TP53調控通路基因多態性與HPV相關性宮頸癌的關聯探究一、引言1.1研究背景與意義宮頸癌作為全球范圍內嚴重威脅女性健康的惡性腫瘤之一，其發病率和死亡率在女性癌癥中均占據顯著地位。據世界衛生組織（WHO）統計數據顯示，每年全球約有新發病例50萬，死亡病例約27萬，這一數據揭示了宮頸癌對女性生命健康的巨大威脅。在我國，宮頸癌同樣是女性生殖系統最常見的惡性腫瘤之一，嚴重影響著廣大女性的生活質量和生命安全。大量研究已明確證實，高危型人乳頭瘤病毒（humanpapillomavirus，HPV）的持續感染是引發宮頸癌的主要病因。HPV病毒的基因組可整合到宿主細胞基因組中，導致細胞的異常增殖和分化，進而逐步發展為宮頸癌。然而，并非所有感染HPV的女性都會發展為宮頸癌，這表明個體的遺傳背景在宮頸癌的發生發展過程中起著重要作用。在眾多與宮頸癌發生相關的遺傳因素中，TP53調控通路相關基因的功能單核苷酸多態性（singlenucleotidepolymorphisms，SNPs）逐漸成為研究的焦點。TP53基因是一種重要的抑癌基因，其編碼的TP53蛋白在細胞周期調控、DNA損傷修復、細胞凋亡等過程中發揮著關鍵作用。當細胞受到DNA損傷或其他應激刺激時，TP53蛋白被激活，通過一系列信號傳導通路，誘導細胞周期停滯，使細胞有足夠時間進行DNA修復；若DNA損傷無法修復，則啟動細胞凋亡程序，以清除受損細胞，防止腫瘤的發生發展。TP53調控通路中還存在許多其他重要基因，如MDM2、CDKN1A等，它們與TP53基因相互作用，共同維持細胞的正常生理功能。MDM2基因是TP53的負調控因子，可與TP53蛋白結合，促進其泛素化降解，從而抑制TP53的功能。CDKN1A基因編碼的p21蛋白則是TP53的下游靶基因，在TP53的調控下，p21蛋白可抑制細胞周期蛋白依賴性激酶（CDK）的活性，使細胞周期停滯在G1期，為DNA修復提供時間。這些基因的功能單核苷酸多態性可能會改變基因的表達水平或蛋白的結構和功能，進而影響TP53調控通路的正常運作，增加個體對宮頸癌的遺傳易感性。例如，TP53基因的某些SNP位點可能會影響TP53蛋白與DNA的結合能力，使其對下游靶基因的調控功能受損；MDM2基因的SNP位點可能會改變MDM2蛋白與TP53蛋白的相互作用，導致TP53蛋白的穩定性和活性發生變化。深入研究TP53調控通路相關基因功能單核苷酸多態性與HPV相關宮頸癌的關系，具有重要的理論和實際意義。在理論方面，有助于揭示宮頸癌發生發展的分子機制，進一步完善對腫瘤遺傳易感性的認識；在實際應用中，可為宮頸癌的早期診斷、風險評估和個性化治療提供重要的遺傳標志物和理論依據。通過檢測這些基因的多態性，可篩選出宮頸癌的高危人群，實現早期干預和預防；在治療過程中，根據患者的基因多態性信息，制定更加精準的治療方案，提高治療效果，改善患者的預后。1.2研究目的與創新點本研究旨在深入探究TP53調控通路相關基因功能單核苷酸多態性與HPV相關宮頸癌之間的關系，明確這些基因多態性在宮頸癌發生發展過程中的作用機制，為宮頸癌的早期診斷、風險評估和個性化治療提供更為堅實的理論依據和潛在的遺傳標志物。具體而言，通過對大量宮頸癌患者和健康對照人群的基因檢測和分析，篩選出與HPV相關宮頸癌易感性、臨床病理特征及預后密切相關的基因多態性位點，為精準醫學在宮頸癌領域的應用奠定基礎。本研究的創新點主要體現在以下兩個方面。其一，首次對TP53調控通路中多個關鍵基因的功能單核苷酸多態性進行聯合分析，全面評估它們在HPV相關宮頸癌發生發展中的協同作用。以往的研究大多僅關注單個基因的多態性，難以全面揭示復雜的遺傳調控網絡。本研究將多個基因納入研究范圍，能夠更深入地了解基因之間的相互關系和作用機制，為宮頸癌的遺傳易感性研究提供新的視角。其二，結合患者的臨床特征，如年齡、腫瘤分期、組織學類型、淋巴結轉移情況等，對基因多態性與宮頸癌的關系進行分層分析。這種分析方法有助于明確基因多態性在不同臨床特征下對宮頸癌的影響差異，為臨床醫生根據患者個體情況制定精準的治療方案提供更具針對性的信息，從而提高宮頸癌的治療效果和患者的生存質量。二、研究基礎理論2.1宮頸癌概述2.1.1宮頸癌的流行病學特征宮頸癌是全球范圍內嚴重威脅女性健康的主要惡性腫瘤之一，其流行病學特征在不同地區呈現出顯著差異。從全球視角來看，根據國際癌癥研究機構（IARC）發布的數據，2020年全球宮頸癌新發病例約60.4萬例，死亡病例約34.2萬例，在女性癌癥發病和死亡順位中均位居第四。其中，發展中國家的宮頸癌發病率和死亡率明顯高于發達國家，約85%的新發病例和死亡病例發生在發展中國家。在非洲地區，宮頸癌的發病率高居女性惡性腫瘤首位，如在南非，每年每10萬女性中約有40例新發病例；而在歐美等發達國家，由于廣泛開展宮頸癌篩查和HPV疫苗接種，宮頸癌的發病率和死亡率已顯著下降，例如美國，其宮頸癌的發病率和死亡率在過去幾十年間呈持續下降趨勢，2020年發病率約為每10萬女性中12例。我國作為發展中國家，宮頸癌同樣是女性生殖系統最常見的惡性腫瘤之一。近年來，隨著經濟的發展和醫療水平的提高，我國宮頸癌的防治工作取得了一定成效，但發病率和死亡率仍處于較高水平。根據國家癌癥中心發布的數據，2020年我國宮頸癌新發病例約11.0萬例，死亡病例約5.9萬例。值得注意的是，我國宮頸癌的發病呈現出年輕化趨勢，過去宮頸癌的高發年齡主要集中在45-55歲，而近年來，30-45歲年齡段的發病率明顯上升。不同地區宮頸癌的發病率和死亡率存在差異，這主要與以下因素有關。一是HPV疫苗接種情況，HPV疫苗接種率高的地區，宮頸癌的發病率相對較低。二是宮頸癌篩查普及程度，定期進行宮頸癌篩查能夠早期發現宮頸病變，及時進行干預和治療，從而降低宮頸癌的發病率和死亡率。三是性行為和生殖因素，如性生活過早、多個性伴侶、多孕多產等，這些因素會增加HPV感染的風險，進而提高宮頸癌的發病幾率。四是社會經濟狀況，經濟欠發達地區往往醫療資源匱乏，HPV疫苗接種和宮頸癌篩查的普及程度較低，導致宮頸癌的發病率和死亡率相對較高。2.1.2HPV感染與宮頸癌的關系大量研究已明確證實，高危型人乳頭瘤病毒（HPV）的持續感染是引發宮頸癌的主要病因。HPV是一種雙鏈環狀DNA病毒，其基因組可分為早期區（E區）、晚期區（L區）和非編碼區（NCR）。E區編碼的蛋白參與病毒的復制、轉錄調控和細胞轉化等過程，L區編碼的蛋白則構成病毒的衣殼。HPV致癌的機制較為復雜，主要通過以下幾個方面實現。高危型HPV的E6和E7蛋白是其致癌的關鍵因素。E6蛋白可與細胞內的抑癌蛋白p53結合，促進p53的泛素化降解，使細胞失去對DNA損傷的監測和修復能力，導致細胞異常增殖。E7蛋白則與視網膜母細胞瘤蛋白（pRb）結合，釋放轉錄因子E2F，激活細胞周期相關基因的表達，促使細胞進入增殖狀態。高危型HPV的基因組可整合到宿主細胞基因組中，導致宿主細胞基因表達異常，進一步促進細胞的惡性轉化。在整合過程中，HPV基因組的部分片段可能會缺失或重排，使得E6和E7基因持續高表達，增強其致癌作用。高危型HPV的持續感染在宮頸癌的發生發展過程中起著關鍵作用。大多數HPV感染是暫時的，機體的免疫系統可在數月至2年內將其清除。然而，約有10%-15%的女性會發生高危型HPV的持續感染，這種持續感染會導致宮頸上皮細胞的異常增生和分化，逐漸發展為宮頸上皮內瘤變（CIN），進而進展為宮頸癌。