PLoS ONE: nanobasierte Multigen Assay Recurrence zur Vorhersage für Magenkrebs-Patienten nach Surgery

Abstrakt

Trotz der Vorteile von einer adjuvanten Chemotherapie oder Radiochemotherapie, etwa ein Drittel der Stufe II Magenkrebs (GC) Patienten entwickelten Rezidive. Das Ziel dieser Studie war es zu entwickeln und eine prognostische Algorithmus für Magenkrebs (ABZ) zu validieren, die robust Hochrisikogruppe für Rezidiv bei Stufe II Patienten identifizieren kann. Ein mehrstufiges Genexpressionsstudie wurde Profilieren durchgeführt. Zunächst wurde ein Microarray-Genexpressionsprofile von archivierten Paraffin eingebetteten Tumorblöcke verwendet, um Kandidaten prognostische Gene (N = 432) zu identifizieren. Zweitens wurde ein fokussierter Genexpression Assay einschließlich prognostischer Gene verwendet, um eine robuste klinische Assays (ABZ) in Phase-II-Patienten aus der gleichen Kohorte (N = 186) zu entwickeln. Drittens wird eine vordefinierte Schnitt für die GCPS off wurde mit einer unabhängigen Stufe II Kohorte validiert (N = 216). Das ABZ wurde in einem anderen Satz mit Stadium II GC validiert, die Operation ohne adjuvante Behandlung unterzog (N = 300). GCPS wurde entwickelt, indem das Produkt von Cox Regressionskoeffizienten und der normierten Expressionsniveaus von Genen 8 Summieren (LAMP5, CDC25B, CDK1, Clip4, LTB4R2, MATN3, NOX4, TFDP1). Eine prospektiv Schnittpunkt definiert für GCPS klassifiziert 22,7% der Kohorten-Validierung mit Radiochemotherapie (N = 216) als Hochrisikogruppe mit einem Rezidiv 5-Jahres behandelt Rate von 58,6% im Vergleich zu 85,4% in der Gruppe mit niedrigem Risiko (Hazard-Ratio für das Wiederauftreten = 3,16, p = 0,00004). GCPS auch mit hohem Risiko identifiziert Gruppe bei Patienten im Stadium II nur mit einer Operation behandelt (Hazard Ratio = 1,77, p = 0,0053)

Citation:. Lee J, Sohn I Do IG, Kim KM, Park SH, Park JO, et al. (2014) für nanobasierten Multigen Assay zur Vorhersage Recurrence für Magenkrebs-Patienten nach der Operation. PLoS ONE 9 (3): e90133. doi: 10.1371 /journal.pone.0090133

Editor: Ju-Seog Lee, University of Texas MD Anderson Cancer Center, Vereinigte Staaten von Amerika

Empfangen: 23. September 2013; Akzeptiert: 26. Januar 2014; Veröffentlicht am: 5. März 2014

Copyright: © 2014 Lee et al. Dies ist eine Open-Access-Artikel unter den Bedingungen der Lizenz Creative Commons, die uneingeschränkte Nutzung erlaubt, die Verteilung und Vervielfältigung in jedem Medium, vorausgesetzt, der ursprüngliche Autor und Quelle genannt werden

Finanzierung:. Diese Studie wurde von einem Intramural Zuschuss aus dem Samsung Medical Center unterstützt. Die Geldgeber hatten keine Rolle in Studiendesign, Datenerfassung und Analyse, Entscheidung oder Vorbereitung des Manuskripts zur Veröffentlichung

Konkurrierende Interessen:. Patrick Tan ist ein PLoS ONE Editorial Vorstandsmitglied. Dabei werden nicht die Einhaltung der Autoren ändern, um alle Politiken PLoS ONE auf den Austausch von Daten und Materialien.

