Stomach Health > Estomac Santé >  > Gastric Cancer > Cancer de l'estomac

PLOS ONE: surexpression de E2F ARNm associés à la progression du cancer gastrique identifié par le facteur de transcription et miRNA corégulation Réseau Analysis

Résumé

L'expression des gènes est régulée au niveau de transcription et de traduction; ainsi, les deux facteurs de transcription (TFS) et microARN (miARN) jouent un rôle dans la régulation de l'expression des gènes. Cette étude profilée ARNm différentiellement exprimés et miARN dans les tissus de cancer gastrique pour construire une TF et le réseau corégulation miARN afin d'identifier les gènes modifiés dans la progression du cancer de l'estomac. Un total de 70 cas de cancer gastrique et les tissus adjacents normaux appariés ont été soumis à l'ADNc et des analyses miRNA microarray. Nous avons obtenu 887 régulés à la hausse et 93 gènes régulés vers le bas et 41 vers le bas-réglementés et 4 miARN régulés à la hausse dans les tissus de cancer gastrique. Utilisation de la base de données transcriptionnelle Regulatory Element, nous avons obtenu 105 gènes qui sont réglementés par la famille E2F des gènes et en utilisant des outils Targetscan, miranda, miRDB et miRWalk, nous avons prédit des gènes de ciblage potentiels de ces 45 miARN. Nous avons ensuite construit le TF E2F liés et le réseau de gènes de corégulation miRNA et identifié 9 moyeu-gènes. En outre, nous avons constaté que les niveaux de E2F1, 2, 3, 4, 5 et 7 associés à l'ARNm gastrique capacité d'invasion des cellules cancéreuses, et a associé à la différenciation de la tumeur. Ces données ont montré surexpression de E2F ARNm associés à la progression du cancer gastrique

Citation:. Zhang X, Ni Z, Duan Z, Z Xin, Wang H, Tan J, et al. (2015) La surexpression de E2F ARNm associés à la progression du cancer gastrique identifié par le facteur de transcription et de corégulation de l'analyse des réseaux miARN. PLoS ONE 10 (2): e0116979. doi: 10.1371 /journal.pone.0116979

Reçu: 30 Septembre 2014; Accepté le 17 Décembre 2014; Publié 3 Février, 2015

Droit d'auteur: © 2015 Zhang et al. Ceci est un article en accès libre distribué sous les termes de la licence Creative Commons Attribution, qui permet une utilisation sans restriction, la distribution et la reproduction sur tout support, pourvu que l'auteur et la source originelle sont crédités

Disponibilité des données: Toutes les données pertinentes sont dans le ses fichiers de renseignements à l'appui du papier et. Les données ont été déposés à la base de données GEO, sous le numéro d'accession GSE63089

Financement:. Ce travail a été soutenu en partie par des subventions de la National Science Foundation de Chine Natural (̭20108025 et̮72662), Fondation de la province de Jilin Département des sciences et technologies (É30522013JH etÉ40414048GH) et le Programme de Norman Bethune, de l'Université de Jilin (É2219). Les auteurs remercient également la Medjaden Bioscience Limited (Hong Kong, Chine) pour l'édition et la relecture de ce manuscrit. Les bailleurs de fonds ont joué aucun rôle dans la conception de l'étude, la collecte et l'analyse des données, la décision de publier, ou de la préparation du manuscrit

Intérêts concurrents:.. Les auteurs ont déclaré aucun conflit d'intérêts existent

