吴润雯 张素仙 张琴 冷天艳 杨丽华

【摘要】：目的：基于GWAS数据库资料，利用meta分析挖掘与卵巢癌关联的遗传变异，分析卵巢癌发病相关的基因位点，为卵巢癌易感人群筛查提供依据。方法：从GWAS数据库（GRASP v2.0 数据库）中收集所有卵巢癌的GWAS研究数据。选取研究最多且研究结果存在很大差异的BNC2基因SNP-4位点rs3814113 进行 meta分析，获取相关文献及研究结果。以卵巢癌组与对照组人群rs3814113

SNP位点基因型分布的OR值为效应指标，采用Reveman5.3软件进行荟萃分析。结果：Meta分析共纳入4篇文献、12项研究，累计共41713例，包括 22009例病例和19704例对照。根据等位基因为C与T分为四种模型，等位模型： OR=0.83，95%CI=0.76-0.90;显性模型：OR=0.80，95%CI=0.77-0.83;隱性模型：OR=0.78，95%CI=0.67-0.91;加性模型：OR=0.76，95%CI=0.71-0.81。四种模型中，rs3814113 SNP位点与卵巢癌发生风险降低均显著相关。结论： BNC2基因rs3814113 SNP位点多态性与卵巢癌的发病风险降低相关。

【关键词】：卵巢癌 全基因组关联研究 单核苷酸多态性 meta分析

全基因组关联研究（Genome wide association study，GWAS）是对人类全基因组范围内常见遗传变异单核苷酸多态性（Single Nucleotide Polymorphisms，SNP）和拷贝数变异（Copy Number Variation ，CNV）进行总体关联分析的研究方法，其结果均被收集在GRASP v2.0数据库中【1】。本研究从GWAS数据库中收集所有卵巢癌发病相关的 GWAS 研究数据，选取被研究最多且研究结果存在很大差异的 SNP 位点，使用meta分析的方法对多个GWAS 研究结果进行综合评价，为卵巢癌易感人群筛查提供依据。

1 资料与方法

1.1 GRASP数据库 GRASP 数据库是由马萨诸塞大学医学院的Leslie 等人于2014年开发的用于储存 SNP 位点和与其关联的表型，及其它相关信息的数据库【2】。

1.2 meta分析的数据获得 GRASP数据库结果得到183个可能与卵巢癌疾病发生相关的SNP位点。发现，rs3814113 SNP位点被报道的次数最多，rs3814113 SNP位点正包含在BNC2基因中。但这些研究所涉及的人群及样本的大小并不完全相同，其结论也不完全一致。本文选取BNC2基因rs3814113 SNP位点来进行其与于卵巢癌发病相关性的meta分析。

1.3 数据提取和文献质量评价 使用“rs3814113”，“BNC2”，“ovarian cancer”，“carcinoma”，“tumor”，“9P22.2”【关键词】的组合在PubMed（http：//www.ncbi.nlm.nih.gov/ pubmed）和Google Scholar（http： //scholar. google. com/）检索rs3814113 SNP位点与卵巢癌发生相关性论文。

1.4 遗传模型的选择 rs3814113 SNP位点有T和C两个等位基因，其中，C是次等位基因。这两个等位基因对卵巢癌这一性状的表达可能存在显性效应、隐性效应等不同的遗传效应。根据遗传效应分为等位模型（C vs T）、显性模型（CC+TC vs TT ） ，隐性模型（CC vs TC+TT）和加性模型（CC vs TT）。

1.5 统计学方法 应用Revenman 5.3进行统计学分析，检验水准α=0.05（双侧）。以OR值和95%CI作为研究效应测定指标，95%CI的区间包含1时，SNP与疾病不相关;95%CI最左端大于1时，SNP增加疾病的风险;95%CI最右端小于1时，SNP降低疾病的风险。

2 结果

2.1 纳入文献的基本特征 本文共纳入4篇[3-6]文献12项研究，共41713例，包括 22009例病例和19704例对照。

2.2 Meta分析结果 4种模型中均存在异质性，采用随机效应模型（random effect model， REM）对其进行分析。结果显示：在四种模型中，rs3814113 SNP位点均与卵巢癌发病风险降低显著相关（P<0.05）。其中，等位模型：OR=0.83，95%CI=0.76-0.90;显性模型：OR=0.80，95%CI=0.77-0.83;隐性模型：OR=0.78，95%CI=0.67-0.91;加性模型：OR=0.76，95%CI=0.71-0.81，见图1。

