阿爾茨海默病相關(guān)差異表達(dá)基因及其生物信息學(xué)分析

徐倩 蘇湲淇 譚毅 楊元娟

摘 要 目的：為阿爾茨海默病（AD）發(fā)病機(jī)制的闡釋、早期預(yù)防與診斷以及治療靶點(diǎn)的篩選提供參考。方法：從美國(guó)國(guó)立生物技術(shù)信息中心公共數(shù)據(jù)平臺(tái)基因表達(dá)數(shù)據(jù)庫(kù)中下載基因芯片數(shù)據(jù)集GSE28146，使用GEO2R在線(xiàn)分析工具篩選出AD相關(guān)差異表達(dá)基因（DEGs）;使用DAVID 6.8生物信息學(xué)資源數(shù)據(jù)庫(kù)進(jìn)行基因本體（GO）分析和KEGG通路富集分析;使用STRING數(shù)據(jù)庫(kù)和Cytoscape 3.2.1軟件進(jìn)行蛋白-蛋白相互作用（PPI）網(wǎng)絡(luò)分析。結(jié)果與結(jié)論：篩選出AD相關(guān)DEGs共1 478個(gè)，其中上調(diào)913個(gè)、下調(diào)565個(gè)。GO分析結(jié)果顯示，DEGs主要分布于細(xì)胞質(zhì)、膜、細(xì)胞外隙中，主要通過(guò)轉(zhuǎn)錄的正/負(fù)調(diào)節(jié)、核因子κB活性的正調(diào)節(jié)、Rho蛋白信號(hào)轉(zhuǎn)導(dǎo)的調(diào)節(jié)、蛋白質(zhì)磷酸化的調(diào)節(jié)等生物學(xué)過(guò)程以及蛋白質(zhì)結(jié)合、DNA結(jié)合、轉(zhuǎn)錄因子活性（序列特異性DNA結(jié)合）等分子功能來(lái)誘導(dǎo)AD的發(fā)生。KEGG通路富集分析結(jié)果顯示，DEGs顯著富集于癌癥途徑、肺結(jié)核、破骨細(xì)胞分化、Janus激酶/信號(hào)傳導(dǎo)及轉(zhuǎn)錄激活因子信號(hào)通路、叉頭轉(zhuǎn)錄因子信號(hào)通路、EB病毒感染等信號(hào)通路上。DEGs編碼蛋白的PPI網(wǎng)絡(luò)含節(jié)點(diǎn)蛋白共1 205個(gè)、邊3 931條;其中的關(guān)鍵核心基因?yàn)镾OCS3、NEDD4、CBLB，可能是AD發(fā)生發(fā)展的潛在靶點(diǎn)。

關(guān)鍵詞 阿爾茨海默病;差異表達(dá)基因;生物信息學(xué);基因本體;KEGG通路富集;蛋白-蛋白相互作用

ABSTRACT? ?OBJECTIVE： To provide reference for interpretation of pathogenesis， early prevention and diagnosis， and selection of therapeutic targets of Alzheimer’s disease （AD）. METHODS： The gene chip dataset GSE28146 was downloaded from the NCBI public data platform GEO， and the AD-related differentially expressed genes （DEGs） were identified by using GEO2R online analysis tool. GO analysis and KEGG enrichment pathway analysis were performed by using DAVID 6.8 bioinformatics resource database. The protein-protein interaction （PPI） network analysis was performed by using STRING database and Cytoscape 3.2.1 software. RESULTS & CONCLUSIONS： A total of 1 478 AD-related DEGs were identified， consisting of 913 up-regulated genes and 565 down-regulated genes. GO function enrichment analysis showed that DEGs mainly distributed in cytoplasm， membrane， extracellular space， and induced AD via biological processes such as positive/negative regulation of transcription， positive regulation of NF-κB activity， regulation of Rho protein signaling transduction， protein phosphorylation; via protein binding， DNA binding， transcription factor activity （sequence specific DNA binding） and other molecular functions. KEGG pathway enrichment analysis showed that DEGs was enriched in cancer pathway， pulmonary tuberculosis， osteoclast differentiation， JAK/STAT signaling pathway， FoxO signaling pathway， EB virus infection and other signaling pathways. There are 1 205 nodes and 3 931 edges in the PPI network of DEGs coding protein. Among them， the key genes are SOCS3， NEDD4 and CBLB， which may be the potential target of AD development.

