Meta分析探讨长链非编码RNA SBF2-AS1在多种癌症中的预后价值①

陆碧云 李亚军 龚 玲 刘代顺 （遵义医科大学第三附属医院，遵义市第一人民医院，遵义563002）

癌症是世界范围内的主要公共卫生问题，在诸多国家中，位于人类死亡原因的首位，并且其发病率和死亡率仍逐年上升［1］。长期以来癌症的早期诊断、治疗以及评估预后均是医学领域急需解决的难题。尽管近10年来在肿瘤的诊疗方面已取得显著进展，多种成熟的个体化癌症治疗手段已应用于临床，如：手术、放疗、化疗、靶向治疗、激素治疗、免疫治疗及多学科联合治疗，已使许多癌症患者的生存和预后得到了改善。但大多数癌症患者的生存质量不高，5年生存率不理想。这主要是由于他们无法得到早期诊断和治疗［2］。因此，寻找与肿瘤的发生、发展以及预后相关的生物学标志物具有重要的临床意义。

长链非编码RNA（LncRNA）是一类长度超过200个核苷酸序列的非编码RNA，缺乏蛋白质编码能力［3］。现有研究已证实LncRNA在多种分子调控中发挥重要作用，如表观遗传调控、选择性剪接、转录和转录后的调控以及修饰等［4-5］；此外，LncRNA还参与细胞生长、增殖、分化、凋亡、细胞周期进展等多种生物学过程，在人类各种疾病的生理、病理过程中发挥不可或缺的作用［6］。越来越多的研究表明LncRNA在肿瘤组织中异常表达，可同时作为致癌基因与抑癌因子，并可通过调控癌细胞的增殖、分化、侵袭、迁移和凋亡影响肿瘤的发生发展［7］。

LncRNA SBF2-AS1位于11p15.1位点，是具有2 708个核苷酸的反义RNA［8］。最近越来越多的研究表明SBF2-AS1在多种癌症中异常表达，SBF2-AS1高表达可促进肿瘤细胞增殖、转移、分化和浸润。研究证实它与多种癌症患者的临床病理特征和预后密切相关，如非小细胞肺癌、宫颈癌、胰腺癌、结肠癌和肝细胞癌等［8-12］。但是由于目前已有研究结果的不一致性和单个研究样本的不足，本研究首次整合现有关于SBF2-AS1的研究结果进行Meta分析，以进一步验证其在肿瘤中的潜在预后价值。

1 材料与方法

1.1 文献检索 采用PubMed，Web of Science，Co‐chrane Library、Embase、中国知网以及万方等数据库检索2020年3月前发表的相关研究，检索策略为主题词和自由词相结合，中文检索词包括长链非编码RNA、SBF2-AS1、SBF2反义RNA、癌症、预后和临床病理特征，外文数据库检索式为SBF2-AS1，SBF2 antisense RNA 1，cancer，survival，prognosis，clinico‐pathological features。中文数据库检索式为（长链非编码RNA SBF2-AS1）OR（LncRNA SBF2-AS1）OR（SBF2反义RNA）AND（肿瘤OR癌症AND预后OR临床病理特征）。

1.2 文献纳入与排除标准 纳入标准：①肿瘤组织样本取自癌症患者，并采用实时荧光定量PCR（qRT-PCR）检测组织中SBF2-AS1表达水平；②癌症患者分为高表达组和低表达组，分类标准为肿瘤组织中SBF2-AS1表达情况；③评估SBF2-AS1不同表达水平与癌症患者预后或临床病理特征的相关性；④提供可靠数据，用于提取或计算危险比（HR）、比值比（OR）及95%CI；⑤以英文或中文形式出版。排除标准：①重复文章、病例报告、评论文章、信件、会议报告和动物研究；②缺乏完整数据计算HR、OR、95%CI和P值；③仅涉及细胞水平研究；④未将患者分为高、低表达组。

1.3 数据的提取和文献质量评价 2名研究者严格按照纳入和排除标准筛选相关文献，评估和提取符合条件的文献数据，遇到分歧通过与第三位研究者协商最终达成一致。每篇文献中需提取以下信息：第一作者、出版年份、肿瘤类型、截止（cutoff）值、SBF2-AS1检测方法、病例总数、患者的年龄和性别、SBF2-AS1不同表达组中的患者总数、在不同表达组中淋巴结转移、远处转移、TNM分期、肿瘤大小和肿瘤分化的病例数，以及HR值和95%CI。若研究同时包含单因素和多因素分析，采用多因素分析结果。若仅提供了生存曲线，则采用软件Engauge Digitizer 10.4提取生存数据。采用纽卡斯尔-渥太华量表（Newcastle-Ottawa quality as‐sessment Scale，NOS）评估研究质量。评分项目分为3个主要类别：选择、结果评估和可比性。NOS评分总分为9分，分数≥7则认为研究质量高。2名研究者分别打分，遇到分歧通过与第三位研究者协商解决。

