，，

白血病是常見(jiàn)的血液惡性腫瘤，是一類造血干細(xì)胞惡性克隆性疾病。大量研究表明，克隆性白血病細(xì)胞因?yàn)樵鲋呈Э?、分化障礙、凋亡受阻等機(jī)制在骨髓和其他造血組織中大量增殖累積，并浸潤(rùn)其他組織和器官，同時(shí)使正常造血受到抑制。因此，其發(fā)生發(fā)展與基因關(guān)系十分密切，探究白血病和基因的關(guān)系有助于更好地了解其發(fā)病機(jī)制，從而為白血病的預(yù)防和治療提供依據(jù)。

文本挖掘是近幾年數(shù)據(jù)挖掘領(lǐng)域的一個(gè)新興分支[1]。隨著生物醫(yī)學(xué)的不斷發(fā)展，數(shù)據(jù)量爆炸式的增長(zhǎng)，文本挖掘在生物醫(yī)學(xué)上的應(yīng)用越來(lái)越廣泛、深入。生物醫(yī)學(xué)文本挖掘通過(guò)計(jì)算機(jī)，幫助人們從爆炸式增長(zhǎng)的非結(jié)構(gòu)化的生物醫(yī)學(xué)文本數(shù)據(jù)中發(fā)現(xiàn)知識(shí)、抽取關(guān)系，減輕醫(yī)學(xué)研究人員的信息獲取和利用負(fù)擔(dān)[2]。研究人員利用生物醫(yī)學(xué)文本挖掘工具探究出生物實(shí)體之間的內(nèi)在聯(lián)系，如石麗君等[3]利用COREMINE Medical工具對(duì)篩選出的基因進(jìn)行文本挖掘，找出與多藥耐藥及腫瘤耐藥存在線性相關(guān)的基因；吳西發(fā)[4]在新疆維吾爾族乳腺癌骨轉(zhuǎn)移相關(guān)基因分析中，利用Chilibot軟件對(duì)差異基因的文獻(xiàn)注釋進(jìn)行分析，結(jié)果顯示有44個(gè)差異表達(dá)基因與轉(zhuǎn)移有關(guān)；Ombretta Melaiu等[5]利用多種文本挖掘工具確定多種惡性胸膜間皮瘤的標(biāo)志物，確定了PTGS2, BIRC5, ASS1, JUNB等標(biāo)志物。

常見(jiàn)的生物醫(yī)學(xué)文本挖掘工具有COREMINE Medical，PubGene，iHOP[6]，Chilibot，CoPub[7-8]，NetCutter，F(xiàn)ACTA/FACTA+[9]等。這些系統(tǒng)都是以基因作為主線，在非結(jié)構(gòu)化的生物醫(yī)學(xué)文獻(xiàn)信息中挖掘生物醫(yī)學(xué)實(shí)體之間的潛在聯(lián)系。本文擬采用COREMINE Medical和Chilibot對(duì)白血病和基因的作用關(guān)系進(jìn)行挖掘分析。

1 研究工具和步驟

1.1 研究工具

本文的研究工具包括COREMINE Medical和Chilibot。

COREMINE Medical是基于本體的醫(yī)學(xué)信息檢索平臺(tái)，由挪威與中國(guó)科學(xué)院、中國(guó)醫(yī)學(xué)科學(xué)院、美國(guó)國(guó)立醫(yī)學(xué)圖書(shū)館等機(jī)構(gòu)聯(lián)合開(kāi)發(fā)，是國(guó)際上最先進(jìn)的醫(yī)學(xué)信息檢索平臺(tái)。COREMINE Medical可查詢相同研究課題的專家，構(gòu)建基因與其他生物醫(yī)學(xué)詞匯之間基于文獻(xiàn)的共現(xiàn)網(wǎng)絡(luò)和通過(guò)顯著性值來(lái)定量分析關(guān)聯(lián)強(qiáng)度，可以將與查詢?cè)~相關(guān)的內(nèi)容分類呈現(xiàn)并提供PubMed、Wikipedia、Google、Clinical Trial.gov等鏈接；可以進(jìn)行基因序列的同源相似性分析，能查閱到查詢基因所影響的生物學(xué)過(guò)程。