KEYWORDS? ?Alzheimer’s disease;Differentially expressed genes;Bioinformatics; Gene ontology; KEGG pathway enrichment; Protein-protein interaction

阿爾茨海默?。ˋlzheimer’s disease，AD）是一種慢性進(jìn)行性的中樞神經(jīng)系統(tǒng)退行性疾病，臨床上主要表現(xiàn)為記憶障礙、進(jìn)行性認(rèn)知功能損害、人格和行為改變等神經(jīng)精神障礙[1]。AD的發(fā)病機(jī)制較為復(fù)雜，呈現(xiàn)多樣性和不確定性，以β-淀粉樣蛋白（Aβ）瀑布理論、Tau蛋白學(xué)說(shuō)、氧化應(yīng)激、炎癥機(jī)制、線(xiàn)粒體功能障礙和基因突變等假說(shuō)較為常見(jiàn)[2]。AD是老年癡呆最常見(jiàn)的病因，據(jù)統(tǒng)計(jì)，60%～80%的癡呆由AD導(dǎo)致，且癡呆已經(jīng)成為65歲以上人群的第五大死亡原因[3]。近年來(lái)，隨著人口老齡化進(jìn)程加劇，我國(guó)AD患者的數(shù)量迅速增加，現(xiàn)已超過(guò)700萬(wàn)人[4]。AD病程長(zhǎng)、并發(fā)癥多樣且需要長(zhǎng)期護(hù)理，給患者家庭和社會(huì)帶來(lái)沉重的經(jīng)濟(jì)負(fù)擔(dān)，已成為不容忽視的社會(huì)問(wèn)題[4]。隨著高通量測(cè)序技術(shù)及基因芯片技術(shù)的發(fā)展，從諸如基因組、轉(zhuǎn)錄組、蛋白質(zhì)組和代謝組等不同層次研究疾病的發(fā)生、發(fā)展及預(yù)后已成為全世界學(xué)者共同關(guān)注的熱點(diǎn)之一[5-7]。本研究通過(guò)對(duì)美國(guó)國(guó)立生物技術(shù)信息中心（NCBI）公共數(shù)據(jù)平臺(tái)中的表達(dá)譜芯片原始數(shù)據(jù)進(jìn)行挖掘，篩選出AD相關(guān)差異表達(dá)基因（DEGs），并對(duì)其進(jìn)行基因本體（GO）分析、KEGG通路富集分析以及蛋白-蛋白相互作用（PPI）網(wǎng)絡(luò)分析，以期為AD發(fā)病機(jī)制的闡釋、早期預(yù)防與診斷以及治療靶點(diǎn)的篩選提供理論參考。

1 資料與方法

1.1 資料來(lái)源

從NCBI公共數(shù)據(jù)平臺(tái)基因表達(dá)數(shù)據(jù)庫(kù)（GEO，http：//www.ncbi.nlm.nih.gov/geo）下載AD相關(guān)基因芯片數(shù)據(jù)集GSE28146（https：//www.ncbi.nlm.nih.gov/geo/query/acc.cgi？acc=GSE28146）。該數(shù)據(jù)集基于GPL570平臺(tái)采用[HG-U133_Plus_2]Human Genome U133 Plus 2.0 Array陣列芯片（美國(guó)Affymetrix公司）檢測(cè)的30例人海馬組織獲得，其中對(duì)照組8例、AD病例組22例。