Introduction

le cancer gastrique est toujours l'un des problèmes de santé les plus importants dans les pays en développement, comme en Chine, bien que son incidence diminue progressivement dans les pays occidentaux. Dans l'ensemble, le cancer gastrique comptes du quatrième d'incidence et le second taux de mortalité chez tous les cancers dans le monde [1-3]. Les facteurs de risque de cancer gastrique comprennent l'infection à Helicobacter pylori, la consommation fréquente d'aliments fumés, poisson salé et de la viande et des légumes marinés, la fumée de tabac, l'obésité, ou la gastrite chronique. Ces facteurs de risque pourraient coordonner de manipuler l'expression ou d'une mutation génique ou des altérations épigénétiques et finalement entraîner le développement du cancer gastrique. À ce jour, un grand nombre de connaissances a accumulé en ce qui concerne les altérations moléculaires associées au cancer de l'estomac, comme ARID1A, TP53 [4], PTGER4, PRKAA1, ZBTB20 [5] et PLCE1 [6]. Cependant, le mécanisme sous-jacent de la carcinogenèse gastrique différents gènes à médiation reste à définir. Ainsi, il est essentiel d'étudier plus pathogenèse moléculaire du cancer de l'estomac en utilisant l'approche de la biologie systématique, comme la construction de différentiellement exprimés réseau de gènes-réglementaires pour identifier la voie de gène important ou de signalisation au cours du développement du cancer de l'estomac ou de la progression.

l'expression des gènes est régulée au niveau de transcription et de traduction. Au niveau de la transcription, des facteurs de transcription génique (TFS) jouent un rôle important dans la régulation de l'expression du gène humain, tandis que miARN pourrait au niveau post-transcription réguler la traduction de l'ARNm et de la demi-vie. Plus précisément, FO sont des protéines qui se lient à des séquences d'ADN spécifiques et par conséquent contrôlent la transcription des gènes. Les miARN est une classe d'origine naturelle de petits ARN non codants de 18 à 22 nucléotides de longueur et fonctionnellement, miARN peut post-transcriptionnelle l'expression de la protéine de silence en se liant à la transcription de gènes cibles complémentaires, ce qui dégrade les ARN messagers ou de les inhiber de la traduction en protéines. Ainsi, à la fois TFs et miARN peuvent réguler les gènes à différents stades de l'expression du gène et peuvent former une boucle de rétroaction et un réseau réglementaire compliqué à contrôler étroitement l'expression des gènes. À cet égard, l'étude de ce réseau de régulation génique pourrait nous aider à comprendre l'homéostasie cellulaire et processus physiologique, fonction biologique, et le mécanisme des maladies. À ce jour, un certain nombre d'études ont montré la régulation des gènes de TFS et miARN dans le cancer gastrique, tels que le facteur nucléaire kappa B [7], FoxM1 [8], l'hypoxie-inducible factor 1 [9], et miR-7 [10] , miR-375 [11], miR-125b, miR-199a, miR-100 [12]. En effet, miRNA aberrante ou l'expression de TF contribue à la cancérogenèse humaine [13]. Par conséquent, dans cette étude, nous avons étudié le rôle des facteurs combinés miARN et de transcription dans la régulation de l'expression des gènes dans le cancer gastrique pour l'association avec la progression du cancer gastrique. Nous avons d'abord détecté l'expression différentielle des gènes et des miARN dans des échantillons de tissus de cancer gastrique et les avons analysés bioinformatique pour former le réseau de régulation TF-miARN de relier l'expression des ARNm de la famille E2F dans le cancer gastrique. Nous avons ensuite confirmé l'expression E2F pour l'association avec la progression du cancer gastrique.

Matériel et méthodes

Patients et échantillons de tissus

Cette étude a été approuvée par le Comité d'éthique de la Faculté de médecine de base Sciences, Université de Jilin et chaque patient a été consenti dans un formulaire de consentement éclairé par écrit. Après cela, nous avons inscrit 70 patients atteints de cancer gastrique de l'Université de Jilin (Changchun, Chine) entre Avril 2012 et Octobre 2014. Tous les patients ont reçu un traitement pré-opératoire, comme la chimio- ou radiothérapie. Les deux tissus normaux et tumoraux ont été obtenus à distance de la salle d'opération et stockés dans de l'azote liquide à moins de 10 min.

isolement de l'ARN et préparation miARN

ARN cellulaire total a été isolé à partir d'échantillons de tissus en utilisant le réactif Trizol (Invitrogen, Carlsbad, CA, USA) et ensuite purifiés en outre l'utilisation d'un kit RNeasy Mini (Qiagen, Düsseldorf, Allemagne). concentration d'ARN a ensuite été déterminée en utilisant le Multi-System volume spectrophotomètre Epoch (BioTek, Vermont, États-Unis). Après cela, miRNA a été isolé à partir de ces échantillons d'ARN en utilisant le kit d'isolement MIRVANA miRNA (Ambion, Austin, TX, USA).

