PLoS Genetics: oncogénicos Pathway Combinaciones predecir el pronóstico clínico en gástrico Cancer

Extracto

Muchos cánceres sólidos se sabe que presentan un alto grado de heterogeneidad en la desregulación de las diferentes vías oncogénicas. Hemos tratado de identificar las principales vías oncogénicas en el cáncer gástrico (CG) con relaciones significativas con la supervivencia del paciente. El uso de la expresión génica firmas, ideamos un in silico
estrategia para mapear los patrones de activación de la vía oncogénica en 301 cánceres gástricos primarios, la segunda causa de mortalidad por cáncer a nivel mundial. Se identificaron tres vías oncogénicas (/proliferación de células madre, el NF-kB, y Wnt /β-catenina) desregulado en la mayoría (> 70%) de los cánceres gástricos. Nos funcionalmente validado estas predicciones vía en un panel de líneas celulares de cáncer gástrico. estratificación de los pacientes por vía combinaciones oncogénicos mostró diferencias en la supervivencia reproducibles y significativos en múltiples cohortes, lo que sugiere que las interacciones vía puede desempeñar un papel importante para influir en el comportamiento de la enfermedad. GC individuales se pueden taxonomized con éxito por vía de la actividad oncogénica en subgrupos biológica y clínicamente relevantes. La predicción de actividad de la vía por firmas de expresión de este modo permite el estudio de múltiples vías relacionadas con el cáncer que interactúan simultáneamente en los cánceres primarios, a una escala que no se puede conseguir actualmente por otras plataformas.

Autor Resumen

El cáncer gástrico es la segunda causa de mortalidad por cáncer a nivel mundial. Con los tratamientos actuales, menos de una cuarta parte de los pacientes sobreviven más de cinco años después de la cirugía. cánceres gástricos individuales son muy diferentes en cuanto a sus características celulares y las respuestas a los fármacos quimioterapéuticos convencionales, por lo que el cáncer gástrico una enfermedad compleja. enfoques basados ​​en la vía, en lugar de los estudios de un solo gen, pueden ayudar a desentrañar esta complejidad. A continuación, hacemos uso de un enfoque computacional para identificar las conexiones entre las vías moleculares y perfiles de cáncer. En un estudio a gran escala de más de 300 pacientes, se identificaron subgrupos de cánceres gástricos distinguibles por sus patrones de conducción vías moleculares. Se demuestra que estos subgrupos identificados son clínicamente relevantes para predecir la duración de la supervivencia y pueden resultar útiles para orientar la elección de terapias dirigidas diseñados para interferir con estas vías moleculares. También se identificaron líneas celulares de cáncer gástrico específicos que reflejan estos subgrupos de la vía, lo que debería facilitar la evaluación preclínica de las respuestas a las terapias dirigidas en cada subgrupo

Visto:. Ooi CH, Ivanova T, Wu J, Lee M, Tan IB, Tao J, et al. (2009) Oncogénicos Pathway Combinaciones predecir el pronóstico clínico en cáncer gástrico. PLoS Genet 5 (10): e1000676. doi: 10.1371 /journal.pgen.1000676

Editor: Jason G. Mezey, Universidad de Cornell, Estados Unidos de América

Recibido: 22 de abril de 2009; Aceptado: 3 de septiembre de 2009; Publicado: 2 Octubre 2009

Derechos de Autor © 2009 Ooi et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan

Financiación:. Este trabajo fue apoyado por becas a PT de BMRC 05/1/31/19/423, Singapur cáncer Distribuir SCS-BS0001, NMRC conceder TCR 001/2007, y una donación de núcleo /Duke-NUS. Los donantes no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito

Conflicto de intereses:.. Los autores han declarado que no existen intereses en competencia

Introducción

el cáncer gástrico (CG) es la segunda causa principal de la mortalidad mundial del cáncer [1]. Particularmente prevalente en Asia, la mayoría de los pacientes con cáncer gástrico son diagnosticadas con enfermedad en estadio avanzado [2]. La desregulación de las vías oncogénicas canónicos como E2F, K-RAS, p53, y la señalización /β-catenina se sabe que se producen con frecuencias variables en GC [3] - [6], lo que indica que la GC es una enfermedad heterogénea molecularmente. Los estudios anteriores que describen la diversidad GC en tumores primarios se han enfocado típicamente en vías individuales, sólo una medida o unos biomarcadores por experimento [4], [6], [7]. En contraste, la evidencia experimental indica que la mayoría de los fenotipos de cáncer (de crecimiento no controlado, resistencia a la apoptosis, etc) se rigen en gran medida no sólo a través de vías individuales, pero las interacciones complejas entre pro- múltiples y circuitos de señalización anti-oncogénicos [8]. La reducción de esta brecha entre los estadios clínicos y experimentales requieren estrategias capaces de medir y relacionar los patrones de actividad de múltiples vías oncogénicas de forma simultánea en los tumores primarios.

