Abstract
microRNAs (mirnas) er en klasse av små ikke-protein-kodende RNA, som har dukket opp som integrert og viktig post-transcriptional regulatorer av genuttrykk. Det har blitt demonstrert at enkeltnukleotidpolymorfi (SNPs) finnes i protein-kodende gener. Akkumulerte studier har evaluert foreningen av miRNA SNPs med kreftrisiko, spesielt i asiatiske befolkningen, som inkluderte en rekke relaterte studier. Men resultatene er fortsatt kontroversielt for de ulike genetiske bakgrunn, levevaner og miljø utsatt. For å evaluere forholdet mellom SNPs i mirnas og kreftrisiko, ble 21 studier som fokuserer på asiatiske befolkningen registrert for den samlede analysen for tre polymorfismer rs2910164, rs11614913, rs3746444 i tre mirnas MIR-146aG C, MIR-196a2C T, MIR-499A Godkjent: 22 april 2013; Publisert: 04.06.2013
Copyright: © 2013 Xu et al. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Finansiering:. Dette prosjektet ble støttet med tilskudd fra The National Nature Science Foundation of China (81172141, 81200401), Jiangsu Provincial Key Medisinsk Talenter til SK Wang, Program for Sunn Talenter «Dyrking for Nanjing City til BS han, og medisinsk vitenskap og teknologiutvikling Foundation, Nanjing Department Helse (QYK11175) til BS han. Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
microRNAs (mirnas) er en familie av naturlig forekommende, små ikke-kodende RNA av 21-24 nukleotider i lengde som regulerer genekspresjonen ved baseparring med mål-mRNA ved 3’UTR, som fører til mRNA spalting eller translasjonelle undertrykkelse [1], [2]. Mirnas kodet i genomet blir transkribert ved RNA polymerase II eller RNA polymerase III i kjernen, hvor de spaltes ved drosha og dicer sekvensielt [3], [4]. Det har blitt foreslått at mirnas er viktige post-transkripsjonelle regulering av genekspresjon som styrer forskjellige fysiologiske og patologiske prosesser. Samle bevis indikerer at avvikende uttrykk for miRNAs ble angitt å involvere i tumorigenesis, utvikling og prognose for mange kreftformer [5], [6], [7], [8], [9].
enkeltnukleotidpolymorfi (SNPs) ble funnet i de fleste gener, og nylig SNPs av mirnas har betalt mye mer oppmerksomhet. Studier har rapportert at miRNA SNPs kan endre uttrykk eller funksjoner av mirnas, og relatert til kreftrisiko. I mellomtiden har studier rapportert polymorfismer i miRNA gener, biogenesis sti miRNAs og deres mål bindingssteder. Videre polymorfismer i miRNA gener kan direkte påvirke uttrykk og funksjoner miRNAs. Nylig, MIR-146aG C (rs2910164), MIR-196a2C T (rs11614913) og Mir-499A ble G (rs3746444) tegnet nær oppmerksomhet og var forventet å demonstrere sammen med mange kreftformer [10], [11], [12], [13], [14], [15], [16], [17]. Men resultatene var generelt inkonsekvent og mangelfulle. Derfor denne meta-analysen fokusert på disse tre polymorfismer å bevisst sine assosiasjoner til kreftrisiko, som har kartlagt i mange bestander. I henhold til nyere studier, var konsistente konklusjoner observert hos kaukasiske befolkning mens motstridende resultater ble funnet i asiatiske populasjonen [13], [18], [19], [20], [21], [22], [23] på grunn de ulike landene, antall studiepopulasjonen, krefttyper. For å trekke en konklusjon av tre polymorfismer og kreftrisiko i asiatiske befolkningen, ble pålagt en analyse av sammenslåtte publiserte studier. Denne meta-analyse utforsket assosiasjoner mellom polymorfismer av tre mirnas og kreft i asiatiske befolkningen.