1.2 方法

運(yùn)用GEO2R在線(xiàn)分析工具（https：//www.ncbi.nlm.nih.gov/geo/geo2r/？acc=GSE28146）對(duì)芯片原始數(shù)據(jù)進(jìn)行DEGs的篩選，篩選條件為P<0.05，其中l(wèi)og2FC≥1.0為上調(diào)、log2FC<-1.0為下調(diào)（式中，“FC”表示AD病例組受試芯片熒光信號(hào)強(qiáng)度與對(duì)照組相比的差異倍數(shù)）[8]。采用GraphPad Prism 5在線(xiàn)軟件（https：//www.graphpad.com/scientific-software/prism）繪制DEGs火山圖。

利用DAVID 6.8生物信息學(xué)資源數(shù)據(jù)庫(kù)（https：//david.ncifcrf.gov/）對(duì)DEGs進(jìn)行GO分析和KEGG通路富集分析（以Fisher確切概率法計(jì)算P值，P<0.05為“顯著富集”）[9]。將P值由小到大排序，分列出排序前10位的GO功能族和KEGG信號(hào)通路。

通過(guò)STRING數(shù)據(jù)庫(kù)（https：//www.string-db.org/）對(duì)篩選所得DEGs進(jìn)行PPI網(wǎng)絡(luò)分析，設(shè)置“可信度（Confidence）”為0.7;借助Cytoscape 3.2.1軟件的“CytoHubba”插件對(duì)DEGs編碼蛋白的相互作用進(jìn)行可視化展示。其中，節(jié)點(diǎn)表示蛋白，邊表示蛋白之間的相互聯(lián)系，節(jié)點(diǎn)度值表示與某節(jié)點(diǎn)相連邊的數(shù)量（其值大小與對(duì)應(yīng)節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要程度成正比），將節(jié)點(diǎn)度值排序前3位的基因視為關(guān)鍵核心基因。

2 結(jié)果

2.1 DEGs的篩選結(jié)果

篩選出AD相關(guān)DEGs共1 478個(gè)，其中上調(diào)913個(gè)、下調(diào)565個(gè)。DEGs的火山圖見(jiàn)圖1。

2.2 DEGs的GO分析及KEGG通路富集分析結(jié)果

GO分析結(jié)果顯示，DEGs主要涉及轉(zhuǎn)錄的正/負(fù)調(diào)節(jié)、核因子κB（NF-κB）活性的正調(diào)節(jié)、Rho蛋白信號(hào)轉(zhuǎn)導(dǎo)的調(diào)節(jié)、顎發(fā)育、蛋白質(zhì)磷酸化的調(diào)節(jié)、自噬的負(fù)調(diào)節(jié)等生物學(xué)功能;DEGs主要分布于細(xì)胞質(zhì)、膜、細(xì)胞外隙、高爾基體等細(xì)胞組分;DEGs主要涉及蛋白質(zhì)結(jié)合、DNA結(jié)合、轉(zhuǎn)錄因子活性（序列特異性DNA結(jié)合）、蛋白質(zhì)同源二聚體活性等分子功能，詳見(jiàn)圖2。

KEGG通路富集分析結(jié)果顯示，DEGs在癌癥途徑、肺結(jié)核、破骨細(xì)胞分化、Janus激酶/信號(hào)傳導(dǎo)及轉(zhuǎn)錄激活因子（JAK/STAT）信號(hào)通路、叉頭轉(zhuǎn)錄因子（FoxO）信號(hào)通路、EB（Epstein-Barr）病毒感染、轉(zhuǎn)化生長(zhǎng)因子β（TGF-β）等信號(hào)通路上顯著富集，詳見(jiàn)圖3。

2.3 DEGs編碼蛋白PPI網(wǎng)絡(luò)分析結(jié)果

DEGs編碼蛋白的PPI網(wǎng)絡(luò)中，共包含節(jié)點(diǎn)蛋白1 205個(gè)、邊3 931條，見(jiàn)圖4。其中，節(jié)點(diǎn)度值排序前30位蛋白的PPI網(wǎng)絡(luò)見(jiàn)圖5（以基因表示），節(jié)點(diǎn)度值排序前3位的基因?yàn)镾OCS3、NEDD4和CBLB，是網(wǎng)絡(luò)中的關(guān)鍵核心基因。

