引用本文： 曾令军, 何玲, 李黎, 毕煜玲, 王玲. Toll样受体2基因I/D多态性与肿瘤相关性的Meta分析. 中国循证医学杂志, 2015, 15(9): 1024-1029. doi: 10.7507/1672-2531.20150171 复制
肿瘤发生是基因和环境共同作用的结果。天然免疫在肿瘤的发病过程中起着重要作用。Toll样受体家族（Toll-like receptors，TLRs）是一种跨膜受体，能识别病原微生物中的进化保守分子结构，是重要的天然免疫分子，其不仅表达于免疫细胞，也表达于多种肿瘤细胞 [1, 2]。肿瘤细胞上TLRs的激活不仅可促进细胞的增殖和凋亡抵抗，还可促进肿瘤细胞的浸润、转移及免疫逃避 [3-5]。TLR2是TLR受体家族的重要成员，其在多种肿瘤组织中高表达，是癌症发病关键因子之一 [2-7]。人类Toll样受体2（Toll-like receptor 2，TLR2）的编码基因位于第4号染色体（4q32），在天然免疫应答中起着非常重要的作用 [8-10]。TLR2主要以TLR1或者TLR6结合成异源二聚体的形式来识别它们的配体，TLR1/TLR2异二聚体能够识别多种细菌的脂肽，而TLR6/TLR2异二聚体能够识别支原体脂蛋白和肽聚糖 [8-13]。研究证实，TLR2基因的多态性能够影响宿主的固有免疫应答和天然免疫防御而与肿瘤的发病风险存在相关性。目前，已有关于TLR2多态性与肿瘤发病风险相关性的研究，其中最重要的就是-196至-174插入/缺失（I/D）多态性 [11, 14-16]。已有大量研究证实I/D多态性与肿瘤的发病风险具有相关性 [7-19]，但目前结论尚不统一。因此，本研究采用Meta分析的方法对已有的研究进行综合评价，以期为后续研究提供基础。
1 资料与方法
1.1 纳入与排除标准
1.1.1 研究类型
病例-对照研究。
1.1.2 研究对象
经临床明确诊断为肿瘤的患者。
1.1.3 暴露因素
TLR2基因-196至-174 I/D多态性。
1.1.4 结局指标
肿瘤的发病风险。
1.1.5 排除标准
重复发表的文献；无法提取数据的文献；摘要、会议论文；非中、英文文献。
1.2 检索策略
计算机检索PubMed、EMbase、The Cochrane Library（2015年第7期）、CBM、CNKI、VIP和WanFang Data数据库，搜集关于TLR2基因-196至-174 I/D多态性与肿瘤发病风险相关性的病例-对照研究，检索时限截至2015年7月。同时，追溯纳入文献的参考文献，以补充获取相关文献。中文检索词包括：肿瘤、癌、TLR2、Toll样受体2、多态性；英文检索词包括：cancer、polymorphism、variant、mutation、TLR2、toll like receptor 2。以PubMed为例，其具体检索策略见框1。
框 1 PubMed检索策略
#1 cancer OR carcinoma #2 toll like receptor 2 OR TLR2 #3 mutation #4 polymorphism #5 variant #6 #1 AND #2 AND (#3 OR #4 OR #5)
1.3 文献筛选、资料提取与偏倚风险评价
由2位研究者独立筛选文献、提取资料和评价纳入研究的偏倚风险。如遇分歧则讨论解决或交由第三方协助裁定。采用自制的资料提取表提取资料，提取内容主要包括：① 纳入研究的基本信息，包括研究题目、第一作者、发表杂志和时间等；② 偏倚风险评价的关键要素；③ 病例组和对照组基因型分布频率。纳入研究的偏倚风险采用NOS量表（Newcastle-Ottawa Scale）进行评价。
1.4 统计分析
采用RevMan 5.2软件进行Meta分析。首先对纳入研究的对照组基因型进行哈迪温伯格平衡（HWE）检验，若P＜0.05，则对照组基因型不符合HWE。然后分别计算5种遗传模型（DD+DI vs. II、DD vs. II+DI、DD vs. II、DI vs. II、D vs. I）下的遗传效应。采用OR值及其95%CI为合并分析效应量，以α=0.05为Meta分析的检验水准。纳入研究结果间的异质性采用χ2检验进行分析（检验水准设为α=0.1），并结合I2定量判断异质性的大小。若各研究结果间无统计学异质性，采用固定效应模型进行Meta分析；若各研究结果间存在统计学异质性，在排除明显临床异质性的影响后，采用随机效应模型进行Meta分析。明显的临床异质性采用亚组分析（如按人种的不同进行亚组分析）或敏感性分析等方法进行处理，或只行描述性分析。
2 结果
2.1 文献检索结果
初检出相关文献162篇，经逐层筛选后，最终纳入13个病例-对照研究[7-19]，共3 250例肿瘤患者和4 332例对照。文献筛选流程及结果见图 1。
