脑胶质瘤是起源于脑部神经胶质细胞，是最常见的颅内恶性肿瘤，约占所有颅内肿瘤的45%左右[1].脑胶质瘤复发率和死亡率较高，因临床上放化疗效果不佳，预后效果也较差.胶质瘤细胞具有无限增殖和侵袭性生长的特性[2]，但有关于胶质瘤的具体致病机理至今未有明确研究.目前受学术界普遍认可的是，脑胶质瘤是一种复杂疾病，由遗传因素和环境因素共同决定[3]，其中遗传因素在脑胶质瘤的发生和发展中发挥重要的作用[4].白细胞介素（interleukin，IL）是一个内源性细胞因子家族，在调节炎症和免疫应答中发挥着重要作用[5].近年来，多项研究表明炎症反应与癌症的发生发展相关[6].IL-1家族在染色体2q13位置上有3个多态性基因，包括IL-1A，IL-1B和IL-1受体拮抗剂（IL-1RN）.目前，IL1RN基因多态性已被发现与多种癌症相关，包括乳腺癌、鼻咽癌、胃癌、肺癌等[7]，但很少有文献研究IL1RN基因多态性与脑胶质瘤患病风险的相关性.本研究在铜川矿务局中心医院收集了200例脑胶质瘤患者和200例正常对照人群，检测IL1RN基因上rs17042888、 rs315919、 rs928940、 rs3181052、rs452204和rs4252019共6个位点的多态性，分析其与脑胶质瘤患病风险的关系，现报告如下.

1 资料与方法

1.1 一般资料

选择2012年1月至2016年12月铜川矿务局中心医院收治的脑胶质瘤患者，入选条件：（1）原发性胶质瘤新发病例，所有病例均符合2000年世界卫生组织（world health organization，WHO）神经肿瘤分类标准的诊断标准，未经过手术、放射治疗、化学治疗等任何治疗；（2）精神状况良好；（3）研究对象之间无直接亲属关系.共纳入脑胶质瘤患者200例（病例组），男性100例，女性100例，年龄平均（48.18±10.53）岁；选择同期体检健康人群200例（对照组），男性100例，女性100例，年龄平均（48.24±12.05）岁；入选条件：（1）既往无肿瘤病史、慢性疾病、严重代谢性疾病及内分泌失调等；（2）精神状况良好；（3）甲胎蛋白和癌胚抗原阴性；（4）研究对象之间无直接亲属关系.本研究已获得所有研究对象的知情同意，符合伦理学的规定，并通过医院伦理委员会批准.

1.2 试剂与仪器

全血基因组纯化试剂盒（美国Thermo Fisher公司），iPLEX Gold试剂盒（美国Sequenom公司）；MassArray质谱仪（美国Sequenom公司），GeneAmp 9700 PCR仪（美国ABI公司）.

1.3 血样采集及DNA提取

采集每位研究对象外周静脉血5 mL，置于EDTA抗凝管中，现场编号并登记姓名，所有标本采集当天送回实验室，置于-70℃冰箱保存，以备DNA提取.采用全血DNA纯化试剂盒进行DNA提取，操作步骤严格按照说明书进行.

1.4 基因分型

从NCBI和HapMap数据库中查询IL1RN基因的SNP位点，选择在中国人群具有较高频率（最小等位基因频率≥5%），最终确定了rs17042888、rs315919、 rs928940、 rs3181052、 rs452204 和rs4252019共 6个 位 点 .采 用 Sequenom MassARRAY SNP基因分型技术对所选择的SNP位点进行分型.单碱基延伸引物委托上海生工生物工程技术服务公司进行设计和合成.反应在MassArray质谱仪中进行，基因分型使用Sequenom MassARRAYRS1000软件进行.

1.5 统计学处理

虽然LSSVM具有很强的泛化性能，但数控机床误差序列一方面具有一定的规律性，另一方面具有很强的随机性，是一种多频谱交叠的信号。用单一的LSSVM模型只能拟合出系统的非线性，而数据的非平稳性将使预测结果不太理想。利用提升小波的分频性能，可以提取相邻频带的不同信息。由于数控机床误差序列各频带内的信息相互正交，没有冗余信息，避免了因提升小波变换结果之间的关联造成分析的困难，因而能够实现较宽范围的带通分量处理。这样数控机床误差数据中的线性变化分量和高频随机分量，经提升小波分解后，其频谱将呈现明显的分离特征，有利于分开预测，因此初步建立LWT-LSSVM的数控机床误差预测模型[9]。

2 结果

2.1 候选SNP与脑胶质瘤患病风险的相关性

引入遗传模型，评估风险等位基因在4个不同遗传模型（共显性、显性、隐性和加性）下的风险，按照性别、年龄修正.结果显示，rs315919位点在最佳模型（隐性模型）下，携带G/G基因型的个体脑胶质瘤患病风险显著降低，是携带T/T和G/T基因型的0.75倍（OR=0.75，95%CI为0.52～0.96，P=0.026），见表2.

