学科前沿：基因启动子甲基化与宫颈癌发展的关系 | 文献科普

宫颈癌作为四大常见癌症和世界上第二大最常见的妇科恶性肿瘤，据环球观察称，2018年全球约有57万例新发病例，超过31.1万万例死亡。宫颈癌起源于正常的上皮下包，有明显的形态学改变，包括两种主要的组织类型：鳞状细胞癌（SCC）和腺癌（AC），分别占85-90%和10-25%。

宫颈癌流行病学和分子研究表明，人乳头瘤病毒（HPV）的持续存在是宫颈癌发生的主要原因。此外，额外的遗传和表观遗传改变则是侵袭性癌变发展所需要的癌前病变。据广泛报道，表观遗传修饰，包括DNA甲基化、组蛋白修饰、核小体定位和非编码RNA，与癌症的发展和进展有关。

据报道，在癌症中，许多失活的抑癌基因启动子的CpG岛的甲基化程度更高，而基因启动子CpG岛的高甲基化正是基因沉默的重要表观遗传机制。此外，启动子的高甲基化可能导致影响细胞信号通路的基因沉默，这些信号通路包括细胞凋亡、细胞周期、DNA修复、细胞粘附等。从而给予肿瘤细胞一定的生长优势。

因此，本篇文献评估特定基因的甲基化状态对于建立可用于诊断、预后或作为治疗靶点的分子特征具有重要意义。

一、研究内容

大致可分为三类，分别是：

（1）以Meta分析法评估APC、CADM1、CCNA1、CDH1、DAPK、FHIT、HIC1、MAL、MGMT、hMLH1、p16、PAX1、RAR-β和RASSF1基因启动子区域甲基化与宫颈癌发展与进展风险之间的关系。

（2）鉴定194项合格的研究，以评估APC、CADM1、CCNA1、CDH1、DAPK、FHIT、HIC1、MAL、MGMT、hMLH1、p16、PAX1、RAR-β和RASSF1启动子甲基化状态与低级鳞状上皮内病变（LSIL）、高级鳞状上皮内病变（HSIL）和宫颈癌发展之间的关系。

（3）研究甲基化基因在世界人口中的分布，以探索种族在人类基因组启动子甲基化分布中的作用。

二、研究对象与方法

（1）研究对象

本文献共纳入194项研究，评估166个选定基因的甲基化状态，唯有14个基因因其影响重要的细胞信号通路（包括细胞凋亡、细胞周期、DNA修复、细胞黏着和解毒等。）而被选定为主要研究对象。研究对象主要以亚洲人群为主，共96篇（49.48%）。其次是高加索人，共83篇（42.78%）。最后是非洲人，15篇（7.73%）。而在启动子甲基化评价方法上，大多数研究采用甲基化特异性聚合酶链反应（MSP）[1] 作为金标准（67.01%）。其次是甲基化特异性定量PCR（qMSP）（16.75%）。

（2）研究方法

本文献主要采取了Meta分析法并结合随机效应模型、固定效应模型和Mantel-Haenszel (M-H)模型进行统计学分析。

1）Meta分析法：

①基本原理：对多个同类独立研究的结果进行汇总分析，达到增加样本含量，提高检验效能的目的，尤其是当多个研究结果不一致时，采用Meta分析可得到更加接近真实情况的结果。根据Meta分析所依据的基础或数据来源可以将其分为三类：文献结果Meta分析(MAL)、综合或合并数据Meta分析（MAC）和独立研究原始数据Meta分析（IPD/MAP）。本文采用MAC方法进行Meta分析。

②基本步骤：

固定效应模型与随机效应模型

①固定效应模型：即固定效应回归模型，简称FEM，是一种面板数据分析方法。它是指实验结果只想比较每一自变项之特定类目或类别间的差异及其与其他自变项之特定类目或类别间相互作用的效果，而不想依次推论到同一自变项未包含在内的其他类目或类别的实验设计。即假设所有研究的真实效应量是相同的，此模型过于理想化。

②简称REM，在大多数的系统评估和Meta分析中FEM是很难实现的，因为研究的对象很难保证同质性，即一个研究的效应量可能拥有不同的年龄、教育背景、健康程度等，所以真实效应量的大小不仅取决于抽样误差，还取决于参与者或研究对象以及干预措施等，将其称为异质性。所以在REM中的真实效应量会随着不同的研究所改变。

3）Mantel-Haenszel (M-H)模型

①M-H模型：又称分层分析方法，是目前病因研究中比较常用的一种数据处理方法。M-H公式是用分层的方法对混杂因素进行调整，以消除由于资料内部的不均一所造成的偏倚，使资料分析的结果能够更正确地反应所研究的“病因因素”与疾病发生之间的定量关系。

②基本思路：先对混杂因素进行分层，使这些与研究目的无关但对研究结果有严重影响的因素在比较组间尽可能达到均衡，然后在这种相对的标准状态下计算χ2统计量，估计主要因素的作用。同时，分层可以减小方差，提高检验的效率

