基于生物醫(yī)學(xué)大數(shù)據(jù)尋找不孕癥關(guān)鍵致病基因及通路

魏佳樂，劉鑫奕，陸紹永，蘆雪峰，張 健#

1.上海交通大學(xué)基礎(chǔ)醫(yī)學(xué)院藥物化學(xué)與生物信息學(xué)中心，上海 200025；2.上海交通大學(xué)醫(yī)學(xué)院細胞分化與凋亡教育部重點實驗室，上海 200025；3.上海交通大學(xué)醫(yī)學(xué)院附屬第九人民醫(yī)院輔助生殖科，上海 200011

目前，不孕癥的醫(yī)學(xué)定義為有1年以上未采取任何避孕措施的正常性生活而不能成功妊娠［1］，其根據(jù)發(fā)病因素可分為男性不育和女性不孕。許多疾病都可以導(dǎo)致不孕不育，例如低促性腺素性功能減退癥、早發(fā)性卵巢功能不全、無精子癥、子宮內(nèi)膜異位等［2］。盡管不孕癥的治療是研究熱點和亟待解決的問題，但在分子層面研究其致病機制仍是新興領(lǐng)域，許多不孕癥的發(fā)病原因并不清楚［3］。為了促進系統(tǒng)研究，我們率先建立了不孕癥疾病數(shù)據(jù)庫（Infertility Disease Database，IDDB）的大數(shù)據(jù)平臺。這是一個不孕癥相關(guān)遺傳致病因素的數(shù)據(jù)庫［4］，但蘊藏在大數(shù)據(jù)中的基因規(guī)律及致病因素仍有待挖掘。本研究擬在搜集的大數(shù)據(jù)病例致病基因突變的頻數(shù)層面，初步探索不孕癥患者的基因突變特點。

不孕癥是多因素控制的復(fù)雜疾病，解剖學(xué)上表現(xiàn)的缺陷、精卵發(fā)生的功能障礙、內(nèi)分泌失調(diào)、免疫疾病等都是造成不孕癥的關(guān)鍵因素［5］。其中，內(nèi)分泌系統(tǒng)至關(guān)重要，在生殖、生育過程中，它不僅調(diào)控精子形成與睪丸功能，還與正常的卵泡發(fā)育和排出有密切關(guān)系［5-6］。有研究指出，類固醇在人類生殖系統(tǒng)復(fù)雜的功能中發(fā)揮至關(guān)重要的作用，對男性和女性的生育都有重要影響［7］。當然，雄激素和雌激素這些關(guān)鍵的生殖激素也包括在類固醇激素中，主要在性腺中合成。類固醇激素相關(guān)的疾病，例如先天性腎上腺增生癥，主要是由于合成所必需的酶存在缺陷致使皮質(zhì)激素合成不正常，在影響生育的遺傳性腎上腺類固醇紊亂疾病中是最常見的［8］。類固醇激素體內(nèi)生成過程主要在腎上腺、性腺以及胎盤進行［9］，其中許多相關(guān)基因的突變會導(dǎo)致不孕癥。在此之前，相關(guān)研究主要針對單一癥狀的個別致病基因進行不孕癥研究；而本研究基于IDDB大數(shù)據(jù)系統(tǒng)分析人類不孕癥致病基因，揭示重要的蛋白類別及通路。此外，小鼠中導(dǎo)致不孕癥的同源基因?qū)θ祟愐簿哂兄匾膯⑹咀饔茫?0］，因此，本研究計劃以小鼠為切入點評估新的潛在致病基因。

1 資料與方法

1.1 數(shù)據(jù)及分析工具

人類不孕癥大數(shù)據(jù)來源于IDDB，不孕癥基因的蛋白分類映射采用UniProt數(shù)據(jù)庫中的Keyword本體系統(tǒng)（https：//www.uniprot.org）［11］，功能和通路分析使用生物信 息 注 釋 分 析 庫 （the Database for Annotation，Visualization and Integrated Discovery，DAVID）（https：//david.ncifcrf.gov/）［12］和 京 都 基 因 與 基 因 組 百 科 全 書（Kyoto Encyclopedia of Genes and Genomes，KEGG）（https：//www.kegg.jp/）［13］，小鼠的同源基因及不孕癥信息 來 自MGI數(shù) 據(jù) 庫（http：//www.informatics.jax.org/）［14］，基因互作分析使用蛋白質(zhì)互作數(shù)據(jù)庫（Search Tool for Recurring Instances of Neighbouring Genes，STRING）（https：//string-db.org/）［15］及Cytoscape工具［16］，數(shù)據(jù)分析及統(tǒng)計繪圖使用Python及OmicShare Tools工具（https：//www.omicshare.com/tools）。