Einführung

Magenkrebs sind sehr tödlich malignen Erkrankungen mit Fünf-Jahres-Überlebensraten eine der schlimmsten sein für alle soliden Tumoren berichtet. nur in bescheidenem Maße in den letzten 50 Jahren nach Angaben des National Cancer Institute Überwachung, Epidemiologie und End Results (SEER) Programm, verbesserte sich die Fünf-Jahres-Überlebenszeit für Patienten mit Magenkrebs (GC), 12 bis 22 Prozent [1]. Die Neigung der GC für frühe metastatischen Verbreitung wurde in früheren Studien [2], [3] gut dokumentiert. Auf der Grundlage der jüngsten adjuvante Phase-III-Studien, Überlebensvorteil von einer adjuvanten Chemotherapie oder Radiochemotherapie Therapie wurde in GC dokumentiert [4] - [7]. Jedoch 25 bis 40% aller chirurgisch entfernten GC Patienten noch Rezidive entwickeln, die nicht zugänglich sind neu Resektion [4], [7] - [9]. Für pathologische Stadium III und IV GC, 5-Jahres krankheitsfreie Überlebensraten sind sehr schlecht (Stufe IIIA, 57,6%, im Stadium IIIB, 39,6% und im Stadium IV 26,3%) [8] Verwicklung, dass diese Tumoren von Natur aus aggressives Verhalten haben. Im Gegensatz dazu pathologischen Stadium II GC-Patienten haben günstigere klinische Ergebnis mit 5-Jahres krankheitsfreie Überlebensrate von 76% bis 90% nach der Operation und adjuvante Behandlung [8], [9]. Dennoch gibt es ein breites Spektrum klinischer Aggressivität sogar innerhalb der gleichen Stufe mit einigen Patienten mit der Operation allein ausgehärtet werden, während einige Patienten kurz nach der Operation und adjuvante Radiochemotherapie Therapie wieder auftreten. Daher die Hypothese zugrunde, dass es eine signifikante molekulare Heterogenität ist, haben wir eine große skaliert Genexpression Studie Profilierungs ein molekularer Test zu entwickeln, die effizient mit geringem Risiko von Hochrisiko-GC-Gruppen für Rezidiv nach der Operation kann diskriminieren.

Ein molekularer Test, der Patienten mit hohem Risiko für Rezidiv identifiziert können optimierte perioperative Behandlungsstrategien bei GC führen. Die Entdeckung Phase enthalten GC Patienten aus allen klinischen Phasen mit Radiochemotherapie behandelt (N = 520). Tumorblöcke von diesen Patienten wurden prognostische Gen Entdeckung unter Verwendung von Whole Genome DASL-Assay (WG-DASL) (Illumina, San Diego, CA), ein Microarray-Genexpressionsverfahren für Formalin-fixierten und in Paraffin eingebetteten Gewebeproben (FFPE). Der Zweck war Hypothese für klinische Nutzen zu entwickeln und Kandidaten prognostische oder interne Referenzgene entdecken, die Design konzentriert Genexpression Test helfen. Die Ergebnisse dieser Phase vorgeschlagen, dass die klinischen Nutzen eines Genexpression prognostischer Algorithmus basiert möglicherweise eine Hochrisikogruppe unter der Stufe II Patienten unterscheiden kann.

Das Ziel des Projekts eine Hypothese mit klinischen Nutzen zu entwickeln war und entdecken Kandidat prognostische oder interne Referenzgene um eine zielgerichtete Genexpression Assays zu entwickeln. Die Ergebnisse der Entdeckungsphase deuten darauf hin, dass die klinische Nutzen einer Genexpression basierten Prognosealgorithmus möglicherweise eine Hochrisikogruppe unter der Stufe II Patienten unterscheiden kann. Mit dem Einsatz eines robusten vielstufige prognostischer Algorithmus, Magenkrebs prognostischer Score (ABZ) für die Stufe II GC Patienten wurde entwickelt Hochrisikopatienten nach der Operation für eine Wiederholung zu identifizieren.

Methoden

Von September 1994 bis Dezember 2005, 1557 GC Patienten wurden kurative Gastrektomie bei Samsung Medical Center. Unter diesen wurden 1107 Patienten ausgewählt nach Kriterien folgende: histologisch Adenokarzinom des Magens bestätigt; chirurgische Resektion des Tumors ohne makroskopisch oder mikroskopisch kleine Resterkrankung; Alter ≥18; Pathologie Stadium IB (T2bN0, T1N1 aber nicht T2aN0) bis IV, nach dem American Joint Committee on Cancer (AJCC) Staging-System (6 ^{th Ed); vollständige chirurgische Aufzeichnung und Behandlungsprotokoll, und Patienten, die die INT-0116-Regime als adjuvante Behandlung erhalten [7]. (SMC 2010-10-025 IRB Zulassungsnummer) Die Studie wurde von der Ethikkommission des Samsung Medical Center, Seoul, Südkorea genehmigt. Alle Studienteilnehmer schriftlichen Einwilligungserklärung, die von der IRB empfohlen. Bei den Patienten, die zum Zeitpunkt der Studienaufnahme verstorben sind, schriftliche Einverständniserklärungen wurden von der IRB verzichtet. Studiendesign und Patientengruppen werden nach REMARK Richtlinie vorgesehen (1A, 1B, Datei-S1, Abschnitt 1). Von der Kohorte von 1.107 Patienten, eine Entdeckung Satz von 520 Patienten und ein Validierungssatz von 587 Patienten wurden randomisiert und zugeteilt 6 Chargen von Tumorgröße und das Jahr der Operation geschichtet für WG-DASL-Test.}