图1
文献筛选流程及结果
2.2 纳入研究的基本特征与偏倚风险评价结果
见表 1。
表1
纳入研究的基本特征和偏倚风险评价结果
2.3 Meta分析结果
2.3.1 显性模型（DD+DI vs. II）
共纳入3 250例肿瘤患者和4 332例对照。以基因型DD+DI为暴露因素，基因型II为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.60，95%CI（1.13，2.27），P=0.009]（图 2）。
图2
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（DD+DI vs. II）
2.3.2 隐性模型（DD vs. II+DI）
共纳入3 250例肿瘤患者和4 332例对照。以基因型DD为暴露因素，基因型II+DI为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.73，95%CI（1.13，2.66），P=0.01]（图 3）。
图3
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（DD vs. II+DI）
2.3.3 共显性模型（DD vs. II）
共纳入1 992例肿瘤患者和2 957例对照。以基因型DD为暴露因素，基因型II为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.99，95%CI（1.22，3.24），P=0.006]（图 4）。
图4
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（DD vs. II）
2.3.4 共显性模型（DI vs. II）
共纳入2 962例肿瘤患者和4 084例对照。以基因型DI为暴露因素，基因型II为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.52，95%CI（1.09，2.11），P=0.01]（图 5）。
图5
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（DI vs. II）
2.3.5 等位基因模型（D vs. I）
共纳入3 250例肿瘤患者和4 332例对照。以等位基因D为暴露因素，等位基因I为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.54，95%CI（1.14，2.09），P=0.005]（图 6）。
图6
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（D vs. I）
3 讨论
TLRs主要表达于免疫细胞，通过识别微生物表面的保守分子模式，在宿主抵抗病原微生物入侵中发挥着重要作用，TLR 还参与了肝缺血-再灌注肺损伤过程。近年研究发现，TLRs 也表达于内皮细胞和上皮细胞，而且发现TLRs在很多肿瘤细胞和组织中表达上调，如多种肿瘤中都发现TLR2高表达，而在相应器官的良性病变或者正常组织中TLR2低表达或不表达。这都说明TLR2广泛参与了肿瘤的发病机制。近年来，有关TLR2多态性与肿瘤相关性的研究越来越多，其中关于-196至-174 I/D多态性与肿瘤的相关性研究是其中重要的部分，但是已有结论仍不统一。因此，本研究搜集相关病例-对照研究并进行Meta分析，进一步明确TLR2基因I/D多态性与肿瘤的相关性，以期为明确天然免疫与肿瘤发病机制提供理论依据。
本研究共纳入13个病例-对照研究，包括3 250例肿瘤患者和4 332例对照。我们的研究发现，TLR2基因I/D多态性无论是在等位基因模型、共显性模型、显性模型或是隐性模型，均与肿瘤的发病风险具有相关性。本研究中，我们发现各研究间存在一定的异质性，其原因可能包括：① 各纳入研究所涉及的病例和对照来自不同地区、种族和肿瘤，病例组和对照组的纳入不一致；② 纳入研究均为发表文献，未纳入灰色文献；③ 来自不同国家或地区的肿瘤诊断方法、基因分型方法各不相同，这也可能会带来一定的异质性。
本研究的局限性：① 肿瘤的发病与多种因素相关，但本研究仅对一个基因多态性与肿瘤的相关性进行了研究，未能对多因素交互作用进行分析，如对基因-基因、基因-环境的交互作用进行分析。② 由于纳入研究的数量较少，本研究未进一步按肿瘤类型、种族来分亚组，若将来有更多的研究，我们将对不同肿瘤和种族的相关性进行进一步的研究。③ 本次Meta分析纳入研究人群多数为亚洲人群，且未纳入来自非洲地区的研究，因此本研究结论可能不适用于非洲人群。
