大氣細顆粒物暴露后小鼠肺組織microRNA差異表達譜芯片分析

侯天芳，廖紀(jì)萍 ，馬元元 ，張成 ，王廣發(fā),*

1. 北京大學(xué)第一醫(yī)院呼吸和危重癥醫(yī)學(xué)科，北京 100034 2. 北京大學(xué)第一醫(yī)院實驗動物中心，北京 100034

隨著我國工業(yè)和現(xiàn)代化的快速發(fā)展，交通機動車尾氣污染物排放量持續(xù)增高，大氣污染危害成分中首當(dāng)其沖的是大氣顆粒物，特別是可入肺的細顆粒物(空氣動力學(xué)當(dāng)量直徑≤2.5 μm的顆粒物，PM2.5)，對人群危害風(fēng)險損傷強度要遠高于臭氧(O3)、二氧化硫(SO2)等氣態(tài)污染物，成為對人群危害風(fēng)險威脅最大、代表性最強的大氣污染物。流行病學(xué)已經(jīng)證實PM2.5與心肺呼吸系統(tǒng)疾病的發(fā)病率和病死率有明顯的相關(guān)關(guān)系[1-2]。權(quán)威調(diào)查顯示，在中國室內(nèi)和室外空氣污染導(dǎo)致2 500萬多人健康壽命損失和120萬人過早死亡，但是PM2.5引起機體損害的具體機制目前尚不十分清晰[3]。近來有關(guān)研究發(fā)現(xiàn)，PM2.5在中樞神經(jīng)系統(tǒng)的致病中亦發(fā)揮作用[4-5]，甚至與神經(jīng)退行性疾病、精神性疾病、帕金森病等疾病的發(fā)生發(fā)展亦有相關(guān)[6-8]。

MicroRNAs是一類長度為19～23 nt的短序列、非編碼、具有調(diào)控功能的單鏈小分子RNA。廣泛存在于各種細胞中，主要參與真核生物的發(fā)育、生長、分化、免疫反應(yīng)和適應(yīng)壓力等多種生理過程[9]。近年來，研究發(fā)現(xiàn)microRNAs在環(huán)境化學(xué)物質(zhì)引起的毒理學(xué)過程中起著十分重要的作用[10]。實驗研究發(fā)現(xiàn)，空氣污染能夠主要引起microRNA-9，microRNA-223，microRNA-10b，microRNA-143等miRNAs的改變[11]，不管是體內(nèi)還是體外實驗均發(fā)現(xiàn)暴露于炭黑顆粒物、顆粒物、柴油機廢棄顆粒物后，microRNAs表達會發(fā)生明顯的改變[12-15]。

MicroRNAs穩(wěn)定存在于血液及組織中，因此作為一種臨床早期診斷的新標(biāo)記物逐漸受到重視，本研究通過PM2.5暴露后建模小鼠肺組織芯片篩選，找到microRNAs差異表達譜，選用三大數(shù)據(jù)庫進行交集分析預(yù)測靶基因，根據(jù)生物信息學(xué)做GO和KEGG通路分析，從而預(yù)測及分析大氣污染相關(guān)疾病的作用機制通路，為后續(xù)科研實驗奠定理論依據(jù)。

1　材料與方法(Materials and methods)

1.1　實驗材料

1.1.1主要實驗試劑材料

實驗用microRNA提取、逆轉(zhuǎn)錄試劑盒以及RT-qPCR反應(yīng)試劑盒均購自北京全式金生物技術(shù)有限公司；ABI 7500熒光定量PCR儀。

1.1.2PM2.5顆粒的采集、提取和懸液制備

顆粒物的采樣點為北京大學(xué)第一醫(yī)院內(nèi)科樓樓頂，應(yīng)用Staplex PM2.5大流量采樣器，于2016年1月連續(xù)采樣96 h。將附有PM2.5顆粒的玻璃纖維濾膜剪成小塊于燒杯；加入無菌超純水，低溫超聲以混勻懸浮液，使用6層紗布過濾懸液，低溫冷凍干燥收獲顆粒物于-20 ℃冰箱備用。根據(jù)實驗小鼠的體重稱取PM2.5顆粒物，于動物實驗前一天用生理鹽水配制不同濃度的細顆粒物混懸液，超聲振蕩混勻，4 ℃冰箱保存?zhèn)溆?，使用前再次超聲振蕩混勻?/p>