Um zu vermeiden, falsch-positive Schlussfolgerungen aufgrund über~~POS=TRUNC, prognostischer Algorithmen und ihre vordefinierten Schnittpunkte wurden in unabhängigen Kohorten getestet, die nicht für die prognostische Gen Entdeckung und Algorithmus Gebäude verwendet wurden. Ein 4-Phasen-Studie wurde entworfen, mit 4 vordefinierten unabhängigen Kohorten vom Samsung Medical Center rekrutiert. Die ersten drei Kohorten umfassen Patienten mit ähnlichen klinischen und pathologischen Merkmale von Radiochemotherapie behandelten Studie Kohorten (File S1, Abschnitt 2). Die erste Phase (Entdeckungsphase) der Studie umfasste GC Patienten aus allen klinischen Phasen, die mit Chemo-Strahlentherapie (N = 520) [8] behandelt wurden. Tumorblöcke von diesen Patienten prognostische Genentdeckung unterworfen wurden mit dem WG-DASL (Illumina, San Diego, CA), ein Microarray-Genexpressionsverfahren für FFPE [7]. Ein Ad-hoc externe Validierung des Gen-Set wurde jede Voreingenommenheit von einzelnen institutionellen Kohorte zu minimieren durchgeführt. Die zweite Phase (Algorithmenentwicklung) war Erkenntnisse aus der ersten Phase in einem klinisch anwendbaren Testformat zu übersetzen. Wir wählten die nCounter Plattform (nano Technologies, Seattle, WA), wegen seiner Fähigkeit, die Expressionsniveaus von bis zu 800-Genen unter Verwendung von Gesamt-RNA aus FFPE in einem Einrohr-Reaktion extrahiert abzufragen [8]. Wir gescreent Phase-II-Patienten aus der ersten Phase (N = 186) für de novo
Entdeckung prognostischer Gene, ausgewählt optimale Kombinationen von Genen unter Verwendung des Gradienten am wenigsten absolute Schrumpfung und Selektionsoperator (LASSO) Algorithmus [10], und dann baute eine der ersten Generation GCPS (ABZ-g1), indem die Produkte der normalisierten Genexpression und Koeffizienten aus dem Cox-Modell für die DFS. In der dritten Gruppe von Phase-II-Patienten (N = 216). In der vierten Phase (Testen von klinischen Nutzen in einer Operation-only Einstellung), testeten wir die mögliche klinische Nützlichkeit GCPS in Stufe II mit einer Operation behandelten Patienten nur. Ein Zeitstempel-Protokoll (Abbildung S12) wurde vor der Verarbeitung dieser letzten Kohorte entwickelt. Wir entwickelten anschließend eine raffinierte zweiten Generation GCPS (ABZ-g2) (das letzte Gen-Set) durch die kombinierte Phase II Kohorten aus den zweiten und dritten Phase der Studie zu analysieren.

Gene Expression Profi ganze genom mit DASL Test

vor jedem Gen Profilierungs Experiment, Gewebeproben wurden zufällig in verschiedenen Chargen durch eine Operation Zeit geschichtete zugewiesen (vor 2000 vs. nach 2000) und die Tumorgröße (≤5 cm vs > 5 cm) zu minimieren jede Abweichungen von der DNA-Qualität. Gesamt-RNA wurde von 2 bis 4 Abschnitte von 4 um dicke FFPE Abschnitte aus repräsentativen Primärtumor Blöcke mit dem High Pure RNA Paraffin-Kit (Roche Diagnostic, Mannheim, Deutschland) extrahiert, nachdem sie von Hämatoxylin und Eosin geführte Nicht-Tumor-Elemente durch manuelle macrodissection Entfernen gefärbten Schnitten. WG-DASL-Assay wurde unter Verwendung von 200 ng RNA durchgeführt nach der Anweisung des Herstellers [11]. Für nCounter Assay 200 ng Gesamt-RNA wurde für 18 Stunden bei 65 ° C und verarbeitet gemäß den Anweisungen des Herstellers [12] mit dem kundenspezifischen Code-Satz von 800 Genen hybridisiert. Die Daten wurden zum durchschnittlichen Expressionsniveaus von 48 internen Referenzgenen aus Mikroarray-Experiment ausgewählt normalisiert. Die detaillierte Beschreibung der Entdeckung Phase mit WG-DASL-Assay in Datei-S1 vorgesehen ist, Abschnitt 3. Die Vergleichbarkeit der DNA-Qualität von FFPE Gewebe und frisch gefrorenes Gewebe DASL-Test unter Verwendung wurde zuvor veröffentlicht [13], [14].