從高危型HPV持續感染到發展為宮頸癌，通常需要經歷數年至數十年的時間，這為宮頸癌的早期診斷和干預提供了機會。除了高危型HPV持續感染外，其他因素也可能協同促進宮頸癌的發生。如機體免疫功能低下，會削弱免疫系統對HPV的清除能力，增加HPV持續感染的風險。長期吸煙會導致宮頸局部免疫力下降，同時香煙中的致癌物質也可能促進宮頸細胞的惡變。多個性伴侶、性生活過早等性行為因素會增加HPV感染的機會，從而間接增加宮頸癌的發病風險。2.2TP53調控通路解析2.2.1TP53基因及其蛋白功能TP53基因位于人類17號染色體短臂1區3帶（17p13.1），其全長約20kb，包含11個外顯子和10個內含子。TP53基因編碼的p53蛋白由393個氨基酸組成，分子量約為53kDa，故而得名。p53蛋白包含多個功能結構域，這些結構域協同作用，賦予了p53蛋白在細胞生命活動中至關重要的功能。N端的轉錄激活結構域（TAD）是p53蛋白發揮轉錄調控功能的關鍵區域。TAD能夠與多種轉錄因子和輔助激活因子相互作用，如轉錄因子TFIID、輔激活因子p300/CBP等，從而啟動下游靶基因的轉錄過程。當細胞受到應激刺激時，p53蛋白被激活，TAD與這些轉錄相關因子結合，招募RNA聚合酶Ⅱ等轉錄機器，促進下游靶基因的轉錄，進而調控細胞的生理過程。中央的DNA結合結構域（DBD）是p53蛋白識別并結合靶基因DNA序列的區域。DBD具有高度保守性，能夠特異性地識別靶基因啟動子區域的p53反應元件（p53RE）。p53RE通常由兩個拷貝的核心序列5'-PuPuPuC(A/T)(T/A)GPyPyPy-3'組成，中間間隔0-13個堿基對。p53蛋白的DBD與p53RE結合后，可調節靶基因的轉錄活性，影響細胞的增殖、凋亡、DNA修復等過程。例如，p53蛋白與p21基因啟動子區域的p53RE結合，可促進p21基因的轉錄，進而抑制細胞周期蛋白依賴性激酶（CDK）的活性，使細胞周期停滯在G1期。C端的寡聚化結構域（OD）對于p53蛋白的功能發揮也具有重要作用。OD能夠促使p53蛋白形成四聚體結構，只有四聚體形式的p53蛋白才能有效地結合DNA并發揮轉錄調控功能。此外，C端還包含一個調節結構域，該結構域可通過磷酸化、乙酰化等修飾方式調節p53蛋白的活性和穩定性。當細胞受到DNA損傷等應激刺激時，C端調節結構域發生磷酸化修飾，可增強p53蛋白的穩定性和活性，使其能夠更好地發揮生物學功能。在細胞周期調控方面，p53蛋白發揮著關鍵的關卡作用。當細胞受到DNA損傷、缺氧、氧化應激等刺激時，p53蛋白被激活。激活后的p53蛋白通過上調p21基因的表達，p21蛋白與CDK結合，抑制CDK的活性，從而使細胞周期停滯在G1期。在G1期，細胞有足夠的時間對受損的DNA進行修復，以確保基因組的穩定性。若DNA損傷無法修復，p53蛋白則會進一步誘導細胞凋亡，清除受損細胞，防止腫瘤的發生。在DNA修復過程中，p53蛋白可通過多種途徑參與調控。p53蛋白能夠激活一些參與DNA修復的基因，如GADD45、PCNA等。GADD45蛋白可與DNA損傷修復相關的酶相互作用，促進DNA損傷的修復；PCNA則是DNA復制和修復過程中的關鍵蛋白，p53蛋白通過調節PCNA的表達和活性，影響DNA修復的效率。p53蛋白還可以通過與DNA修復蛋白直接相互作用，參與DNA修復過程。研究發現，p53蛋白能夠與核苷酸切除修復（NER）途徑中的關鍵蛋白XPA、XPC等相互作用，促進NER途徑對DNA損傷的修復。在細胞凋亡調控方面，p53蛋白同樣起著核心作用。當細胞面臨嚴重的DNA損傷或其他無法修復的應激時，p53蛋白可激活一系列促凋亡基因的表達，如Bax、PUMA、NOXA等。Bax蛋白可在線粒體外膜上形成孔道，導致線粒體膜電位喪失，釋放細胞色素C等凋亡因子，進而激活caspase級聯反應，引發細胞凋亡。PUMA和NOXA則通過與抗凋亡蛋白Bcl-2家族成員相互作用，促進細胞凋亡的發生。p53蛋白還可以通過調節死亡受體途徑來誘導細胞凋亡。p53蛋白可上調死亡受體Fas、DR5等的表達，使細胞對凋亡信號更加敏感，從而促進細胞凋亡的進行。2.2.2TP53調控通路的關鍵組成與信號傳導TP53調控通路是一個復雜而精密的網絡，除了核心基因TP53外，還包含多個關鍵基因，它們相互協作，共同維持細胞的正常生理功能。在這條通路中，MDM2基因是TP53的重要負調控因子。MDM2基因編碼的MDM2蛋白能夠與p53蛋白的N端轉錄激活結構域結合，抑制p53蛋白的轉錄活性。MDM2蛋白還具有E3泛素連接酶活性，可促進p53蛋白的泛素化修飾，使其被蛋白酶體識別并降解，從而降低p53蛋白的水平，抑制其功能。在正常細胞中，MDM2與p53之間形成一個負反饋調節環路，維持p53蛋白的穩定低水平表達。當細胞受到應激刺激時，這個負反饋環路被打破，p53蛋白的穩定性和活性增加，啟動一系列細胞保護機制。CDKN1A基因也是TP53調控通路中的關鍵基因之一，其編碼的p21蛋白是細胞周期蛋白依賴性激酶（CDK）的抑制劑。在TP53的調控下，當細胞受到DNA損傷等應激時，p53蛋白結合到CDKN1A基因的啟動子區域，激活其轉錄，使p21蛋白表達上調。p21蛋白與CDK結合，抑制CDK的活性，阻止細胞從G1期進入S期，使細胞周期停滯，為DNA修復提供時間。若DNA損傷修復完成，p53蛋白的活性降低，p21蛋白的表達也隨之下降，細胞周期恢復正常；若DNA損傷無法修復，p53蛋白將進一步誘導細胞凋亡。在TP53調控通路中，還存在許多其他重要的基因和信號分子，它們共同構成了一個復雜的信號傳導網絡。如ATM/ATR激酶在DNA損傷信號傳導中起著關鍵作用。當細胞DNA受到損傷時，ATM/ATR激酶被激活，它們可以磷酸化p53蛋白的多個位點，如Ser15、Ser20等。這些磷酸化修飾可增強p53蛋白的穩定性和活性，使其能夠更好地發揮轉錄調控功能。ATM/ATR激酶還可以磷酸化MDM2蛋白，抑制其與p53蛋白的結合，從而間接增加p53蛋白的水平。當細胞遭受DNA損傷時，TP53調控通路的信號傳導過程如下。DNA損傷首先激活ATM/ATR激酶，ATM/ATR激酶通過磷酸化一系列下游底物，將DNA損傷信號傳遞給p53蛋白。p53蛋白被磷酸化后，其穩定性增加，與MDM2蛋白的結合能力減弱，從而避免被MDM2蛋白降解。穩定的p53蛋白作為轉錄因子，結合到下游靶基因的啟動子區域，啟動靶基因的轉錄。如前文所述，p53蛋白上調p21基因的表達，使p21蛋白水平升高，p21蛋白抑制CDK的活性，導致細胞周期停滯在G1期。同時，p53蛋白還可激活其他參與DNA修復和細胞凋亡的基因，根據DNA損傷的程度和修復情況，決定細胞的命運。若DNA損傷較輕，細胞在完成DNA修復后，p53蛋白的活性逐漸降低，細胞周期恢復正常；若DNA損傷嚴重無法修復，p53蛋白將持續激活促凋亡基因，誘導細胞凋亡，以清除受損細胞，防止腫瘤的發生。2.3單核苷酸多態性（SNP）基礎2.3.1SNP的概念與分類單核苷酸多態性（singlenucleotidepolymorphisms，SNP），是指在基因組水平上由單個核苷酸的變異所引起的DNA序列多態性。這種變異可由單個堿基的轉換（transition）或顛換（transversion）所引起。