基于生物信息學分析肝癌差異基因及潛在的中藥干預

張道平，劉起立，姚昆鵬，李崢嶸，陳沛儒，彭建平, 2*

·數(shù)據(jù)挖掘與循證醫(yī)學·

基于生物信息學分析肝癌差異基因及潛在的中藥干預

張道平1，劉起立1，姚昆鵬1，李崢嶸1，陳沛儒1，彭建平1, 2*

1. 湖南中醫(yī)藥大學，湖南 長沙 410208 2. 湖南中醫(yī)藥大學第一附屬醫(yī)院，湖南 長沙 410007

探究肝癌患者的差異基因表達量與預后的相關性，以及差異基因在多種癌癥的調(diào)控作用，并尋找潛在的治療靶點以及對應中藥，為臨床中藥的使用、中醫(yī)藥組方及加減用藥提供依據(jù)。從TCGA數(shù)據(jù)庫下載腫瘤患者的轉錄組數(shù)據(jù)以及相應臨床數(shù)據(jù)，使用R語言的edgeR包分析得出差異表達基因，并篩選、分析關鍵基因在泛癌的表達量及共表達情況；進一步篩選得到核心基因，研究其在泛癌中具體腫瘤的表達情況，以及肝癌臨床相關性分析，并將核心基因提交至TIMER、THPA數(shù)據(jù)庫，研究免疫細胞相關性和病理學情況；最后通過Coremine數(shù)據(jù)庫查找核心基因對應中藥，使用TCMSP、BATMAN-TCM數(shù)據(jù)庫查找中藥有效成分，利用Cytoscape軟件制作藥物-核心基因網(wǎng)絡圖，并進行京都基因與基因組百科全書（Kyoto encyclopedia of genes and genomes，KEGG）通路富集分析。共篩選出10個關鍵基因，選取其中5個核心基因、、、、，進行后續(xù)分析得出其與肝癌的預后生存呈負相關，與肝癌的免疫細胞呈正相關，并得到基因過表達病理學圖片。其對應中藥為丹參、枳實、枳殼、人參葉、人參蘆、甘草、人參、蜂蜜。KEGG富集分析顯示中藥除調(diào)控核心基因外仍通過多靶點起作用。通過生物信息學技術分析得到肝癌核心基因及相關信號通路與治療靶點，并得到調(diào)控中藥名稱及其有效成分。為治療肝癌以及其他癌癥的中藥復方研發(fā)提供思路。

泛癌；肝癌；生物信息學；差異基因；丹參；枳實；枳殼；人參葉；人參蘆；甘草；人參；蜂蜜

癌癥已是全球的第2大死因，在一些國家，癌癥是第一大死因。據(jù)預測，到2040年，全球每年將有2750萬新的癌癥病例[1]，其中原發(fā)性肝癌（primary hepatic carcinoma，PHC）是全球第6大常見癌癥，也是世界上死亡率最高的癌癥之一[2]，肝細胞癌（hepatocellular carcinoma，HCC）占所有PHC的70%～90%。乙型肝炎病毒（hepatitis B virus，HBV）感染是導致肝癌的首要原因，澳大利亞近年對于肝癌的流行病學調(diào)查顯示[3]，肝癌的發(fā)生率在HBV流行地區(qū)[乙型肝炎病毒表面抗原（hepatitis B surface antigen，HBsAg）流行率＞6%] 最高，其他的危險因素則為丙型肝炎病毒感染、黃曲霉毒素B1、過量飲酒、肥胖和一些遺傳性代謝紊亂疾病等[4]。癌癥處于復雜的免疫微環(huán)境中，目前對于癌癥的單一免疫療法的緩解率和生存率較低，因此，針對肝癌免疫治療研究的重點也逐漸轉向多靶點聯(lián)合治療。但免疫治療目前仍面臨著許多問題[5]。因此如何改善腫瘤免疫微環(huán)境、調(diào)節(jié)機體免疫功能以及基于基因組學指導的腫瘤免疫治療等是未來發(fā)展的方向。隨著腫瘤研究的不斷深入，目前已經(jīng)逐步進入泛癌（pan-cancer）研究階段。泛癌研究是指對多種不同類型的腫瘤基因組進行分析，尋找不同來源腫瘤中共有的異常表達基因，進而為不同腫瘤的診斷和治療提供廣譜靶點。中醫(yī)藥單獨治療肝癌分為傳統(tǒng)中藥復方湯劑、中藥活性成分提取物2種方式；中西醫(yī)結合治療肝癌包括中醫(yī)藥聯(lián)合手術、中醫(yī)藥聯(lián)合靶向藥、中醫(yī)藥聯(lián)合免疫治療等方式。而中西醫(yī)聯(lián)合運用能夠更有效地防治肝癌，并延長患者生存期。中醫(yī)藥治療肝癌具有多靶點、多途徑的優(yōu)勢，且能有效降低藥物不良反應。本研究擬探究肝癌患者的差異基因表達量與預后的相關性，以及差異基因對多種癌癥的調(diào)控作用，并尋找潛在的治療靶點以及對應中藥，為臨床中藥的使用、中藥組方及加減用藥提供依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)平臺及軟件工具

