miRNA-196a-2 rs11614913单核苷酸多态性与中国人群中原发性肝细胞肝癌发病风险的Meta分析

高洁芳，张洪，吕舰，王丽

武汉大学人民医院药学部，武汉430060

原发性肝细胞肝癌（hepatocellular carcinoma，HCC）是肝脏原发性肿瘤，是较常见的恶性肿瘤之一，其病死率居中国恶性肿瘤第2位，发病率居中国消化系统恶性肿瘤第3位，中国每年因肝癌死亡人数约占全世界肝癌死亡人数的50.5%[1]。慢性乙型肝炎病毒（hepatitis B virus，HBV）和慢性丙型肝炎病毒（hepatitis C virus，HCV）感染导致的肝纤维化和肝硬化是HCC的主要致病原因；此外，性别、年龄、吸烟、饮酒等也会对HCC的发病率产生影响[2]。然而，只有部分患者最终进展为HCC，这表明遗传因素可能在HCC的发生、发展过程中发挥重要作用[3]。微小RNA（microRNA，miRNA）是一类包含22个核苷酸的非编码小RNA，其主要通过转录后抑制调节内源性分子的基因表达。miRNA广泛参与各种生命活动，包括细胞的增殖、分化、凋亡过程，从而对肿瘤细胞产生调节作用[4-5]。miRNA参与了病毒性肝炎、肝纤维化和肝癌等多种肝脏疾病的发病过程[6]。miRNA-196a-2是HCC中研究最多的miRNA之一，在HCC组织中过表达，提示其在HCC进展中发挥着重要作用[7]。单核苷酸多态性（single nucleotide polymorphism，SNP）是人类遗传变异中最常见的一种，主要是指单个核苷酸变异所引起的DNA序列多态性，SNP不仅影响个体患肿瘤的易感性，同时因基因结构或表达量的变化，也会对机体产生调控作用。相关研究表明，miRNA-196a-2 rs11614913与HCC易感性有关[8-12]，然而这些结果由于样本量较小，结果可信度较低。因此，本研究对miRNA-196a-2 rs11614913 SNP与HCC易感性之间的关系进行系统评价，现报道如下。

1 资料与方法

1.1 文献检索

以肝细胞肝癌、肝癌、miRNA-196a-2、rs11614913、多态性为中文关键词检索中国知网（CNKI）、维普（VIP）、万方等中文数据库；以hepatocellular cancer、liver cancer、miRNA-196a-2、rs11614913、polymorphism、mutation为英文关键词检索PubMed、EMBASE、Elsevier数据库，所有数据库文献检索时间范围均限定为建库到2017年12月。同时手动查阅检索结果中与本研究目的相符的文献。

1.2 纳入和排除标准

纳入标准：①研究miRNA-196a-2 rs11614913 SNP与中国人群HCC易感性；②病例-对照设计；③能够完整提取各组中各基因型及性别、吸烟、饮酒、乙型肝炎病毒表面抗原（hepatitis B surface antigen，HBsAg）的分布频数。排除标准：综述、会议论文、摘要；重复发表，不同数据库检索到的相同文献；未能提供完整基因型、各影响因素的分布频数。

1.3 数据提取

由两位人员独立对各文献数据进行提取，意见不一致时由第3位人员协助解决。从纳入的文献中提取以下变量：第一作者姓名、发表年限、样本大小、对照组来源（以医院为基础或以健康人口为基础）、对照组类型、基因分型方法及病例组和对照组中各基因型、性别、吸烟、饮酒、HBsAg的分布频数。

1.4 统计学分析

采用RevMan 5.3和Stata 11.0软件对数据进行分析。采用比值比（odds ratio，OR）及95%CI对miRNA-196a-2 rs11614913 SNP与中国人群HCC易感性之间的关系进行评价，选取显性模型（TT+TC/CC）、隐性模型（TT/TC+CC）、共显性模型（TT/TC和TT/CC）3种基因模型进行Meta分析；此外，还对性别、吸烟、饮酒、HBV感染与中国人群HCC易感性之间的关系进行评价。异质性检验采用Q检验和Ι2检验：在Cochrance系统评价中，当P≥0.1、Ι2≤50%时，按异质性低处理，采用固定效应模型进行Meta分析；当P＜0.1、Ι2＞50%时，认为存在异质性，采用随机效应模型进行Meta分析。发表偏倚的评价采用Egger’s线性回归进行定量分析。H-W平衡检验从纳入的文献中获取。以P＜0.05为差异有统计学意义。

