一、显微切割鼻咽癌组织16号染色体杂合性缺失的研究（论文文献综述）
李璐[1]（2017）在《基于STR复合扩增技术的甲状腺乳头状癌遗传易感性研究》文中研究指明目的应用显微切割与常染色体STR复合扩增技术探讨甲状腺乳头状癌（PTC）新鲜组织癌细胞中常染色体STR基因座的遗传多态性,阐明甲状腺乳头状癌易感基因所在区域;研究PTC肿瘤细胞的STR基因座突变类型和规律,筛选与PTC发生、发展相关的基因座,以便更深入的阐释PTC发生、发展机制。从而为PTC的分子诊断、靶向药物的开发提供理论依据,为临床靶向治疗提供新的研究方向。方法1、样本采集:分别采集未经放化疗治疗且经3名以上病理医生诊断为PTC的68例患者的肿瘤组织和癌旁正常组织,以及262例无关健康个体的外周血。根据研究需要收集患者临床特征资料（病案号、姓名、性别、年龄、肿瘤大小、病理类型、有无转移）等信息。2、显微切割:采用显微切割技术分离出PTC组织的肿瘤细胞及癌旁正常间质细胞。3、DNA提取:分别采用石蜡组织DNA提取试剂盒、Chelex-100法提取PTC的肿瘤细胞、癌旁间质细胞,分别采用Chelex-100法、血液基因组柱式小量提取试剂盒提取健康个体外周血DNA。用Bio Spec-nano紫外可见分光光度计进行核酸定量。4、STR分型:分别采用AmpF?STRò华夏TM试剂盒、华夏TM白金PCR试剂盒和GoldeneyeTM DNA身份鉴定系统20A试剂盒（共23个STR基因座）扩增上述所提取的DNA。应用ABI 3500 Genetic Analyzer对PCR产物进行毛细管电泳,并使用GeneMapperòID-X 1.4软件进行STR分型,得到同一个体内肿瘤细胞、正常间质细胞的STR分型,PTC患者（实验组）与正常人群（对照组）血液的STR分型,标识发生STR突变的基因座并记录其突变类型。5、STR分型结果验证:采用重复实验、两种试剂盒互相验证的方法验证STR突变的发生。6、统计学分析:用PowerStatsV12软件进行基因多态性分析;用计数法统计STR突变在各突变类型、染色体、基因座水平的个数;用c2检验比较不同性别、年龄段、肿瘤大小、有无转移的PTC患者STR分型结果是否存在显着性差异,应用SPSS v17.0软件对上述实验结果进行统计学分析。结果PTC患者组D19S433-12的频率显着高于健康人群对照组（P<0.05）,D16S539-10的频率显着低于健康人群对照组（P<0.05）,各STR基因座纯合子的实际频率与理论频率差异无统计学意义（P>0.05）。在PTC组织中,观察到4种STR基因座突变类型:等位基因增加、出现新等位基因、完全杂合性丢失和部分杂合性丢失,前三种突变类型可以引起基因型的改变（STRGA）。三种导致基因型改变的STR基因座突变率不同,多为出现新等位基因。D2S1338基因座总突变率最高,STRGA检出率最高的基因座为CSF1PO、Penta E、D6S1043（均为0.0294）。VWA、D16S539、Penta D基因座均未发现突变。而在PTC中,突变多发生在2号和5号染色体上。经c2检验发现,PTC细胞STR基因座突变个数在不同性别（P<0.01）、不同年龄段（P<0.0001）的差异有统计学意义,而在不同肿瘤大小、不同转移情况的差异没有统计学意义（P>0.05）。结论1、D19S433-12基因座附近可能存在PTC的易感基因,D16S539-10基因座附近可能存在PTC的抑制基因。各基因座纯合率升高与否与患PTC的风险无关。2、PTC的发生与CSF1PO、Penta E、D6S1043基因座发生突变有关,与2号、5号染色体相关基因的突变有关。3、女性,年龄在4059岁的个体易发生PTC,且PTC细胞的STR基因座突变也易发生在该人群。4、STR基因座突变与肿瘤大小、是否发生转移无明显关系,STR基因座的这四种突变可能发生于PTC形成的早期,与PTC的预后无关。5、VWA、D16S539、Penta D基因座较稳定,可作为PTC个体识别的备选基因座。
赵娜[2]（2017）在《染色体16q、17p遗传学不稳定与乳腺癌发生的关系》文中研究指明目的:通过检测乳腺导管上皮普通型增生（usual ductal hyperplasia,UDH）、乳腺导管非典型增生（atypical ductal hyperplasia,ADH）,乳腺导管原位癌（ductal carcinoma in situ,DCIS）及乳腺浸润性导管癌（invasive ductal carcinoma,IDC）中染色体16q、17p微卫星不稳定（microsatellite instability,MSI）与杂合性缺失（loss of heterozygosity,LOH）的发生频率及p53、CDH13基因启动子的异常甲基化,尝试发现从UDH发展为IDC的重要分子生物学标志。方法:通过PCR-SSCP方法来检测101例乳腺病变（其中UDH 31例,ADH 10例,DCIS32例,IDC 28例）中染色体16q、17p上13个微卫星位点的LOH/MSI发生情况;甲基化特异性PCR（MS-PCR）及琼脂糖凝胶电泳法来检测其p53、CDH13基因启动子的异常甲基化发生情况。结果:101例标本中所有位点均有一定程度的LOH/MSI发生,且DCIS及IDC中的发生频率要高于UDH组（P<0.05）。染色体16q23区域的D16S515、D16S507、D16S422,17p12及17p13区域的D17S261、D17S654,LOH/MSI发生总频率分别为31.7%、21.8%、30.7%、25.7%、22.8%（P<0.05）,进一步两两比较后可知在D16S507和D16S515上UDH组的LOH/MSI的发生频率明显低于ADH组、DCIS组和IDC组（P<0.05）;D17S654和D16S422上UDH组的LOH/MSI的发生频率明显低于DCIS组和IDC组（P<0.05）;D17S261上UDH组的LOH/MSI的发生频率明显低于IDC组（P<0.05）。在IDC组中,16q与17p染色体上的MS发生LOH/MSI频率改变显着相关。在UDH中p53和CDH13基因的启动子区域的CpG岛异常甲基化发生率较低,并且p53基因启动子异常甲基化在乳腺癌患者中其发生频率明显高于UDH组和ADH组（P<0.05）;CDH13基因启动子异常甲基化的发生频率在乳腺癌患者中明显高于UDH组（P<0.05）。在UDH组和IDC组中,染色体发生LOH/MSI与p53基因启动子甲基化成正相关性（P<0.05）;在UDH组与IDC组中染色体发生LOH/MSI与CDH13基因启动子甲基化显着相关（P<0.05）。p53、CDH13基因启动子的异常甲基化发生时,四组乳腺病变中LOH/MSI发生频率的比较差异无统计学意义（P>0.05）。结论:位点D16S515、D16S507、D16S422和D17S654、D17S261发生LOH/MSI的改变可能在UDH发展为IDC中起到关键作用,是乳腺癌发生早期分子事件。抑癌基因p53的启动子异常甲基化发生可能是参与UDH及ADH发展为IDC的早期分子事件。抑癌基因CDH13的启动子异常甲基化发生可能成为UDH发展为IDC的重要分子生物学标志之一。
李素云[3]（2015）在《STGC3基因转录调控元件鉴定及功能位点分析》文中进行了进一步梳理[目的]运用生物信息学预测STGC3基因启动子,克隆并鉴定STGC3启动子;在此基础上,预测STGC3基因转录调控元件,分析并证实STGC3基因转录调控元件;进一步探讨STGC3基因相关转录因子对STGC3基因的转录调控作用。定点突变STGC3基因结构位点,通过检测基因突变后对鼻咽癌细胞生物学行为的影响,探讨STGC3基因发挥抑瘤作用的功能性位点,本研究为阐明STGC3基因的结构、功能及转录调控机制提供重要的实验依据。[方法]采用生物信息学预测并分析STGC3基因启动子区,克隆最有可能的启动子,构建双荧光素酶报告基因质粒,质粒经酶和测序鉴定,经脂质体瞬转至细胞,通过报告基因表达产物双荧光素酶活性检测,以鉴定STGC3基因启动子区。在启动子鉴定基础上,预测STGC3基因核心启动子区转录因子特异性结合位点,采用电泳迁移率变动分析法（EMSA）及染色质免疫共沉淀分析（Ch IP）法,验证转录因子特异性结合位点,从而明确该基因转录调控元件。采用RT-PCR和Western blot检测STGC3基因高表达的NP69细胞系和STGC3基因低表达的CNE2细胞系中Sp1的表达水平,然后运用RNAi技术干扰细胞中Sp1的表达,通过q RT-PCR和Western blot,分析Sp1低表达后对STGC3基因的影响,以验证转录因子Sp1的转录调控作用。针对STGC3基因糖基化位点（656 C）、蛋白激酶C磷酸化位点（725 C）和酪蛋白激酶Ⅱ磷酸化位点（913 T）,3个可能性功能位点,运用Stratagene定点突变技术,对STGC3蛋白糖基化位点、蛋白激酶C磷酸化位点及酪蛋白激酶Ⅱ磷酸化位点分别进行单碱基定点突变,使656 C突变为G,725 C突变为T,913 T突变为G。构建带His标签的突变重组真核表达质粒,质粒经转化、抽提、酶切及测序鉴定,转染至鼻咽癌CNE2细胞系。通过RT-PCR和Western blot及免疫细胞化学从m RNA和蛋白质水平检测,得到稳定表达突变STGC3基因的CNE2细胞系。通过MTT和胎盼蓝染色细胞计数法检测STGC3基因突变对CNE2细胞生长增殖影响,采用流式细胞术检测STGC3基因突变对CNE2细胞周期以及凋亡影响,采用Western blot对凋亡相关蛋白Bax的影响,以明确STGC3基因的抑瘤功能位点。[结果]生物信息学结果显示,STGC3基因5’端上游的-3046bp至-46bp区域有启动子活性,在-2992bp至-69bp间启动子分值达0.8以上,其中-845bp至-795bp间分值最高,达到1.0。在-1140bp和-774bp处检测到GC盒信号,在-441bp处检测到CAAT盒信号。有两个Cp G岛:分别在-1805bp至-1705bp和-900bp至-684bp间;有两个转录起始位点:分别在-2348bp和-948bp处。