本研究使用生物信息學方法分析肝癌差異基因，并通過數(shù)據(jù)庫查找中藥名稱及有效成分，使用的數(shù)據(jù)平臺及軟件工具見表1。

表1 數(shù)據(jù)平臺及軟件工具

Table 1 Data platform and software tools

數(shù)據(jù)平臺及軟件名稱網(wǎng)址 癌癥基因組圖譜（TCGA）https://portal.gdc.cancer.gov/ STRING數(shù)據(jù)平臺https://www.string-db.org/ 中藥系統(tǒng)藥理學數(shù)據(jù)庫與分析平臺（TCMSP）https://tcmsp-e.com/ COREMINE數(shù)據(jù)平臺https://coremine.com/ UCSC Xena數(shù)據(jù)平臺https://xena.ucsc.edu/ BATMAN-TCM數(shù)據(jù)庫http://bionet.ncpsb.org.cn/batman-tcm/ TIMER平臺https://cistrome.shinyapps.io/timer/ KEGG平臺https://www.kegg.jp/ GeneCards數(shù)據(jù)庫https://www.genecards.org/ OMIM數(shù)據(jù)庫https://omim.org/ DrugBank數(shù)據(jù)庫https://go.drugbank.com/ TTD數(shù)據(jù)庫http://db.idrblab.net/ttd/ PharmGkb數(shù)據(jù)庫https://www.pharmgkb.org/ edgeR包http://www.bioconductor.org/packages/release/bioc/html/edgeR.html Cytoscape3.8.2https://cytoscape.org/

1.2 數(shù)據(jù)來源

在癌癥基因組圖譜（cancer genome atlas，TCGA）網(wǎng)站中下載肝細胞癌（liver hepatocellular carcinoma，LIHC）的轉錄組數(shù)據(jù)以及相應患者的臨床信息，并使用UCSC Xena網(wǎng)站下載TCGA數(shù)據(jù)庫其余的32種腫瘤轉錄組數(shù)據(jù)，分別用于基因表達分析及生存分析。

1.3 分析方法及流程

1.3.1 分析差異基因 使用R語言ver 4.0.5的edgeR包分析肝癌轉錄組測序數(shù)據(jù)，獲得差異基因（differentially expressed genes，DEGs），繪制差異基因火山圖。

1.3.2 蛋白互作網(wǎng)絡 根據(jù)錯誤發(fā)現(xiàn)率（false discovery rate，F(xiàn)DR）升序排序，將上調(diào)基因提交至STRING數(shù)據(jù)庫，得出蛋白互作網(wǎng)絡，下載互作文件，導入Cytoscap 3.8.2中，使用CytoHubba插件，篩選出打分前10位的關鍵基因。

1.3.3 關鍵基因臨床相關分析 查看關鍵基因在泛癌組織中表達水平、關鍵基因共表達情況，并分析肝癌中關鍵基因表達量與臨床分期相關性。進一步選擇其中5種與肝癌最相關的基因進行具體腫瘤表達差異研究，并探索其表達量與肝癌生存時間的關系，以及5種基因表達量與6種免疫細胞浸潤的相關性、病理學情況。

1.3.4 獲取中藥有效成分 將使用CytoHubba插件篩選出的前10位關鍵基因提交至Coremine數(shù)據(jù)庫，查找對應中藥名稱，經(jīng)規(guī)范后統(tǒng)計對應中藥較多的5種基因，統(tǒng)計出現(xiàn)次數(shù)在中位數(shù)（4）以上的藥物，在TCMSP（traditional Chinese medicine systems pharmacology database and analysis platform）、BATMAN-TCM（a bioinformatics analysis tool for molecular mechANism of traditional Chinese medicine）數(shù)據(jù)庫中尋找中藥有效成分，并利用Cytoscape軟件構建中藥成分-核心靶點網(wǎng)絡圖。