轉換是指嘌呤與嘌呤之間（A與G）或嘧啶與嘧啶之間（C與T）的替換，顛換則是指嘌呤與嘧啶之間（A與T、A與C、G與T、G與C）的替換。SNP是人類可遺傳的變異中最常見的一種，在人類基因組中廣泛存在，平均每500-1000個堿基對中就有1個SNP。根據SNP在基因組中的位置，可將其分為編碼區SNP（codingSNP，cSNP）和非編碼區SNP。cSNP又可進一步分為同義cSNP和非同義cSNP。同義cSNP是指SNP位點發生的堿基替換不改變其所編碼的氨基酸序列。由于遺傳密碼的簡并性，某些堿基的替換雖然改變了DNA序列，但對應的氨基酸卻未發生變化。例如，DNA序列中密碼子GCC突變為GCA，兩者均編碼丙氨酸，這種SNP對蛋白質的結構和功能通常沒有影響。非同義cSNP則是指SNP位點的堿基替換導致其所編碼的氨基酸序列發生改變。這種改變可能會影響蛋白質的結構和功能，進而對生物的表型產生影響。例如，TP53基因的rs1042522位點，C突變為G，導致其編碼的氨基酸由脯氨酸變為精氨酸。這種氨基酸的改變可能會影響TP53蛋白的結構和功能，使其對下游靶基因的調控能力發生變化，進而影響細胞的增殖、凋亡等過程，增加個體患癌的風險。非編碼區SNP位于基因的非編碼區域，如啟動子、增強子、內含子等。雖然它們不直接編碼蛋白質，但可以通過影響基因的轉錄、轉錄后加工、mRNA的穩定性等過程，間接影響基因的表達水平和功能。例如，啟動子區域的SNP可能會改變轉錄因子與啟動子的結合能力，從而影響基因的轉錄起始效率；內含子區域的SNP可能會影響mRNA的剪接過程，導致產生不同的轉錄本。2.3.2SNP檢測技術方法隨著分子生物學技術的不斷發展，出現了多種SNP檢測技術，每種技術都有其獨特的優缺點和適用場景。常見的SNP檢測技術包括以下幾種。Taqman法是一種基于熒光定量PCR的SNP檢測技術。它針對SNP位點設計特異性的探針，探針的5'端標記熒光報告基團，3'端標記熒光淬滅基團。當探針完整時，報告基團發射的熒光信號被淬滅基團吸收；在PCR擴增過程中，Taq酶的5'-3'外切酶活性將探針降解，使報告基團與淬滅基團分離，從而釋放熒光信號。通過檢測熒光信號的強度，可判斷樣本中SNP位點的基因型。Taqman法的準確性高，重復性好，適合于大樣本、少位點的SNP檢測。但該方法探針標記成本較高，且采用熒光淬滅及雙末端標記技術，存在淬滅難以徹底、本底較高的缺陷；同時，定量時受酶性能的影響。質譜法是利用質譜儀對DNA片段進行分析，根據不同基因型DNA片段的分子量差異來確定SNP位點的基因型。該方法準確性高，適合于大樣本、多位點的SNP檢測，一次能檢測約25個位點。然而，質譜儀設備昂貴，檢測成本較高，限制了其在臨床檢測中的廣泛應用。芯片法是將大量的寡核苷酸探針固定在芯片上，與樣本DNA進行雜交，通過檢測雜交信號來確定SNP位點的基因型。芯片法具有高通量、自動化程度高的優點，適合于超多位點分析。但其準確性相對較低，依靠野生型與突變型基因雜交動力學的差異對突變位點進行檢測，不同位點之間的雜交動力學差異不同，在進行多位點同時檢測時條件難以控制、可重復性差，易出現假陽性假陰性結果。測序法是直接對DNA序列進行測定，通過與參考序列比對，確定SNP位點的基因型。測序法的準確性非常高，能夠檢測出所有類型的SNP，對于少樣本、超多位點的SNP檢測是非常好的選擇。但測序成本較高，且DNA鏈的二級結構容易造成人工假相，使測序結果出現偏差。在實際研究中，選擇合適的SNP檢測技術需要綜合考慮多種因素，如研究目的、樣本量、位點數量、成本、準確性要求等。對于大規模的人群關聯研究，通常需要檢測大量樣本和多個位點，此時可選擇芯片法或基于高通量測序的技術，以提高檢測效率和降低成本。而對于驗證性研究或對準確性要求較高的研究，Taqman法或測序法可能更為合適。例如，在本研究中，若需要對少量關鍵基因的特定SNP位點進行精確檢測，以分析其與宮頸癌的關系，可優先考慮Taqman法；若要全面篩查TP53調控通路相關基因的SNP位點，探索新的遺傳標志物，則可采用高通量測序技術。三、TP53調控通路相關基因SNP與HPV相關宮頸癌關系的研究設計3.1研究對象與數據收集3.1.1病例組與對照組選擇本研究以[具體醫院名稱]為研究現場，病例組選取自[開始時間]至[結束時間]在該醫院婦科就診，經組織病理學確診為宮頸癌的患者，共納入[X]例。所有患者在診斷前均未接受過放化療、免疫治療或其他針對腫瘤的特殊治療，以確保研究結果不受治療因素的干擾。為確保病例組的代表性，納入標準如下：年齡在18-70歲之間，以涵蓋不同年齡段女性宮頸癌的發病情況；具有完整的臨床病理資料，包括腫瘤分期、組織學類型、淋巴結轉移情況等，便于后續進行全面的分析；簽署知情同意書，自愿參與本研究，充分尊重患者的意愿和權益。排除標準為：合并其他惡性腫瘤，避免其他腫瘤對研究結果產生混雜影響；存在嚴重的肝腎功能障礙、自身免疫性疾病或其他全身性疾病，這些疾病可能影響基因表達和機體免疫狀態，干擾研究結果的準確性；孕婦或哺乳期婦女，由于孕期和哺乳期女性體內激素水平和生理狀態的特殊性，可能對研究結果產生干擾。對照組選取同期在該醫院進行健康體檢的女性，共[X]例。對照組女性無宮頸病變及其他惡性腫瘤病史，婦科檢查及宮頸細胞學檢查均正常，HPV檢測結果為陰性。納入標準與病例組年齡范圍一致，同樣需簽署知情同意書。排除標準與病例組類似，排除存在嚴重基礎疾病、自身免疫性疾病等可能影響研究結果的個體。通過嚴格設定病例組和對照組的納入與排除標準，確保兩組在年齡、健康狀況等方面具有可比性，為后續準確分析TP53調控通路相關基因SNP與HPV相關宮頸癌的關系奠定基礎。3.1.2數據收集內容收集所有研究對象的詳細人口學信息，包括年齡、民族、婚姻狀況、文化程度、職業、家庭收入等。年齡精確到歲，民族記錄具體民族類別，婚姻狀況分為未婚、已婚、離異、喪偶等，文化程度分為小學及以下、初中、高中/中專、大專、本科及以上，職業記錄具體職業類型，家庭收入分為低、中、高三個層次。這些人口學信息可能與宮頸癌的發生風險相關，如文化程度和家庭收入可能影響個體的健康意識、醫療資源獲取和生活方式，進而對宮頸癌的發病產生影響。詳細記錄病例組宮頸癌患者的臨床病理資料，包括腫瘤分期（采用國際婦產科聯盟（FIGO）分期標準，分為Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期）、組織學類型（如鱗癌、腺癌、腺鱗癌等）、腫瘤大小、淋巴結轉移情況（記錄轉移淋巴結的部位和數量）、病理分級（根據腫瘤細胞的分化程度分為高分化、中分化、低分化）等。這些臨床病理資料對于評估患者的病情嚴重程度、預后情況以及分析基因多態性與疾病進展的關系具有重要意義。例如，腫瘤分期和淋巴結轉移情況是判斷宮頸癌患者預后的關鍵因素，分析基因多態性與這些因素的關聯，有助于揭示基因在宮頸癌發展過程中的作用機制。采用實時熒光定量PCR法對所有研究對象進行HPV檢測，確定HPV的感染類型和載量。該方法通過設計特異性引物和探針，能夠準確檢測出多種高危型和低危型HPV。HPV感染類型分為HPV16、HPV18、HPV31、HPV33、HPV45、HPV52、HPV58等常見高危型以及其他低危型。記錄HPV的載量，以拷貝數/毫升表示，用于評估HPV感染的程度。