经不同长度的片段缺失比对,取最有可能的283bp（-1360bp至-1077bp）、281 bp（-934bp至-653bp）和571 bp（-500bp至+72bp）启动子片段,构建p GL3-en283、p GL3-en281、p GL3-en571三种质粒,与阴性对照p GL3-enhance质粒相比,三种质粒均具有较强的启动子活性,三种质粒中以p GL3-en281质粒的启动子活性最强。认为-934bp至-653bp为STGC3基因核心启动子区。生物信息学结果显示,在STGC3基因核心启动子区-934bp至-653bp区域存在21个转录因子结合位点,其中9个为Sp1转录因子结合位点;当严格限定参数后,结果显示,基因核心启动子区域含有5个转录因子结合位点,其中Sp1转录因子结合位点2个。经EMSA和Ch IP实验证实,结果显示,STGC3基因中存在转录因子Sp1特异性结合位点,从而鉴定出STGC3基因转录调控元件。RT-PCR技术检测结果显示CNE2细胞组（1.12±0.05）中,转录因子Sp1在m RNA水平上,表达较NP69细胞组（0.33±0.02）明显升高,差异有统计学意义（P<0.01）。Western blot结果显示,CNE2细胞组（2.67±0.28）中转录因子Sp1在蛋白水平上,表达高于NP69细胞组（1.17±0.17）,差异具有统计学意义（P<0.05）。说明转录因子Sp1有可能负调控STGC3基因。在此基础上,构建3个Sp1-sh RNA干扰质粒,经酶切及测序鉴定,结果显示,片段大小一致,序列正确,表明成功构建了Sp1干扰载体。Sp1-sh RNA干扰载体,经q RT-PCR及western blot筛选。筛选出干扰效率高的Sp1-sh RNA载体,转染至Sp1高表达的CNE2细胞系,q RT-PCR及western blot检测STGC3基因表达,结果显示CNE2细胞系中,干扰Sp1表达后,STGC3表达增高。突变质粒经酶切和测序鉴定,酶切结果显示目的片段大小一致,测序结果显示序列正确,成功构建三个突变型（His-STGC3-C656G、His-STGC3-C725T和His-STGC3-T913G）真核表达质粒。转染至鼻咽癌CNE2细胞系,突变质粒经RT-PCR、Western Blot及免疫细胞化学结果显示,突变质粒均表达STGC3基因m RNA和His-tag-STGC3融合蛋白质,MTT和胎盼蓝染色细胞计数生长曲线结果表明,His-STGC3-C656G和His-STGC3-C725T突变组对细胞的生长增殖抑制能力降低,与野生型组比较,差异有统计学意义（P<0.05）;His-STGC3-T913G突变组不影响细胞生长增殖能力。流式细胞术检测结果显示,His-STGC3-C656G组（1.20%±0.13%）和His-STGC3-C725T组（1.50%±0.26%）,细胞凋亡率降低,与His-STGC3组,差异有统计学意义（P<0.05）,三个突变组对细胞生长周期无影响。Western Blot对凋亡相关蛋白Bax检测,结果显示,His-STGC3-C656G和His-STGC3-C725T突变组Bax蛋白表达降低,与野生型His-STGC3组比较,差异有统计学意义（P<0.05）。[结论]（1）-2992bp至-69bp为STGC3基因的启动子区,-934b至-653bp为其核心启动子区;（2）STGC3基因启动子区内有Sp1特异性结合位点,Sp1对STGC3基因表达起负调控作用;（3）STGC3基因656位C和725位C,是其重要功能性位点。
刘爱凤[4]（2013）在《膜联蛋白A1对鼻咽癌细胞侵袭转移能力的影响》文中指出目的：研究膜联蛋白A1（AnnexinA1）对鼻咽癌细胞侵袭转移能力等生物学行为的影响，初步探讨AnnexinA1在鼻咽癌侵袭转移中的作用，分析其作用机制。方法：选取高转移鼻咽癌细胞系5-8F和低转移鼻咽癌细胞系6-10B，Western blot检测两株细胞中AnnexinA1的表达情况，构建AnnexinA1真核过表达载体及干扰载体，分别稳定转染两株细胞，提取细胞总蛋白，Western blot鉴定转染后Annexin A1的表达水平，筛选Annexin A1稳定表达上调/下调鼻咽癌细胞系，采用CCK-8细胞计数、流式细胞术分析、软琼脂集落形成及细胞迁移侵袭等实验，观察AnnexinA1表达改变前后两组细胞表型的变化。结果：（1） AnnexinA1在5-8F中低表达，在6-10B中高表达；（2） AnnexinA1表达上调抑制鼻咽癌细胞生长、增强其G0/G1阻滞能力、减弱其停泊非依赖性生长能力、减弱其迁移侵袭能力；表达下调促进鼻咽癌细胞生长、促进其越过G0/G1期阻滞、增强其停泊非依赖性生长及迁移侵袭能力。结论：（1）成功构建AnnexinA1真核过表达载体及干扰载体；（2）AnnexinA1表达上调能抑制鼻咽癌细胞的生长、增殖及侵袭转移；AnnexinA1表达下调能促进鼻咽癌细胞生长、增殖及侵袭转移。
李娜,佟秀琴[5]（2012）在《KLF6在肿瘤中的研究进展》文中研究表明随着科学技术的不断发展,人们对肿瘤的认识不断加深。KLF6是一种在哺乳动物组织中普遍表达的核转录调控因子,参与生长发育、细胞分化、生长信号的转导、细胞增殖、凋亡和血管形成等过程。研究表明,KLF6作为肿瘤抑制基因,在肿瘤的发生发展中起重要作用。文章从KLF6的结构功能、在肿瘤发生发展中的作用、肿瘤中的失活机制及KLF6在恶性肿瘤等方面进行综述。
张胜[6]（2010）在《舌鳞癌基因组DNA甲基化谱的初步构建》文中提出随着肿瘤机制研究的不断深入,表观遗传学（epigenetics）已日益受到重视。表观遗传学是指在基因组序列不变的情况下,可以决定基因表达与否并可稳定遗传下去的调控信息；而表观遗传组学（epigenomics）是指在基因组水平上对表观遗传学改变的研究。目前,表观遗传组学研究已成为肿瘤研究领域的新前沿。DNA甲基化是哺乳动物基因组最为常见、研究最为深入的一种表观遗传学事件,参与调节多种生命活动。每种类型的肿瘤都有其特定的DNA甲基化模式,不同肿瘤或同一肿瘤的不同发生阶段中基因组DNA上CpG岛甲基化状态的差异,构成了肿瘤特定DNA甲基化谱。舌鳞状细胞癌（Tougue Squamous Cell Carcinoma, TSCC）是口腔鳞状细胞最为常见的恶性肿瘤,其发生发展的分子机制还未阐明。过去十几年中,在口腔鳞状细胞癌（Oral Squamous Cell Carcinoma, OSCC）中相关基因的DNA异常甲基化研究方面取得了一些进展,但大部分研究只是针对几个或一群基因采取候选基因研究方法,迄今还没有基于全基因组层面上直接、全面、系统分析TSCC中DNA甲基化情况的报道。舌鳞癌DNA甲基化谱建立不仅有助于全面揭示舌癌发生发展的分子机制,更重要的是可为舌鳞癌的早期诊断、治疗及预后评价等提供非常有价值的依据。缺少高通量筛选技术可能是影响基因组水平研究DNA甲基化谱系的关键因素。DNA甲基化芯片的发展为推动表观遗传组学研究提供了新的契机。NibmbleGen公司制备的甲基化芯片是目前国际上覆盖人类基因组CpG岛最多、注释最全面的一种芯片,而且这种芯片具有较高灵敏度和特异性的特点。基于以上因素,本课题采用最新发展的甲基化DNA免疫沉淀（Methylated DNA Immunoprecipitation, MeDIP）结合NimbleGen HG18 CpG Promoter芯片高通量分析舌鳞癌组织DNA甲基化情况,并结合芯片提供的信息,进一步在舌鳞癌组织和癌旁正常对照组织中分析基因的表达情况,初步筛选出舌鳞癌相关的基因。[甲基化芯片检测舌鳞癌基因组DNA甲基化分布]本课题收集了9例患者舌鳞癌肿瘤组织及其癌旁正常对照组织标本,并将9例标本分别抽提获得DNA,组成肿瘤和正常两组样品。采用MeDIP方法富集两组样品基因组DNA中甲基DNA片段,在严格的质控检验后,分别与两张甲基化芯片进行杂交,对杂交信号进行扫描以及初步数据处理,并对两组间数据进行比较分析。结果显示,有1269个DNA甲基化位点只存在于肿瘤组织中,其中涉及到330个基因,这些基因分布在不同的染色体上。定位在1号染色体上的甲基化差异基因最多,有28个,占肿瘤组织内甲基化差异基因的8.48%；其次,19号染色体上有27个,占差异总数的8.18%；而定位在18号染色体上的差异基因最少,只有4个,所占比率为1.21%;330个舌鳞癌组织中甲基化基因的甲基化区域有218个（66.1%）位于基因的启动子区,并有70%为CpG岛。同样,在癌旁正常对照组织中,差异DNA甲基化的位点共有1385个,涉及基因有321个。基因分布于各染色体上,其定位和分布数量差别较大。其中,定位在19号染色体上的甲基化差异基因最多,高达40个,占癌旁组织中甲基化差异基因的12.46%；其次为X染色体和1号染色体,分别有32个和23个,占差异总数的9.97%、7.17%；而定位在14号染色体上的差异基因最少,只有2个,所占比率为0.62%。321个甲基化基因的甲基化区域有210个（65.4%）位于基因的启动子区,43.6%为CpG岛。筛选得到的差异甲基化基因具有一定家族聚集性,四个角蛋白家族基因和六个跨膜蛋白家族基因均在肿瘤组织中发生甲基化；而7个黑色素瘤抗原家族成员则在癌旁正常对照组织中发生甲基化。采用在线GO分析网站Gostat对芯片筛选出来的差异甲基化基因进行功能分类,发现差异基因参与了基因转录调控、生殖、发育、代谢、离子转运、细胞生长和增殖、细胞分化和凋亡、细胞通讯、信号转导、细胞粘附等广泛的生物学过程,同时还涉及多条与机体免疫及肿瘤发生有关的信号通路,如Cell Communication、Purine metabolism、Cell adhesion molecules （CAMs）、Natural killer cell mediated cytotoxicity、Neuroactive、ligand-receptor、interaction、Glycerophospholipid metabolism、leukocyte transendothelial migration、Fc epsilon RI signaling pathway等。由此可以推测,这些甲基化异常的基因可能与TSCC的发生发展密切相关。[芯片结果的初步验证及肿瘤相关基因的初步筛选]从海量的芯片杂交数据中挑选出肿瘤组织中发生异常甲基化的ITIH5基因和FBLN1基因以及癌旁正常对照组织中发生异常甲基化的RUNX3基因,采用MSPCR方法检测三个基因分别在肿瘤组织和癌旁正常对照组织中的甲基化改变情况。