Materialer og metoder
Litteratur og inklusjonskriterier
Ved hjelp av den kombinerte ordene «speil 146a /MIR-196a2 /MIR-499 «,» kreft «eller» carcinoma «,» genetisk variasjon «eller» polymorfi «, en omfattende systematisk bibliografisk søking ble påført gjennom medisinske databaser PubMed, EMBASE og Web of Science for all medisinsk publisert opp til 15. oktober 2012. i tillegg ble det studier identifisert ved manuelt søk av referansen oppført i hentede studier. Data fra studier ble akseptert i vår meta-analyse dersom studiet møtte alle de følgende kriterier: (1) publisert på engelsk; (2) tilgjengelig kreftrisiko og MIR-146a /MIR-499 /MIR-196a2 polymorfi data relatert til asiatiske befolkningen; (3) case-kontrollstudier; (4) kilder til saker og tilstrekkelige tilgjengelige data for å estimere en odds ratio (OR) med 95% konfidensintervall (KI); (5) som er tilgjengelig genotype frekvens. Videre ble studiene eliminert hvis det ikke er noen rådata i studiene, eller de er case-bare studier, kasuistikker, redaksjonell omtale og oversiktsartikler (inkludert meta-analyser).
Data Extraction
Informasjon ble anmeldt nøye hentet fra alle de kvalifiserte artiklene uavhengig av to av forfatterne (Yeqiong Xu og Ling Gu) i henhold til inklusjonskriteriene nevnt ovenfor. Den kjennetegn informasjon om registrert studier ble hentet fra undersøkelsen: den første forfatterens etternavn, år, publikasjoner, country fag, krefttype, kilden til kontroller, genotyping metode, matchende antall genotypet saker og kontroller, polymorfisme stedet og
P
for HWE (tabell 1). Dersom avvik og forskjeller ble eksisterte etter datainnsamling, ble diskusjonen gjennomført for å få konsensus.
Statistical Analysis
Styrken sammenheng mellom de tre SNPs og kreftrisiko ble vurdert av odds forhold (ORS) med 95% konfidensintervall (cIS). De sammenslåtte Ors ble estimert for dominerende modellen, recessiv modell, homozygot sammenligning heterozygote sammenligning og allel sammenligning henholdsvis. Stratifiserte analyser ble også utført av kreft type (HCC, CRC, livmorhalskreft, prostatakreft, brystkreft, magekreft, lungekreft og andre kreftformer gruppe som kombinkrefttyper som inneholder mindre enn to enkeltstudier), country (Kina, Korea , Japan, Nord-India og andre land gruppe som kombinerte landene som inneholder mindre enn to enkeltstudier) kilde av kontroll og genotyping metode. Heterogenitet på tvers av studiene ble vurdert ved hjelp av Chi-kvadrat test basert Q-statistikken test, og det ble ansett som viktig når
P
heterogenitet product: (
P
h) GC vs GG: OR = 0,72, 95% KI: 0,55 til 0,95,
P
h = 0,254; CC + GC vs GG: OR = 0,63, 95% KI: 0,49 til 0,82,
P
h = 0,382; CC vs GG + GC: OR = 0,65, 95% KI: 0,52 til 0,82,
P
h = 0,359). Tilsvarende sank ble observert kreftrisiko sammenlignet med homozygot modell og recessive modell i prostatakreft (CC vs GG: OR = 0,54, 95% KI: 0,34 til 0,87,
P
h = 0,425; CC vs GG + GC: OR = 0,65, 95% KI: 0,44 til 0,96,
P
h = 0,699). Videre ble en redusert risiko observert i HCC for sammenligning av homozygot modell og dominerende modellen (CC vs GG: OR = 0,75, 95% KI: 0,57 til 0,98,
P
h = 0,213; CC + GC vs GG: OR = 0,77, 95% KI: 0,61-0,98,
P
h = 0,284) i tillegg. Land subgruppeanalyse viste at rs2910164 C allele var assosiert med en redusert risiko for kreft i kinesiske befolkningen (CC vs GG: OR = 0,73, 95% KI: 0,60 til 0,88,
P
h = 0,000; GC vs GG: OR = 0,87, 95% KI: 0,80 til 0,94,
P
h = 0,248; CC + GC vs GG: OR = 0,81, 95% KI: 0,72 til 0,92,
P
h = 0,032; CC vs GG + GC: OR = 0,83, 95% KI: 0,71 til 0,97,
P
h = 0,000). Videre er en betydelig redusert risiko ble funnet for sammenlikning av homozygot modell (CC vs GG: OR = 0,79, 95% KI: 0,64 til 0,98,
P
h = 0,001), heterozygot modell (GC vs GG: OR = 0,90, 95% KI: 0,83 til 0,99,
P
h = 0,232) og dominerende modellen (CC + GC vs GG: OR = 0,86, 95% KI: 0,75 til 0,98
P
h = 0,021) i befolkningsbaserte kontroller. Endelig genotyping metode subgruppeanalyse viste en redusert kreftrisiko bestemmes av Taqman i alle fire for sammenligning modeller (CC vs GG: OR = 0,70, 95% KI: 0,58 til 0,85,
P
h = 0,450; GC vs GG: OR = 0,92, 95% KI: 0,85 til 0,98,
P
h = 0,467; CC + GC vs GG: OR = 0,79, 95% KI: 0,69 til 0,91,
P
h = 0,479; CC vs GG + GC: OR = 0,79, 95% KI: 0,67 til 0,93,
P
h = 0,667), som oppsummert i tabell 2 .