2 结果

2.1 文献检索结果

初步检索获得关于miRNA-196a-2 rs11614913基因多态性与HCC易感性的病例对照文献共261篇，通过剔除无关文献、Meta分析、综述及会议论文共215篇，筛选出46篇文献；进一步阅读题目和摘要后剔除文献32篇，保留文献14篇；再通过阅读全文剔除研究对象非中国人群的文献2篇，剔除数据不全的文献3篇，最终保留9篇病例对照研究，其中中文文献2篇[8-9]，英文文献7篇[10-16]，共纳入研究对象8637例，其中3634例原发性HCC患者，5003例对照者。（表1、表2）

2.2 Meta分析结果

2.2.1 显性模型显性模型下9篇文献的异质性检验结果显示，Ι2=72%，P=0.0004，异质性较大；采用随机效应模型对9篇文献进行分析，结果显示，整体的合并效应量位于无效线的左侧且不包括1，差异有统计学意义（Z=2.08，OR=0.79，95%CI：0.63～0.99，P=0.04）。森林图中各横线间重叠部分越少，代表异质性越大，Li等[16]2015年发表的文献可能是影响整体异质性的原因，剔除该文献后，对剩余8篇文献进行异质性检验，结果显示Ι2=44%，P=0.1，异质性较低；采用固定效应模型对剩余8篇文献进行分析，结果显示，整体的合并效应量位于无效线左侧且不包括1，差异有统计学意义（Z=5.13，OR=0.75，95%CI：0.67～0.83，P＜0.01）。显性模型下miRNA-196a-2 rs11614913 SNP与中国人群原发性HCC的发病风险有关。（图1）

表1 9篇关于miRNA-196a-2 rs11614913 SNP与中国人群原发性HCC易感性文献中8637例研究对象的基本特征

表2 中国人群原发性HCC与miRNA-196a-2 rs11614913 SNP的相关性研究中的基因频数

2.2.2 隐性模型 隐性模型下9篇文献的异质性检验结果显示，Ι2=72%，P=0.0004，异质性较大；采用随机效应模型对9篇文献进行分析，结果显示，整体的合并效应量位于无效线的右侧，差异有统计学意义（Z=2.08，OR=1.26，95%CI：1.01～1.58，P=0.04）。隐性模型下miRNA-196a-2 rs11614913 SNP与中国人群原发性HCC的发病风险有关。（图2）

2.2.3 共显性模型 共显性模型下对9篇文献中TT/TC基因型和TT/CC基因型分别进行Meta分析，TT/TC基因型的异质性检验结果显示，Ι2=38%，P=0.12，异质性较小；采用固定效应模型对9篇文献中TT/TC基因型进行分析，结果显示，TT/TC基因型的整体合并效应量横跨无效线，差异无统计学意义（Z=1.51，OR=0.92，95%CI：0.83～1.02，P=0.13）（图3）。TT/CC基因型的异质性检验结果显示，Ι2=79%，P＜0.01，异质性较大；采用随机效应模型对9篇文献中TT/CC基因型进行分析，结果显示，TT/CC基因型的整体合并效应量横跨无效线，差异无统计学意义（Z=1.95，OR=0.73，95%CI：0.54～1.00，P=0.05）（图4A）。Li等[16]2015年发表的文献是造成异质性的主要原因，剔除该文献后，剩余8篇文献的整体异质性检验结果显示，Ι2=65%，P=0.006，异质性较大；采用随机效应模型对剩余8篇文献中TT/CC基因型进行分析，结果显示，TT/TC基因型的整体合并效应量位于无效线左侧且不包括1，差异有统计学意义（Z=3.34，OR=0.65，95%CI：0.50～0.83，P＜0.01）。共显性模型TT/CC基因型下miRNA-196a-2 rs11614913 SNP与中国人群原发性HCC的发病风险有关，且携带TT基因型能够降低罹患HCC的风险，而携带CC基因型能够增加罹患HCC的风险（图4B）。