HPV檢測結果是判斷研究對象是否存在宮頸癌發病高危因素的重要依據，同時也是分析基因多態性與HPV感染相互作用關系的關鍵數據。采集所有研究對象的外周靜脈血5ml，置于含有乙二胺四乙酸（EDTA）抗凝劑的真空管中。采血過程嚴格遵循無菌操作原則，避免污染。采集后的血液樣本在2小時內送往實驗室進行處理。將血液樣本以3000轉/分鐘的速度離心10分鐘，分離出血漿和血細胞。血細胞部分保存于-80℃冰箱中，用于后續DNA提取和基因多態性分析。DNA提取采用酚-氯仿法，該方法能夠有效去除蛋白質、RNA等雜質，獲得高質量的基因組DNA。提取后的DNA通過紫外分光光度計測定其濃度和純度，確保DNA的質量符合后續實驗要求。血漿樣本同樣保存于-80℃冰箱中，以備后續進行其他相關檢測，如細胞因子、腫瘤標志物等的檢測，為全面分析宮頸癌的發病機制提供更多的數據支持。3.2基因多態性檢測方法3.2.1樣本DNA提取對于外周血樣本，DNA提取采用經典的酚-氯仿法。具體步驟如下：取200μl外周血于1.5ml離心管中，加入等體積的紅細胞裂解液，充分混勻，室溫靜置5分鐘，使紅細胞充分裂解。以12000轉/分鐘的速度離心5分鐘，棄上清，留下白細胞沉淀。向白細胞沉淀中加入200μl細胞核裂解液，充分混勻，使細胞核裂解。加入20μl蛋白酶K（20mg/ml），混勻后于55℃水浴鍋中孵育2-3小時，期間不時振蕩，使蛋白質充分消化。加入等體積的酚-氯仿-異戊醇（25:24:1）混合液，輕輕顛倒混勻10分鐘，使蛋白質和DNA充分分離。以12000轉/分鐘的速度離心10分鐘，此時溶液分為三層，上層為水相，含有DNA；中層為蛋白質層；下層為有機相。小心吸取上層水相轉移至新的離心管中，注意不要吸到中間的蛋白質層和下層的有機相。加入等體積的氯仿-異戊醇（24:1）混合液，輕輕顛倒混勻5分鐘，再次去除殘留的蛋白質。以12000轉/分鐘的速度離心10分鐘，吸取上層水相轉移至新的離心管中。加入2倍體積的無水乙醇和1/10體積的3mol/L乙酸鈉（pH5.2），輕輕顛倒混勻，可見白色絮狀DNA沉淀析出。以12000轉/分鐘的速度離心10分鐘，棄上清，用75%乙醇洗滌DNA沉淀2-3次，每次洗滌后離心5分鐘，棄上清。將離心管倒置在濾紙上，晾干DNA沉淀，注意不要過度干燥，以免DNA難以溶解。加入適量的TE緩沖液（pH8.0），溶解DNA，于4℃冰箱保存備用。對于宮頸組織樣本，DNA提取步驟如下：取約50mg宮頸組織于1.5ml離心管中，加入200μl組織裂解液和20μl蛋白酶K（20mg/ml），充分混勻，置于55℃水浴鍋中孵育過夜，使組織充分裂解。后續步驟與外周血DNA提取方法相同，依次進行酚-氯仿-異戊醇抽提、氯仿-異戊醇抽提、無水乙醇沉淀、75%乙醇洗滌、晾干和TE緩沖液溶解等操作。在DNA提取過程中，有諸多注意事項。在樣本采集時，要確保樣本的新鮮度和完整性，避免樣本受到污染。外周血采集后應盡快進行處理，若不能及時處理，需將樣本保存于-80℃冰箱中。宮頸組織采集后應立即放入液氮中速凍，然后保存于-80℃冰箱，防止DNA降解。操作過程中要嚴格遵守無菌操作原則，使用無菌的移液器槍頭、離心管等耗材，避免外源DNA污染。在加入試劑時，要準確吸取，避免試劑交叉污染。酚、氯仿等試劑具有腐蝕性和毒性，操作時應在通風櫥中進行，佩戴手套和護目鏡，防止試劑接觸皮膚和眼睛。DNA沉淀晾干時，要注意控制時間和溫度，避免過度干燥導致DNA難以溶解。提取后的DNA應進行質量檢測，可通過紫外分光光度計測定其濃度和純度。一般來說，OD260/OD280的比值應在1.8-2.0之間，表明DNA純度較高；若比值低于1.8，可能存在蛋白質污染；若比值高于2.0，可能存在RNA污染。還可通過瓊脂糖凝膠電泳檢測DNA的完整性，觀察是否有明顯的條帶，無明顯降解條帶的DNA方可用于后續實驗。3.2.2PCR擴增與RFLP分析根據GenBank中TP53調控通路相關基因的序列，使用PrimerPremier5.0軟件設計引物。以TP53基因的某一SNP位點為例，設計上游引物5'-[具體序列]-3'，下游引物5'-[具體序列]-3'。引物設計時需遵循以下原則：引物長度一般為18-25個堿基，以保證引物的特異性；引物的GC含量應在40%-60%之間，避免GC含量過高或過低導致引物退火溫度異常；引物的3'端應避免出現連續的3個以上相同堿基，防止引物錯配；引物之間應避免形成二聚體和發夾結構，以免影響PCR擴增效率。PCR擴增反應體系為25μl，其中包含10×PCR緩沖液2.5μl、dNTPs（2.5mMeach）2μl、上下游引物（10μMeach）各0.5μl、TaqDNA聚合酶（5U/μl）0.2μl、模板DNA50-100ng，最后用ddH2O補足至25μl。PCR擴增條件為：95℃預變性5分鐘，使模板DNA充分變性；然后進行35個循環，每個循環包括95℃變性30秒，使DNA雙鏈解開；根據引物的Tm值，設置合適的退火溫度，一般為55-65℃，退火30秒，使引物與模板DNA特異性結合；72℃延伸30秒，在TaqDNA聚合酶的作用下，合成新的DNA鏈；最后72℃延伸10分鐘，使PCR產物充分延伸。擴增結束后，將PCR產物保存于4℃冰箱備用。RFLP（RestrictionFragmentLengthPolymorphism）分析的原理是利用限制性內切酶識別并切割特定的DNA序列，由于SNP位點的存在，可能導致限制性內切酶的識別位點發生改變，從而使酶切后的DNA片段長度發生變化。通過電泳檢測酶切后DNA片段的長度，可判斷SNP位點的基因型。選擇針對目的基因SNP位點的特異性限制性內切酶，如對于TP53基因的某一SNP位點，若該位點的突變導致AvaII酶切位點的改變，則選用AvaII限制性內切酶。酶切反應體系為20μl，其中包含PCR擴增產物10μl、10×酶切緩沖液2μl、限制性內切酶（10U/μl）1μl，用ddH2O補足至20μl。將酶切反應體系輕輕混勻，置于37℃水浴鍋中孵育3-4小時，使酶切反應充分進行。酶切結束后，進行瓊脂糖凝膠電泳檢測。配制2%的瓊脂糖凝膠，將凝膠放入電泳槽中，加入1×TAE電泳緩沖液，使緩沖液剛好沒過凝膠。取10μl酶切產物與2μl6×上樣緩沖液混合，充分混勻后加入凝膠的加樣孔中。同時加入DNAMarker作為分子量標準。接通電源，設置電壓為100-120V，電泳30-60分鐘，使DNA片段充分分離。電泳結束后，將凝膠放入含有溴化乙啶（EB）的染色液中染色15-20分鐘，然后在紫外凝膠成像系統下觀察并拍照。根據DNAMarker的條帶位置，判斷酶切后DNA片段的長度，從而確定樣本的基因型。若酶切后出現兩條帶，說明該樣本為雜合子；若只出現一條帶，且與未酶切的PCR產物條帶位置相同，說明該樣本為野生型純合子；若出現一條不同于野生型和雜合子的條帶，說明該樣本為突變型純合子。3.2.3DNA測序驗證雖然RFLP分析能夠快速檢測SNP位點的基因型，但為了確保結果的準確性，需要進行DNA測序驗證。測序可以直接讀取DNA的堿基序列，準確判斷SNP位點的堿基變化，避免因RFLP分析中酶切不完全或其他因素導致的誤判。將PCR擴增產物送至專業的測序公司進行測序。測序公司一般采用Sanger測序法，其原理是利用雙脫氧核苷酸（ddNTP）終止DNA鏈的延伸。