第一章上皮性卵巢癌耐药相关的ceRNA生物信息学分析目的:卵巢癌多药耐药是其治疗的主要障碍,近几年LncRNA在癌症中的研究成为热点,但LncRNA的ceRNA(LncRNA-miRNA-mRNA)调控机制较少,在卵巢癌多药耐药的ceRNA研究还未在其他课题组中报道,本研究主要为了通过生物信息学方法挖掘出与上皮性卵巢癌耐药相关相关的可作为竞争性内源RNA(ceRNA)的长链非编码RNA。方法:从PUBMED/MEDLINE数据库检索出上皮性卵巢癌相关的25个LncRNA,综合DIANA-LncBase v2、mi Rcode、miRTarBase、COREMINE、DAVID、miRSponge等相关数据库预测lncRNA-miRNA-mRNA之间可能存在的ceRNA关系。在卵巢癌耐药与敏感组织中通过QRT-PCR验证可作为ceRNA的LncRNA,最后应用Graphpad Prism5与SPSS19.0软件进行统计学分析。结果:25个卵巢癌发生发展相关长链非编码RNA中筛选出9个定位于细胞质中的LncRNA,经过进一步生物信息学分析及文本挖掘,预测GAS5与HOTAIR两个LncRNA可作为竞争性内源RNA(ceRNA),GAS5与miRNA-139-5P、miRNA-24-3P及mRNA(BRCA1、TP53、EGFR、BCL2、FOS、HRAS)组成ceRNA调控网络,HOTAIR与miRNA-30a-5P及mRNA(PIK3R2、TP53、VIM)组成ceRNA调控网络。其中EGFR、BCL2、FOS、HRAS参与MAPK信号通路、粘附、癌症中的通路等上调通路,而BRCA1、TP53、PIK3R2、VIM参与P53信号通路,且通过COREMINE分析,这9个mRNA与GAS5和HOTAIR分别存在较强的关联性。QRT-PCR结果示,相比于敏感组而言,GAS5在耐药组中相对上调2.13±1.55倍,HOTAIR相对上调3.49±1.89倍,差异有统计学意义(P<0.05)。GAS5表达量的ROC曲线下面积(AUC)为0.678,HOTAIR表达量的ROC曲线下面积(AUC)为0.863。采用Logistic二元回归模型分析GAS5与HOTAIR得到联合预测因子ROC曲线下面积为0.871,差异有显著性(P=0.000)。COX风险比例回归模型显示,HOTAIR在组织中的相对表达量是影响上皮性卵巢癌PFS和OS的独立危险因素,GAS5在组织中的相对表达量是影响OS的独立因素。结论:GAS5与HOTAIR也许可作为ceRNA对靶基因进行调控,它们对卵巢癌多药耐药都有一定的诊断效能;HOTAIR的诊断效能优于GAS5的诊断效能。且相比单指标诊断,联合诊断提高了诊断效能,可能为早期诊断卵巢癌提供新的思路,后续研究应对其进行进一步实验和临床双重验证。第二章上皮性卵巢癌多药耐药相关的ce RNA功能预测及验证目的:上皮性卵巢癌是女性生殖系统常见肿瘤之一,严重危害人类的健康,其耐药性向来是众多学者研究的重点和难点。在过去很长时间内,m RNA、mi RNA等在上皮性卵巢癌中的研究已经不计其数,但仍未明显降低其死亡率。近几年,Lnc RNA及其相关的ce RNA调控机制越来越引起研究者们的重视,由第一章及第二章的分析我们发现仅有其中极少一部分的Lnc RNA生物学功能在上皮性卵巢癌中得到相关验证。同时我们通过生物信息学的方法分析出可作为ce RNA的GAS5与HOTAIR对耐药性上皮性卵巢癌有一定的诊断效能。因此在本实验中,我们整合课题组前期的m RNA、mi RNA、Lnc RNA芯片结果,得出上皮性卵巢癌耐药相关的ce RNA网络,期望通过预测其功能及实验验证得出与上皮性卵巢癌耐药相关的可作为竞争性内源RNA(ce RNA)的长链非编码RNA,并构建诊断模型,结合第二章的统计结果,得出诊断效能高的诊断模型。方法:整合前期经芯片技术筛选出在卵巢癌耐药组患者与敏感组患者差异表达的mi RNA、(42个上调,20个下调)、m RNA(678个上调,308个下调)、Lnc RNA(759个上调,345个下调);构建ce RNA网络,筛选与mi R-429、mi R-382-5p、mi R-200b-3p相关的ce RNA网络,通过KEGG通路富集及GO注释预测ce RNA网络中可能存在的调控机制。