结果发现,在癌旁正常对照组织中检测到ITIH5、FBLN1两个基因分别存在25%和20%的DNA异常甲基化,但两个基因在肿瘤组织中均存在较高频率的DNA异常甲基化,分别为70%（14／20）、55%（11／20）。统计学分析证实,两个基因在肿瘤组织和对照组织中的甲基化程度存在显着差异（P=0.004<0.01,P=0.026<0.05）。另外,RUNX3基因的DNA异常甲基化在癌旁正常对照组织和肿瘤组织中发生的频率分别为55%和15%,两者之间同样存在显着差异（P=0.008<0.01）.MSPCR初步验证结果与芯片结果相似,初步证明芯片结果的可靠性。为了进一步筛选舌鳞癌相关的肿瘤基因,我们通过分析芯片结果,选择出与肿瘤发生密切相关的并在舌鳞癌组织中未深入研究的6个基因（BCL2L14、CDCP1、DIRAS、FBLN1、ITIH5、RUNX3）进行初步分析。采用RT-PCR方法对6个基因在舌鳞癌组织中的表达情况进行初步筛选,结果提示,DIRAS、FBLN1、ITIH5在舌鳞癌组织中表达下调（P<0.05）,下调频率分别是45%（9／20）、40%（8／20）、55%（11／20）；而BCL2L14、CDCP1、RUNX3则在舌鳞癌组织中表达显着上调（P<0.05）,上调频率分别是60%（12／20）,50%（10／20）,75%（15／20）。提示6个功能不同基因可能与舌鳞癌的发生发展有关。进一步对FBLN1、ITIH5、RUNX3三个基因进行表达异常与甲基化关系分析,结果发现,FBLN1、ITIH5基因分别在87.5%（7／8）、90.9%（10／11）表达下调的舌鳞癌组织标本中存在DNA异常甲基化；同样,RUNX3基因则在66.7%（10／15）表达上调的肿瘤组织对应的癌旁对照组织中存在异常甲基化。说明DNA异常甲基化与三个基因在组织中的表达异常有关。综上所述,通过本研究初步构建了人舌鳞癌组织与癌旁正常对照组织基因组DNA甲基化谱,得到了大量的DNA甲基化分布信息,为进一步建立更为精确的舌鳞癌DNA甲基化谱奠定了基础,也为阐明舌鳞癌发病的分子机制提供了可能。另外,本课题初步筛选出6个与舌鳞癌发生发展密切相关的基因,可作为以后更深入研究的靶标,为舌鳞癌临床诊断、治疗或预后等分子标志物的筛选提供了实验依据。
滕晓英[7]（2009）在《肝硬变组织中变异肝细胞结节的检出及其遗传学改变》文中研究说明目的：肝细胞癌（hepatocellular carcinoma, HCC）是人类最常见的恶性肿瘤之一,其发生机制尚未完全阐明。对肝移植时取出的病肝进行的观察显示,变异肝细胞病灶（focus of altered hepatocytes, FAH）是最早期、最常见的一类肿瘤前期病变,它们可能通过形成变异肝细胞结节（nodule of altered hepatocytes, NAH）和／或小细胞性改变（small-cell change, SCC）进展为HCC。本研究观察了50例HCC切除标本,从癌周肝组织中检出了NAH和SCC改变,并对经显微切割分离的50个NAH病变进行了多个位点的杂合性丢失（loss of heterozygosity, LOH）的分析,以期能证实它们与HCC的关系及其相关的遗传学改变。方法：选择50例HCC和1例不典型腺瘤样增生（atypical adenomatoid hyperplasia,AAH）切除标本,对肿瘤周围肝组织进行组织学和免疫组织化学观察,按已经建立的标准检出不同类型的FAH和NAH,并对是否伴有SCC及其级别进行评判。应用61个微卫星位点分析检测22例HCC组织的LOH。选出代表性位点28个,对通过显微切割分离的50个NAH和5个普通再生结节（regenerative nodule, RN）进行LOH分析。同一个位点LOH发生率达到20%者被认为是频繁发生（频发）事件,达到30%者被认为是高度频繁（高频）发生,同一类病变发生LOH的平均数被称为等位基因失衡指数（allelic imbalance index, All）。并挑选可能与LOH发生相关的5种蛋白标志物进行免疫组织化学检测,以初步了解其功能改变。结果：共观察了50例HCC切除标本,癌周肝组织均呈慢性肝炎表现,其中38例（76%）伴有肝硬变。这些标本中,均检出FAH和NAH。在33例（66%）标本中查见SCC,均为低级别SCC。硬变癌周组织中SCC病变检出率为81.6%（31/38）,高于不伴有肝硬变者（2/12,16.7%；P<0.05）。对1例AAH的观察显示,此病变由多个NAH构成,多数伴有高级别的SCC改变。挑选7例Edmondson I级、11例Ⅱ级和4例Ⅲ级HCC标本进行LOH分析。结果显示,Ⅰ级HCC标本的LOH检出率为86%（6/7）,Ⅱ级HCC标本的LOH检出率为82%（9/11）,而Ⅲ级标本均显示出等位基因失衡。三组标本的AII分别为6.3（0-10个）、3.3（0-12个）和8.5（3-16个）。检测的61个位点中,43个（70%）在至少1例标本中发生了LOH。其中D16S3029位点的LOH频率最高,为43%（6/14）,其它高频缺失的位点包括D11S2008（42%,8/19）、D17S796（40%,8/20）、D11S1301 （37%,7/19）、D8S261（36%,4/11）、D6S1008（31%,4/13）和D17S1840（30%,6/20）,分别位于6q、8p、11p、16q及17p。根据上述对HCC的观察,选择28个代表性位点,对NAH（n=50）以及RN（n=5）进行了LOH分析。17个不伴有SCC的NAH标本中,14个（82%）至少在一个位点上显示出等位基因失衡,AII为2.3（0-6个）；33个伴有SCC的NAH中,28个（85%）显示出等位基因失衡,AII为3.2（0-8个）；22例HCC标本中,28个位点的检测结果显示,19例（86%）显示出LOH,AII为5.4（0-12个）,高于NAH以及伴有SCC的NAH（P<0.05）；检测的5例RN均未显示出LOH。这些数据进一步证实,与RN不同,大多数NAH病变已经属于克隆性增生,不管是否伴有SCC。我们的结果还显示,不伴有SCC的NAH和伴有SCC的NAH改变携带有特征性的遗传学改变,前者中,LOH频发位点包括D8S1754（4/16,25%）、D11S1301（6/13,46.2%）和D17S796（4/17,23.5%）,而后一组病变的LOH频发位点包括D6S1008（7/32,21.9%）、D11S1301（9/29,31%）、D11S2008（7/33,21.2%）和D17S695（6/29,20.7%）。与HCC病变的LOH发生谱相对照,显示D11S1301、D17S796等位点的LOH从SCC发生之前就存在,提示可能与HCC发生的早期事件相关；D17S695等位点见于伴有SCC的NAH病变和HCC,提示可能与SCC的发生有关；D17S1840、D17S926等仅见于HCC,提示可能与肝细胞肿瘤恶性转化阶段有关系。按照以上LOH结果,我们选出可能与LOH相关的5种蛋白进行免疫组织化学检测。50例HCC病例中,随着病理学分级的升高,p53蛋白表达水平有增加的趋势；XAF1的表达在FAH/NAH与伴有SCC的FAH/NAH和肝细胞癌间的差异不具有统计学意义；wwox清晰地勾勒出癌旁组织中的FAH/NAH, WWOX在FAH/NAH和HCC中的表达较正常肝组织显着降低,提示我们WWOX可能参与HCC形成的早期过程；而β-catenin和E-cadherin在三组间的表达无统计学差异。结论：通过对手术切除标本的观察,证实了NAH是广泛存在的,肝硬变组织中SCC的检出率明显高于不伴肝硬变的组织。不管是否伴有SCC,多数NAH均可检测到LOH,表明它们都是克隆性增生,属于微小肝细胞腺瘤,相当于肝实质上皮内肿瘤（hepatic intraepithelial neoplasia,HIN）。NAH及伴有SCC的NAH中发生的LOH改变都见于HCC标本,证实这两种病变都是HCC前期改变,代表了HCC发生的不同阶段。它们之间在LOH发生谱上的不同提示NAH的发生、进展（SCC发生）以及充分恶性表型的出现可能涉及不同的遗传学改变。WWOX在伴／不伴有SCC的NAH和HCC中的表达较结构正常肝组织明显降低,提示其可能参与HCC形成的早期过程,可能与16q的LOH相关。
邓坦[8]（2009）在《SPLUNC1相关差异miRNA的功能及分子网络调控机制分析》文中研究表明鼻咽癌是一种在中国南部和东南亚地区高发的多基因遗传性恶性肿瘤。SPLUNC1基因是我室克隆的鼻咽癌候选抑瘤基因,它在鼻咽正常组织中高表达,而在鼻咽癌细胞系和组织中低表达。我室前期研究发现SPLUNC1蛋白是一种细胞表面的分泌性蛋白,它不仅能够通过结合细菌脂多糖与革兰氏阴性菌相结合,还能够抑制EB病毒。说明SPLUNC1可能是一种天然免疫保护分子。我室还克隆了多个候选鼻咽癌抑瘤基因,比如BRD7,NGX6,UBAP1,LPLUNC1,NAG7等,长期以来,我们都是用单基因转染的方法来研究它们抑制鼻咽癌的机制,但这些抑瘤基因是如何共同作用来阻止多基因遗传性肿瘤发生发展的机制还不为人知。miRNA是近年来生命科学的热点,它是一种内源性调控转录后信使RNA的小分子RNA,由于miRNA对其数以百计的靶基因的调控使miRNA与信使RNA之间组成了复杂的调控网络。正是miRNA调控多基因的这一特点,也许能帮助解决我们多个抑瘤基因共同作用机制的疑问。为了了解SPLUNC1与miRNA在鼻咽癌中调控的分子机制,我们进行了如下研究,并取得了相应的结果:[has-mir-141与has-mir-205在SPLUNC1转染细胞系中表达下调]我们将含有全长的SPLUNC1基因的载体转染至高侵袭,高转移性鼻咽癌细胞系5-8f中,并建立了稳定转染的细胞系。我们利用博奥生物有限公司开发的针对435个人（包含Nature杂志预测的有122个miRNA）、196个大鼠、261个小鼠成熟miRNA的哺乳动物miRNA芯片分析了转染SPLUNC1与其空白对照组的miRNA的差别。结果转基因组和对照组相比,共有25种miRNA表达明显上调,（fold change>3）29种miRNA表达明显下调。（fold change>3）.