1.2 分析方法

1.2.1 致病基因的分類統(tǒng)計 在IDDB中獲取307個致病基因，它們均為由文獻證實的不孕癥致病基因，而經(jīng)高通量測序或者大樣本統(tǒng)計學(xué)分析得到的基因不納入其中。使用UniProt數(shù)據(jù)庫的Keywords本體系統(tǒng)對307個基因進行蛋白分類，并統(tǒng)計每類基因具有PDB三維結(jié)構(gòu)格式文件的數(shù)目［17］。

1.2.2 致病基因的突變頻數(shù)統(tǒng)計 分析IDDB中2 245條不孕癥患者臨床樣本突變數(shù)據(jù)。對每類基因，計算樣本中出現(xiàn)的總突變頻數(shù)，并統(tǒng)計其中已具有PDB三維結(jié)構(gòu)的基因所出現(xiàn)的突變頻數(shù)。

1.2.3 氧化還原酶通路分析 將11個人類不孕癥相關(guān)氧化還原酶映射至KEGG通路［13］。使用Omicshare Tools進行富集分析及圖片繪制，按照格式要求輸入氧化還原酶基因，選用人類的背景基因，對應(yīng)合適的版本進行提交。1.2.4 涉及內(nèi)分泌系統(tǒng)的致病基因的聚類分析 基于IDDB人類不孕不育致病基因KEGG富集分析，對34個與內(nèi)分泌系統(tǒng)相關(guān)的基因在DAVID網(wǎng)站進行聚類分析。提交標準基因名，基因背景設(shè)置為“人類”，設(shè)置高置信度，選取打分最高的基因聚類簇。

1.2.5 人類類固醇激素生成通路的基因及小鼠同源基因信息獲取 在KEGG網(wǎng)站獲得類固醇激素生成通路（通路ID：map00140）涉及的所有基因，保留通用通路中屬于人類的通路相關(guān)基因，在MGI數(shù)據(jù)庫中查找對應(yīng)的小鼠同源基因及其突變與生殖系統(tǒng)的相關(guān)情況。構(gòu)建人類與小鼠同源基因列表，其中已知的人類致病基因直接標注，直接影響小鼠生殖而于人類尚未確定或發(fā)現(xiàn)的基因也進行標注，作為潛在基因。

1.2.6 通路及基因互作分析 通過查閱文獻獲得在此通路中與不孕不育相關(guān)的關(guān)鍵分子，并通過KEGG分析對應(yīng)分子的合成路徑。分析聚集于此通路的已知的8個人類不孕不育致病基因，通過使用KEGG Mapper工具映射在合成路徑里，結(jié)合類固醇激素合成的文獻［18］繪制通路圖，尋找規(guī)律，對小鼠致病的潛在基因進行評估。同時，借助STRING對此通路已知不孕不育致病及潛在基因進行相互作用分析，采用高置信度，互作結(jié)果經(jīng)過Cytoscape基于結(jié)合分數(shù)的Prefuse Force Directed Layout的加工，根據(jù)網(wǎng)絡(luò)拓撲結(jié)構(gòu)尋找已知基因的互作規(guī)律，最終在潛在基因里篩選出最可能引起人類不孕不育的基因。

2 結(jié)果

2.1 人類不孕癥致病基因的分類總覽及突變頻數(shù)統(tǒng)計

獲得的307個基因，除外Others類149個無法歸類的基因，其余基因分為13類。Lyase與Initiation Factor類的所有基因都有PDB文件解析。氧化還原酶類基因解析率次高（圖1A），此類基因涉及的所有致病突變頻數(shù)最高（圖1B），達到450個。氧化還原酶類只有11個基因，基因個數(shù)少，平均突變頻數(shù)最高，突變頻率最高；說明根據(jù)IDDB搜集的已有數(shù)據(jù)來看，氧化還原酶類基因是不孕癥最常見的突變基因類型，不孕癥可能最易涉及此類基因的突變。

圖1 人類不孕癥基因的分類及突變頻數(shù)統(tǒng)計Fig 1 Classification and statistics of mutation frequency for infertility-causative genes in human