Chilibot是Hao Chen[10]和Burt M Sharp設(shè)計(jì)開(kāi)發(fā)的網(wǎng)絡(luò)程序，是基于文獻(xiàn)內(nèi)基因與其他生物學(xué)醫(yī)學(xué)實(shí)體之間的共現(xiàn)關(guān)系進(jìn)行文本挖掘的系統(tǒng)工具，所分析的生物學(xué)醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)來(lái)源于PubMed數(shù)據(jù)庫(kù)。Chilibot不僅能揭示基因與基因之間、基因與蛋白質(zhì)或者基因和其他關(guān)鍵詞之間的共現(xiàn)關(guān)系強(qiáng)度,還可以挖掘他們之間的相互作用信息，并將句子中的基因關(guān)系分成促進(jìn)、抑制、中性、既有促進(jìn)又有抑制作用、并聯(lián)、單純的文獻(xiàn)內(nèi)共現(xiàn)關(guān)系等六類。Chilibot為生物學(xué)醫(yī)學(xué)研究人員創(chuàng)建了內(nèi)容豐富的基因關(guān)系拓?fù)渚W(wǎng)絡(luò)，并利用這個(gè)網(wǎng)絡(luò)試圖發(fā)現(xiàn)基因、蛋白質(zhì)、藥物等生物學(xué)醫(yī)學(xué)實(shí)體間隱含的關(guān)系，為生物學(xué)醫(yī)學(xué)研究推斷出假設(shè)的關(guān)聯(lián)[11]。

1.2 研究步驟

本文以白血病(Leukemia)為研究對(duì)象，通過(guò)COREMINE Medical系統(tǒng)找到與白血病關(guān)聯(lián)程度較高的基因，進(jìn)而利用Chilibot系統(tǒng)得到白血病和這幾種基因的相互作用結(jié)果，對(duì)結(jié)果進(jìn)行人工分析，最后得出結(jié)論。

具體研究步驟如圖1所示。

圖1 研究步驟

2 結(jié)果與分析

2.1 利用COREMINE Medical尋找基因

將白血病“Leukemia”輸入COREMINE Medical的檢索框中，結(jié)果如圖2所示。圖2中左側(cè)為L(zhǎng)eukemia與各類別詞的共現(xiàn)關(guān)系可視化圖，右側(cè)為各類別詞列表選項(xiàng)卡，展開(kāi)后為每個(gè)類別詞具體包含的詞。

圖2 COREMINE Medical檢索“Leukemia”的結(jié)果

點(diǎn)擊右側(cè)基因/蛋白質(zhì)選項(xiàng)卡，可以得到基因列表，基因的右側(cè)是顯著性值，深色小格子越多表明關(guān)聯(lián)強(qiáng)度越大。選取顯著性值≥5的基因作為目標(biāo)基因，即圖2中方框所圈出的排在前五的基因，它們分別是LIF，PML，MKT2A，LIFR，RUNX1。

2.2 利用Chilibot分析白血病與基因之間的相互作用關(guān)系

利用Chilibot分析從PubMed中檢出文獻(xiàn)的摘要。摘要中有相互作用句和平行句，其中相互作用句是能體現(xiàn)兩者間促進(jìn)、抑制、中性、既有促進(jìn)又有抑制作用、并聯(lián)、單純的文獻(xiàn)內(nèi)共現(xiàn)關(guān)系的句子，平行句不能直接說(shuō)明二者關(guān)系。因此分析的主要依據(jù)是相互作用句。

2.2.1 白血病和PML之間的相互作用關(guān)系

對(duì)Leukemia 和 PML進(jìn)行關(guān)聯(lián)分析，用Chilibot分析了PubMed 7627篇文獻(xiàn)中100個(gè)最新的摘要，得到5個(gè)相互作用句和12個(gè)平行句。