其中两种强烈下调的miRNA（fold change>10）,has-mir-141与has-mir-205通过northernblot和Q-PCR验证,确定确实在在SPLUNC1转染细胞系中表达下调。随后通过显微切割10例鼻咽癌组织和10例正常对照鼻咽组织进行Q-PCR验证,我们发现hsa-mir-141在鼻咽癌组织中的表达略强于鼻咽组织对照,两者之间的差异存在统计学意义,而has-mir-205表达则没有差别。[通过细胞生物学实验证实has-mir-141和has-mir-205在鼻咽癌细胞系中起着瘤基因的作用]对特定miRNA的相关细胞生物学功能的研究通常是通过脂质体转染它的成熟体（mimics）与抑制子（inhibitors）进入相应细胞,人为改变细胞内相应miRNA的含量,达到上调和下调细胞内miRNA的表达的作用进而研究这一系列改变对细胞生长,运动功能,穿膜能力,凋亡,细胞周期等功能的影响。MTT实验显示通过转染hsa-mr-141与hsa-mir-205的成熟体（mimics）与抑制子（inhibitors）及其相对应的成熟体对照（NC）抑制子对照（INC）,在实验的前三天各转染组之间没有明显差别,第四天以后,hsa-mir-141抑制子组（inhibitors）较其他对照组生长速度减慢了30%左右,而hsa-mir-205成熟体（mimics）组较其他各对照组生长速度提高了40%左右。由于5-8f细胞是一种高侵袭,高转移性肿瘤细胞,我们想知道miRNA对细胞这一特性的影响。通过细胞划痕实验,我们发现hsa-mir-141和hsa-mir-205的成熟体组（mimics）均能显着促进5-8f细胞划痕伤口的愈合,而hsa-mir-141的抑制子组（inhibitors）则明显能减缓5-8f细胞划痕伤口的愈合;而通过transwell实验我们发现hsa-mir-141与hsa-mir-205的抑制子组（inhibitors）能明显降低5-8f细胞穿膜能力。流式细胞术分析发现抑制hsa-mir-141和hsa-mir-205能促进细胞凋亡,并能将5-8f细胞阻滞于G1到S期之间。通过western blot对细胞周期相关的一些分子进行检测,我们发现显示hsa-mir-205与141抑制子（inhibitors）均能促进caspase8与caspase3的表达达到促进凋亡的目的,同时它们同时具有促进JNK2及NF-κB P65表达,并抑制Iκα的表达。这些结果说明hsa-mir-205与141抑制子能够通过影响MAPK通路和TNFR通路的相关分子达到阻滞细胞周期的作用。[has-mir-141与has-mir-205所预测的靶基因与SPLUNC1转染影响的差异mRNA基因多位于相同的肿瘤调控通路]我们对转染SPLUNC1的差异miRNA has-mir-141和has-mir-205进行了靶基因预测,分别通过在线软件pictar,targetscan4.0进行预测。随后我们运用在线基因功能分析软件DAVID 2008 FunctionalAnnotation Bioinformatics Microassay Analysis Tools对hsa-mir-141与hsa-mir-205所预测的靶基因进行功能归类和信号通路分析,发现它们的靶基因涉及到MAPK,JAK-STAT,Cell cycle,wnt,tightjunction,Adherens junction等多条与肿瘤调控细胞凋亡等功能相关通路。由于hsa-mir-141与hsa-mir-205在鼻咽癌细胞相对低表达,所以我们考虑它们在通路中主要影响抑瘤基因,我们发现了其中一些具有研究价值的抑瘤基因:MAP2K4,MAP3K3,DLC1,TP53BP2等。更让我们感兴趣的是,我们在has-mir-141的靶基因中发现了同属我室克隆的抑瘤基因UBAP1。随后通过安捷伦全基因组芯片The WholeHuman Genome Oligo Microarray分析SPLUNC1转染对鼻咽癌细胞系mRNA水平的影响,我们发现转基因组与空白组比较上调明显（FOLDchange>2）的有1698个基因,转基因组与空白组比较下调明显（FOLDchange>2）的有2135个基因。通过对转染SPLUNC1的差异miRNA的预测靶基因和全基因组芯片上下调的差异基因进行比较对接,我们发现它们之间完全意义的一对一重合几乎没有。但运用安捷伦的差异基因通路分析软件,我们对SPLUNC1转染的差异基因对涉及到的细胞通路进行了归类和分析。我们发现SPLUNC1转染差异基因的通路分布状况和hsa-mir-141与hsa-mir-205所预测靶基因的通路分布极为相似,比如其中的MAPK,JAK-STAT,Cell cycle,wnt通路等。提示我们SPLUNC1基因影响这些肿瘤相关通路不仅可以自身直接调控,也可以通过调控miRNA来间接实现。[has-mir-141能通过直接作用UBAP1基因3’非编码区调控UBAP1蛋白的表达]我们将构建好的质粒与相应miRNA mimics或inhibitors共同转染至5-8f细胞内,通过荧光素酶检测,我们发现has-mir-141 mimics对UBAP1空白报告质粒组及UBAP1突变体组无明显影响,但对插入了UBAP13‘UTR片段的报告质粒组荧光素酶强度下降了50%,（图3-606）说明UBAP1实受hsa-mir-141直接影响,即UBAP1为hsa-mir-141的靶基因。通过western blot验证,结果表明UBAP1在5-8f及对照中低表达,在抑制hsa-mir-141和SPLUNC1转染细胞系中表达明显增强。这一结果不仅表明has-mir-141能影响UBAP1蛋白,而且说明SPLUNC1能通过下调has-mir-141来达到上调UBAP1共同发挥抑制鼻咽癌肿瘤的作用。[总结]前期研究表明SPLUNC1转染不仅影响MAPK通路中关键分子如JNK2,NF-κB等,也影响TNFR通路中的caspase3和caspase8进而导致细胞的凋亡和细胞周期的改变。我们通过western blot发现抑制hsa-mir-141有着同样的功能和作用,SPLUNC1转染引起hsa-mir-141与hsa-mir-205下调,而hsa-mir-141不仅可以影响MAPK通路的关键分子,也可以通过上调鼻咽癌候选抑瘤基因呢UBAP1,通过其对肿瘤发生的关键蛋白的抑制作用,共同扭转鼻咽癌的恶性表型。在整个假想调控通路中,差异miRNA的作用是最为关键的。SPLUNC1与has-mir-141是否确实存在共同对MAPK通路的调控作用,还需要更多的后期实验来加以证实。
谢源阳[9]（2009）在《抑瘤基因RUNX3在胶质瘤中的表达及启动子甲基化的研究》文中研究表明脑胶质细胞瘤是颅内常见的原发肿瘤,预后不良。尽管采取了手术、放疗和化疗等综合治疗措施,仍然难以取得满意的疗效。RUNX3基因是人类Runt结构域转录因子家族成员,在神经轴突形成、细胞增殖和凋亡等方面发挥重要的作用。最近的研究表明RUNX3基因在多种肿瘤中表达下调,是一候选抑瘤基因,其表达的调控多与基因启动子甲基化状态有关。但目前关于RUNX3基因在胶质瘤中的表达特点还不清楚,其在胶质瘤中的表达调控机制有待进一步研究。本研究运用免疫组化检测RUNX3蛋白在胶质瘤和正常脑组织中的表达,分析其表达与各临床资料的关系;随后运用MSP检测胶质瘤中RUNX3基因启动子甲基化的状态,初步探讨其在胶质瘤中表达下调的分子机制;最后运用特异性去甲基化药物5-氮胞苷干预胶质瘤细胞株,试图通过逆转甲基化状态恢复RUNX3基因的表达,并检测胶质瘤细胞的增殖和侵袭能力,观察5-氮胞苷对胶质瘤细胞株的影响。第一章RUNX3蛋白在胶质瘤中的表达及临床意义目的:研究RUNX3蛋白在正常脑组织和胶质瘤中表达,探索RUNX3基因在胶质瘤中的作用,以及RUNX3蛋白在胶质瘤中异常表达与临床病理资料之间的关系。方法:运用免疫组化的方法检验了40例脑胶质瘤和8例正常脑组织石蜡标本中RUNX3蛋白的表达情况,并比较RUNX3蛋白在各临床病理特征分组间的差异。结果:正常脑组织中RUNX3蛋白均为阳性或强阳性表达,而在17/4.0（42.5%）胶质瘤中为阴性或弱阳性表达,其表达水平在胶质瘤中较正常脑组织中明显下降（P=0.024）。RUNX3蛋白在胶质瘤中的表达随着肿瘤恶性程度的增加表达进行性降低（r=-0.478,P=0.002）,低级别（Ⅰ-Ⅱ级）胶质瘤中IRS为7.70±3.20,高级别（Ⅲ-Ⅳ级）胶质瘤中IRS为4.75±2.88,RUNX3蛋白在低级别和高级别胶质瘤中表达强度有明显差异（X2=8.697,P=0.020）。但RUNX3蛋白的表达与胶质瘤的病理类型、患者年龄、性别、肿瘤部位等因素无显着相关性。结论:RUNX3蛋白在胶质瘤组织中存在明显的表达缺失或下调,并且其表达水平随着肿瘤级别的升高而降低。RUNX3基因可能作为一抑瘤基因参与了胶质瘤的发生和发展。第二章胶质瘤中RUNX3基因的转录表达及其启动子甲基化状态的研究目的:检测RUNX3基因启动子甲基化情况,探索影响RUNX3基因在胶质瘤和正常脑组织中表达差异的分子机制。方法:分别运用RT-PCR和Western blot方法检测10例正常脑组织和35例胶质瘤新鲜标本中RUNX3 mRNA和蛋白的表达水平,分析其与临床病理资料之间的关系,运用特异性甲基化PCR（MSP）检测同批标本的RUNX3基因启动子甲基化情况,分析RUNX3基因表达水平与其启动子甲基化之间的关系。结果:35例胶质瘤中RUNX3 mRNA和蛋白的光密度比值分别为0.303±0.23 1和0.401±0.217。10例正常脑组织RUNX3 mRNA和蛋白的光密度比值分别为0.767±0.047和0.753±0.042。RUNX3 mRNA和蛋白的表达在正常脑组织和胶质瘤中有显着区别（P＜0.01）。RUNX3 mRNA和蛋白在低级别胶质瘤（Ⅰ-Ⅱ级）中表达为0.428±0.241和0.553±0.196,高级别胶质瘤（Ⅲ-Ⅳ级）中分别为0.208±0.175和0.287±0.154,表明RUNX3 mRNA和蛋白的表达水平随着胶质瘤恶性程度的增加而降低(rmRNA=-0.598,PmRNA＜0.01;rprotein=-0.703,Pprotein＜0.01),并且RUNX3 mRNA和蛋白的表达水平呈正相关（r=0.965,P＜0.01）。