VEGF基因多态性与肾细胞癌易感性的Meta分析①

拜合提亚·阿扎提，马惠斌，凯赛尔·阿吉，王文光，王玉杰

（新疆医科大学第一附属医院泌尿外科，乌鲁木齐830054）

全世界每年有超过200 000例新的肾细胞癌（RCC）病例出现，RCC导致每年近102 000例死亡[1]，占所有人类恶性肿瘤的3%，并占所有恶性肾脏肿瘤的80%[2-3]。据估计，有25%的RCC患者出现转移时的5年生存率不到10%。早期诊断和药物治疗似乎对降低死亡率和提高整体生活质量很重要。早期研究报告了一些危险因素，例如吸烟、高血压、肥胖、饮酒和家族史[4-8]。尽管许多人一生中都面临这些风险因素，但只有一小部分会发展为RCC。提示遗传易感性可能是这种疾病的病因学的组成部分。

血管生成是由预先存在的内皮细胞形成的新血管，它是致癌作用中的离散事件，与肿瘤的侵袭潜能相关[9-10]。血管内皮生长因子（VEGF）是血管生成的关键启动子之一。先前的实验研究报道，VEGF可以影响肿瘤表达的生长和转移，而抑制VEGF信号传导可以控制肿瘤细胞的血管生成和生长[11-13]。与正常的肾组织相比，常规RCC样品中的VEGF过度表达[14-15]。VEGF基因已经定位在染色体6p21.3上，并且已经描述了至少30个单核苷酸多态性[16]。功能性多态性最有可能通过影响编码蛋白质的表达和/或功能来促进个体对疾病的易感性。尽管有一些关于VEGF基因多态性与RCC风险的研究，但结果尚存在争议。本研究旨在准确评估VEGF基因+936C＞T和+405C＞G多态性与RCC风险的关联。

1 材料与方法

1.1 搜索策略使用以下关键字对PubMed.Embase和Web of Science数据库（截至2020年8月）进行系统 搜 索：(“Vascular endothelial growth factor”OR“VEGF”)AND(“polymorphism”OR“variant”OR“mutation”)AND(“renal cell cancer”OR“renal cell carcinoma”OR“RCC”)。合格的报告仅限于英语文章，未发表的文章不包括在内。

1.2 纳入和排除标准纳入标准：（1）发表了关于肾细胞癌中VEGF基因+936C＞T和+405C＞G多态性的全文病例对照研究；（2）人文研究；（3）所有患者必须符合RCC的诊断标准；（4）有足够的病例和对照信息，并提供了每种基因型的数量；（5）提供或可以计算出具有95%置信区间（CI）的比值比（OR）。不符合这些纳入标准的文章被排除在外。如果作者使用相同的数据发表了几项研究，则包括最新的或样本量最大的出版物。

1.3 数据提取2位作者使用标准化表格从每个纳入研究中系统地提取了数据。通过再次检查数据并与合著者讨论解决了分歧。提取了以下数据：第一作者的姓名，文章的出版年份，第一作者的所在国家/地区，种族，控制源，样本量和基因型频率。

1.4 质量得分评估使用纽卡斯尔-渥太华量表（NOS）评估的纳入研究的质量。总的NOS分数在0到9分，且分数≥7分表示质量良好。

1.5 统计学分析应用Review Manager 5.3.3和Stata12.0统计软件。使用χ2检验测试健康对照的基因型频率与Hardy-Weinberg平衡（HWE）的一致性。使用Cochran的Q统计量[17]和I2统计量[18]对异质性进行了研究和测量，P＜0.10和I2＞50%表示存在异质性，并使用随机效应模型。否则，将使用固定效果模型。计算OR及其对应的95%置信区间（95%CI）。对+936C＞T的5个遗传模型执行合并的OR，包括加性模型（TT与CC）、共性模型（CT与CC）、显性模型（CT+TT与CC）、隐性模型（TT与CC）CT+CC）和等位基因模型（T vs.C）。对于+405C＞G：加性模型（GG与CC），共性模型（CG与CC），显性模型（CG+GG与CC），隐性模型（GG与CG+CC）和等位基因模型（G与C）。Z检验用于评估合并OR的统计差异性。通过将荟萃分析限制在符合HWE的研究和高质量研究中，进行敏感性分析，以评估结果的稳定性。使用Begg的漏斗图和Egger检验来评估发表偏倚。

2 结果

2.1 符合条件的研究纳入7例病例对照研究[19-25]，共2 309例RCC患者和3 337例对照受试者进行定性数据分析（图1）。其中，在亚洲进行了5项研究，在白种人中进行了2项研究。在对照组中，有2项研究是基于公共的，有5项研究是基于医院的对照（来自健康检查就诊或门诊部门的健康志愿者和健康献血者）。在5项研究中进行了聚合酶链反应-限制性片段长度多态性（PCR-RFLP）方法，在2项研究中进行了非PCR-RFLP方法。所有合格研究的主要特征见表1。研究的基因型分布和HWE见表2-3。

