缺氧诱导因子-1α基因多态性和乳腺癌易感性关系的Meta分析

赵广宇，刘元水，路春晖，孙玉露，张学德，赵文华，魏有国

乳腺癌是世界上女性发病率和死亡率最高的恶性肿瘤之一[1]，目前已知乳腺癌发病可能与家族史、乳腺癌易感基因1(breast cancer susceptibility gene 1，BRCA1)突变、初潮早和绝经晚、生育史、口服避孕药以及激素替代疗法相关[2]，也有研究表明乳腺癌发生也可能与基因多态性有关[3-4]。

肿瘤细胞适应缺氧是恶性肿瘤的的主要特征，在肿瘤的发生、发展中起到重要作用[5]。缺氧诱导因子-1(hypoxia inducible factor-1，HIF-1)是肿瘤细胞适应缺氧过程中重要的转录因子，许多研究已经证明HIF-1能够调节多种细胞因子从而影响血管生成、能量代谢等生物学过程，从而在恶性肿瘤的发生、发展和转移中起到重要作用[6]。HIF-1是一个异质二聚体，包括α和β两个亚基，HIF-1β亚基是HIF-1的结构亚基，持续表达，HIF-1α是HIF-1的功能性亚基，通过氧浓度调节表达影响HIF-1的活性，在常氧状态下被降解，而在缺氧状态下则稳定存在。目前许多研究表明HIF-1α在许多肿瘤中高表达，如乳腺癌[7]、食管癌[8]以及非小细胞肺癌[9-10]等。

基因多态性造成生物体之间的多样性，可能与多种疾病包括恶性肿瘤易感性有关。目前研究表明HIF-1α也存在2种常见的单核苷酸多态性(single nucleotide polymorphisms，SNPs)，分别为HIF-1 C1772T和G1790A，这2个SNPs无论是常氧还是缺氧状态下均可引起HIF-1α的转录活性增高，而且导致微血管密度增加，可能导致恶性肿瘤的发生、发展[11]。目前已经有多项研究探讨了HIF-1α基因多态性与乳腺癌发生的关系，但是这些研究结果并不完全一致，考虑可能与样本量小或偏倚有关。虽然也有少量研究对HIF-1α的基因多态性和乳腺癌发病风险进行了研究，但是这些研究纳入的研究和病例数较少[12]。本研究采用Meta分析方法全面的对既往相关研究进行系统评价，进一步探讨HIF-1α基因多态性与乳腺癌易感性之间的关系。

1 材料和方法

1.1 资料来源和文献纳入标准 以(HIF-1alpha OR hypoxia inducible factor-1alpha) AND breast AND (cancer OR tumor OR carcinoma) AND (polymorphisms OR SNP OR mutation OR variant)检索式检索PubMed数据库和Cochrane Library，以相应中文检索式检索在中国期刊全文数据库、万方数据库(时间截至2017/9/28)等国内外发表的关于HIF-1α基因多态性与乳腺癌发病风险的相关文献，浏览参考文献以及相关文献综述，并补充相关文献中所引用的研究。文献纳入标准：①HIF-1α C1772T和G1790A基因多态性与乳腺癌发病风险的独立病例对照研究；②原始资料完整；③对照组基因型分布不符合Hardy-Weinberg遗传平衡定律的研究也纳入系统评价，但是在敏感性分析中加以排除；④对于样本人群相同而发表的文献多于1篇的研究只保留其中质量最好的研究。

1.2 文献资料提取 由2名研究者根据上述入选标准对可用文献进行资料提取：期刊、第一作者姓名，发表的年份，研究人种、国家，病例组和对照组的人群来源，样本数目，病例组和对照组C1772T和G1790A基因型人数，检测方法。

1.3 统计学处理 采用Revman 5.0软件进行Meta分析，采用卡方检验Hardy-Weinberg遗传平衡，P≤0.05考虑不符合Hardy-Weinberg遗传平衡定律。将HIF-1α C1772T和 G1790A基因多态性与乳腺癌易感性的关联采用优势比(odds ratio，OR)及其95%可信区间(95%confidence interval,95%CI)评价。各研究间的异质性采用Q检验(P≤0.05考虑存在异质性)和I2检验评价(I2>50%考虑异质性明显)。当研究间存在异质性时，采用随机效应模型分析，无异质性则采用固定效应模型分析。