1.2　實驗方法

1.2.1實驗動物及處理

實驗動物為北京維通利華實驗動物技術(shù)有限公司(SCXK(京)2012-0001)提供的SPF級8周齡雄性BALB/c小鼠(25±2 g)，在北京大學(xué)第一醫(yī)院實驗動物中心(SYXK(京)2014-0010)飼養(yǎng)。小鼠自由進食消毒顆粒飼料及水，室溫23～25 ℃，12 h光:12 h暗，濕度25%～30%。通過了實驗動物福利倫理審查(動物倫理編號：J201609)，小鼠隨機分為生理鹽水組、低劑量暴露組(PM2.5，2.5 mg·kg-1)、高劑量組(PM2.5，20 mg·kg-1)，每組6只，建模方法參考本課題組既往研究[16]采用氣管滴注方法進行，用5%水合氯醛麻醉處理，麻醉后的小鼠仰臥固定于操作板，借助冷光源透視，清晰看到聲門裂，用小型注射器與改裝后的留置針吻合固定，進行快速氣管滴注(滴注量為50 μL·次-1)，一周滴注2次，氣管滴注14 d結(jié)束后過量麻醉處死動物并取材。

1.2.2小鼠肺組織提取RNA并芯片處理

隨機從3組中選出3只小鼠，獲取肺組織后提取RNA，樣品總RNA利用NanoDrop ND-2000 (Thermo Scientific)定量，檢測RNA完整性使用安捷倫生物分析軟件，樣本檢測合格后進行芯片處理，嚴(yán)格按照操作流程進行(委托上海歐易公司進行芯片檢測)。

1.2.3實時熒光定量PCR驗證

嚴(yán)格按照北京全式金生物技術(shù)有限公司操作說明書進行microRNA的提取、逆轉(zhuǎn)錄和RT-qPCR實驗。逆轉(zhuǎn)錄參數(shù)條件設(shè)置為37 ℃、60 min，85 ℃、5 s滅活。后續(xù)進行qRT-PCR，設(shè)置反應(yīng)條件為50 ℃、2 min 滅活UNG 酶，94 ℃、30 s 預(yù)變性，94 ℃、5 s，60 ℃、34 s，共40個循環(huán)。每個標(biāo)本均采用三復(fù)孔。表達水平以2-ΔΔCT表示，引物序列如下：

mmu-miR-139-5p：5’-TCTACAGTGCACGTGTCTCCAG-3’；mmu-miR-691:5’-ATTCCTGAAGAGAGGCAGAAAA-3’； mmu-miR-340-3p:5’-TCCGTCTCAGTTACTTTATAGC-3’；U6 forward：5'-CTCgCTTCggCAgCACA-3'； U6 reverse：5'-AACgCTTCACgAATTTgCgT-3'。

1.3　生物信息學(xué)分析(GO和KEGG分析)

應(yīng)用TargetScan，PITA，microRNAorg這三大數(shù)據(jù)庫進行microRNAs靶基因預(yù)測，輸入差異表達的miRNAs，取三大軟件共同預(yù)測到的靶基因的交集，再對靶基因進一步進行GO分析，主要包括三大部分，分別為生物過程(biological process)、分子功能(molecular function)、細胞組分(cellular component)，并采用KEGG分析主要參與的信號通路，綜合分析富集結(jié)果。其中利用T檢驗得到的差異顯著性P值和標(biāo)準(zhǔn)化信號值的差異倍數(shù)fold change值進行篩選，標(biāo)準(zhǔn)為fold change≥2.0且P≤0.05。

2　結(jié)果(Results)

2.1　肺組織提取RNA純度測定

結(jié)果顯示各組RNA樣本的OD260/OD280比值均在1.8～2.2之間且28S/18S≥0.7，28S rRNA 和 18S rRNA 條帶清晰，5S rRNA條帶很弱，經(jīng)Agilent Bioanalyzer 2100 (Agilent Technologies)檢測RNA完整性好，達到芯片實驗上機要求。

2.2　PM2.5暴露后小鼠肺組織microRNAs變化

大氣細顆粒物染毒后小鼠肺組織microRNAs有顯著差異變化，表1結(jié)果顯示，高劑量處理組與對照組比較有4個microRNAs上調(diào)，低劑量處理組與對照組比較有2個microRNAs上調(diào)，高劑量組與低劑量組比較，有4個miRNAs上調(diào)(標(biāo)準(zhǔn)為fold change值>= 2.0且P值<= 0.05)。