Die prognostische Modellbildung und Validierung

Der Algorithmus für n-Counter-basierten Assay-Entwicklung für die klinische Nutzen auf Basis von WG-DASL in Datei-S1 vorgesehen, Abschnitte 4-6. Wir benutzten den Gradienten lasso Algorithmus eine Vorhersagemodell auf Cox Proportional-Hazards-Modell für die DFS mit den Sonden mit marginalen p-Wert <Basis zu passen; 0,01 (Abbildung S2 in Datei-S1) [10]. Wir haben Urlaub ein aus Kreuzvalidierung mit de-novo-Entdeckung bei jeder einen Schritt auslassen die Leistung des Prognosemodells im Rahmen der Entdeckung Kohorte zu beurteilen. Optimale Schnittpunkt wurde durch die Schaffung einer Handlung für p-Werte für jeden Schnittpunkt für den prognostischen Score bestimmt. Für Validierungsstudie a priori definierten Algorithmus und Schnittpunktwerte verwendet wurden. Die Validierungsmethode für GCPS wird in Datei-S1 skizziert, Abschnitt 7.

Ergebnisse |

Microarray-Genexpressionsprofile von GC Patienten mit adjuvanter Radiochemotherapie behandelt (Phase 1)

Wir führten Genexpressionsprofile von FFPE von der Entdeckung Kohorte von 520 Fällen im Stadium IB-IV GC behandelt mit Standard-Radiochemotherapie nach kurativer Resektion mit dem WG-DASL-Test (Abbildung 1). Unter ihnen bestanden 432 Proben RNA Qualitätskontrolle (GEO Datenbank GSE 26.253) (File S1, Abschnitt 3). Der primäre Endpunkt war die DFS. Univariate Analyse identifiziert 369 Sonden, die signifikant mit krankheitsfreie Überleben bei p <verbunden waren; 0,01 ohne Anpassung für andere klinische Variablen (File S1, Abschnitt 3d). Als nächstes wurde Gradient Lasso verwendet, um einen prognostischen Algorithmus zu entwickeln Wiederholung (File S1, Abschnitt 3e) vorherzusagen. Die Leave-one-out Kreuzvalidierung (LOOCV) Verfahren mit de novo
Entdeckung prognostischer Gene und den Bau eines prognostischen Algorithmus bei jedem Schritt verwendet wurde, um die Robustheit des prognostischen Algorithmus zu untersuchen. Laut Prognose Gensignaturen (26 Gene, Datei-S1, Abschnitt 3f) und pathologischen Stadien (lokalisierte vs. Fortgeschrittene) wurden 432 Patienten in die folgenden Gruppen eingeteilt: mit geringem Risiko und Stadium IB /II (N = 145; 5 Jahre DFS, 84,8%), mit hohem Risiko und Stadium IB /II (N = 90; 5-Jahres-DFS, 61,1%), mit geringem Risiko und Stadium III /IV (N = 83; 5-Jahres-DFS, 48,9%), und mit hohem Risiko und Stadium III /IV (N = 114; 5-Jahres-DFS, 36,9%) (Abbildung 2). Als Ad-hoc-Analyse, testeten wir dieses Gen-Signatur Genexpression unter Verwendung von Daten aus der Patientenkohorte Singapur Profilierungs (N = 199) jede inhärente Vorspannung von einer einzigen Institution Kohorte zu minimieren [15]. In der externen Patientenkohorte war die Gen-Signatur der Lage, die Hochrisikogruppe (N = 100) aus der Gruppe mit niedrigem Risiko zu trennen (N = 99) auf ein erneutes Auftreten mit statistischer Signifikanz (p < 0,00001; Hazard Ratio (HR), 2,3; 95% CI, 1,62-3,28) (Abbildung 2). Diese Daten legen nahe, die wichtigsten klinischen Nutzen von Genexpressionsprofilen von GC bei der Identifizierung von Hochrisikopatienten unter Phase-II-Patienten (niedrig vs. hohes Risiko Stadium IB /II, 84,8% vs. 61,1%; niedrig vs. hohes Risiko im Stadium III /IV, 48,9% vs. 36,9%). Daher ist für die Entwicklung der klinischen Test und Validierung, haben wir uns ein Gen-Set auf die Entwicklung, die robust Rezidiv-II-Patienten im Stadium vorhersagen kann.