Los estudios anteriores han propuesto la utilización de la expresión génica firmas para predecir la actividad de las vías oncogénicas en tipos de cáncer [9] - aquí, la hipótesis de que los patrones de activación de la vía oncogénica se podrían utilizar para desarrollar una taxonomía genómica de GC. Es importante destacar que esta estrategia vía centrada difiere sustancialmente de los estudios de microarrays anteriores que describen los cambios de expresión asociados con las diferencias de tipo morfológicas y de tejido en GC [10], [11], como las firmas de la vía (en lugar de genes individuales) se utilizan como base para la clasificación de cáncer . Hemos desarrollado un in silico
método para asignar niveles de activación de diferentes vías en cohortes de perfiles de tumores primarios complejos y validado este método de clasificación vía dirigida usando ejemplos de prueba de concepto de cáncer de mama. A continuación se aplica este método de la CG para evaluar las vías oncogénicas once previamente implicados en la carcinogénesis gástrica [3] - [7], [12] - [17]. En total, se analizaron más de 300 GC primarios derivados de tres cohortes de pacientes independientes, realizando a lo mejor de nuestro conocimiento el mayor análisis genómico de GC hasta la fecha. Se identificaron tres vías oncogénicas (factor-kappa B nuclear (NF-kB), de Wnt /β-catenina, y la proliferación /células madre) que fueron desregulados en la gran mayoría (> 70%) de los GC, y funcionalmente validado las predicciones de la vía in vitro
utilizando un panel de líneas celulares de GC. Aunque estratificación de los pacientes a nivel de las vías individuales no han demostrado consistentemente diferencias significativas en los resultados clínicos, estratificación de los pacientes por vía combinaciones oncogénicos (por ejemplo, la proliferación de alta /alta NF-B versus baja proliferación /baja NF-kB) mostró diferencias significativas de supervivencia y reproducibles en múltiples cohortes independientes de pacientes, lo que sugiere un papel crítico para las combinaciones de la vía para influir en el comportamiento clínico GC. Nuestros resultados demuestran que los GC pueden taxonomized con éxito utilizando la vía de la actividad oncogénica en subtipos biológicamente, funcional y clínicamente relevante.

Resultados

Predicción vía de activación en el cáncer de la Expresión Génica Perfiles

Nuestra estrategia para predecir los niveles de activación de la vía oncogénica en cánceres consta de cuatro pasos (Figura 1A). En primer lugar, definimos 'firmas' - vía conjuntos de genes que muestran expresión alterada después de la perturbación funcional de una vía específica en un in vitro
o in vivo
sistema experimental bien definido en. En segundo lugar, estudiamos las firmas vía Onto perfiles de expresión génica de una serie heterogénea de tipos de cáncer. En tercer lugar, el uso de un procedimiento de coincidencia de patrones basados ​​en rango no paramétrico, las puntuaciones de activación fueron asignados a distintos tipos de cáncer en base a la fuerza de la asociación a la firma vía. Por último, los cánceres individuales fueron clasificadas de acuerdo a sus calificaciones de activación de la vía
.