1.3.5 京都基因與基因組百科全書（Kyoto encyclopedia of genes and genomes，KEGG）通路富集分析 將篩選后得到的高頻中藥的有效成分所對應的肝癌靶點進行KEGG通路富集分析，明確中藥治療肝癌除影響核心基因外，仍能通過其他分子及通路影響癌癥發(fā)生發(fā)展。

2 結果

2.1 差異基因及火山圖

通過FDR＜0.05以及l(fā)og2FC＞2篩選出差異基因，得出2565個上調(diào)基因，253個下調(diào)基因，繪制差異基因的火山圖，見圖1。

圖1 差異基因火山圖

2.2 關鍵基因篩選

將上調(diào)基因提交至STRING數(shù)據(jù)庫，設置置信區(qū)間為90%，得到蛋白互作網(wǎng)絡圖相應的信息文件，將文件導入Cytoscape軟件中，使用CytoHubba插件，根據(jù)拓撲分析，度（degree）值排名前10位的基因確定為關鍵基因（hub gene），分別是細胞周期蛋白依賴性激酶1（cyclin dependent kinase 1，）、細胞周期蛋白A2（cyclin A2，）、細胞周期蛋白B1（cyclin B1，）、細胞分裂周期蛋白20（cell division cycle 20，）、DNA拓撲異構酶IIα（DNA topoisomerase II alpha，）、極光激酶B（aurora kinases B，）、細胞周期蛋白B2（cyclin B2，）、人類異常紡錘體樣小頭畸形相關蛋白（abnormal spindle-like microcephaly-associated protein，）、驅動蛋白超家族成員11（kinesin family member 11，）、有絲分裂檢查點絲氨酸/蘇氨酸激酶（BUB1 mitotic checkpoint serine/threonine kinase，），見圖2。

顏色深淺代表degree值大小

2.3 關鍵基因在泛癌研究中表達情況

篩選出從TCGA數(shù)據(jù)庫中下載的關鍵基因表達量，并刪除正常人的樣本數(shù)據(jù)，進行基因表達的泛癌研究，繪制箱式圖將數(shù)據(jù)可視化，見圖3。其中橫坐標為基因名稱，縱坐標為矯正后基因表達數(shù)據(jù)（fragments per kilobase of exon model per million mapped fragments，F(xiàn)PKM）。由圖3中可知，除、基因表達量較其余基因低外，其余8種基因在泛癌研究中均為高表達基因。

2.4 基因相關性分析

將關鍵基因進行相關性分析，如圖4所示。圖中橫縱坐標均為關鍵基因的名稱，上半部分是通過圓圈的大小和顏色深淺代表相關系數(shù)，藍色越深，代表在泛癌研究中2個基因之間正相關性越強，最高為1，紅色越深則代表負相關越強，最低為?1；下半部分則直接通過數(shù)值代表相關系數(shù)。由圖4可知，10種關鍵基因的相關性均較強，最高相關系數(shù)為與、與、與，其相關系數(shù)均為0.93；最低為與，其相關系數(shù)為0.75。

圖3 關鍵基因在泛癌組織中的基因表達情況

圖4 關鍵基因相關性分析

2.5 關鍵基因與肝癌臨床分期

分析10種關鍵基因的肝癌臨床分期與表達量的關系，其中基因名稱旁的星號數(shù)反映值大小，無星則代表該基因在對應腫瘤臨床分期中無差異表達，結果見圖5。從圖5中可以看出，隨著臨床分期的進展，其基因表達量呈現(xiàn)上升趨勢，而圖中每個基因IV分期均較前幾期低，其原因可能是由于癌癥進展導致患者死亡，出現(xiàn)樣本量低導致的。

