近日，浙江大学医学院附属杭州市第一人民医院滕尧树副主任医师及其团队在SCI收录期刊frontiers in Genetics (IF：4.599) 上发表了题为Comprehensive Analysis of Sinonasal Inverted Papilloma Expression Profiles Identifies Long Non-Coding RNA AKTIP as a Potential Biomarker的研究论文，揭示了鼻内翻性乳头状瘤的潜在治疗靶点。文章中lncRNA芯片相关工作由上海生物芯片有限公司（生物芯片上海国家工程研究中心）协助完成。
内翻性乳头状瘤是鼻腔鼻窦常见的良性肿瘤之一。该病属于乳头状瘤的一种，约占鼻内乳头状瘤的70%，约占全部鼻内肿瘤的0.5%～4%。虽是一种良性肿瘤，但其特有的术后复发及恶变倾向使得该病拥有区别于其他鼻内良性肿瘤的鲜明特征。
原文链接：https://www.frontiersin.org/articles/10.3389/fgene.2022.831759/full
长链非编码RNA（lncRNAs）被认为是一类新的潜在生物标记物和肿瘤治疗靶点。本研究旨在探讨lncRNAs在鼻内翻性乳头状瘤（sinonasal inverted papilloma, SNIP）中的表达谱、潜在功能、诊断和临床意义。使用基因芯片分析lncRNAs和mRNAs表达谱，并通过生物信息学和统计学方法进一步分析了特异性lncRNAs的潜在功能和临床意义。研究发现，SNIP中有1668个lncRNAs显著上调，1767个显著下调。一些与lncRNAs共表达的mRNAs在一些生物进程和与肿瘤发生相关的细胞信号通路中富集。lnc-AKTIP可能与多种肿瘤相关蛋白和转录因子相互作用，如PCBP2、IRF-1和p53。lnc-AKTIP的ROC曲线分析显示曲线下面积为0.939。值得注意的是，与正常组织相比，lnc-AKTIP在SNIP组织中的表达水平显著降低，并且与SNIP分期相关。这些发现表明，lnc-AKTIP可作为SNIP的一种有价值的诊断生物标志物和潜在治疗靶点。
1.SNIP组织中lncRNAs和mRNAs表达谱概述
主成分分析 (PCA) 显示SNIP组织和非肿瘤组织之间存在巨大差异（图1A）。为了确定SNIP中可能涉及的差异表达lncRNAs和mRNAs，首先使用人lncRNA芯片（4×180K）分析SNIP中lncRNAs和mRNAs的表达谱。与对照组的4个相应的非肿瘤组织样本相比，4个SNIP组织样本中共有3435个lncRNAs和4696个mRNAs的表达存在显著差异（图1）。lnc-SPRR1B-1:1和lnc-PRH1-1:13分别是最上调和下调的lncRNAs；A2ML1和DMBT1分别是最上调和下调的mRNAs。结果表明，这4种异常表达的RNAs可能在SNIP的发展和进展中起关键作用。
图1 SNIP组织和非肿瘤组织中lncRNAs和mRNAs表达谱的改变
2.qRT-PCR对候选lncRNAs和mRNAs的验证
为了验证芯片分析所得数据，进行qRT-PCR以确认随机选择的8个lncRNAs和3个mRNAs表达水平。在SNIP组和对照组的两个扩展panel中进行qRT-PCR。6种lncRNAs和2种mRNA的qRT-PCR结果与芯片分析结果一致，而lnc-AZIN1-1:5、NR_024061和RARRES2的结果不一致，一致率为72.7%（8/11）（图2）。
图2 对差异表达的8个lncRNAs和3个mRNAs进行qRT-PCR验证
3.lncRNA-mRNA共表达网络
