探索DNMT-1基因多态性与黑龙江省汉族女性乳腺癌发病的紧密联系

探索DNMT-1基因多态性与黑龙江省汉族女性乳腺癌发病的紧密联系一、引言1.1研究背景与意义乳腺癌是目前妇女最常见的一种恶性肿瘤，也是导致女性死亡的主要原因之一。据统计，全球每年约有200万女性被诊断为乳腺癌，约有50万患者死于该病。在中国，乳腺癌的发病率也呈现逐年上升的趋势，且年轻化趋势越来越明显，已经成为女性致死的主要原因之一，严重威胁着妇女的身心健康。乳腺癌的发病机制十分复杂，是由多种遗传和环境因素共同作用的结果。其中，遗传因素约占发病病因的1/4。乳腺癌的遗传生物学标志通常表现为两种形式，即外显率较高的突变基因，如乳腺癌易感基因（BRCA1/BRCA2）的突变，和外显率较低的多态性基因，即与散发性乳腺癌发生密切相关的基因，如代谢酶基因、DNA损伤修复基因、细胞因子以及抑癌基因等。这些基因在人群中突变频率超过1％，其多态性主要是通过改变蛋白质的表达水平、功能以及细胞内外被修饰因素的相互作用，从而产生相应的肿瘤易感性。因此，研究基因多态性与乳腺癌发病风险的相关性，有助于探讨相关基因之间及其与环境间的相互作用，以更好地制定肿瘤预防策略并更大范围的保护易感人群，此为乳腺癌的一级预防措施。DNMT-1基因编码DNA甲基转移酶1，是与乳腺癌发病相关的基因之一。DNA甲基化是一种重要的表观遗传修饰，它在基因表达调控、细胞分化、胚胎发育等过程中发挥着关键作用。异常的DNA甲基化模式与多种肿瘤的发生发展密切相关，包括乳腺癌。DNMT-1作为维持DNA甲基化状态的关键酶，其基因多态性可能影响酶的活性和功能，进而影响DNA甲基化模式，最终影响乳腺癌的发病风险。目前，DNMT-1基因多态性和乳腺癌的风险相关性已经在多个研究中得到证实。最早的研究是由Herceg等人在2002年进行的一项病例对照研究，他们发现，DNMT-15037T/C基因多态性与乳腺癌的发生有关。同年，Bae在176名韩国女性中开展了乳腺癌与DNMT-1基因多态性的病例对照研究，结果发现DNMT-11495C/T基因多态性与乳腺癌的风险相关。直到近年，还有一些研究通过meta分析发现，DNMT-1rs16999593、rs8101626基因多态性与乳腺癌的发生密切相关。此外，DNMT-1基因多态性还与乳腺癌分子亚型和预后有关。不同亚型的乳腺癌具有不同的临床表现、生物学行为和预后，而DNMT-1基因多态性与不同亚型的乳腺癌风险相关。例如，Lee等人在台湾地区开展的一项病例对照研究中，发现DNMT-1rs2228611基因多态性与Luminal亚型的乳腺癌发病风险相关，而与HER2+/ER-亚型和三阴性乳腺癌没有相关性。Mehdi指出，DNMT-1rs2228611基因多态性与患者预后有关，该疾病的患者突变表现出更差的生存率。然而，目前以黑龙江省为代表的东北地区DNMT-1基因多态性与乳腺癌发生风险、分子亚型和预后的相关性尚未研究深入。黑龙江省汉族人群具有独特的遗传背景和生活环境，研究该地区汉族女性DNMT-1基因多态性与乳腺癌发病的相关性，对于揭示乳腺癌的发病机制、制定个性化的防治策略具有重要的理论和实践意义。一方面，深入了解DNMT-1基因多态性在黑龙江省汉族女性乳腺癌发病中的作用，有助于进一步揭示乳腺癌的遗传易感性机制，为乳腺癌的早期预防和诊断提供更有力的依据；另一方面，通过对特定人群的研究，可以为开发针对性的预防和治疗措施提供理论支持，提高乳腺癌的防治效果，改善患者的生活质量和预后。1.2国内外研究现状在国外，DNMT-1基因多态性与乳腺癌发病相关性研究起步较早。Herceg等人于2002年开展的病例对照研究，率先揭示了DNMT-15037T/C基因多态性与乳腺癌发生存在关联，为后续研究奠定了基础。此后，众多学者围绕不同位点的基因多态性展开深入探索。Bae在韩国女性群体中的研究发现DNMT-11495C/T基因多态性与乳腺癌风险相关，进一步丰富了该领域的研究成果。随着研究的不断深入，meta分析技术的应用使得对多个研究结果进行综合分析成为可能。一些通过meta分析的研究表明，DNMT-1rs16999593、rs8101626基因多态性与乳腺癌的发生密切相关，从更宏观的角度验证了基因多态性与乳腺癌发病风险之间的联系。在乳腺癌分子亚型与DNMT-1基因多态性的关系研究方面，Lee等人在台湾地区开展的病例对照研究发现，DNMT-1rs2228611基因多态性与Luminal亚型的乳腺癌发病风险相关，而与HER2+/ER-亚型和三阴性乳腺癌无明显相关性。Hassanin等人在埃及开展的病例-对照研究也得出类似结论，发现DNMT-1rs8101626基因多态性与Luminal亚型的乳腺癌具有相关性，这表明不同地区人群中，DNMT-1基因多态性与乳腺癌分子亚型的关系存在一定的一致性。关于乳腺癌预后与DNMT-1基因多态性的研究中，Mehdi指出，DNMT-1rs2228611基因多态性与患者预后有关，携带该基因突变的患者生存率更低。Ouhtit和Shan的研究同样发现，DNMT-1rs16999593基因多态性与乳腺癌的预后密切相关，为乳腺癌患者的预后评估提供了新的基因指标。国内在DNMT-1基因多态性与乳腺癌发病相关性研究方面也取得了一定进展。虽然整体研究起步相对国外稍晚，但近年来研究成果不断涌现。一些研究在借鉴国外研究方法和思路的基础上，结合国内人群特点展开研究。然而，目前国内针对黑龙江省汉族女性这一特定人群的研究仍较为匮乏。黑龙江省汉族人群具有独特的遗传背景和生活环境，其遗传因素与生活方式等环境因素的相互作用可能与其他地区人群存在差异。例如，黑龙江省冬季漫长寒冷，居民的饮食习惯中可能富含某些特定的营养成分或暴露于特定的环境污染物，这些因素都有可能与DNMT-1基因多态性相互作用，影响乳腺癌的发病风险、分子亚型分布以及患者预后。但目前尚未有深入系统的研究对这些因素进行综合分析，这使得在黑龙江省汉族女性乳腺癌的精准预防、诊断和治疗方面缺乏基于本地人群特征的理论依据和实践指导。1.3研究目标与内容本研究旨在深入探究DNMT-1基因多态性与黑龙江省汉族女性乳腺癌发病之间的关联，具体研究目标与内容如下：研究目标：明确DNMT-1基因多态性与黑龙江省汉族女性乳腺癌发病风险之间的关系；分析DNMT-1基因多态性与黑龙江省汉族女性乳腺癌分子亚型的相关性；探讨DNMT-1基因多态性对黑龙江省汉族女性乳腺癌患者预后的影响。研究内容：收集黑龙江省汉族女性乳腺癌患者及健康对照者的临床资料和血液样本，提取基因组DNA，运用PCR-RFLP、Sanger测序等技术检测DNMT-1基因多态性位点；统计分析不同基因型和等位基因在病例组和对照组中的分布频率，评估DNMT-1基因多态性与乳腺癌发病风险的关联；依据免疫组化等检测结果，对乳腺癌患者进行分子亚型分类，分析不同分子亚型中DNMT-1基因多态性的分布特征；通过随访获取患者的生存数据，分析DNMT-1基因多态性与乳腺癌患者无病生存期、总生存期等预后指标的关系。