劉少博，黃 波

（錦州醫(yī)科大學(xué)附屬第一醫(yī)院胸外科，錦州 121000）

肺腺癌（lung adenocarcinoma，LUAD）屬于非小細(xì)胞肺癌的一種，是世界上最常見的癌癥之一，也是最常見的臨床病理類型［1］。目前肺腺癌的發(fā)生率逐年增加，呈現(xiàn)出年輕化的傾向，疾病初期癥狀少，發(fā)病迅速，死亡率高且預(yù)后差，因此對肺腺癌的診斷及預(yù)后的診斷是非常重要的［2］。目前由于無法確定肺腺癌潛在的分子機(jī)制，其早期診斷以及預(yù)后治療都是比較困難的，多數(shù)患者被診斷時(shí)已經(jīng)處于晚期［3-4］。隨著醫(yī)療技術(shù)和分子生物學(xué)技術(shù)的飛速發(fā)展，肺腺癌的治療方式也逐漸向分子靶向治療過渡［5］。肺腺癌早期診斷及預(yù)后的分子標(biāo)志物對于其治療有很大價(jià)值［6-8］。通過對疾病的發(fā)生發(fā)展及基因組水平的研究，尋找預(yù)后的生物標(biāo)志物以及影響預(yù)后的因素，對惡性腫瘤的早期發(fā)現(xiàn)、診斷治療及預(yù)后評估有突出作用［9］。隨著基因組微陣列和高通量測序技術(shù)的進(jìn)步，生物信息學(xué)分析為研究腫瘤的發(fā)生發(fā)展提供了有效方法，基因芯片和RNA測序的廣泛應(yīng)用也極大豐富了腫瘤相關(guān)的數(shù)據(jù)，通過在線數(shù)據(jù)庫可獲取大量的與腫瘤相關(guān)的數(shù)據(jù)［10］。本研究通過在線數(shù)據(jù)庫及分析工具對多組肺腺癌組織與正常組織的數(shù)據(jù)集進(jìn)行整合處理，利用生物信息學(xué)方法分析肺腺癌發(fā)生、發(fā)展及轉(zhuǎn)移的可能機(jī)制，討論肺腺癌診斷及預(yù)后可能潛在的生物標(biāo)志物，為探討肺腺癌預(yù)后相關(guān)基因的篩選提供理論依據(jù)。

1 材料與方法

1.1 芯片數(shù)據(jù)獲取及數(shù)據(jù)處理

通過Gene Expression Omnibus（GEO）數(shù)據(jù)庫（https://www.ncbi.nlm.nih.gov/）提取符合標(biāo)準(zhǔn)的基因表達(dá)譜數(shù)據(jù)（GSE63459、GSE27262、GSE75037）。篩選標(biāo)準(zhǔn)：1）標(biāo)本為LUAD組織和對應(yīng)的癌旁組織；2）每個(gè)芯片數(shù)據(jù)集都包含信使RNA（messenger RNA，mRNA）且數(shù)量不少于8對，本研究所選GSE63459數(shù)據(jù)集包含33個(gè)LUAD樣本和32個(gè)癌旁樣本，GSE27262含有25個(gè)LUAD樣本和25個(gè)癌旁樣本，GSE75037含有83個(gè)LUAD樣本和83個(gè)癌旁樣本。

1.2 差異基因的篩選

GEO2R（http://www.ncbi.nlm.nih.gov/geo/geo2r）是GEO中基于R的網(wǎng)絡(luò)應(yīng)用程序的一種交互式網(wǎng)絡(luò)工具，可對 GEO數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行差異分析。運(yùn)用GEO2R對芯片中差異表達(dá)基因（differentially expressed genes，DEGs）進(jìn)行處理，對3組數(shù)據(jù)集利用t檢驗(yàn)的方法，定義校正后P＜0.010和|Log2FC|≥1有統(tǒng)計(jì)學(xué)意義。通過上述方法分別篩選出3組具有意義的數(shù)據(jù)集，然后利用在線分析平臺(tái)維恩圖（http://bioinformatics.psb.ugent.be/webtools/Venn）繪制差異基因的Venn圖，獲取3個(gè)數(shù)據(jù)集共同表達(dá)的上、下調(diào)的差異基因。