2.2 氧化還原酶類基因的聚集通路及與內(nèi)分泌系統(tǒng)的相關(guān)性

對致病的氧化還原酶類基因（CYP21A2、CYP17A1、POR、HSD3B2、CYP11B1、CYP19A1、SRD5A2、CYP11A1、HSD17B3、ALOX15、HSD17B4）通路映射的結(jié)果顯示：聚集通路中類固醇激素合成的顯著性最高，基因主要集中于此通路，包括8個基因（圖2A）。此類基因的KEGG分級通路數(shù)目統(tǒng)計結(jié)果顯示，其基本屬于脂質(zhì)代謝通路，通過脂質(zhì)代謝影響生育，而過半的基因又與內(nèi)分泌系統(tǒng)相關(guān)（圖2B）。男女共致病基因與內(nèi)分泌系統(tǒng)相關(guān)聯(lián)，將涉及內(nèi)分泌系統(tǒng)的34個已知基因聚類分析［4］，顯著性最高的通路為類固醇激素生成（圖2C）；說明涉及的內(nèi)分泌基因與合成類固醇激素緊密相關(guān)，主要通過此途徑的基因突變致病。

圖2 氧化還原酶類基因的KEGG通路富集分析及與內(nèi)分泌系統(tǒng)的關(guān)系Fig 2 Oxidoreductase genes of KEGG pathway enrichment analysis and its correlation with endocrine system

2.3 類固醇激素生成通路中同源小鼠不孕癥的潛在基因評估

分析人類類固醇激素生成通路，發(fā)現(xiàn)的其中與不孕不育相關(guān)的關(guān)鍵分子有睪酮、雌二醇、孕酮、皮質(zhì)醇等；其中已知致病基因基本落在關(guān)鍵分子的合成主途徑上（圖3A），大多為限速酶，SRD5A2負責(zé)5α-雙氫睪酮（5α-dihydro-testosterone，DHT）合成。6個潛在基因（表1）中，只有Akr1c18的人類同源基因AKR1C3（醛酮還原酶家族1成員C3，aldo-keto reductase family 1 member C3）落在雌激素與雄激素相互轉(zhuǎn)化的主路徑上（圖3A），缺失催化反應(yīng)中輔因子結(jié)合位點的Akr1c18小鼠模型，其發(fā)情周期、懷孕期明顯延長，存活幼崽數(shù)顯著減少［19］。缺失Akr1c18部分活性位點的小鼠，孕酮水平持續(xù)較高，造成妊娠延遲，胎鼠死亡［20］。因此，Akr1c18基因突變的小鼠會產(chǎn)生長妊娠期、分娩失敗等生殖問題。同時，Akr1c18的同源基因AKR1C3的基因互作分析顯示：已知的不孕癥基因相互結(jié)合、相互連接，致病基因具有聚集的趨勢；而AKR1C3符合這一特點，也與這些已知基因相互結(jié)合（圖3B）。因此，AKR1C3被評估為在類固醇激素生成通路借助小鼠發(fā)現(xiàn)的潛在基因中最有可能導(dǎo)致人類不孕不育的基因。

圖3 已知不孕癥基因在類固醇激素生成通路及互作分析中的規(guī)律Fig 3 Regularity of known infertility genes in steroid hormone biosynthesis and interaction analysis

表1 類固醇激素生成通路中人類與小鼠同源基因致病情況Tab 1 Pathogenicity for human and mouse orthology genes in the pathway of steroid hormone biosynthesis

Continued Tab

3 討論

本研究發(fā)現(xiàn)，在文獻報道的不孕癥臨床病例基因檢測中，氧化還原酶類基因的突變最廣泛且最頻繁，此類基因主要涉及與內(nèi)分泌相關(guān)的類固醇激素生成途徑。該途徑受到促腎上腺皮質(zhì)激素（adreno-cortico-tropichormone，ACTH）刺激，從膽固醇開始，通過細胞色素P450酶（cytochrome P450，CYP450）和羥基類固醇脫氫酶這2類氧化還原酶的脫氫、羥化等作用，逐步生成生殖所需要的激素，激素結(jié)合細胞激素受體調(diào)控生理活動。研究［21］結(jié)果顯示，先天性腎上腺增生癥是此途徑導(dǎo)致不孕癥的重要疾病，絕大多數(shù)的先天性腎上腺增生癥由21-羥化酶缺乏引起，不僅表現(xiàn)激素水平異常，還可出現(xiàn)生殖器官異常。