1.4 GEPIA在线分析 GEPIA为癌症和正常基因表达谱的公共数据库，可用于分析TCGA的基因表达数据。数据库采用单因素方差分析进行目标基因差异表达分析。生存分析采用Kaplan-Meier法和Logrank检验；HR和95%CI在Kaplan-Meier曲线中展现。

1.5 统计学分析 采用stata12.0软件进行统计学分析。利用合并的HR或OR以及95%CI值评估SBF2-AS1与癌症患者预后和临床病理特征的关系。采用Q和I2进行异质性检验，如不存在异质性（I2＜50%，P＞0.05）采用固定效应模型，反之则采用随机效应模型。如各研究存在异质性，则采用亚组分析和敏感性分析探讨异质性来源，采用Begg法检测潜在发表偏倚。

2 结果

2.1 纳入研究的特征 严格按照纳入和排除标准进行筛选后，共纳入12篇文献，筛选流程见图1，12个研究均来自中国，共包含1 125例患者，样本量为20～180，均在2016年至2020年出版，其中2篇以中文发表，10篇以英文发表。共涉及9种癌症：胰腺癌2篇［10-13］、小细胞肺癌1篇［14］、结直肠癌1篇［11］、肝细胞癌2篇［12-15］、胶质母细胞瘤1篇［16］、非小细胞肺癌2篇［8-17］、宫颈癌1篇［9］、乳腺癌1篇［18］、胃癌1篇［19］。研究均采用qRT-PCR检测SBF2-AS1表达，根据SBF2-AS1表达差异分为高表达组和低表达组。研究质量较高，其中5篇为7分，6篇为8分，1篇为9分。所有符合条件的文章特征见表1。

图1 研究选择和鉴别的流程图Fig.1 Flow diagram of study selection and identification

2.2 SBF2-AS1表达与总生存期的关系 纳入文献中共有9篇包含945例患者探讨不同癌症患者SBF2-AS1表达水平与OS的关系。因研究间不存在明显异质性，故采用固定效应模型进行分析（I2=0.0%，P=0.581），结果显示，SBF2-AS1高表达组患者总生存期较短（HR=1.84，95%CI：1.31～2.36，P≤0.001，图2A）。此外，本研究根据肿瘤类型、HR评估方法和样本大小进行亚组分析，结果表明以上3组中，SBF2-AS1高表达均会导致患者总生存期缩短（图2B～D）。敏感性分析验证了结果的稳健性（图3A）；Begg法表明在OS相关文献中不存在明显发表偏倚（图3B）。表明高表达SBF2-AS1有望成为预测患者总生存期的标志物。

2.3 SBF2-AS1的表达与临床病理特征的关系 采用OR及95%CI评估SBF2-AS1表达与临床病理特征的关系如图4、表2所示，SBF2-AS1高表达患者TNM分期倾向于向II/IIV期（HTS）发展（I2=0.0%，P=0.909；OR=3.15，95%CI：2.34～4.22，P≤0.001，4A），更易发生淋巴结转移（LNM）（I2=59.8%，P=0.015；OR=2.61，95%CI：1.61～4.24，P≤0.001，图4B），肿瘤直径（LTS）更大（I2=67.4%，P=0.005；OR=1.98，95%CI：1.16～3.38，P=0.012，图4C），但SBF2-AS1高表达与癌症患者肿瘤低分化级别（PHG）（I2=80.6%，P≤0.001；OR=1.30，95%CI：0.65～2.59，P=0.458，图4D）、远处转移（DM）、年龄和性别无明显相关性。

图2 SBF2-AS1表达与总生存期的关系森林图Fig.2 Forest plot for SBF2-AS1 expression and overall survival

表1 纳入研究的主要特征Tab.1 Main characteristics of included studies

图3 总生存期相关文献的敏感性分析和Begg检测Fig.3 Sensitivity analysis and Begg′s test of included studies related to overall survival

图4 SBF2-AS1表达与临床病理特征关系的森林图Fig.4 Forest plot of SBF2-AS1 expression and clinico⁃pathological features

2.4 GEPIA分析验证结果 为进一步验证以上结果的可靠性，采用GEPIA研究SBF2-AS1在各种肿瘤中的作用。SBF2-AS1在胆管癌（CHOL）、弥漫性大B细胞淋巴瘤（DLBC）、肾嫌色细胞癌（KICH）和胸腺瘤（THYM）等肿瘤中异常表达（图5A）。小提琴图表明SBF2-AS1表达在多种肿瘤中与临床分期密切相关［F=3.01，P（r＞F）=0.010 2，图5B］。9 481例患者分为高、低表达组前提下，GEPIA分析将SBF2-AS1在各种肿瘤中的表达情况与其生存数据进行合并，结果发现SBF2-AS1高表达与较差的总生存期确实密切相关（HR=1.3，Log-rankP＜0.01，图5C）。SBF2-AS1有望成为预测多种癌症预后的生物学标志物。