Exon analyse des microréseaux

Dans cette étude, nous avons d'abord dressé le portrait expression génique entre 45 cancer de l'estomac et des échantillons normaux adjacents appariés de tissus en utilisant le Affymatrix Gene Chip exon Arrays 1.0 ST (Affymatrix, CA, USA). Plus précisément, l'échantillon d'ARN a été 1 ug inverse transcrit en ADNc et ces échantillons d'ADNc ont ensuite été digéré en fragments d'ADNc avec des endonucléases et étiqueté avec le réactif de marquage d'ADN en utilisant l'étiquetage Kit ADN (Affymatrix, CA, USA). Les modèles d'ADNc marqués ont été utilisés comme sondes pour l'hybridation à l'Affymatrix Gene Chip Exon Les tableaux 1.0 ST dans une condition de 45 ° C, l'incubation et la rotation à 60 tours par minute pendant 17 heures. Après cela, les tableaux ont été lavés et analysés en utilisant Gene Chip Scanner 3000 avec Gene logiciel d'exploitation Chip (SMOC).

MiRNA analyse des microréseaux

Nous avons également dressé le portrait des miARN exprimés de manière différentielle dans 15 cancer gastrique et spécimens adjacents appariés normaux de tissus à l'aide de tableau Affymatrix Gene Chip microARN. Comme pour les expériences de microréseaux d'ADNc, les sondes miRNA utilisant l'ARN Labeling Kit (Affymatrix, CA, USA) ont été hybridées à matrice Affymatrix Gene Chip microARN à 45 ° C et mis en rotation à 60 tours par minute pendant 17 h. Après cela, les tableaux ont été numérisés à l'aide du SMOC.

Microarray analyse des données

Les données de biopuces premières ont été analysées en utilisant l'algorithme Limma pour identifier les gènes exprimés de manière différentielle et miARN puis analysées en utilisant les modèles linéaires et méthodes empiriques de Bayes. A t
-test et correction de Bonferroni a été utilisé pour évaluer la signification statistique de chaque expression différentielle. Gènes et miARN ont été considérés comme significativement différentiellement exprimé si p
-values ​​< 0,05 et l'expression génique ont montré des changements au moins 1,5 fois entre le cancer et leurs tissus normaux. QUBIC programme (Qualitative BI-Clustering) a été utilisé pour regrouper-analyser les gènes exprimés de manière différentielle. L'idée de base de l'algorithme est de trouver tous les sous-groupes de gènes avec des motifs similaires d'expression chez certains sous-ensembles de tissus cancéreux, et donc les gènes impliqués dans chacun de ces motifs peuvent éventuellement être utilisés comme signatures pour sous-typage ou la mise en scène du cancer. Pour notre analyse bi-cluster, nous avons utilisé les paramètres suivants: r = 1, q = 0,06, c = 0,95, o = 100, f = 1 [14,15]. Base de données pour Annotation, Visualisation et Discovery intégré (DAVID) et Encyclopédie de Kyoto des gènes et génomes (KEGG) outils ont été utilisés pour l'analyse fonctionnelle et la classification de la voie de ces différents gènes.


qRT-PCR

l'ARN cellulaire total à partir de tissus gastriques cancéreuses et normales ont été transcrite inverse en ADNc en utilisant 1 er brin Kit ADNc Synthsis (Takara, Dalian, Chine) selon les recommandations du fabricant. L'expression de E2F1, E2F2 et E2F4) L'ARNm a été analysée dans 10 un cancer gastrique et apparié des échantillons de tissus normaux adjacents par Q-PCR en utilisant SYBR Ex Taq Premix (Takara) et β-actine a été utilisée comme contrôle interne. Les amorces sont énumérées dans le tableau 1. Les données qPCR ont été quantifiées à l'aide pour 2 ΔΔCt méthodes.