MSP显示35例胶质瘤标本中有42.8%（15/35）RUNX3基因启动子发生甲基化,10例正常脑组织中未检测到RUNX3启动子的甲基化,RUNX3启动子甲基化在正常脑组织和胶质瘤中比较有显着的统计学差异（P＜0.01）,并且RUNX3启动子甲基化与肿瘤的恶性程度相关,在低级别胶质瘤中只有20%（3/15）RUNX3启动子甲基化,而在高级别胶质瘤中甲基化率为60%（12/20）。15例RUNX3基因甲基化的胶质瘤中mRNA和蛋白分别为0.1 13±0.098和0.213±0.105,20例未甲基化胶质瘤中mRNA和蛋白分别为0.445±0.197和0.612±0.169,RUNX3启动子高甲基化与mRNA及蛋白表达呈显着负相关（P＜0.01）。结论:RUNX3基因启动子在胶质瘤中异常高甲基化。RUNX3基因启动子高甲基化是RUNX3基因在胶质瘤中表达下调的重要原因,并且RUNX3基因启动子高甲基化在高级别胶质瘤中更为常见。第三部分5-氮胞苷诱导胶质瘤细胞株RUNX3表达和对细胞凋亡、侵袭的影响目的:探讨特异性去甲基化药物5-氮胞苷对胶质瘤母细胞株U-251增殖、凋亡和侵袭能力的影响,以及作用前后RUNX3基因表达和启动子甲基化的情况。方法:常规方法培养U-251细胞。取对数生长期的细胞作为研究对象。运用MTT检测不同浓度5-氮胞苷处理U-251细胞株12小时、24小时、48小时和72小时后对细胞增殖的影响。PI染色经流式细胞仪检测分别用5μmol/L,10μmol/L,20μmol/L和50μmol/L5-氮胞苷处理U-251细胞株后的凋亡情况。运用Transwell检测U-251细胞经过5-氮胞苷处理后的侵袭能力。运用RT-PCR,Western blot和MSP检测药物干预前后RUNX3基因表达和甲基化的情况。结果:U-251细胞株经过不同浓度5-氮胞苷处理后,随着药物浓度的上升和作用时间的延长,药物抑制细胞增殖的作用逐渐增强,即具有量效和时效依赖性。经流式细胞仪检测分析结果显示:经过不同浓度5-氮胞苷处理后,细胞凋亡率由对照组的1.32±0.21%上升至50μmol/L时的39.21±1.32%。各干预浓度下的凋亡率同对照组相比均有明显区别（P＜0.01）。Transwell侵袭小室结果显示随着去甲基化药物作用浓度的上升,U-251细胞侵袭细胞数由阴性对照组的51.3±2.6下降至20μmol/L干预组的29.2±2.3,抑制率达到了43.13%。RT-PCR,Western blot和MSP显示5-氮胞苷作用前,U-251细胞RUNX3启动子是甲基化的,RUNX3mRNA和蛋白表达缺失,在药物干预后,可以检测到RUNX3基因mRNA和蛋白的表达,RUNX3基因启动子甲基化状态被部分逆转,即甲基化与非甲基化并存。结论:5-氮胞苷在体外能有效抑制U-251细胞的增殖、侵袭,并促进其凋亡。5-氮胞苷通过去甲基化作用恢复U-251细胞中RUNX3基因的表达。
李小玲[10]（2008）在《人鼻咽癌基因组生物信息学分析与基因差异表达谱的构建》文中研究表明一、高通量基因芯片Data的实验研究背景U133 Data:Affymetrix公司HG-U133 Plus 2.0芯片检测4例非肿瘤鼻咽上皮和12例鼻咽癌（nasopharyngeal carcinoma,NPC）组织。H80s Data:上海博芯公司H80s基因芯片检测10例非肿瘤鼻咽上皮和23例NPC组织,获得503个鼻咽癌差异表达基因。TW-U133 Data:HG-U133 Plus 2.0芯片检测10例正常鼻咽和31例NPC组织,获得831个NPC差异表达probesets。二、系统构建NPC全基因组表达谱与NPC差异基因表达谱将U133 Data分为“非肿瘤鼻咽上皮"和“NPC”,以“P call%≥75%,表达值在75%的某组样本≥20.00”为标准筛选基因芯片probesets表达数据,非肿瘤鼻咽上皮和NPC组织共表达15982个probesets,其中12555个在两组都表达,2540个probesets在非肿瘤鼻咽上皮明确表达,887个probesets只在NPC中明确表达。Hierarchical Clustering和对应分析显示,U133 Data中非肿瘤鼻咽组织与NPC组织在全基因表达谱上存在明显差异,但聚类结果与NPC临床分期及病理分型无关。采用2-FOLD,t test,p＜0.05,p＜0.01和p＜0.001标准,U133 Data中分别筛选到919个、550个和192个NPC差异表达probesets。Hierarchical Clustering和对应分析显示,NPC差异表达基因能够区分NPC和非肿瘤鼻咽上皮。NPC上调基因E2F6、KRT15、DEPDC1、BRIP1、FLJ21901、CCT6A、FIGNL1、PUS7、KIAA1794、CSE1L、NFE2L3、IDH1、HOXA10,下调基因Clorf178、LTF、LXN、BEXL1、CLDN10、PIGR、WFDC2、CEACAM6、SLC44A4、C20orf114、MS4A1、FOLR1、CYP2B7P1、MEIS3P1、MLPH的表达在U133 Data每个NPC组织与非肿瘤鼻咽上皮中的差异均大于或等于1.5倍。U133 Data、H80s Data和TW-U133 Data共筛选出1061个NPC上调基因,630个下调基因。其中234个上调基因和70个下调基因在任意2组数据中共存（ANY2 Data）,三组数据同时存在30个上调基因,7个下调基因,通过免疫组化和原位杂交证实了LTF和FZD7基因在鼻咽癌组织中的表达分布。其中,上调基因CCT6A和IDH1,下调基因LTF和PIGR在U133 Data数据中,每个NPC组织与非肿瘤鼻咽上皮表达差异均大于或等于1.5倍,进一步提示这些基因可能是NPC的分子标记。三、NPC差异表达基因的功能分类通过多种生物信息学软件对三组高通量基因芯片数据的综合分析,系统评价NPC差异表达基因的功能分类。Panther软件分析发现,U133 Data NPC上调基因参与的55条pathway的实际参与基因数量超过预期基因值,而“Cell cycle”、“p53pathway”、“De novo purine biosynthesis”和“p53 pathway feedbackloops 2”等4条pathway的P值＜0.05。H80s Data NPC上调基因共参与71条pathway,57条pathway的实际参与基因数量超过预期基因值,但没有pathway的P值＜0.05,其中“Cell cycle”的P值最小,为0.191。TW-U133 Data NPC上调基因共参与54条pathway,39条pathway的实际参与基因数量超过预期基因值,其中“Integrin signalingpathway”和“p53 pathww feedback loops 2”的P值＜0.05。3组Data中NPC上调基因共参与47个相同的Pathway,基因数大于预期的pathway共有2 1个,但没有pathway在3组数据中同时P＜0.05。ANY2 Data中234个上调基因共参与52个pathway,42个超过预期基因数,而“Integrin signalling pathway”和“Cell cycle”的P值小于0.05。U133 Data中NPC下调基因共参与46条pathway,其中有42条pathway超过了预期基因数,但P值均大于0.05。H80s Data中NPC下调基因共参与36条pmhway,其中有25条pathway超过了预期基因数,但其P-Value均没有小于0.05。TW-U133 Data下调基因共参与44条pathway,其中有24条pathway超过了预期基因数,只有“Huntingtondisease”pathway的P-Value小于0.05,为0.002。虽然3组Data中NPC下调基因参与Pathway有15个相同,5个Pathway超过预期数,但其P值均大于0.05。ANY2 Data中下调基因只参与了3个pathway,而且每个pathway仅仅只包含了一个下调基因。利用“KEGG PATHWAY"和“BIOCARTA”数据库对NPC差异表达基因进行pathway分析显示,U133 Data中上调probesets参与9个KEGG pathway和5个BIOCARTA pathway的EASE score小70.05。虽然下调probesets参与29个KEGG PATHWAY和8个BIOCARTApathway,但没有pathway的EASE score小于0.05。而H80s Data中只有上调基因参与的KEGGPATHWAY的“hsa04110:Cell cycle”的EASEscore小于0.05。TW-U133 Data中上调基因参与的3条“BIOCARTA”数据库pathway的EASE score＜0.05,分别为“hatmPathway:ATMSignaling Pathway”、“hprionPathway:Prion Pathway”和“hDNAfragmentPathway:Apoptotic DNA fragmentation and tissuehomeostasis”;8条“KEGG PATHWAY”EASE score＜0.05,分别为“hsa04110:Cell cycle”、“hsa04510:Focal adhesion”、“hsa05222:Small cell lung cancer”、“hsa04512:ECM-receptorinteraction”、“hsa01430:Cell Communication”、“hsa04620:Toll-likereceptor signaling pathway”、“hsa04115:p53 signaling pathway”、和“hsa05060:Prion disease”。下调基因参与的“hsa00980:Metabolism ofxenobiotics by cytochrome P450”、“hsa05131:Pathogenic Escherichiacoli infection-EPEC”和“hsa05130:Pathogenic Escherichia coliinfection-EHEC”等3条pathway的EASE score＜0.05。