Entwicklung von Magenkrebs prognostischen Score (ABZ) für die Stufe II GC unter Verwendung der nCounter Assay (Phase 2)

Wir benutzerdefinierte eine nCounter Sonde Satz von Kandidatenprognostischer Gene von WG-DASL Microarray-Daten (Phase 1), sowie bekannte Krebsgene, Kinase-Gene enthalten entworfen, und G-Protein-gekoppelten Rezeptor-Gene. Um die Variabilität Problem in die Integrität der RNA-Moleküle in archivierten FFPE aufgrund präanalytische Variablen wie Fixierungszeit und das Alter der Blöcke adressieren, wandten wir innerhalb Probe Normalisierung einen Satz von 48 internen Referenzgenen unter Verwendung von Microarray-Daten ausgewählt basierend über Mindest Unterschiede zwischen den Fällen und der Mangel an Verbindung mit Prognose (File S1, Abschnitt 4). Die Korrelation zwischen Hazard Ratio von prognostischer Gene basiert auf nano und WG-DASL sind in Datei S1, sofern Abschnitt 4b und Abbildung S3 in Datei-S1.

Wir Profil 186 Stufe II Patienten aus der Entdeckung Set. Nach der Beurteilung durch Gradienten gebaut, um die Robustheit der prognostischen Algorithmen LASSO durch LOOCV, wandten wir Gradienten LASSO auf alle 186 Patienten und identifiziert 8 Gene (LAMP5, CDC25B, CDK1, Clip4, LTB4R2, MATN3, NOX4 und TFDP1), die in Kombination prognostische robust bereitgestellt Informationen (Tabelle 1). Die GCPS wurde dann als Linearkombination der Regressionsschätzungen Cox entwickelt und normalisierten Expressionsniveaus dieser Gene 8. Der Schnittpunkt-Analyse zeigt, dass die GCPS war sehr robust bei der Identifizierung von 25% der Patienten mit schlechtesten Ergebnisse (File S1, Abschnitt 4). Wir entschieden uns für einen Schnittpunkt von 0,2205 für prospektive Validierung in der unabhängigen Validierung Kohorte.

Validierung von GCPS und seinen vordefinierten Schnittpunkt in der Stufe II GC Patienten, die mit Radiochemotherapie (Phase 3)

Um das Potenzial über anliegende Problem zu vermeiden, die mit Kreuzvalidierung [16], wir GCPS mit dem festen Algorithmus validiert und Schnittpunkte in einer unabhängigen Patientengruppe, die nicht in der Gen-Entdeckung verwendet wurde. Die klinischen und pathologischen Merkmale von 216 Phase-II-Patienten aus der Gültigkeitsprüfung waren ähnlich denen von der Entdeckung Kohorte (File S1, Abschnitt 6 und die Figuren S4-6 in Datei-S1). Wenn wir GCPS-g1 auf die eingestellte Validierung angewandt, war das Risiko-Score Verteilung sehr ähnlich sind, die robuste analytische Leistungsfähigkeit des Tests darauf hindeutet (File S1, Abschnitt 7a und Abbildung S7 Datei-S1 ist). Der vorgegebene Schnittpunkt (0,2205) für GCPS-g1 klassifiziert 22,7% der Tumoren aus der Validierung als Hochrisikogruppe gesetzt. Die Kaplan-Meier-Schätzung der 5-Jahres-DFS für die Hochrisiko-Patienten war 58,6%, verglichen mit 85,4% für die Patienten mit geringem Risiko (HR für Wiederholung, 3,16; p = 0,00004) (Abbildung 3). GCPS war signifikant sowohl in der Darm- und Diffuse- Typ GCs, wie in Abbildung S8 in Datei-S1 gezeigt (File S1, Abschnitt 7b). Die multivariate Analyse zeigt ferner, dass GCPS-g1 zusätzliche prognostische Informationen zur Verfügung gestellt, neben anderen bekannten Faktoren wie Lauren Klassifikation, Differenzierungsgrad, Alter und Chirurgie Typ (HR 3,027, p = 0,00016; Tabelle 2). Daher kann GCPS verwendet werden Stadium zu identifizieren II-Patienten, die auch nach dem Standard-adjuvanten Radiochemotherapie mit hohem Risiko bleiben und die haben ähnliche Rezidivrisiko als Patienten im Stadium III.

