多囊卵巢综合征基因表达分析的内参基因组合及应用

技术领域

本发明涉及分子生物学和疾病基因研究和诊断领域。具体的，本发 明涉及在多囊卵巢综合征(PCOS)的基因表达分析的研究中采用的内 参基因组合和检测多囊卵巢综合征的内参基因组合。

背景技术

多囊卵巢综合征(PCOS)，症状包括排卵功能障碍、多囊卵巢、雄 激素过多，是常见的妇科内分泌疾病，并且是女性生殖失败的主要原 因(Kovacs and Wood，2001；Wild，etal.，2000)。根据不同的诊断标准，其患 病率的估计是6％～18％(Azziz，et al.，2004；Christian，et al.，2003；March，et al.，2010)。多囊卵巢综合征患者易发生多种代谢紊乱包括胰岛素抵抗、2 型糖尿病(T2DM)、肥胖、血脂异常、慢性低水平炎症和心血管疾病(CVD)以及心理障碍(Azziz，et al.，2004；Ehrmann，2005；Jayasena and Franks，2014； Kovacsand Wood，2001；Orio，et al.，2004；Ozcan Dag，et al.，2015；Spritzer，et al.，2015；Stepto，et al.，2013；Wild，et al.，2000)。

尽管PCOS的确切发病机制仍不清楚，但经推断其机制可能涉及到 卵泡发育过程中卵巢颗粒细胞(GCs)介导的异常的激素反应。已有的 研究表明，PCOS的发生与PCOS患者的颗粒细胞中促黄体生成激素 (LH)相对于LH的升高以及高表达和过度激活的促黄体激素/绒毛膜 促性腺激素受体相关，阻碍了卵泡的成熟和排卵过程(Ehrmann，et al.， 1995；Jakimiuk，et al.，2001；Kanamarlapudi，et al.，2016；Willis，et al.，1998； Yong，etal.，1992)。此外，颗粒细胞功能受损还会导致卵巢内雄激素和体

正常和疾病样本中基因表达谱的比较为PCOS发病机制的研究提供 了宝贵的资料。实时定量PCR(qRT-PCR)现已被大量、广泛的用于 检测器官和组织甚至单细胞中的基因表达差异，常被用来去寻找PCOS 的调控基因、相关的信号通路以及非侵入性的生物标志物(Adams，et al.，2016； Chazenbalk，et al.，2012；de Resende，et al.，2012；Lemieux，etal.，1999；Long，et al.，2014； Salilew-Wondim，et al.，2015；Schmidt，et al.，2014；Wissing，et al.，2014)。

在基因表达研究中的各种方法，包括测序法、qRT-PCR和microarray (基因芯片)中，均需要使用内参基因。内参基因通常在所有样本和 实验条件下都能稳定地表达，而且具有与研究对象相似的属性，例如 RNA稳定性和大小等，由此表达量可以与研究对象进行比较。内参基 因在很大程度上能够影响测序法、qRT-PCR和microarray(基因芯片) 的准确性。现在的多数研究只是选择一个内参基因，如β-肌动蛋白 (ACTB)、18s核糖体RNA、肽基脯氨酸异构酶B(peptidylprolyl isomeraseB，PPIB)或甘油醛-3-磷酸脱氢酶(glyceraldehyde-3-phosphatedehydrogenase)等。越来越多的证据发现 这些原来被认为是能够稳定表达的内参基因实际上在不同生理或病理 条件下的表达是有变化的(Meller，et al.，2005；Patel，et al.，2002)。采用不恰 当的看家基因(housekeeping gene)可能会导致数据曲解引起基因表达的 低估或高估(Dheda，et al.，2005；Murphy and Bustin，2009；Nestorov，et al.， 2013)。

因此本领域还需要在患者或正常人的样品中对多囊卵巢综合征(PCOS)通过基因表达分析进行研究和检测，特别是寻找在颗粒细胞 样品中进行基因表达分析时，对基因表达进行标准化(normalization) 的更可靠的内参基因或基因组合。

发明内容

本发明提供了对健康人群和多囊卵巢综合征(PCOS)患者的样本 进行有关的研究，特别是在颗粒细胞样本进行基因表达分析时作为内 参基因的基因组合。本发明也提供了对多囊卵巢综合征(PCOS)患者 的样本进行研究或检测，特别是在颗粒细胞样本中通过分析基因表达 来进行研究或检测多囊卵巢综合征时作为内参基因的基因组合。