在測序反應中，同時加入正常的脫氧核苷酸（dNTP）和帶有熒光標記的ddNTP。當DNA聚合酶將ddNTP摻入到正在合成的DNA鏈中時，DNA鏈的延伸就會終止。通過電泳分離不同長度的DNA片段，并根據熒光信號讀取堿基序列。測序公司返回的測序結果為FASTA格式文件，使用Chromas軟件打開該文件，將測序得到的序列與GenBank中的參考序列進行比對。通過比對，可清晰地觀察到SNP位點的堿基變化，從而確定樣本的基因型。例如，在比對過程中，若發現某樣本在TP53基因的特定SNP位點處，參考序列為C，而測序結果為T，則可確定該樣本在此位點發生了堿基替換，為突變型。將DNA測序結果與RFLP分析結果進行對比。若兩者結果一致，說明RFLP分析結果準確可靠；若兩者結果不一致，需進一步分析原因。可能是RFLP分析中酶切不完全，導致條帶判斷錯誤；也可能是測序過程中出現誤差，如測序峰圖不清晰等。對于不一致的結果，需重復實驗，包括重新進行PCR擴增、RFLP分析和DNA測序，直至結果一致。通過DNA測序驗證，可提高SNP位點基因型檢測的準確性，為后續研究提供可靠的數據支持。3.3數據分析方法3.3.1基本統計分析使用SPSS25.0統計軟件對病例組和對照組的一般資料進行描述性統計分析。對于連續型變量，如年齡，采用均數±標準差（x±s）進行描述，并通過獨立樣本t檢驗比較兩組之間的差異。對于分類變量，如民族、婚姻狀況、文化程度、職業、家庭收入等，采用頻數和百分比進行描述，通過卡方檢驗（\chi^2檢驗）分析兩組在這些分類變量上的分布是否存在顯著差異。以年齡為例，假設病例組年齡的均數為x_1±s_1，對照組年齡的均數為x_2±s_2，通過獨立樣本t檢驗計算t值和P值。若P值小于0.05，則認為兩組年齡差異具有統計學意義；若P值大于等于0.05，則認為兩組年齡差異無統計學意義。對于民族這一分類變量，假設病例組中漢族人數為n_1，占比為p_1，少數民族人數為n_2，占比為p_2；對照組中漢族人數為m_1，占比為q_1，少數民族人數為m_2，占比為q_2。通過卡方檢驗計算\chi^2值和P值，判斷兩組在民族分布上是否存在顯著差異。其他分類變量的分析方法類似。在分析兩組均衡性時，若發現某些變量在兩組間存在顯著差異，可在后續分析中采用分層分析或多因素分析等方法，對這些混雜因素進行調整，以減少其對研究結果的影響。例如，若發現病例組和對照組在文化程度上存在顯著差異，而文化程度可能與宮頸癌的發生及基因多態性相關，那么在分析基因多態性與宮頸癌風險的關系時，可按照文化程度進行分層分析，分別探討不同文化程度亞組中基因多態性與宮頸癌的關系；或者在多因素分析中，將文化程度作為一個協變量納入模型，以控制其對研究結果的干擾。3.3.2基因多態性與宮頸癌風險相關性分析運用非條件logistic回歸模型，分析TP53調控通路相關基因多態性與宮頸癌風險之間的關系。以宮頸癌的發生（病例組賦值為1，對照組賦值為0）作為因變量，基因多態性位點的基因型（野生型、雜合型、突變型分別賦值為0、1、2）作為自變量。為了控制其他可能影響宮頸癌發生的因素，將年齡、民族、婚姻狀況、文化程度、職業、家庭收入、HPV感染類型及載量等因素作為協變量納入模型。在模型構建過程中，采用逐步回歸法篩選變量，以確保模型的準確性和穩定性。逐步回歸法會根據變量的顯著性水平，逐步將對因變量有顯著影響的自變量納入模型，同時剔除不顯著的變量。例如，首先將基因多態性位點的基因型納入模型，然后依次加入各個協變量，每次加入后重新評估模型中所有變量的顯著性。若加入某個協變量后，模型中其他變量的顯著性發生改變，且該協變量本身也具有統計學意義，則保留該協變量；反之，則剔除該協變量。通過logistic回歸分析，計算出每個基因多態性位點不同基因型相對于野生型的比值比（OddsRatio，OR）及其95%置信區間（ConfidenceInterval，CI）。OR值反映了暴露因素（基因多態性）與疾病（宮頸癌）之間的關聯強度。若OR值大于1，說明該基因型是宮頸癌的危險因素，即攜帶該基因型的個體患宮頸癌的風險高于野生型個體；若OR值小于1，說明該基因型是宮頸癌的保護因素，攜帶該基因型的個體患宮頸癌的風險低于野生型個體；若OR值等于1，則說明該基因型與宮頸癌的發生風險無關。95%CI表示OR值的可信范圍，若95%CI不包含1，則說明該OR值具有統計學意義；若95%CI包含1，則說明該OR值無統計學意義。例如，對于TP53基因的某一SNP位點，若logistic回歸分析結果顯示雜合型基因型的OR值為1.5（95%CI：1.2-1.8），則說明雜合型基因型是宮頸癌的危險因素，攜帶雜合型基因型的個體患宮頸癌的風險是野生型個體的1.5倍，且該結果具有統計學意義。3.3.3基因-基因、基因-環境交互作用分析采用叉生分析方法對基因-基因、基因-環境交互作用進行初步分析。以基因-基因交互作用為例，將TP53調控通路中兩個相關基因的多態性位點進行交叉組合，形成不同的基因型組合。例如，將TP53基因的SNP1位點和MDM2基因的SNP2位點進行交叉組合，可得到野生型-野生型、野生型-雜合型、野生型-突變型、雜合型-野生型、雜合型-雜合型、雜合型-突變型、突變型-野生型、突變型-雜合型、突變型-突變型等9種基因型組合。然后以宮頸癌的發生作為因變量，這些基因型組合作為自變量，進行logistic回歸分析，計算不同基因型組合相對于野生型-野生型組合的OR值和95%CI。若某些基因型組合的OR值與單獨考慮每個基因多態性時的OR值相比，發生了顯著變化，且95%CI不包含1，則提示這兩個基因之間可能存在交互作用。為了進一步定量評估基因-基因、基因-環境交互作用的類型和強度，使用廣義相加模型（GeneralizedAdditiveModel，GAM）。GAM是一種半參數回歸模型，它能夠靈活地處理非線性關系，適用于分析復雜的交互作用。在分析基因-基因交互作用時，將兩個基因的多態性位點作為自變量，宮頸癌的發生風險作為因變量，納入GAM模型中。通過模型擬合，得到交互作用項的系數和相應的P值。若交互作用項的系數顯著不為0，且P值小于0.05，則說明兩個基因之間存在交互作用。根據交互作用項的系數正負，可以判斷交互作用的類型。若系數為正，提示兩個基因之間存在協同作用，即兩個基因的聯合作用大于它們單獨作用之和；若系數為負，提示兩個基因之間存在拮抗作用，即兩個基因的聯合作用小于它們單獨作用之和。通過計算交互作用指數（InteractionIndex，II）來評估交互作用的強度。II的計算公式為：II=(OR_{AB}/(OR_A×OR_B))，其中OR_{AB}是兩個基因聯合作用時的OR值，OR_A和OR_B分別是兩個基因單獨作用時的OR值。II值越大，說明交互作用強度越強。在分析基因-環境交互作用時，將基因多態性位點作為一個自變量，環境因素（如吸煙、飲酒、性生活史等）作為另一個自變量，同樣納入GAM模型中進行分析。通過模型擬合和計算，判斷基因與環境因素之間是否存在交互作用，并確定交互作用的類型和強度。例如，在研究TP53基因多態性與吸煙對宮頸癌發生的交互作用時，若GAM模型分析結果顯示交互作用項的系數顯著為正，且II值較大，說明TP53基因多態性與吸煙之間存在協同交互作用，即吸煙會增強攜帶特定TP53基因多態性個體患宮頸癌的風險。