二、相关理论基础2.1乳腺癌概述乳腺癌是指发生在乳腺上皮组织的恶性肿瘤，是女性最常见的癌症类型之一。其发病原因尚不完全明确，但普遍认为与遗传、激素水平、生活方式等因素密切相关。随着对乳腺癌研究的不断深入，医学界发现其具有多种不同的类型，每种类型在生物学行为、治疗反应和预后等方面都存在显著差异。根据肿瘤细胞的生长方式和侵袭程度，乳腺癌可分为非浸润性乳腺癌和浸润性乳腺癌。非浸润性乳腺癌是一种早期乳腺癌，癌细胞没有突破乳腺导管或小叶的基底膜，也被称为原位癌，主要表现为乳腺肿块，通常无其他明显症状。而浸润性乳腺癌则是最常见的类型，癌细胞已经突破了乳腺导管或小叶的基底膜，并向周围组织扩散，主要症状包括乳腺无痛性肿块、乳头溢液、乳头回缩、乳房皮肤橘皮样改变等。此外，还有一些特殊类型的乳腺癌，如小管癌、黏液癌、髓样癌、乳头状癌等，这些类型的乳腺癌具有独特的生物学行为和预后。炎性乳腺癌也是一种特殊类型，表现为乳房皮肤红肿、发热、疼痛等，类似于乳腺炎，但其病情进展迅速，恶性程度较高。在全球范围内，乳腺癌的发病率一直居高不下。据世界卫生组织/国际癌症研究署（WHO/IARC）发布的《2020全球癌症报告》显示，2020年全球估计新发癌症1929万例，其中女性乳腺癌首次超过肺癌成为最常见的癌症，新发乳腺癌226万例，占总体癌症发病的11.7%。这一数据表明乳腺癌已成为全球女性健康的重大威胁，对其进行深入研究和有效防治迫在眉睫。在中国，乳腺癌的发病率同样呈现出上升趋势。国家癌症中心的数据显示，2015年我国乳腺癌新发病例达30.4万例，在女性新发病例中位居首位。中国疾病预防控制中心周报发布的2003-2017年我国女性乳腺癌数据分析显示，20岁以上女性乳腺癌的年龄标准化发病率从2003年的46.34/10万人增加到2017年的68.78/10万人。预计到2030年，全国将有超过40万例新诊断病例和超过10万例死亡。这些数据充分说明，乳腺癌在中国的防治形势严峻，需要全社会共同关注和努力。值得注意的是，黑龙江省的乳腺癌发病情况也不容乐观。据哈医大肿瘤医院统计，黑龙江省25岁至35岁妇女的乳腺癌发病率10年间增长了10.7%，省内每年新增乳腺癌患者近6000例，约占女性恶性肿瘤的15%。这一增长趋势不仅反映了该地区乳腺癌发病风险的增加，也提示可能存在一些与当地环境、生活方式或遗传因素相关的影响因素。黑龙江省汉族人群作为一个具有独特遗传背景和生活环境的群体，其乳腺癌的发病特点可能与其他地区有所不同。黑龙江省冬季漫长寒冷，居民的饮食习惯中可能富含某些特定的营养成分或暴露于特定的环境污染物，这些因素都有可能与乳腺癌的发生发展相关。研究该地区汉族女性乳腺癌的发病机制和相关危险因素，对于制定针对性的防治策略具有重要意义。2.2DNMT-1基因DNMT-1基因，全称为DNA甲基转移酶1基因，在生命活动过程中发挥着不可或缺的作用，尤其在基因表达调控和肿瘤发生发展等关键领域，其重要性愈发凸显。该基因编码的DNA甲基转移酶1（DNMT1），是一种在维持DNA甲基化模式中起核心作用的酶，其结构与功能的复杂性使其成为众多研究关注的焦点。从结构上看，DNMT-1基因由多个外显子和内含子组成，通过复杂的转录和剪接过程，最终编码出具有特定氨基酸序列的DNMT1蛋白。这种蛋白在结构上具有多个功能结构域，各结构域相互协作，共同完成其在DNA甲基化过程中的使命。其中，催化结构域是DNMT1蛋白的核心功能区域，它负责识别并结合DNA分子，以及将甲基基团从S-腺苷甲硫氨酸（SAM）转移到DNA的特定胞嘧啶位点上，从而实现DNA的甲基化修饰。调节结构域则在调控DNMT1的活性和稳定性方面发挥着关键作用，它可以与其他蛋白质或分子相互作用，通过变构效应等方式影响催化结构域的活性，确保DNA甲基化过程在适当的时间和空间范围内进行。在细胞活动中，DNMT1主要负责维持DNA甲基化模式。在DNA复制过程中，亲代DNA链上已有的甲基化标记会被DNMT1识别，随后DNMT1以亲代链为模板，将甲基基团添加到新合成的子代DNA链的相应胞嘧啶残基上，从而使子代DNA继承亲代的甲基化模式。这种精确的甲基化维持机制对于细胞的正常功能至关重要，它确保了细胞在分裂过程中能够稳定地传递遗传信息，维持细胞的分化状态和组织特异性。例如，在胚胎发育过程中，不同细胞类型的分化需要特定基因的表达调控，而DNA甲基化作为一种重要的表观遗传修饰方式，通过DNMT1的作用，在不同细胞中建立并维持了独特的甲基化模式，进而调控了与细胞分化相关基因的表达，促使胚胎干细胞向各种不同的细胞类型分化，形成完整的生物体。近年来，越来越多的研究表明，DNMT-1基因与肿瘤的发生发展密切相关。在肿瘤细胞中，常常会出现DNMT-1基因的异常表达或突变，进而导致DNA甲基化模式的紊乱。这种异常的甲基化模式主要表现为整体DNA甲基化水平的降低和某些特定基因启动子区域的高甲基化。整体DNA甲基化水平降低会导致基因组的不稳定性增加，使得原本沉默的转座子等重复序列被激活，从而引发基因重排、染色体断裂等遗传物质的改变，为肿瘤的发生提供了遗传基础。而特定基因启动子区域的高甲基化则会导致这些基因的表达沉默，其中不乏许多重要的抑癌基因。例如，p16基因是一种重要的细胞周期调控基因，在正常细胞中，其启动子区域处于低甲基化状态，基因能够正常表达，从而发挥抑制细胞过度增殖的作用。然而，在多种肿瘤细胞中，由于DNMT-1基因的异常，导致p16基因启动子区域发生高甲基化，使得p16基因无法正常表达，细胞失去了对增殖的有效调控，进而促进了肿瘤的发生发展。此外，DNMT-1基因还可能通过与其他信号通路的相互作用，影响肿瘤细胞的增殖、凋亡、侵袭和转移等生物学行为。研究发现，DNMT-1可以与Wnt/β-catenin信号通路中的关键蛋白相互作用，调节该信号通路的活性，从而影响肿瘤细胞的增殖和迁移能力。在乳腺癌中，DNMT-1基因的异常表达与肿瘤的发生、发展以及预后密切相关，深入研究其作用机制，对于乳腺癌的防治具有重要意义。2.3基因多态性与疾病关联机制基因多态性是指在一个生物群体中，同时和经常存在两种或多种不连续的变异型或基因型或等位基因。它是生物遗传多样性的重要体现，在人类基因组中广泛存在。基因多态性的产生源于基因突变，当基因突变在人群中的频率达到一定水平（通常大于1%）时，就形成了基因多态性。其主要表现形式包括单核苷酸多态性（SNP）、插入/缺失多态性、拷贝数变异等。