Antes de aplicar este enfoque de la GC, consideramos que era importante para validar esta in silico
estrategia en una serie de prueba de -Principio experimentos. Elegimos el ejemplo del cáncer de mama, un tumor maligno para los que existe una amplia evidencia de heterogeneidad vía y subtipos moleculares '' discretas [18]. Para realizar esta validación, nos preguntamos si primero firmas vía descritos anteriormente asociados con alteración de la señalización de estrógenos podría ser utilizado para identificar líneas celulares de cáncer de mama que presentan altos niveles de receptor de estrógeno (ER) la actividad. Se analizó un panel de la expresión génica de líneas celulares de cáncer de mama 51 descritas originalmente en Neve et al. [18] con un 11-gen 'tamoxifeno sensibilidad "firma vía derivado de una lista de genes expresados ​​diferencialmente entre Maca 3366, una mamario humano xenoinjerto de carcinoma de tamoxifeno y minúsculas, y Maca 3366 /TAM, una sublínea tamoxifeno resistentes de la misma xenoinjerto [19]. Se encontró que las líneas celulares de cáncer de mama asociado positivamente con la firma sensibilidad tamoxifeno exhibido significativamente más altos niveles de expresión de ESR1
, el receptor de estrógeno y el objetivo molecular de tamoxifeno, en comparación con las líneas que muestran puntuaciones de activación de la vía negativos (p = 2,12 × 10 ^{-7, Exactitud 84,3%, una sensibilidad del 100%, especificidad 75%) (Figura 1B y el cuadro S1).}

en segundo lugar, hemos probado si una firma asociada con la vía de señalización de estrógenos, pero derivado de la no tejido mamario también podría ser utilizado para estratificar el mismo panel de líneas celulares de cáncer de mama. Nos preguntó el panel de línea celular de cáncer de mama con una 'respuesta a estrógenos "firma 41-gen derivado de una lista de genes regulados positivamente por el estradiol en células de osteosarcoma humano U2OS [20]. A pesar de la firma procedente de un tipo de tejido diferente (por ejemplo, el osteosarcoma), nos encontramos una vez más que, cuando clasificadas de acuerdo a su capacidad de respuesta predicha estrógenos, líneas celulares de cáncer de mama agrupados según su nivel de ESR1 gratis (receptor de estrógeno) expresión (p = 0,0035, Exactitud 62,7%, 94,7% de sensibilidad, especificidad 43,8%) (Figura 1C y el cuadro S1). Estos resultados demuestran que de hecho es posible predecir los patrones de activación de la vía en un cáncer particular de interés (cáncer gástrico en nuestros casos) utilizando firmas de expresión obtenidos a partir de diferentes condiciones experimentales e incluso diferentes tipos de tejidos.

Patrones de oncogénico activación de la vía de GC

Después de validar este método de predicción de la vía, se procedió a aplicar la estrategia de GC primaria. En lugar de probar todos los caminos posibles, se seleccionaron once vías supresoras oncogénicos y tumorales previamente implicados en la carcinogénesis gástrica, utilizando en el SAR de análisis [4], p53 [5], BRCA1 [12], p21 [13], Wnt /β-catenina [6], E2F [3], SRC [14], MYC [15], el NF-kappa B [21], la desacetilación de histonas (HDAC) [16], y de células Madre-relacionados firmas [17]. Siempre que sea posible, se intentó seleccionar varias firmas para cada vía, preferiblemente de estudios publicados independientes. Por ejemplo, de las dos firmas de activación de E2F utilizados en nuestro enfoque, una firma se obtuvo mediante la inducción de la actividad de E2F1 en células de fibroblastos de rata [22], mientras que se obtuvo la otra firma utilizando una línea celular de osteosarcoma derivado que contiene una proteína de fusión ER-E2F1 inducible [23]. predicciones vía final para análisis adicionales se obtienen típicamente mediante la combinación de las firmas individuales que pertenecen a la misma vía (ver Materiales y Métodos).

Hemos calculado las puntuaciones de activación de las vías de once representados por 20 firmas de la vía a través de tres cohortes independientes de primaria GC derivado de Australia (cohorte 1-70 tumores), Singapur (cohorte 2-200 tumores), y el Reino Unido (cohorte 3-31 tumores). Para visualizar los patrones de activación de la vía, que representa cada cohorte como un mapa de calor, donde el color mapa de calor representa la fuerza prevista de activación para cada vía en el individuo GCs. Hemos observado una considerable heterogeneidad de activación de la vía entre los pacientes individuales GC (Figura 2A-2C). Sin embargo, las firmas derivados de los estudios independientes que representan vías similares con frecuencia produjo patrones de predicción similares (por ejemplo, NF-kappa B (piel) y NF-kappa B (cuello uterino)), y una prueba de chi-cuadrado confirmaron un nivel significativo de similitud en los patrones globales de la vía la activación entre las cohortes de Australia y Singapur (p = 0,00038), y entre las cohortes de Australia y el Reino Unido (p = 0,00051, ver Tabla S2) lo que sugiere que las predicciones de la vía GC no están atados a una cohorte de pacientes específicos. Se identificaron dos grupos principales de vías de co-activa, que fueron preservados por completo en cohortes 1 y 2 (Figura 2A y 2B) y en su mayoría conservan en la cohorte 3 (Figura 2C). Estos incluyen (i) un "proliferación /célula madre 'clúster vía (barra vertical de color marrón en la Figura 2) que abarca vías asociadas con varios reguladores del ciclo celular (por ejemplo, MYC, E2F, p21) y el vástago firmas de células; y (ii) un clúster vía 'de señalización oncogénica' (barra vertical gris en la figura 2) que contiene muchos diferentes vías oncogénicas (BRCA1, NF-kB, p53, Wnt /β-catenina, las vías de SRC, RAS, y HDAC).