表1　PM2.5暴露對肺組織microRNAs的影響Table 1　microRNAs alterations in mice lung tissue after PM2.5 exposure

2.3　實時熒光定量PCR(qRT-PCR)驗證差異表達的microRNAs

實時熒光定量PCR驗證差異表達的miRNAs的結(jié)果如圖1所示。

2.4　差異表達明顯的microRNAs靶基因預(yù)測結(jié)果

經(jīng)芯片篩查發(fā)現(xiàn)10個差異表達的microRNAs，其中綜合考慮上調(diào)的倍數(shù)以及2組進行兩兩比較的結(jié)果，利用TargetScan，PITA，microRNAorg數(shù)據(jù)對差異miRNA進行靶基因預(yù)測，其中有4個miRNAs可以預(yù)測到靶基因，分別是miR-139-5p、miR-691、miR-340-3p及miR-450b-3p，具體預(yù)測靶基因結(jié)果見表2及圖2。

表2　microRNAs 靶基因預(yù)測結(jié)果Table 2　Results of microRNAs targets

圖1　差異表達的miRNAs的qRT-PCR驗證結(jié)果(n=6)注：與對照組比較 *P<0.05, **P<0.01。Fig. 1　Validation of differentially expressed microRNAs (n=6)Note: *P<0.05, **P<0.01, compared with the control group.

圖2　3個數(shù)據(jù)庫預(yù)測到的靶基因交集圖注： A, miR-139-5p預(yù)測靶基因數(shù); B, miR-691及miR-340-3p預(yù)測靶基因數(shù); C, miR-450b-3p預(yù)測靶基因數(shù)。Fig. 2　The target gene intersection map predicted by three databasesNote: A, results of miR-139-5p targets; B, results of miR-691 and miR-340-3p targets; C, results of miR-450b-3p targets.

2.5　差異表達miRNAs靶基因顯著富集GO和KEGG分析結(jié)果

差異表達miRNAs靶基因顯著富集GO和KEGG分析結(jié)果如表3和圖3所示。

3　討論(Discussion)

2013年以來，以PM2.5為主要污染成分的霧霾頻發(fā)，是我國目前最受關(guān)注的重大環(huán)境問題之一，北京灰霾污染尤甚。本研究的PM2.5采集于北京冬季霧霾高發(fā)期(位于北京大學(xué)第一醫(yī)院內(nèi)科樓頂樓)，盡管大氣顆粒物成分復(fù)雜，表面附著多種有毒物質(zhì)，但本研究采用大氣顆粒物染毒小鼠探索分子毒理學(xué)機制過程有其特有的參考價值。

研究證實，miRNAs與其靶mRNA的3′端非編碼區(qū)(3'-UTR)互補結(jié)合，在翻譯水平上特異性抑制基因表達[11]。實驗研究發(fā)現(xiàn)，約60%的編碼蛋白基因是受microRNAs調(diào)控的[17]，值得注意的是，microRNA很可能與很多種不同的靶基因有調(diào)控關(guān)系[18]。有研究發(fā)現(xiàn)，長時間大氣顆粒物暴露后人體外周血中microRNAs(let-7g-5p，miR-126-3p，miR-130a-3p，miR-146a-5p，miR-150-5p, miR-191-5p和 miR-23a-3p)發(fā)生變化，并實驗驗證其靶基因(CCR3，CD40，COL1A2，CSF1，CXCL12，CXCL8，CXCR4，IL1F10，IL36A，IL36B，IL36G，IL36RN，IL37，IL6，PDGFB和VCAM1)參與了心血管疾病相關(guān)的信號通路[19]。