二、研究步骤

（1）出版物搜索

通过系统搜索一系列在线文献数据库，包括PubMed、EMBASE、EBSCO、科学网和Cochrane图书馆等，系统地回顾基因启动子[1] 甲基化在宫颈癌中的研究。

（2）Meta分析筛选

按照系统审查和PRISMA流程图，对符合研究标准的出版物纳入Meta分析。

研究符合以下选择标准即被纳入：①研究评估所选的基因甲基化与宫颈癌的关联。②报道了关于癌症组和正常对照组所选基因甲基化频率的详细信息。③对人类样本进行甲基化状态评估。④只有最新的研究与最丰富的结果包含在同一组的多个出版物和使用重复的样本数据。

（3）数据提取

对于每个基因，提取了作者姓名、发表年份、患者种族、甲基化评估使用方法以及病例组和对照组参与者数量的所有信息。

（4）数据总和

采用95%置信区间（CI）的总体优势比（OR）表示关联强度。I2统计和χ2检验对合格研究的异质性进行量化。结合固定效应模型、随机效应模型和M-H模型对数据进行Meta分析。

二、研究结论

（1）甲基化基因在世界人口中的分布

PAX1基因启动子区甲基化状态：仅对亚洲人群感兴趣，在其他地区没有报道。

hMLH1基因启动子区甲基化状态：只有在高加索和非洲人群中才出现甲基化，而亚洲没有报道。

PAX1、CCNA1和CADM1基因启动子区在数量上均表现为高甲基化水平。

MAL基因基因启动子区在亚洲和高加索人群中也表现出显著的高甲基化。

DAPK1基因在亚洲、高加索和非洲人群中表现出相似的甲基化率，但总体甲基化状态因人群而异。

除HIC1和APC基因外，与对照样品相比，癌症病例的甲基化状态大多更高。

综上所说，表观遗传事件与影响总体癌症发病率和死亡率的族裔/种族差异之间密切相关。

（1）主要研究的14个基因甲基化状态与宫颈癌风险之间的关系

如图所示，14个主要研究的启动子基因中，APC、CCNA1、MAL和hMLH1的统计学数据分析表明，它们的高甲基化状态与宫颈癌风险增加无显著关联。其余的10个启动子基因高甲基化状态与宫颈癌风险增加显著关联。

（1）基因启动子甲基化与宫颈临床病理特征的相关性

CDH1启动子甲基化频率在低级鳞状上皮内病变（LSIL）和高级鳞状上皮内病变（HSIL）病变中显著高于癌症病例和对照组织。

DAPK1和MGMT启动子区域甲基化状态与宫颈癌前期和癌性病变的研究具有高度同质性。

FHIT启动子甲基化与组织学亚型（LSIL和HSIL）显著相关。

RASSF1在癌前病变、癌症病例和对照组织中的甲基化状态具有高度同质性。

p16、CDH1、RASSF1、RAR-β、DAPK1、FHIT、CADM1、MAL、CCNA1和PAX1基因启动子的甲基化在宫颈病例（包括低级鳞状上皮内病变(LSIL)、宫颈高级别鳞状上皮内病变(HSIL)和癌症病例，下同）中显著高于对照组，且随着病变进展而增加。

hMLH1和APC基因，在宫颈病例中，与相应的对照组相比，未观察到显著差异。

MGMT和HIC1基因启动子甲基化状态略高于对照组，但两者在LSIL、HSIL和癌症病例中均无显著差异。

二、研究局限性

（1）本文献大多数研究是在高加索（43%）和亚洲（49%）人群中进行的，只有少数研究探讨了表观遗传改变与非洲人群宫颈癌发展之间的关系。

（2）在非洲人群中进行的一些研究是在脱落细胞上进行，这表明甲基化事件的差异可能是由于细胞取样，而不是群体之间的差异。

（3）甲基化状态评估的技术，大多数是采用金标准MSP进行的（67.01%）。但仍有少数采用了其他评估方法，存在抽样误差。

三、总结

本文献主要采用Meta分析法，结合固定效应模型、随机效应模型和M-H模型等方法进行统计学分析，研究讨论基因启动子甲基化状态与宫颈癌病变风险之间的关系，并分析主要14个影响重大的启动子基因甲基化状态在高加索、亚洲和非洲人群中分布情况及其与宫颈癌病例之间的相关性。

最终得出结论：

（1）种族在人类基因组启动子甲基化的分布起着至关重要的作用；

（2）与重要细胞信号通路相关的14个启动子基因中，CADM1、CDH1、DAPK、FHIT、HIC1、MGMT、p16、PAX1、RAR-β和RASSF1与宫颈癌风险增加具有显著相关性，所以这些基因有希望成为宫颈癌进展检测的表观遗传学标记。而APC、CCNA1、MAL和hMLH1与宫颈癌风险增加无显著相关性。

（3）不同启动子基因与与宫颈临床病理特征的相关性具有不同表现。