具体的，本发明提供了次黄嘌呤磷酸核糖转移酶1(HPRT1)、核糖 体磷酸化蛋白大亚基P0(ribosomal protein lateral stalk subunit P0， RPLP0)和羟甲基胆素合成酶(hydroxymethylbilane synthase，HMBS) 的基因的组合在研究多囊卵巢综合征中作为内参基因的用途，特别是在人 的颗粒细胞样品中研究多囊卵巢综合征时作为内参基因。该研究通常是通 过细胞中的基因表达谱分析来进行。

颗粒细胞是卵泡(follicle)中卵母细胞四周一层扁平或立方形细胞。在卵泡 开始发育、卵细胞成长的同时，这些颗粒细胞由扁平变为立方形，并由单层 增生成复层。

内参基因是用于检测基因表达水平变化时用于参照物的基因。内参 基因需要选择在研究对象(组织和细胞等)中表达相对恒定的基因。 内参基因可以在例如实时荧光定量PCR、Northern Blot等方法中用作 校正例如上样量误差或上样过程中的操作误差等差异，保证实验结果 的准确性。通常采用看家基因(house-keeping genes)作为内参基因。在测试中，可以采用一个或多个基因作为内参基因。

次黄嘌呤磷酸核糖转移酶1(Hypoxanthine-guanine phosphoribosyltransferase)，即HPRT1，是一种人类蛋白，其作用是将 5-磷酸核糖-1-焦磷酸盐中的5-磷酸核苷基团转移至嘌呤上，可催化次 黄嘌呤转化为肌苷酸也可催化鸟嘌呤转化为环磷酸鸟苷。HPRT1在核苷酸再利用合成途径中扮演重要角色。编码HPRT的基因为 HPRT1(Ensemb1：ENSG00000165704)。

核糖体磷酸化蛋白大亚基P0(ribosomal protein lateral stalk subunit P0)，即RPLP0，是一种人类蛋白，是组成核糖体60S亚基的一个核糖 体蛋白，属于L10P核糖体蛋白家族。它是一种带有一个羧基末端的中 性磷蛋白，与同样带有羧基末端的酸性核糖体磷酸蛋白P1和P2非常 相似。P0蛋白可以与2个P1及P2形成的二聚体共同组成一个五聚体。 P0蛋白位于细胞质内。作为一个典型的基因编码的核糖体蛋白，它有 许多个已加工假基因分散在基因组中。编码RPLP0的基因为RPLP0 (Ensemb1：ENSG00000089157)。

羟甲基胆素合成酶(hydroxymethylbilane synthase)，即HMBS，是 一种人类蛋白，是羟甲基胆素合成酶超家族中的一员。这个蛋白是胆 素从头到尾合成途径的第三个酶，可催化四个胆色素原分子合成线性 的羟甲基胆素。编码HMBS的基因为HMBS(Ensemb1：ENSG00000256269)。

本发明提供了采用HPRT1，RPLP0和HMBS这三个基因的组合在 用于制备研究或检测多囊卵巢综合征的试剂盒或装置中作为内参基因 的用途。优选的，所述试剂盒或装置用于在受试者的颗粒细胞样品中 进行研究或检测多囊卵巢综合征。对多囊卵巢综合征的检测也包括对 多囊卵巢综合征的诊断。在本发明的其中一个方面，所述试剂盒为用于 通过实时荧光定量PCR方法研究或检测多囊卵巢综合征的试剂盒。在本 发明的其中又一个方面，所述装置为用于研究或检测多囊卵巢综合征的 基因芯片。

本发明还提供了用于研究或检测多囊卵巢综合征的试剂盒或装置， 其中采用HPRT1，RPLP0和HMBS的组合作为内参基因。优选的，所述试 剂盒或装置用于在颗粒细胞样品中研究或检测多囊卵巢综合征。在本发明 的其中一个方面，所述试剂盒为用于通过实时荧光定量PCR方法研究或检 测多囊卵巢综合征的试剂盒。在本发明的其中又一个方面，所述有时装 置为用于研究或检测多囊卵巢综合征的基因芯片。

在本文中，蛋白符号不用斜体，并全部大写；基因符号使用斜体。 例如蛋白核糖体磷酸化蛋白大亚基P0写为RPLP0，编码该蛋白的基 因写为RPLP0。但有时在本文中基因符号也不使用斜体。例如有时本 文中“RPLP0”或“RPLP0基因”表示编码蛋白RPLP0的基因RPLP0。