3 討論

近年來(lái)，隨著生物芯片、高通量測(cè)序等現(xiàn)代生物技術(shù)的高速發(fā)展和生物信息學(xué)分析的日益成熟，通過(guò)大數(shù)據(jù)分析，挖掘在疾病發(fā)生發(fā)展中起主導(dǎo)作用的相關(guān)基因，可為疾病發(fā)病機(jī)制和治療評(píng)價(jià)等研究提供新的思路。例如曹丹等[10]采用生物信息學(xué)方法分析肝癌相關(guān)DEGs，并構(gòu)建編碼蛋白PPI網(wǎng)絡(luò)，發(fā)現(xiàn)TOP2A基因可能是肝癌相關(guān)的核心基因;馮曉飛等[11]利用生物信息學(xué)方法對(duì)骨肉瘤基因表達(dá)譜芯片進(jìn)行分析，從分子水平上初步分析了骨肉瘤的潛在發(fā)病機(jī)制;許丁文等[12]應(yīng)用生物信息學(xué)方法分析了絲甘蛋白聚糖對(duì)卵巢癌耐藥性的影響及作用機(jī)制。

AD作為癡呆的主要原因，是目前全球醫(yī)療保健領(lǐng)域最嚴(yán)峻的挑戰(zhàn)之一[13]。AD致病機(jī)制尚未明確，其發(fā)病是多基因、多途徑、多步驟、多階段相互作用和相互影響的復(fù)雜過(guò)程，尚缺乏有效的診療手段，對(duì)其早發(fā)現(xiàn)、早治療成為了臨床亟待解決的難題[1-4]。為此，本研究應(yīng)用生物信息學(xué)方法，擬初步分析AD發(fā)生的潛在分子機(jī)制，以期為進(jìn)一步揭示該癥病因提供新的線(xiàn)索，同時(shí)為AD治療新靶點(diǎn)的尋找提供理論依據(jù)。

本研究通過(guò)生物信息學(xué)方法從GEO數(shù)據(jù)庫(kù)中搜索得到芯片數(shù)據(jù)集GSE28146（人腦海馬組織，其中健康人腦海馬樣本8例，AD患者海馬樣本22例），并對(duì)其進(jìn)行數(shù)據(jù)挖掘，包括GO分析、KEGG通路富集分析和PPI網(wǎng)絡(luò)分析。利用GEO2R在線(xiàn)分析工具對(duì)該芯片數(shù)據(jù)進(jìn)行分析，共篩選出DEGs 1 478個(gè)，其中上調(diào)913個(gè)、下調(diào)565個(gè)。GO分析結(jié)果顯示，DEGs主要分布于細(xì)胞質(zhì)、膜、細(xì)胞外隙中，主要通過(guò)轉(zhuǎn)錄的正/負(fù)調(diào)節(jié)、NF-κB活性的正調(diào)節(jié)、Rho蛋白信號(hào)轉(zhuǎn)導(dǎo)的調(diào)節(jié)、蛋白質(zhì)磷酸化的調(diào)節(jié)等生物學(xué)功能以及蛋白質(zhì)結(jié)合、DNA結(jié)合、轉(zhuǎn)錄因子活性（序列特異性DNA結(jié)合）等分子功能來(lái)誘導(dǎo)AD的發(fā)生。KEGG通路富集分析結(jié)果顯示，DEGs顯著富集于癌癥途徑、肺結(jié)核、破骨細(xì)胞分化、JAK/STAT信號(hào)通路、FoxO信號(hào)通路、EB病毒感染等信號(hào)通路上。已有研究證實(shí)，蛋白質(zhì)磷酸化[2]、轉(zhuǎn)錄調(diào)節(jié)[14]、NF-κB活性[15]、Rho蛋白信號(hào)轉(zhuǎn)導(dǎo)[16]、線(xiàn)粒體自噬[17]等在AD的發(fā)生發(fā)展中具有重要作用，且TGF-β信號(hào)通路[18]、JAK/STAT信號(hào)通路[19]、FoxO信號(hào)通路[20]及EB病毒感染[21]等信號(hào)通路均參與了AD的發(fā)生發(fā)展，與本文結(jié)果基本一致。