1.3 差異基因富集分析

使用生物信息注釋數(shù)據(jù)庫DAVID 在線分析平臺(tái)（https://david.ncifcrf.gov/）對DEGs在基因本體（gene ontology，GO）中注釋，包括分子生物學(xué)功能（molecular function，MF）、細(xì)胞學(xué)組分（cellular components，CC）和生物學(xué)過程（biological process，BP）的GO功能富集。利用京都基因與基因組百科全書（kyoto encyclopedia of genes and genomes，KEGG）進(jìn)行通路分析，設(shè)定P＜0.050為顯著性基因富集［11］。對差異基因進(jìn)行GO和KEGG分類分析是為了確定有哪些遺傳功能和細(xì)胞信號(hào)通路的變化可能與差異基因有關(guān)。

1.4 PPI 網(wǎng)絡(luò)構(gòu)建與關(guān)鍵基因的篩選

STRING（search tool for the retrieval of interacting genes）是一個(gè)搜索已知蛋白質(zhì)之間和預(yù)測蛋白質(zhì)之間相互作用的數(shù)據(jù)庫，并提供蛋白質(zhì)-蛋白質(zhì)互相作用（protein-protein interaction，PPI）的數(shù)據(jù)。用STRING數(shù)據(jù)庫（http://string-db.org/）分析肺腺癌組織和正常肺組織 DEGs之間的 PPI關(guān)系，構(gòu)造出PPI網(wǎng)絡(luò)，綜合得分（combined score）＞0.4被認(rèn)為有顯著性差異。將分析的數(shù)據(jù)導(dǎo)入 Cytoscape（https：//www.cytoscape.org/）軟件后，基于k核（k-core）算法，利用插件MCODE（molecular complex detection）發(fā)掘肺腺癌蛋白-蛋白相互作用網(wǎng)絡(luò)中不同功能的基因模塊，篩選出MCODE score得分最高連接最顯著的模塊，篩選標(biāo)準(zhǔn)設(shè)定為：Degree Cutoff=2，Node Score Cutoff=0.2，k-core=2，Max Depth=100。隨后運(yùn)用DAVID在線分析平臺(tái)對最顯著模塊中的基因進(jìn)行GO和KEGG分析，使用 Cytoscape軟件中 Cytohubba程序包分析 PPI 網(wǎng)絡(luò)，并從 DEGs的PPI 網(wǎng)絡(luò)中篩選出高度連通性排名前10的基因作為關(guān)鍵基因。Cytohubba 使用多種拓?fù)渌惴A(yù)測在既定網(wǎng)絡(luò)中重要節(jié)點(diǎn)和子網(wǎng)間的關(guān)系。最后利用插件BINGO對關(guān)鍵基因的生物學(xué)過程進(jìn)行分析，并通過熱圖來構(gòu)建關(guān)鍵基因的層次聚類，用來區(qū)分肺腺癌和非癌樣本。

1.5 關(guān)鍵基因的生存分析

Kaplan-Meier plotter是基于EGA（European Genomephenome Archive，https：//ega.crg.eu）、TCGA（The Cancer Genome Atlas，https://tcgadata.nci.nih.gov/tcga）和GEO數(shù)據(jù)庫評估大量基因?qū)ι嬗绊懙某Ｓ镁W(wǎng)站工具。GEPIA（http://gepia.cancer-pku.cn/）是一個(gè)在線的基因表達(dá)譜動(dòng)態(tài)數(shù)據(jù)分析數(shù)據(jù)庫，用于分析癌癥和正常組織之間的表達(dá)差異以及總生存率。首先，利用 Kaplan-Meier plotter驗(yàn)證10個(gè)關(guān)鍵基因與肺癌患者預(yù)后總生存率的關(guān)系，然后，通過GEPIA數(shù)據(jù)庫發(fā)掘在mRNA表達(dá)水平上癌與癌旁的表達(dá)差異，并用UALCAN數(shù)據(jù)庫（https://www.ualcan.com/）分析符合要求的關(guān)鍵基因與肺腺癌病理分期、淋巴結(jié)轉(zhuǎn)移狀態(tài)的關(guān)系。人類蛋白質(zhì)圖譜［human protein atlas（HPA），https://www.proteinatlas.org/］是一個(gè)基于免疫組織化學(xué)（immunohistochemistry，IHC）的正常組織、癌癥和細(xì)胞系蛋白質(zhì)表達(dá)圖譜的數(shù)據(jù)庫［12］。用免疫組化法從人類蛋白質(zhì)圖譜數(shù)據(jù)庫中檢測肺腺癌與正常組織之間生存相關(guān)基因的蛋白表達(dá)，明確基因在蛋白水平上是否存在差異表達(dá)。