通過(guò)分析這5個(gè)相互作用句，可以得到如下結(jié)論：PML具有診斷意義，PML的轉(zhuǎn)錄物越多，則急性早幼粒細(xì)胞白血病的風(fēng)險(xiǎn)越大。

在這5個(gè)相互作用句中，每句都包含了短語(yǔ)“Acute Promyelocytic Leukemia (APL，急性早幼粒細(xì)胞白血病)”，因此將PML和APL關(guān)聯(lián)起來(lái)。

Chilibot分析了4258篇文獻(xiàn)中的100個(gè)最新的摘要，得到13個(gè)相互作用句和104個(gè)平行句，如圖3所示。

圖3 Chilibot對(duì)APL和PML相互作用關(guān)系的分析

通過(guò)分析13個(gè)相互作用句，可以得到APL和PML相互作用的過(guò)程(圖4)。

圖4 APL和PML相互作用過(guò)程

從圖4可以看出，PML RARα融合基因蛋白的表達(dá)增加會(huì)使骨髓細(xì)胞的分化停滯在早幼粒階段。這個(gè)過(guò)程值得我們探討；而且從APL和PML的13個(gè)相互作用句中，可發(fā)現(xiàn)PML和RARα總是成對(duì)出現(xiàn)的。

在COREMINE Medical中輸入“Acute Promyelocytic Leukemia”，結(jié)果如圖5所示。

從圖5可以看出，RARα和PML的顯著性值都很高(均為6)，表明RARα和APL之間有很高的關(guān)聯(lián)性。然后利用Chilibot繼續(xù)探討RARα和PML之間的關(guān)系。

圖5 COREMINE Medical檢索APL的結(jié)果

RARα有不同的表示形式，如RARα，RARA,RAR alpha, RARI 等，但Chilibot沒(méi)有截詞檢索功能。于是用RARα，RARA和RAR alpha分別與APL進(jìn)行關(guān)聯(lián)分析，分別得到0，25，13個(gè)相互作用句。通過(guò)分析可知，PML RARα是一種核受體轉(zhuǎn)錄抑制劑，所產(chǎn)生的蛋白干擾核受體信號(hào)和PML核質(zhì)體的組裝，從而抑制骨髓分化基因。將此句添加到圖4中，得到新的作用過(guò)程圖(圖6)。

圖6 APL和PML/RARα相互作用過(guò)程

2.2.2 白血病和LIF之間的相互作用關(guān)系

對(duì)Leukemia 和LIF進(jìn)行關(guān)聯(lián)分析，利用Chilibot分析PubMed 2961篇文獻(xiàn)中100個(gè)最新的摘要，得到2個(gè)相互作用句子和42個(gè)平行句子。通過(guò)分析2個(gè)相互作用句子，表明LIF(leukemia inhibitory factor)是白血病抑制因子，對(duì)白血病具有抑制作用。由于相互作用的句子太少，無(wú)法得出具體的作用關(guān)系。

2.2.3 白血病和KMT2A之間的相互作用關(guān)系

對(duì)Leukemia 和KMT2A進(jìn)行關(guān)聯(lián)分析，利用Chilibot分析了PubMed 9篇文獻(xiàn)中9個(gè)最新的摘要，得到1個(gè)相互作用句子和4個(gè)平行句子。從1個(gè)相互作用的句子中無(wú)法得出結(jié)論，但是從這個(gè)相互作用句中發(fā)現(xiàn)，KMT2A有個(gè)別名叫MLL1。因此利用Chilibot將Leukemia和MLL1關(guān)聯(lián)起來(lái)，分析了PubMed的313篇文獻(xiàn)中100個(gè)最新的摘要，得到了13個(gè)相互作用句和15個(gè)平行句。通過(guò)人工分析這13個(gè)相互作用句得知，MLL1位于11號(hào)染色體。由于染色體異位產(chǎn)生了MLL1融合蛋白，這是一種特殊類型白血病的分子標(biāo)志，是白血病發(fā)展過(guò)程中非常有力的腫瘤驅(qū)動(dòng)器，可以使造血前體轉(zhuǎn)化成白血病干細(xì)胞。