DEGs編碼蛋白PPI網(wǎng)絡(luò)共包含節(jié)點(diǎn)蛋白1 205個(gè)、邊3 931條，其中的關(guān)鍵核心基因?yàn)镾OCS3、NEDD4、CBLB。

SOCS3基因編碼細(xì)胞因子信號(hào)轉(zhuǎn)導(dǎo)抑制因子3（SOCS3），該蛋白在不同組織、細(xì)胞中均廣泛表達(dá)，是JAK/STAT信號(hào)通路的主要負(fù)調(diào)控因子家族成員之一[22-23]。SOCS3基因位于人染色體17q25.3，由675個(gè)核苷酸組成，為抑癌基因之一[24]。Deng J等[25]研究表明，胃癌組織中SOCS3蛋白及其mRNA的表達(dá)均較癌旁正常組織明顯下降，其表達(dá)下調(diào)及淋巴結(jié)轉(zhuǎn)移是胃癌患者預(yù)后的獨(dú)立危險(xiǎn)因素;Jiang BG等[26]研究結(jié)果顯示，肝癌組織中SOCS3基因DNA甲基化陽(yáng)性率較高，可導(dǎo)致該基因表達(dá)下調(diào)，與肝癌細(xì)胞的分化、侵襲和轉(zhuǎn)移密切相關(guān)，但目前尚未見(jiàn)該基因與AD發(fā)生的相關(guān)報(bào)道。本研究發(fā)現(xiàn)，SOCS3基因主要富集于調(diào)節(jié)蛋白質(zhì)磷酸化功能族（GO0001932）。既往Tau蛋白學(xué)說(shuō)指出，Tau蛋白的磷酸化在AD發(fā)生發(fā)展中具有重要意義[2]。由此推斷，該基因可能與AD的Tau蛋白學(xué)說(shuō)有關(guān)，但有待基礎(chǔ)研究予以驗(yàn)證。

發(fā)育抑制蛋白4（NEDD4）是一種重要的HECT型泛素連接酶，由NEDD4基因編碼，在多種神經(jīng)退行性疾病相關(guān)組織中呈高表達(dá)[27]。NEDD4基因在機(jī)體發(fā)育和疾病進(jìn)展過(guò)程中具有重要的生物學(xué)功能，并可結(jié)合多種底物、調(diào)節(jié)多種信號(hào)通路。有研究發(fā)現(xiàn)，NEDD4酶可通過(guò)對(duì)成纖維細(xì)胞生長(zhǎng)因子受體1（FGFR1）的泛素化來(lái)調(diào)控神經(jīng)和胚胎發(fā)育[28]。此外，在細(xì)胞增殖、分化、凋亡中起重要作用的第10號(hào)染色體缺失的磷酸酶及張力蛋白同源物基因（PTEN）為NEDD4酶的底物分子，后者可通過(guò)結(jié)合生長(zhǎng)因子受體結(jié)合蛋白10（Grb10）來(lái)負(fù)調(diào)控胰島素樣生長(zhǎng)因子1（IGF1）通路，最終發(fā)揮對(duì)細(xì)胞增殖、分化、遷移的調(diào)節(jié)作用[29-30]。同時(shí)有研究還發(fā)現(xiàn)，NEDD4泛素化降解絲裂原誘導(dǎo)因子6（Mig6）與腫瘤細(xì)胞遷移有關(guān)[31]。此外，NEDD4可調(diào)控獲得性免疫，可通過(guò)降解泛素連接酶E3來(lái)促進(jìn)T細(xì)胞的激活[32];還可通過(guò)刺激B細(xì)胞中的腫瘤壞死因子受體相關(guān)因子3（TRAF3）發(fā)生賴(lài)氨酸63（K63）形式的泛素化來(lái)調(diào)節(jié)CD40介導(dǎo)的蛋白激酶B（Akt）通路的激活，從而參與免疫球蛋白的轉(zhuǎn)換[33]。上述研究表明，NEDD4酶可通過(guò)泛素化調(diào)控和獲得性免疫調(diào)節(jié)來(lái)參與多種神經(jīng)退行性疾病的發(fā)生發(fā)展，可作為研究AD發(fā)病機(jī)制的潛在靶點(diǎn)之一。本研究結(jié)果顯示，NEDD4基因主要富集于對(duì)鈣的反應(yīng)功能族（GO0031623），但該基因如何調(diào)節(jié)鈣反應(yīng)功能族及此功能族在AD發(fā)生發(fā)展中的作用尚有待進(jìn)一步研究。