GCPS als prognostischer Faktor für die Stufe II GC behandelten Patienten mit einer Operation nur auf der Grundlage einer prospektiv angelegten Protokoll (Phase 4)

die Überprüfung der klinischen Datenbank 306 Patienten identifiziert, die keine postoperativen Behandlung erhalten haben, auf der Grundlage gemeinsamer Entscheidung zwischen Ärzten und Patienten (File S1, Abschnitt 1, Tabelle S1 in Datei-S1). Diese Patienten wurden einer Sondierungsanalysen für die prognostische Bedeutung von GCPS Beurteilung bei Patienten mit einer Operation behandelt nur und die Prüfung der Hypothese, dass der Nutzen von Chemoradiotherapie in Patienten mit hohem Risiko begrenzt, definiert durch GCPS. Für diesen Schritt haben wir GCPS-g2 (Tabelle S8 in Datei-S1), die zweite Generation des GCPS von allen Stufe-II-Fälle aus den Phasen der Analyse 2 und 3, um die Probengröße zu maximieren. Wir testeten prospektiv die vordefinierten GCPS-g2-Algorithmus und Schnittpunkt, wie in der Zeitstempel-Protokoll (Abbildung S12 in Datei-S1) beschrieben. Die ABZ-g2 vorhergesagt Wiederholung in 300 Stadium-II-Tumoren mit einer Hazard Ratio von 2.131 (95% CI, 1,428-3,180; p = 0,00021) (HR, 3,16) (Abbildung S9 in Datei-S1). Um die Möglichkeit einer Überanpassung des Algorithmus Radiochemotherapie behandelten Patienten zu minimieren, wir testeten ebenfalls die ABZ-g1, die zuvor in der Radiochemotherapie behandelten Kohorte validiert wurde, in der Operation allein Kohorte (Abbildung S10 in Datei-S1). Die Hazard Ratio für GCPS-g1 (HR, 1,77; 95% CI, 1,18-2,67; p = 0,0053) ist ähnlich wie bei GCPS-g2 (Abbildung 3). Daher prognostiziert der GCPS robust erneut in der Stufe II GC mit oder ohne postoperative Behandlung. Auf der Grundlage dieser Daten kann spekuliert werden, dass Hochrisikostufe II von GCPS definiert Patienten nicht einen enormen Nutzen von Chemoradiotherapie gewinnen hat.

Die Expression von prognostisch ungünstigen Gene bei der Tumormikromilieus

In allen 3 Stadium II Kohorten in die Studie einbezogen, erhöhte Expression von vier Genen aus GCPS (NOX4, LAMP5, MATN3 und Clip4) wurden mit einer schlechten Prognose verbunden. Da die bekannten Funktionen dieser Gene in Mikroumgebungen ihren Ausdruck vorschlagen, anstatt tatsächliche Tumorzellen, führten wir die nCounter Assay für microdissected Tumoren im Vergleich zu Stroma-Komponenten aus 4 repräsentativen Hochrisiko-Tumoren (Abbildung S11 in Datei-S1). Die Expression dieser Gene war signifikant höher in Stroma-Komponenten, im Vergleich zu epithelialen Krebszellen, mit NOX4 zeigt die stärksten Unterschiede (p = 0,04).

