慢乙肝相关终末期肝病患者肝组织中HBV-DNA整合位点和整合频率的检测方法及其与临床特征的关系

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:wy2633110
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:乙型肝炎病毒(Hepatitis B virus,HBV)的病毒中间体前基因组RNA(pregenomic RNA,pg RNA)在逆转录形成共价闭合环状DNA(covalently closed circular DNA,ccc DNA)的过程中,会形成双链线性DNA(double-stranded linear DNA,dsl DNA),部分dsl DNA可整合到宿主基因组上。病毒等染色体外的DNA并入宿主染色体DNA的基因重组的过程称之为基因整合。HBV-DNA与宿主基因的基因整合与慢性乙型肝炎(Chronic Hepatitis B,CHB)相关终末期肝病尤其是原发性肝癌的发生、发展密切相关。到目前为止已有多种方法用于检测HBV-DNA在宿主基因组的整合,但这些检测方法在敏感性、特异性、费用方面各有优劣,综合考虑以上各方面,本研究采用反向巢式PCR(Inverse Nested PCR,Inv PCR)的检测方法以及数据模拟的数学及统计学分析方法得出慢乙肝相关终末期肝病患者肝组织中HBV-DNA在宿主染色体DNA上的整合位点和整合频率。初步探讨慢乙肝相关终末期肝病患者肝组织中HBV-DNA基因整合位点和整合频率及其与临床特征的关系。方法:首先提取不同的慢乙肝相关终末期肝病患者(包括2例肝炎肝硬化和6例原发性肝癌患者)的肝组织DNA,使用设计好的引物扩增出s基因的非保守区序列,通过BLAST比对,以明确患者的HBV基因型。根据不同的基因型选择不同的限制性内切酶(restriction enzyme,RE)和反向巢式PCR引物。对提取的肝组织DNA进行反复的酶切和酶接,得到反向套嵌DNA片段(inverted DNA),该片段两端是HBV序列,中间镶嵌的是宿主基因组的一段序列。反复酶切和酶接形成反向套嵌DNA片段以后,对该片段进行纯化浓缩,处理后的DNA片段作为巢式PCR的模板。使用倍比稀释法预处理DNA模板,巢式PCR扩增出病毒细胞连接片段(virus-cell DNA junction,VCJ),使用琼脂糖凝胶电泳证明VCJs存在,将VCJs切胶、回收并进行测序,然后与宿主基因组进行比对,便可以得到HBV-DNA的整合位点,不同的整合片段对应不同的整合位点。统计各个整合位点在不同稀释度下的个数,结合DNA损失量,进行数据模拟,取95%的置信区间可以得出每个整合位点的整合频率的范围,取每个整合位点的最大整合频率。在Hep G2.2.15细胞和Hep G2细胞中验证该方法。检测慢乙肝相关终末期肝病患者的肝组织中HBV-DNA的整合位点、计算整合频率,分析慢乙肝相关终末期肝病患者的整合位点和整合频率的特点及与临床特征的关系。结果:1.HepG2.2.15细胞的整合位点成功检测出Hep G2.2.15细胞中,HBV-DNA在核基因组上的整合位点位于SHANK2(SH3 and multiple ankyrin repeat domains 2)基因。SHANK2基因位于11号染色体上,编码的蛋白质是突触蛋白Shank家族的一员。2.慢乙肝相关终末期肝病患者肝组织中HBV-DNA基因整合及临床特征本研究检测了8位慢乙肝相关终末期肝病患者肝组织中,HBV-DNA的整合情况。其中7位患者肝组织中有TBXAS1(thromboxane A synthase 1)整合,6位患者肝组织中有JAG2(jagged canonical Notch ligand 2)整合,4位患者肝组织中有MVK(mevalonate kinase)整合,3位患者肝组织中有TERT(telomerase reverse transcriptase)整合。HBV-DNA分别整合在3号染色体的ADCY5(adenylate cyclase5)、RP11-594G13,5号染色体的TERT、CTD-2345P7,12号染色体的MVK、HNRNPABP1(heterogeneous nuclear ribonucleoprotein A/B pseudogene 1),22号染色体的SYN2(synapsin II)、SC22CB,7号染色体的TBXAS1,10号染色体的HPSE2(heparanase 2),11号染色体的SHANK2,13号染色体的RP11-594G13,14号染色体的JAG2(jagged canonical Notch ligand 2),线粒体DNA的D-loop上。年龄50岁的患者整合位点数多的趋势(5.500±1.658 VS 2.000±0.0,p=0.079);肝硬化失代偿期的患者整合位点数有比肝硬化代偿期的患者整合位点数多的趋势(2.000±0.0 VS 4.800±1.463,p=0.20);年龄>50岁的患者的平均最大整合频率有比年龄50岁、是否是肝硬化失代偿期、以及肝癌的病理分型可能有关。尚需要进一步扩大样本量进行深入研究。