用选取ce RNA网络中差异表的的Lnc RNA及上调和下调明显的Lnc RNA进行QRT-PCR验证,将与芯片结果一致的Lnc RNA进行大样本QRT-PCR验证,结合患者的临床病理资料进行spearman相关分析、绘制单指标ROC曲线、结合Logistic二元回归模型构建联合预测因子、K-M单因素生存分析、COX多因素回归模型得出影响预后的独立危险因素,并结合第一章的统计分析结果分析最佳的联合诊断模型。结果:用QRT-PCR技术验证芯片结果中可作为ce RN的5个Lnc RNA:NONSAT059750、NONSAT129265、NONSAT128169、ENST00000529924、TCONS-12-00003421及在耐药组中下调明显的Lnc RNA-NONSAT048424、TCONS-12-00001237及上调明显的Lnc RNA NONHSAT116187共8个Lnc RNA的表达情况,发现除了Lnc RNA NONHSAT116187外,其余7个Lnc RNA的验证结果与芯片结果中的表达趋势一致,证明芯片结果可信度较高。大样本验证与芯片表达趋势结果一致的7个Lnc RNA,分析所得:相比于敏感组而言,NONSAT059750、ENST00000529924在耐药组中分别上调7.62倍、2.63倍;NONSAT129265、NONSAT128169、TCONS-12-00003421、NONSAT048424、TCONS-12-00001237在耐药组中分别下调0.59倍、0.81倍、0.51倍、0.74倍、0.46倍,差异有统计学意义(P<0.05)。根据上皮性卵巢癌耐药组与敏感组中各Lnc RNA的表达水平分别绘制ROC诊断曲线,NONSAT059750的ROC曲线下面积AUC为0.949,诊断效能最佳。结合Logistic二元回归模型建立多指标联合诊断上皮性卵巢癌多药耐药并绘制不同联合因子ROC曲线,结合第二章的结果,得出:由NONSAT129265+NONSAT128169+ENST00000529924+TCONS-12-00003421+GAS5+HOTAI组成的联合预测因子曲线下面积AUC为0.955。COX多因素风险比例回归模型分析提示NONSAT059750相对表达量、残留灶大小是影响PFS的独立因素。NONSAT059750相对表达量、腹腔转移情况是影响OS的独立因素。结论:1.基于前期芯片数据分析,构建mi R-429、mi R-382-5p、mi R-200b-3p相关的ce RNA(Lnc RNA-mi RNAm RNA)调控网。通过相关KEGG通路分析,ce RNA调控网在多项信号通路中共同发挥作用;2.将筛选出的ce RNA网络中的Lnc RNA进行QRT-PCR验证,其初步试验结果与前期数据分析结果均一致;3.由NONSAT129265+NONSAT128169+ENST00000529924+TCONS-12-0003421+GAS5+HOTAIR组成的联合预测因子诊断效能最佳;Lnc RNA-NONSAT059750可能成为上皮性卵巢癌诊断和预测预后的生物标志物。ce RNA调控网络可能对改善上皮性卵巢癌多药耐药患者预后情况有指导意义。其具体调控机制需要经过后期进一步实验研究。第三章长链非编码RNA在上皮性卵巢癌中的研究进展卵巢癌是全世界女性生殖系统最致命的肿瘤,其发展涉及多种遗传学和环境因素。各种研究已经确定了一些合适的生物标志物以促进早期检测,预后评估和治疗反应评估。本文概述了长链非编码RNA(lnc RNAs)在卵巢癌肿瘤发生过程中的作用及其作为预测卵巢癌预后因素的潜在应用的研究成果。我们使用关键词(包括Ovarian cancer,Lnc RNA或long noncoding RNA)对MEDLINE/Pub Med数据库进行文献检索。我们发现25个已在卵巢癌中被验证的差异表达lnc RNAs,并且其中一些已定义其在卵巢癌中的特异性机制。本文我们概述了Lnc RNA在上皮性卵巢癌中的研究进展,发现一些lnc RNA与患者生存期,转移潜能以及治疗反应相关。我们期待在总结过去研究成果的基础上,通过探索进一步得出lnc RNAs能通过某些机制成为预测上皮性卵巢癌耐药相关的预后预测因子。