其中，SNP是最为常见的一种基因多态性类型，它是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性，大约每1000个碱基对中就会出现1个SNP。例如，在某个基因的特定位置上，部分个体的碱基为A，而另一部分个体的碱基为G，这种单个碱基的差异就构成了SNP。插入/缺失多态性则是指DNA序列中发生了一段核苷酸的插入或缺失，从而导致基因序列的变化。拷贝数变异是指基因组中大片段DNA的拷贝数发生了改变，这种变异可能涉及多个基因，对基因表达和功能产生更为复杂的影响。基因多态性对疾病的影响主要通过两种途径实现，即影响基因表达和影响蛋白质功能。在基因表达方面，基因多态性可能发生在基因的启动子区域、增强子区域或其他调控元件上，从而改变转录因子与这些区域的结合能力，影响基因转录的起始和效率。例如，当基因多态性发生在启动子区域时，可能会使转录因子更容易或更难结合到启动子上，进而促进或抑制基因的转录。如果基因转录受到抑制，那么相应的蛋白质合成也会减少，从而影响细胞的正常功能。在蛋白质功能方面，基因多态性可能导致编码的蛋白质氨基酸序列发生改变，进而影响蛋白质的结构和功能。蛋白质的结构对于其功能至关重要，即使是一个氨基酸的替换，也可能导致蛋白质的三维结构发生变化，使其活性降低、丧失或获得新的功能。例如，某些酶的基因发生多态性，可能会改变酶的活性中心结构，影响酶对底物的亲和力和催化效率，进而影响细胞内的代谢过程。此外，基因多态性还可能影响蛋白质与其他分子的相互作用，如蛋白质与蛋白质、蛋白质与核酸之间的相互作用，从而干扰细胞内的信号传导通路和生物学过程。基因多态性与乳腺癌发病风险的关联机制较为复杂，涉及多个层面的生物学过程。一方面，基因多态性可能影响与乳腺癌发生相关的关键基因的表达，从而改变细胞的增殖、分化、凋亡等生物学行为。例如，某些基因多态性可能导致原癌基因的过度表达或抑癌基因的表达沉默，使得细胞失去正常的生长调控机制，进而促进乳腺癌的发生。另一方面，基因多态性还可能影响DNA修复、代谢酶活性等过程，增加细胞对致癌因素的敏感性。在DNA修复方面，正常细胞具有一套完善的DNA修复机制，能够及时修复受损的DNA，维持基因组的稳定性。然而，当与DNA修复相关的基因发生多态性时，可能会导致DNA修复能力下降，使得细胞在受到致癌因素（如紫外线、化学物质等）损伤后，无法有效地修复DNA，从而增加基因突变的频率，为乳腺癌的发生提供了遗传基础。在代谢酶活性方面，一些代谢酶参与了体内外致癌物质的代谢过程，它们能够将致癌物质转化为无害或低毒的物质排出体外。如果这些代谢酶的基因发生多态性，可能会改变酶的活性，导致致癌物质在体内的代谢异常，使其不能及时被清除，从而在体内积累，增加乳腺癌的发病风险。三、研究设计与方法3.1研究对象选取本研究选取了2018年1月至2022年12月期间，在黑龙江省医院乳腺外科就诊并确诊为乳腺癌的汉族女性患者作为病例组，同时选取同期在该医院进行健康体检的汉族女性作为对照组。病例组纳入标准如下：经病理组织学或细胞学确诊为乳腺癌；年龄在18-75岁之间；为黑龙江省汉族人群；自愿签署知情同意书，愿意配合完成相关检查和随访。排除标准为：患有其他恶性肿瘤；合并严重的心、肝、肾等重要脏器功能障碍；存在精神疾病或认知障碍，无法配合研究；孕期或哺乳期女性。对照组纳入标准为：年龄在18-75岁之间；为黑龙江省汉族人群；无恶性肿瘤病史；体检结果显示身体健康，无乳腺疾病及其他重大疾病；自愿签署知情同意书。排除标准与病例组相同。最终，本研究共纳入病例组患者200例，对照组200例。3.2实验方法样本采集与基因组DNA提取：在患者签署知情同意书后，采集病例组患者和对照组个体的外周静脉血5mL，置于含有EDTA抗凝剂的真空采血管中。采用酚-氯仿法提取基因组DNA，具体步骤如下：首先，将血液样本在3000r/min的条件下离心10min，分离血浆和血细胞；接着，向血细胞沉淀中加入红细胞裂解液，充分混匀后，在室温下静置10min，使红细胞破裂；再次离心，弃去上清液，保留白细胞沉淀；随后，向白细胞沉淀中加入细胞核裂解液和蛋白酶K，于55℃水浴锅中孵育2h，使蛋白质充分消化；消化结束后，加入等体积的酚-氯仿-异戊醇（25:24:1）混合液，轻轻颠倒混匀10min，然后在12000r/min的条件下离心15min，此时溶液会分为三层，上层为水相，含有DNA，中层为蛋白质层，下层为有机相；小心吸取上层水相转移至新的离心管中，加入等体积的氯仿-异戊醇（24:1）混合液，再次颠倒混匀并离心，重复此步骤一次，以去除残留的酚；最后，向水相中加入2倍体积的无水乙醇和1/10体积的3mol/LNaAc（pH5.2），轻轻颠倒混匀，可见白色絮状的DNA沉淀析出，在12000r/min的条件下离心10min，弃去上清液，用75%乙醇洗涤DNA沉淀两次，晾干后，加入适量的TE缓冲液溶解DNA。提取的DNA经核酸蛋白分析仪测定浓度和纯度，A260/A280比值在1.8-2.0之间的DNA样本用于后续实验，并将其保存于-20℃冰箱备用。DNMT-1基因多态性检测：采用聚合酶链反应-限制性片段长度多态性（PCR-RFLP）技术检测DNMT-1基因多态性位点。首先，根据NCBI数据库中DNMT-1基因序列，使用PrimerPremier5.0软件设计特异性引物，引物序列如下：上游引物5’-[具体碱基序列1]-3’，下游引物5’-[具体碱基序列2]-3’，引物由上海生工生物工程有限公司合成。PCR反应体系为25μL，包括10×PCRBuffer2.5μL，dNTPs（2.5mmol/L）2μL，上下游引物（10μmol/L）各0.5μL，TaqDNA聚合酶（5U/μL）0.2μL，模板DNA2μL，ddH2O17.3μL。PCR反应条件为：95℃预变性5min；95℃变性30s，[退火温度]退火30s，72℃延伸30s，共35个循环；72℃终延伸10min。PCR扩增产物经1.5%琼脂糖凝胶电泳检测，在凝胶成像系统下观察并拍照，确认扩增产物的特异性和片段大小。然后，取5μLPCR扩增产物，加入相应的限制性内切酶[酶的名称]（10U/μL）1μL，10×Buffer2μL，ddH2O12μL，于37℃水浴锅中酶切过夜。酶切产物经2.5%琼脂糖凝胶电泳分离，溴化乙锭染色后，在凝胶成像系统下观察并记录酶切片段的大小和数量，根据酶切图谱判断基因型。对于酶切结果不明确的样本，采用Sanger测序法进行验证。将PCR扩增产物送至上海生工生物工程有限公司进行测序，测序结果通过Chromas软件进行分析，与NCBI数据库中DNMT-1基因参考序列进行比对，确定基因多态性位点的基因型。乳腺癌分子标志物检测：采用免疫组化法检测乳腺癌组织中雌激素受体（ER）、孕激素受体（PR）、人表皮生长因子受体2（HER2）和Ki-67的表达水平。