图1 miRNA-196a-2rs11614913显性模型的Meta分析结果

图2 miRNA-196a-2rs11614913隐性模型的Meta分析结果

图3 miRNA-196a-2 rs11614913共显性模型TT/TC基因型的Meta分析结果

图4 miRNA-196a-2 rs11614913共显性模型TT/CC基因型的Meta分析结果

2.2.4 性别、吸烟、饮酒、HBV感染对罹患HCC风险的分析结果 异质性检验结果显示，吸烟因素Ι2=0%，P=0.90，异质性较小，采用固定效应模型。性别因素Ι2=76%，P＜0.01；吸烟因素Ι2=73%，P=0.0003；HBV感染Ι2=77%，P=0.0002，异质性均较大，均采用随机效应模型。性别对罹患HCC风险的Meta分析结果显示，女性与男性罹患HCC的风险比较，差异有统计学意义（Z=3.23，OR=1.43，95%CI：1.15～1.78，P＜0.01），且男性罹患HCC的风险高于女性。吸烟对罹患HCC风险的Meta分析结果显示，不吸烟者与吸烟者罹患HCC的风险比较，差异有统计学意义（Z=4.79，OR=1.28，95%CI：1.16～1.42，P＜0.01），且吸烟可以增加罹患HCC的风险。饮酒对罹患HCC风险的Meta分析结果显示，不饮酒者与饮酒者罹患HCC的风险比较，差异有统计学意义（Z=3.22，OR=1.36，95%CI：1.13～1.65，P＜0.01），且饮酒可以增加罹患HCC的风险；HBV感染对HCC发病风险的Meta分析结果显示，剔除掉张新伟等[8]和Zhang等[12]两篇造成异质性非常大的文献后，剩余7篇文献进行Meta分析结果为未感染HBV者与感染HBV者罹患HCC的风险比较，差异有统计学意义（Z=13.32，OR=11.12，95%CI：7.82～15.90，P＜0.01），且HBV病毒感染能够增加罹患HCC的风险。

2.3 敏感性分析

敏感性分析结果显示，将各项研究逐个剔除后，显性模型下整体OR及95%并无显著变化，本研究结果较稳定。（图5）

图5 显性模型中miRNA-196a-2 rs11614913与HCC易感性的敏感性分析

2.4 发表偏倚

发表偏倚是指“统计学上有意义”的阳性结果较“统计学上无意义”的阴性或无效研究结果更容易被发表。本文采用Egger’s线性回归对9篇文献的发表偏倚进行定量分析，结果显示，本研究纳入文献不存在发表偏倚（P＞0.05）。（图6）

图6 显性模型的Egger’ s回归图

3 讨论

miRNA在调节肿瘤发生、发展的过程中发挥着重要作用，其异常表达及调控作用失调是肿瘤形成的重要原因[17]。近年来研究表明，miRNA SNP与HCC的发病风险存在一定关系[18]；还有研究显示，miRNA编码区中的SNP可能影响肝癌的发生发展，深入理解这些基因多态性与肝癌之间的关系有助于预测HCC的发生并达到及时治疗的目的[19]。然而，目前miRNA-196a-2 rs11614913与肝癌易感性的关系仍不确定。因此，系统地总结miRNA-196a-2 rs11614913与肝癌易感性之间的关系，尽可能地扩大样本量来评估其中的关系对于未来的研究具有重大意义。

本研究Meta分析结果显示，除了共显性模型下9篇文献中TT/TC基因型的异质性较低，可以选用固定效应模型分析之外，其他模型分析均存在较大异质性，与Riazalhosseini等[20]关于miRNA-196a-2 rs11614913与肝癌的Meta分析结果一致。异质性的来源可能是种族、地区、对照组来源、对照组类型、基因分型方法、发表年限及样本量大小等，但具体的原因还需深入分析。

本文尚存在以下不足之处：①纳入的文献较少，故未能对地区、种族等进行亚组分析；②存在较大的异质性，种族、地区、对照组来源、对照组类型、基因分型方法、发表年限及样本量大小等均可能是造成较大异质性的来源，但本文未对其进行进一步分析；③检索的文献均为正式发表的文献，缺乏灰色文献，存在发表偏倚的可能。因此，还需要收集更多大样本、高质量的文献进行研究，以期获得miRNA-196a-2 rs11614913基因多态性与HCC易感性更为可靠的证据，进一步考虑地区、种族、环境等因素对结果的影响。