2 结果

2.1 文献基本情况 本研究共检索出英文文献72篇，未检索出中文文献，阅读文献题目和摘要及浏览全文后共筛选出9篇文献[13-21](图1)，9篇文献均研究了C1772T基因多态性与乳腺癌关系，乳腺癌患者2 787例，对照组2 686例；关于C1772T基因多态性与乳腺癌关系的研究，其中有3篇文献不符合Hardy-Weinberg遗传平衡定律。4篇研究了G1790A基因多态性与乳腺癌关系，乳腺癌患者796例，对照组651例。而关于G1790A基因多态性与乳腺癌关系的研究均符合Hardy-Weinberg遗传平衡定律(见表1)。

图1 文献筛选流程图

第一作者发表年份国家基因型病例数对照数对照组Hardy-Weinberg检验Meka[13]2015印度C1772T3483200.10Sharma[14]2014印度C1772TG1790A200200<0.051.0Huang[15]2014中国台湾C1772T96120<0.01Ribeiro[16]2013葡萄牙C1772TG1790A9674<0.011.0Zagouri[17]2012希腊C1772T1131240.41Naidu[18]2009马来西亚C1772TG1790A4102750.920.90Apaydin[19]2008土耳其C1772TG1790A1021020.410.83Kim[20]2008韩国C1772TG1790A901020.640.06Lee[21]2008韩国C1772T133213690.25

2.2 Meta分析结果

2.2.1 HIF-1α C1772T基因多态性与乳腺癌易感性 HIF-1α C1772T基因多态性与乳腺癌发病风险的各项研究之间存在异质性。本研究遂采用随机效应模型分别进行分析，C1772T基因显性模型(TT+CT vs CC)、隐性模型(TT vs CT+CC)(图2)、等位基因模型(T vs C)以及TT vs CC均与乳腺癌发生无明显相关性。OR值分别为1.31(0.89～1.93)，P=0.17；2.09(0.84～5.16)，P=0.11；1.35(0.91～2.00)，P=0.14；2.19(0.82～5.87)，P=0.12(表2)。

2.2.2 HIF-1α G1790A基因多态性与乳腺癌易感性 HIF-1α G1790A基因多态性与乳腺癌发病风险各研究间无明显异质性，按照固定效应模型进行分析，G1790A基因显性模型(AA+GA vs GG)、隐性模型(AA vs GA+GG)、等位基因模型(A vs G)及AA vs GG也未发现与乳腺癌有相关性，OR值分别为1.05(0.72～1.53)，P=0.79；1.41(0.37～5.37)，P=0.61；1.07(0.76～1.52)，P=0.70；1.44(0.38～5.44)，P=0.59(表2)。

2.2.3 敏感性分析 排除不符合Hardy-Weinberg遗传平衡定律的研究进行敏感性分析。结果表明：C1772T基因隐性模型(TT vs CT+CC)以及TT vs CC可能与乳腺癌易感性有关，OR值分别为2.61(1.32～5.15)，P=0.006；2.62(1.33～5.16)，P=0.005，其余基因模型的研究结果无明显变化，也与乳腺癌发生无明显相关性(表3)。此外，对G1790A基因多态性研究进行敏感分析，通过逐一去除的方法进行研究，未发现对总体分析结果有明显影响。

图2 HIF-1α C1772T基因隐性模型(TT vs CT+CC)森林图

基因多态性比较Q检验P值I2分析模型OR(95%CI)P值C1772T TT+CT vs CC<0.000 0181%Random1.31(0.89～1.93)0.17 TT vs CT+CC0.00764%Random2.09(0.84～5.16)0.11 T vs C<0.000 0186%Random1.35(0.91～2.00)0.14 TTvsCC0.00269%Random2.19(0.82～5.87)0.12G1790A AA+GA vs GG0.0860%Fixed1.05(0.72～1.53)0.79 AA vs GA+GG0.360%Fixed1.41(0.37～5.37)0.61 A vs G0.0864%Fixed1.07(0.76～1.52)0.70 AA vs GG0.340%Fixed1.44(0.38～5.44)0.59