 

表1 IL1RN基因上6个候选SNP的最小等位基因频率以及对脑胶质瘤患病的风险系数Tab.1 The minor allele frequencies of six candidate SNPs in IL1RN and odd ratios for risk of glioma

  

SNP 基因 染色体位置 等位基因 最小等位基因频率 HWE P OR(95%CI) P病例组 对照组rs17042888 IL1RN 2q13 A/G 0.267 0.269 0.716 0.988(0.822～1.188) 0.899 rs315919 IL1RN 2q13 G/T 0.396 0.438 0.501 0.841(0.712～0.993) 0.041 rs928940 IL1RN 2q13 T/G 0.375 0.406 0.106 0.876(0.743～1.039) 0.131 rs3181052 IL1RN 2q13 G/A 0.397 0.421 0.073 0.907(0.764～1.066) 0.228 rs452204 IL1RN 2q13 G/A 0.338 0.37 0.593 0.864(0.731～1.029) 0.103 rs4252019 IL1RN 2q13 C/T 0.379 0.422 0.088 0.835(0.707～0.987) 0.034

2.2 rs315919多态性与脑胶质瘤患病风险的相关性

IL1RN基因上6个候选SNP位点的基本信息见表1.6个位点均符合Hardy-Weinberg平衡定律（HWEP＞0.05），在等位基因模型下，IL1RN基因上的rs315919位点的等位基因“G”和rs4252019位点的等位基因“C”会显著降低脑胶质瘤的患病风险（rs315919:OR=0.841，95%CI为 0.712～0.993，P＝0.041;rs4252019:OR＝0.835，95%CI为 0.707～0.987，P＝0.034）.

同样的，引入遗传模型后，分析结果显示，rs4252019位点在最佳模型（显性模型）下，携带C/T和C/C基因型的个体脑胶质瘤患病风险显著降低，是携带T/T基因型的0.76倍（OR=0.76，95%CI为 0.59～0.97，P=0.025）；具体数据见表3.

 

表2 rs315919位点在各个遗传模型下与脑胶质瘤患病风险的相关性［n（%）］Tab.2 The association between rs315919 and risk of glioma in different inherent models［n（%）］

  

模型 基因型 对照组 病例组 OR(95%CI) P共显性 T/T 65(32.5) 71(35.5) 1.00 0.074 G/T 95(47.5) 98(49.0) 0.94(0.72～1.21)G/G 40(20.0) 31(15.5) 0.68(0.48～0.96)显性 T/T 65(32.5) 71(35.5) 1.00 0.230 G/T-G/G 135(67.5) 129(64.5) 0.86(0.67～1.10)隐性 T/T-G/T 160(80.0) 169(84.5) 1.00 0.026 G/G 40(20.0) 31(15.5) 0.71(0.52～0.96)加性 - - - 0.84(0.71～0.99) 0.043

2.3 rs4252019多态性与脑胶质瘤患病风险的相关性

农业品牌化是现代农业的重要标志，依靠品牌带动农业产业转型升级，既符合当今农业发展的一般规律，也顺应经济发展的客观趋势。实施品牌带动战略，促进品牌农业发展，对于加快农业产业化、标准化、市场化进程，促进农业增效、农民增收、农村经济增加，推进现代农业和新农村建设等方面都具有重要的意义。现以南阳市卧龙区为例，对加快农业品牌发展提出一些建议。

应用SPSS软件进行统计分析.采用精确检验对 对 照 组 进 行 Hardy-Weinberg平 衡（hardy-weinberg equilibrium，HWE）检验，评估对照组的可靠性.计算各位点的等位基因及基因型频数，应用SNPStats在线软件（http://bioinfo.iconcologia.net/snpstats/start.htm）测定各个 SNP位点基因型与脑胶质瘤患病风险[8].以相对优势比（odds ratio，OR）和 95%可信区间（confidence intervals，CI）来评估SNP与脑胶质瘤患病风险的关系.P＜0.05为差异有统计学意义.