2 結(jié)果與分析

2.1 篩選差異表達(dá)基因

通過對基因表達(dá)譜進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理之后，鑒定出3個(gè)數(shù)據(jù)集的差異表達(dá)基因，其中GSE75037中有3 413個(gè)，GSE27262中有2 272個(gè)，GSE63459中有407個(gè)。3個(gè)數(shù)據(jù)集之間的重疊包含共同差異基因355個(gè)，如韋恩圖（圖1a）所示，其中包括肺腺癌組織和非癌組織之間的273個(gè)下調(diào)基因和82個(gè)上調(diào)基因。

2.2 差異基因的GO及KEGG分析

通過DAVID在線分析平臺(tái)對差異基因進(jìn)行功能和途徑富集分析，利用GO分析，將所有差異基因同時(shí)富集到MF、CC和BP這3種生物學(xué)關(guān)系中，富集分析結(jié)果顯示：LUAD相關(guān)基因主要參與細(xì)胞外基質(zhì)組織、細(xì)胞黏附、膠原分解代謝過程、血管生成和基因表達(dá)正調(diào)控等生物過程；差異基因的產(chǎn)物主要參與細(xì)胞外基質(zhì)、胞外區(qū)域、胞外體、膠原三聚體、細(xì)胞外間隙等細(xì)胞組分，主要發(fā)揮調(diào)節(jié)金屬內(nèi)肽酶活性、肝素結(jié)合、糖胺聚糖的綁定、轉(zhuǎn)化生長因子結(jié)合和調(diào)節(jié)受體活性等分子功能（表1）。通過KEGG通路分析，得到具有統(tǒng)計(jì)學(xué)意義的信號(hào)通路（P＜0.050），即下調(diào)的DEGs主要在細(xì)胞黏附分子、過氧化物酶體增殖物激活型受體（peroxisome proliferator activated-receptors，PPARs）信號(hào)通路、轉(zhuǎn)化生長因子-β（transforming growth factor-β，TGF-β）信號(hào)通路、調(diào)節(jié)干細(xì)胞多能性的信號(hào)通路、腫瘤壞死因子（tumor necrosis factor，TNF）信號(hào)通路中富集，而上調(diào)的DEGs主要富集在血小板激活、胞外基質(zhì)-受體信號(hào)通路、黏著斑信號(hào)通路、磷脂酰肌醇-3-激酶（phosphatidy linositol-3-kinase and protein kinase，PI3K-Akt）信號(hào)通路等。

2.3 蛋白互助網(wǎng)絡(luò)的構(gòu)建及最顯著模塊的分析

利用Cytoscape的插件MCODE，根據(jù)MCODE模塊中 MCODE score 降序排序，選擇得分最顯著的模塊，具體見圖1b，此模塊涉及的基因功能分析也采用DAVID分析平臺(tái)進(jìn)行分析。GO分析結(jié)果表明，最顯著模塊中的基因主要參與細(xì)胞的有絲分裂、促進(jìn)后期復(fù)雜分解等過程，參與細(xì)胞核、細(xì)胞質(zhì)、紡錘體等細(xì)胞成分的組成；KEGG路徑分析顯示，基因的重要模塊主要富集在卵母細(xì)胞減數(shù)分裂和細(xì)胞周期（表2）。之后，通過STRING數(shù)據(jù)庫和Cytoscape軟件對差異表達(dá)基因進(jìn)行PPI網(wǎng)絡(luò)的構(gòu)建（圖1c）。