2.2.4 白血病和LIFR之間的相互作用關(guān)系

對(duì)Leukemia 和LIFR進(jìn)行關(guān)聯(lián)分析，利用Chilibot分析PubMed的336篇文獻(xiàn)中的100條最新的摘要，得到7個(gè)相互作用句和41個(gè)平行句。通過(guò)人工分析這7個(gè)相互作用句，得到以下結(jié)論：LIFR是功能性LIF受體，LIF通過(guò)作用這個(gè)受體來(lái)抑制白血病細(xì)胞。

2.2.5 白血病和RUNX1之間的相互作用關(guān)系

對(duì)Leukemia 和RUNX1進(jìn)行關(guān)聯(lián)分析，利用Chilibot分析PubMed的2083篇文獻(xiàn)中100個(gè)最新的摘要，得到25個(gè)相互作用句和34個(gè)平行句。通過(guò)人工分析這25個(gè)相互作用句，得到以下結(jié)論：RUNX1的突變會(huì)誘導(dǎo)白血病的發(fā)生，尤其是急性髓系細(xì)胞白血病(AML)。

從上述結(jié)論獲知，RUNX1主要針對(duì)AML起作用。于是利用Chilibot將AML和RUNX1關(guān)聯(lián)起來(lái)，分析PubMed的182篇文獻(xiàn)中100個(gè)最新的摘要，得到39個(gè)相互作用句和25個(gè)平行句。雖然只有182篇文獻(xiàn)，但是卻有39個(gè)相互作用句，說(shuō)明二者關(guān)聯(lián)程度是很高的。通過(guò)人工分析這39個(gè)相互作用句得出結(jié)論：RUNX1對(duì)AML起促進(jìn)作用(具體機(jī)制見(jiàn)結(jié)論部分)。

3 結(jié)論

通過(guò)以上分析，我們發(fā)現(xiàn)白血病與4種基因存在作用關(guān)系。

LIF(白血病抑制因子)對(duì)白血病具有抑制作用，LIFR是功能性LIF受體，LIF通過(guò)作用這個(gè)受體來(lái)抑制白血病細(xì)胞。

PML主要對(duì)急性早幼粒細(xì)胞白血病具有促進(jìn)作用。15，17號(hào)染色體易位使得PML基因和RARα基因融合，從而使PML RARα 融合基因蛋白的表達(dá)增加。PML RARα是一種核受體轉(zhuǎn)錄抑制劑，所產(chǎn)生的蛋白干擾核受體信號(hào)和PML核質(zhì)體的組裝，而抑制骨髓分化基因。骨髓細(xì)胞的分化停滯在早幼粒階段，從而早幼粒細(xì)胞的異常累積，促進(jìn)了急性早幼粒細(xì)胞白血病的發(fā)生。

KMT2A(MLL1)位于11號(hào)染色體，對(duì)白血病的發(fā)生具有促進(jìn)作用。由于染色體易位產(chǎn)生了MLL1融合蛋白，這是一種白血病的分子標(biāo)志，是白血病發(fā)展過(guò)程中非常有力的腫瘤驅(qū)動(dòng)器，可以使造血前體轉(zhuǎn)化成白血病干細(xì)胞。MLL1基因和髓樣淋巴細(xì)胞白血病以及嬰幼兒型白血病的產(chǎn)生有密切聯(lián)系。

RUNX1主要對(duì)急性髓系細(xì)胞白血病(AML)具有促進(jìn)作用，RUNX1基因突變會(huì)破壞骨髓分化，從而導(dǎo)致AML。兩種主要的融合基因AME和AML1 ETO都是由于染色體易位產(chǎn)生的突變。其中AML1 ETO通過(guò)抑制和髓系分化有關(guān)的基因，增加無(wú)性系髓系祖細(xì)胞的replating能力，從而抑制髓系祖細(xì)胞分化。此外，那些認(rèn)為能夠解除對(duì)造血祖細(xì)胞正常的分化和增值至關(guān)重要的基因的表達(dá)的限制，通過(guò)招募輔抑制物復(fù)合體到DNA上，導(dǎo)致AML。