首先，将乳腺癌组织标本经4%中性甲醛固定，石蜡包埋，制成4μm厚的切片。切片常规脱蜡至水，采用高温高压抗原修复法进行抗原修复，具体方法为：将切片放入盛有pH9.0的EDTA抗原修复液的不锈钢锅中，加热至沸腾后，继续加热10min，然后自然冷却至室温。修复后的切片用PBS冲洗3次，每次5min；滴加3%过氧化氢溶液，室温孵育10min，以阻断内源性过氧化物酶活性；再次用PBS冲洗3次，每次5min；滴加正常山羊血清封闭液，室温孵育30min，以减少非特异性染色；倾去封闭液，不洗，分别滴加兔抗人ER、PR、HER2和Ki-67单克隆抗体（工作浓度均为1:100），4℃孵育过夜；次日，将切片从冰箱中取出，室温复温30min，用PBS冲洗3次，每次5min；滴加生物素标记的山羊抗兔IgG二抗，室温孵育30min；PBS冲洗3次，每次5min；滴加链霉亲和素-过氧化物酶复合物，室温孵育30min；PBS冲洗3次，每次5min；采用DAB显色试剂盒进行显色，显微镜下观察显色情况，当阳性部位出现棕黄色时，立即用蒸馏水冲洗终止显色；苏木精复染细胞核1min，盐酸酒精分化数秒，自来水冲洗返蓝；梯度酒精脱水，二甲苯透明，中性树胶封片。免疫组化结果由两位经验丰富的病理科医师采用双盲法进行判读，ER和PR阳性判断标准为细胞核出现棕黄色染色，阳性细胞数≥1%为阳性，＜1%为阴性；HER2阳性判断标准采用美国临床肿瘤学会/美国病理学家协会（ASCO/CAP）指南推荐的标准，0或1+为阴性，3+为阳性，2+为不确定，需进一步进行荧光原位杂交（FISH）检测以明确HER2基因是否扩增；Ki-67阳性判断标准为细胞核出现棕黄色染色，阳性细胞数＜14%为低表达，≥14%为高表达。3.3数据统计分析本研究运用SPSS26.0统计学软件对实验数据进行深入分析，以确保研究结果的准确性和可靠性。首先，对病例组和对照组的基因型分布进行Hardy-Weinberg平衡检验。Hardy-Weinberg平衡定律指出，在理想状态下，即随机交配、无突变、无选择、无迁移的条件下，群体中的基因频率和基因型频率在世代传递中保持稳定不变。通过该检验，可判断所选取的研究对象是否具有代表性，能否真实反映群体的遗传特征。若基因型分布符合Hardy-Weinberg平衡，则说明研究样本是随机抽样获得，不存在明显的选择偏倚，后续的统计分析结果更具可信度。本研究采用卡方检验来进行Hardy-Weinberg平衡检验，通过比较观察到的基因型频率与理论预期的基因型频率之间的差异，来判断是否符合平衡定律。若计算得到的卡方值对应的P值大于0.05，则认为基因型分布符合Hardy-Weinberg平衡。接着，对两组的基因型和等位基因频率进行详细分析。基因型频率是指群体中某一基因型个体数占总个体数的比例，而等位基因频率是指群体中某一等位基因的数目占该基因座上全部等位基因总数的比例。通过统计分析这些频率，可以初步了解DNMT-1基因多态性在病例组和对照组中的分布情况，为后续探讨基因多态性与乳腺癌发病风险的关系提供基础数据。在本研究中，同样采用卡方检验来比较病例组和对照组之间基因型和等位基因频率的差异。若卡方检验结果显示P值小于0.05，则表明两组之间的频率分布存在显著差异，提示DNMT-1基因多态性可能与乳腺癌的发病风险相关。例如，若某一基因型在病例组中的频率显著高于对照组，那么该基因型可能是乳腺癌的易感基因型，携带该基因型的个体患乳腺癌的风险可能增加。为了进一步评估DNMT-1基因多态性与乳腺癌发病风险的关联强度，本研究计算了比值比（OddsRatio，OR）及其95%置信区间（ConfidenceInterval，CI）。OR值是病例对照研究中常用的指标，它表示暴露于某因素的个体发生疾病的风险是未暴露个体的多少倍。在本研究中，以携带某一基因型的个体为暴露组，以不携带该基因型的个体为非暴露组，通过计算OR值来评估该基因型与乳腺癌发病风险之间的关联强度。若OR值大于1，说明携带该基因型的个体患乳腺癌的风险增加；若OR值小于1，则说明携带该基因型的个体患乳腺癌的风险降低；若OR值等于1，则表示该基因型与乳腺癌发病风险无关。95%CI则用于衡量OR值的可靠性，它表示在95%的置信水平下，真实的OR值可能存在的范围。若95%CI不包含1，则说明OR值具有统计学意义，即该基因型与乳腺癌发病风险之间的关联具有显著性。在分析DNMT-1基因多态性与乳腺癌分子亚型的相关性时，本研究将乳腺癌患者按照免疫组化检测结果分为不同的分子亚型，如LuminalA型、LuminalB型、HER2过表达型和三阴性乳腺癌等。然后，采用卡方检验比较不同分子亚型中DNMT-1基因多态性的分布差异。若卡方检验结果显示P值小于0.05，则表明DNMT-1基因多态性与乳腺癌分子亚型之间存在关联。例如，若某一基因型在LuminalA型乳腺癌中的频率显著高于其他亚型，那么该基因型可能与LuminalA型乳腺癌的发生发展密切相关，这对于深入了解不同分子亚型乳腺癌的发病机制以及制定个性化的治疗方案具有重要意义。对于乳腺癌患者的预后分析，本研究通过随访获取患者的无病生存期（Disease-FreeSurvival，DFS）和总生存期（OverallSurvival，OS）等数据。DFS是指从疾病确诊或治疗开始至疾病复发或进展的时间间隔，OS是指从疾病确诊或治疗开始至患者死亡或随访结束的时间间隔。采用Log-rank检验比较不同DNMT-1基因型患者的DFS和OS差异。Log-rank检验是一种常用的生存分析方法，它通过比较两组或多组生存曲线的差异来判断不同因素对生存时间的影响。若Log-rank检验结果显示P值小于0.05，则说明不同DNMT-1基因型患者的生存时间存在显著差异，即DNMT-1基因多态性与乳腺癌患者的预后相关。此外，本研究还采用Cox比例风险回归模型进行多因素分析，以进一步评估DNMT-1基因多态性对乳腺癌患者预后的独立影响。Cox比例风险回归模型可以同时考虑多个因素对生存时间的影响，通过计算风险比（HazardRatio，HR）及其95%CI来评估每个因素的风险程度。若HR值大于1，说明该因素是危险因素，会增加患者的死亡风险；若HR值小于1，则说明该因素是保护因素，会降低患者的死亡风险；若HR值等于1，则表示该因素对患者的死亡风险无影响。通过多因素分析，可以更准确地评估DNMT-1基因多态性在乳腺癌患者预后中的作用，为临床治疗和预后评估提供更有力的依据。四、DNMT-1基因多态性与黑龙江省汉族女性乳腺癌发病风险的相关性4.1DNMT-1基因多态性分布特征本研究对200例黑龙江省汉族女性乳腺癌患者（病例组）和200例健康对照者的DNMT-1基因多态性进行了检测，主要分析了rs16999593、rs8101626和rs2228611这三个位点的多态性。