向下 | 0.32 | 2005年6月6日 | 4 |
mmu-miR-192 | 向下 | 0.33 | 2006年8月2日 | 0 |
hsa-miR-194 | 向下 | 0.36 | 1.7e-04年 | 4 |
hsa-miR-24 | 向下 | 0.38 | 2006年2月2日 | 0 |
hsa-miR-107 | 向下 | 0.42 | 04年4月4日 | 4 |
hsa-miR-455-3p | 向下 | 0.42 | 2.7e-06日 | 4 |
hsa-miR-16 | 向下 | 0.47 | 2.7e-04日 | 4 |
hsa-miR-193b | 向下 | 0.48 | 2005年6月6日 | 0 |
hsa-miR-103 | 向下 | 0.48 | 4.8e-04号 | 4 |
hsa-miR-100 | 向下 | 0.49 | 1.7e-04年 | 4 |
hsa-miR-27b | 向下 | 0.50 | 04年4月4日 | 4 |
hsa-miR-19b | 向下 | 0.51 | 1.6e-04年 | 4 |
hsa设置7d | 向下 | 0.54 | 5.8e-04号 | 4 |
hsa_miR-99a | 向下 | 0.55 | 2.3e-04号 | 4 |
hsa-miR-30c | 向下 | 0.63 | 2006年9月9日 | 0 |
hsa_miR-422b型 | 向下 | 0.63 | 2014年4月14日 | 4 |
hsa_miR-30e-5p | 向下 | 0.64 | 6.7e-04日 | 4 |
hsa-miR-92 | 向下 | 0.68 | 2004年3月3日 | 4 |
mmu-miR-101b型 | 向下 | 0.71 | 1.6e-04年 | 4 |
HC和自组织映射(SOM)的无监督分类显示了患病组和对照组的分离(). 正常受试者的miRNA谱均未与PBC患者的miRNA谱聚类,六分之一的PBC受试者与正常样本聚类。另一方面,SOM鉴定出该PBC受试者的miRNA表达模式与PBC组最相似。同一组受试者之间的轮廓变化小于PBC患者和正常对照者轮廓的差异。每个类别中受试者样本的miRNA图谱似乎没有聚类到子类别中。
3.2 miRNA验证研究
我们使用实时PCR(RT-PCR)作为验证方法来验证从微阵列分析中获得的数据。36个差异表达miRNAs中6个的相对表达水平()采用TaqMan microRNA分析(加利福尼亚州福斯特市应用生物系统公司)进行分析。我们选择了3个代表上调miRNA的引物/探针集(hsa-miR-299-5p、hsa-miR-328和hsa-miR 371)和3个代表下调miRNA的探针集(hsa-miR-26a、hsa-miR-122a和hsa-miR-99a)。每个引物/探针组的扩增效率通过生成一条标准曲线来确定,该标准曲线是使用10倍稀释系列的反转录miRNA获得的(数据未显示)。只有hsa-miR-371特异性引物/探针组的扩增结果不一致,因此未纳入我们的验证研究。除了miRNA微阵列实验中使用的样本外,我们还包括从PBC患者和非疾病对照组的肝组织中分离的补充RNA样本。我们推断,分析两个实验组额外样本的miRNA表达将使我们能够确定当样本量增加时,miRNA微阵列图谱是否由单独的方法维持。因为我们采用的TaqMan分析是基于RT-PCR的,有一个独立的反转录步骤来生成特定的miRNA,所以输入模板必须归一化为组成表达的内源性对照。为此,我们测试了对照引物/探针对(RNU-44、RNU-48和RNU-19),以确定其中哪些在人类肝组织中表达最一致。全部CT型将数值标准化为小的内源性RNA物种RNU-48,然后与校准样品进行比较。
表2
微小RNA | 微阵列表达谱 | TaqMan表达式配置文件 | TaqMan p值 |
---|
hsa-miR-26a | 向下 | 向下 | 0.0317 |
hsa-miR-122a | 向下 | 向下 | 0.0010 |
hsa-miR-99a | 向下 | 向下 | 0.1119 |
hsa-miR-299-5p | 向上的 | 向上的 | 1 |
hsa-miR-328 | 向上的 | 向上的 | 0.0070 |
hsa-miR-371 | 向上的 | 不适用 | 不适用 |
使用RT-PCR分析获得的结果证实了从初始微阵列筛选获得的数据(). 经TaqMan分析验证的五种miRNAs中,有三种在4期PBC患者的肝脏中与正常对照组相比存在显著差异。虽然hsa-miR-299-5p和hsa-miR99a的表达水平无法进行统计学验证,但其表达谱的总体趋势概括了微阵列实验的结果().