因此，目前针对波磨的理论计算及其仿真结果在一定程度上是和真实结果存在较大差异的，因此有必要对高速铁路波磨进行深入研究，找出其变化和发展的规律，并依据这些规律，为逐步建立适用于我国高速铁路的轮轨非稳态滚动接触理论打好基础。

 

表3 rs4252019位点在各个遗传模型下与脑胶质瘤患病风险的相关性［n（%）］Tab.3 The association between rs4252019 and risk of glioma in different inherent models［n（%）］

  

模型基因型对照组病例组OR（95%CI）P共显性 T/T 63（31.5）76（38.0）1.00 0.075 C/T 104（52.0）96（48.0）0.77（0.59～0.99）C/C 33（16.5）28（14.0）0.72（0.50～1.03）显性 T/T 63（31.5）76（38.0）1.00 0.025 C/T-C/C 137（68.5）124（62.0）0.76（0.59～0.97）隐性 T/T-C/T 167（83.5）172（86.0）1.00 0.300 C/C 33（16.5）28（14.0）0.84（0.61～1.17）加性 - - - 0.83（0.70～0.99）0.033

3 讨论

白细胞介素-1（IL-1）是一个细胞因子大家族，它可以调节先天免疫应答反应，保护宿主免受病原体侵袭[9].由IL1RN基因编码的蛋白质是IL-1细胞因子家族的成员，IL-1RN蛋白可以抑制IL-1α（由 IL-1A编码）和 IL-1β（由 IL-1B编码）的活性，并介导大范围的IL-1相关的免疫和炎症反应.IL-1的功能已被深入研究，有研究指出，IL-1家族与癌症风险有关[10-12].据报道，IL1RN多态性与骨质疏松性骨折、胃癌和乳腺癌的风险有关[13-14].本研究则发现中国汉族人群中IL1RN的s315919和rs4252019两个SNP位点与脑胶质瘤风险相关，但有关于IL1RN的多态性与脑胶质瘤患病风险的相关文献较少，因此该实验结果仍需验证.但本研究结果仍进一步证明IL1RN基因在疾病的发病和发展中起重要作用，有关于IL1RN基因多态性与其他疾病的关系应进行后续研究.

本研究共挑选了6个位于IL1RN基因上的SNP位点并检测其多态性，研究发现rs315919和rs4252019两个位点与降低脑胶质瘤的患病风险具有相关性.本研究结果首次揭示了白介素-1受体拮抗剂基因IL1RN的多态性与脑胶质瘤患病风险之间的相关性，为后续深入研究炎症反应与脑胶质瘤风险提供新线索.

在本研究中，笔者对IL1RN基因上的6个SNP进行分型，包括 rs17042888，rs315919，rs928940，rs3181052，rs452204 和 rs4252019.在这些SNP中，rs17042888在三项关联研究的汇总分析中被鉴定为与非霍奇金淋巴瘤风险相关[15].Rs315919和rs452204分别被发现与高加索人[16]和欧洲人[17]的终末期肾病有关.Rs928940和rs3181052则发现与多种疾病风险具有相关性，包括类风湿关节炎[18]，代谢综合征[19]，IgA肾病[20]，膝关节骨关节炎[21]和心肌梗死[22]等.最后一个SNP rs4252019在印度人群中被证实与肺结核的发生发展相关[23].本研究中，笔者调查了这些SNP与脑胶质瘤风险之间的关联，发现rs315919位点的等位基因“G”和rs4252019位点的等位基因“C”会显著降低脑胶质瘤的患病风险.

本研究首次在汉族人群中证明IL1RN多态性可能影响脑胶质瘤风险.虽然本研究具有足够的统计能力，但仍然存在局限性.首先，由于脑胶质瘤发病率较其他癌症相对较低，与以前的全基因组关联分析研究相比，本研究样本量相对较小.因此，本实验结果必须在较大样本量或其他人群样本中进一步证实.其次，脑胶质瘤是一种非常复杂的疾病，具有许多潜在的环境风险因素，如电离辐射等.但本研究缺少相关的数据，因此无法探索风险SNP与这些风险因素的潜在相互作用.另外，虽然确定了IL1RN和脑胶质瘤易感性中2个SNP之间具有显著关联性，但是具体机制仍不清楚，下一步研究必须聚焦于这些基因多态性位点影响脑胶质瘤风险的具体分子机制.

肺炎已经成为当今新生儿的常见病之一，还有一些出生就是重症肺炎患者，在医学的治疗上也有很大的难度[1]。经鼻持续气道正压通气，是新研发的新生儿肺炎治疗的方法，此治疗方法简便易行、经济而且安全无后遗症[2]。治疗的效果非常好，无不良反应，此装置具有加温、加湿功能，还能调节新生儿的吸入氧含量、浓度，在治疗新生儿肺炎的过程中疗效非常的显著。大范围的应用经鼻持续气道正压通气治疗肺炎，取得满意效果[3]，现报道如下。

综上所述，脑胶质瘤是一种由遗传和环境因素共同决定的复杂疾病，本研究通过检测IL1RN基因上的6个SNP位点的多态性，发现rs315919和rs4252019两个位点与降低脑胶质瘤的患病风险具有相关性，为后续进一步研究炎症反应与脑胶质瘤风险提供资料.

［参考文献］

［1］MCNEILL K A.Epidemiology of brain tumors［J］.Neurologic Clinics，2016，34（4）:981.