ANY2 Data中上调基因参与的2条“BIOCARTA”数据库pathway的EASE score＜0.05,分别为“hatmPathway:ATM Signaling Pathway”、和“hranMSpathway:Role of Ran in mitotic spindle regulation”;6条“KEGG PATHWAY”EASE score＜0.05,分别为“hsa04110:Cell cycle”、“hsa04510:Focal adhesion”、“hsa05222:Small cell lung cancer”、“hsa04512:ECM-receptor interaction”、“hsa01430:Cell Communication”和“hsa04115:p53 signaling pathway”。下调基因参与的“hsa04640:Hematopoietic cell lineage”和“hsa04610:Complement andcoagulation cascades”等2条pathway的EASE score＜0.05。PANTHER软件分析结果显示,U133 Data上调基因101个BP分类中实际参与基因数超过预期基因数,“Cell cycle”、“DNAmetabolism”、“Mitosis”、“Nucleoside.nucleotide and nucleic acidmetabolism”、“Cell cycle control”、“DNA replication”、“Purinemetabolism”、“Chromosome segregation”和“DNA repair”等9个BP分类的P值＜0.05。H80s Data NPC上调基因参与81个BP分类实际参与基因数超过预期,“Cell cycle”、“Cell cycle control”、“DNA metabolism”和“Mitosis”等4个BP分类P值＜0.05。TW-U133 Data上调基因“Cell cycle”、“DNA metabolism”、“Mitosis”、“DNA replication”、“Chromosome segregation”、“Nucleoside,nucleotide and nucleic acid metabolism”、“Cellproliferation and differentiation”、“DNA repair”和“Cell cycle control”等9个BP分类P值＜0.05。三组Data中NPC上调基因共参与107个相同的GO BP分类,基因数大于预期的BP分类共有37个,其中“Cell cycle”、“Cell cyclecontrol”、“DNA metabolism”和“Mitosis”等4个BP分类在3组数据中同时P＜0.05。ANY2 Data上调基因共参与130个BP分类,102个超过预期基因数,“Nucleoside,nucleotide and nucleic acidmetabolism”、“Cell cycle”、“Cell proliferation and differentiation”、“Cellstructure and motility”和“DNA metabolism”等11个BP分类的P值小于0.05U133 Data下调基因参与的71个分类超过预期基因数,只有“Homeostasis”分类的P值=0.009。H80s Data下调基因共参与149个BP分类,105个分类超过预期基因数,但P-Value均没有小于0.05。TW-U133 Data下调基因共参与134个BP分类,在超过预期基因数的65个分类中,“Cell structure and motility”和“Cell structure”这2个BF分类的P-Value小于0.05。三组Data中NPC下调基因参与BP分类有77个相同,21个BP分类超过预期数,但其P值均大于0.05。ANY2 Data中70个下调基因共参与80个BP分类,67个分类超过预期基因数,“Immunity anddefense”的P值小于0.05。U133 Data上调基因共参与186个MF分类,126个分类超过预期基因数,“Nucleic acid binding”、“Synthase and synthetase”、“Kinaseactivator”、“Chaperonin”4个分类的P值＜0.05。H80s Data上调基因共参与144个MF分类,95个分类超过预期基因数,其中“Kinase activator”和“Helicase”这两个MF分类的P值＜0.05。TW-U133 Data上调基因共参与141个MF分类,96个分类超过预期基因数,“Extracellular matrixstructural protein”、“Extracellular matrix”和“DNA helicase”等3个分类的P值＜0.05。三组Data中NPC上调基因共参与106个相同的GO MF分类,基因数大于预期的BP分类共有44个,但没有MF分类在3组数据中同时P＜0.05。ANY2 Data上调基因共参与127个MF分类,91个超过预期基因数,“Kinase activator”、“Synthase and synthetase”、“Extracellular matrix structural protein”、“Kinase modulator”和“Othercytokine”等5个MF分类的P值小于0.05。U133 Data下调基因共参与95个MF分类,71个分类超过预期基因数,只有“Homeostasis”分类的P值=0.009。H80s Data下调基因共参与128个MF分类,89个分类超过预期基因数,“Oxidoreductase”分类的P值为0.0011。TW-U133 Data下调基因共参与129个MF分类,69个分类超过预期基因数,“Cytoskeletal protein”、“Microtubule familycytoskeletal protein”和“Serine protease inhibitor”等3个MF分类的P值小于0.05。三组Data中下调基因参与的MF分类有66个相同,26个MF分类超过预期数,但其P值均大于0.05。ANY2 Data中70个下调基因共参与76个MF分类,71个分类超过预期基因数,“Defense/immunity protein”、“Oxidoreductase”和“Serine protease inhibitor”的P值小于0.05。DAVID软件分析结果显示,U133 Data、H80s Data和TW-U133上调基因均参与细胞周期和有丝分裂相关的“mitotic cell cycle”、“cellcycle”、“cell division”、“regulation of progression through cell cycle”、“regulation of ceil cycle”、“M phase”、“M phase of mitotic cell cycle”、“mitosis”、“spindle organization and biogenesis”和“microtubulecytoskeleton organization and biogenesis”等GO BP分类。U133 Data中下调基因参与38个EASE score小于0.05的BP分类。其中,“humoral immune response”和“complement activation,classical pathway”两个分类的EASE score小于0.001。H80s Data下调基因参与29个BP分类EASE score小于0.05,且大部分分类与免疫反应和补体系统有关。TW-U133 Data下调基因参与31个分类EASE score＜0.05,细胞骨架功能相关的4个分类EASE score＜0.001。U133 Data上调基因参与的5个EASE score小于0.001的GO MF分类分别为“protein binding”、“DNA-dependent ATPase activity”、“binding”、“ATP binding”和“adenyl nucleotide binding”。H80s Data中上调基因参与的EASE score小于0.05的GO MF分类共有11个,均与核酸代谢有关。TW-U133 Data中上调基因参与23个MF分类EASEscore小于0.05,“extracellular matrix structural constituent”EASE score最小,小于0.001。U133 Data下调基因涉及的MF分类有10个EASE score小于0.05。H80s Data下调基因参与9个MF分类EASE score小于0.05,其中“GO:0004857:enzyme inhibitor activity”、“GO:0030414:proteaseinhibitor activity”和“GO:0004866:endopeptidase inhibitor activity”等3个分类的EASE score小于0.001。TW-U133 Data下调基因参与15个分类EASE score小于0.05,其中“motor activity”和“microtubule motoractivity”分类的EASE score小于0.001。三组Data中,NPC相关上调基因参与相同31个的BP分类,8个MF分类,但只有“hsa04110:Cell cycle”这1个KEGGPATHWAY相同。下调基因参与“GO:0002526:acute inflammatory response”和“GO:0006959:humoral immune response”2个相同的BP分类,“GO:0004857:enzyme inhibitor activity”、“GO:0004866:endopeptidase inhibitor activity”和“GO:0030414:protease inhibitoractivity”等3个相同的MF分类。ANY2 Data中BP分类有125个分类EASE score小于0.05,绝大部分＜0.001的分类均与细胞周期和细胞分裂相关。