第一個人類全基因組草圖已經(jīng)于2010年完成，目前對于基因組的研究也進入了功能基因組時代，即后基因組時代。生物信息學(xué)中的GO分析可指導(dǎo)不同樣本的差異基因可能和哪些基因功能的改變有關(guān)，而KEGG則著重于找出廣泛參與的信號通路，確定參與發(fā)生發(fā)展過程的差異表達基因[20-21]。目前針對軟件預(yù)測而得的靶基因群，最常用的生物信息學(xué)方法包括：GO (Gene Ontology) 和KEGG分析 (the Kyoto analysis of the Encyclopedia of Genes and Genomes)通路分析。實驗發(fā)現(xiàn)差異表達的miRNAs所調(diào)控的靶基因顯著富集在34個GO通路(P<0.001)，具體為15個GO涉及到生物過程，主要包括：RNA拼接，RNA轉(zhuǎn)錄酶II啟動子的轉(zhuǎn)錄，DNA模板，轉(zhuǎn)錄調(diào)節(jié)、激活JNKK活動等；9個GO涉及細胞組分，主要包括：細胞核、質(zhì)、膜及突觸等；10個GO涉及分子功能，主要包括：蛋白結(jié)合、RNA和DNA結(jié)合、RNA聚合酶II啟動子結(jié)合、R-SMAD 結(jié)合等。將差異表達的miRNAs進行Pathway富集分析,有助于找到實驗條件下顯著性差異變化的生物學(xué)調(diào)控通路。在Pathway分析(P<0.05，見圖3 A B C)中，3組進行通路比較，富集于軸突導(dǎo)向通路值得關(guān)注，還有突觸囊泡循環(huán)、五羥色胺神經(jīng)突觸、神經(jīng)營養(yǎng)因子信號通路、磷脂酰肌醇信號系統(tǒng)等，都提示差異miRNAs富集信號通路指向中樞神經(jīng)發(fā)育以及神經(jīng)退化性疾病的發(fā)生發(fā)展。生長錐是位于神經(jīng)突起末端的一個扇形結(jié)構(gòu)，其受體可選擇性識別某些導(dǎo)向信號，通過特定的信號轉(zhuǎn)導(dǎo)通路發(fā)揮生物學(xué)反應(yīng)，進而指導(dǎo)軸突識別達到正確的位置，可見軸突導(dǎo)向是神經(jīng)發(fā)育的一個重要分支[22]。Bellon等[23]發(fā)現(xiàn)，miR-182在體內(nèi)外可調(diào)控由Slit2介導(dǎo)的視網(wǎng)膜神經(jīng)節(jié)細胞的軸突導(dǎo)向，且生長錐的miR-182抑制cofilin-1局部蛋白復(fù)合體的轉(zhuǎn)錄翻譯。其中，靶基因Arhgef12、Sema4g、Epha5、Ablim1參與了這個軸突導(dǎo)向重要過程，EphA5是Ephrins家族中新發(fā)現(xiàn)的成員，其配體是Ephrin-A5[24]。Cooper等[25]研究發(fā)現(xiàn)，EphA5與其配體Ephrin-A5的相互作用與中腦DA神經(jīng)元的軸突生長有關(guān)。研究發(fā)現(xiàn)，在坐骨神經(jīng)損傷的大鼠，在損傷部位的miR-340表達失調(diào)影響去除細胞碎片和軸突再生[26]。而miR-691和miR-450與神經(jīng)系統(tǒng)疾病的相關(guān)性鮮見報道。

圖3　PM2.5暴露后小鼠肺組織差異表達microRNAs靶基因KEGG分析和軸突導(dǎo)向通路注：A為PM2.5低劑量組與對照組比較的差異表達miRNAs靶基因KEGG分析；B為PM2.5高劑量組與PM2.5低劑量組比較的差異表達miRNAs靶基因KEGG分析；C為PM2.5高劑量組與對照組比較的差異表達miRNAs靶基因KEGG分析。Fig. 3　KEGG analysis and axon guidance pathway of differentially expressed lung tissue microRNAs after exposed to PM2.5Note: A, KEGG analysis of differentially expressed microRNAs in low dose group compared to the control group; B, KEGG analysis of differentially expressed microRNAs in high dose group compared to low dose group; C, KEGG analysis of differentially expressed microRNAs in high dose group compared to the control group.

