陈雨，卢业才

（安徽医科大学附属巢湖医院胃肠外科，安徽 巢湖 238000）

恶性肿瘤是困扰全人类健康的重要疾病之一，结直肠癌（colorectal cancer）是胃肠道常见的恶性肿瘤之一，我国以41～65 岁人群发病率较高。近20 年来，结直肠癌的发病率明显上升[2]。随着现代生活节奏的加快，人们暴露于各种致癌因素的机会较前大大增加。针对结肠癌的治疗方法包括手术、化疗[1，2]等多方法。本研究通过信息生物学的方法，挖掘透明质酸介导运动因子受体基因（HMMR 基因）表达产物在结肠癌组织中的表达情况，分析HMMR 基因表达与结肠癌患者预后生存的关系，以期为结肠癌的诊断及治疗提供新的思路和方向。

1 资料与方法

1.1 资料来源 从基因表达综合数据库（GEO）下载（https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE140973）结直肠癌基因表达谱，使用数据集GSE140973 筛选差异表达基因（DEGs），该基因样本包含114 个样本，共检测44 495 个基因数据，使用R 软件的“limma”软件包预设筛选标准，选择P＜0.05和|Log2fold change（FC）|＞1 作为截止标准，进行DEGs 的筛选。通过上述方法筛选两组样本之间的差异表达基因。

1.2 功能和途径富集分析 使用DAVID 据库（https://david.ncifcrf.gov/summary.jsp）[3]对DEGs 进行富集分析，设置标准FDR＜0.05 进行GO 分析和KEGG 分析，通过GO 分析和KEGG 通路分析进行可视化研究。

1.3 蛋白质相互作用（PPI）网络构建 使用搜索工具检索交互基因数据库（http://www.string-db.org/）评估PPI 信息。此外，为了评估DEGs 之间的相互关系，使用字符串数据库进行分析，并使用Cytoscape 软件进行可视化[4]。

1.4 获取Hub 基因并对其进行进一步验证 使用插件cytoHubba 在Cytoscape 中选择PPI 网络的中心模块[5]。设置参数：Hubba nodes:Top 10 nodes ranked by DMNC，获取具有高度连通性的前10 个DEGs，将其作为结直肠癌的Hub 基因。GEPIA 数据库是一个基于TCGA 的在线分析数据库，设置参数：P≤0.01，癌症组织为结肠癌，|Log2FC| Cutoff=1，Jitter Size＝0.4，进行差异表达分析；生存分析设置参数：Group Cutoff=Median，95% Confidence Interval=yes，Cutoff-High（%）=50，Cutoff-Low（%）=50，组织为结肠癌组织，获得的Hub 基因通过GEPIA 数据库进行生存分析和基因差异表达分析验证。

2 结果

2.1 结直肠癌组织中 DEGs 的鉴定 通过GSE140973 数据集确定了807 个DEGs，其中653个上调，154 个下调，见图1。

图1 结直肠癌组织的DEGs

2.2 DEGs 的GO 分析和KEGG 分析 GO 分析结果显示，DEGs 的生物过程（BP）主要富集在糖酵解过程、典型糖酵解、细胞分裂、有丝分裂核分裂、姐妹染色单体粘连、染色体分离、染色体组织、有丝分裂细胞周期的G1/S 转换及对药物的反应方面，见图2A。DEGs 的分子功能（MF）主要富集在蛋白质结合、ATP 结合血小板衍化等方面，见图2B。DEGs 的细胞成分（CC）主要富集在染色体着丝粒区、胞浆、浓缩染色体动粒、细胞外间隙、细胞膜、细胞外基质部位，见图2C。KEGG 分析显示，DEGs 主要富集在糖酵解/糖异生、果糖和甘露糖代谢、细胞周期、HIF-1 信号通路、碳代谢、癌症的中枢碳代谢、抗生素的生物合成、卵母细胞减数分裂、半乳糖代谢中，见图2D。

图2 DEGs 的GO 分析和KEGG 分析（续）

图2 DEGs 的GO 分析和KEGG 分析

2.3 PPI 网络构建及Hub 基因获取 DEGs 的PPI 网络由354 个节点和5662 个边缘组成，包括653 个上调基因和154 个下调基因。具有高度连通性的前10个DEGs 是结直肠癌的Hub 基因（HMMR、SHCBP1、ERCC6L、ZWINT、FAM83D、CDCA2、SPC25、SKA1、KIAA0101、MND1），它们可能在肿瘤发生和增殖中发挥关键作用，见图3。

图3 PPI 网络构建

2.4 生存分析和差异表达分析 根据PPI 网络分析结果基因，将其上传至GEPIA 数据库，对其进行生存分析和预后分析，通过数据库获得HMMR 基因在差异分析和生存分析中均有意义，见图4。