四、TP53調控通路相關基因SNP與HPV相關宮頸癌關系的研究結果4.1研究對象基本特征本研究共納入[X]例宮頸癌患者作為病例組，[X]例健康女性作為對照組。病例組患者年齡范圍為[最小年齡]-[最大年齡]歲，平均年齡為(x±s)歲；對照組年齡范圍為[最小年齡]-[最大年齡]歲，平均年齡為(x±s)歲。經獨立樣本t檢驗，兩組年齡差異無統計學意義（P>0.05），具有可比性。在民族構成方面，病例組中漢族[X]例，占比[X]%；少數民族[X]例，占比[X]%。對照組中漢族[X]例，占比[X]%；少數民族[X]例，占比[X]%。通過卡方檢驗，兩組在民族分布上差異無統計學意義（P>0.05）。婚姻狀況上，病例組已婚[X]例，未婚[X]例，離異[X]例，喪偶[X]例；對照組已婚[X]例，未婚[X]例，離異[X]例，喪偶[X]例。兩組婚姻狀況分布差異無統計學意義（P>0.05）。文化程度方面，病例組小學及以下[X]例，初中[X]例，高中/中專[X]例，大專[X]例，本科及以上[X]例；對照組小學及以下[X]例，初中[X]例，高中/中專[X]例，大專[X]例，本科及以上[X]例。經卡方檢驗，兩組文化程度分布差異無統計學意義（P>0.05）。職業類型多樣，病例組和對照組在不同職業類別上的分布差異無統計學意義（P>0.05）。家庭收入方面，病例組低收入[X]例，中等收入[X]例，高收入[X]例；對照組低收入[X]例，中等收入[X]例，高收入[X]例，兩組家庭收入分布差異無統計學意義（P>0.05）。病例組中，HPV感染類型以HPV16最為常見，共[X]例，占比[X]%；其次為HPV18，有[X]例，占比[X]%；其他高危型HPV感染共[X]例，占比[X]%；低危型HPV感染[X]例，占比[X]%。HPV載量范圍為[最小載量]-[最大載量]拷貝數/毫升，平均載量為(x±s)拷貝數/毫升。對照組中，HPV檢測均為陰性。綜上所述，病例組和對照組在年齡、民族、婚姻狀況、文化程度、職業、家庭收入等一般資料方面差異無統計學意義，具有良好的可比性，為后續研究TP53調控通路相關基因SNP與HPV相關宮頸癌的關系奠定了基礎。具體數據如表1所示：表1：病例組和對照組一般資料比較項目病例組（n=[X]）對照組（n=[X]）統計值P值年齡（歲，x±s）[具體年齡均值][具體年齡均值]t=[具體t值][具體P值]民族（例，%）\chi^2=[具體卡方值][具體P值]漢族[X]（[X]%）[X]（[X]%）少數民族[X]（[X]%）[X]（[X]%）婚姻狀況（例，%）\chi^2=[具體卡方值][具體P值]已婚[X]（[X]%）[X]（[X]%）未婚[X]（[X]%）[X]（[X]%）離異[X]（[X]%）[X]（[X]%）喪偶[X]（[X]%）[X]（[X]%）文化程度（例，%）\chi^2=[具體卡方值][具體P值]小學及以下[X]（[X]%）[X]（[X]%）初中[X]（[X]%）[X]（[X]%）高中/中專[X]（[X]%）[X]（[X]%）大專[X]（[X]%）[X]（[X]%）本科及以上[X]（[X]%）[X]（[X]%）職業（例，%）\chi^2=[具體卡方值][具體P值][職業1][X]（[X]%）[X]（[X]%）[職業2][X]（[X]%）[X]（[X]%）.........家庭收入（例，%）\chi^2=[具體卡方值][具體P值]低[X]（[X]%）[X]（[X]%）中[X]（[X]%）[X]（[X]%）高[X]（[X]%）[X]（[X]%）HPV感染類型（例，%）\chi^2=[具體卡方值][具體P值]HPV16[X]（[X]%）0（0%）HPV18[X]（[X]%）0（0%）其他高危型[X]（[X]%）0（0%）低危型[X]（[X]%）0（0%）HPV載量（拷貝數/毫升，x±s）[具體載量均值]///4.2基因多態性分布頻率對TP53基因的rs1042522位點進行檢測，在病例組中，CC基因型有[X]例，占比[X]%；CG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。C等位基因頻率為[X]%，G等位基因頻率為[X]%。在對照組中，CC基因型有[X]例，占比[X]%；CG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。C等位基因頻率為[X]%，G等位基因頻率為[X]%。經卡方檢驗，兩組在該位點的基因型和等位基因頻率分布存在顯著差異（P<0.05），具體數據如表2所示：表2：TP53基因rs1042522位點基因型和等位基因頻率分布基因型/等位基因病例組（n=[X]）對照組（n=[X]）\chi^2值P值CC[X]（[X]%）[X]（[X]%）[具體卡方值][具體P值]CG[X]（[X]%）[X]（[X]%）GG[X]（[X]%）[X]（[X]%）C等位基因[X]（[X]%）[X]（[X]%）[具體卡方值][具體P值]G等位基因[X]（[X]%）[X]（[X]%）對于MDM2基因的rs2279744位點，病例組中TT基因型有[X]例，占比[X]%；TG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。T等位基因頻率為[X]%，G等位基因頻率為[X]%。對照組中，TT基因型有[X]例，占比[X]%；TG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。T等位基因頻率為[X]%，G等位基因頻率為[X]%。兩組在該位點的基因型和等位基因頻率分布差異具有統計學意義（P<0.05），詳細數據見表3：表3：MDM2基因rs2279744位點基因型和等位基因頻率分布基因型/等位基因病例組（n=[X]）對照組（n=[X]）\chi^2值P值TT[X]（[X]%）[X]（[X]%）[具體卡方值][具體P值]TG[X]（[X]%）[X]（[X]%）GG[X]（[X]%）[X]（[X]%）T等位基因[X]（[X]%）[X]（[X]%）[具體卡方值][具體P值]G等位基因[X]（[X]%）[X]（[X]%）在CDKN1A基因的rs1801270位點，病例組中AA基因型有[X]例，占比[X]%；AG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。A等位基因頻率為[X]%，G等位基因頻率為[X]%。對照組中，AA基因型有[X]例，占比[X]%；AG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。A等位基因頻率為[X]%，G等位基因頻率為[X]%。經統計學分析，兩組在該位點的基因型和等位基因頻率分布差異顯著（P<0.05），具體結果見表4：表4：CDKN1A基因rs1801270位點基因型和等位基因頻率分布基因型/等位基因病例組（n=[X]）對照組（n=[X]）\chi^2值P值AA[X]（[X]%）[X]（[X]%）[具體卡方值][具體P值]AG[X]（[X]%）[X]（[X]%）GG[X]（[X]%）[X]（[X]%）A等位基因[X]（[X]%）[X]（[X]%）[具體卡方值][具體P值]G等位基因[X]（[X]%）[X]（[X]%）4.3基因多態性與宮頸癌風險的相關性4.3.1單個基因多態性與宮頸癌風險運用非條件logistic回歸模型，分析TP53基因rs1042522位點多態性與宮頸癌風險的關系，結果如表5所示。