Construction de la TF-miRNA corégulation réseau

Après l'analyse des données de puces à ADN, nous avons obtenu TFs et les gènes cibles latents qui sont réglementés par la famille E2F par la recherche de la base de données transcriptionnelle Regulatory Element (TRED). En outre, les miARN ciblant la famille E2F a été déterminée d'interrogation des bases de données de prédiction de quatre cibles, la base de données à savoir, Targetscan, miranda, miRDB et miRWalk [16-18]. Nous avons ensuite combiné ces gènes et miARN différentielles exprimé pour construire ce réseau de corégulation TF-miARN liés à la famille E2F en utilisant le logiciel Cytoscape. Dans le réseau corégulation TF-miRNA, nous avons défini noeud comme un gène concentrateur ou miARN quand il directement lié à plus de deux nœuds au total dans le réseau.

Analyse des ARNm de la famille E2F pour l'association avec la clinique caractéristiques pathologiques de patients atteints de cancer gastrique

l'utilisation du récepteur d'exploitation (ROC) courbes, nous avons analysé les gènes exprimés de manière différentielle qui sont réglementés par l'E2F ARNm entre le cancer gastrique et le gène associé de tissus normal adjacent. Nous avons ensuite choisi et distingué les meilleurs gènes appariés pour l'association avec la clinique caractéristiques pathologiques en utilisant l'analyse de régression logistique binaire.

L'analyse statistique

La courbe ROC et une analyse de régression logistique binaire ont été utilisées pour les gènes exprimés de manière différentielle qui sont réglementés par le E2F ARNm entre le cancer gastrique et les tissus normaux adjacents appariés. One-way ANOVA a été utilisée pour associer entre la famille et le degré d'invasion des cellules tumorales E2F. le logiciel GraphPad Prism 6 a été réalisée pour obtenir la courbe ROC et le calcul de la sensibilité, la spécificité et l'aire sous la courbe (AUC). logiciel SPSS 18.0 a été utilisé pour ANOVA à sens unique et de l'analyse de régression logistique binaire. Une valeur de p < 0,05 a été considérée comme statistiquement significative

Détection de

Résultats des gènes exprimés de manière différentielle et miARN entre le cancer gastrique et leurs tissus normaux correspondants

Nous avons d'abord effectué. l'analyse Affymatrix Exon Arrays pour détecter les gènes exprimés de manière différentielle entre le cancer gastrique et le tissu normal adjacent associé chez 45 patients (les données des patients sont présentés dans le tableau S1). Le nombre de cette étude d'adhésion GEO datasets de NCBI était GSE63089. Utilisation de > 1.5 changements de pliage que la coupure de valeur, nous avons identifié 887 régulée à la hausse et 93 gènes régulés vers le bas (S2 tableau). L'analyse fonctionnelle a montré que ces gènes différentiels forment principalement les voies génétiques, telles que le contrôle du cycle cellulaire, la voie de signalisation de p53, chemin du cancer, extracellulaire interaction matrice-récepteur, l'adhésion cellulaire, la glycolyse /néoglucogenèse, et l'interaction des récepteurs des cytokines (fig. 1). les membres de la famille E2F jouent un rôle important pendant G1 du cycle cellulaire /S transition dans des cellules et l'expression génique de E2F1, 2, 3, 4, 5 et 7 se sont tous révélés être surexpression (p < 0,01) dans le cancer gastrique dans cette étude.

ensuite, nous avons également effectué l'analyse de réseau Affymatrix Gene Chip microARN dans 15 cas de cancer de l'estomac et des tissus adjacents normaux appariés (les données des patients sont présentés dans le tableau S1). Le nombre de cette étude d'adhésion GEO datasets de NCBI était GSE63121. Nous avons trouvé 41 régulé vers le bas et 4 miARN régulés à la hausse (S3 Tableau). Figue. 2 illustre la bi-clusters analyse typologique de ces 45 miARN différentielles dans le cancer gastrique contre les tissus normaux. Fonctionnellement, ces miARN exprimés de manière différentielle peuvent réguler différentes voies génétiques, comme l'activité d'activateur de la transcription, liaison à l'ADN, l'activité du facteur de transcription, régulation post transcriptionnelle de l'expression génique et transition G1 /S du cycle cellulaire mitotique.

