AADAT,即α-氨基己二酸氨基转移酶基因,编码的蛋白在哺乳动物中发挥关键作用,是赖氨酸降解途径中的一个中间步骤。该基因的cDNA长度为2329 bp,开放阅读框长度为1278 bp,预测编码425个氨基酸,包含一个线粒体切割信号和一个吡哆醛磷酸结合位点。AADAT基因与小鼠和大鼠的直系同源基因分别有73%和72%的序列一致性,其基因组结构包含13个外显子,跨度约30 kb,通过荧光原位杂交技术被定位到4号染色体的q32.2区域。该基因有两种转录本,大小分别为约2.9 kb和约4.7 kb,在肝脏中的表达量最高。细菌表达研究证实,该基因编码的蛋白具有AADAT活性。这些研究成果为评估AADAT酶功能缺陷的个体提供了基础[1]。
AADAT基因在甲状腺激素调节中也发挥了重要作用。一项全基因组关联研究发现,AADAT基因的变异与甲状腺功能亢进和亚临床甲状腺疾病的风险增加有关。此外,研究还发现了甲状腺激素转运蛋白SLC17A4,这些发现为甲状腺激素生理学和疾病提供了新的认识,并可能为治疗目标开辟了新的可能性[2]。
在颅内动脉瘤的研究中,AADAT基因与线粒体功能障碍和坏死密切相关。研究发现,AADAT基因的表达在颅内动脉瘤中上调,并且与坏死过程相关。此外,单细胞测序分析显示,AADAT基因在动脉瘤病变中的单核细胞/巨噬细胞和平滑肌细胞中表达上调。这些研究结果提示,AADAT基因可能成为颅内动脉瘤诊断、预防和治疗的潜在靶点[3]。
AADAT基因的C401T多态性与细菌性脑膜炎患者的免疫反应有关。研究发现,AADAT基因的C401T多态性与TNF-α、IL-1β、IL-6等细胞因子水平降低以及脑脊液中细胞计数减少相关。这表明AADAT基因的变异可能影响宿主对脑膜炎的免疫反应能力,为脑膜炎的辅助治疗提供了潜在的药物干预靶点[4]。
AADAT基因的变异与抑郁症的发生发展也有关。研究发现,AADAT基因的rs1480544位点多态性与抑郁症的发生风险增加相关。此外,AADAT基因的rs1480544和IDO1基因的rs10089084位点多态性还与抑郁症患者对选择性5-羟色胺再摄取抑制剂治疗的疗效有关。这些研究结果表明,AADAT基因的变异可能影响抑郁症的发生和治疗效果[5]。
在非小细胞肺癌的研究中,AADAT基因在赖氨酸剥夺条件下表达上调,并且与EGFR-AKT信号通路相关。研究发现,赖氨酸剥夺可以增强奥希替尼的细胞抑制作用,并克服EGFR酪氨酸激酶抑制剂在EGFR突变型非小细胞肺癌细胞中的耐药性。这表明赖氨酸剥夺可能是一种克服EGFR-TKI耐药性的潜在治疗方法[6]。
AADAT基因在肝细胞癌中也可能发挥重要作用。研究发现,AADAT基因在肝细胞癌中表达上调,并且与肝细胞癌的发生和发展相关。此外,机器学习算法筛选出的6个特征基因中,AADAT基因也被认为是肝细胞癌的潜在生物标志物之一。这表明AADAT基因可能成为肝细胞癌诊断、预防和治疗的潜在靶点[7]。
AADAT基因还与自闭症谱系障碍有关。研究发现,AADAT基因的表达在自闭症谱系障碍患者的大脑中上调,并且与自闭症谱系障碍的影像学生物标志物相关。这表明AADAT基因可能成为自闭症谱系障碍诊断和治疗的潜在靶点[8]。
综上所述,AADAT基因在多种生物学过程中发挥重要作用,包括赖氨酸降解、甲状腺激素调节、颅内动脉瘤、脑膜炎、抑郁症、非小细胞肺癌、肝细胞癌和自闭症谱系障碍。AADAT基因的变异和表达异常与多种疾病的发生和发展相关,这可能为疾病的诊断、预防和治疗提供新的思路和策略。未来需要进一步研究AADAT基因在疾病发生发展中的具体机制,以期为临床应用提供更准确的指导。
参考文献:
1. Goh, Denise L M, Patel, Ankita, Thomas, George H, Jakobs, Cornelis, Geraghty, Michael T. . Characterization of the human gene encoding alpha-aminoadipate aminotransferase (AADAT). In Molecular genetics and metabolism, 76, 172-80. doi:. https://pubmed.ncbi.nlm.nih.gov/12126930/
2. Teumer, Alexander, Chaker, Layal, Groeneweg, Stefan, Visser, Theo J, Medici, Marco. 2018. Genome-wide analyses identify a role for SLC17A4 and AADAT in thyroid hormone regulation. In Nature communications, 9, 4455. doi:10.1038/s41467-018-06356-1. https://pubmed.ncbi.nlm.nih.gov/30367059/
3. Chen, Bo, Xie, Kang, Zhang, Jianzhong, Zhang, Liyang, Peng, Renjun. 2023. Comprehensive analysis of mitochondrial dysfunction and necroptosis in intracranial aneurysms from the perspective of predictive, preventative, and personalized medicine. In Apoptosis : an international journal on programmed cell death, 28, 1452-1468. doi:10.1007/s10495-023-01865-x. https://pubmed.ncbi.nlm.nih.gov/37410216/
4. de Souza, Fladjule Rejane Soares, Fontes, Fabrícia Lima, da Silva, Thayse Azevedo, Leib, Stephen L, Agnez-Lima, Lucymara Fassarella. 2011. Association of kynurenine aminotransferase II gene C401T polymorphism with immune response in patients with meningitis. In BMC medical genetics, 12, 51. doi:10.1186/1471-2350-12-51. https://pubmed.ncbi.nlm.nih.gov/21473761/
5. Wigner, Paulina, Czarny, Piotr, Synowiec, Ewelina, Szemraj, Janusz, Sliwinski, Tomasz. 2018. Variation of genes encoding KAT1, AADAT and IDO1 as a potential risk of depression development. In European psychiatry : the journal of the Association of European Psychiatrists, 52, 95-103. doi:10.1016/j.eurpsy.2018.05.001. https://pubmed.ncbi.nlm.nih.gov/29777939/
6. Hsu, Chia-Chi, Yang, Albert Ying-Po, Chen, Jui-Yi, Lin, Anya Maan-Yuh, Yang, James Chih-Hsin. 2021. Lysine Deprivation Induces AKT-AADAT Signaling and Overcomes EGFR-TKIs Resistance in EGFR-Mutant Non-Small Cell Lung Cancer Cells. In Cancers, 13, . doi:10.3390/cancers13020272. https://pubmed.ncbi.nlm.nih.gov/33450879/
7. Lv, Jia-Hao, Hou, A-Jiao, Zhang, Shi-Hao, Yang, Liu, Jiang, Hai. . WGCNA combined with machine learning to find potential biomarkers of liver cancer. In Medicine, 102, e36536. doi:10.1097/MD.0000000000036536. https://pubmed.ncbi.nlm.nih.gov/38115320/
8. Wang, Zhengning, Xu, Yuhang, Peng, Dawei, Gao, Jingjing, Lu, Fengmei. . Brain functional activity-based classification of autism spectrum disorder using an attention-based graph neural network combined with gene expression. In Cerebral cortex (New York, N.Y. : 1991), 33, 6407-6419. doi:10.1093/cercor/bhac513. https://pubmed.ncbi.nlm.nih.gov/36587290/