in vitro
validación de los pronósticos Pathway

Mediante el análisis del mapa de calor vía GC en la Figura 2, se seleccionaron tres vías oncogénicas (NF-kB, Wnt /β-catenina, y la proliferación /célula madre) que se activan individualmente en una proporción significativa de GCs (≥35%), y cuando se combina proporcionó cobertura de la mayoría (> 70%) de GCs. Proliferación /madre vías celulares se activan en el 40% de los GC en cada cohorte (rango: 38 a 43%), las vías de Wnt /β-catenina se activaron en el 46% de GC (rango: 43 a 48%), y el NF vía kappa B se activó en el 39% de GC (rango: 35 a 41%) (barras de color debajo de cada mapa de calor de la Figura 2). Estas frecuencias y otras vías desreguladas con frecuencia (por ejemplo, p53) se enumeran en la Tabla S3

Para validar experimentalmente estas predicciones de la vía GC primario., Se aplicó el algoritmo de predicción de vía a un panel de líneas celulares 25 GC (GCCLs) ( Figura 3). Al igual que en GC primaria, «proliferación /célula madre, las agrupaciones de la vía de señalización oncogénica '' también se observaron en los GCCLs. Por otra parte, las firmas que representa la misma vía, pero obtenidos a partir de diferentes estudios, como las dos firmas MYC derivados independientes [9], [24] también se agruparon en las líneas celulares GC después sin supervisión agrupación jerárquica (soportes de color púrpura en la Figura 3). Guiados por las predicciones de la vía, se identificaron líneas celulares GC específicos que exhiben patrones de actividad de la vía oncogénica reflejo GC primaria. La confianza en la selección de líneas celulares específicas como in vitro y modelos en También se logró repitiendo el procedimiento de predicción de siete veces usando una variedad de perfiles de referencia, que van desde el perfil GCCL mediana a los perfiles independientes como normal, no maligno perfiles de estómago (véase Materiales y Métodos y en la Tabla S4). Las comparaciones por pares confirmaron que cualquiera de los dos perfiles de referencia eran más propensos a producir predicciones concurrente trayectoria que el predicciones contradictorias (Texto S1 y Tabla S4). Algunos ejemplos de líneas representativas incluyen AZ521 y MKN28 células, que la activación de la proliferación de exposiciones /vástago vías celulares, células AGS YCC3 y de las vías de Wnt /β-catenina, y MKN1 y células SNU5 para la ruta de NF-kB.

en primer lugar, se midió directamente las tasas de proliferación de 22 GCCLs y correlacionaron los datos de tasa de proliferación con la puntuación media de activación de firmas en la proliferación /vástago clúster vía celular. Se observó una asociación significativa entre las tasas de proliferación determinados experimentalmente y las puntuaciones de activación de la vía (R = 0,4688, p = 0,0278) (Figura 4A). El apoyo a la idea de que las firmas de la vía oncogénicos son predictores superiores de actividad de la vía en comparación con la expresión de genes de la ruta clave individuales, no se observaron asociaciones significativas, ya sea para MYC o expresión E2F1 (p = 0,48 y 0,38 para MYC y E2F1, respectivamente) (Figura S1 ).