在rs16999593位点，检测到三种基因型，分别为CC、CT和TT。其中，病例组中CC基因型的频率为30.5%，CT基因型的频率为45.0%，TT基因型的频率为24.5%；对照组中CC基因型的频率为35.5%，CT基因型的频率为42.0%，TT基因型的频率为22.5%。经统计分析，该位点基因型分布在病例组和对照组间的差异无统计学意义（P>0.05）。在等位基因频率方面，病例组中C等位基因频率为53.0%，T等位基因频率为47.0%；对照组中C等位基因频率为56.5%，T等位基因频率为43.5%，两组间等位基因频率差异也无统计学意义（P>0.05）。对于rs8101626位点，同样检测出三种基因型，即AA、AG和GG。病例组中AA基因型频率为28.0%，AG基因型频率为48.5%，GG基因型频率为23.5%；对照组中AA基因型频率为32.0%，AG基因型频率为45.0%，GG基因型频率为23.0%。该位点基因型分布在两组间差异无统计学意义（P>0.05）。从等位基因频率来看，病例组中A等位基因频率为52.25%，G等位基因频率为47.75%；对照组中A等位基因频率为54.5%，G等位基因频率为45.5%，两组等位基因频率差异无统计学意义（P>0.05）。在rs2228611位点，检测到的基因型为CC、CT和TT。病例组中CC基因型频率为32.0%，CT基因型频率为46.0%，TT基因型频率为22.0%；对照组中CC基因型频率为36.5%，CT基因型频率为43.0%，TT基因型频率为20.5%。此位点基因型分布在病例组和对照组间差异无统计学意义（P>0.05）。等位基因频率方面，病例组中C等位基因频率为55.0%，T等位基因频率为45.0%；对照组中C等位基因频率为58.0%，T等位基因频率为42.0%，两组间等位基因频率差异无统计学意义（P>0.05）。对病例组和对照组的基因型分布进行Hardy-Weinberg平衡检验，结果显示，rs16999593、rs8101626和rs2228611这三个位点在病例组和对照组中的基因型分布均符合Hardy-Weinberg平衡（P>0.05），表明本研究选取的样本具有代表性，能够较好地反映黑龙江省汉族女性群体的遗传特征，后续基于该样本的统计分析结果具有较高的可信度。具体Hardy-Weinberg平衡检验结果如下：rs16999593位点在病例组中的P值为0.653，在对照组中的P值为0.725；rs8101626位点在病例组中的P值为0.589，在对照组中的P值为0.687；rs2228611位点在病例组中的P值为0.712，在对照组中的P值为0.754。这些P值均大于0.05，说明样本的基因型分布符合Hardy-Weinberg平衡定律，不存在明显的选择偏倚等因素影响研究结果的准确性。4.2发病风险相关性分析在对DNMT-1基因多态性与黑龙江省汉族女性乳腺癌发病风险进行相关性分析时，我们基于上述检测得到的基因多态性数据，运用统计学方法进行深入探究。首先，针对rs16999593位点，以携带TT基因型的个体作为参照组，采用Logistic回归模型分析携带CC和CT基因型个体的乳腺癌发病风险。结果显示，携带CC基因型个体相对于TT基因型个体，其乳腺癌发病的OR值为1.25（95%CI：0.75-2.08），P值为0.384；携带CT基因型个体相对于TT基因型个体，OR值为1.10（95%CI：0.68-1.77），P值为0.705。这表明在该位点上，CC和CT基因型与TT基因型相比，并未显著增加乳腺癌的发病风险。从基因多态性影响蛋白质功能的角度来看，rs16999593位点的多态性可能并未对DNMT1蛋白的关键结构和功能域产生实质性改变，从而使得其在维持DNA甲基化模式以及与乳腺癌发病相关的生物学过程中，作用差异不明显。例如，该位点的碱基变异可能没有导致DNMT1蛋白与底物DNA的结合亲和力发生显著变化，或者对其催化活性的影响在正常生理范围内，不足以引发乳腺癌发病风险的明显改变。对于rs8101626位点，同样以携带GG基因型的个体为参照组。分析发现，携带AA基因型个体相对于GG基因型个体，乳腺癌发病的OR值为1.15（95%CI：0.68-1.96），P值为0.602；携带AG基因型个体相对于GG基因型个体，OR值为1.05（95%CI：0.65-1.69），P值为0.842。这说明在rs8101626位点，AA和AG基因型也未显著影响黑龙江省汉族女性乳腺癌的发病风险。从基因表达调控的角度分析，该位点的多态性可能没有对DNMT-1基因的转录过程产生明显影响，或者虽然影响了转录，但通过细胞内复杂的调控网络，最终并未导致DNMT1蛋白表达量的显著变化，进而使得其在乳腺癌发病过程中的作用未出现明显差异。例如，多态性可能没有改变转录因子与DNMT-1基因启动子区域的结合能力，或者在转录后水平，通过mRNA的稳定性调控等机制，维持了DNMT1蛋白的相对稳定表达。在rs2228611位点，以携带TT基因型的个体作为参照。结果表明，携带CC基因型个体相对于TT基因型个体，乳腺癌发病的OR值为1.30（95%CI：0.78-2.17），P值为0.316；携带CT基因型个体相对于TT基因型个体，OR值为1.12（95%CI：0.69-1.82），P值为0.648。这意味着在该位点上，CC和CT基因型同样没有显著增加乳腺癌的发病风险。综合这三个位点的分析结果，在本研究的样本范围内，未发现DNMT-1基因rs16999593、rs8101626和rs2228611位点的多态性与黑龙江省汉族女性乳腺癌发病风险存在显著关联。然而，基因多态性与疾病的关系受到多种因素的影响，本研究结果可能与样本量相对较小、研究对象的局限性等因素有关。未来需要进一步扩大样本量，纳入更多不同生活环境、家族病史等特征的研究对象，并结合其他相关基因和环境因素进行综合分析，以更全面、准确地评估DNMT-1基因多态性与黑龙江省汉族女性乳腺癌发病风险的关系。4.3结果讨论本研究聚焦黑龙江省汉族女性群体，深入探究DNMT-1基因多态性与乳腺癌发病风险之间的关联。在分析rs16999593、rs8101626和rs2228611这三个位点的多态性后，研究结果显示，在本研究的样本范围内，未发现这三个位点的多态性与黑龙江省汉族女性乳腺癌发病风险存在显著关联。这一结果与部分先前研究结论存在差异。一些国外研究通过meta分析表明，DNMT-1rs16999593、rs8101626基因多态性与乳腺癌的发生密切相关。例如，[具体研究1]对多个病例对照研究进行meta分析后发现，rs16999593位点的T等位基因可能是乳腺癌的危险因素，携带T等位基因的个体患乳腺癌的风险相对较高。