for hver studier estimatet på OR og dens 95% KI er plottet med en
boks Hotell og en
horisontal linje
.
Fylt diamant
samlet OR og dens 95% CI.
For rs11614913 polymorfisme, redusert risiko foreninger ble observert i den samlede samlet analyse for sammenligning av homozygot modell (TT vs CC: OR = 0,84, 95% KI: 0,74 til 0,95,
P
h = 0,029) og recessiv modell (TT vs CC + CT: OR = 0,86, 95% KI: 0,80 til 0,92
P
h = 0,389) (figur 3). Krefttyper subgruppeanalyse viste en signifikant sammenheng i sammenligningen av homozygot modell (TT vs CC: OR = 0,70, 95% KI: 0,57 til 0,85,
P
h = 0,284), heterozygot modell (CT vs CC: OR = 0,81, 95% KI: 0,68 til 0,97,
P
h = 0,367), dominerende modellen (TT + CT vs CC: OR = 0,77, 95% KI: 0,65 til 0,91
P
h = 0,377) og recessiv modell (TT vs CC + CT: OR = 0,80, 95% KI: 0,69 til 0,94,
P
h = 0,198 ) i tykktarmskreft. Tilsvarende ble det observert en redusert risiko for sammenligning av homozygot modell (TT vs CC: OR = 0,77, 95% KI: 0,65 til 0,91,
P
h = 0,895), dominerende modellen (TT + CT vs CC: OR = 0,85, 95% KI: 0,74 til 0,98,
P
h = 0,289) og recessiv modell (TT vs CC + CT: OR = 0,83, 95% KI: 0.73- 0,95,
P
h = 0,281) i lungekreft og homozygot modell (TT vs CC: OR = 0,79, 95% KI: 0,63 til 0,99,
P
h = 0,127) i brystkreft. I kontrast, ble en økt risiko observert i andre kreftformer (CT vs CC: OR = 1,49, 95% KI: 1,28 til 1,74,
P
h = 0,178; TT + CT vs CC: OR = 1,39, 95% KI: 1,20 til 1,61,
P
h = 0,226). Undergruppeanalyse etter land viste en redusert risiko for sammenligning av recessive modell i Kina (TT vs CC + CT: OR = 0,87, 95% KI: 0,80 til 0,94,
P
h = 0,252) og Korea (OR = 0,83, 95% KI: 0,72 til 0,97,
P
h = 0,327). I tillegg ble redusert risiko også observert for sammenligning av homozygot modell (TT vs CC: OR = 0,77, 95% KI: 0,64 til 0,93,
P
h = 0,616) og dominerende modellen (TT + CT vs CC: OR = 0,84, 95% KI: 0,72 til 0,98,
P
h = 0,162) i Korea. Men en økt risiko ble observert i Nord-India (CT vs CC: OR = 1,53, 95% KI: 1,22 til 1,93,
P
h = 0,832; TT + CT vs CC: OR = 1,43 , 95% KI: 1,15 til 1,79,
P
h = 0,796). Subgruppeanalyse kilden av kontroll avdekket betydelig nedgang risiko for sammenlikning av recessive modellen ikke bare i sykehus-befolkningen baserte kontroller (TT vs CC + CT: OR = 0,79, 95% KI: 0,69 til 0,90,
P
h = 0,295), men også i populasjonsbaserte kontroller (TT vs CC + CT: OR = 0,88, 95% KI: 0,81 til 0,95,
P
h = 0,509), og en redusert risiko for sammenligning av homozygot modell (TT vs CC: OR = 0,82, 95% KI: 0,74 til 0,91,
P