en segundo lugar, con el fin de validar las predicciones de la vía Wnt /β-catenina, se analizó la expresión de diversos componentes de la vía Wnt (β-catenina, TCF4) y los niveles relativos de TCF /LEF transcripcional actividad en GC líneas celulares prevé que sea de Wnt /β-activado catenin- o Wnt /β-catenina que no activado. De siete líneas celulares seleccionadas por su tratabilidad experimental (por ejemplo, facilidad de transfección y condiciones de crecimiento convenientes), se encontró que tanto β-catenina y el factor de transcripción TCF /LEF TCF4 (también conocido como TCF7L2), los principales componentes de la vía de señalización Wnt, se expresaron en líneas celulares de GC predichos por la activación de la vía de análisis que tienen actividad /β-catenina alta Wnt (AGS, YCC3, Kato III, y NCI-N87), pero no se expresa en dos de cada tres líneas (snu1 y SNU5) asociados con las puntuaciones de activación de Wnt /beta-catenina inconsistentes o bajas (Figura 4B). Además, con el fin de ensayar directamente la actividad de la vía Wnt, se determinó TCF /LEF transcripcional actividad en las líneas celulares GC utilizando Topflash, una luciferasa que expresa plásmido que contiene sitios de unión multimerizados TVC. El ensayo Topflash confirmó alta /LEF transcripcional actividad TCF en tres de cuatro líneas celulares GC predice que tienen alta actividad de Wnt /β-catenina (AGS, YCC3, y Kato III), pero mínima o ninguna actividad Topflash en líneas celulares de GC asociado con /β-catenina puntuaciones inconsistentes o de baja activación Wnt (snu1, SNU5, y SNU16). Además, las puntuaciones de activación de la vía β-catenina fueron significativamente mayores en GCCLs con más de dos veces TCF /LEF transcripcional actividad (AGS, YCC3, Kato III, y NCI-N87) que en GCCLs con menor TCF /LEF transcripcional actividad (p = 0,007, Figura 4B). Cuando se compara con los genes individuales, asociaciones superiores al TCF /LEF transcripcional actividad se observó una vez más el uso de la puntuación media de activación de Wnt firmas /β-catenina en comparación con cualquiera de β-catenina o TCF4 (también conocido como TCF7L2) expresión por sí sola (p = 0,038 para la firma vs p = 0,31 y 0,58 para β-catenina y TCF4, respectivamente) (Figura S1)
.

en tercer lugar, para validar las predicciones ruta de NF-kB, se seleccionaron 11 GCCLs consistentemente predijimos, ya sea como NF-κB- activado ( "NF-kB /on ', seis GCCLs) o NF-kB-no activado (" NF-kB /off', cinco GCCLs) (Figura S2). El aumento de la expresión del gen de p50 y p65, las subunidades de heterodímero NF-kB, se observaron en el NF-kB /en líneas celulares de GC en comparación con NF-kB líneas celulares de activación /desactivación de GC (p = 0,0002 para la p50, p = 0,046 para la p65, la figura 4C) y en la expresión de p65 nivel de proteína se observó en gran medida en el NF-kB /en las líneas (Figura 4C). El uso de inmunocitoquímica en líneas celulares GC incluidos en parafina fijadas con formalina, expresión de la proteína p65 se observó con mayor frecuencia en la NF-kB /en líneas celulares de GC en comparación con líneas celulares de NF-kB /apagado GC en términos de sublocalización nuclear, los porcentajes de células con tinción (ya sea intensidad nuclear o citoplásmica), y la tinción (Tabla S5, la figura S3). Para determinar si NF-KB /en líneas celulares GC también mostraron expresión diferencial de genes p65 regulada en comparación con líneas celulares de NF-KB /apagado GC, se combinaron la lista de genes directamente unidos por el factor de p65 transcripción [25] con listas de genes regulados a nivel de ARNm de TNF-α por [26], un conocido inductor de la activación de NF-kB. El uso conjunto de genes de enriquecimiento de análisis (GSEA, [27]), se encontró que los genes diana de p65 upregulated por tratamiento con TNF-α se sobreexpresa significativamente en la NF-kB /en líneas celulares de GC en comparación con líneas celulares de NF-kB /apagado GC (enriquecimiento normalizado puntuación, NES = 1,86; tasa de falso descubrimiento, FDR < 0,001, la mayoría panel inferior, Figura 4C). Por el contrario, los genes diana de p65 regulados negativamente por el TNF-α fueron significativamente underexpressed de NF-kB /GC en las líneas celulares en comparación con NF-kB líneas celulares GC /off (NES = -1,56, FDR = 0,019, más inferior del panel, la figura 4C). Finalmente, para confirmar directamente la presencia de la elevada actividad de NF-kappa B, transfectadas tres NF-KB /sobre líneas de células de GC y líneas de dos NF-KB /apagado de células GC con un indicador de luciferasa que contiene un gen reportero NF-kB. Como se muestra en la Figura 4D, los tres NF-KB /sobre líneas de células de GC mostró una elevada actividad transcripcional NF-kappa B en comparación con las líneas de dos NF-KB /apagado GC de células (p = 0.0084).