2.4 關(guān)鍵基因的篩選及預(yù)后分析

通過PPI網(wǎng)絡(luò)可見其中共有318個(gè)節(jié)點(diǎn)，最大連接度為89，最小為1（圖1c）。利用插件Cytohubba以連接度排序，取前10位基因?yàn)殛P(guān)鍵基因，分別為IL6、MMP9、VWF、SPP1、PPARG、CCL2、PECAM1、TIMP1、COL1A1、CDH5。利用這些基因進(jìn)行層次聚類，結(jié)果表明，關(guān)鍵基因可以區(qū)分肺腺癌樣本和非癌樣本（圖2a），其生物學(xué)過程分析如圖2b所示。隨后，利用Kaplan-Meier曲線對關(guān)鍵基因進(jìn)行單變量生存分析，結(jié)果得出10個(gè)關(guān)鍵基因的其中9個(gè)在總體生存率（overall survival，OS）上存在顯著差異，6個(gè)顯著的關(guān)鍵基因表達(dá)水平的升高表現(xiàn)出顯著的OS下降，而其余3個(gè)關(guān)鍵基因表達(dá)水平的升高則表現(xiàn)出了OS上升（logrankP＜0.01）。上述結(jié)果提示這些基因可以作為監(jiān)測預(yù)后的指標(biāo)。

表2 最顯著模塊基因的GO和KEGG途徑富集分析Tab.2 GO and KEGG pathway enrichment analysis of DEGs in the most significant module

圖1 差異基因的韋恩圖、最重要的DEGs模塊和蛋白互助網(wǎng)絡(luò)圖Fig.1 Venn diagram, the most significant module of DEGs and PPI network

圖2 關(guān)鍵基因的差異表達(dá)熱圖和生物學(xué)過程分析Fig.2 Differential expression thermogram and biological process analysis of key genes

圖3 9個(gè)核心基因總生存率分析Fig.3 Analysis of total survival rate of 9 core genes

2.5 關(guān)鍵基因的表達(dá)差異

通過Kaplan-Meier曲線分析得出IL6、MMP9、VWF、SPP1、CCL2、PECAM1、TIMP1、COL1A1、CDH59種關(guān)鍵基因?qū)颊叩目偵鏁r(shí)間有著顯著影響（P＜0.050）。進(jìn)一步利用GEPIA基于TCGA數(shù)據(jù)庫分析上述基因在mRNA水平上肺腺癌與癌旁樣本之間的表達(dá)差異，發(fā)現(xiàn)MMP9、SPP1、TIMP1、COL1A1在肺腺癌組織中明顯高表達(dá)，而其他5種基因在肺腺癌組織中明顯低表達(dá)。同時(shí)，利用UALCAN數(shù)據(jù)庫分析癌組織中高表達(dá)的基因與肺腺癌病理分期、淋巴結(jié)轉(zhuǎn)移狀態(tài)的關(guān)系，具體結(jié)果見圖4。另外從人類蛋白質(zhì)圖譜數(shù)據(jù)庫獲得了癌和癌旁組織中上述4種基因蛋白水平的免疫組織化學(xué)染色圖像（圖5），結(jié)果表明，LUAD組織中MMP9、SPP1、TIMP1和COL1A1蛋白水平高于正常組織，提示這些基因可能成為預(yù)后的分子標(biāo)記物和治療靶點(diǎn)。

圖4 COL1A1、MMP9、SPP1、TIMP1在LUAD腫瘤組織和鄰近正常肺組織中的轉(zhuǎn)錄表達(dá)Fig.4 Expression of COL1A1, MMP9, SPP1 and TIMP1 in LUAD tumor tissue and adjacent normal lung tissue

圖5 COL1A1、MMP9、SPP1、TIMP1的LUAD組織和正常患者組織中蛋白表達(dá)的免疫組化染色Fig.5 Iimmunohistochemical staining of protein expression in LUAD tissues of COL1A1, MMP9, SPP1 and TIMP1 genes and normal tissues of patients

3 討論

LUAD的發(fā)生發(fā)展是一個(gè)涉及多種基因和蛋白表達(dá)異常的復(fù)雜生理過程，由于惡性腫瘤的侵襲性強(qiáng)、易轉(zhuǎn)移、生長快等特點(diǎn)，早期的診斷及預(yù)后治療方法需要改進(jìn)。微陣列技術(shù)和大規(guī)模序列技術(shù)的研究發(fā)展表明，基因?qū)δ[瘤的診斷和預(yù)后起著重要的作用［13-14］。因此，分析與LUAD侵襲和轉(zhuǎn)移密切相關(guān)的基因尤為重要，可為早期診斷和預(yù)后治療評估提供更多理論依據(jù)。為尋找LUAD早期診斷及預(yù)后的分子標(biāo)志物從而達(dá)到肺腺癌患者的早期診療及預(yù)后的靶點(diǎn)治療，本文對多種LUAD研究數(shù)據(jù)進(jìn)行統(tǒng)一的方法處理，從基因和蛋白的層面剖析了LUAD的發(fā)展及轉(zhuǎn)移的機(jī)制。