附图说明

图1为测试人员的颗粒细胞样品的qRT-PCR的循环阈值(Ct)。

图2为测试人员的颗粒细胞样品的基因表达稳定性的GeNorm算法 测试结果。

图3为测试人员的颗粒细胞样品的内参基因组合中基因个数的 GeNorm算法。

图4为测试人员的颗粒细胞样品的基因表达稳定性的NormFinder 算法测试结果。

图5为测试人员的颗粒细胞样品的基因表达稳定性的BestKeeper 算法测试结果。

具体实施方式

下面将结合实施例进一步说明本发明的实质内容和有益效果，该实 施例仅用于说明本发明而非对本发明的限制。

实施例1

研究人员征集

本研究从2015年1月到2016年6月，涉及89个中国籍汉族妇女， 年龄为29.12±3.01岁，来自山东大学附属医院。其中包括44个多囊卵 巢综合征(PCOS)女性患者和正在接受输卵管和/或男性不育治疗的 45个具有正常排卵功能的妇女。患者或家属全部提供了书面同意通知 书。本研究得到了道德委员会的同意。

实施例2

临床和生化检测

多囊卵巢综合征(PCOS)根据2003鹿特丹标准诊断(Chang，et al.， 2004；Fauser，et al.，2004)，包括以下三个临床特征中的任何两个：1.少/无 排卵；2.临床和/或生化高雄激素血症；3.超声检查多囊卵巢，以及排除 其它高雄性激素血症相关的病理生理状态，包括先天性肾上腺增生， Cushing’s综合征，和分泌雄激素的肿瘤。

所有相关被研究者到门诊初诊时测量人体参数，如腰围、臀围、身 高和体重等。身体质量指数(BMI)的计算为重量(公斤)除以高度的 平方(m²)，或BMI＝kg/m²。静脉血标本在经过12小时的禁食后于上>

下面的表1给出44个PCOS患者及45例正常妇女的临床和生化指 标。

表1多囊卵巢综合征与正常女性测试者人体临床数据

BMI：身体质量指数；E2：雌激素；P：孕酮；PRL：催乳素； T：睾酮；FSH：促卵泡激素；LH：促黄体生成素。

P值＜0.05为有统计学意义

本研究中的多囊卵巢综合征患者及对照组妇女的临床研究血清中雌 激素(E2)、孕酮(P)、催乳素(PRL)、卵泡刺激素(FSH)都没有显著 性差异。正如预期的那样，PCOS组BMI显著高于对照组7.8％(多囊卵 巢综合征24.20±4.73公斤/平方米，对照22.45±2.99公斤/平方米，95％CI： -1.771to 9.411，t＝1.358，df＝87，P＜0.05)。除此之外，与对照组相比， PCOS组表现出高水平的睾酮(T)33.9％(多囊卵巢综合征：36.12±17.6 ng/dL，对照：23.87±7.77，95％CI：6.540to 17.96，t＝4.264df＝87，p＜0.0001)。 尽管FSH水平在两组没有区别，但PCOS患者的促黄体生成激素(LH) 和LH/FSH明显升高，分别为36.4％和39.8％(PCOS LH：8.10±3.87IU /L，LH：对照5.1±1.84IU/L，95％CI：1.688to 4.232，t＝4.624df＝87， p＜0.0001；PCOS LH/FSH：1.33±0.74，对照0.80±LH/FSH比值：0.29， 95％CI：0.2942to 0.7658，t＝4.467df＝87，p＜0.0001)。

实施例3

颗粒细胞分离

从44个多囊卵巢综合征(PCOS)女性患者和对照组的正在接受输 卵管和/或男性不育治疗的45个具有正常排卵功能的妇女分离得到颗 粒细胞。排除有其它妇科或内科疾病史的志愿者。所有的妇女在黄体 中期开始注射促性腺激素释放激素(GnRH)激动剂，通过超声波扫描 和血清雌二醇测定监测卵泡大小。当检测到三个或更多的卵泡平均直 径达到R1.8cm时，超声引导下取卵手术36小时前，IU给药8000-10000 人绒毛膜促性腺激素(Profasi，Serono)。麻醉后，通过17号双腔穿刺 针(K-OPS-WOOD-1235，Cook澳大利亚)取卵。在卵母细胞周围收集 颗粒细胞(GCs)，用Pasteur pipette抽吸去除卵母细胞后，用Dulbecco′s modified Eagle medium(DMEM)培养基洗涤两次，以作后续分析。用裂 解液去除红细胞。

实施例4

RNA提取和cDNA合成

采用Trizol Plus RNA Purification kit(Life Technologies)从分离得到 的颗粒细胞中提取总RNA。采用NanoDrop 2000(Thermo Scientific)检 测RNA纯度，以A260：A280比值为1.9-2.1为合格标准。总RNA用 Reverse-Transcribe Kit(Takara)试剂盒转录为cDNA，然后用无核酸酶水 稀释到20μl。得到的cDNA经1∶20稀释后作为qRT-PCR的模板。