图1文献检索和研究选择的流程图

表1所有纳入研究的基线特征和方法学质量

表2对于+936C＞T多态性的病例组和对照组之间基因型分布和等位基因频率的比较

表3对于+405C＞G多态性的病例组和对照组之间基因型分布和等位基因频率的比较

2.2 定量合成在4个遗传模型下，VEGF基因+936C＞T多态性可能与RCC风险增加密切相关（加性模型：OR=1.38，95%CI=1.11～1.72，P=0.004；显性模型：OR=1.18，95%CI=1.03～1.36，P=0.02；隐性模型：OR=1.28，95%CI=1.04～1.57，P=0.02；等位基因模型：OR=1.20，95%CI=1.07～1.34，P=0.001），见图2。

异质性测试结果显示，加性模型和等位基因模型的研究之间存在显著异质性（I2=52%，P=0.13；I2=64%，P=0.06），因此，采用随机影响模型进行定量对加性模型和等位基因模型进行分析，固定效应模型用于显性模型，显性模型和隐性模型。在4种遗传模型下，VEGF基因的+405C＞G多态性与RCC无相关性，仅隐性模型分析显示出负相关性（加性模型：OR=0.77，95%CI=0.48～1.23，P=0.27；显性模型：OR=0.93，95%CI=0.73～1.18，P=0.54；显性模型：OR=0.84，95%CI=0.67～1.05，P=0.12；等位基因模型：OR=1.02，95%CI=0.79～1.32，P=0.87；隐性模型：OR=0.79，95%CI=0.67～0.93，P=0.004）（图3和图4）。

图3显性模型和隐性模型中VEGF基因+405C＞G多态性和RCC风险的森林图

图4加性模型和等位基因模型中VEGF基因+405C＞G多态性和RCC风险的森林图

2.3 灵敏度分析1项无HWE的研究[24]和2项NOS得分相对较低（NOS＜7）[21-23]的研究被排除在敏感性分析之外。合并OR的变化很小，表明本研究结果在统计上是可靠的。

2.4 发表偏倚Egger回归测试的结果未提供任何发表偏倚的统计证据（+936C＞T：加性模型P=0.891，显性模型P=0.765，显性模型P=0.809，隐性模型P=0.881和等位基因模型P=0.533；+405C＞G：加性模型P=0.930，共性模型P=0.945，优势模型P=0.924，隐性模型P=0.954和等位基因模型P=0.223）。

3 讨论

血管生成与许多肿瘤的发展相关，而VEGF是血管生成的关键调节剂之一[26-27]。作为血管内皮细胞增殖的促进剂，VEGF基因的功能基因变异会影响基因表达和血浆VEGF水平，从而加速癌变[20-28]。VEGF基因多态性与多种疾病的风险相关，包括胃癌[29]、先兆子痫[30]、心血管疾病[31]和肌萎缩性侧索硬化[32]。本研究显示，VEGF基因的+936C＞T多态性与RCC的风险增加相关，而VEGF基因的+405C＞G多态性与RCC的风险无关。有6项研究报道了VEGF基因与RCC的大约+936C＞T多态性[19-21,23-25]，其他5项研究均未发现VEGF基因+936C＞T多态性与RCC危险有任何相关性。这种差异可能是由于遗传背景差异，种族差异和其他因素（例如样本量小或对混杂因素的调整不足）引起的。

异质性是可能影响结果解释的最重要问题之一。异质性的常见原因可能包括样本量不足，种族多样性，基因分型方法和研究设计。本研究显示，在VEGF基因+936C＞T多态性的总体比较中没有异质性。+405C＞G多态性的异质性测试表明相加模型和等位基因模型之间存在异质性，因此，随机模型被用于相加模型和等位基因模型的定量分析，固定模型被用作显性模型，优势模型和隐性模型，原因是缺乏异质性。尽管本研究在漏斗图上没有观察到出版物偏倚的视觉证据，Egger回归测试没有为出版物偏倚提供任何统计依据，但是由于本研究仅限于英语文章，因此在这可能不可避免地存在选择偏倚。由于数据库的限制，有可能未包括某些合格的研究。

本研究的局限性主要表现在3个方面：首先，在某些模型中发现了显着的异质性，这可能导致无法确认边缘关联；第二，作为一项回顾性研究，荟萃分析涉及选择偏倚；第三，荟萃分析未进行调整，可能会导致严重的混淆性偏见；第四，关于RCC主题的相关研究数量相对较少，需要更多的研究。

总之，在VEGF基因的+936C＞T多态性与RCC的风险之间存在相关性，它可用于RCC临床评估的标记。+405C＞G多态性多态性与RCC风险之间的关联没有任何证据支持。但是，必须进行更大的样本量研究才能获得更具代表性的统计分析结果。