选定miRNA微阵列结果的验证使用RNU-48引物/探针对对每个miRNA引物/探测器集的实时阈值周期值进行标准化,并与校准品进行比较[28]. 将最终值导入统计软件Prism(第4版),并使用Mann-Whitney U检验进行分析。RT-PCR验证研究的结果与微阵列产生的结果相关
3.3 miRNA靶基因
为了确定差异表达miRNAs的可能靶基因,我们搜索了TargetScan 4.2(http://www.targetscan.org)哺乳动物miRNA预测靶点数据库。TargetScan成功预测了我们研究中检测的13个实验证实的miRNAs基因靶点,这些靶点由TarBase提供,而Pictar预测了11个和Miranda 8个。共有2152个基因被预测为22个下调miRNA的靶基因,而9个上调miRNA的预测靶基因为1905个。这些基因被提交给Cytoscape进行可视化,而BiNGO是Cytospace插件,用于GO生物过程分类和网络生成[31,32]. 根据材料和方法一节中的描述,计算反映每个生物过程中上调或下调基因数量相对差异的分数。说明了生物过程的整体细胞景观表现,生物过程相对主要由上调(红色)或下调(蓝色)靶基因控制,由计算分数决定。这些基因靶向的前20个过程列于和分别是。BiNGO或DAVID确定的上调或下调基因对GO生物过程的过度表达如图所示和分别是。
miRNA-靶基因相互作用中的多重性和协同性通过Cytoscape中的BiNGO插件生成下调和上调Cytospace路径的可视化基因本体生物过程路径。相对的基因表达由节点的大小和颜色来描述。红色节点表示主要以上调基因为靶点的过程,而蓝色节点表示下调基因的过程。A) 生物过程概述。B-I)选定的突出过程路径
表3
基因本体生物学过程 | 下调miRNAs靶向基因的数量(%) | 上调miRNAs靶向基因的数量(%) |
---|
炎症反应 | 15 (5.58%) | 0 |
神经肽信号通路 | 13 (13.83%) | 0 |
I-κB激酶/NF-κB级联反应的正调控 | 12 (13.04%) | |
IκB激酶/NF-κB级联的调控 | 12 (12.12%) | 0 |
细胞钙离子稳态 | 10 (9.01%) | 0 |
钙离子稳态 | 10 (8.93%) | 0 |
细胞金属离子稳态 | 10 (8.47%) | 0 |
金属离子稳态 | 10 (8.40%) | 0 |
细胞因子和趋化因子介导的信号通路 | 6 (15.00%) | 0 |
RNA聚合酶II启动子的RNA延伸 | 6 (12.77%) | 0 |
RNA伸长 | 6 (12.00%) | 0 |
细胞内钙离子稳态 | 6 (9.23%) | 0 |
胞浆钙离子浓度升高 | 6 (9.23%) | 0 |
G蛋白信号转导,与IP3第二信使偶联(磷脂酶C激活) | 7 (9.33%) | 1 (1.33%) |
质子运输 | 6 (9.09%) | 0 |
激素分泌的负调节 | 6 (46.15%) | 1 (7.69%) |
蛋白质多泛素化 | 5 (38.46%) | 0 |
肽基酪氨酸磷酸化 | 5 (29.41%) | 0 |
肽运输 | 5 (18.52%) | 0 |
转录因子活性的正调控 | 5 (15.63%) | 0 |
DNA结合的正调控 | 5 (14.71%) | 0 |
表4
基因本体生物学过程 | 下调miRNAs靶向基因的数量(%) | 上调miRNAs靶向基因的数量(%) |
---|
核小体组件 | 0 | 11 (10.48%) |
出租车 | 0 | 11 (7.75%) |
趋化性 | 0 | 11 (7.75%) |
对蛋白质刺激的反应 | 0 | 9 (15.00%) |
对未折叠蛋白的反应 | 0 | 9 (15.00%) |
激素介导的信号 | 0 | 7 (18.92%) |
核转录mRNA分解代谢过程 | 0 | 6 (25.00%) |
mRNA分解代谢过程 | 0 | 6 (20.69%) |
RNA分解代谢过程 | 0 | 6 (13.33%) |
核转录mRNA分解代谢过程,非传感介导的衰变 | 0 | 5 (23.81%) |
输出核 | 0 | 5 (21.74%) |
输出核 | 0 | 5 (17.24%) |