综上所述，本研究发现TLR2基因I/D多态性可能与肿瘤的发病风险相关。受纳入研究数量和质量所限，本研究结论尚需开展更多大样本、高质量的研究进行验证。
肿瘤发生是基因和环境共同作用的结果。天然免疫在肿瘤的发病过程中起着重要作用。Toll样受体家族（Toll-like receptors，TLRs）是一种跨膜受体，能识别病原微生物中的进化保守分子结构，是重要的天然免疫分子，其不仅表达于免疫细胞，也表达于多种肿瘤细胞 [1, 2]。肿瘤细胞上TLRs的激活不仅可促进细胞的增殖和凋亡抵抗，还可促进肿瘤细胞的浸润、转移及免疫逃避 [3-5]。TLR2是TLR受体家族的重要成员，其在多种肿瘤组织中高表达，是癌症发病关键因子之一 [2-7]。人类Toll样受体2（Toll-like receptor 2，TLR2）的编码基因位于第4号染色体（4q32），在天然免疫应答中起着非常重要的作用 [8-10]。TLR2主要以TLR1或者TLR6结合成异源二聚体的形式来识别它们的配体，TLR1/TLR2异二聚体能够识别多种细菌的脂肽，而TLR6/TLR2异二聚体能够识别支原体脂蛋白和肽聚糖 [8-13]。研究证实，TLR2基因的多态性能够影响宿主的固有免疫应答和天然免疫防御而与肿瘤的发病风险存在相关性。目前，已有关于TLR2多态性与肿瘤发病风险相关性的研究，其中最重要的就是-196至-174插入/缺失（I/D）多态性 [11, 14-16]。已有大量研究证实I/D多态性与肿瘤的发病风险具有相关性 [7-19]，但目前结论尚不统一。因此，本研究采用Meta分析的方法对已有的研究进行综合评价，以期为后续研究提供基础。
1 资料与方法
1.1 纳入与排除标准
1.1.1 研究类型
病例-对照研究。
1.1.2 研究对象
经临床明确诊断为肿瘤的患者。
1.1.3 暴露因素
TLR2基因-196至-174 I/D多态性。
1.1.4 结局指标
肿瘤的发病风险。
1.1.5 排除标准
重复发表的文献；无法提取数据的文献；摘要、会议论文；非中、英文文献。
1.2 检索策略
计算机检索PubMed、EMbase、The Cochrane Library（2015年第7期）、CBM、CNKI、VIP和WanFang Data数据库，搜集关于TLR2基因-196至-174 I/D多态性与肿瘤发病风险相关性的病例-对照研究，检索时限截至2015年7月。同时，追溯纳入文献的参考文献，以补充获取相关文献。中文检索词包括：肿瘤、癌、TLR2、Toll样受体2、多态性；英文检索词包括：cancer、polymorphism、variant、mutation、TLR2、toll like receptor 2。以PubMed为例，其具体检索策略见框1。
框 1 PubMed检索策略
#1 cancer OR carcinoma #2 toll like receptor 2 OR TLR2 #3 mutation #4 polymorphism #5 variant #6 #1 AND #2 AND (#3 OR #4 OR #5)
1.3 文献筛选、资料提取与偏倚风险评价
由2位研究者独立筛选文献、提取资料和评价纳入研究的偏倚风险。如遇分歧则讨论解决或交由第三方协助裁定。采用自制的资料提取表提取资料，提取内容主要包括：① 纳入研究的基本信息，包括研究题目、第一作者、发表杂志和时间等；② 偏倚风险评价的关键要素；③ 病例组和对照组基因型分布频率。纳入研究的偏倚风险采用NOS量表（Newcastle-Ottawa Scale）进行评价。
1.4 统计分析
采用RevMan 5.2软件进行Meta分析。首先对纳入研究的对照组基因型进行哈迪温伯格平衡（HWE）检验，若P＜0.05，则对照组基因型不符合HWE。然后分别计算5种遗传模型（DD+DI vs. II、DD vs. II+DI、DD vs. II、DI vs. II、D vs. I）下的遗传效应。采用OR值及其95%CI为合并分析效应量，以α=0.05为Meta分析的检验水准。纳入研究结果间的异质性采用χ2检验进行分析（检验水准设为α=0.1），并结合I2定量判断异质性的大小。若各研究结果间无统计学异质性，采用固定效应模型进行Meta分析；若各研究结果间存在统计学异质性，在排除明显临床异质性的影响后，采用随机效应模型进行Meta分析。明显的临床异质性采用亚组分析（如按人种的不同进行亚组分析）或敏感性分析等方法进行处理，或只行描述性分析。
2 结果
2.1 文献检索结果
初检出相关文献162篇，经逐层筛选后，最终纳入13个病例-对照研究[7-19]，共3 250例肿瘤患者和4 332例对照。文献筛选流程及结果见图 1。
图1
文献筛选流程及结果