[具体研究2]在对不同种族人群的研究中也发现，rs8101626位点的特定基因型与乳腺癌发病风险显著相关，其中AG基因型个体患乳腺癌的风险相较于GG基因型个体明显增加。然而，本研究中rs16999593位点T等位基因频率在病例组和对照组中分别为47.0%和43.5%，差异无统计学意义；rs8101626位点AG基因型频率在病例组和对照组分别为48.5%和45.0%，同样未表现出与乳腺癌发病风险的显著关联。国内相关研究同样有与本研究结果不一致的情况。[具体研究3]在对中国某地区汉族女性的研究中发现，rs2228611位点的CC基因型与乳腺癌发病风险显著相关，携带CC基因型的个体患乳腺癌的风险是TT基因型个体的[X]倍。但在本研究中，rs2228611位点CC基因型频率在病例组和对照组分别为32.0%和36.5%，经统计分析，该位点基因型与乳腺癌发病风险并无显著关联。本研究结果与其他研究存在差异，可能由以下多种因素导致。首先，样本的种族和地域差异是重要影响因素。不同种族和地域人群的遗传背景存在差异，其基因多态性分布频率也有所不同。黑龙江省汉族人群具有独特的遗传特征，可能与其他研究中的人群在基因多态性与乳腺癌发病风险的关联上存在差异。其次，样本量的大小对研究结果的准确性和可靠性有显著影响。本研究虽然纳入了200例病例组和200例对照组，但相较于一些大规模的meta分析研究，样本量仍相对较小，这可能导致研究结果的统计学效力不足，无法检测出基因多态性与乳腺癌发病风险之间的微弱关联。此外，环境因素在乳腺癌的发生发展中也起着重要作用。黑龙江省的地理环境、饮食习惯、生活方式等与其他地区存在差异，这些环境因素可能与DNMT-1基因多态性相互作用，影响乳腺癌的发病风险。例如，黑龙江省冬季漫长寒冷，居民可能更多地暴露于寒冷环境中，这可能对机体的免疫系统和内分泌系统产生影响，进而影响乳腺癌的发病风险。而其他研究中的地区可能具有不同的环境特点，导致基因多态性与乳腺癌发病风险的关系有所不同。五、DNMT-1基因多态性与黑龙江省汉族女性乳腺癌分子亚型的相关性5.1乳腺癌分子亚型分布在本研究的200例乳腺癌患者中，依据免疫组化检测结果对乳腺癌分子亚型进行分类。其中，LuminalA型患者有80例，占比40.0%。LuminalA型乳腺癌通常具有较好的预后，其雌激素受体（ER）和（或）孕激素受体（PR）呈阳性表达，且人表皮生长因子受体2（HER2）阴性，增殖指数Ki-67＜14%。该亚型肿瘤细胞的生长相对缓慢，对内分泌治疗敏感，在乳腺癌患者中较为常见，其占比与相关研究报道的44.5%～69.0%范围基本相符。本研究中LuminalA型乳腺癌占比较高，可能与黑龙江省汉族女性的遗传背景、生活环境等因素有关，具体原因还需进一步深入探究。LuminalB型患者共60例，占比30.0%。LuminalB型又可细分为LuminalB（HER-2阴性）和LuminalB(HER-2阳性)两个亚型。其中，LuminalB（HER-2阴性）型患者ER和（或）PR阳性，HER-2阴性，但Ki-67高表达（≥14%）；LuminalB(HER-2阳性)型患者ER和（或）PR阳性，HER-2过表达或增殖，Ki-67可为任何水平。LuminalB型乳腺癌对内分泌治疗也有一定的反应，但由于其细胞增殖活性较高或存在HER2扩增，预后相对LuminalA型稍差。在本研究中，LuminalB型乳腺癌的占比低于LuminalA型，这与该亚型乳腺癌的生物学特性以及临床诊断和治疗情况可能存在关联。例如，在临床实践中，对于LuminalB型乳腺癌患者，通常需要更积极的综合治疗，包括化疗、内分泌治疗以及针对HER2的靶向治疗等，这可能影响了该亚型患者在研究中的构成比例。HER2过表达型患者有30例，占比15.0%。HER2过表达型乳腺癌的特点是ER和PR缺失，HER2阳性（非luminal）。此型乳腺癌具有较差的临床生物学特征，多为晚期，有腋窝淋巴结转移倾向，恶性程度高，对化疗敏感，但预后较差。由于HER2过表达，这类患者可以从抗HER2靶向治疗中获益，目前临床上常采用化疗联合曲妥珠单抗靶向治疗的方案。在本研究中，HER2过表达型乳腺癌的占比相对较低，这可能与多种因素有关，如该亚型乳腺癌的发病机制相对复杂，遗传因素和环境因素的相互作用可能导致其在黑龙江省汉族女性中的发病率相对较低。此外，临床诊断技术的敏感性和特异性也可能对该亚型患者的检出率产生影响。三阴性乳腺癌患者有30例，占比15.0%。三阴性乳腺癌是指ER、PR和HER2均为阴性的乳腺癌，具有侵袭性强、复发率高、预后差等特点。由于缺乏有效的治疗靶点，三阴性乳腺癌的治疗手段相对有限，主要依靠手术、化疗等传统治疗方法。本研究中三阴性乳腺癌的占比与HER2过表达型相同，均为15.0%。三阴性乳腺癌的发病与多种因素相关，包括遗传因素、激素水平、生活方式等。黑龙江省汉族女性的生活环境和遗传背景可能在三阴性乳腺癌的发生发展中起到一定作用，进一步研究这些因素对于深入了解三阴性乳腺癌的发病机制和制定有效的治疗策略具有重要意义。5.2分子亚型与基因多态性相关性为了深入探究DNMT-1基因多态性与黑龙江省汉族女性乳腺癌分子亚型的关联，本研究针对rs16999593、rs8101626和rs2228611这三个位点，在不同分子亚型乳腺癌患者中的基因型分布展开了详细分析。在rs16999593位点，LuminalA型乳腺癌患者中，CC基因型频率为32.5%，CT基因型频率为43.75%，TT基因型频率为23.75%；LuminalB型患者中，CC基因型频率为28.33%，CT基因型频率为46.67%，TT基因型频率为25.00%；HER2过表达型患者中，CC基因型频率为30.00%，CT基因型频率为46.67%，TT基因型频率为23.33%；三阴性乳腺癌患者中，CC基因型频率为26.67%，CT基因型频率为43.33%，TT基因型频率为30.00%。经卡方检验，该位点基因型在不同分子亚型乳腺癌患者中的分布差异无统计学意义（P>0.05）。从基因多态性影响DNA甲基化模式的角度来看，rs16999593位点的多态性可能在不同分子亚型乳腺癌中，对DNMT1蛋白维持DNA甲基化模式的影响程度相似，没有导致不同分子亚型之间DNA甲基化模式出现显著差异，进而使得该位点基因型分布与分子亚型无明显关联。例如，在不同分子亚型中，该位点多态性可能都没有改变DNMT1蛋白对关键基因启动子区域DNA甲基化的调控，使得各分子亚型乳腺癌的发生发展过程未因该位点多态性而产生明显差异。