为探索SNIP组织中lncRNAs和mRNAs之间的潜在相互作用，通过计算皮尔逊相关系数和FDR值，从芯片数据中分析了前400个差异表达的lncRNAs和mRNAs之间的相关性，并使用Cytoscape软件构建并可视化lncRNA-mRNA共表达网络。该网络包含305个节点，包括155个lncRNAs和150个mRNAs，其中670个显著相关对为正，99个显著相关对为负。该网络还表明，单个lncRNA可以调节多个编码基因的RNA表达，一些lncRNAs可以协同调节同一基因的表达（图3）。
4.lncRNAs共表达mRNAs的富集分析
为了研究差异表达的lncRNAs在SNIP进展中的潜在作用，分析了lncRNA-mRNA共表达网络中候选RNAs的功能富集。GO富集分析显示，在生物进程、分子功能和细胞成分类别中包含几个明显过度表达的富集项。这些mRNAs在多种生物进程中富集，如自然杀伤细胞介导的细胞毒性 (GO:0042267) 、蛋白水解的负调节 (GO:0045861) 和蛋白质加工的负调节 (GO:0010955)。通路富集分析表明，这部分差异表达的mRNAs参与了PPAR信号通路 (ID:hsa03320)、Jak-STAT信号通路 (ID:hsa04630) 和胰岛素信号通路 (ID:hsa04910)（图4）。
图4 与lncRNAs共表达的mRNAs的富集分析
lnc-AKTIP预计存在于染色体16q12.2上，其DNA序列无法编码蛋白质（图5A）。lnc-AKTIP的最适二级结构有几个发夹环，最小自由能 (MFE) 为-152.30 kcal/mol（图 5B）。lnc-AKTIP和几种蛋白质之间存在强烈的相互作用，ELAVL3、ELAVL2和PCBP2蛋白质与lnc-AKTIP频繁结合（图5C）。对潜在转录因子的预测显示，lnc-AKTIP与46种转录因子结合，如IRF-1、p53、GATA-2、Elk-1和HNF-1A（图5D）。lnc-AKTIP的共表达网络参与了CXCL8、IL20RB、ABCA12和RAET1E等多基因的mRNAs表达。这些mRNAs富含多种GO项，包括细胞迁移的负调节 (GO:0090051) 、表皮细胞分化 (GO:0009913) 、上皮细胞增殖的调节 (GO:0050678) 和自然杀伤细胞的调节 (GO:0002228)。它们还被用于进一步的通路富集分析，发现多种与肿瘤相关的信号途径，包括化学致癌、p53信号途径，以及病毒蛋白与细胞因子和细胞因子受体的相互作用，都得到了富集（图5E）。
6.lncRNA作为SNIP潜在生物标志物的预测效率
为确认lnc-AKTIP、lnc-GNG5P2和lnc-CRLF1是否可以作为SNIP的诊断生物标记物，在SNIP组和对照组的两个扩展panel中进行了qRT-PCR，并建立了ROC曲线，以确定它们在SNIP中的诊断作用。ROC曲线分析显示，lnc-AKTIP在区分SNIP患者与对照组方面具有较高的准确性（敏感性=95.1%）（图6A）。然而，另外两个lncRNAs被发现不是有价值的生物标记物，其敏感性分别为73.2%和78%（图6B、C）。
图6 ROC曲线分析用于评估lnc-AKTIP、lnc-GNG5P2和lnc-CRLF1在鉴别SNIP患者中的诊断作用
为了确定lnc-AKTIP表达改变的潜在临床意义，采用卡方检验分析了41例SNIP患者lnc-AKTIP表达与临床特征之间的相关性。lnc-AKTIP与肿瘤分期显著相关。在lnc-AKTIP上调的SNIP患者中，86.4%被发现处于SNIP的早期分期（I+II）。然而，没有发现lnc-AKTIP表达与其他临床特征，如年龄、性别、吸烟状况和肿瘤复发之间存在关联。
研究揭示了lncRNAs的表达谱及其在SNIP中的潜在生物学功能。进一步证明了lnc-AKTIP与多种肿瘤相关转录因子之间的潜在相互作用，以及lnc-AKTIP的下调与SNIP肿瘤分期之间的显著相关性。同时揭示了SNIP的潜在生物标志物lnc-AKTIP。以上这些信息将有助于进一步研究SNIP的发病机制，并确定治疗SNIP患者的新治疗靶点。