Building- et l'analyse de l'E2F liés à la famille TF-miRNA corégulation réseau

afin d'afficher le réseau corégulation TF-miARN liées à la famille E2F, nous avons utilisé TRED pour en savoir gènes TF et cible latente réglementés par la famille E2F, puis sélectionné l'expression différentielle TFs et gènes cibles latentes dans les tissus de cancer gastrique. Nous avons trouvé un total de 105 TFs et les gènes cibles latentes qui pourraient être potentiellement réglementée par la famille E2F dans le cancer gastrique (5 régulé à la baisse et 100 gènes régulés à la hausse, voir S4 Table), qui pourrait former un réseau 105 de gène après la bi- analyse de la grappe des grappes (Fig. 3) L'analyse DAVID a montré ces 105 gènes sont la plupart des gènes liés au cycle cellulaire (Fig. 4).

ensuite, nous avons utilisé des outils en ligne Targetscan, miranda, miRDB et base de données miRWalk pour prédire gènes potentiels de ciblage de ces 45 miRNA puis fusionné ces gènes ciblant avec ces 105 gènes exprimés de manière différentielle. Nous avons trouvé 7 régulé à la baisse et 2 miARN régulés à la hausse (S3 Tableau). Après cela, nous avons construit le réseau réglementaire TF-miARN E2F liés (Fig. 5).

Après cela, nous avons analysé ce réseau réglementaire TF-miARN E2F liés et a constaté que E2F1, E2F2 et E2F4 dans la famille E2F jouent un rôle important dans cette TF et le réseau corégulation miARN. Trois ARNm sur-régulés (E2F1, E2F2 et E2F4) des ARNm différentiellement exprimés ont été validés à l'aide PCR en temps réel (RT-PCR). Les résultats ont démontré que E2F1, E2F2 et E2F4 ont été surréglementé dans les échantillons de cancer gastrique par rapport aux échantillons normaux. Les résultats de RT-PCR et les données de puces à ADN sont cohérentes (p < 0,05, fig. 6). En outre, nous avons identifié 9 gènes-moyeux de E2F-liés au réseau TF-miARN réglementaire, qui peut être co-régulé par TFs (Fig. 7). L'analyse DAVID de ces 9 gènes et fonctions moyeu est montré dans le tableau 2.

Association des E2F niveaux d'ARNm de la famille avec la clinique des caractéristiques pathologiques de

Nous avons également analysé l'expression de patients atteints de cancer gastrique de E2F et ARNm puis les associés à la clinique des caractéristiques pathologiques de patients atteints de cancer gastrique. L'analyse des courbes ROC ont montré que E2F1, 2, 3, 4, 5 et 7 peuvent être les cibles latentes pour distinguer les tissus du cancer gastrique et les normales (Fig. 8). Combinaison de plusieurs ARNm de la famille E2F peut encore améliorer la sensibilité et la spécificité de leur distinction entre le cancer gastrique et les tissus normaux après la régression de l'analyse logistique binaire (Fig. 8). De plus, nous avons trouvé niveau de E2F1, 2, 3, 4, 5 et 7 de l'ARNm associé à la profondeur d'invasion du cancer de l'estomac (Fig. 9). Nous avons également constaté que l'expression E2F a associé à la différenciation de la tumeur (Fig. 10).

Discussion

Dans cette étude, nous avons utilisé une valeur de coupure de 1,5 facteur de changement d'ARNm différentiellement exprimés profilées et ARNmi dans les tissus de cancer gastrique, ce qui est compatible avec la plupart des études antérieure ou d'ADNc miRNA microréseaux [19]. Ces ARNm exprimés de manière différentielle dans des tissus et des miARN de cancer gastrique sont principalement liés à la progression du cycle cellulaire, en particulier la famille E2F. A ce jour, les membres de protéines E2F comprennent E2F1- E2F8 et parmi eux, E2F1, 2, 3, 4, 5 et 7 protéines étaient toutes significativement surexprimés dans le cancer gastrique dans l'étude actuelle. Ainsi, nous avons prédit que la famille E2F a des fonctions réglementaires importantes dans le cancer gastrique. Ainsi, nous avons construit ce réseau corégulation TF-miARN E2F liés pour le cancer gastrique sur la base de nos données microarray de profilage. Ce réseau contient 105 TFs et leurs gènes cibles latentes réglementées (5 down-régulé et 100 gènes régulés à la hausse) qui sont liés à la famille E2F et 9 miARN différentielles (7 régulé à la baisse et 2-régulée miARN) (Fig. 5) . En d'autres termes, la famille de gènes E2F pouvait agir sur ces 105 gènes et 9 miARN pour réguler la progression du cycle cellulaire de cancer gastrique. En effet, nous avons constaté que les gènes cibles régulés par E2F1 et E2F4 sont apparus quantités d'expression différentielle dans le cancer gastrique, ce qui indique que E2F1 et E2F4 sont très susceptibles d'occuper une part importante dans la croissance du cancer gastrique. En outre, les miARN différentiellement exprimés dans le cancer gastrique ont été en mesure de réguler l'expression de E2F1, E2F2, E2F5 et E2F7, indiquant que les miARN-altérés expression de protéines e2fs est des facteurs importants dans le développement du cancer de l'estomac ou de la progression.