2.2 纳入研究的基本特征与偏倚风险评价结果
见表 1。
表1
纳入研究的基本特征和偏倚风险评价结果
2.3 Meta分析结果
2.3.1 显性模型（DD+DI vs. II）
共纳入3 250例肿瘤患者和4 332例对照。以基因型DD+DI为暴露因素，基因型II为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.60，95%CI（1.13，2.27），P=0.009]（图 2）。
图2
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（DD+DI vs. II）
2.3.2 隐性模型（DD vs. II+DI）
共纳入3 250例肿瘤患者和4 332例对照。以基因型DD为暴露因素，基因型II+DI为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.73，95%CI（1.13，2.66），P=0.01]（图 3）。
图3
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（DD vs. II+DI）
2.3.3 共显性模型（DD vs. II）
共纳入1 992例肿瘤患者和2 957例对照。以基因型DD为暴露因素，基因型II为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.99，95%CI（1.22，3.24），P=0.006]（图 4）。
图4
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（DD vs. II）
2.3.4 共显性模型（DI vs. II）
共纳入2 962例肿瘤患者和4 084例对照。以基因型DI为暴露因素，基因型II为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.52，95%CI（1.09，2.11），P=0.01]（图 5）。
图5
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（DI vs. II）
2.3.5 等位基因模型（D vs. I）
共纳入3 250例肿瘤患者和4 332例对照。以等位基因D为暴露因素，等位基因I为非暴露因素，随机效应模型Meta分析结果显示，该多态性与肿瘤发病风险具有相关性[OR=1.54，95%CI（1.14，2.09），P=0.005]（图 6）。
图6
TLR2基因I/D多态性与肿瘤发病风险相关性的Meta分析（D vs. I）
3 讨论
TLRs主要表达于免疫细胞，通过识别微生物表面的保守分子模式，在宿主抵抗病原微生物入侵中发挥着重要作用，TLR 还参与了肝缺血-再灌注肺损伤过程。近年研究发现，TLRs 也表达于内皮细胞和上皮细胞，而且发现TLRs在很多肿瘤细胞和组织中表达上调，如多种肿瘤中都发现TLR2高表达，而在相应器官的良性病变或者正常组织中TLR2低表达或不表达。这都说明TLR2广泛参与了肿瘤的发病机制。近年来，有关TLR2多态性与肿瘤相关性的研究越来越多，其中关于-196至-174 I/D多态性与肿瘤的相关性研究是其中重要的部分，但是已有结论仍不统一。因此，本研究搜集相关病例-对照研究并进行Meta分析，进一步明确TLR2基因I/D多态性与肿瘤的相关性，以期为明确天然免疫与肿瘤发病机制提供理论依据。
本研究共纳入13个病例-对照研究，包括3 250例肿瘤患者和4 332例对照。我们的研究发现，TLR2基因I/D多态性无论是在等位基因模型、共显性模型、显性模型或是隐性模型，均与肿瘤的发病风险具有相关性。本研究中，我们发现各研究间存在一定的异质性，其原因可能包括：① 各纳入研究所涉及的病例和对照来自不同地区、种族和肿瘤，病例组和对照组的纳入不一致；② 纳入研究均为发表文献，未纳入灰色文献；③ 来自不同国家或地区的肿瘤诊断方法、基因分型方法各不相同，这也可能会带来一定的异质性。
本研究的局限性：① 肿瘤的发病与多种因素相关，但本研究仅对一个基因多态性与肿瘤的相关性进行了研究，未能对多因素交互作用进行分析，如对基因-基因、基因-环境的交互作用进行分析。② 由于纳入研究的数量较少，本研究未进一步按肿瘤类型、种族来分亚组，若将来有更多的研究，我们将对不同肿瘤和种族的相关性进行进一步的研究。③ 本次Meta分析纳入研究人群多数为亚洲人群，且未纳入来自非洲地区的研究，因此本研究结论可能不适用于非洲人群。
综上所述，本研究发现TLR2基因I/D多态性可能与肿瘤的发病风险相关。受纳入研究数量和质量所限，本研究结论尚需开展更多大样本、高质量的研究进行验证。