本研究對3組芯片數(shù)據(jù)進(jìn)行挖掘，得到了355個(gè)差異基因，其中包括上調(diào)基因82個(gè)和下調(diào)基因273個(gè)。通過STRING數(shù)據(jù)庫及Cytoscape軟件對差異基因進(jìn)一步篩選，得出10個(gè)關(guān)鍵基因，然后通過生存分析、基因及蛋白水平癌與癌旁的差異表達(dá)情況，得出SPP1、TIMP1、COL1A1、MMP94個(gè)基因，既往已有研究表明這4個(gè)基因可對癌癥產(chǎn)生影響，本研究進(jìn)一步從生物信息學(xué)角度驗(yàn)證了其可能對肺腺癌的診斷發(fā)展及預(yù)后有一定貢獻(xiàn)。通過功能富集顯示，上調(diào)差異基因主要富集在與細(xì)胞外基質(zhì)（extracellular matrix，ECM）相關(guān)的細(xì)胞成分、生物學(xué)過程、分子功能以及信號(hào)通路中。而細(xì)胞外基質(zhì)是腫瘤微觀環(huán)境的重要組成部分，當(dāng)腫瘤細(xì)胞脫落，便會(huì)黏附在細(xì)胞外基質(zhì)，隨著細(xì)胞外基質(zhì)的分解向外侵襲和浸潤。因此腫瘤細(xì)胞是否向別處轉(zhuǎn)移和侵襲很大部分取決于細(xì)胞外基質(zhì)的降解和細(xì)胞之間的黏附，這對腫瘤的預(yù)后有很大意義［15］。

組織金屬蛋白酶抑制劑（tissue inhibitor of matrix metalloproteinases，TIMPs）是基質(zhì)金屬蛋白酶（matrix metalloproteinases，MMPs）的特異性抑制因子。TIMP1是由巨噬細(xì)胞和結(jié)締組織細(xì)胞產(chǎn)生的一種糖蛋白，廣泛存在于組織和體液中，可抑制包括MMP9在內(nèi)的所有膠原［16］，MMPS通過對細(xì)胞外基質(zhì)的降解和突破基底膜的蛋白水解酶達(dá)到惡性腫瘤的侵襲和轉(zhuǎn)移［17］。TIMP1既能抑制MMPS基質(zhì)蛋白的水解，在一定程度上又可以激活MMPS從而抑制其降解作用［18］。另外有研究表明，TIMP1基因與大多數(shù)實(shí)體癌的侵襲和轉(zhuǎn)移潛能密切相關(guān)，在前列腺癌［19］、結(jié)直腸癌［20］、肺癌［21］中的表達(dá)異常并可作為其侵襲轉(zhuǎn)移的潛在的分子標(biāo)志。另外，新生毛細(xì)血管的生成以及毛細(xì)血管的增生也可以促進(jìn)腫瘤細(xì)胞的生長和擴(kuò)散［22］。TIMP1還可與 MMP9形成1∶1的共價(jià)鍵復(fù)合物，抑制酶原活化和水解的作用，使細(xì)胞外基質(zhì)的穩(wěn)態(tài)處在動(dòng)態(tài)平衡狀態(tài)，而一旦兩者的動(dòng)態(tài)平衡被打破，便會(huì)促進(jìn)腫瘤的侵襲和轉(zhuǎn)移。利用GO及KEGG富集分析中可見，TIMP1和MMP9基因的表達(dá)在癌組織中上調(diào)，參與細(xì)胞黏附、血管生成，影響細(xì)胞外基質(zhì)組成和金屬內(nèi)肽酶的活性，顯著富集于胞外基質(zhì)-受體和黏著斑信號(hào)通路，因此，TIMP1和MMP9可作為評估肺癌預(yù)后的獨(dú)立指標(biāo)和早期的分子標(biāo)志物。