h = 0,226) ble avslørt i populasjonsbaserte kontroller i tillegg . Undergruppeanalyse bestemmes ved genotyping metode viste en signifikant sammenheng mellom polymorfisme og kreftrisiko hos både PCR-RFLP og Taqman gruppe for sammenligning av homozygot modell (TT vs CC: OR = 0,81, 95% KI: 0,69 til 0,96,
P
h = 0,044; OR = 0,71, 95% KI: 0,55 til 0,91,
P
h = 0,740, henholdsvis) og recessiv modell (TT vs CC + CT: OR = 0,87, 95% KI: 0,80 til 0,94,
P
h = 0,444; OR = 0,69, 95% KI: 0,57 til 0,85,
P
h = 0,903 henholdsvis), som oppsummert i tabell 3.
for hver studier estimatet på OR og dens 95% KI er plottet med en
boks Hotell og en
horisontal linje
.
Fylt diamant
samlet OR og dens 95% KI
For rs3746444 polymorfisme, ble en økt risiko avslørt for sammenligning av homozygot modell (GG vs AA. OR = 1,25, 95% KI: 1,03 til 1,52,
P
h = 0,073), heterozygot modell (GA vs AA: OR = 1,28, 95% KI: 1,08 til 1,53,
P
h = 0,000) og dominerende modellen (GG + GA vs AA: OR = 1,27, 95% KI: 1,08 til 1,50,
P
h = 0,000) (figur 4) i samlet analyse. I stratifisert analyse av krefttype, ble en økt risiko observert i brystkreft for sammenligning av dominerende modellen (GG + GA vs AA: OR = 1,31, 95% KI: 1,09 til 1,57,
P
h = 0,182). I mellomtiden, en økt risiko ble også funnet i andre krefttyper (GA vs AA: OR = 1,32, 95% KI: 1,05 til 1,67,
P
h = 0,000; GG + GA vs AA: OR = 1,29, 95% KI: 1,05 til 1,59,
P
h = 0,001). I tillegg avslørte sesults av undergruppeanalyse av landet økt kreftrisiko i Kina (GA vs AA: OR = 1,36, 95% KI: 1,06 til 1,75,
P
h = 0,002; GG + GA vs AA: OR = 1,40, 95% KI: 1,08 til 1,82,
P
h = 0,000; GG vs AA + GA: OR = 1,41, 95% KI: 1,06 til 1,87,
P
h = 0,050) og Nord-India (GG + GA vs AA: OR = 1,33, 95% KI: 1,07 til 1,66,
P
h = 0,150). Tilsvarende ble en øket kreftrisiko krets observert i undergruppeanalyse fra kilden til kontroller. Subgruppe analyse av populasjonsbasert kontroller gruppen viste økt kreftrisiko for sammenligning av heterozygote modell (GA vs AA: OR = 1,27, 95% KI: 1,05 til 1,54,
P
h = 0,000) og dominerende modellen (GG + GA vs AA: OR = 1,24, 95% KI: 1,04 til 1,47,
P
h = 0,002). Videre undergruppeanalyse av sykehus-baserte kontroller gruppen viste økt kreftrisiko for sammenligning av homozygot modell (GG vs AA: OR = 1,70, 95% KI: 1,09 til 2,67,
P
h = 0,121) og recessiv modell (GG vs AA + GA: OR = 1,67, 95% KI: 1,07 til 2,61,
P
h = 0,176), som oppsummert i Tabell 4.
for hver studier, er anslaget for OR og dens 95% CI plottet med en
boks Hotell og en
horisontal linje
.
Fylt diamant
samlet OR og dens 95% CI.