跨膜转运 | 0 | 5 (12.82%) |
T细胞激活 | 0 | 5 (9.09%) |
细胞周期检查点 | 0 | 5 (8.62%) |
ncRNA处理 | 0 | 5 (3.38%) |
苯酚代谢过程 | 0 | 4 (18.18%) |
细胞间粘附的调节 | 0 | 4 (18.18%) |
儿茶酚胺代谢过程 | 0 | 4 (19.05%) |
翻译起始 | 0 | 4 (17.39%) |
止血 | 0 | 4 (4.60%) |
发育生长调节 | 1 (20.00%) | 4 (80.00%) |
细胞内脂质转运 | 0 | 3 (42.86%) |
蛋白质异构化 | 0 | 3 (37.50%) |
辅因子转运 | 0 | 3 (21.43%) |
蛋白质分泌 | 0 | 3 (17.65%) |
生殖细胞发育 | 0 | 3 (16.67%) |
蛋白质氨基酸ADP-核糖基化 | 0 | 3 (15.79%) |
甾醇转运 | 0 | 3 (14.29%) |
钙非依赖性细胞间粘附 | 0 | 3 (14.29%) |
胆固醇转运 | 0 | 3 (14.29%) |
表5
GO生物过程 | 下调miRNAs靶向基因的过程p值 | 上调miRNAs靶向基因的过程p值 | 正在处理的miRNAs数量 |
---|
上调流程 | | | |
|
有丝分裂细胞周期 | 0.0004 | 0.6626 | 20 |
肽基-氨基酸磷酸化的调控 | 0.0008 | 0.4203 | 8 |
积极调节 | | | |
肽基氨基酸 | 0.0008 | 0.4203 | 8 |
磷酸化 | | | |
蛋白质自动处理 | 0.0002 | 0.3762 | 20 |
蛋白质氨基酸自磷酸化 | 0.0001 | 0.3380 | 20 |
细胞蛋白质代谢过程 | 0.0006 | 0.3150 | 22 |
|
降低监管的流程 | | | |
|
发育生长调节 | 0.4609 | 0.0005 | 2 |
BMP信号通路的调控 | 0.4564 | 0.0011 | 4 |
BMP信号通路的负调控 | 0.3270 | 0.0019 | 4 |
嗜同性细胞粘附 | 0.3150 | 0.0030 | 7 |
碱基、核苷、, | | | |
核苷酸和核酸 | 0.2333 | 0.0007 | 8 |
运输 | | | |
内分泌胰腺发育 | 0.1912 | 0.0031 | 6 |
表6
GO生物过程 | 下调miRNAs靶向基因的过程p值 | 上调miRNAs靶向基因的过程p值 | 正在处理的miRNAs数量 |
---|
上调流程 | | | |
|
积极调节 | | | |
小GTPase介导 | 0.0070 | 1 | 8 |
信号转导 | | | |
核小体解体 | 0.0204 | 1 | 7 |
染色质分解 | 0.0204 | 1 | 7 |
肌动蛋白细胞骨架重组 | 0.0327 | 1 | 12 |
蛋白质多泛素化 | 0.0457 | 1 | 11 |
内体组织与生物发生 | 0.0482 | 1 | 5 |
|
降低监管的流程 | | | |
|
蛋白质氨基酸硫酸化 | 1 | 0.0340 | 三 |
骨化的正调控 | 1 | 0.0340 | 4 |
硫酸化 | 1 | 0.0340 | 三 |
骨重建的正调控 | 1 | 0.0474 | 4 |
血管生成的负调控 | 1 | 0.8525 | 三 |
减数分裂细胞周期 | 0.8794 | 0.0268 | 7 |
4.讨论
鉴于miRNAs能够抑制多个靶基因的表达,人们认为它们在许多生物过程的调节中发挥着关键作用。它们的表达改变与疾病或改变疾病状态的诱导有关[1,2]. 近年来,大多数miRNA研究集中于阐明其在癌症中的调节作用[37,38]. 相比之下,对于这些调节分子如何影响自身免疫性疾病的了解则少得多。目前的研究首次证明PBC与肝脏miRNA表达的改变有关。我们已经证明,许多miRNA在PBC终末期患者中有显著差异表达,导致在病变肝脏中有独特的miRNA表达谱。