Ⅰ型膠原蛋白α1（typeⅠcollagen α1，COL1A1）是纖維膠原家族的主要成分，也是參與細(xì)胞外基質(zhì)結(jié)構(gòu)的組成的主要結(jié)構(gòu)蛋白。研究發(fā)現(xiàn)COL1A1基因在胃癌［23-24］、乳腺癌［25］、食管癌［26］、肝癌［27］等多種惡性腫瘤的發(fā)生及轉(zhuǎn)移中存在異常表達(dá)，并且可能與其預(yù)后相關(guān)。COL1A1的敲除缺失可以影響多種基因表達(dá)，從而抑制腫瘤細(xì)胞增殖，促進(jìn)細(xì)胞凋亡［28］。另外，已有證據(jù)證明，COL1A1可誘導(dǎo)細(xì)胞間黏附復(fù)合物解聚和β-鏈蛋白的核轉(zhuǎn)位從而促進(jìn)胰腺癌細(xì)胞的擴(kuò)散及增殖［29-30］，并可通過TGF-β信號(hào)加快肺癌以及乳腺癌細(xì)胞中的上皮間質(zhì)轉(zhuǎn)化［31］。COL1A1基因在肺腺癌患者中使PI3K-Akt信號(hào)通路的許多組分比其他通路組分更容易被激活［32］，胞外基質(zhì)-受體和黏著斑信號(hào)通路也通過細(xì)胞黏附來影響腫瘤的預(yù)后與轉(zhuǎn)移［33］。在本研究中，COL1A1基因在癌組織中上調(diào)且顯著富集胞外基質(zhì)-受體、TGF-β、PI3K-Akt、黏著斑信號(hào)通路之中，表明其有可能通過這4種通路參與LUAD發(fā)生發(fā)展的過程。

分泌性磷蛋白1（secretory phospho-protein1，SPP1）是一種富含趨化素樣的基質(zhì)磷酸糖蛋白，多存在于人體體液、肺、胃腸道、胰腺等多個(gè)器官，在多種腫瘤的發(fā)生和轉(zhuǎn)移時(shí)都可見SPP1基因的高表達(dá)［34］。既往研究發(fā)現(xiàn)，RNA的干擾可以減少SPP1蛋白的表達(dá)，從而抑制腫瘤的生長，因此通過徹底敲除SPP1基因的方法可抑制腫瘤細(xì)胞生長［35-36］。據(jù)文獻(xiàn)報(bào)道，在肺腺癌組織中尤其是浸潤性腺癌中SPP1基因高度表達(dá)，其表達(dá)量與浸潤轉(zhuǎn)移程度相關(guān)［37］。特別對于相對早期的患者，SPP1可作為一種獨(dú)立的具有預(yù)后意義的生物標(biāo)志物［38］。另外SPP1還可通過NF-κB（nuclear factor kappa-B）依賴的信號(hào)轉(zhuǎn)導(dǎo)通路促進(jìn)基質(zhì)金屬蛋白酶的分泌，通過對細(xì)胞基底膜和細(xì)胞外基質(zhì)的降解，使腫瘤細(xì)胞向遠(yuǎn)處轉(zhuǎn)移從而造成更差的預(yù)后［39-40］。SPP1內(nèi)含有的GRGDS（甘氨酸-精氨酸-甘氨酸-天冬氨酸-絲氨酸）序列可引起蛋白水解酶的激活從而降低細(xì)胞黏附作用，而且可通過抑制PI3KAkt信號(hào)通路抑制癌細(xì)胞的上皮間質(zhì)轉(zhuǎn)化［41］。在本研究中，SPP1基因在mRNA和蛋白水平在癌組織中表達(dá)均上調(diào)，而且多顯著富集于胞外基質(zhì)-受體、PI3KAkt、黏著斑信號(hào)通路之中，為肺腺癌的診斷預(yù)后治療提供了方向。

綜上所述，本研究對肺腺癌的芯片數(shù)據(jù)進(jìn)行了挖掘及生物信息學(xué)分析，發(fā)現(xiàn)關(guān)鍵基因主要通過胞外基質(zhì)-受體、黏著斑信號(hào)通路、TGF-β和PI3K-Akt信號(hào)通路等參與LUAD的發(fā)生發(fā)展過程?；騎IMP1、SPP1、COL1A1、MMP9可能是肺腺癌的潛在治療靶基因，然而其具體的作用機(jī)制仍然需要更多的研究來證實(shí)。