Totalt Effekter for Alleler
allel sammenligninger ble også gjennomført i denne meta-analysen. For allel sammenligning av rs2910164 polymorfisme, ble det observert en redusert kreftrisiko i C-allelet (OR = 0,92, 95% KI: 0,85 til 1,00,
Z
= 2,00,
P
= 0,046,
P
h = 0,000) for samlet analyse. I undergruppen analyse av krefttype, ble en redusert risiko observert i HCC (OR = 0,88, 95% KI: 0,78 til 1,00,
Z
= 1,99,
P
= 0,046,
P
h = 0,245) og livmorhalskreft (OR = 0,72, 95% KI: 0,62 til 0,84,
P
h = 0,796). Land subgruppeanalyse viste C-allelet ble assosiert med redusert risiko for kreft i kinesiske befolkningen (OR = 0,87, 95% KI: 0,79 til 0,95,
P
h = 0,000). Når stratifisert analyse av genotyping metode, ble C-allelet forbundet med åpenbare redusert kreftrisiko ved Taqman (OR = 0,84, 95% KI: 0,76 til 0,92,
P
h = 0,570)
det var ingen bevis for at rs11614913 T-allelet er forbundet med risiko for kreft. Samtidig viste vi subgruppe analyse av krefttype, land, kilden til kontroller og genotyping metode. I undergruppen analyse av krefttype, ble det observert en redusert risiko i CRC (OR = 0,84, 95% KI: 0,76 til 0,92,
P
h = 0,281) og lungekreft (OR = 0,87, 95% KI: 0,80-0,95,
P
h = 0,854). Land subgruppeanalyse viste T-allelet ble assosiert med redusert risiko for kreft i koreansk befolkning (OR = 0,87, 95% KI: 0,79 til 0,96,
P
h = 0,608). I undergruppen analyse av genotyping metode indikerte en redusert kreftrisiko med T-allelet bestemmes av Taqman (OR = 0,87, 95% KI: 0,77 til 0,98,
P
h = 0,191)
For rs3746444 polymorfisme, ble en betydelig økt kreftrisiko funnet i befolkningen med G-allelet (OR = 1,18, 95% KI: 1,04 til 1,34,
P
h = 0,000). I tillegg ble krefttype subgruppeanalyse G allelet assosiert med økt brystkreft (OR = 1,26, 95% KI: 1,08 til 1,47,
P
h = 0,760) og andre kreftformer (OR = 1,18, 95% KI: 1,02 til 1,37,
P
h = 0,006) risiko. I subgruppeanalyse av landet, ble tydelig økt risiko for kreft observert i kinesiske befolkningen (OR = 1,36, 95% KI: 1,07 til 1,72,
P
h = 0,000). I mellomtiden ble border økt kreftrisiko observert i population- basert kontroller med G-allelet (OR = 1,14, 95% KI: 1,00 til 1,29,
Z
= 1,98,
P
= 0,047,
P
h = 0,012).
Test av heterogenitet
for generelle undersøkelser, var det betydelig heterogenitet observert i rs2910164, rs11614913 og rs3746444 polymorfismer. Kilden til heterogeniteten ble evaluert for dominerende modellen sammenligning av undergrupper (kreft, land, kilde av kontroller og genotyping metode). For rs2910164 polymorfisme, avslørte testen landet (
χ
2
= 11,64, df = 4,
P
= 0,020), men ikke krefttype (
χ
2
= 11,03, df = 5,
P
= 0,051), kilden til kontroller (
χ
2
= 0,05, df = 1,
P
= 0,832) og metode (
χ
2
= 4,54, df = 2,
P
= 0,103) bidro til betydelig heterogenitet. For rs11614913 polymorfisme, kreft type (
χ
2
= 36,27, df = 5,
P
= 0.000) og land (
χ
2
= 16.54, df = 3,
P
= 0,001), men ikke kilden til kontrollene (
χ
2
= 0,36, df = 1,
P
= 0,550) og genotyping metode (
χ
2
= 7,59, df = 3,
P
= 0,055) ble funnet å bidra til betydelig heterogenitet. For rs3746444 polymorfisme, var kilden til heterogenitet ikke observert i alle undergrupper.