Tomados en conjunto, estos resultados apoyan el concepto de que in silico predicciones
vía el uso de perfiles de expresión génica se asocia con la activación de la vía correspondiente in vitro
.

Combinaciones Pathway predecir la supervivencia de pacientes de cáncer gástrico

para evaluar la relevancia clínica de los subgrupos de la vía identificados, se investigó si los patrones de vía co-activación como se ilustra en los mapas de calor de las diferentes cohortes podrían estar relacionados con la supervivencia del paciente. Hemos utilizado los datos de supervivencia global de la cohorte 1 y la cohorte 2 y los pacientes estratificados por sus patrones predichos de activación de la vía. Un perfil de GC primario, como la que muestra alto nivel de activación de una vía cuando el marcador era de activación por encima de cero - es decir, que se asocia positivamente con la firma vía. Los grupos de pacientes estratificados según sea el /vástago de activación de la vía de proliferación celular puntuación solo o la puntuación de la vía de activación de NF-kB por sí sola no difirieron significativamente con respecto a su supervivencia global (p > 0,05 para la proliferación /célula madre y NF-kB en ambas cohortes, la figura 5A y 5B). Sin embargo, cuando se combinaron los resultados de activación de la vía, los pacientes con altos niveles de activación tanto de NF-kappa B y la proliferación /vástago vías celulares tenían una supervivencia significativamente más corto en comparación con los pacientes con niveles bajos de activación tanto de NF-kappa B y la proliferación /vástago vías celulares (p = 0,0399 yp = 0,0109 para las cohortes 1 y 2, respectivamente, Figura 5D).

la activación de la vía /β-catenina se asoció significativamente con la supervivencia de los pacientes en la cohorte 1, (p = 0,0056, Figura 5C) pero no en la cohorte 2 (p = 0,0693, Figura 5C). Sin embargo, los pacientes en las cohortes 1 y 2 con altos niveles de activación tanto de Wnt /β-catenina y la proliferación /vástago vías celulares tenían una supervivencia significativamente peor en comparación con pacientes con niveles de activación bajos de ambas vías (p = 0,0073 y p = 0,0086, Figura 5E ). De referencia para las contribuciones de las combinaciones de la ruta en función de criterios histopatológicos conocidos, se realizó un análisis multivariado incluyendo predicciones de la vía combinados y estadio tumoral patológico (clasificación TNM: Etapas 1-4), el factor pronóstico más importante en GC [28]. En ambas cohortes, la activación combinada de la proliferación de células /vástago y las vías de NF-kB resultó ser un factor pronóstico independiente de la etapa del tumor (p = 0,003 y 0,048 para las cohortes 1 y 2, respectivamente) (Tabla S6). Del mismo modo, la activación combinada de la proliferación /Células Madre y Wnt /β-catenina vías fue un factor pronóstico independiente en la cohorte 1 y alcanzaron significación marginal en la cohorte 2 (p < 0,001 y p = 0,058, Tabla S7). Estos resultados demuestran que la evaluación del estado de activación de la vía combinada es clínicamente relevante y, además, puede proporcionar información pronóstica adicional por encima del estándar de oro actual de la predicción del pronóstico del paciente, el tumor a base de estadificación TNM.