为了确定这些差异表达的miRNA是否能够更好地理解PBC持续存在的潜在分子机制,我们寻找可能受这种特殊miRNA表达特征影响的基因靶点。在开发的几种靶点预测算法中,我们选择TargetScan是基于它考虑了几个物种的靶点保守性、每个miRNA基因内的靶点数量以及实验证实的预测靶点。已有证据表明,位于靶基因3′UTR有限范围内的多个种子区域可以改善miRNA功能[30,39]. 因此,TargetScan将种子区域拷贝数考虑在内是有益的。由于TargetScan预测的靶点数量巨大,因此根据GO将基因聚集到生物过程中。然后分析这些过程中下调与上调靶基因的相对丰度。通过Cytoscape,使用BiNGO插件生成GO生物过程网络,实现了丰度差异的可视化表示。此外,我们还集成了插件Cerebral,以改进可视化和分数表达显示。有趣的是,由上调基因主导的生物过程包括与炎症反应、钙离子稳态和激素分泌负调控相关的生物过程,所有这些都与PBC有关[40]. Tanaka及其同事利用抑制性消减杂交和虚拟消减法从PBC患者的肝和胆道上皮细胞中分离出独立的cDNA文库,报道了一些PBC特有的涉及信号传导、RNA处理、线粒体功能、炎症和纤维化的基因[41,42]. 例如,PBC作为一种自身免疫性疾病,其炎症成分与骨量丢失有关[43]以及明显的女性前主导地位[44,45]. 此外,细胞凋亡在自身免疫发展尤其是PBC中的作用不容忽视[46,47].
尽管必须面对一些限制,但我们的观察可能有助于弥补在理解PBC的诱导和延续方面的几个剩余差距。首先,上调基因在统计学上过度表达的生物过程包括有丝分裂细胞周期,这可能反映了PBC肝脏中炎症浸润和纤维化生长数量的增加。另一方面,硫酸化等下调过程已被证明会影响自身免疫[48]. 然而,所有这些过程都可能是慢性自身免疫性炎症的结果,可能对PBC并不特异。特别有趣的是肝脏特异性miR-122a的大量下调,通常约占肝脏中发现的miRNA总量的70%[49,50]与肝癌和NASH有关[51,52]. 事实上,这些途径参与的构象需要确定患者肝脏中miRNA与其靶蛋白水平之间的反比关系,以及miRNA与其同源靶点相互作用的直接证据。其次,miRNA表达模式的差异可能继发于肝硬化的发展,这是本文研究的患者的特征。然而,除miR-122a外,我们研究中报道的失调miRNAs均未与其他肝病或肝硬化相关[51]. 然而,如上所述,由于用于分析的肝组织由来自终末期PBC疾病患者的样本组成,与正常对照组相比,患者组织的细胞组成可能是不同的。因此,所发现的差异可能反映了正在研究的细胞谱系的相对组成的变化。这些研究旨在作为初步探索性研究,以确定PBC患者miRNAs表达的主要变化。因此,很明显,利用不同疾病阶段肝组织细胞的特定谱系进行的更明确的研究需要检查miRNA的差异表达,这可能为miRNA在PBC病理学中的作用提供更多见解。
总之,我们的数据支持这样一种观点,即PBC的特征是肝脏miRNA的表达改变。通过揭示PBC中差异表达的miRNA,我们开始了解对这种自身免疫性肝病的发展和发病机制至关重要的分子回路。
致谢
这项工作得到了国立卫生研究院拨款DK 39588和NCMHD/NIH P60/MD00222的支持。
缩写
- 微小RNA
- 微小RNA
- 3英尺UTR
- 3′非翻译区
- 中国人民银行
- 原发性胆汁性肝硬化
- AMA公司
- 抗线粒体抗体
- PDC-E2系列
- 丙酮酸脱氢酶复合物E2亚单位
- 利马
- 微阵列的线性模型
- C类T型
- 周期阈值
- ΔCT型
- 增量CT型
- GO(开始)
- 基因本体论
- 戴维
- 用于注释可视化和集成发现的数据库
- 财务总监
- 错误发现率
- HC公司
- 分层聚类
- 标准操作手册
- 自组织映射
- RT公司
- 反转录
- 逆转录聚合酶链反应
- 实时PCR
脚注
出版商免责声明:这是一份未经编辑的手稿的PDF文件,已被接受出版。作为对客户的服务,我们正在提供这份早期版本的手稿。手稿在以最终可引用的形式出版之前,将经过编辑、排版和校对结果证明。请注意,在制作过程中可能会发现可能影响内容的错误,适用于该期刊的所有法律免责声明均适用。
工具书类