Sensitivitetsanalyse
Sensitivitetsanalyse ble utført for å vurdere stabiliteten av resultatene og vurdere kilde for heterogenitet ved sekvensiell fjerning av individuell kvalifisert studien. For rs2910164 polymorfisme, studier av Okubo [14] og Tian [10] var den viktigste kilden til heterogenitet. Den heterogenitet ble redusert når disse to studiene fjernet (CC + GC vs GG:
P
h = 0,067,
Jeg
2 = 34,9%). For rs11614913 polymorfisme, sensitivitetsanalyse viste at studier av Chu [15], Dou [16], George [17] og Srivastava [24] var den viktigste kilden til heterogenitet. Den heterogenitet ble redusert når disse fire studiene fjernet (TT + CT vs CC:
P
h = 0,054,
Jeg
2 = 38,4%). For rs3746444 polymorfisme, sensitivitetsanalyse viste at studier av Tian [10], Chu [15], Kim [25] og Okubo [14] var den viktigste kilden til heterogenitet. Den heterogenitet ble redusert når disse fire studiene fjernet (GG + GA vs AA:
P
h = 0,066,
Jeg
2 = 45,4%). I tillegg ble det ingen annen enkelt studie observert å påvirke den samlede OR av sensitivitetsanalyse.
publikasjonsskjevhet
Begg trakten tomten og Egger test ble utført for å vurdere publikasjonsskjevhet av registrert litteratur. Formen av trakten plottet angitt innlysende asymmetri i rs11614913 dominerende modellen sammenligning (figur 5A). Dermed ble Egger test brukes til å gi statistisk bevis på trakt tomten asymmetri (
t
= 2,15,
P
= 0,045) (vist i tabell 5), som foreslått eksistensen av publikasjonsskjevhet i denne meta-analysen. For å justere denne skjevheten, en trim-and-fill metoden illustrert av Duval og Tweedie [26] ble benyttet (figur 5B). Som et resultat, ble den konklusjon med eller uten trim-og-fyllemetode ikke endres, noe som indikerte at resultatene var statistisk robust. Mens alle modeller av rs2910164 og rs3746444 ikke viste noen publikasjonsskjevhet (
P
0,05). (Vist i tabell 5)
Hver
sirkel
representerer som en selvstudium for den angitte foreningen. Logg [OR], naturlig logaritme av OR.
Horisontale linjer
bety effektstørrelse. A: Begg trakten tomt på publikasjonsskjevhet test. B: Begg trakten tomt på publikasjonsskjevhet test etter trim-and-fill metoden
Diskusjoner
Som vi alle vet, foreningen mellom SNPs i proteinkodende. gener og risikoen for kreft har blitt forklart grundig, har små kreft foreningen studier om miRNA SNPs er rapportert. I dagens case-control studie, sammenslutninger av tre miRNA polymorfismer (MIR-146aG C, rs2910164, MIR-196a2C T, rs11614913, MIR-499A G, rs3746444;) ble og kreft mottakelighet estimert. De polymorfismer av disse tre mirnas kan påvirke effekten av sine mål, noe som bidro til tumorigenesis, utvikling og prognose for mange kreftformer. Det antas at tumornekrosefaktorreseptor-assosiert faktor 6 og interleukin-1-reseptor-assosiert kinase 1 er to potensielle mål fra Mir-146a [27], noe som kan redusere nivåene av disse to proteiner og reduserer aktiviteten av NF-kB kB signalveien omfatter i tumorgenese [28]. De viktigste målene for Mir-196a2 er homeobox (HOX) genet klynge og Annexin A1 (ANXA1). Hox-gener inkluderer HOXB8, HOXC8, HOXD8, og HOXA7, som er kjent regulatorer av onkogenese [29]. I mellomtiden er ANXA1 kjent som en mediator av apoptose, og en inhibitor av celleproliferasjon [30]. MiR-499 hovedsakelig målene til transkripsjonen repressor SOX6 [31], som reduserer nivået av fibroblast vekstfaktor (FGF) -3 påvirker celleproliferasjon og differensiering [32], [33]. I denne meta-analysen, ble 31 utvalgte studier registrert for å vurdere sammenhengen mellom tre miRNA polymorfismer og kreftrisiko. Vi viste at rs2910164 C-allelet, rs3746444 A-allel og rs11614913 TT genotype var assosiert med signifikant redusert risiko for kreft.