本研究KEGG分析還富集于幾條癌癥通路，包括：結(jié)直腸癌、腎細胞癌、甲狀腺癌、急性髓系白血病、前列腺癌等，提示差異表達microRNAs參與癌癥通路的某個作用階段，發(fā)揮致病作用。Miyoshi等[27]研究發(fā)現(xiàn)在結(jié)直腸癌患者中檢測到miR-139-5p的升高，并且顯著縮短無復(fù)發(fā)生存率，小鼠模型中發(fā)現(xiàn)miR-139-5p的過表達可以加重結(jié)直腸患者的腹膜擴散。然而，Wang等[28]分別采用正常結(jié)腸黏膜、結(jié)腸腺瘤和結(jié)直腸癌患者的組織取樣進行microRNAs深度測序分析，結(jié)果發(fā)現(xiàn)與對照組相比，結(jié)直腸癌患者中miR-139-5p，miR-204-5p，miR-125b-5p，miR-100-5p和miR-30a-5p表達是明顯下調(diào)的。再者研究顯示，miR-124，miR-137和miR-340通過抵消Warburg效應(yīng)來修復(fù)結(jié)直腸癌的生長，主要由于調(diào)節(jié)替代PKM基因剪接來完成[29]。也有研究證實：可用miR-10b，miR-139-5p，miR-130b 和 miR-199b-5p來檢測腎透明細胞癌的轉(zhuǎn)移情況，這4個microRNAs與腎透明細胞癌的轉(zhuǎn)移和預(yù)后密切相關(guān)，可以作為生物標(biāo)記物來檢測預(yù)后[30]。在間充質(zhì)干細胞分化為胰腺β細胞中，研究發(fā)現(xiàn)microRNAs(包括：miR-18a-5p，miR-19b-5p，miR-30d-3p，miR-124，miR-146a-5p， miR-184；miR-335和 miR-433-5p)的過表達是和胰腺β細胞的分化相平衡的[31]。

本文重點研究并驗證了大氣污染暴露后小鼠肺組織中發(fā)現(xiàn)差異表達明顯的miR-691、miR-139-5p、miR-340-3p及miR-450，利用生物信息學(xué)分析揭示了其改變與神經(jīng)系統(tǒng)發(fā)育、多種癌癥通路、調(diào)控多能干細胞分化等通路有相關(guān)性，為進一步深入研究大氣顆粒物引起的毒理學(xué)機制提供堅實的科學(xué)證據(jù)。

參考文獻(References)：

[1]Lipsett M J, Ostro B D, Reynolds P, et al. Long-term exposure to air pollution and cardiorespiratory disease in the California teachers study cohort [J]. American Journal of Respiratory and Critical Care Medicine, 2011, 184: 828-835

[2]Araujo J A, Nel A E. Particulate matter and athero sclerosis: Role of particle size, composition and oxidative stress [J]. Particle and Fibre Toxicology, 2009, 6: 24-30

[3]Salomon J A, Wang H, Freeman M K, et al. Healthy life expectancy for 187 countries, 1990～2010: A systematic analysis for the global burden disease study 2010 [J]. The Lancet, 2013, 380(9859): 2144-2162

[4]Ku T, Ji X, Zhang Y, et al. PM2.5, SO2and NO2co-exposure impairs neurobehavior and induces mitochondrial injuries in the mouse brain [J]. Chemosphere, 2016, 163: 27-34

[5]Cliff R, Curran J, Hirota J A, et al. Effect of diesel exhaust inhalation on blood markers of inflammation and neurotoxicity: A controlled, blinded cross over study [J]. Inhalation Toxicology, 2016, 28(3): 145-153

[6]Pun V C. Association of ambient air pollution with depressive and anxiety symptoms in older adults: Results from the NSHAP study [J]. Environmental Health Perspectives, 2017, 125(3): 342 - 348

[7]Morales-Suárez-Varela M, Peraita-Costa I. Systematic review of the association between particulate matter exposure and autism spectrum disorders [J]. Environmental research, 2017, 153: 150-160

[9]Van Rooij E, Sutherland L B, Qi X, et al. Control of stress-dependent cardiac growth and gene expression by a microRNA [J]. Science (New York, N.Y.), 2007, 316(5824): 575-579. DOI: 10.1126/science.1139089.

