选择性启动子在癌症中的作用：从机制到临床应用

HNF4A存在多种亚型，这些亚型由选择性启动子或选择性剪接产生。Briancon和Weiss[98]的研究发现，仅表达HNF4α1或HNF4α7的小鼠分别表现出血脂异常和葡萄糖耐量受损，揭示了选择性启动子的功能特异性。HNF4α1异构体由启动子P1调节，在肝细胞、小肠、结肠、肾脏和附睾中表达，而HNF4α7异构体受下游启动子P2控制，在胰腺、胃、小肠、结肠和附睾中表达。然而，在胃癌、HCC和结直肠癌中，这种表达模式发生了变化，暗示其与癌症的发病机制有关[99]。

近年来，随着各种测序技术的发展，检测全基因组启动子活性的方法不断涌现，包括H3K4me3染色质免疫沉淀后测序（H3K4me3 ChIP-seq）[100]、基因表达谱加帽分析（CAGE）[101]、转录组短序列测序（RNA short-read sequencing）[102]和转录组长序列测序（RNA long-read sequencing）[103]等。H3K4me3是一种有效的启动子标记，主要富集在TSS附近的启动子区域[104]。通过H3K4me3 ChIP-seq可以定位和定量富集区域，从而获得启动子的染色体位置和转录活性[105]。启动子能够调节具有不同5'起始位点转录亚型的表达，通过检测转录亚型的表达丰度可以评估启动子活性。在转录过程中，mRNA需要经历多种加工和修饰，如剪接、5'端的加帽和3'端的加尾，才能成为成熟的mRNA并进行翻译[106]。CAGE是一种基于mRNA 5'端帽子结构连接的RNA序列扩增方法，可以获得基因组mRNA的转录起始位点和对应5' UTR的信息，并通过检测CAGE标签强度推算启动子的转录活性[109]。

近年来出现的三代测序技术，如PacBio和ONT，具有超长测序读长，不仅可以计算mRNA丰度评估启动子活性，还可以发现新的转录亚型和启动子，具有很大的潜力[103]。然而，由于技术推广困难和成本较高等限制，大多数癌症研究缺乏H3K4me3 ChIP-seq、CAGE和转录组长序列测序等数据，因此在很长一段时间内，对于启动子活性在癌症中的作用的研究较少。2019年，Tan研究团队开发了一种基于转录组短序列比对的proActiv算法，利用RNA-seq数据，通过连接读数比对计数方法，定义启动子活性为每个邻近启动子处的转录总量，从而推算启动子活性水平。该算法与H3K4me3 ChIP-seq和PacBio Iso-Seq检测方法具有很高的一致性[102, 103]。该研究分析了来自泛癌全基因组分析和癌症基因组图谱数据库的18468个配对样本以及来自基因型-组织表达数据库的5260个样本，发现选择性启动子在癌症中广泛存在，并且能够独立于基因表达引起肿瘤相关基因的转录亚型转化。在低级别胶质瘤中，ERBB启动子2（ERBB-P2）相较于ERBB启动子1（ERBB-P1）具有显著的预后评估功能[102]。该团队利用PacBio Iso-Seq进一步研究发现，在胃癌中启动子活性具有组织特异性，并在胃癌中验证了其启动子活性算法的可靠性和预后评估价值[103]。上述关于泛癌中选择性启动子的研究表明，选择性启动子在癌症相关基因的转录过程中具有广泛的调节作用，并且能独立于基因表达发挥其生物学功能。然而，这项研究是基于泛癌的概览分析，对于HCC中选择性启动子的分析不够深入，而且对其潜在的调控机制没有进一步探索。