跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2010年4月1日;70(7):2789-98.
doi:10.1158/0008-5472.CAN-09-3541。 Epub 2010年3月23日。

microRNA靶位点内的单核苷酸多态性影响肿瘤易感性

附属公司

microRNA靶位点内的单核苷酸多态性影响肿瘤易感性

米莲娜·S·尼科洛索等。 癌症研究. .

摘要

与多基因疾病相关的单核苷酸多态性(SNP),如乳腺癌(BC),可以产生、破坏或修饰microRNA(miRNA)结合位点;然而,单核苷酸多态性在多大程度上干扰了miRNA基因的调控,并影响了癌症的易感性,这在很大程度上尚不清楚。我们假设SNP破坏miRNA靶结合是与癌症易感性相关的广泛机制。为了验证这一点,我们分析了已知与BC风险相关的SNP在电子和体外对miRNA结合位点和miRNA基因调控进行修饰的能力,并将其称为靶SNP。我们确定rs1982073-TGFB1和rs1799782-XRCC1为目标SNP,其等位基因分别通过与miR-187和miR-138的差异相互作用调节基因表达。全基因组生物信息学分析预测,约64%的转录SNP为靶SNP,可以修改(增加/减少)假定miRNA::mRNA双工体的结合能>90%。为了评估靶SNP是否与BC敏感性有关,我们进行了一项病例对照人群研究,观察到rs799917-BRCA1和rs334348-TGFR1的种系发生率在具有不同BC发病风险的人群中存在显著差异。在两种相互作用的miRNAs(miR-638和miR-628-5p)过度表达后,不同基因型癌症细胞系中靶SNP的荧光素酶活性、等位基因变体和蛋白质水平显示了靶基因的差异调节。因此,我们认为转录的靶SNP通过一种新的精细基因调控机制改变miRNA基因调控,进而改变蛋白质表达,从而增加癌症易感性的可能性。

PubMed免责声明

数字

图1
图1。miRNA的全基因组鉴定:靶SNP相互作用
用于miRNA和SNP相互作用分析的综合生物信息学策略的示意图概述。8%MFE绝对变化对应于从MFE变化分布中获得的20%和80%阈值(补充图S2)。
图2
图2。BC-associated target SNPs影响miRNA基因调控
()米兰达预测。#表明没有发现具有默认阈值的特异性miRNA::SNP相互作用(MFE<-16,得分>80)。(b条)荧光素酶报告子结构的示意图,包含miRNA结合位点内的靶SNP及其对miRNA相互作用的影响。(c(c))顶部,对于选定的SNP,miRNA::mRNA相互作用显示为活动等位基因(绿色)或非活动等位蛋白(红色)突出显示。BC-associated SNP与预测的相互作用miRNA或干扰阴性对照共转染pGL3-SNP构建物的荧光素酶活性(=1);值表示在六个重复中进行的3到5个独立实验的平均+/-标准偏差。(d日)TGFB1(左)和XRCC1(右)的WBmiR-187型miR-138基因分别在携带不同rs1982073-TGFB1和rs1799782-XRCC1变体的细胞系中进行转染。基因型显示在免疫印迹的顶部;以下是报告的TGFB1和XRCC1表达水平归一化文丘里蛋白水平,并与每个细胞系的打乱阴性对照转染(=1)进行比较。
图3
图3。目标SNP预测的验证
()顶部,对于两个SNP,miRNA::mRNA相互作用显示为活动等位基因(绿色)或非活动等位蛋白(红色)突出显示。与预测的相互作用miRNA共同转染的pGL3-SNP等位基因对的荧光素酶报告分析,rs799917-BRCA1::miR-638型(左面板)和rs334348-TGFBR1::miR-628-5p(右侧面板)。荧光素酶活性相对于加扰阴性对照表达(=1);值表示在六个重复中进行的至少三个独立实验的平均+/-标准偏差。根据miRanda预测,还显示了miRNA::mRNA的相互作用,活动等位基因(绿色)或非活动等位蛋白(红色)突出显示。(b条)BRCA1(左侧面板)和TGFBR1(右侧面板)的WBmiR-638型miR-628-5p分别在携带不同rs799917-BRCA1或rs334348-TGFBR1变体的细胞系中进行转染。基因型显示在免疫印迹的顶部;以下是报告的BRCA1和TGFBR1表达水平的标准化文丘里蛋白水平,并与每个细胞系的打乱阴性对照转染(=1)进行比较。(c(c))miRNA转染后分析的所有细胞中BRCA1和TGFBR1蛋白减少的平均值(分别为左面板和右面板),与每个基因型的打乱自然对照(=1)相比。

类似文章

引用人

工具书类

    1. Filipowicz W,Bhattacharyya SN,Sonenberg N.微RNA转录后调控机制:答案在眼前吗?自然资源部Genet。2008;9:102–14.-公共医学
    1. Miranda KC,Huynh T,Tay Y,et al.一种基于模式的方法,用于识别微RNA结合位点及其相应的异源双链。单元格22。2006;126:1203–17.-公共医学
    1. Tay Y、Zhang J、Thomson AM、Lim B、Rigoutsos I.Nanog、Oct4和Sox2编码区的微RNA调节胚胎干细胞分化。自然。2008;455:1124–8.-公共医学
    1. Spizzo R、Nicoloso MS、Croce CM、Calin GA。快照:癌症中的微RNA。单元格。2009;137:586e1。-公共医学
    1. 法老PD,Dunning AM,Ponder BA,Easton DF。发现易感癌基因变异的关联研究。Nat Rev癌症。2004年;4:850–60.-公共医学

出版物类型