实施例5

实时荧光定量PCR(qRT-PCR)

本发明采用次黄嘌呤磷酸核糖转移酶1(HPRT1)、核糖体磷酸化蛋 白大亚基P0(ribosomal protein lateral stalk subunit P0，RPLP0)和羟甲 基胆素合成酶(hydroxymethylbilane synthase，HMBS)的基因的组合作 为在待测者的颗粒细胞中进行多囊卵巢综合征(PCOS)检测时作为 qPCR分析的内参基因。为此，对实施例1-4所述的健康对照组和多囊 卵巢综合征(PCOS)患者的颗粒细胞中的HPRT1，RPLP0和HMBS的 表达进行测量。

另外，作为比较，对其它以下12个基因在上述测试样品中的表达 也进行了测试：

18S核糖体RNA(18S rRNA)，β-肌动蛋白(ACTB)、甘油醛-3-磷 酸脱氢酶(GAPDH)、泛素C(UBC)，β-2-微球蛋白(B2M)，RNA 聚合酶II亚基(POLR2A)、酪氨酸3-单加氧酶/色氨酸5-加单氧酶激活 蛋白Z(ζ-tyrosine 3-monooxygenase/tryptophan 5-monooxygenaseactivation protein，YWHAZ)，β-葡萄糖醛酸酶(GUSB)，输入蛋白 8(importin 8，IPO8)、磷酸甘油酸激酶1(phosphoglycerate kinase 1， PGK1)，转铁蛋白受体(TFRC)和核糖体蛋白L13a(RPL13A)。

qRT-PCR采用自动工作站epMotion 5075LH(Eppendorf，Germany) 来对PCR试剂进行精确加样。扩增反应采用QuantStudio^TM>TMGreen Master Mix(ThermoFisher)。扩增条件如 下：UDG活化，50℃，2分钟；DNA聚合酶激活，95℃，2分钟； 40个循环包括变性，95℃，15秒和退火/延长，55℃，30秒。采用熔 解曲线确定扩增反应的特异性。

qPCR中针对本发明的HPRT1、RPLP0和HMBS基因使用的引物序 列为：

HPRT1-Fwd：TGACACTGGCAAAACAATGCA(5′→3′) (SEQ ID NO.1)

HPRT1-rev：GGTCCTTTTCACCAGCAAGCT(5′→3′) (SEQ ID NO.2)

RPLP0-Fwd：AGCCCAGAACACTGGTCTC(5′→3′) (SEQ ID NO.3)

RPLP0-rev：ACTCAGGATTTCAATGGTGCC(5′→3′) (SEQ ID NO.4)

HMBS-Fwd：GGCAATGCGGCTGCAA(5′→3′) (SEQ ID NO.5)

HMBS-rev：GGGTACCCACGCGAATCAC(5′→3′)(SEQ ID NO.6)

qPCR中检测前述待测看家基因使用的引物序列如表2所示：

表2引物序列

采用qRT-PCR对44例PCOS患者和45例对照妇女的上述15个候 选内参基因的表达水平测定其循环阈值(Ct)，结果如图1所示，其Ct 值表现出动态的表达，范围从最低的18SRNA的13.81±0.54到最高 的HMBS的28.25±1.13，平均Ct值为21.35±1.12。18S RNA和β肌动蛋白是最丰富的基因，其次是GAPDH，而表达最少的基因是HMBS。 对这些候选内参基因的表达的测量发现它们的表达具有明显的个体间 差异，标准偏差范围从18S RNA的0.54到UBC的1.26。可见，还需 要选择更可靠的内参基因或内参基因组合才能够在对多囊卵巢综合征 (PCOS)，特别是在颗粒细胞样品中进行比较性基因表达研究作为基 因表达标准化的内部控制的内参基因。

实施例6内参基因表达稳定性分析

(1)内参基因表达稳定性评估方法

本领域采用的评估待测基因组合作为内参基因的使用的稳定性的 评估方法(Chen，et al.，2011；Zhang，et al.，2012)采取以下公式进行综合 分析：

N＝几何平均数(N1，N2，N3)(1)

即N＝(N1xN2xN3)^1/3

其中N为进行分析的基因组群中各基因的表达的稳定性数值，数值 越小，表示稳定性越好；N1为根据GeNorm算法得到的排名；N2为 根据NormFinder算法得到的排名；N3为根据BestKeeper算法得到的 排名。即先采用GeNorm算法、NormFinder算法和BestKeeper算法等 三种算法测试得到各基因表达的稳定性，然后计算这三种算法的排名 的几何平均数。通过公式(1)对GeNorm算法、NormFinder算法和 BestKeeper算法的排名进行综合排名，可以消除只用单一方法可能造 成的误差。