這些氧化還原酶基因聚集的通路，被StAR（steroidogenic acute regulatory protein）這一關(guān)鍵蛋白快調(diào)節(jié)，這一調(diào)節(jié)蛋白激活時可以將大量的膽固醇分子從線粒體外膜轉(zhuǎn)移到內(nèi)膜［22］。而類固醇產(chǎn)生還需要其他因子的輔助，包括轉(zhuǎn)錄因子，如GATA結(jié)合蛋白4（GATA binding protein 4，GATA4）、類 固 醇 生 成 因 子-1（steroidogenic factor-1，SF-1）［9］，這些基因也都屬于不孕癥的致病基因。在分類的氧化還原酶基因中，有3個不屬于此通路，分別為POR、ALOX15和HSD17B4；其中POR是所有Ⅱ型細胞色素的關(guān)鍵電子供體，其突變會嚴重影響CYP17A1、CYP21A2和CYP19A1的活性，進而影響類固醇生成。

人類不孕癥有許多尚未明確的發(fā)病原因，遺傳因素有重要影響［5］。然而，在導(dǎo)致男性不育的因素中，已知的遺傳因素只占15%～30%［23］；導(dǎo)致女性不孕的因素更加復(fù)雜，一般表現(xiàn)為多基因致病［24］。因此，發(fā)現(xiàn)新的致病基因并明確其作用機制，對于了解生殖系統(tǒng)的功能及調(diào)節(jié)機制至關(guān)重要。我們試圖依靠重要的模式動物小鼠找出這樣的基因。許多文獻未發(fā)現(xiàn)小鼠的不孕癥基因在人類機體中也存在突變［3］，因此需要對這些潛在基因進行評估。經(jīng)過評估，本研究發(fā)現(xiàn)AKR1C3最有可能導(dǎo)致不孕癥，而其在子宮內(nèi)膜細胞的表達對于組織功能障礙發(fā)生有重要作用［25］，可能與子宮內(nèi)膜異位相關(guān)。在子宮內(nèi)膜癌中，存在AKR1C3mRNA或蛋白表達異常［26］。有研究［27］顯示，在女性中，AKR1C3與患多囊卵巢綜合征的風(fēng)險有相關(guān)性。于男性而言，AKR1C3可能不僅在與隱睪相關(guān)的睪丸下降中發(fā)揮作用，而且與生殖器官的整體男性化也有關(guān)系［28］。AKR1C3作為將體內(nèi)雄烯二酮與睪酮相互轉(zhuǎn)化的重要酶，有很多不同的功能，包括前列腺素、雄激素和雌激素的產(chǎn)生以及調(diào)控。AKR1C3異常表達與前列腺癌和乳腺癌有關(guān)，卵巢功能障礙和雄激素過多癥也與其相關(guān)聯(lián)［29］。另外，AKR1C3還與一種分娩激素的產(chǎn)生有關(guān)［30］?？偟膩砜矗珹KR1C3與不孕癥的發(fā)生、發(fā)展有重要關(guān)系，但AKR1C3的具體致病機制，還需要深入探索。

參·考·文·獻

[1]Evers JLH.Female subfertility[J].Lancet,2002,360(9327):151-159.

[2]Vander Borght M,Wyns C.Fertility and infertility:definition and epidemiology[J].Clin Biochem,2018,62:2-10.

[3]Matzuk MM,Lamb DJ.The biology of infertility:research advances and clinical challenges[J].Nat Med,2008,14(11):1197-1213.

[4]Wu J,Li D,Liu X,et al.IDDB:a comprehensive resource featuring genes,variants and characteristics associated with infertility[J].Nucleic Acids Res,2021,49(d1):D1218-D1224.

[5]Matzuk MM,Lamb DJ.Genetic dissection of mammalian fertility pathways[J].Nat Med,2002,8(S10):S41-S49.

[6]McGriff SC,Lo EM,Hotaling JM,et al.Optimal endocrine evaluation and treatment of male infertility[J].Urol Clin North Am,2020,47(2):139-146.

[7]Reichman D,Rosenwaks Z.The impact of genetic steroid disorders on human fertility[J].J Steroid Biochem Mol Biol,2017,165(Pt A):131-136.

[8]Therrell BL,Jr.,Berenbaum SA,Manter-Kapanke V,et al.Results of screening 1.9 million Texas newborns for 21-hydroxylase-deficient congenital adrenal hyperplasia[J].Pediatrics,1998,101(4 Pt1):583-590.

[9]Ghayee HK,Auchus RJ.Basic concepts and recent developments in human steroid hormone biosynthesis[J].Rev Endocr Metab Disord,2007,8(4):289-300.