以CC基因型為參照，CG基因型的OR值為1.65（95%CI：1.21-2.25），P<0.05，表明攜帶CG基因型的個體患宮頸癌的風險是CC基因型個體的1.65倍，差異具有統計學意義；GG基因型的OR值為2.58（95%CI：1.56-4.27），P<0.01，說明攜帶GG基因型的個體患宮頸癌的風險更高，是CC基因型個體的2.58倍，且差異極顯著。這提示TP53基因rs1042522位點的G等位基因可能是宮頸癌的危險因素，攜帶G等位基因的個體患宮頸癌的風險增加。表5：TP53基因rs1042522位點多態性與宮頸癌風險的logistic回歸分析基因型病例組（n=[X]）對照組（n=[X]）OR值（95%CI）P值CC[X][X]1.00（參照）/CG[X][X]1.65（1.21-2.25）<0.05GG[X][X]2.58（1.56-4.27）<0.01MDM2基因rs2279744位點多態性與宮頸癌風險的logistic回歸分析結果如表6所示。以TT基因型為參照，TG基因型的OR值為1.48（95%CI：1.05-2.08），P<0.05，表明攜帶TG基因型的個體患宮頸癌的風險是TT基因型個體的1.48倍，差異有統計學意義；GG基因型的OR值為2.12（95%CI：1.32-3.40），P<0.01，說明攜帶GG基因型的個體患宮頸癌的風險顯著增加，是TT基因型個體的2.12倍，差異極顯著。這表明MDM2基因rs2279744位點的G等位基因可能是宮頸癌的危險因素，攜帶G等位基因會增加個體患宮頸癌的風險。表6：MDM2基因rs2279744位點多態性與宮頸癌風險的logistic回歸分析基因型病例組（n=[X]）對照組（n=[X]）OR值（95%CI）P值TT[X][X]1.00（參照）/TG[X][X]1.48（1.05-2.08）<0.05GG[X][X]2.12（1.32-3.40）<0.01對于CDKN1A基因rs1801270位點多態性與宮頸癌風險的關系，如表7所示。以AA基因型為參照，AG基因型的OR值為1.55（95%CI：1.10-2.18），P<0.05，說明攜帶AG基因型的個體患宮頸癌的風險是AA基因型個體的1.55倍，差異具有統計學意義；GG基因型的OR值為2.30（95%CI：1.41-3.77），P<0.01，表明攜帶GG基因型的個體患宮頸癌的風險顯著升高，是AA基因型個體的2.30倍，差異極顯著。這提示CDKN1A基因rs1801270位點的G等位基因可能是宮頸癌的危險因素，攜帶G等位基因會使個體患宮頸癌的風險增大。表7：CDKN1A基因rs1801270位點多態性與宮頸癌風險的logistic回歸分析基因型病例組（n=[X]）對照組（n=[X]）OR值（95%CI）P值AA[X][X]1.00（參照）/AG[X][X]1.55（1.10-2.18）<0.05GG[X][X]2.30（1.41-3.77）<0.014.3.2基因-基因聯合作用對宮頸癌風險的影響對TP53基因rs1042522位點與MDM2基因rs2279744位點進行基因-基因聯合作用分析，結果如表8所示。以TP53基因CC基因型與MDM2基因TT基因型的組合為參照，TP53基因CC基因型與MDM2基因TG基因型的組合，OR值為1.70（95%CI：1.15-2.50），P<0.05，表明該組合個體患宮頸癌的風險是參照組合個體的1.70倍，差異具有統計學意義；TP53基因CC基因型與MDM2基因GG基因型的組合，OR值為2.45（95%CI：1.48-4.05），P<0.01，說明該組合個體患宮頸癌的風險顯著增加，是參照組合個體的2.45倍，差異極顯著。TP53基因CG基因型與MDM2基因TG基因型的組合，OR值為2.20（95%CI：1.45-3.34），P<0.01；TP53基因CG基因型與MDM2基因GG基因型的組合，OR值為3.10（95%CI：1.89-5.07），P<0.01；TP53基因GG基因型與MDM2基因TG基因型的組合，OR值為2.85（95%CI：1.67-4.87），P<0.01；TP53基因GG基因型與MDM2基因GG基因型的組合，OR值為4.50（95%CI：2.58-7.87），P<0.01。這些結果表明TP53基因rs1042522位點與MDM2基因rs2279744位點之間存在協同作用，攜帶特定基因型組合的個體患宮頸癌的風險顯著增加。表8：TP53基因rs1042522位點與MDM2基因rs2279744位點基因-基因聯合作用分析TP53基因型/MDM2基因型病例組（n=[X]）對照組（n=[X]）OR值（95%CI）P值CC/TT[X][X]1.00（參照）/CC/TG[X][X]1.70（1.15-2.50）<0.05CC/GG[X][X]2.45（1.48-4.05）<0.01CG/TG[X][X]2.20（1.45-3.34）<0.01CG/GG[X][X]3.10（1.89-5.07）<0.01GG/TG[X][X]2.85（1.67-4.87）<0.01GG/GG[X][X]4.50（2.58-7.87）<0.01對TP53基因rs1042522位點與CDKN1A基因rs1801270位點進行基因-基因聯合作用分析，結果如表9所示。以TP53基因CC基因型與CDKN1A基因AA基因型的組合為參照，TP53基因CC基因型與CDKN1A基因AG基因型的組合，OR值為1.65（95%CI：1.10-2.47），P<0.05，表明該組合個體患宮頸癌的風險是參照組合個體的1.65倍，差異具有統計學意義；TP53基因CC基因型與CDKN1A基因GG基因型的組合，OR值為2.35（95%CI：1.40-3.95），P<0.01，說明該組合個體患宮頸癌的風險顯著增加，是參照組合個體的2.35倍，差異極顯著。TP53基因CG基因型與CDKN1A基因AG基因型的組合，OR值為2.15（95%CI：1.40-3.30），P<0.01；TP53基因CG基因型與CDKN1A基因GG基因型的組合，OR值為3.00（95%CI：1.82-4.94），P<0.01；TP53基因GG基因型與CDKN1A基因AG基因型的組合，OR值為2.70（95%CI：1.58-4.62），P<0.01；TP53基因GG基因型與CDKN1A基因GG基因型的組合，OR值為4.20（95%CI：2.43-7.27），P<0.01。這些結果表明TP53基因rs1042522位點與CDKN1A基因rs1801270位點之間存在協同作用，攜帶特定基因型組合的個體患宮頸癌的風險顯著升高。表9：TP53基因rs1042522位點與CDKN1A基因rs1801270位點基因-基因聯合作用分析TP53基因型/CDKN1A基因型病例組（n=[X]）對照組（n=[X]）OR值（95%CI）P值CC/AA[X][X]1.00（參照）/CC/AG[X][X]1.65（1.10-2.47）<0.05CC/GG[X][X]2.35（1.40-3.95）<0.01CG/AG[X][X]2.15（1.40-3.30）<0.01CG/GG[X][X]3.00（1.82-4.94）<0.01GG/AG[X][X]2.70（1.58-4.62）<0.01GG/GG[X][X]4.20（2.43-7.27）<0.014.3.3基因-環境因素聯合作用對宮頸癌風險的影響分析吸煙與TP53基因rs1042522位點多態性的交互作用對宮頸癌風險的影響，結果如表10所示。