GeNorm算法(Vandesompele，et al.，2002)可选择一个理想的内参基 因组合，其中的内参基因的表达比率受不同的实验条件和样品等外部 因素影响最小。稳定性M值是基于一个待测内参基因和所有其他待测 内参基因的成对变异分析(pair-wise variationanalysis)，其值表示该内 参基因表达的稳定性。在算法中，最高M值的基因被逐一淘汰，重复 这个选择和排除过程，最后选择两个最稳定表达的基因。最低M值的 基因被认为是最稳定的内参基因。

NormFinder算法(Andersen，et al.，2004)的原理和GeNorm算法类似， 产生基因表达稳定值，然后根据稳定值排序，以表达稳定值最小的基 因作为最稳定的基因。

BestKeeper算法(Pfaffl，et al.，2004)是根据与Bestkeeper指数相关的 系数，即被测基因组合的Ct值的几何平均数，来测定基因表达的稳定 性。其中测算出变异系数(CV)和标准偏差(SD)。具有最低CV和 SD值的内参基因则为表达最稳定的基因。具有SD＞1的基因被排除。 此算法考虑了Bestkeeper指数和内参基因间的Pearson相关系数、关联 系数(coefficient ofdetermination，r²)和P值。

被测多囊卵巢综合征患者和对照组的临床特点的数值变量被表示 为平均值±SD。使用SPSSv.19.0(SPSS公司，芝加哥，IL，美国)进 行独立样本T检验。P值小于0.05被认为有统计学意义。

(2)GeNorm算法测试结果

如图2所示，本发明测试的3个基因(HPRT1、RPLP0和HMBS) 以及其它12个内参基因(18S rRNA、ACTB、GAPDH、UBC、B2M、 POLR2A、YWHAZ、GUSB、IPO8、PGK1、TFRC和RPL13A)，在颗粒细胞中，其表达值M的平均数都低于GeNorm算法设定的阈值1.5。 RPL13A和RLPP0具有最低的M值0.27，属于此算法算出的表达最稳 定的基因，接着是β-actin(0.41)，HPRT1(0.45)，YWHAZ(0.46)，GAPDH (0.49)，PGK1(0.52)，HMBS(0.53)，UBC(0.55)，IPO8(0.56)，B2M(0.58)， POLR2A(0.60)，GUSB(0.62)，TRFC(0.64)，而18s RNA是表达最不稳 定的，M值为0.67。

(3)NormFinder算法测试结果

如图4所示，根据NormFinder算法，在颗粒细胞样品中，HPRT1 具有最低的M值0.07，属于此算法算出的表达最稳定的基因，接着是 YWHAZ(0.09)，ACTB(0.42)，HMBS(0.11)，PGK1(0.11)，UBC(0.12)， GAPDH(0.19)，GUSB(0.2)，IPO8(0.21)，POLR2A(0.22)，RPLP0(0.24)， 18s RNA(0.24)，TFRC(0.25)，RPL13A(0.25)，而B2M是表达最不稳定 的，M值为0.28。

(4)BestKeeper算法测试结果

如图5所示，根据BestKeeper算法，在颗粒细胞样品中，GUSB的 SD(±Ct)和CV(％Ct)的值分别为0.70和2.67，属于此算法算出的表达最 稳定的基因，接着是18s RNA(SD：0.40，CV：2.87)，HMBS(SD：0.90，CV：3.19)， IPO8(SD：0.88，CV：3.38)，TFRC(SD：0.85，CV：3.45)，POLR2A(SD：0.88， CV：3.58)，HPRT1(SD：0.88，CV：3.59)，RPLP0(SD：0.75，CV：3.77)，RPL13A (SD：0.75，CV：3.97)，YWHAZ(SD：0.88，CV：4.12)，PGK1(SD：0.95，CV：4.30)， ACTB(SD：0.76，CV：4.36)，UBC(SD：1.00，CV：4.72)，B2M(SD：0.93，CV：4.73)， 而GAPDH(SD：0.94，CV：5.02)是表达最不稳定的。

(5)内参基因表达稳定性评估

根据(2)-(4)中根据GeNorm算法、NormFinder算法和BestKeeper 算法得到的待测基因的表达稳定性的排名，根据(1)中的公式，可得 到表3：