Tidligere studier om G til C variasjon i MIR-146a forløper viste at G-allel MIR-146a forløper viste økt produksjon av modne MIR-146a, sammenlignet med C-allelisk og G allel i rs2910164 var forbundet med predisposisjon av flere typer kreft [18], [34], [35]. I samlede samlede resultatene fra 21 studier, konkluderte vi rs2910164 C-allelet ble assosiert med redusert kreftrisiko. Videre stratifisert analysene av krefttype avdekket at rs2910164 CC genotype redusert risiko for HCC, livmorhalskreft og prostatakreft, men ingen signifikante assosiasjoner ble observert i brystkreft og magekreft, som indikerte at rs2910164 polymorfisme kan ha forskjellige effekter i forskjellige kreft. Resultatene var i overensstemmelse med tidligere studier [13], [18], [36], [37]. Mens disaccords dukket opp i magekreft [14], [38], [39]. Inkonsistente resultater kan skyldes begrenset studier som deltok i denne meta-analysen. Ulike studiedesign og tilnærming til å velge deltakere bør også tas i betraktning. Fulgte stratifisert analysene etter land indikerte redusert kreftrisiko ble oppdaget bare i kinesiske befolkningen, noe som gjenspeiles forskjeller i genetisk bakgrunn og miljø eksponeres kan produsere ulike effekter på kreftrisiko. Endelig, kilden til kontroller og genotyping metode stratifisert analysene ble også gjennomført i denne meta-analysen. Resultatene viste at forskjellige kilder og metoder kan spille forskjellige roller i kreftrisiko. Som alder og kjønn er risikofaktorer for mange kreftformer, som må vurderes i denne meta-analysen. Studien ble utført av Zeng et al [38] konkluderte med at rs2910164 GG + GC genotype blant menn og fag aged≤58 år ble associtated med økt magekreftrisiko. Den lignende fenomen ble observert i studien av Zhou et al [39], som viste forhøyet magekreftrisiko var mer tydelig blant yngre personer ( 65 år) med rs2910164 GG genotype. Imidlertid observerte de ingen signifikant forskjell i lagdelingen av kjønn. Som alder øker, vil akkumulert eksponering for miljøkreftfremkallende og genomiske forandringer lette kreftutvikling [39]. Derfor er det alder antas å være en viktig risikofaktor for kreft, som var uforenlige med våre resultater. Flere genomiske forandringer og miljøkreftfremkallende kan bidra til sent innsettende magekreft og stratifisering analyse av alder bør være mer forsiktige. Som for pre-MIR-146a sex-spesifikk effekt, forblir den eksakte mekanismen uklart. Derfor godt designet, objektive, store case-kontrollstudier ble sterkt behov for å oppnå et mer nøyaktig resultat.
Nylig har rs11614913 polymorfisme i pre-mirnas blitt rapportert å bidra til mottakelighet for brystkreft [13] , lungekreft [10], gliom [16], og påvirke overlevelse av ikke-småcellet lungekreft [40] ved å forandre ekspresjon av modne MIR-196a og dens binding til mål-mRNA. Våre resultater viste at TT-genotype var assosiert med redusert risiko for CRC, brystkreft og lungekreft, som var i overensstemmelse med tidligere funn [20], [23], [41], [42]. Striden mellom vår studie var også tydelig, ingen korrelasjon ble oppnådd mellom rs11614913 polymorfisme og mottakelighet for HCC og magekreft, mens Li et al [12] og Okubo et al [14] presenteres i strid meninger hhv. I tillegg kontrast til kinesisk og koreansk befolkning, rs11614913 CT genotype trend å øke kreftrisiko i Nord indiske befolkningen. Basert på ovennevnte punkter, utledet vi at krefttype og landforskjeller gjort rs11614913 polymorfisme har forskjellige effekter. Kreft var en kompleks sykdom, og tallrike faktorer vil føre til tumorgenese. I mellomtiden, ulike kreftformer hadde ulike patogenesen.