［2］GOLDBRUNNER R H，BERNSTEIN J J，TONN J C.ECM-mediated glioma cell invasion ［J］.Microscopy Research&Technique，2015，43（3）:250-257.

［3］李小平.一个新的交叉学科:环境暴露学［J］.国外医学医学地理分册，2016，37（2）:81-84.

［4］WALSH K M，ANDERSON E，HANSEN H M，et al.Analysis of 60 reported glioma risk SNPs replicates published GWAS findings but fails to replicate associations from published candidate-gene studies ［J］.Genetic Epidemiology，2013，37（2）:222.

［5］BALASUBRAMANIAN S P，AZMY I，HIGHAM S E，et al.Interleukin gene polymorphisms and breast cancer:A case control study and systematic literature review［J］.Bmc Cancer，2006，6（1）:188.

［6］COUSSENS L M，WERB Z.Inflammation and cancer［M］.NewJersey:Humana Press，2002:860-867.

［7］CHEN X，XU Y，CAO X，et al.Associations of Il-1 family-related polymorphisms with gastric cancer risk and the role of mir-197 In Il-1f5 expression［J］.Medicine，2015，94（47）:e1982.

［8］SOL X，GUIN E，VALLS J，et al.SNPStats:A web tool for the analysis of association studies ［J］.Bioinformatics，2006，22（15）:1928-1929.

［9］OZBABACAN S E A，GURSOY A，NUSSINOV R，et al.The structural pathway of interleukin 1（IL-1）initiated signaling reveals mechanisms of oncogenic mutations and SNPs in inflammation and cancer［J］.PLoS Computational Biology，2014，10（2）:e1003470.

［10］GERMANO G，ALLAVENA P，MANTOVANI A.Cytokines as a key component of cancer-related inflammation［J］.Cytokine，2008，43（3）:374.

［11］SOLINAS G，GERMANO G，MANTOVANI A，et al.Tumor-associated macrophages（TAM）as major players of the cancer-related inflammation ［J］.Journal of Leukocyte Biology，2010，41（34）:1065.

［12］ZHAO J，BULEK K，GULEN M F，et al.Human colon tumors express a dominant-negative form of SIGIRR that promotes inflammation and colitis-associated colon cancer in mice［J］.Gastroenterology，2015，149（7）:1860-1871.

［13］ALI R A，SABER L M，AL-HARBI A M.A novel association between IL1-Ra（receptor antagonist）gene polymorphism and T1DM in Al-Madina Al-Mounawra［J］.European Review for Medical&Pharmacological Sciences，2015，19（19）:3701.

［14］MCLEAN M H，EL-OMAR E M.Genetics of gastric cancer ［J］.Nat Rev Gastroenterol Hepatol，2014，11（11）:664-674.

［15］III H D H，PURDUE M P，WANG S S，et al.A pooled analysis of three studies evaluating genetic variation in innate immunity genes and non-Hodgkin lymphoma risk［J］.British Journal of Haematology，2011，152（6）:721-726.

［16］BENSEN J T，LANGEFELD C D，HAWKINS G A，et al.Nucleotide variation，haplotype structure，and association with end-stage renal disease of the human interleukin-1 gene cluster［J］.Genomics，2003，82（2）:194-217.

［17］BUCKHAM T A，MCKNIGHT A J，BENEVENTE D，et al.Evaluation of five interleukin genes for association with end-stage renal disease in white Europeans［J］.American Journal ofNephrology，2010，32（2）:103-108.

［18］JUNG M Y，KANG S W，KIM S K，et al.The interleukin-1 family gene polymorphisms in Korean patients with rheumatoid arthritis［J］.Scandinavian Journal ofRheumatology，2010，39（3）:190-196.

［19］OH I H，OH C，KIM H J，et al.Genetic associations of IL1RN polymorphisms with metabolic syndrome in a Korean population ［J］.Exp Clin Endocrinol Diabetes，2010，118（5）:333.

［20］HAHNWH，CHOBSKIMSD.Interleukin-1 cluster gene polymorphisms in childhood IgA nephropathy［J］.Pediatric Nephrology，2009，24（7）:1329-1336.

［21］WU X，KONDRAGUNTA V，KORNMAN K S，et al.IL-1 receptor antagonist gene as a predictive biomarker of progression of knee osteoarthritis in a population cohort［J］.Osteoarthritis&Cartilage，2013，21（7）:930.

［22］VAN M R，WETTINGER S B，DE VISSER M C，et al.Haplotypes of the interleukin-1 receptor antagonist gene，interleukin-1 receptor antagonist mRNA levels and the risk of myocardial infarction ［J］.Atherosclerosis，2009，203（1）:201-205.

［23］ABHIMANYU，MRIDULA B，PANKAJ J.Footprints of genetic susceptibility to pulmonary tuberculosis:Cytokine gene variants in north Indians ［J］.Indian Journal of Medical Research，2012，135（5）:763.