2.6 核心基因在腫瘤及正常組織表達量差異分析

選取5個在“2.3”中明顯高表達的基因、、、、稱為核心基因，進一步進行泛癌研究。為排除樣本量的影響，挑選正常樣品數(shù)目≥5的腫瘤進行后續(xù)分析，如圖6所示，圖中橫坐標為腫瘤名稱簡寫，縱坐標為對應基因的表達量，每個腫瘤箱式圖中藍色代表正常組織，紅色代表腫瘤組織，圖片上方星號意義與圖5相同，均反映值大小。由圖6可知，除在腎嫌色細胞癌（kidney chromophobe，KICH）、甲狀腺癌（thyroid carcinoma，THCA）中，CDC20在KICH中，CDK1在腎透明細胞癌（kidney renal clear cell carcinoma，KIRC）中表達無差異，其余基因在腫瘤組織與正常組織中均有表達差異。

2.7 核心基因與肝癌臨床生存分析

將5個核心基因進行肝癌臨床KM（Kaplan-Meier）生存分析，如圖7所示，紅色線條代表基因高表達的生存情況，藍色線條代表低表達的生存情況，曲線左下角的＜0.05說明基因的表達與生存相關。下方圖中縱坐標是根據(jù)基因表達的高低，分為高、低表達組，數(shù)值代表隨時間變化存活的患者例數(shù)，為風險數(shù)字表（number at risk table）。由圖7可知，核心基因值均小于0.05，并且紅色線條代表的高表達組生存率均低于低表達組，說明核心基因的高表達與肝癌的生存時間縮短有明顯相關性。

2.8 核心基因表達與肝癌組織中免疫細胞浸潤相關性

將前述5種基因提交至TIMER（tumor immune estimation resource）數(shù)據(jù)庫，腫瘤類型選擇LIHC，免疫浸潤細胞為B細胞、CD8＋T細胞、CD4＋T細胞、巨噬細胞、中性粒細胞、樹突狀細胞6種，可觀察到5種核心基因與腫瘤純度以及6種免疫細胞的散點圖，如圖8所示。圖8-A～E分別為、、、、在肝癌組織中免疫細胞浸潤的相關情況。據(jù)圖中值可知，5種核心基因與免疫細胞浸潤均顯著相關，其中部分細胞曲線隨腫瘤純度先上升后下降，其原因可能為腫瘤后期人體機能下降，免疫耗竭所致。

*P < 0.05 **P < 0.01 ***P < 0.001

圖7 核心基因與肝癌的生存分析

圖8 核心基因與肝癌組織免疫細胞浸潤相關性

2.9 核心基因病理學切片研究

將5種核心基因提交至THPA（human protein atlas）數(shù)據(jù)庫，分別選擇正常肝組織以及肝癌選項，得到正常肝組織及相應基因突變后肝癌組織圖片，可觀察到5種基因過表達后組織形態(tài)與正常肝組織有明顯差異，如圖9所示。

A、C、E、G、I分別為CCNA2、CCNB1、CDC20、CDK1、TOP2A正常表達下的肝細胞組織，B、D、F、H、J分別為CCNA2、CCNB1、CDC20、CDK1、TOP2A異常表達下的肝癌組織

2.10 潛在中藥預測

Coremine數(shù)據(jù)庫由PubGene公司建立，旨在為從事醫(yī)學和生物學信息人士使用。該庫使用網(wǎng)絡形式展示生物醫(yī)學術語之間的關系，其中包括基因、藥物、中藥和化學成分等，因此可通過本數(shù)據(jù)庫逆向查找基因對應的中藥。將、、、、5個基因導入Coremine數(shù)據(jù)庫，查找對應的中藥，規(guī)范中藥名稱后進行整理，共有137種中藥；統(tǒng)計中藥出現(xiàn)次數(shù)在中位數(shù)（4）以上的中藥（稱為高頻中藥），分別有蠶砂、丹參、枳殼、枳實、土鱉蟲、靈芝、人參、人參蘆、人參葉、人參花、香櫞、干姜、甘草、郁金、姜黃、生姜皮、生姜、天名精、茶樹根、原蠶蛾、蜂蜜。在TCMSP、BATMAN-TCM等網(wǎng)站中查找以上中藥的有效成分及對應靶點，刪除多個數(shù)據(jù)庫中有效成分不同的中藥，使用Cytoscape制作中藥有效成分-核心基因網(wǎng)絡圖，如圖10所示，正六邊形為核心基因，其余為中藥有效成分，其部分對應成分見表2。對應的核心中藥為丹參、枳實、枳殼、人參葉、人參蘆、甘草、人參、蜂蜜。