En effet, E2F membres de la famille jouent un rôle majeur au cours du cycle cellulaire transition G1 /S dans les cellules et de leur expression modifiée ont contribué un certain nombre de maladies humaines, y compris le cancer [20]. Par exemple, pendant la croissance du cancer de l'estomac et de la progression des cellules cancéreuses vont favoriser la prolifération des cellules tumorales, mais d'inhiber l'apoptose. Au niveau du gène, le facteur de transcription de la famille de gènes E2F joue un rôle important dans la régulation des processus du cycle cellulaire en favorisant l'expression opportune des gènes nécessaires à la synthèse de l'ADN à la transition G1 /S de phase. l'activité de E2F est elle-même contrôlée par la protéine de rétinoblastome (RB) et les protéines p107 et p130 poche. À ce jour, les membres de protéines E2F sont E2F1-E2F8, y compris les facteurs de transcription activés par E2F1-3a, qui régulent principalement la transition du cycle cellulaire de G0 à la phase S, et facteurs de transcription E2F3b-E2F8, qui sont exprimés dans les cellules au repos ou différenciées inhibés et empêcher la progression du cycle cellulaire [21]. Des études antérieures ont démontré que l'expression altérée de la famille de gènes E2F a été étroitement associée à la croissance du cancer du sein [22], cancer de l'ovaire [23], le cancer de la vessie [24], le cancer colorectal et le cancer du pancréas [25]. Dans le cancer gastrique, des études antérieures ont montré que l'E2F a été exprimé de façon anormale et d'expression régulé par E2F miARN a été associée à la progression du cycle cellulaire et l'apoptose répression dans les cellules cancéreuses gastriques pour supprimer le TGFß suppresseur de tumeur voie [26]. mutation du gène E2F est également l'une des causes de l'apparition du cancer gastrique précoce [27]. Nos données actuelles sont prises en charge cette constatation.

Cependant, en plus de la famille E2F, TP53, BRCA1 et STAT3 jouent également un rôle important dans cette TF et le réseau de corégulation miRNA (Fig. 5). Par exemple, TP53is l'un des gènes les plus largement étudiés et joue un rôle dans la régulation de l'apoptose, la stabilité du génome et l'angiogenèse [28]. Une étude antérieure a montré que p53
mutation directement liée au développement du cancer gastrique [4] et une autre étude a montré que la restauration de l'activité de p53 induite la sensibilité du cancer gastrique à la chimiothérapie [29]. BRCA1 est le gène de susceptibilité de cancer du sein et régule l'apoptose cellulaire et la réparation des dommages de l'ADN. BRCA1 joue un rôle dans l'activité de réparation de l'ADN de régulation et mutation BRCA1
a contribué au développement d'un cancer du sein, le cancer de l'ovaire [30], le cancer du pancréas [31] et le cancer gastrique [32]. expression perdue de la protéine BRCA1 a été associée à faible taux de survie des patients atteints de cancer gastrique [33]. Notre étude a montré que l'ARNm de BRCA1 a été associée à la différenciation du cancer gastrique. En outre, STAT3 est un facteur de transcription qui est activé en réponse à des facteurs de croissance et des cytokines, et contribue ainsi à la régulation de la prolifération cellulaire, l'apoptose et la motilité des cellules. Des études antérieures ont montré que STAT3 est un facteur de régulation clé [34] dans le développement du cancer gastrique et que l'activation de STAT3 favorisé la survie des cellules tumorales et la migration [35]. Un inhibiteur précédent d'étude utilisé STAT3 pour traiter le cancer gastrique et a montré une efficacité [36].