1Ambros V.动物microRNA的功能。自然。2004;431:350–5.[公共医学][谷歌学者] 2Nilsen TW.动物细胞中microRNA介导的基因调控机制。趋势Genet。2007;23:243–9.[公共医学][谷歌学者] 三。Yekta S、Tabin CJ、Bartel DP。Hox网络中的microRNA:与后发流行率的明显联系。Nat Rev基因。2008;9:789–96. [PMC免费文章][公共医学][谷歌学者] 4Pillai RS、Bhattacharyya SN、Artus CG、Zoller T、Cougot N、Basyuk E、Bertrand E、Filipowicz W。人类细胞中Let-7 MicroRNA对翻译起始的抑制。科学。2005;309:1573–6.[公共医学][谷歌学者] 5.Alvarez-Garcia I,Miska EA公司。微RNA在动物发育和人类疾病中的作用。发展(英国剑桥)2005;132:4653–62.[公共医学][谷歌学者] 6Baltimore D、Boldin议员、O'Connell RM、Rao DS、Taganov KD。MicroRNAs:免疫细胞发育和功能的新调节器。自然免疫学。2008;9:839–45.[公共医学][谷歌学者] 7查看Hayden E.受miRNA影响的数千种蛋白质。自然。2008;454:562.[公共医学][谷歌学者] 8Faber J,Gregory RI,Armstrong SA。将miRNA调节与BCR-ABL表达联系起来:下一个维度。癌细胞。2008;13:467–9.[公共医学][谷歌学者] 9.Johnson R、Zuccato C、Belyaev ND、嘉宾DJ、Cattaneo E、Buckley NJ。亨廷顿病中基于microRNA的基因失调途径。神经生物学疾病。2008;29:438–45.[公共医学][谷歌学者] 10van Rooij E、Sutherland LB、Thatcher JE、DiMaio JM、Naseem RH、Marshall WS、Hill JA、Olson EN。心肌梗死后微小RNA的失调揭示了miR-29在心脏纤维化中的作用。美国国家科学院院刊。2008;105:13027–32. [PMC免费文章][公共医学][谷歌学者] 11Wang CH,Lee DY,Deng Z,Jeyapalan Z,Lee SC,Kahai S,Lu WY,Zhang Y,Yang BB。MicroRNA miR-328通过靶向CD44表达调节分区形态发生。《公共科学图书馆·综合》。2008;三:e2420。 [PMC免费文章][公共医学][谷歌学者] 12Bruchova H、Merkerova M、Prchal JT。真性红细胞增多症中microRNA的异常表达。血液学。2008;93:1009–16.[公共医学][谷歌学者] 13Zhang C.MicroRNAs:在心血管生物学和疾病中的作用。临床科学(伦敦)2008;114:699–706.[公共医学][谷歌学者] 14戴毅,黄毅,汤M,吕天勇,胡CX,谭YH,徐志明,尹YB。系统性红斑狼疮患者外周血细胞microRNA表达的微阵列分析。狼疮。2007;16:939–46.[公共医学][谷歌学者] 15Zhou X、Jeker LT、Fife BT、Zhu S、Anderson MS、McManus MT、Bluestone JA。T调节细胞中的选择性miRNA破坏导致自身免疫失控。《实验医学杂志》。2008;205:1983–91. [PMC免费文章][公共医学][谷歌学者] 16Kaplan MM,Gershwin ME。原发性胆汁性肝硬化。N英格兰医学杂志。2005;353:1261–73.[公共医学][谷歌学者] 17.Gershwin ME,Mackay IR,Sturgess A,Coppel RL。原发性胆汁性肝硬化中识别的70kd线粒体抗原cDNA的鉴定和特异性。免疫学杂志。1987;138:3525–31.[公共医学][谷歌学者] 18Van de Water J,Gershwin ME,Leung P,Ansari A,Coppel RL。原发性胆汁性肝硬化74-kD线粒体自身抗原的自身表位对应于二氢硫酰胺乙酰转移酶的功能位点。《实验医学杂志》。1988;167:1791–9. [PMC免费文章][公共医学][谷歌学者] 19Shimoda S、Miyakawa H、Nakamura M、Ishibashi H、Kikuchi K、Kita H、Niiro H、Arinobu Y、Ono N、Mackay IR等。