下调基因参与38个分类EASE score小于0.05,免疫功能相关的12个BP分类EASE score小于0.001。NPC上调基因参与的30个MF分类EASE score小于0.05,多个核酸结合及合成相关分类EASE score0.001。下调基因参与的EASE score小于0.05的MF分类有7个,3个与酶抑制剂活性相关MF分类EASE score小于0.001。三组Data和ANY2 Data的“Functional Annotaion Clustering”结果显示,上调基因主要涉及细胞周期调控、细胞有丝分裂和细胞骨架形成,而下调基因主要涉及蛋白酶活性抑制、免疫防御反应和离子转运,整合结果与上面pathway、BP和MF分类分析一致。四、NPO差异表达基因的染色体遗传图谱和物理图谱绘制U133 Data和TW-U133 Data差异表达基因精确定位显示,在1号和2号染色体上的差异表达基因最多,占总差异表达基因的20%以上。差异表达基因定位染色体显着性聚集分析发现,U133 Data共有54个显着性区段,其中上调基因42个,下调基因12个。TW-U133Data共有64个显着性区段,29个上调,35个下调。综合分析显示,U133 Data和TW-U133 Data共形成71个上调基因显着性聚集区,47个下调基因聚集区,而35个聚集区在染色体上重叠。U133 Data和TW-U133 Data6个重叠的下调基因显着性聚集区段分别位于1q31.3-1q42.11、2q36.3-2q37.3、3p21.2-3p25.2、11p12-11q14.2、20q11.21-20q13.2和Xq22.1-22.2。ANY2 Data共包括234个上调基因和70个下调基因,共存在16个上调基因和6个下调基因显着性聚集区。而“U133和TW-U133两组染色体显着性聚集重叠区”与ANY2 Data在染色体有16个重叠区,上调基因聚集重叠区13个,分别为1q22-32.3、2p15-16.1、2q23.1-35、4q21.1-21.21、4q26-27、6p22.1-24.1、8p21.1-21.1、9q31.2-31.3、10q22.2-24.32、14q21.3-22.1、15q13.2-q26.3、18p11.1和18q21.2,下调基因重叠区3个,1q32.1-32.2、3p21.31-p21.32和20q13.12。根据鼻咽癌差异表达基因的在染色体上的聚集区域,通过绘制鼻咽癌差异表达基因的遗传图和物理图,构建了鼻咽癌差异表达基因的基因组/染色体定位图。定位于重叠的鼻咽癌差异显着聚集区段的上调基因IDH1、下调基因LTF和PIGR在U133 Data数据中每个NPC组织与非肿瘤鼻咽上皮表达差异均大于2倍,提示可以作为鼻咽癌的临床分子标记物。五、三组数据共存的NPC差异表达基因及其功能验证三组数据共存的NPC差异表达基因有15个参与MHCI-mediatedimmunity,10个参与cell communication和KRAB box transcriptionfactor。上调基因参与细胞周期、有丝分裂、核酸代谢,下调基因多与金属离子、阳离子结合有关。LPI、LTF和PIGR这3个下调基因之间存在独特的功能联系。通过免疫组化和细胞周期相关蛋白的检测,发现LTF基因是一个鼻咽癌易感基因,在NPC组织,尤其是在伴有淋巴结转移的NPC组织中表达明显下调,LTF基因通过调节cyclins/CDKs/CKI/pRb为核心的G1/S期细胞周期网络调控系统来抑制细胞周期的进程,从而抑制鼻咽癌细胞的侵袭和转移。六、构建NPC不同临床阶段的差异表达基因数据库不同临床分期相关的NPC差异表达基因中,早期NPC上调基因主要参与细胞周期、核酸代谢、蛋白修饰合成、免疫反应和转录,下调基因主要参与代谢、对外界刺激的反应以及免疫防御。晚期下调的基因则主要参与代谢途径。七、本实验室前期克隆的NPC候选抑瘤基因本实验室前期克隆的NPC候选抑瘤基因中PRR4、PLUNC和C1orf102这3个基因在U133 Data中的表达差异达到2倍以上。
二、显微切割鼻咽癌组织16号染色体杂合性缺失的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、显微切割鼻咽癌组织16号染色体杂合性缺失的研究（论文提纲范文）
（1）基于STR复合扩增技术的甲状腺乳头状癌遗传易感性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 前言 |
| 材料与方法 |
| 1.1 主要材料和仪器 |
| 1.2 主要试剂 |
| 1.3 主要试剂的配制 |
| 1.3.1 5% Chelex-100 |
| 1.3.2 PK 5mg/ml |
| 1.3.3 DTT 1M |
| 1.4 样本来源 |
| 1.5 冰冻切片的制作 |
| 1.6 染色 |
| 1.7 显微切割 |
| 1.7.1 甲状腺乳头状癌诊断标准 |
| 1.7.2 切割方法 |
| 1.8 DNA的提取 |
| 1.8.1 肿瘤细胞和癌旁正常间质细胞DNA的提取 |
| 1.8.2 全血DNA的提取 |
| 1.9 PCR扩增及毛细管电泳分离 |
| 1.9.1 Amp F?STR?华夏~(TM)试剂盒扩增DNA并进行毛细管电泳分离 |
| 1.9.2 Goldeneye~(TM) DNA身份鉴定系统 20A试剂盒扩增DNA并进行毛细管电泳分离 |
| 1.9.3 华夏~(TM)白金PCR扩增试剂盒扩增DNA并进行毛细管电泳分离 |
| 1.9.4 试剂盒比较 |
| 1.10 STR分型结果验证 |
| 1.11 STR突变相关定义 |
| 1.12 统计学分析 |
| 结果 |
| 2.1 常染色体STR基因座遗传多态性与PTC遗传易感性研究 |
| 2.1.1 STR分型结果验证 |
| 2.1.2 Hardy-Weinberg吻合度验证 |
| 2.1.3 STR基因座遗传多态性分析 |
| 2.1.4 STR基因座纯合子分布统计结果 |
| 2.2 STR基因座在PTC组织中的突变分析 |
| 2.2.1 激光显微切割 |
| 2.2.2 STR基因座突变检出结果比较 |
| 2.2.3 STR突变图谱 |
| 2.2.4 PTC肿瘤细胞的不同突变类型的检出率 |
| 2.2.5 PTC肿瘤细胞STR基因座突变类型在基因座上的分布 |
| 2.2.6 PTC肿瘤细胞STR基因座突变类型在染色体上的分布 |
| 2.2.7 PTC肿瘤细胞STR基因座突变与性别之间的关联性 |
| 2.2.8 PTC肿瘤细胞STR基因座突变个数在不同年龄段上的分布 |
| 2.2.9 PTC肿瘤细胞STR基因座突变个数在不同肿瘤大小上的分布 |
| 2.2.10 PTC肿瘤细胞STR基因座突变个数在不同转移情况上的分布 |
| 讨论 |
| 3.1 常染色体STR基因座多态性与PTC遗传易感性的关联 |
| 3.2 STR基因座在PTC新鲜组织细胞中的突变分析 |
| 3.3 针对高突变率的STR基因座进行SNP检测的可行性分析 |
| 3.4 PTC细胞STR基因座突变在法医学领域中的意义 |
| 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 攻读学位期间研究成果 |
| 致谢 |
（2）染色体16q、17p遗传学不稳定与乳腺癌发生的关系（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 略缩词表 |
| 引言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（3）STGC3基因转录调控元件鉴定及功能位点分析（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略语中英文索引 |
| 第一部分 STGC3基因启动子的克隆与鉴定 |
| 第1章 前言 |
| 第2章 材料与方法 |
| 第3章 结果 |
| 第4章 讨论 |
| 第5章 小结 |
| 第二部分 STGC3基因转录调控元件分析与鉴定 |
| 第1章 前言 |
| 第2章 材料与方法 |
| 第3章 结果 |
| 第4章 讨论 |
| 第5章 小结 |
| 第三部分 STGC3基因相关转录因子功能分析 |
| 第1章 前言 |
| 第2章 材料与方法 |
| 第3章 结果 |
| 第4章 讨论 |
| 第5章 小结 |
| 第四部分 STGC3基因功能性位点的突变分析 |
| 第1章 前言 |
| 第2章 材料与方法 |
| 第3章 结果 |
| 第4章 讨论 |
| 第5章 小结 |
| 结论 |
| 参考文献 |
| 文献综述 |
| 参考文献 |
| 攻读学位期间的科研成果 |
| 致谢 |
| 课题资助 |
（4）膜联蛋白A1对鼻咽癌细胞侵袭转移能力的影响（论文提纲范文）
| 主要英文缩写 |
| 中文摘要 |
| ABSTRACT |
| 引言 |
| 实验材料 |
| 实验方法 |
| 实验结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 硕士期间发表及拟发表文章 |
| 致谢 |
（6）舌鳞癌基因组DNA甲基化谱的初步构建（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 符号说明 |
| 前言 |
| 技术路线图 |
| 第一章 甲基化芯片检测舌鳞癌基因组DNA甲基化分布 |
| 第一节 材料和方法 |
| 第二节 实验结果 |
| 第三节 分析与讨论 |
| 第二章 芯片结果的初步验证及肿瘤相关基因的初步筛选 |
| 第一节 材料和方法 |
| 第二节 实验结果 |
| 第三节 分析与讨论 |
| 结论 |
| 参考文献 |
| 附录一 |
| 附录二 |
| 综述一 |
| 综述二 |
| 致谢 |
| 在读期间发表论文(第一作者) |
| 在读期间承担课题(第一责任人) |
（7）肝硬变组织中变异肝细胞结节的检出及其遗传学改变（论文提纲范文）
| 目录 |
| 图表索引 |
| 缩略语表 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 材料与方法 |