Discusión

En este estudio, hemos tratado de subdividir los GC en subgrupos homogéneos molecularmente como un primer paso para la individualización de los tratamientos del paciente y mejorar los resultados. Es importante destacar que, a diferencia de anteriores estudios de microarrays GC relacionados patrones de expresión génica con la histología o tipo anatómico [10], [11], se optó por basar nuestras subdivisiones GC en los patrones de actividad de la vía oncogénica. Después de desarrollar y validar este novedoso enfoque de clasificación, hemos sido capaces de describir, por primera vez, una taxonomía genómica de GC basado en los patrones de actividad de la vía oncogénica. Nuestro enfoque es adecuado en particular para microarrays de expresión génica, ya que estas plataformas interrogan a miles de transcritos de ARNm en cada muestra, lo que permite la evaluación de múltiples vías de forma simultánea en un solo experimento. En contraste, un enfoque de este tipo no es posible en la actualidad a nivel de proteínas debido a la falta de plataformas apropiadas. Utilizando esta estrategia, hemos identificado tres vías dominantes que muestran la activación en la mayoría (> 70%) de GC: celular, Wnt /β-catenina, y la señalización NF-kB proliferación /vástago

La capacidad de realizar. como "de alto rendimiento de perfiles de ruta" abre muchas posibilidades interesantes. Por ejemplo, varios estudios han informado anteriormente de resultados inconsistentes en relación con el impacto pronóstico de diferentes vías oncogénicas en GC - las implicaciones pronósticas de antígenos relacionados con la proliferación como Ki-67 en GC no están establecidos firmemente [29], y la activación máxima de NF-kB en GC se ha asociado con buena y mala evolución de los pacientes GC en diferentes estudios [7], [30]. Es muy posible que algunos de esta inconsistencia puede haberse debido a un enfoque histórico sobre el uso de métodos convencionales y el análisis de cualquiera de las vías individuales o componentes de la vía individuales (genes /proteínas). Nuestra observación de que las combinaciones de la vía son predictivos de la evolución de los pacientes sugiere que las combinaciones de la vía, en lugar de las vías individuales por sí solos, pueden desempeñar un papel fundamental para influir en el comportamiento del tumor.

Otra ventaja de alto rendimiento de perfiles de vía es la capacidad de definir relaciones de orden superior entre las vías oncogénicas distintos. En el presente estudio, se observó consistentemente la activación concomitante de E2F, myc, p21 (-repression), y el vástago de vías celulares de tumores (el '/célula madre proliferación' racimo vía). Esto es más probable debido al aumento de la proliferación celular en las células tumorales, como E2F es importante en el control de la proliferación celular y MYC es tanto un p21-represor e inductor de la ciclina D2 y ciclina dependiente de la proteína de unión a quinasa CksHs2 [31]. Además, las células, en particular células madre embrionarias (CES) Tallo, también se sabe que presentan altas tasas de proliferación celular [32]. Más curiosamente, también se observó asociaciones estrechos entre aparentemente funcionalmente diferentes vías, tales como β-catenina y SRC, así como la inhibición de HDAC y BRCA1. Tales patrones de co-activación de la vía pueden sugerir interacciones funcionales entre estas vías, que merecen ser más estudiado. Por ejemplo, es posible que activado c-SRC puede mejorar la expresión de la vía de señalización Wnt [33]. La exploración de las relaciones entre las vías que muestran co-activación por tanto, puede proporcionar información valiosa con respecto a la capacidad de la célula cancerosa para coordinar la actividad de múltiples vías.

Una tercera ventaja del enfoque de la trayectoria de perfiles es que facilita la identificación de los principales vías relacionadas con la enfermedad. De las vías analizadas en este estudio, el hallazgo de que la señalización de NF-KB puede estar elevado en una proporción significativa de GCs merece atención como esta vía ha sido relativamente menos explorado en GC. Curiosamente, mientras que se observó una diferencia significativa en ambos p50 y p65 (las subunidades NF-kB) la expresión de genes entre activación /desactivación GCCLs NF-kB /encendido y NF-kB, que no observó la expresión diferencial de proteínas p50 manifiesta en estas líneas, en contraste con p65 (Figura 4C). Esto puede ser debido a una combinación de tres razones. En primer lugar, la gama absoluta de la expresión del gen p65 a través de las líneas de células es marcadamente mayor que el rango absoluto de la expresión del gen p50 (> 3 ×, la figura S4). En segundo lugar, el ensayo de transferencia Western usado para realizar estas mediciones de proteínas es conocido por ser altamente no cuantitativa, que puede enmascarar diferencias sutiles en la expresión. En tercer lugar, más allá de la expresión de genes, la expresión de p50 también está sujeto a una variedad de mecanismos de regulación post-transcripcional, tales como la escisión precursor que pueda afectar el nivel final de la proteína p50, mientras que p65 no se genera a partir de una proteína precursora de [34]. NF-kappa B se ha demostrado para ser activado por H. pylori
[35], un conocido carcinógeno GC, y la señalización de NF-kappa B aberrante también ha sido implicado en varios cánceres inflamación ligada como GC [36]. NF-kappa B se ha sugerido para ser activado de forma constitutiva en los cánceres gástricos primarios en algunos estudios [7]. NF-kB inhibidores dirigidos actualmente se están desarrollando activamente en muchos programas de desarrollo de fármacos contra el cáncer y un subconjunto de pacientes con cáncer gástrico (es decir, los que tienen una elevada actividad de NF-kB) pueden representar una subclase adecuado para evaluar la eficacia de estos compuestos.