En outre, miARN (miR-125a-5p, miR-331-3p, miR-17, miR-150, miR-155 , miR-27b, miR-31, miR-92a et miR-509-5p), qui a exprimé de manière différentielle dans le cancer gastrique, ont été trouvés pour réguler l'expression de E2F1, E2F2, E2F5 et E2F7 dans cette étude (S3 Tableau). Des études antérieures ont montré que l'expression de miR-125a-5p a été associée à la carcinogenèse gastrique en ciblant des E2F3 [37]. MiRNA-331-3p cible directement E2F1 et arrêt de la croissance induite par des cellules cancéreuses gastriques humaines [38]. En outre, l'expression de miR-155 a réussi à bloquer l'activation de TGF-β1 médiation du Rb et à son tour, pour diminuer l'abondance de l'inhibiteur pRB-E2F1 G0 complexe et un ascenseur /G1 arrestation [39]. grappes miR-17 familles apparaissent comme des modulateurs clés de signalisation TGF-suppresseur βtumor dans le cancer gastrique, par la réglementation de p21, E2F1-3 et E2F5 expression du gène cible [40-42]. En outre, miR-150, miR-31 et miR-92a a également été démontré étroitement liée au cancer gastrique [43-46]. Bien qu'il n'y ait pas eu signalé à propos de miR-509-5p liée au cancer gastrique, miR-509-5p rejoint la boucle de rétroaction Mdm2 /p53 et régule la croissance des cellules du cancer [47]. Ces études étaient conformes à nos résultats actuels.

En outre, la relation réglementaire entre les TF-gènes et miARN-TF peut avoir des effets synergiques. Sur la base de notre E2F-liés au réseau corégulation TF-miARN nouvellement créé, nous avons identifié 9 gènes-moyeux qui impliquent principalement dans le cycle cellulaire et l'organisation des chromosomes (Fig. 7). Prise toutes les données ensemble, notre étude indique que le développement du cancer de l'estomac et la progression sont multiples gènes impliqués et d'autres études se concentreront sur ces gènes que de nouvelles cibles pour le contrôle du cancer gastrique.

Cependant, notre étude seulement fourni un les données préliminaires et d'autres études de confirmation est nécessaire pour vérifier nos données ex vivo et in vitro. Cette approche systématique peut nous aider à explorer la pathogenèse du cancer et de fournir la base théorique pour la recherche nouvelle stratégie pour le traitement du cancer gastrique dans l'avenir.

Informations complémentaires
Tableau S1. Caractéristiques des patients
doi: 10.1371. /Journal.pone.0116979.s001
(DOC)
Tableau S2. . Résumé des 980 gènes exprimés de manière différentielle dans les tissus de cancer gastrique par rapport aux tissus normaux éloignés
niveaux d'expression des gènes dans les tissus de cancer gastrique contre les tissus normaux éloignés étaient au moins 1,5 fois différent avec une valeur de p <. 0,05
doi: 10.1371 /journal.pone.0116979.s002
(XLSX)
S3 Tableau. . Résumé de 45 miARN exprimés de manière différentielle dans des tissus de cancer gastrique par rapport aux tissus normaux éloignés
niveaux d'expression de miARN dans les tissus du cancer de l'estomac par rapport aux tissus normaux éloignés sont au moins 1,5 fois différent avec une valeur de p < 0,05.
doi: 10.1371 /journal.pone.0116979.s003
(XLSX)
Tableau S4. Résumé réseau de 105 gènes exprimés de manière différentielle dans les TFs réglementaire dans les tissus de cancer gastrique
doi:. 10.1371 /journal.pone.0116979.s004
(DOCX)

Remerciements

Nous remercions le Medjaden Bioscience Limited (Hong Kong, Chine) pour l'édition et la relecture de ce manuscrit.

Other Languages