2.11 KEGG通路富集分析

以關鍵詞“l(fā)iver cancer”檢索GeneCards、PharmGkb、DrugBank、OMIM（online mendelian inheritance in man）、TTD（therapeutic target database）5個數(shù)據(jù)庫，得到肝癌疾病靶點，將高頻中藥有效成分的目標基因靶點與得到的肝癌靶點基因取交集，得到交集基因，再將得到的基因進行KEGG通路富集分析（hsa04110），如圖11所示。由圖11可知，中藥治療肝癌除核心基因外，仍通過通路中的多種分子進行調(diào)控，如腫瘤蛋白p53（tumor protein p53，TP53）、β轉化生長因子（transforming growth factor-β，TGF-β）等。

圖10 中藥有效成分-核心基因網(wǎng)絡圖

表2 部分中藥有效成分及靶點

Table 2 Some effective components and targets of traditional Chinese medicines

代號藥物靶點有效成分 DS1丹參CCNA22-isopropyl-8-methylphenanthrene-3,4-dione DS3丹參CCNA2dan-shexinkum d DS5丹參CCNA2isotanshinone II DS6丹參CCNA2miltionone Ⅰ DS7丹參CCNA2neocryptotanshinone ii FM蜂蜜CDC20vitamin K A枳實-丹參CCNB1luteolin A枳實-丹參TOP2Aluteolin B人參葉-甘草CDK1quercetin B人參葉-甘草CCNB1quercetin B人參葉-甘草TOP2Aquercetin C人參葉-人參-甘草CDK1kaempferol D枳實-枳殼TOP2Anobiletin RSL人參蘆CDC20pyrrolidine-2,5-dione ZS1枳實TOP2Asinensetin ZS3枳實TOP2Atetramethoxyluteolin ZS4枳實TOP2Aisosinensetin ZS5枳實TOP2Aisosakuranetin-7-rutinoside GC1甘草CCNA2isorhamnetin GC2甘草CCNA2formononetin GC3甘草CCNA2calycosin GC4甘草CCNA2licochalcone a GC5甘草CCNA2vestitol GC6甘草CCNA2glycyrol GC9甘草CCNA27-methoxy-2-methyl isoflavone GC15甘草CCNA2kanzonols W GC30甘草CCNA2licoisoflavanone GC41甘草CCNA21-methoxyphaseollidin GC43甘草CCNA23'-methoxyglabridin GC49甘草CCNA2glycyrrhiza flavonol A

圖11 中藥目標基因KEGG通路富集分析

3 討論

癌癥是威脅人類健康的一大因素，而在不同的國家和地區(qū)，惡性腫瘤的發(fā)病率則有很大差異，其中原發(fā)性肝癌是世界上常見的惡性腫瘤之一，也是死亡率高居前列的腫瘤，據(jù)估計，每年大約有84萬例HCC新發(fā)病例，至少有78萬人死于HCC[6]，目前對于肝癌的治療方法通常為以下5種：手術切除、肝移植、序貫射頻消融（radiofrequency ablation，RFA）、肝動脈化療栓塞（transcatheter arterial chemoembolization，TACE）和靶向治療、免疫治療。然而由于早期肝癌的癥狀不明顯，因此肝癌難以在早期發(fā)現(xiàn)，治療時往往難以實施手術根除，而RFA和TACE則可提升中期患者的生存率，但效果仍不盡人意。索拉非尼是一種多激酶抑制劑，能夠阻斷多達40個激酶，進而延長晚期肝癌患者的生存時間，將晚期肝細胞癌患者的存活率從7.9個月大幅提高到10.7個月[4]，然而其不良反應如手足皮膚反應、腹瀉、肝功能異常、高血壓、皮疹等，以及其開始治療6個月后即可出現(xiàn)耐藥性，故而限制了其對肝癌的臨床療效[7]。

肝癌處于復雜的免疫微環(huán)境中，其腫瘤微環(huán)境往往可以導致免疫細胞的功能抑制，同樣也是癌癥發(fā)生過程中的重要因素[8]，腫瘤通過多種方式促進免疫耐受的形成，如通過細胞成分、免疫檢查點受體、抑制性細胞因子等方法損害免疫細胞的功能，而由于腫瘤的免疫微環(huán)境錯綜復雜，故而單抗法治療的緩解率并不理想[9]，因此多靶點治療則是未來的可能方向之一。中醫(yī)藥能夠預防肝癌發(fā)生，抑制細胞增殖、上皮間質(zhì)轉化，阻滯細胞周期，誘導腫瘤細胞自噬及衰老，抑制腫瘤細胞轉移，逆轉耐藥性，調(diào)節(jié)機體免疫功能等[10-11]，同時其具有低毒性、安全、多靶點作用等優(yōu)點。