Diskussion

In einer ersten Ermittlungsphase, führten wir WG-DASL in allen Bühne GC-Patienten. Dann wird basierend auf den WG-DASL Daten beobachteten wir, dass die Trennung der Gruppe mit hohem Risiko von niedrigen Risikogruppe war bedeutendste in einem frühen Stadium Ib /II-Patienten (niedrig vs. hohes Risiko Stadium IB /II, 84,8% vs. 61,1% , niedrige vs. hohes Risiko im Stadium III /IV, 48,9% vs. 36,9%). Daher ist für die Entwicklung der klinischen Test und Validierung, haben wir uns ein Gen-Set auf die Entwicklung, die robust Rezidiv-II-Patienten im Stadium vorhersagen kann. Wir entwickelt und validiert einen prognostischen Algorithmus für Magenkrebs, GCPS, die robust Hochrisikogruppen für Rezidiv bei Stufe II Patienten identifizieren kann. GCPS, entwickelte die nCounter Plattform, zeigte die robuste Performance in FFPE-Proben. Darüber hinaus ist die Anwendung von GCPS den einzelnen Patienten die Aufnahme von internen Referenzgenen erlaubt. Deshalb schlagen wir vor, dass GCPS kann leicht auf die klinische Routineanwendung angewendet werden. Die GCPS von 8 Genen (LAMP5, CDC25B, CDK1, Clip4, LTB4R2, MATN3, NOX4 und TFDP1) wurden in über 700 Stadium II GC Patienten entdeckt und validiert. Wir fanden, dass das GCPS Hochrisiko GC Patienten auf ein erneutes Auftreten unabhängig adjuvante Behandlung und dass Hochrisiko-Stadium II GC Patienten zeigten ähnliche DFS-III-Patienten auf die Bühne identifiziert. Bemerkenswert ist, vorhergesagt die GCPS Wiederholung beider Lauren Typen (diffus oder Darm) (Abbildung S8 in Datei-S1).

zeigen unsere Daten eindeutig die Anwesenheit von molekularen Heterogenität in der GC, die mit klinischen Ergebnissen assoziiert war aber unabhängig von clinicopathologic Inszenierung Informationen. Unsere Daten zeigen, dass im Stadium IB /II-Patienten sehr schlechte Prognose hatten, wenn ihre Tumoren Armen-Risiko-Gen-Signaturen zum Ausdruck gebracht. Es gab einen Unterschied von 23,7% im 5-Jahres-DFS zwischen hohem Risiko und niedrigem Risiko Gensignaturen im Stadium IB /II-Patienten und 5-Jahres-DFS von Hochrisiko-Stadium IB /II-Patienten war unter 60%, trotz der Verwendung der adjuvanten Radiochemotherapie (Abbildung 1). Daher kann es notwendig sein, prospektiv einen Versuch zu entwerfen, um die Frage, ob Radiochemotherapie für Stadium IB erforderlich ist /II-Patienten mit niedrigem Risiko Genexpressionsprofilen. Um jede mögliche Verzerrung von Variationen in der klinischen Praxis oder eine Operation an einem einzigen Zentrum zu minimieren, führten wir eine Ad-hoc externe Validierung der Signatur die Unterschrift zu bestätigen. Wie in den Ergebnissen gezeigt, prognostizierte die Signatur konsequent Wiederholung in Kohorte Singapur.

Unter den acht abschließenden GCPS Gene (LAMP5, CDC25B, CDK1, Clip4, LTB4R2, MATN3, NOX4 und TFDP1), CDC25B und CDK1, die mit der Zellproliferation assoziiert ist bekannt sind, gefunden wurden günstige Prognose (negative Regressions Cox Schätzungen in Tabelle 2), zu korrelieren. Bemerkenswert ist, ein ähnlicher Trend wurde für Darmkrebs durch eine Gen-Expression-Test [17], [18] beobachtet. Diese Erkenntnisse können die Differenzierung Status dieser Tumorzellen widerspiegeln, da normale Magen und Dickdarm-Schleimhaut-Epithelzellen hohen Umsatzraten aufweisen. TFDP1 codiert die Transkriptionsfaktor DP-1, die während des Zellzyklus als positiver Regulator der G1 /S-Übergang wirkt [19], [20]. Vor allem in hepatozellulären Karzinoms wurde TFDP1 Überexpression im Wesentlichen mit Fortschreiten der Erkrankung [19] verbunden. Da der Umfang dieser vorliegenden Studie nicht die funktionelle Untersuchung dieser Gene umfassen, deren biologische Bedeutung sollte in zukünftigen Studien untersucht werden. Vor kurzem Cho et al.
Hat die größte Genexpression in 213 GC Patienten mit frischen gefrorenen Gewebe [21] Profilierung durchgeführt. Sie identifizierten sechs prognostischen Gene (CTNBB1, EXOCS3, TOP2A, LBA1, CCL5 und LZTR1) für das Überleben der Patienten nach kurativer Resektion. Doch nach bestem Wissen unseren Erkenntnissen GCPS ist das einzige Gen-Set, die heute in mehr als 700 Phase II GC Patienten validiert wurde, unabhängig Lauren Klassifikation (diffus oder Darm), einem bekannten prognostischer Faktor, oder adjuvante Behandlung.