AMA阴性原发性胆汁性肝硬化中CD4 T细胞对线粒体自身抗原PDC-E2的自反应性。J自动免疫。2008;31:110–5.[公共医学][谷歌学者] 20Gershwin ME,Mackay IR。原发性胆汁性肝硬化的原因:方便和不便的真理。肝病学。2008;47:737–45.[公共医学][谷歌学者] 21Shoenfeld Y、Selmi C、Zimlichman E、Gershwin ME。自体免疫学家:地理流行病学、新的重心和自体免疫的黄金时期。J自动免疫。2008;31:325–30.[公共医学][谷歌学者] 22史密斯GK。用于评估微阵列实验中差异表达的线性模型和经验贝叶斯方法。统计应用基因分子生物学。2004;三(第3条)[公共医学][谷歌学者] 23Thorne N,Y YH,编辑。双色cDNA微阵列数据的归一化。2003[谷歌学者] 24艾森MB,布朗PO。用于基因表达分析的DNA阵列。方法酶制剂。1999;303:179–205.[公共医学][谷歌学者] 25De Hoon MJ,Imoto S,Miyano S。使用线性样条曲线对一小组时序基因表达数据进行统计分析。生物信息学。2002;18:1477–85.[公共医学][谷歌学者] 26萨尔达尼亚AJ。Java Treeview——微阵列数据的可扩展可视化。生物信息学。2004;20:3246–8.[公共医学][谷歌学者] 27Winer J,Jung CK,Shackel I,Williams PM。用于体外监测心肌细胞基因表达的实时定量逆转录聚合酶链式反应的开发和验证。分析生物化学。1999;270:41–9.[公共医学][谷歌学者] 28.Schmittgen TD,Lee EJ,Jiang J.高通量实时PCR。方法分子生物学。2008;429:89–98.[公共医学][谷歌学者] 29Papadopoulos GL、R M、Simosis VA、Sethupathy P、Hatzigeorgiou AG。实验支持目标的数据库:TarBase的功能更新。核酸研究。2008新闻界。[PMC免费文章][公共医学][谷歌学者] 30Li M,Marin-Muller C,Bharadwaj U,Chow KH,Yao Q,Chen C.MicroRNAs:人体生理和疾病中的控制和失控。世界外科杂志2008 [PMC免费文章][公共医学][谷歌学者] 31Yaung N,C M,Kuchinsky A,Smoot ME,Bader GD。使用Cytoscape软件探索生物网络。当前协议生物信息学。2008;第八章[公共医学][谷歌学者] 32Maere S、Heymans K、Kuiper M.BiNGO:评估生物网络中基因本体类别过度表达的细胞景观插件。生物信息学。2005;21:3448–9.[公共医学][谷歌学者] 33Dennis G,Jr、Sherman BT、Hosack DA、Yang J、Gao W、Lane HC、Lempicki RA。DAVID:注释、可视化和集成发现数据库。基因组生物学。2003;4:第3页。[公共医学][谷歌学者] 34Barsky A、Gardy JL、Hancock RE、Munzner T.Cerebral:使用亚细胞定位注释布局生物网络并与之交互的细胞景观插件。生物信息学。2007;23:1040–2.[公共医学][谷歌学者] 35Benjamini Y、Drai D、Elmer G、Kafkafi N、Golani I。控制行为遗传学研究中的错误发现率。行为大脑研究。2001;125:279–84.[公共医学][谷歌学者] 36.Hosack DA、Dennis G,Jr、Sherman BT、Lane HC、Lempicki RA。识别易感基因列表中的生物主题。基因组生物学。2003;4:R70。 [PMC免费文章][公共医学][谷歌学者] 37林希杰(Lin CJ)、龚海伊(Gong HY)、曾慧聪(Tseng HC)、王伟(Wang WL)、吴JL(Wu JL)。miR-122靶向人肝癌细胞系中的抗凋亡基因Bcl-w。生物化学与生物物理研究委员会。2008;375:315–20.