肝癌屬祖國醫(yī)學“癥瘕”“積聚”等病名范疇[12]。因其治療難度大，故而歷代醫(yī)家對其防治較為重視，現(xiàn)代中醫(yī)學對肝癌的研究又有長足進步。HCC病因包括內(nèi)、外2個方面：內(nèi)因主要是肝脾虛損，外因主要是濕熱、瘀血、毒邪留滯肝膽脾胃，因此病機為正虛邪實，正虛多在肝脾，邪實多為濕、熱、瘀、毒。多由脾不化濕或外濕內(nèi)侵，濕聚成痰，蘊生熱毒，結于肝膽；或肝氣郁結，氣滯血瘀，繼蘊熱毒，或濕熱毒邪直中肝膽；而濕盛易侮肝、肝膽氣滯血瘀則可導致肝不疏土或肝膽濕熱；其病機和濕、痰、熱、瘀、毒等病因又互為因果，從而加劇病情的發(fā)展，諸邪互結于肝而形成癌腫。而癌毒則容易累及先天之本，加之現(xiàn)代醫(yī)學的放化療副作用消耗身體，日久易傷陰、傷肝，肝腎同源，同屬下焦，因而造成肝腎陰虛[13]，消耗人體正氣進而導致病情惡化?，F(xiàn)代中醫(yī)認為，“癌毒”病位辨證分別為腎、血、脾、氣、肺、肝、心[14]，因此扶正固本、通瘀化濕是一種可行的治療方法。然而中醫(yī)藥治療的缺點則是效果不穩(wěn)定、涉及的通路及分子并不明確等。

本研究使用生物信息學技術，得到肝癌上調(diào)基因2565個，下調(diào)基因253個，并進一步篩選出10種關鍵基因：、、、、、、、、、，10種關鍵基因在泛癌組織中均為高表達，其相關性也均較強，并在肝癌中關鍵基因表達量與臨床分期階段大部分顯著相關。本研究篩選出的關鍵基因有望成為肝癌新的生物標志物，為肝癌以及多種癌癥的早期診斷提供新思路。挑選出5種關鍵基因、、、、進行泛癌分析，可知在多種腫瘤中，關鍵基因在腫瘤組織與正常組織中表達均有明顯差異。且核心基因表達與肝癌生存分析、免疫細胞浸潤、病理學結果均有明顯相關。

中藥有效成分能夠調(diào)節(jié)一個通路中的多個靶點或同時調(diào)控多種通路。如丹參中的丹參酮ⅡA可以在不同濃度梯度下，分別通過不同的作用機制，如影響基質(zhì)金屬蛋白酶2（matrix metallopeptidase 2，MMP-2）和MMP-9的表達、核因子-κB（nuclear factor-κB，NF-κB）的表達，以及對Hippo通路的調(diào)節(jié)作用治療肝癌[15]。通過KEGG通路分析可知，、、為中藥有效成分調(diào)控肝癌的關鍵分子，研究表明，、、為調(diào)控細胞周期的關鍵蛋白，其中S/G2期調(diào)控蛋白為細胞周期蛋白A（cyclin A），G2/M期調(diào)控蛋白為細胞周期蛋白B（cyclin B），而往往與細胞周期蛋白配對后驅動有絲分裂[16]。而p53信號轉導途徑、LINC00346-miR-199a-3p-CDK1/Cyclin B、 SNHG16/let-7b-5p/CDC25B/CDK1等信號通路可影響CDK1的表達，誘發(fā)肝細胞癌[17]。作為細胞周期的關鍵調(diào)控因子之一，針對CDK1的中藥活性成分是當前研究方向之一，如從香茶菜中提取出的藍萼甲素對于前列腺癌DU145細胞的細胞周期阻滯在G2/M期，其可能的機制為調(diào)控細胞周期蛋白分子p21、cyclin B1、CDK1[18]。除此之外，中藥的活性成分，如生物堿、多糖、皂苷等均有調(diào)控分子通路以及治療癌癥的作用[19-20]，尚可調(diào)控非編碼RNA，如LncRNA、microRNA等，影響轉錄組基因表達，進而影響肝癌的發(fā)生發(fā)展[21-22]。在我國，由于中醫(yī)藥治療肝癌的成本相對較低，故而一些患者仍偏向選擇中醫(yī)藥療法。研究表明，無論患者處于哪一腫瘤階段，或肝功能情況，均可從中醫(yī)藥治療中受益[23]。因此中醫(yī)藥治療腫瘤具有巨大的潛力。