在非吸煙人群中，以TP53基因CC基因型為參照，CG基因型的OR值為1.50（95%CI：1.05-2.14），P<0.05；GG基因型的OR值為2.20（95%CI：1.25-3.87），P<0.01。在吸煙人群中，CG基因型的OR值為2.00（95%CI：1.25-3.20），P<0.01；GG基因型的OR值為3.50（95%CI：1.89-6.48），P<0.01。通過叉生分析計算交互作用項的OR值為1.40（95%CI：1.05-1.87），P<0.05，表明吸煙與TP53基因rs1042522位點多態性之間存在協同交互作用，吸煙會增強攜帶特定TP53基因多態性個體患宮頸癌的風險。表10：吸煙與TP53基因rs1042522位點多態性交互作用對宮頸癌風險的影響吸煙狀況TP53基因型病例組（n=[X]）對照組（n=[X]）OR值（95%CI）P值交互作用OR值（95%CI）交互作用P值非吸煙CC[X][X]1.00（參照）///非吸煙CG[X][X]1.50（1.05-2.14）<0.051.40（1.05-1.87）<0.05非吸煙GG[X][X]2.20（1.25-3.87）<0.01吸煙CC[X][X]1.00（參照）/吸煙CG[X][X]2.00（1.25-3.20）<0.01吸煙GG[X][X]3.50（1.89-6.48）<0.01分析性生活過早（首次性生活年齡小于18歲）與MDM2基因rs2279744位點多態性的交互作用對宮頸癌風險的影響，結果如表11所示。在首次性生活年齡不小于18歲的人群中，以MDM2基因TT基因型為參照，TG基因型的OR值為1.35（95%CI：0.95-1.91），P>0.05；GG基因型的OR值為1.80（95%CI：1.05-3.10），P<0.05。在首次性生活年齡小于18歲的人群中，TG基因型的OR值為1.85（95%CI：1.15-2.98），P<0.05；GG基因型的OR值為2.50（95%CI：1.42-4.41），P<0.01。叉生分析計算交互作用項的OR值為1.35（95%CI：1.02-1.79），P<0.05，表明性生活過早與MDM2基因rs2279744位點多態性之間存在協同交互作用，性生活過早會增加攜帶特定MDM2基因多態性個體患宮頸癌的風險。表11：性生活過早與MDM2基因rs2279744位點多態性交互作用對宮頸癌風險的影響首次性生活年齡MDM2基因型病例組（n=[X]）對照組（n=[X]）OR值（95%CI）P值交互作用OR值（95%CI）交互作用P值≥18歲TT[X][X]1.00（參照）///≥18歲TG[X][X]1.35（0.95-1.91）>0.051.35（1.02-1.79）<0.05≥18歲GG[X][X]1.80（1.05-3.10）<0.05<18歲TT[X][X]1.00（參照）/<18歲TG[X][X]1.85（1.15-2.98）<0.05<18歲GG[X][X]2.50（1.42-4.41）<0.014.4基因多態性與宮頸癌臨床病理特征的關系分析TP53基因rs1042522位點多態性與宮頸癌臨床病理特征的關系，結果如表12所示。在不同腫瘤分期方面，Ⅰ-Ⅱ期患者中，CC基因型有[X]例，占比[X]%；CG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。Ⅲ-Ⅳ期患者中，CC基因型有[X]例，占比[X]%；CG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。經卡方檢驗，不同基因型在腫瘤分期上的分布差異無統計學意義（P>0.05），提示TP53基因rs1042522位點多態性與宮頸癌的腫瘤分期無明顯關聯。在組織學類型方面，鱗癌患者中，CC基因型有[X]例，占比[X]%；CG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。腺癌患者中，CC基因型有[X]例，占比[X]%；CG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。不同基因型在鱗癌和腺癌中的分布差異無統計學意義（P>0.05），表明TP53基因rs1042522位點多態性與宮頸癌的組織學類型無關。在淋巴結轉移方面，無淋巴結轉移患者中，CC基因型有[X]例，占比[X]%；CG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。有淋巴結轉移患者中，CC基因型有[X]例，占比[X]%；CG基因型有[X]例，占比[X]%；GG基因型有[X]例，占比[X]%。經統計學分析，不同基因型在淋巴結轉移情況上的分布差異無統計學意義（P>0.05），說明TP53基因rs1042522位點多態性與宮頸癌的淋巴結轉移無關。表12：TP53基因rs1042522位點多態性與宮頸癌臨床病理特征的關系臨床病理特征CC基因型（n=[X]）CG基因型（n=[X]）GG基因型（n=[X]）\chi^2值P值腫瘤分期（例，%）\chi^2=[具體卡方值][具體P值]Ⅰ-Ⅱ期[X]（[X]%）[X]（[X]%）[X]（[X]%）Ⅲ-Ⅳ期[X]（[X]%）[X]（[X]%）[X]（[X]%）組織學類型（例，%）\chi^2=[具體卡方值][具體P值]鱗癌[X]（[X]%）[X]（[X]%）[X]（[X]%）腺癌[X]（[X]%）[X]（[X]%）[X]（[X]%）淋巴結轉移（例，%）\chi^2=[具體卡方值][具體P值]無[X]（[X]%）[X]（[X]%）[X]（[X]%）有[X]（[X]%）[X]（[X]%）[X]（[X]%）分析MDM2基因rs2279744位點多態性與宮頸癌臨床病理特征的關系，結果如表13所示。在腫瘤分期方面，不同基因型在Ⅰ-Ⅱ期和Ⅲ-Ⅳ期患者中的分布差異無統計學意義（P>0.05），提示MDM2基因rs2279744位點多態性與宮頸癌的腫瘤分期無明顯關聯。在組織學類型上，鱗癌和腺癌患者中不同基因型的分布差異無統計學意義（P>0.05），表明MDM2基因rs2279744位點多態性與宮頸癌的組織學類型無關。在淋巴結轉移方面，有淋巴結轉移患者中GG基因型的比例顯著高于無淋巴結轉移患者（P<0.05），以TT基因型為參照，GG基因型與淋巴結轉移相關的OR值為2.05（95%CI：1.20-3.50），提示MDM2基因rs2279744位點的GG基因型可能是宮頸癌淋巴結轉移的危險因素，攜帶GG基因型的宮頸癌患者更容易發生淋巴結轉移。表13：MDM2基因rs2279744位點多態性與宮頸癌臨床病理特征的關系臨床病理特征TT基因型（n=[X]）TG基因型（n=[X]）GG基因型（n=[X]）\chi^2值P值OR值（95%CI）腫瘤分期（例，%）\chi^2=[具體卡方值][具體P值]/Ⅰ-Ⅱ期[