其他文献
计算机以及互联网的发展改变了人们的生产和生活方式,很多传统领域的工作可以借助计算机来提高工作效率。例如在教育领域的程序项目实验类课程中,依靠人工方式审核学生提交的程序作业的方法非常低效,很难发现可能存在的代码抄袭,因此设计并实现检测抄袭的学生实验源码查重系统具有重要的意义。在程序项目实验类课程作业的查重场景中,项目工程作业一般提供包含基础模块的框架,其余多个模块以小组分工的形式共同开发。对项目工程
在可持续发展及绿色制造的战略背景下,高速干切滚齿作为一种绿色环保的高效齿轮加工工艺,已在齿轮制造业中占据重要地位。该工艺在切削加工过程中无切削液且切削速度高,不合适的工艺参数将严重影响加工能耗、质量以及刀具使用寿命等。对工艺参数进行优化决策,实现高速干切滚齿加工过程综合最优,对齿轮制造业转型升级以及实现可持续发展有着重要意义。为此,本文针对数据驱动的高速干切滚齿工艺参数优化决策系统进行了研究。首先
富勒烯是一类具有π共轭结构的零维球形分子,在有机光伏、能量储存、生物医药和催化等领域有着潜在的应用价值。富勒烯分子进行自组装或与其它π共轭分子共组装,得到具有特定形貌、尺寸和高结晶性的微纳米结构,能够改进富勒烯的性质,对实现其实际应用具有重要意义。金属卟啉具有氧还原电催化活性,而且可以通过分子间的π-π相互作用力与富勒烯形成超分子结构,与卟啉形成复合结构有望拓宽富勒烯在电催化领域的应用前景。因此对
本论文涉及一种运行在通用多核处理器上的卫星图像实时解压缩软件的并行优化技术。解压缩软件接收下传压缩码流数据,实时完成码流帧解析、解码、存储与显示等图像重建任务。其中,解码环节涉及计算密集、访存频繁的数据处理,传统串行实现方式耗时长,成为制约解压缩重建实时性的瓶颈。本文充分利用多核处理器并行处理优势,从码流帧并行、数据块并行两个方面对解压缩软件进行并行优化,具体内容如下:针对解码环节耗时长导致的解压
花岗岩残积土广泛分布于我国潮湿多雨的东南地区,该地区工业规模较大使其经常遭受酸雨污染影响。长时间的酸雨作用会使岩土体力学性质发生改变,易发生滑坡、地基破坏变形等工程事故。但是少有试验研究酸雨作用对花岗岩残积土力学性质的影响。本文选取广东省播植镇花岗岩残积土作为试验样本,对土体进行不同方式的酸处理,利用原子光谱分析法检测金属离子溶解情况,并对酸污染土样进行崩解试验、渗透试验、三轴剪切试验,多方位探讨
随着大数据时代的到来,低成本保存超大规模的冷数据成为了重要挑战。光存储成本低、寿命长、绿色节能且易于保存,非常适合大规模冷数据长期存储。同轴全息光存储利用全息复用的方式存储数据,能够大幅度提升存储密度,而且使用二维数据页方式存取数据,为了使主机能够达到1GB/s级别的数据读写吞吐率,因此需要设计高速的全息存储数据通道。针对全息存储高速存取需求,设计全息存储数据通道框架,目前采用服务器主机作为同轴全
随着人工智能技术的飞速发展,无人驾驶技术作为一种社会生活智能化的重要应用,正在逐步从理论走向现实。其中,三维目标检测为无人驾驶提供了基础的环境感知与三维场景理解,为后续的机器行为决策与路径规划奠定了基础。作为二维目标检测的衍生任务,三维目标检测需要为每一个对象在相机坐标系下的最小外接立方体进行推测,其属性包括中心位置定位、立方体尺寸以及偏航角。尽管基于视觉的三维目标检测已经取得了巨大的进展,对昂贵
大数据时代,互联网上的信息与日俱增,人们对于信息的获取也提出了更高要求。在军事指挥数字化,军事装备现代化进程不断推进的背景之下,如何对军事信息进行有效的提炼、管理和利用,对于提高军事知识的应用以及军事资源的利用效率研究具有重大意义。因此,本课题以军事装备领域作为研究切入点,基于知识图谱技术构建了一个军事装备智能问答系统。本课题的主要工作包括:(1)采集并解析军事武器网站的半结构化数据,构建军事装备
建模篇章连贯性是自然语言处理中的基础问题,对很多下游任务有着重要的作用,比如自动摘要,问答和文本规划。句子排序为篇章连贯性建模中的一个有挑战性的子任务,它的目的是将输入的句子集合重新组成一段更连贯的篇章。通过学习如何为输入的句子排序,模型能够学习构成文本连贯性的元素如逻辑连贯性,主题相关性和因果效应等。近期随着深度学习的发展,基于神经网络的句子排序模型取得了更优异的性能,尤其是基于编码器解码器的端
实例检索是指基于给定的具体查询实例,在大规模数据库中检索出包含这一查询实例的图像,并提供实例位置坐标。实例检索被广泛应用于在线购物,视频编辑等现实场景中。当前基于深度特征的实例检索方法面对的主要挑战是:深度神经网络的训练对强监督信息过于依赖,限制了检索任务无法向大规模数据集拓展,同时难以检测未知实例。另一方面,基于弱监督的目标检测算法仅依靠图像类别标签训练网络,实现了目标定位和特征表达。这与实例检