表3 HIF-1α C1772T敏感性分析

2.2.4 偏倚性评价 本研究C1772T基因多态性的漏斗图基本对称，表明研究基本无偏移。G1790A基因多态性研究太少，仅4篇，存在偏倚。

3 讨论

研究表明HIF-1在恶性肿瘤发生、适应缺氧、血管生成等多种恶性生物学进程中起到重要作用。HIF-1不仅在卵巢癌[22]、胃癌[23]等多种肿瘤中高表达，也在乳腺癌高表达，与乳腺癌发生、进展、预后差密切相关[24]。目前研究表明，HIF高表达的患者可能对化疗抵抗，从而导致治疗失败，患者预后差，针对HIF的抑制剂已经成为癌症治疗热点，并取得了一定的进展[25]。

目前研究表明，缺氧诱导因子基因多态性可能与许多肿瘤发生有关[26]。Xu等[27]的一项Meta分析对缺氧诱导因子基因多态性与消化道肿瘤易感性进行了评价，表明HIF-1α C1772T基因多态性增加了胃肠道肿瘤发病风险。关于缺氧诱导因子基因多态性与乳腺癌发生的研究也有报道。Huang等[15]研究表明HIF-1α C1772T基因多态性增加了乳腺癌发生的风险，Kim等[20]的研究也得出了相似的结论，但是另外的研究则未发现二者之间存在相关性[14,16]，鉴于研究之间存在不一致性，我们对此进行了综合评价。

在本研究中，我们分别对HIF-1α C1772T和G1790A基因多态性和乳腺癌的危险性进行了分析，研究表明HIF-1α C1772T基因多态性各个研究中存在异质性，遂采用随机效应模型进行了分析，结果提示HIF-1α C1772T基因多态性与乳腺癌发生无明显相关性。2009年的一项研究中纳入了3篇文献，对HIF-1α C1772T基因多态性与乳腺癌发病风险进行了系统评价，也未发现二者之间存在相关性[27]。此外，另一Meta分析纳入6篇相关文献也未能发现HIF-1α C1772T基因多态性与所有人群乳腺癌发病风险之间存在相关性[12]。我们的研究虽然纳入了9篇相关文献，但是也未能发现二者之间存在相关性。G1790A基因多态性研究的各研究间无明显异质性，按照固定效应模型进行分析，也未发现G1790A基因多态性与乳腺癌发生的相关性。但是在之前的一项纳入2篇相关文献的研究，表明显性模型降低了乳腺癌发生风险[27]，但是我们增加研究后发现二者之间无明显相关性。

在C1772T基因多态性纳入的研究中，本研究发现3篇文献的对照组不符合Hardy-Weinberg遗传平衡定律，考虑到纳入的研究较少，因此在系统评价中未排除，但是考虑到这部分文献可能对结果造成一定的影响，在下一步的分析中排除了这3篇文献进行了敏感性分析，结果表明各研究间异质性减少，C1772T基因TT型与(CT+CC)型患者相比，乳腺癌发病风险明显增加，达到了2.61倍(1.32～5.15，P=0.006)，TT 型与CC型相比，乳腺癌发病风险也明显增加，但是CC型与(CT+TT)型以及T携带者与C携带者相比，乳腺癌发病风险无明显变化。说明Hardy-Weinberg遗传平衡的差异可能造成了研究之间的异质性。此外，我们对G1790A基因多态性研究的敏感分析，通过逐一去除的方法进行研究，未发现对总体分析结果有明显影响。本研究全面对已经发表的相关文献进行分析，得出了证据充分的结果，增强了分析效能；并且研究偏倚很小，结果基本可靠。

本研究的局限性：①纳入研究的病例组和对照组的人群特征可能存在差异，目前已知BRCA1突变、初潮早和绝经晚、生育史、口服避孕药等因素可能与乳腺癌发生有关，而纳入的人群中这些乳腺癌易感因素可能存在差别，这会导致研究结果有所偏差；②在对照组人群中，有些研究选用健康人群作为对照，而有些人群仅选择了非癌症患者作为对照，这也可能导致研究结果存在偏差；③本研究较前研究增加了病例数，但是也仅纳入了9篇研究，病例数仍较少，而且对于G1790A基因多态性的研究仅有4篇相关文献，这都可能影响结果的可靠性。

虽然乳腺癌发生与遗传因素有关，但是内分泌因素、环境因素以及理化因素等均会对乳腺癌发生产生一定的影响，在研究基因多态性与乳腺癌发生时，必须也要考虑到各种危险因素的影响，因此需要更加严格的实验设计、更大规模的研究来证实基因多态性与乳腺癌发生的关系，以期在基因角度为乳腺癌的发病机制以及疾病预防提供理论依据。