el in silico
método utilizado en nuestro estudio es conceptualmente similar a la obra de Bild y otros, que se utilizó un modelo de regresión binaria para clasificar los tumores basados ​​en la actividad prevista de cinco vías oncogénicas [9]. A diferencia de regresión binaria, nuestro enfoque, que hace uso de una conectividad métrica basada en el rango [37], no requiere proceso de formación elaborada en cada firma vía y también no requiere la disponibilidad de los datos de expresión primas, facilitar el uso de los muchos disponibles públicamente firmas de la vía en la literatura [27]. Sin embargo, el enfoque basado en la expresión de genes tiene limitaciones. En primer lugar, porque nuestras predicciones se basan en la vía de la expresión de genes en lugar de proteínas, tales predicciones son sustitutos cierto moleculares de la actividad de la vía de señalización cierto. En segundo lugar, estamos actualmente limitado a analizar las vías oncogénicas conocido previamente identificados en la literatura. En tercer lugar, aunque hemos sido capaces de utilizar firmas vía desde contextos muy diferentes tejidos para predecir el estado de activación de la vía, un examen de los ejemplos iniciales de cáncer de mama de prueba de principio puesto de manifiesto que la asociación de la condición de ER a los estrógenos capacidad de respuesta como se predijo mediante la firma de osteosarcoma , aunque significativa, fue notablemente más débil en comparación con la asociación de la condición de ER a la sensibilidad tamoxifeno predicho utilizando una firma derivado del mismo tipo de tejido (es decir, de mama). Este resultado implica que también pueden existir diferencias específicas de tejido en la vía firmas que pueden afectar la exactitud de predicción. En cuarto lugar, en comparación con nuestro estudio que se centró en vías de relevancia biológica conocida en GC, no está claro si este método se puede aplicar a enfermedades en las que el conocimiento previo de las vías de señalización implicadas puede no estar disponible. Sin embargo, debe tenerse en cuenta que una gran cantidad de firmas de la vía (> 1000) asociado con diversas vías bioquímicas y de señalización ya existe en la literatura, que se puede acceder desde bases de datos públicas tales como MSigDB (http://www.broad.mit edu /GSEA /msigdb /genesets.jsp? = colección CGP). Dado que nuestro enfoque se puede aplicar a prácticamente cualquier conjunto de datos enfermedad para la cual la información de la expresión génica está disponible, la prueba de cada firma de una manera de alto rendimiento para la evidencia de la desregulación vía es tanto concebible y posible. En tales casos, la vía que presenta altas frecuencias de desregulación entonces representaría vías candidatos implicados en la enfermedad en cuestión, que luego pueden ser objeto de investigación centrado y la experimentación. Para abordar estas cuestiones formarán la base para futuras investigaciones tanto
.

En conclusión, hemos demostrado en este trabajo que las vías firmas pueden utilizarse con éxito para predecir el estado de activación de vías de señalización celular, incluso en entidades biológicas complejas como como un GC humana. Una obvia aplicación inmediata de tales taxonomías basadas en la vía puede estar relacionada con el uso de terapias dirigidas. Los ensayos iniciales que evalúan el papel de las terapias dirigidas en GC han demostrado resultados muy modestos [38]; Sin embargo, la mayoría de estos estudios se han realizado sin pacientes pre-estratificar utilizando criterios moleculares o histopatológicas.

• PLOS ONE: El silenciamiento de Claudín-11 se asocia con mayor invasividad de las células de cáncer gástrico
• PLOS ONE: la expresión aberrante de Cx43 está asociada con la metástasis peritoneal del cáncer gástrico y Cx43-mediada por células del cáncer gástrico Gap Junction Mejora de Diapedesis periton…