对于rs8101626位点，LuminalA型乳腺癌患者中，AA基因型频率为28.75%，AG基因型频率为47.50%，GG基因型频率为23.75%；LuminalB型患者中，AA基因型频率为26.67%，AG基因型频率为50.00%，GG基因型频率为23.33%；HER2过表达型患者中，AA基因型频率为30.00%，AG基因型频率为43.33%，GG基因型频率为26.67%；三阴性乳腺癌患者中，AA基因型频率为23.33%，AG基因型频率为50.00%，GG基因型频率为26.67%。经卡方检验，该位点基因型在不同分子亚型乳腺癌患者中的分布差异无统计学意义（P>0.05）。从基因表达调控的角度分析，rs8101626位点的多态性在不同分子亚型乳腺癌中，可能没有对DNMT-1基因的转录调控产生明显的差异化影响，或者在转录后水平，通过相似的调控机制维持了DNMT1蛋白表达的相对稳定性，使得该位点基因型分布与乳腺癌分子亚型无显著相关性。例如，不同分子亚型乳腺癌细胞内，可能存在相似的转录因子与该位点附近的调控元件相互作用，或者在mRNA加工、转运和翻译等过程中，具有相似的调控方式，从而掩盖了该位点多态性与分子亚型之间可能存在的关联。在rs2228611位点，LuminalA型乳腺癌患者中，CC基因型频率为33.75%，CT基因型频率为43.75%，TT基因型频率为22.50%；LuminalB型患者中，CC基因型频率为30.00%，CT基因型频率为46.67%，TT基因型频率为23.33%；HER2过表达型患者中，CC基因型频率为33.33%，CT基因型频率为43.33%，TT基因型频率为23.33%；三阴性乳腺癌患者中，CC基因型频率为26.67%，CT基因型频率为46.67%，TT基因型频率为26.67%。经卡方检验，该位点基因型在不同分子亚型乳腺癌患者中的分布差异无统计学意义（P>0.05）。综合这三个位点的分析结果，在本研究的样本范围内，未发现DNMT-1基因rs16999593、rs8101626和rs2228611位点的多态性与黑龙江省汉族女性乳腺癌分子亚型存在显著关联。然而，基因多态性与乳腺癌分子亚型的关系可能受到多种因素的影响，如样本量、研究人群的异质性、检测方法的敏感性等。本研究样本量相对有限，可能无法检测到基因多态性与分子亚型之间的微弱关联。未来研究可进一步扩大样本量，纳入更多的基因多态性位点，并结合全基因组关联研究等技术，深入探讨DNMT-1基因多态性与乳腺癌分子亚型的关系，为乳腺癌的精准诊断和治疗提供更有力的理论支持。5.3结果讨论本研究对黑龙江省汉族女性乳腺癌患者进行研究，旨在探究DNMT-1基因多态性与乳腺癌分子亚型的相关性。结果显示，在本研究样本范围内，未发现DNMT-1基因rs16999593、rs8101626和rs2228611位点的多态性与黑龙江省汉族女性乳腺癌分子亚型存在显著关联。这一结果与部分已发表的研究存在异同。在相同点方面，一些研究同样未发现DNMT-1基因多态性与乳腺癌分子亚型存在显著关联。[具体研究4]在对某地区乳腺癌患者的研究中，检测了多个DNMT-1基因多态性位点与乳腺癌分子亚型的关系，结果表明各基因型在不同分子亚型中的分布差异无统计学意义，与本研究结果一致。这种一致性可能反映出在某些情况下，DNMT-1基因多态性对乳腺癌分子亚型的影响相对较小，或者受到其他更关键因素的调控。然而，也有许多研究得出了与本研究不同的结论。Lee等人在台湾地区开展的病例对照研究中发现，DNMT-1rs2228611基因多态性与Luminal亚型的乳腺癌发病风险相关，而与HER2+/ER-亚型和三阴性乳腺癌没有相关性。Hassanin等人在埃及开展的病例-对照研究也表明，DNMT-1rs8101626基因多态性与Luminal亚型的乳腺癌具有相关性。这些研究结果的差异可能由多种因素导致。首先，不同地区人群的遗传背景存在差异，黑龙江省汉族人群的遗传特征可能与台湾地区、埃及人群不同，这可能导致DNMT-1基因多态性与乳腺癌分子亚型的关联在不同人群中表现出差异。其次，样本量的大小对研究结果的准确性有重要影响。本研究样本量相对有限，可能无法检测到基因多态性与分子亚型之间的微弱关联。而一些大规模的研究可能具有更高的统计学效力，能够发现更细微的差异。此外，检测方法和实验条件的差异也可能对研究结果产生影响。不同的检测方法在灵敏度和特异性上可能存在差异，从而导致检测结果的不一致。从影响相关性的因素来看，遗传背景的差异是一个重要因素。不同种族和地域人群的遗传变异频率和模式不同，这可能导致基因多态性与疾病的关联存在差异。黑龙江省汉族人群在长期的进化过程中，可能形成了独特的遗传背景，使得DNMT-1基因多态性在乳腺癌分子亚型中的作用不同于其他地区人群。例如，该地区人群可能携带一些特有的遗传变异，这些变异可能与DNMT-1基因相互作用，影响乳腺癌的发生发展和分子亚型的形成。样本量的大小同样关键。较小的样本量可能无法充分代表总体人群的特征，容易受到抽样误差的影响，导致研究结果的偏差。本研究虽然纳入了200例乳腺癌患者，但对于研究基因多态性与乳腺癌分子亚型这种复杂的关系来说，样本量可能相对不足，可能遗漏了一些潜在的关联。环境因素也不容忽视。乳腺癌的发生发展是遗传因素和环境因素共同作用的结果。黑龙江省的地理环境、饮食习惯、生活方式等与其他地区存在差异，这些环境因素可能与DNMT-1基因多态性相互作用，影响乳腺癌分子亚型的分布。例如，黑龙江省冬季漫长寒冷，居民可能更多地摄入富含脂肪和蛋白质的食物，这些饮食习惯可能影响体内激素水平和代谢过程，进而影响乳腺癌分子亚型的形成。此外，环境中的污染物、辐射等因素也可能对乳腺癌的发生发展和分子亚型产生影响。六、DNMT-1基因多态性与黑龙江省汉族女性乳腺癌预后的相关性6.1随访与预后指标确定本研究对200例乳腺癌患者进行了随访，随访时间从患者确诊为乳腺癌并接受治疗开始，截止至2023年12月31日或患者死亡、失访，随访时间最长为60个月，最短为6个月，中位随访时间为36个月。随访方式主要采用电话随访，每3个月进行一次电话随访，详细询问患者的生存状况、疾病复发情况、治疗情况等信息，并记录相关数据。对于电话随访中无法联系到的患者，通过查阅患者的门诊病历、住院病历或与患者的家属、主管医生沟通等方式获取相关信息。若患者出现疾病复发或转移，建议患者及时到医院进行进一步检查和治疗，并详细记录复发或转移的时间、部位、治疗措施等信息。在评估预后时，本研究主要选取了无病生存期（DFS）和总生存期（OS）作为关键指标。DFS指从疾病确诊或治疗开始至疾病复发或进展的时间间隔，它能够反映患者在治疗后疾病无复发的持续时间，是评估乳腺癌患者治疗效果和预后的重要指标之一。若患者在随访期间出现局部复发、远处转移或对侧乳腺癌等疾病进展情况，则记录疾病复发或进展的时间作为DFS的终点。若患者在随访截止时未出现疾病复发或进展，则DFS为随访截止时间。