4 問題與展望

本研究通過TCGA數(shù)據(jù)庫篩選出了肝癌的差異基因，并挑選出關鍵基因進行泛癌研究，進一步選出核心基因進行中藥預測及KEGG通路富集分析，然而存在以下不足：（1）本研究的數(shù)據(jù)庫來源為單庫，后續(xù)可聯(lián)合其他數(shù)據(jù)庫進行深入研究。（2）因不同數(shù)據(jù)庫對于中藥的有效成分并不統(tǒng)一，因此本研究刪減了一些藥物，后續(xù)的研究可進一步通過實驗驗證刪減藥物的有效成分是否有作用。（3）本研究的高頻藥物從中醫(yī)理論來看以理氣活血、健脾扶正為主，而補腎藥物則未出現(xiàn)，而晚期肝癌患者常出現(xiàn)的久病及腎則未有明顯體現(xiàn)，后續(xù)仍可從中醫(yī)理論中的“腎”入手，進行分子通路的研究。

利益沖突 所有作者均聲明不存在利益沖突

[1] Hulvat M C. Cancer incidence and trends [J]., 2020, 100(3): 469-481.

[2] Zhu R X, Seto W K, Lai C L,. Epidemiology of hepatocellular carcinoma in the Asia-Pacific region [J]., 2016, 10(3): 332-339.

[3] Cocker F, Chien Yee K, Palmer A J,. Increasing incidence and mortality related to liver cancer in Australia: Time to turn the tide [J]., 2019, 43(3): 267-273.

[4] Forner A, Reig M, Bruix J. Hepatocellular carcinoma [J]., 2018, 391(10127): 1301-1314.

[5] 蘇勝, 黃曉武. 肝癌細胞免疫治療的研究進展 [J]. 中華肝臟病雜志, 2020, 28(6): 461-465.

[6] Bray F, Ferlay J, Soerjomataram I,. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries [J]., 2018, 68(6): 394-424.

[7] Anwanwan D, Singh S K, Singh S,. Challenges in liver cancer and possible treatment approaches [J]., 2020, 1873(1): 188314.

[8] Liu Y, Cheng Y, Xu Y,. Increased expression of programmed cell death protein 1 on NK cells inhibits NK-cell-mediated anti-tumor function and indicates poor prognosis in digestive cancers [J]., 2017, 36(44): 6143-6153.

[9] 張鋒, 殷欣. 肝癌免疫耐受機制研究進展 [J]. 復旦學報: 醫(yī)學版, 2020, 47(2): 280-287.

[10] Hu B, An H M, Wang S S,. Preventive and therapeutic effects of Chinese herbal compounds against hepatocellular carcinoma [J]., 2016, 21(2): 142.

[11] 馮曉靈, 蔣亞生, 李柏. 肝癌局部注射絲裂霉素與中藥“肝復康”的臨床及實驗對照分析 [J]. 腫瘤, 1994, 14(5): 291-292.

[12] 謝晶日, 趙剛, 梁國英. 原發(fā)性肝癌的中醫(yī)藥現(xiàn)代研究進展 [J]. 中國醫(yī)藥導報, 2008, 5(7): 17-18.

[13] 旋靜. 中醫(yī)治療原發(fā)性肝癌的研究進展 [J]. 中國醫(yī)藥指南, 2015, 13(13): 45-46.

[14] 劉聲, 王笑民, 楊霖, 等. 淺析中醫(yī)“癌毒”本質(zhì) [J]. 中醫(yī)學報, 2018, 33(10): 1827-1830.

[15] Li Z B, Zou J, Cao D,. Pharmacological basis of tanshinone and new insights into tanshinone as a multitarget natural product for multifaceted diseases [J]., 2020, 130: 110599.

[16] Crncec A, Hochegger H. Triggering mitosis [J]., 2019, 593(20): 2868-2888.