CBLB基因編碼的泛素連接酶E3（CBLB）屬于環(huán)指（RING）型泛素連接酶，由氮端保守的酪氨酸激酶（TKB）結(jié)構(gòu)域、RING結(jié)構(gòu)域以及其他蛋白-蛋白結(jié)合模體組成。該酶中的TBK結(jié)構(gòu)域可識(shí)別并結(jié)合底物蛋白酪氨酸激酶，RING結(jié)構(gòu)域可募集泛素結(jié)合酶E2，從而啟動(dòng)底物泛素化降解，參與細(xì)胞內(nèi)信號(hào)轉(zhuǎn)導(dǎo)的負(fù)向調(diào)控[34]。同時(shí)，CBLB酶也可作為連接蛋白的招募信號(hào)分子，從而激活或抑制下游的信號(hào)通路分子，發(fā)揮促進(jìn)細(xì)胞增殖、轉(zhuǎn)移和抗凋亡等作用[35-36]。本研究結(jié)果發(fā)現(xiàn)，CBLB基因主要富集于信號(hào)轉(zhuǎn)導(dǎo)功能族（GO0007165），在生物學(xué)功能上富集于蛋白質(zhì)結(jié)合相關(guān)功能族。但筆者尚未發(fā)現(xiàn)該基因與AD發(fā)生的相關(guān)研究，其與AD的相關(guān)性有待確證。

綜上所述，本研究基于生物信息學(xué)方法篩選出了AD相關(guān)DEGs，并分析了其GO功能以KEGG富集通路，最終篩選出了SOCS3、NEDD4、CBLB等3個(gè)關(guān)鍵核心基因，可作為AD發(fā)病機(jī)制研究的潛在靶點(diǎn)，在一定程度上為深入揭示AD的分子機(jī)制和治療靶點(diǎn)提供了研究方向和理論依據(jù)。在后續(xù)研究中，本課題組將進(jìn)一步針對(duì)我國(guó)AD人群進(jìn)行分子生物學(xué)基礎(chǔ)研究，對(duì)上述結(jié)論進(jìn)行確證。

參考文獻(xiàn)

[ 1 ] DOS SANTOS PICAN?O LC，OZELA PF，DE FáTIMA DE BRITO BRITO M，et al. Alzheimer’s disease：a review from the pathophysiology to diagnosis，new perspectives for pharmacological treatment[J]. Curr Med Chem，2018，25（26）：3141-3159.

[ 2 ] SERRANO-POZO A，F(xiàn)ROSCH MP，MASLIAH E，et al. Neuropathological alterations in Alzheimer disease[J]. Cold Spring Harb Perspect Med，2011. DOI：10.1101/cshperspect.a006189.

[ 3 ] GBD 2016 Dementia Collaborators. Global，regional，and national burden of Alzheimer’s disease and other dementias，1990-2016：a systematic analysis for the global burden of disease study 2016[J]. Lancet Neurol，2019，18（1）：88-106.