Abschließend mit der Verwendung eines mehrstufigen Ansatz entwickelten wir 8-Gen GCPS, die robust Hochrisikostufe II GC Patienten für Rezidiv nach der Operation unabhängig von der adjuvanten Behandlung war in der Lage zu erkennen. Derzeit mit der laufenden ARTIST-II-Studie (NCT61461) planen wir, unsere GCPS in einer prospektiv angelegten Phase-III-Studie zu bestätigen.

Hintergrundinformationen
S1 Datei.
1. Patientencharakteristika Studien Kohorten bei jedem Schritt (Tabelle S1). ein. Tabelle S1. Patienten Eigenschaften. 2. Klinische und pathologische Merkmale der Fälle in jeder Phase untersucht. 3. Detaillierte Beschreibung der Entdeckung Schritt mit WG-DASL-Test (Schritt 1). ein. Abbildung S1. QA von WG-DASL Daten. b. Tabelle S2. Vergleich von FISH und IHC Ergebnisse für HER2-Status bei Magenkrebs in Schritt 1 c. Tabelle S3. Liste der Sonden, die unterschiedlich exprimiert zwischen HER2-positiven und HER2-negativen Patientengruppen in Schritt 1 d sind. Tabelle S4. Liste aller Sonden mit univariate p-Werte < 0,01 in Schritt 1. e. Abbildung S2. Gradient Lasso-Algorithmus. f. Tabelle S5. Liste der 26 Sonden, die in der Vorhersagemodell durch den gesamten Datensatz versehen (n = 432). G. Tabelle S6. Multivariate Cox-Regressionsanalyse zu Genentdeckung Satz (n = 432). 4. Entwurf von fokussierten Genexpression Test unter Verwendung von nCounter Plattform. ein. Tabelle S7. Liste der Referenzgene für nCounter Assays. b. Abbildung S3. Die Korrelation zwischen Hazard Ratio von prognostischer Gene basiert auf Quantils Normalisierung und Selbst Normalisierung mit WG-DASL-Test. 5. nCounter Test und Qualitätskontrolle. 6. Auswahl von Cut-off für Magenkrebs prognostischen Score (ABZ (Abbildung S4, S5, & S6) einer Abbildung S4 DFS nach jedem Quartile der ABZ-g1 b Abbildung S5 Schnittstellenanalyse für...... GCPS-g1. c. Abbildung S6. DFS entsprechend optimierte Schnittpunkt von GCPS-g1. 6. Verteilung von GCPS zwischen Entdeckung Satz und Validierungssatz. a. Abbildung S7. Verteilung von GCPS-g1 innerhalb der Entdeckung und Validierung Set. b Abbildung S8 GCPS:... Darm-vs diffusen Typ 7. Prüfung der klinischen Nützlichkeit von GCPS-g2 bei Patienten mit einer Operation behandelt nur eine Abbildung S9 DFS der Stufe II mit Radiochemotherapie behandelten Patienten basierend auf Quartil GCPS-g2.... b. Abbildung S10. DFS von Phase-II-Patienten mit einer Operation basierend auf Quartil GCPS-g2 allein behandelt. c. Abbildung S11. Die Expression von prognostisch ungünstigen Gene in Magenkrebs prognostische enthalten Score nach Gewebekompartimenten (Tumor im Vergleich zu Stroma). Normierte Ausdruck Ebenen dargestellt sind. d. Tabelle S8. Liste der nCounter Sonden enthalten in GCPS-g2. 8. Magenkrebs Validierungsstudie Protokoll. ein. Abbildung S12. Magenkrebs Validierungsstudie Protokoll
doi:. 10.1371 /journal.pone.0090133.s001
(DOCX)

• PLoS ONE: HIF-1 Alpha-Überexpression korreliert mit schlechten Gesamtüberleben und krankheitsfreie Überleben bei Patienten mit Magenkrebs Post-Gastrektomie
• PLoS ONE: Patienten mit Alter oder Proximale Tumoren profitieren von metabolischen Syndroms in einem frühen Stadium Magenkrebs