3 讨论

卵巢癌是一种常见的妇科恶性肿瘤，其发病隐匿，死亡率高，已成为威胁妇女健康的主要问题之一[8]，而大量流行病学和生物学实验研究表明，卵巢癌是一种由行为、环境和遗传因素共同作用引起的多阶段复杂性疾病。其中，遗传因素在卵巢癌的易感性、疾病的发生、发展以及复杂的临床表现方面中起到重要的作用[9-11]。但临床尚缺乏有效手段鉴别卵巢癌易感人群。因此，本文针对卵巢癌的遗传异质性与基因易感性进行相关研究。

为了探讨rs3814113 SNP位点与卵巢癌疾病发生的相关性，本文基于GWAS数据库收集了更多并且来源更加完备的样本数据，应用meta分析方法，在等位、显性、隐性和加性模型中评估整体人群中rs3814113 SNP位点与卵巢癌发生的相关性。分析结果显示等位基因C与卵巢癌发病风险降低显著相关，敏感性分析后等位模型、显性模型、隐性模型中异质性消失，且结果稳定。

综上所述，本文最终经meta分析验证发现，BNC2基因rs3814113 SNP位点多态性与降低卵巢癌的发生风险存在关联。但由于文献资料的不足，期待得到大样本的前瞻性研究及临床试验结果的验证，并为卵巢癌的早期诊断与防治提出依据。

【参考文献】：

【1】 韩志杰等，肺癌GWAS数据的meta分析及生物学通路富集分析研究[J].硕士学位论文，2016。

【2】 Leslie R， O'donnell C J， Johnson A D. GRASP： analysis of genotype-phenotype results from 1390 genome-wide association studies and corresponding open access database[J]. Bioinformatics， 2014， 30（12）： 185-194.

【3】 Honglin Song ， Susan J. Ramus ， Jonathan Tyre， et al. A Genome-Wide Association Study Identifies A New Ovarian Cancer Susceptibility Locus On 9p22.2[J]. Nat Genet. 2009 ， 41（9）： 996–1000.

【4】 Jie Shen，y ， Dan Wang， et al. Evaluation of microRNA expression profiles and their associations with risk alleles in lymphoblastoid cell lines of familial ovarian cancer[J].Carcinogenesis.2012，33（3）：604-612.

【5】 Adrianna Mostowska ，Stefan Sajdak ， et al. Replication Study for the Association of Seven Genome- Gwas-Identified Loci With Susceptibility to Ovarian Cancer in the Polish Population[J]. Pathol. Oncol. Res. 2015， 21：307–313.

【6】 Madalene Earp， Stacey J. Winham， et al. A targeted genetic association study of epithelial ovarian cancer susceptibility[J]. Oncotarget.2016，7：7381-7389.

【8】 张爱民等，卵巢癌早期检测的研究进展[J].中国实验诊断学，2016，20（10）：1795-1798.

【9】 杨丽娜，吴娟，赵静等.TWIST和VEGF在上皮性卵巢癌中的表达[J].西安交通大学学报，2015，36（3）：341-344.

【10】 郑楠，谭文华.eIF4E及其在妇科恶性肿瘤中的研究进展[J].国际妇产科学杂志.2017.44（6）：667-670.

【11】 尼华，牛蕾蕾，李华.上皮性卵巢癌相关的长链非编码RNA的研究进展[J].国际妇产科学杂志.2017.44（3）：284-287.

第一作者：吴润雯（1992.12-），女，汉族，云南楚雄，研究生，昆明医科大学第二附属医院，研究方向：妇科肿瘤，单位邮编：650101。

通讯作者： 杨丽华

基金项目： 云南省卫生和计划生育委员会医学学科带头人培养项目（No. D-201633）;云南省科技厅 - 昆明医科大学应用基础研究联合专项，项目编号[No. 2017FE467（ -062）];云南省教育厅科学研究基金项目重点项目，编号：2015Z074;昆明醫科大学研究生创新基金项目，编号：2018S120