[ 4 ] JIA J，WEI C，CHEN S，et al. The cost of Alzheimer’s di- sease in China and re-estimation of costs worldwide[J].? Alzheimers Dement，2018，14（4）：483-491.

[ 5 ] ZHANG L，NIE Q，SU Y，et al. MicroRNA profile analysis on duck feather follicle and skin with high-throughput sequencing technology[J]. Gene，2013，519（1）：77-81.

[ 6 ] YONGFENG H，F(xiàn)AN Y，JIE D，et al. Direct pathogen detection from swab samples using a new high-through put sequencing technology[J]. Clin Microbiol Infect，2011，17（2）：241-244.

[ 7 ] HE X，LI X，GUO Y，et al. Newborn screening of genetic mutations in common deafness genes with bloodspot based gene chip array[J]. Am J Audiol，2018，27（1）：57-66.

[ 8 ] 張東亮，趙舒煊，向高，等.基于高通量芯片對(duì)強(qiáng)直性脊柱炎的生物信息學(xué)分析[J].第三軍醫(yī)大學(xué)學(xué)報(bào)，2019，41（1）：63-70.

[ 9 ] 郭明飛，高家榮，姜輝，等. 2型糖尿病模型大鼠肝脂代謝相關(guān)基因的篩選及生物信息學(xué)分析[J].中國(guó)生物化學(xué)與分子生物學(xué)報(bào)，2017，33（7）：726-735.

[10] 曹丹，余樂(lè)，王麗春.肝癌相關(guān)差異表達(dá)基因的生物信息學(xué)分析及蛋白互作網(wǎng)絡(luò)構(gòu)建[J].四川大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2018，49（6）：899-903.

[11] 馮曉飛，馬遙，趙舒煊，等.骨肉瘤基因表達(dá)譜芯片的生物信息學(xué)分析[J].華中科技大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2019，48（3）：281-286.

[12] 許丁文，熊彥，嚴(yán)慧深，等.基于生物信息學(xué)分析絲甘蛋白聚糖對(duì)卵巢癌耐藥性的影響及作用機(jī)制[J].中國(guó)藥房，2019，30（1）：46-51.

[13] SCHELTENS P，BLENNOW K，BRETELER MM，et al. Alzheimer’s disease[J]. Lancet，2016，388（10043）：505- 517.

[14] ZOU C，WANG J，HUANG X，et al. Analysis of transcription factor- and ncRNA-mediated potential pathogenic gene modules in Alzheimer’s disease[J]. Aging：Albany NY，2019，11（16）：6109-6119.

[15] LIAN H，YANG L，COLE A，et al. NFκB-activated astroglial release of complement C3 compromises neuronal morphology and function associated with Alzheimer’s di- sease[J]. Neuron，2015，85（1）：101-115.

[16] GAO Y，LI XI，LIU XH，et al. Determining association of rho kinase 1 gene polymorphisms with risk of Alzheimer’s disease：a multicenter pilot study[J]. Ann Transl Med，2018. DOI：10.21037/atm.2018.05.51.

[17] MOLOUDIZARGARI M，ASGHARI MH，GHOBADI E，et al. Autophagy，its mechanisms and regulation：implications in neurodegenerative diseases[J]. Ageing Res Rev，2017. DOI：10.1016/j.arr.2017.09.005.

[18] DINIZ LP，MATIAS I，SIQUEIRA M，et al. Astrocytes and the TGF-β1 pathway in the healthy and diseased brain：a double-edged sword[J]. Mol Neurobiol，2019，56（7）：4653-4679.

[19] LI W，LIU H，YU M，et al. Folic acid alters methylation profile of JAK-STAT and long-term depression signaling pathways in Alzheimer’s disease models[J]. Mol Neuroibol，2016，53（9）：6548-6556.

[20] FERNANDEZ AM，HERVAS R，DOMINGUEZ-FRAILE M，et al. Blockade of the interaction of calcineurin with FOXO in astrocytes protects against amyloid-β-induced neuronal death[J]. J Alzheimers Dis，2016，52（4）：1471- 1478.