表3内参基因稳定性排名

可见，本发明采用的内参基因组合中的三个基因的稳定性在所测的 15个基因中是最稳定的。

实施例7内参基因组合中采用基因个数的优劣比较

GeNorm算法可通过对标准化因子进行成对差异分析(pair-wise variationanalysis)来评估用于基因表达标准化的内参基因的合适的个 数(Vandesompele，et a1.，2002)。在成对差异分析中，对于任何具有 (V_n/n+1)的值低于阈值0.15的n个内参基因的组合，多一个(即n+1>

根据实施例5的44例PCOS患者和45例对照妇女的上述15个候 选内参基因的表达水平的循环阈值(Ct)的检测结果，通过GeNorm 算法进行分析。

结果如图3所示，发现V2/3值(r²>2>

越来越多的证据证明，原来被认为是在不同样品中稳定表达，差异 最小的看家基因，在不同的生理或病理情况下在不同样本(组织或细 胞)中的表达也存在很大差异(Meller，et al.，2005；Patel，et al.，2002)。本发 明在多囊卵巢综合征(PCOS)女性患者和具有正常排卵功能的妇女中， 在通过颗粒细胞中的基因表达谱分析来研究多囊卵巢综合征时，出乎意 料地发现次黄嘌呤磷酸核糖转移酶1(HPRT1)、核糖体磷酸化蛋白大 亚基P0(ribosomal protein lateral stalk subunit P0，RPLP0)和羟甲基胆 素合成酶(hydroxymethylbilane synthase，HMBS)的基因在综合评估 (Chen，et al.，2011；Zhang，et al.，2012)中是表达最稳定的看家基因。并 且，在基因表达谱分析中，采用这三个基因的组合比其它采用一个、两 个或四个看家基因作为内参基因更加适合。

由此，本发明提供了在通过细胞中的基因表达谱分析来研究多囊卵 巢综合征中，特别是在人的颗粒细胞样品中，采用次黄嘌呤磷酸核糖转移 酶1(HPRT1)、核糖体磷酸化蛋白大亚基P0(ribosomal protein lateral stalk subunit P0，RPLP0)和羟甲基胆素合成酶(hydroxymethylbilane synthase，HMBS)的基因的组合作为内参基因的方法。这几个内参基因的 组合能够在基因表达谱分析，例如在实时荧光定量PCR、Northern Blot和基 因芯片等应用中，用作校正上样量误差或上样过程中的操作误差等差异，进 一步保证实验结果的准确性，帮助本领域的技术人员对多囊卵巢综合征进 行研究或检测(诊断)。

以下论文的全文引入到本申请，作为本发明的说明的一部分。

1.Auersperg N，Wong AS，Choi KC，Kang SK，Leung PC：Ovarian surfaceepithelium： biology，endocrinology，and pathology.Endocr Rev 2001，22(2)：255-288.

2.Redjimi N，Gaudin F，Touboul C，Emilie D，Pallardy M，Biola-Vidamment A，Fernandez H，Prevot S，Balabanian K，Machelon V：Identification ofglucocorticoid-induced leucine zipper as a key regulator of tumor cellproliferation in epithelial ovarian cancer.Mol Cancer 2009，8：83.

3.Hennessy BT，Coleman RL，Markman M：Ovarian cancer.Lancet 2009，374(9698)：1371-1382.

4.Partridge EE，Bames MN：Epithelial ovarian cancer：prevention，diagnosis，and treatment.CA Cancer J Clin 1999，49(5)：297-320.

5.Rosenthal AN，Fraser L，Manchanda R，Badman P，Philpott S，Mozersky J，Hadwin R， Cafferty FH，Benjamin E，Singh N et al：Results of annual screening inphase I of the United Kingdom familial ovarian cancer screening studyhighlight the need for strict adherence to screening schedule.J Clin Oncol2013，31(1)：49-57.

6.Zhao H，Shen J，Wang D，Guo Y，Gregory S，Medico L，Hu Q，Yan L，Odunsi K，Lele S et al：Associations between gene expression variations and ovariancancer risk alleles identified from genome wide association studies.PloS one2012， 7(11)：e47962.

7.Shen J，Wang D，Gregory SR，Medico L，Hu Q，Yan L，Odunsi K，Lele SB，Ambrosone CB，Liu S et al：Evaluation of microRNA expression profiles and theirassociations with risk alleles in lymphoblastoid cell lines of familialovarian cancer. Carcinogenesis 2012，33(3)：604-612.

8.Centher V，Massart DL，de Noord OE，de Jong S，Vandeginste BM，Stema C：Elimination of uninformative variables for multivariatecalibration.Analytical chemistry 1996，68(21)：3851-3858.