图4 生存和差异表达分析

3 讨论

结直肠癌是一种生物学异质性疾病，大约70%的结直肠癌是由腺瘤性息肉演变而来，从形态学上可见到增生、腺瘤及癌变各阶段以及相应的染色体改变，耗时10～15 年，但也有约30%的癌不经腺瘤演变直接以癌巢的形式出现[6]。随分子生物学技术的发展，结直肠癌癌变过程中的基因改变逐渐被认识，已知结直肠癌的发生发展是一个多步骤、多阶段及多基因参与的细胞遗传性疾病。因此，了解其分子机制对于更好地诊断和治疗结直肠癌至关重要。

本研究结果表明，结肠癌组织中有807 个基因的表达发生了改变。在807 个DEGs 中，653 个上调，154 个下调。进行PPI 网络分析，以确定与结直肠癌临床特征相关的蛋白质-蛋白质相互作用和基因共表达模块。此外，还进行了功能和途径分析，以发现结直肠癌相关的生物过程和途径。通过对DEGs 的GO 分析、KEGG 分析，并对DEGs 进行PPI网络分析获取Hub 基因，并对Hub 基因进行生存分析和差异分析，得知HMMR 基因在结肠癌中高表达，HMMR 基因的高表达对结肠癌患者的生存具有影响。

HMMR 基因位于人类五号染色体，HMMR 首先被确定为从鼠细胞上清液中纯化的新型透明质酸受体复合物的成分，HMMR 基因编码的透明质酸介导运动因子受体蛋白参与细胞运动，其在乳腺组织中表达，并与其他蛋白质一起与BRCA1 和BRCA2 形成复合物。目前已经证实HMMR 基因的表达与乳腺癌风险相关[7]。同时有研究表明HMMR 基因表达与肺癌和肝癌相关[8，9]。透明质酸是一种细胞外基质成分，可吸收组织中的水分并与细胞表面受体[如分化簇44（CD44）]结合以促进细胞生长和运动[10]。HMMR 可定位蛋白质复合物以增强有丝分裂激酶（如Polo 样激酶1 和极光激酶A）的活性，并控制动力蛋白和驱动蛋白的运动活动，HMMR 的结构是一种卷曲螺旋微管相关蛋白，它可以通过其N 端直接与微管结合，并通过其C 端BZIP 序列定位到中心体[11]。HMMR 作为纺锤体组装因子（如TPX2、DYNLL1 和CHICA/FAM83D）的结合伙伴，在有丝分裂和减数分裂过程中调节纺锤体微管的组装、稳定性和定位。在有丝分裂之前和期间，细胞中HMMR 的表达升高，而可检测到HMMR 表达的组织往往高度增殖。目前已经证实HMMR 基因是乳腺癌的易感基因。HMMR 在结构上与C 端BZIP 序列非常相似在Xklp2 中，它可以与TPX2 进行交互[12]。TPX2 是一种微管相关蛋白，由位于人类染色体带20q11.1 的基因编码。它是哺乳动物细胞动粒处微管形成所必需的，TPX2 位于Ran-GTP 的下游，在纺锤体形成中起着核心作用[13，14]。在有丝分裂的早期阶段，TPX2 以依赖Ran-GTP 的方式释放，TPX2表达在细胞周期阶段受到严格调控，在G1～S 转运时可检测到，并在胞质分裂完成时消失，TPX2 在结肠癌组织和细胞系中的高表达[15]，抑制TPX2 表达会使PI3K/AKT 信号通路失活并降低结肠癌细胞的致瘤性[16]。PI3K-AKT-mTOR 信号通路控制多种细胞过程，包括代谢、运动、增殖、生长和存活，是人类癌症中最常见的失调通路之一[17，18]。

在HMMR 沉默的细胞中，抑制性TPX2-Eg5 复合物降低，目前已知这些复合物会抑制Eg5 活性，干扰TPX2 和Eg5 附近纺锤极之间的共定位[19]。HMMR 能够调节非有丝分裂细胞中的TPX2 的定位[20]。其中HMMR 通过BZIP 序列将TPX2 定位在微管负端附近，这使得TPX2-Eg5 复合物形成。需要HMMR 介导的Eg5 活性调节来稳定双极纺锤体并促进动粒-微管附着，这是细胞分裂进入后期和染色体分离所必需的，这也突出了非运动衔接蛋白在调节运动活动和维持基因组稳定性方面的重要性。已知TPX2 在结肠癌的发生发展中发挥着重要作用[21，22]，而本次研究发现HMMR 在结肠癌的诊断和预后分析方面有重要作用，TPX2 和HMMR 可在细胞内形成交互作用，而TPX2 表达会影响PI3K/AKT信号通路进而影响结肠癌细胞的致瘤性，因此预测HMMR 基因的表达对结肠癌的影响是通过PI3K/AKT 信号发挥作用的。

综上所述，HMMR 基因在结肠癌中表达上升，且HMMR 基因的高表达和结肠癌患者的预后相关，HMMR 基因表达能够延长结肠癌患者的生存时间。