[10]Li X, Lv Y, Gao N, et al. microRNA-802/Rnd3 pathway imposes on carcinogenesis and metastasis of fine particulate matter exposure [J]. Oncotarget, 2016, 7(23): 35026-35043

[11]Vrijens K, Bollati V. MicroRNAs as potential signatures of environmental exposure or effect: A systematic review [J]. Environmental Health Perspectives, 2015, 123(5): 399-411

[12]Jardim M J, Fry R C, Jaspers I, et al. Disruption of microRNA expression in human airway cells by diesel exhaust particles is linked to tumorigenesis-associated pathways[J]. Environmental Health Perspectives, 2009, 117: 1745-1751

[13]Bleck B, Grunig G, Chiu A, et al. MicroRNA -375 regulation of thymic stromal lymphopoietin by diesel exhaust particles and ambient particulate matter in human bronchial epithelial cells [J]. Journal of Immunology, 2013, 190: 3757-3763

[14]Farraj A K, Hazari M S, Haykal-Coates N, et al. ST depression, arrhythmia, vagal dominance, and reduced cardiac micro-RNA in particulate exposed rats[J]. American Journal of Respiratory Cell and Molecular Biology, 2011, 44: 185-196

[15]Bourdon J A, Saber A T, Halappanavar S, et al. Carbon black nanoparticle intratracheal installation results in large and sustained changes in the expression of miR-135b in mouse lung [J]. Environmental and Molecular Mutagenesis, 2012, 53: 462-468

[16]Zhao C, Liao J, Chu W, et al. Involvement of TLR2 and TLR4 and Th1/Th2 shift in inflammatory responses induced by fine ambient particulate matter in mice [J]. Inhalation Toxicology, 2012, 24(13): 918-927

[17]Lewis B P, Burge C B, Bartel D P. Conserved seed pairing, often flanked by adenosines, indicates that thousads of human genes are microrna targets [J]. Cell, 2005, 20: 15-20

[18]Esteller M. Non-coding RNAs in human disease [J]. Nature Reviews Genetics, 2011, 12: 861-874

[19]Rodosthenous R S, Coull B A, Lu Q, et al. Ambient particulate matter and microRNAs in extracellular vesicles: A pilot study of older individuals [J]. Particle and Fibre Toxicology, 2015, 13(1): 1-13

[20]Kanehisa M, Goto S, Sato Y, et al. KEGG for interpretation of large-scale molecular data sets[J]. Nucleic Acids Research, 2012, 40: D109-D114

[21]Ashburner M, Ball C A, Blake J A, et al. Gene ontology: Tool for the unification of biology [J]. The Gene Ontology Consortium Nature Genetics, 2000, 25(1): 25-29

[22]Rajasekharan S, Kennedy T E. The netrin protein family[J]. Genome Biology, 2009, 10(9): 100-105

[23]Bellon A, Iyer A, Bridi S, et al. MiR-182 regulates slit2-mediated axon guidance by modulating the local translation of a specific mRNA [J]. Cell Reports, 2017, 18(5): 1171-1186

[24]Birgbauer E, Cowan C A, Sretavan D W. Kinase independent function of EphB receptors in retinal axon pathfinding to the optic disc from dorsal but not ventral retina[J]. Development (Cambridge, England),2000,127(6):1231-1241

[25]Cooper M A, Kobayashi K, Zhou R. Ephrin-A5 regulates the formation of the ascending midbrain dopaminergic pathways [J]. Developmental Neurobiology, 2009, 69(1): 36-46

[26]Li S, Zhang R, Yuan Y. MiR-340 regulates fibrinolysis and axon regrowth following sciatic nerve injury [J]. Molecular Neurobiology, 2016, 54(6): 1-11

[27]Miyoshi J, Toden S, Yoshida K, et al. MiR-139-5p as a novel serum biomarker for recurrence and metastasis in colorectal cancer [J]. Scientific Reports, 2017, 7: 43393

[28]Wang X, Chen L, Jin H, et al. Screening miRNAs for early diagnosis of colorectal cancer by small RNA deep sequencing and evaluation in a Chinese patient population[J]. Oncotargets and Therapy, 2016, 9: 1159-1166

[29]Sun Y, Zhao X, Zhou Y, et al. miR-124, miR-137 and miR-340 regulate colorectal cancer growth via inhibition of the Warburg effect [J]. Oncology Reports, 2012, 28(4): 1346-1352

[30]Wu X, Weng L, Li X, et al. Identification of a 4-microRNA signature for clear cell renal cell carcinoma metastasis and prognosis [J]. PLoS one, 2012, 7(5): e35661

[31]Coskun E, Ercin M. The role of epigenetic regulation and pluripotency-related microRNAs in differentiation of pancreatic stem cells to beta cells [J]. Journal of Cellular Biochemistry, 2018, 119(1): 455-467