综述：通过多组学技术研究非综合征性唇裂（伴或不伴腭裂）的致病基因和生物标志物的进展

《International Dental Journal》：Advancements in Pathogenic Genes and Biomarkers for Non-syndromic Cleft Lip With or Without Cleft Palate Via Multiomics

非综合征性唇腭裂（nsCL/P）的致病基因和产前生物标志物研究主要依赖多组学技术，包括基因组学、转录组学、蛋白质组学、脂质组学和表观基因组学，结合动物模型和临床数据，揭示了环境与遗传交互作用机制及新型诊断策略。

　　非综合征性唇腭裂（nsCL/P）是一种常见的先天性畸形，受到环境和遗传因素的共同影响。nsCL/P通常在胎儿晚期第二孕期通过超声波检查进行诊断，但这些检查结果常常受到多种因素的干扰，如仪器性能、胎儿体位、孕妇肥胖以及医生的技术水平。此外，此时胎儿的结构异常已经形成，错过了最佳的干预时间。因此，寻找更有效且无创的生物标志物在胎儿超声波检查之前显得尤为重要。近年来，多组学技术如基因组学、转录组学、蛋白质组学、脂质组学、表观遗传组学和单细胞组学的迅速发展，为识别与nsCL/P相关的致病基因和非侵入性生物标志物提供了重要手段。这些技术不仅帮助研究人员深入理解nsCL/P的发病机制，还为临床诊断和预防提供了新的思路。

在nsCL/P的基因组学研究中，全基因组关联研究（GWAS）、全外显子组测序（WES）和全基因组测序（WGS）等方法被广泛应用。GWAS主要用于发现与疾病相关的单核苷酸多态性（SNPs），而WES则聚焦于基因组的编码区域，能够检测到致病性SNPs和小的插入/缺失（indels）。这些研究已经识别出多个与nsCL/P相关的候选致病基因，如IRF6、MAFB、SHTN1、PAX7、FGFR2和NOG等。然而，这些方法发现的基因或SNPs仅占所有相关基因的一小部分，因此需要更全面的研究方法来揭示其完整的遗传基础。

转录组学研究则关注非编码RNA（如长链非编码RNA、环状RNA、微小RNA和PIWI相互作用RNA）以及mRNA在nsCL/P中的作用。通过RNA测序和微阵列分析，研究人员已经发现多种RNA分子参与了nsCL/P的调控网络。例如，lncRNA USP17L6P与miR-449c-5p和c-Myc之间的调控轴在nsCL/P的发育过程中发挥重要作用。此外，miRNA在调节细胞增殖、迁移和分化方面具有关键作用，如miR-124-3p和miR-340-5p的抑制剂可以显著降低小鼠唇腭裂的发生率。这些发现表明，转录组学在nsCL/P的研究中具有广阔的应用前景。

蛋白质组学通过分析蛋白质的表达水平和功能，进一步揭示了nsCL/P的发病机制。二维凝胶电泳（2-DE）和质谱技术是常用的蛋白质组学方法，能够提供高通量、高准确度和可重复性的数据。iTRAQ和TMT等技术则通过标记肽段实现定量分析。研究发现，一些关键蛋白如14-3-3 sigma和annexin A1在唇腭裂模型中显著上调，而其他蛋白如Haptoglobin在nsCLP患者中显著下调。这些蛋白质的变化为nsCL/P的诊断和治疗提供了新的方向。

脂质组学作为代谢组学的一个重要分支，研究脂质代谢在nsCL/P中的作用。通过非靶向和靶向脂质组学分析，研究人员发现异常的脂质代谢可能影响MEPM细胞的增殖和迁移。例如，在atRA诱导的唇腭裂小鼠模型中，脂滴在细胞内的积累导致了细胞功能的异常。此外，结合脂质组学和机器学习技术，研究者发现了一些潜在的脂质生物标志物，有助于nsCLP的早期诊断。

表观遗传组学则关注DNA甲基化和组蛋白修饰等表观遗传变化对nsCL/P的影响。DNA甲基化异常已被证实与唇腭裂的发生密切相关，不同亚型的唇腭裂在甲基化模式上存在显著差异。通过全基因组亚硫酸盐测序（WGBS）和甲基化微阵列技术，研究人员能够识别出多个异常甲基化的位点，如GLI2基因的低甲基化。此外，组蛋白乙酰化在TCDD诱导的唇腭裂形成过程中也起着重要作用。这些表观遗传变化为nsCL/P的预防和干预提供了新的视角。

单细胞组学技术则突破了传统组学方法的局限，能够解析不同细胞类型的基因表达和调控网络。通过单细胞RNA测序（scRNA-seq）和单细胞染色质可及性测序（scATAC-seq），研究人员能够更精确地分析唇腭裂形成过程中的细胞异质性及其调控机制。这些技术揭示了cNCC细胞在颅面发育中的复杂调控作用，并为理解nsCL/P的分子机制提供了更细致的视角。

尽管多组学技术在nsCL/P研究中取得了显著进展，但仍然存在一些挑战。首先，不同种族和人群的遗传背景差异可能导致生物标志物的遗漏和模型的偏差，影响研究结果的普遍性和临床应用价值。其次，当前的研究样本多来源于单一中心，样本量较小，可能影响诊断的准确性。此外，不同研究采用的检测技术存在差异，缺乏统一的标准和规范，限制了多组学数据的整合和比较。因此，未来需要开展多中心、大样本的研究，以提高诊断的准确性和可靠性。

随着多组学技术的不断发展和成本的降低，这些技术有望成为临床常规检测的一部分。非侵入性的基于组学技术的产前诊断方法将为nsCL/P的早期和准确诊断提供关键支持，从而在产前医学中发挥重要作用。然而，多组学分析仍然面临数据异质性、计算复杂性、生物学解释困难以及跨学科合作需求高等挑战。人工智能（AI）技术在处理多组学数据方面具有独特优势，能够揭示非线性、高维的数据关联，为nsCL/P的机制研究和临床应用提供新的工具。此外，建立一个开放的nsCL/P多组学数据数据库将极大地促进该领域的研究进展。