[21] SHIM SM，CHEON HS，JO C，et al. Elevated Epstein- Barr virus antibody level is associated with cognitive decline in the Korean elderly[J]. J Alzheimers Dis，2017，55（1）：293-301.

[22] SOROKINA LN，MINEEV VN，LIM VV. Role of negative regulators of SOCS1，SOCS3，and SOCS5 gene transcription in the negative cell signaling regulation system in asthma[J]. Ter Arkh，2017，89（3）：43-47.

[23] GUI T，HE BS，GAN Q，et al. Enhanced SOCS3 in osteoarthiritis may limit both proliferation and inflammation[J]. Biotech Histochem，2017，92（2）：107-114.

[24] CHIKUMA S，KANAMORI M，MISE-OMATA S，et al. Suppressors of cytokine signaling：potential immune checkpoint molecules for cancer immunotherapy[J]. Cancer Sci，2017，108（4）：574-580.

[25] DENG J，JIAO X，LIU H，et al. Lymph node metastasis is mediated by suppressor of cytokine signaling-3 in gastric cancer[J]. Tumour Biol，2013，34（6）：3627-3636.

[26] JIANG BG，WANG N，HUANG J，et al. Tumor SOCS3 methylation status predicts the treatment response to TACE and prognosis in HCC patients [J]. Oncotarget，2017，8（17）：28621-28627.

[27] KWAK YD，WANG B，LI JJ，et al. Upregulation of the E3 ligase NEDD4-1 by oxidative stress degrades IGF-1 receptor protein in neurodegeneration[J]. J Neurosci，2012，32（32）：10971-10981.

[28] PERSAUD A，ALBERTS P，HAYES M，et al. NEDD4-1 binds and ubiquitylates activated FGFR1 to control its endocytosis and function[J]. EMBO J，2011，30（16）：3259- 3273.

[29] WANG X，TROTMAN LC，KOPPE T，et al. NEDD4-1 is a proto-oncogenic ubiquitin ligase for PTEN[J]. Cell，2007，128（1）：129-139.

[30] VECCHIONE A，MARCHESE A，HENRY P，et al. The Grb10/NEDD4 complex regulates ligand-induced ubiquitination and stability of the insulin-like growth factor Ⅰ receptor[J]. Mol Cell Biol，2003，23（9）：3363-3372.

[31] SUN M，CAI J，ANDERSON RA，et al. Type Ⅰγ phosphatidylinositol phosphate 5-kinase Ⅰ5 controls the ubiquitination and degradation of the tumor suppressor mitogen-inducible gene 6[J]. J Biol Chem，2016，291（41）：21461- 21473.

[32] LIU Q，ZHOU H，LANGDON WY，et al. E3 ubiquitin ligase CBLB in innate and adaptive immunity[J]. Cell Cycle，2014，13（12）：1875-1884.

[33] FANG DF，HE K，WANG N，et al. NEDD4 ubiquitinates TRAF3 to promote CD40-mediated Akt activation[J]. Nat Commun，2014. DOI：10.1038/ncomms5513.

[34] LIYASOVA MS，MA K，LIPKOWITZ S. Molecular pathways：CBL proteins in tumorigenesis and antitumor immunity-opportunities for cancer treatment[J]. Clin Cancer Res，2015，21（8）：1789-1794.

[35] TSYGANKOV AY，TECKCHANDANI AM，F(xiàn)ESHCHENKO EA，et al. Beyond the RING：CBL proteins as multivalent adapters[J]. Oncogene，2001，20（44）：6382-6402.

[36] THIEN CB，LANGDON WY. CBL：many adaptations to regulate protein tyrosine kinases[J]. Nat Rev Mol Cell? ? Biol，2001，2（4）：294-307.

（收稿日期：2019-03-10 修回日期：2019-09-12）

（編輯：張?jiān)拢?/p>