[公共医学][谷歌学者] 38Gramantieri L、Ferracin M、Fornari F、Veronese A、Sabbioni S、Liu CG、Calin GA、Giovannini C、Ferrazzi E、Grazi GL等。细胞周期蛋白G1是miR-122a(一种在人类肝细胞癌中经常下调的微RNA)的靶点。癌症研究。2007;67:6092–9.[公共医学][谷歌学者] 39Saetrom P、Heale理学学士、Snove O,Jr、Aagaard L、Alluin J、Rossi JJ。microRNA靶点之间的距离限制决定了疗效和合作性。核酸研究。2007;35:2333–42. [PMC免费文章][公共医学][谷歌学者] 40Lan RY LP,Ansari AA Coppel RL,Gershwin ME。解决原发性胆汁性肝硬化难题:原发性胆汁性肝硬化免疫病理学的新兴图像。临床和应用免疫学评论。2005;5:271–284. [谷歌学者] 41Tanaka A、Leung PS、Kenny TP、Au-Young J、Prindiville T、Coppel RL、Ansari AA、Gershwin ME。原发性胆汁性肝硬化患者肝和胆道上皮细胞差异表达基因的基因组分析。J自动免疫。2001;17:89–98.[公共医学][谷歌学者] 42Nakagome Y、Ueno Y、Kogure T、Fukushima K、Moritoki Y、Ridgway WM、Eric Gershwin M、Shimosegawa T。NOD.c3c4小鼠的自身免疫性胆管炎与胆管细胞特异性Fas抗原缺乏相关。J自动免疫。2007;29:20–9.[公共医学][谷歌学者] 43Zein CO、Jorgensen RA、Clarke B、Wenger DE、Keach JC、Angulo P、Lindor KD。阿仑膦酸钠改善原发性胆汁性肝硬化患者的骨密度:一项随机安慰剂对照试验。肝病学。2005;42:762–71.[公共医学][谷歌学者] 44Lleo A、Battezzati PM、Selmi C、Gershwin ME、Podda M。自身免疫是性别问题吗?自动immun版本。2008;7:626–30.[公共医学][谷歌学者] 45.Gleicher N,Barad DH。性别是自身免疫性疾病的危险因素。J自动免疫。2007;28:1–6.[公共医学][谷歌学者] 46Lleo A,Selmi C,Invernizzi P,Podda M,Gershwin ME。细胞凋亡在自身免疫中的后果。J自动免疫。2008;31:257–62. [PMC免费文章][公共医学][谷歌学者] 47Mackay IR、Leskovsek NV、Rose NR。细胞损伤和自身免疫:一项批判性评估。J自动免疫。2008;30:5–11. [PMC免费文章][公共医学][谷歌学者] 48Hsu W、Rosenquist GL、Ansari AA、Gershwin ME。自身免疫和酪氨酸硫酸化。自动immun版本。2005;4:429–35.[公共医学][谷歌学者] 49Lagos-Quintana M,Rauhut R,Yalcin A,Meyer J,Lendecel W,Tuschl T.小鼠组织特异性微RNA的鉴定。当前生物量。2002;12:735–9.[公共医学][谷歌学者] 50Sempere LF、Freemantle S、Pitha-Rowe I、Moss E、Dmitrovsky E、Ambros V。哺乳动物microRNAs的表达谱揭示了脑表达microRNA的子集,可能在小鼠和人类神经元分化中发挥作用。基因组生物学。2004;5:R13。 [PMC免费文章][公共医学][谷歌学者] 51Visone R、Petrocca F、Croce CM。胃肠道和肝脏疾病中的微量核糖核酸。胃肠病学。2008;135:1866–9.[公共医学][谷歌学者] 52Cheung O、Puri P、Eicken C、Contos MJ、Mirshahi F、Maher JW、Kellum JM、Min H、Luketic VA、Sanyal AJ。非酒精性脂肪性肝炎与肝脏MicroRNA表达改变有关。肝病学。2008;48:1810–20. [PMC免费文章][公共医学][谷歌学者]