| 1、组织标本及其组织病理学观察 |
| 2、仪器与试剂 |
| 3、组织学和免疫组织化学 |
| 4、显微切割和基因组DNA的提取 |
| 5、微卫星位点的选定及PCR扩增 |
| 6、应用琼脂糖凝胶电泳显示PCR的效率和特异性 |
| 7、应用聚丙烯酰胺凝胶电泳显示等位基因失衡 |
| 8、统计学分析处理相关数据 |
| 结果 |
| 1、本组HCC病例的临床病理学特点 |
| 2、FAH和NAH在癌周肝组织中广泛存在 |
| 3、HCC标本中存在的频繁LOH改变 |
| 4、肝硬变组织及不典型腺瘤样增生病变中也存在等位基因失衡 |
| 5、50例HCC及其周围组织中p53、WWOX、β-catenin、E-cadherin及XAF1的免疫组织化学结果 |
| 讨论 |
| 1、HCC的分子生物学改变 |
| 2、对HCC前期病变认识的现状 |
| 3、NAH发生和发展过程中的遗传学改变 |
| 4、LOH相关位点的功能基因组学研究 |
| 5、肝细胞癌病例临床资料及免疫组织化学结果分析 |
| 结论 |
| 参考文献 |
| 综述 肝细胞癌的前期病变 |
| 参考文献 |
| 课题资助资金 |
| 致谢 |
（8）SPLUNC1相关差异miRNA的功能及分子网络调控机制分析（论文提纲范文）
| 中文摘要 |
| Abstract |
| 目录 |
| 缩写词简表 |
| 第一章 前言 |
| 第二章 材料与方法 |
| 2.1 材料 |
| 2.2 方法 |
| 第三章 结果 |
| 3.1 SPLUNC1稳定转染细胞系的构建 |
| 3.2 转染SPLUNC1 miRNA芯片结果及验证 |
| 3.2.1 转染SPLUNC1 miRNA芯片分析结果 |
| 3.2.2 miRNA芯片分析结果在原细胞系中的验证 |
| 3.2.3 miRNA芯片分析结果在鼻咽组织中的验证 |
| 3.3 miRNA相关生物信息学分析及靶基因预测 |
| 3.3.1 hsa-mir-141与hsa-mir-205基本信息 |
| 3.3.2 Hsa-mir-141与hsa-mir-205靶基因的预测分析 |
| 3.3.3 对靶基因进行DAVID功能分析 |
| 3.4 转染SPLUNC1全基因组芯片的分析及验证 |
| 3.4.1 转染SPLUNC1全基因组芯片的分析结果 |
| 3.4.2 对全基因组芯片RT-PCR验证结果 |
| 3.5 Hsa-mir-141与hsa-mir-205对鼻咽癌细胞系5-8f细胞生物学功能的影响 |
| 3.5.1 转染miRNA的成熟体与抑制子后的Q-PCR验证 |
| 3.5.2 MTT检测miRNA对细胞生长的影响 |
| 3.5.3 划痕实验检测miRNA对细胞运动能力影响 |
| 3.5.4 Transwell实验检测miRNA对细胞穿膜能力的影响 |
| 3.5.5 流式细胞分析miRNA对细胞凋亡率和细胞周期的影响 |
| 3.5.6 miRNA对部分MAPK通路和TNF-βR通路关键分子的影响 |
| 3.5.7 Hsa-mir-141与hsa-mir-205细胞生物学功能小结 |
| 3.6 hsa-mir-141与hsa-mir-205的靶基因验证 |
| 3.6.1 构建与hsa-mir-141与hsa-mir-205结合的靶基因质粒 |
| 3.6.2 荧光素酶检测验证相关靶基因 |
| 3.6.3 Western blot验证hsa-mir-141对UBAP1的作用 |
| 第四章 讨论 |
| 4.1 SPLUNC1与鼻咽癌易感基因群的关系 |
| 4.2 SPLUNC1转染的差异miRNA与肿瘤的关系 |
| 4.3 SPLUNC1基因,差异miRNA及相关信号通路的关系 |
| 4.4 转染SPLUNC1能通过下调hsa-mir-141来拯救鼻咽癌抑瘤基因UBAP1的表达,共同达到抑制鼻咽癌的作用 |
| 4.5 尚需继续研究的课题 |
| 第五章 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（9）抑瘤基因RUNX3在胶质瘤中的表达及启动子甲基化的研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 缩略词简表 |
| 前言 |
| 第一章 RUNX3蛋白在胶质瘤中的表达及临床意义 |
| 研究背景 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 结论 |
| 第二章 胶质瘤中RUNX3基因的转录表达及其启动子甲基化状态的研究 |
| 研究背景 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 结论 |
| 第三章 5-氮胞苷诱导胶质瘤细胞株RUNX3表达和对细胞凋亡、侵袭的影响 |
| 研究背景 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述一 |
| 参考文献 |
| 综述二 |
| 参考文献 |
| 致谢 |
| 攻读学位期间科研成果 |
（10）人鼻咽癌基因组生物信息学分析与基因差异表达谱的构建（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 目录 |
| 主要缩略词简表 |
| 第一章 前言 |
| 第二章 材料与方法 |
| 第三章 结果 |
| 1.U133 Data鼻咽癌相关差异表达基因分析 |
| 1.1 非肿瘤鼻咽上皮与NPC组织全基因组基因表达谱 |
| 1.2 NPC差异表达基因 |
| 1.3 NPC差异表达基因功能生物信息学分析 |
| 1.3.1 PANTHER在线软件Pathway、GeneOntology的biological process和molecular function分析 |
| 1.3.2 DAVID在线软件Gene-Enrichment Analysis和Functional Annotation Clustering |
| 1.3.3 NPC差异表达基因遗传图谱和物理图谱的绘制 |
| 1.4 筛选NPC潜在分子标记 |
| 2.H80s Data NPC差异表达基因功能生物信息学分析 |
| 2.1.PANTHER在线软件Pathway、GO BP和MF分析 |
| 2.2 DAVID在线软件Gene-Enrichment Analysis和Functional Annotation Clustering |
| 3.TW-U133 Data NPC差异表达基因功能生物信息学分析 |
| 3.1.PANTHER在线软件Pathway、GO BP和MF分析 |
| 3.2.DAVID在线软件Gene-Enrichment Analysis和Functional Annotation Clustering |
| 3.3.差异表达基因遗传图谱和物理图谱的绘制 |
| 4.U133、H80s和TW-U133芯片数据NPC相关差异表达基因综合分析 |
| 4.1.三组数据中共有的NPC相关差异表达基因 |
| 4.2.三组数据及ANY2 Data中NPC差异表达基因的生物信息学分析 |
| 4.2.1.PANTHER软件分析 |
| 4.2.2.DAVID软件分析 |
| 4.2.3.NPC差异表达基因功能分类示意图 |
| 4.2.4.NPC差异表达基因遗传图谱的绘制 |
| 4.3.三组数据共存的NPC差异表达基因生物信息学分析 |
| 4.3.1.三组数据共存的NPC差异表达基因功能分类 |
| 4.3.2.三组数据共存的NPC差异表达基因功能关系示意图 |
| 5.不同临床分期的NPC差异表达基因 |
| 5.1.HS0s Data筛选不同临床分期的NPC差异表达基因 |
| 5.2.U133 Data筛选不同临床分期的NPC差异表达基因 |
| 5.3.不同临床分期的NPC差异表达基因功能关系示意图 |
| 6.本实验室前期克隆NPC候选抑癌基因在U133 Data中的表达 |
| 7.三组数据中共有的NPC差异表达基因的验证 |
| 第四章 讨论 |
| 1.正常鼻咽与鼻咽癌组织全基因组表达谱 |
| 2.鼻咽癌差异表达基因 |
| 3.鼻咽癌差异表达基因的生物信息学功能分析 |
| 3.1.鼻咽癌差异表达基因pathway分析 |
| 3.2.鼻咽癌差异表达基因的GO BP和MF分析 |
| 3.3.鼻咽癌差异表达基因的Functional Annotation Clustering分析 |
| 3.4.鼻咽癌差异表达基因遗传图谱、物理图谱和基因图谱 |
| 3.5.三组数据共存的NPC差异表达基因 |
| 4.不同临床分期相关的鼻咽癌差异表达基因 |
| 5.本实验室前期克隆NPC候选抑癌基因在U133 Data中的表达 |
| 6.三组数据中共有的NPC差异表达基因的验证 |
| 结论 |
| 参考文献 |
| 综述 |
| 致谢 |
| 作者简介 |
四、显微切割鼻咽癌组织16号染色体杂合性缺失的研究（论文参考文献）
- [1]基于STR复合扩增技术的甲状腺乳头状癌遗传易感性研究[D]. 李璐. 济南大学, 2017(03)
- [2]染色体16q、17p遗传学不稳定与乳腺癌发生的关系[D]. 赵娜. 贵州医科大学, 2017(01)
- [3]STGC3基因转录调控元件鉴定及功能位点分析[D]. 李素云. 南华大学, 2015(02)
- [4]膜联蛋白A1对鼻咽癌细胞侵袭转移能力的影响[D]. 刘爱凤. 南华大学, 2013(01)
- [5]KLF6在肿瘤中的研究进展[J]. 李娜,佟秀琴. 疾病监测与控制, 2012(05)
- [6]舌鳞癌基因组DNA甲基化谱的初步构建[D]. 张胜. 中南大学, 2010(11)
- [7]肝硬变组织中变异肝细胞结节的检出及其遗传学改变[D]. 滕晓英. 北京协和医学院, 2009(02)
- [8]SPLUNC1相关差异miRNA的功能及分子网络调控机制分析[D]. 邓坦. 中南大学, 2009(02)
- [9]抑瘤基因RUNX3在胶质瘤中的表达及启动子甲基化的研究[D]. 谢源阳. 中南大学, 2009(03)
- [10]人鼻咽癌基因组生物信息学分析与基因差异表达谱的构建[D]. 李小玲. 中南大学, 2008(03)