9.Richard R.Picard RDC：Cross-Validation of Regression Models.Journalof the American Statistical Association 1984，79：575-583.

10.Cai W，Li Y，Shao X：A variable selection method based onuninformative variable elimination for multivariate calibration of near-infrared spectra.Chemometrics and Intelligent Laboratory Systems 2008，90(2)：188-194.

11.Chakraborty S，Datta S，Datta S：Surrogate variable analysis usingpartial least squares(SVA-PLS)in gene expression studies.Bioinformatics 2012，28(6)：799-806.

12.Xu Q-S，Liang y-Z，Du Y-P：Monte Carlocross-validation for selectinga model and estimating the prediction error in multivariatecalibration.Journal of Chemometrics 2004，18(2)：112-120.

13.Gourvénec S，Femández Pierna JA，Massart DL，Rutledge DN：Anevaluation of the PoLiSh smoothed regression and the Monte Carlo Cross-Validation for the determination of the complexity of a PLSmodel.Chemometrics and Intelligent Laboratory Systems 2003，68(1-2)：41-51.

14.Irizarty RA，Hobbs B，Collin F，Beazer-Barclay YD，Antonellis KJ，ScherfU，Speed TP： Exploration，normalization，and summaries of high densityoligonucleotide array probe level data.Biostatistics 2003，4(2)：249-264.

15.IS H：On the structure of partial least-squares regression.CommunStat-Simulation Comput 1988.17：581-607.

16.IS H：Partial least-squares regression and statistical model.ScandJ Stat 1990， 17：97-144.

17.Barker M.Rayens W：Partial Least Squares for Discrimination.Journalof Chemometrics 2010，17(3)：166-173.

18.Martins JPA，Teófilo RF，Ferreira MMC：Computational performance andcross-validation error precision of five PLS algorithms using designed andreal data sets.Journal of Chemometrics 2010，24(6)：320-332.

19.Ding S：Partial least squares based gene expression analysis inrenal failure. Diagnostic pathology 2014，9(1)：137-137.

20.Gosselin R，Rodrigue D，Duchesne C：A Bootstrap-VIP approach forselecting wavelength intervals in spectral imaging applications.Chemometricsand Intelligent Laboratory Systems 2010，100(1)：12-21.

21.Wang X，E1 Naqa IM：Prediction of both conserved and nanconservedmicroRNA targets in animals.Bioinformatics 2008，24(3)：325-332.

22.Shannon P，Markiel A，Ozier O，Baliga NS，Wang JT，Ramage D，Amin N，Schwikowski B，Ideker T：Cytoseape：a software environment for integrated modelsof biomolecular interaction networks.Genome research 2003，13(11)：2498-2504.

23.Han Q-J，Wu H-L，Cai C-B，Xu L，Yu R-Q：An ensemble of Monte Carlouninformative variable elimination for wavelength selection.Analytica ChimicaActa 2008，612(2)：121-125.

24.Agostini M，Knight RA：miR-34：from bench to bedside.Oncotarget 2014，5(4)：872-881.

25.Kumamoto K，Spillare EA，Fujita K，Horikawa I，Yamashita T，Appella E，Nagashima M，Takenoshita S，Yokota J，Harris CC：Nutlin-3a activates p53to bothdown-regulate inhibitor of growth 2and up-regulate mir-34a，mir-34b，and mir-34c expression，and induce senescence.Cancer research 2008，68(9)：3193-3203.

26.Asmar F，Hother C，Kulosman G，Treppendahl MB，Nielsen HM，Ralfkiaer U，Pedersen A，Moller MB，Ralfkiaer E，de Nully Brown P et al：Diffuse large B-celllymphoma with combined TP53mutation and MIR34A methylation：Another″doublehit″ lymphoma with very poor outcame？Oncotarget 2014，5(7)：1912-1925.

27.Niskakoski A，Kaur S，Staff S，Renkonen-Sinisalo L，Lassus H，JarvinenHJ，Mecklin JP，Butzow R，Peltomaki P：Epigenetic analysis of sporadic and Lynch-associated ovarian cancers reveals histology-specific patterns of DNAmethylation. Epigenetics：officialjournal of the DNA Methylation Society 2014，9(12)：1577-1587.

28.Shrestha RL，Tamura N，Fries A，Levin N，Clark J，Draviam VM：TAO1kinasemaintains chromosomal stability by facilitating proper congression ofchromosomes.Open Biol 2014，4(6)：130108.

29.Ramah M，Earnest S，Zhang K，Zhao Y，Cobb MH：TAO kinases mediateactivation of p38in response to DNA damage.The EMBOjournal 2007，26(8)：2005-2014.