图5 GEPIA分析验证SBF2-AS1表达与癌症患者预后的关系Fig.5 Verification of relation between SBF2-AS1 and prognosis of cancer patients via analysis of GEPIA

表2 纳入研究的患者的主要临床病理特征Tab.2 Clinicopathological features of included studies

3 讨论

癌症对人类健康造成严重威胁，至今仍无法治愈，因此，研究者致力于寻找新的肿瘤标记物和治疗靶点以改善肿瘤患者的早期诊断、治疗和远期预后。目前研究认为，LncRNA不仅在细胞生物学各方面具有重要作用，其异常表达与癌症发生发展密切相关，因此被认为是最有潜力的生物学标志物之一［20］。最近Meta分析表明，多种LncRNA均可作为癌症患者的预后标志物，进一步证实LncRNA在肿瘤患者预后预测中的潜力［21-23］。

LV等［24］发现SBF2-AS1在非小细胞肺癌中高表达，并与癌症患者淋巴结转移和TNM II/IIV期相关，而沉默SBF2-AS1表达可抑制癌症细胞转移和侵袭。ZHAO等［8］发现SBF2-AS1在非小细胞肺癌中高表达，并与患者总生存期、淋巴结转移和病理分级相关。胶质母细胞瘤中，SBF2-AS1高表达，敲低SBF2-AS1表达可抑制胶质母细胞瘤血管生成和细胞增殖［25］。SBF2-AS1在多种癌症中表达上调，与患者总生存期和临床病理特征密切相关，并参与癌症细胞生长、转移和侵袭等生物学过程［9-10，14］。

但由于单个研究样本量较小，且研究结果存在差异，为进一步验证SBF2-AS1作为肿瘤预后标记物的潜力，课题组进行了Meta分析，共纳入12篇文献，1 125例肿瘤患者，包含9种癌症。结果表明，与低表达组相比，SBF2-AS1高表达组癌症患者生存率明显降低。根据癌症类型、样本量和HR提取方法进行亚组分析结果表明，在以上亚组中SBF2-AS1高表达与较差的总生存期密切相关。此外，SBF2-AS1表达与肿瘤TNM II/IIV期分期、淋巴结转移、更大的肿瘤直径密切相关，但与癌症患者年龄、性别、肿瘤分化级别和远处转移无关。表明SBF2-AS1有望成为新的癌症预后标志物和治疗靶点。

目前研究致力于探索SBF2-AS1调控癌症发生发展的分子机制。研究发现，SBF2-AS1通过miR-188-5p/ZFP91途径，作为致癌基因促进急性髓系白血病细胞生长［26］。CHEN等［27］发现SBF2-AS1可通过吸附miR-338-3p和miR-362-3p提高E2F1表达，促进肺腺癌细胞生长。肝细胞癌中，SBF2-AS1可通过提高TGFBR表达调控miR-140e5p表达，促进肿瘤发生发展［15］。另有研究发现，SBF2-AS1可通过提高HDAC3表达调控miR-619-5p进而促进结直肠癌细胞生长［11］。GAO等［9］发现SBF2-AS1高表达可通过海绵式吸附miR-361-5p调节FOXM1表达，进而调控宫颈癌细胞增殖。HUA等［10］报道在胰腺癌中高表达的SBF2-AS1可通过调控miR-142-3p/TWF1途径影响胰腺癌细胞上皮间质转化、细胞增殖迁移和侵袭等过程，进而影响胰腺癌发生发展。此外，LIANG等［19］发现，在胃癌中，SBF2-AS1与miR-302b-3p的相互作用可通过调控E2F3表达影响胃癌细胞增殖、迁移和侵袭等过程。综上所述，SBF2-AS1在癌症中的调控机制主要表现为：通过对各种miRNA吸附进而调控下游靶基因或蛋白，影响癌症细胞增殖、转移、侵袭和凋亡等生物学过程，从而促进癌症发生发展，为未来研究SBF2-AS1调控癌症的机制提供了重要线索。

本研究局限性主要表现为：①纳入研究的患者均来自中国，可能导致本研究结果仅适用于中国人或亚洲人；②样本量相对较小，可能导致研究结果缺少可信度；③部分研究未直接提供HR和95%CI，而是从生存曲线中提取，相比直接提取的数据可能会影响结果的准确性。因此，本研究结果可能夸大SBF2-AS1在各种肿瘤中的预后价值。

综上所述，SBF2-AS1高表达可能导致癌症患者总生存期缩短，并与癌症患者淋巴结转移、TNM的II/IIV期分期及更大的肿瘤直径相关。因此，SBF2-AS1有望成为多种癌症的预后标志物，今后将通过更大的样本量、更广泛的人群来源和标准化的临床试验进一步验证SBF2-AS1在各种肿瘤中的预后价值。