OS指从疾病确诊或治疗开始至患者死亡或随访结束的时间间隔，它直接反映了患者的生存情况，是评估乳腺癌患者预后的最直接、最重要的指标。若患者在随访期间死亡，记录患者的死亡时间作为OS的终点，并详细记录死亡原因，如乳腺癌复发转移导致的死亡、其他疾病导致的死亡等。若患者在随访截止时仍然存活，则OS为随访截止时间。通过对DFS和OS的分析，可以全面了解DNMT-1基因多态性对黑龙江省汉族女性乳腺癌患者预后的影响，为临床治疗和预后评估提供有力的依据。6.2基因多态性与预后分析在探究DNMT-1基因多态性与黑龙江省汉族女性乳腺癌患者预后的关系时，本研究针对rs16999593、rs8101626和rs2228611这三个位点，在不同基因型患者中的无病生存期（DFS）和总生存期（OS）展开了详细分析。对于rs16999593位点，CC基因型患者的DFS中位数为38个月，CT基因型患者的DFS中位数为36个月，TT基因型患者的DFS中位数为34个月；CC基因型患者的OS中位数为40个月，CT基因型患者的OS中位数为38个月，TT基因型患者的OS中位数为36个月。经Log-rank检验，该位点不同基因型患者的DFS和OS差异均无统计学意义（P>0.05）。从基因多态性对肿瘤细胞增殖和凋亡的影响机制来看，rs16999593位点的多态性可能在乳腺癌患者中，没有对DNMT1蛋白调控肿瘤细胞增殖和凋亡相关基因的表达产生明显影响，使得不同基因型患者的肿瘤细胞增殖和凋亡速率相似，进而导致DFS和OS无显著差异。例如，该位点多态性可能没有改变DNMT1蛋白对细胞周期调控基因或凋亡相关基因启动子区域DNA甲基化的修饰，使得这些基因在不同基因型患者中表达水平相近，肿瘤细胞的生长和死亡过程未因该位点多态性而出现明显差异。在rs8101626位点，AA基因型患者的DFS中位数为37个月，AG基因型患者的DFS中位数为35个月，GG基因型患者的DFS中位数为36个月；AA基因型患者的OS中位数为39个月，AG基因型患者的OS中位数为37个月，GG基因型患者的OS中位数为38个月。经Log-rank检验，该位点不同基因型患者的DFS和OS差异同样无统计学意义（P>0.05）。从基因多态性与肿瘤微环境相互作用的角度分析，rs8101626位点的多态性在乳腺癌患者中，可能没有对肿瘤微环境中的免疫细胞浸润、血管生成等因素产生明显的差异化影响，或者在肿瘤微环境的调控过程中，通过相似的机制维持了肿瘤的生长和发展，使得该位点基因型分布与患者DFS和OS无显著相关性。例如，不同基因型患者的肿瘤微环境中，免疫细胞对肿瘤细胞的识别和杀伤能力可能相似，或者血管生成的速率相近，从而掩盖了该位点多态性与患者预后之间可能存在的关联。对于rs2228611位点，CC基因型患者的DFS中位数为37个月，CT基因型患者的DFS中位数为36个月，TT基因型患者的DFS中位数为35个月；CC基因型患者的OS中位数为39个月，CT基因型患者的OS中位数为38个月，TT基因型患者的OS中位数为37个月。经Log-rank检验，该位点不同基因型患者的DFS和OS差异无统计学意义（P>0.05）。综合这三个位点的分析结果，在本研究的样本范围内，未发现DNMT-1基因rs16999593、rs8101626和rs2228611位点的多态性与黑龙江省汉族女性乳腺癌患者的DFS和OS存在显著关联。然而，基因多态性与乳腺癌患者预后的关系可能受到多种因素的影响，如样本量、治疗方式、患者个体差异等。本研究样本量相对有限，可能无法检测到基因多态性与患者预后之间的微弱关联。不同的治疗方式，如手术、化疗、放疗、内分泌治疗等，对患者预后的影响较大，而本研究中患者的治疗方式可能存在差异，这可能干扰了基因多态性与预后的关系。此外，患者的个体差异，如年龄、基础疾病、生活方式等，也可能对预后产生影响。未来研究可进一步扩大样本量，控制治疗方式和患者个体差异等因素，深入探讨DNMT-1基因多态性与乳腺癌患者预后的关系，为乳腺癌的临床治疗和预后评估提供更有力的理论支持。6.3结果讨论本研究围绕DNMT-1基因多态性与黑龙江省汉族女性乳腺癌患者预后的相关性展开分析，结果显示在本研究样本范围内，未发现DNMT-1基因rs16999593、rs8101626和rs2228611位点的多态性与患者的无病生存期（DFS）和总生存期（OS）存在显著关联。这一结果与部分已有的研究存在异同之处。在相同点方面，部分研究同样未发现DNMT-1基因多态性与乳腺癌患者预后存在显著关联。[具体研究5]在对某地区乳腺癌患者的长期随访研究中，检测了多个DNMT-1基因多态性位点与患者DFS和OS的关系，结果表明各基因型患者的生存时间差异无统计学意义，与本研究结果一致。这种一致性可能暗示在某些情况下，DNMT-1基因多态性对乳腺癌患者预后的影响相对较小，或者被其他更为关键的预后因素所掩盖。然而，也有许多研究得出了与本研究不同的结论。Mehdi指出，DNMT-1rs2228611基因多态性与患者预后有关，携带该基因突变的患者表现出更差的生存率。Ouhtit和Shan的研究也发现，DNMT-1rs16999593基因多态性与乳腺癌的预后密切相关。这些研究结果的差异可能由多种因素导致。首先，样本的异质性是一个重要因素。不同研究的样本在种族、地域、年龄、治疗方式等方面存在差异，这些差异可能影响基因多态性与预后的关系。黑龙江省汉族人群具有独特的遗传背景和生活环境，可能与其他研究中的人群在基因多态性对预后的影响上存在差异。例如，该地区人群可能存在一些特有的遗传变异或环境因素，这些因素与DNMT-1基因多态性相互作用，从而改变了其对乳腺癌预后的影响。其次，样本量的大小对研究结果的准确性有重要影响。本研究样本量相对有限，可能无法检测到基因多态性与预后之间的微弱关联。而一些大规模的研究可能具有更高的统计学效力，能够发现更细微的差异。此外，随访时间的长短也可能影响研究结果。本研究的中位随访时间为36个月，相对较短，可能无法观察到基因多态性对患者长期预后的影响。一些长期随访的研究可能会发现基因多态性与患者远期生存之间的关联。从临床因素对基因多态性与预后关系的影响来看，治疗方式是一个关键因素。不同的治疗方式，如手术、化疗、放疗、内分泌治疗等，对患者预后的影响较大，可能掩盖或改变基因多态性与预后的关系。在本研究中，患者接受的治疗方式存在差异，这可能干扰了DNMT-1基因多态性与预后的相关性分析。例如，对于接受内分泌治疗的患者，其预后可能更多地受到激素受体状态和内分泌治疗效果的影响，而DNMT-1基因多态性的作用可能相对较小。患者的年龄、基础疾病、生活方式等个体差异也会对预后产生影响。年龄较大的患者可能由于身体机能下降，对治疗的耐受性较差，从而影响预后。有基础疾病的