[17] 葉凱麗, 鄭雯, 葉啟發(fā), 等. CDK1參與肝細胞癌的發(fā)展機制及其抑制劑應用價值 [J]. 中國臨床藥理學與治療學, 2021, 26(9): 1086-1094.

[18] 朱琳琳, 徐祉軒, 張明明. 藍萼甲素通過cyclinB1/CDK1途徑誘導DU145細胞G2/M期阻滯 [J]. 中國免疫學雜志, 2021, 37(18): 2235-2239.

[19] Liu C Y, Yang S S, Wang K L,. Alkaloids from traditional Chinese medicine against hepatocellular carcinoma [J]., 2019, 120: 109543.

[20] Tang K Y, Du S L, Wang Q L,. Traditional Chinese medicine targeting cancer stem cells as an alternative treatment for hepatocellular carcinoma [J]., 2020, 18(3): 196-202.

[21] Chen C Y, Chen C C, Shieh T M,. Corylin suppresses hepatocellular carcinoma progression via the inhibition of epithelial-mesenchymal transition, mediated by long noncoding RNA GAS5 [J]., 2018, 19(2): 380.

[22] Wang Y P, Fu X Q, Yin C L,. A traditional Chinese medicine formula inhibits tumor growth in mice and regulates the miR-34b/c-Met/β-catenin pathway [J]., 2020, 260: 113065.

[23] LIU X, LI M, WANG X,. Effects of adjuvant traditional Chinese medicine therapy on long-term survival in patients with hepatocellular carcinoma [J]., 2019, 62: 152930.

Analysis of differentially expressed genes of liver cancer and potential intervention of traditional Chinese medicine based on bioinformatics

ZHANG Dao-ping1, LIU Qi-li1, YAO Kun-peng1, LI Zheng-rong1, CHEN Pei-ru1, PENG Jian-ping1, 2

1. Hunan University of Chinese Medicine, Changsha 410208, China 2. First Affiliated Hospital of Hunan University of Chinese Medicine, Changsha 410007, China

To explore the correlation between differential gene expression in patients with liver cancer and prognosis, as well as the regulatory role of differential genes in various cancers, and find potential therapeutic targets and corresponding traditional Chinese medicine (TCM), so as to provide basis for the clinical use of TCM, the formulation of TCM and its the addition or reduction use.The transcriptome data and corresponding clinical data of cancer patients in TCGA database were downloaded, and the edgeR package of R language was used to analyze the differential genes. The expression and co-expression of key genes in pan-cancer were screened and analyzed, and the core genes were further screened. The expression of the core genes in specific tumors and the clinical correlation analysis of liver cancer were studied. The core genes were submitted to TIMER and THPA databases to study the correlation of immune cells and pathology. Finally, the core corresponding TCMs were found through the Coremine database. TCMSP and BATMAN-TCM databases were used to find the effective components of TCM. Cytoscape software was used to produce drug-core gene network diagram, and Kyoto encyclopedia of genes and genomes (KEGG) pathway enrichment analysis was performed.A total of 10 key genes were screened, and five of them were selected as the core genes, namely, T,,and. Subsequent analysis showed that they were negatively correlated with the prognosis and survival of liver cancer, and positively correlated with the immune cells of liver cancer, and the pathological pictures of gene overexpression were obtained. The core genes corresponding TCM were Danshen (et), Zhishi (), Zhike (), Renshenye (), Renshenlu (rhizome of), Gancao (et), Renshen (et), Fengmi (). The KEGG enrichment analysis pathway map showed that TCM still acts through multiple targets in addition to regulating core genes.The core genes of liver cancer and related signaling pathways and therapeutic targets obtained by bioinformatics analysis, the names of traditional Chinese medicine and their active components were obtained. To provide ideas for the treatment of liver cancer and other cancers.

pan-cancer; liver cancer; bioinformatics; differentially expressed genes;et;;;; rhizome of;et;et;

R285

A

0253 - 2670(2022)03 - 0788 - 11

10.7501/j.issn.0253-2670.2022.03.019

2021-11-03

國家中醫(yī)臨床研究基地業(yè)務建設項目第二批科研專項（JDZX2015183）

張道平（1997—），男，在讀碩士研究生，主要從事中醫(yī)藥防治肝病研究。E-mail: 416367611@qq.com

彭建平（1979—），女，博士，副主任醫(yī)師，碩士生導師，主要從事中醫(yī)藥防治肝病研究。E-mail: jppeng@126.com

[責任編輯 潘明佳]