[10]Brugh VM,Maduro MR,Lamb DJ.Genetic disorders and infertility[J].Urol Clin North Am,2003,30(1):143-152.

[11]ConsortiumUniProt.UniProt:a worldwide hub of protein know ledge[J].Nucleic Acids Res,2019,47(d1):D506-D515.

[12]Huang da W,Sherman BT,Lempicki RA.Bioinformatics enrichment tools:paths toward the comprehensive functional analysis of large gene lists[J].Nucleic Acids Res,2009,37(1):1-13.

[13]Kanehisa M,Sato Y,Furumichi M,et al.New approach for understanding genome variations in KEGG[J].Nucleic Acids Res,2019,47(d1):D590-D595.[14]Bult CJ,Blake JA,Smith CL,et al.Mouse Genome Database(MGD)2019[J].Nucleic Acids Res,2019,47(d1):D801-D806.

[15]Szklarczyk D,Gable AL,Lyon D,et al.STRING v11:protein-protein association networks with increased coverage,supporting functional discovery in genome-wide experimental datasets[J].Nucleic Acids Res,2019,47(d1):D607-D613.

[16]Shannon P,Markiel A,Ozier O,et al.Cytoscape:a software environment for integrated models of biomolecular interaction networks[J].Genome Res,2003,13(11):2498-2504.

[17]Berman HM,Westbrook J,Feng Z,et al.The protein data bank[J].Nucleic Acids Res,2000,28(1):235-242.

[18]Biason-Lauber A.Molecular medicine of steroid hormone biosynthesis[J].Mol Aspects Med,1998,19(3):155-220.

[19]Ishida M,Choi JH,Hirabayashi K,et al.Reproductive phenotypes in mice with targeted disruption of the 20alpha-hydroxysteroid dehydrogenase gene[J].J Reprod Dev,2007,53(3):499-508.

[20]Piekorz RP,Gingras S,Hoffmeyer A,et al.Regulation of progesterone levels during pregnancy and parturition by signal transducer and activator of transcription 5 and 20alpha-hydroxysteroid dehydrogenase[J].Mol Endocrinol,2005,19(2):431-440.

[21]El-Maouche D,Arlt W,Merke DP.Congenital adrenal hyperplasia[J].Lancet,2017,390(10108):2194-2210.

[22]Artemenko IP,Zhao D,Hales DB,et al.Mitochondrial processing of newly synthesized steroidogenic acute regulatory protein(StAR),but not total StAR,mediates cholesterol transfer to cytochrome P450 side chain cleavage enzyme in adrenal cells[J].J Biol Chem,2001,276(49):46583-46596.

[23]Neto FT,Bach PV,Najari BB,et al.Genetics of male infertility[J].Curr Urol Rep,2016,17(10):70.

[24]Patel B,Parets S,Akana M,et al.Comprehensive genetic testing for female and male infertility using next-generation sequencing[J].J Assist Reprod Genet,2018,35(8):1489-1496.

[25]Gibson DA,Simitsidellis I,Collins F,et al.Androgens,oestrogens and endometrium:a fine balance between perfection and pathology[J].J Endocrinol,2020,246(3):R75-R93.

[26]Ito K,Miki Y,Suzuki T,et al.In situandrogen and estrogen biosynthesis in endometrial cancer:focus on androgen actions and intratumoral production[J].Endocr Relat Cancer,2016,23(7):R323-R335.

[27]Ju R,Wu W,Fei J,et al.Association analysis between the polymorphisms of HSD17B5 and HSD17B6 and risk of polycystic ovary syndrome in Chinese population[J].Eur J Endocrinol,2015,172(3):227-233.

[28]Ashley RA,Yu Z,Fung KM,et al.Developmental evaluation of aldo-keto reductase 1C3 expression in the cryptorchid testis[J].Urology,2010,76(1):67-72.

[29]Sagvekar P,Kumar P,Mangoli V,et al.DNA methylome profiling of granulosa cells reveals altered methylation in genes regulating vital ovarian functions in polycystic ovary syndrome[J].Clin Epigenetics,2019,11(1):61.

[30]Penning TM,Burczynski ME,Jez JM,et al.Human 3alpha-hydroxysteroid dehydrogenase isoforms(AKR1C1-AKR1C4)of the aldo-keto reductase superfamily:functional plasticity and tissue distribution reveals roles in the inactivation and formation of male and female sex hormones[J].Biochem J,2000,351(pt1):67-77.