30.Draviam VM，Stegmeier F，Nalepa G，Sowa ME，Chen J，Liang A，Hannon GJ，Sorger PK，Harper JW，Elledge SJ：A functional genomic screen identifies a rolefor TAO1 kinase in spindle-checkpoint signalling.Nature cell biology 2007，9(5)：556-564.

31.Hubner NC，Wang LH，Kaulich M，Descombes P，Poser I，Nigg EA：Re-examination of siRNA specificity questions role of PICH and Tao1 in thespindle checkpoint and identifies Mad2as a sensitive target for smallRNAs.Chromosoma 2010， 119(2)：149-165.

32.Westhorpe FG，Diez MA，Gurden MD，Tighe A，Taylor SS：Re-evaluating therole of Tao1 in the spindle checkpoint.Chromosoma 2010，119(4)：371-379.

33.Guo WJ，Zhang YM，Zhang L，Huang B，Tao FF，Chen W，Guo ZJ，Xu Q，Sun Y：Novel monofunctional platinum(II)complex Mono-Pt induces apoptosis-independent autophagic cell death in human ovarian carcinoma cells，distinctfrom cisplatin. Autophagy 2013，9(7)：996-1008.

34.Smith DM，Patel S，Raffoul F，Haller E，Mills GB，Nanjundan M：Arsenictrioxide induces a beclin-1-independent autophagic pathway via modulation ofSnoN/SkiL expression in ovarian carcinoma cells.Cell death anddifierentiation 2010， 17(12)：1867-1881.

35.Cao J，Cai J，Huang D，Han Q，Yang Q，Li T，Ding H，Wang Z：miR-335represents an invasion suppressor gene in ovarian cancer by targeting Bcl-w.Oncology reports 2013，30(2)：701-706.

36.Cao J，Cai J，Huang D，Han Q，ChenY，Yang Q，Yang C，Kuang Y，Li D，Wang Z：miR-335represents an independent prognostic marker in epithelial ovariancancer. Americanjournal of clinicalpathology 2014，141(3)：437-442.

37.Taylor SA，Marrinan CH，Liu G，Nale L，Bishop WR，Kirschmeier P，Liu M，Long BJ： Combining the farnesyltransferase inhibitor lonafarnib withpaclitaxel results in enhanced growth inhibitory effects on human ovariancancer models in vitro and in vivo.Gynecologic oncology 2008，109(1)：97-106.

38.Yang Y，Liu L，Cai J，Wu J，Guan H，Zhu X，Yuan J，Chen S，Li M：TargetingSmad2 and Smad3by miR-136suppresses metastasis-associated traits of lungadenocarcinoma cells.Oncology research 2013，21(6)：345-352.

39.Shen S，Yue H，Li Y，Qin J，Li K，Liu Y，Wang J：Upregulation of miR-136in human non-small cell lung cancer cells promotes Erk1/2activation bytargeting PPP2R2A. Tumour biology：the journal of the International Societyfor Oncodevelopmental Biology and Medicine 2014，35(1)：631-640.

40.Lee DY，Jeyapalan Z，Fang L，Yang J，Zhang Y，Yee AY，Li M，Du WW，Shatseva T， Yang BB：Expression of versican 3′-untranslated region modulatesendogenous microRNA functions.PloS one 2010，5(10)：e13599.

41.Qiu J，Ye L，Ding J，Feng W，Zhang Y，Lv T，Wang J，Hua K：Effects ofoestrogen on long noncoding RNA expression in oestrogen receptor alpha-positive ovarian cancer cells.The Journal of steroid biochemistry andmolecularbiology 2014， 141：60-70.

42.Januchowski R，Zawierucha P，Rucinski M，Nowicki M，Zabel M：Extracellular matrix proteins expression profiling in chemoresistant variantsof the A2780 ovarian cancer cell line.BioMed research international2014.2014：365867.

43.Yew KH，Crow J，Hirst J，Pessetto Z，Godwin AK：Epimorphin-induced METsensitizes ovarian cancer cells to platinum.PloS one 2013，8(9)：e72637.

上面是对本发明进行的说明，不能将其看成是对本发明进行的限 制。除非另外指出，本发明的实践将使用有机化学、聚合物化学、生 物技术等的常规技术，显然除在上述说明和实施例中所特别描述之外， 还可以别的方式实现本发明。其它在本发明范围内的方面与改进将对 本发明所属领域的技术人员显而易见。根据本发明的教导，许多改变 和变化是可行的，因此其在本发明的范围之内。

如无特别表示，本文中出现的温度的单位“度”是指摄氏度，即℃。