PLOS ONE: Nanostring-Based Assay multigéniques pour prédire la récurrence des patients atteints de cancer gastrique après Surgery

Résumé

Malgré les avantages de la chimiothérapie ou radiochimiothérapie adjuvant, environ un tiers du cancer gastrique stade II (GC) patients ont développé récurrences. Le but de cette étude était de développer et valider un algorithme pronostique pour le cancer gastrique (GCPS) qui peut solidement identifier le groupe à haut risque de récidive chez les patients de stade II. Une expression du gène à plusieurs étapes de profilage étude a été menée. Tout d'abord, un gène de puces à ADN profilage de l'expression des blocs de tumeur inclus dans la paraffine archivé a été utilisé pour identifier les gènes pronostiques candidats (N = 432). Deuxièmement, un test d'expression génique ciblée incluant des gènes pronostiques a été utilisé pour développer un essai clinique robuste (GCPS) au stade II patients de la même cohorte (N = 186). Troisièmement, une coupe prédéfinie off pour la GCPS a été validée en utilisant un stade II cohorte indépendante (N = 216). Le GCPS a été validé dans un autre ensemble de stade II GC qui a subi une intervention chirurgicale sans traitement adjuvant (N = 300). GCPS a été développé en sommant le produit des coefficients de régression de Cox et les taux d'expression normalisés de 8 gènes (LAMP5, CDC25B, CDK1, clip4, LTB4R2, MATN3, NOX4, TFDP1). Un point de coupe prospectivement défini pour GCPS classé 22,7% de la validation cohorte traitée avec radiochimiothérapie (N = 216) en tant que groupe à haut risque avec un taux de récurrence de 5 ans de 58,6% par rapport à 85,4% dans le groupe à faible risque (hazard ratio pour la récidive = 3.16, p = 0,00004). GCPS également identifié un groupe à haut risque chez les patients de stade II traités par chirurgie seule (hazard ratio = 1,77, p = 0,0053)

Citation:. Lee J, Sohn I, Do IG, Kim KM, Parc SH, Parc JO et al. (2014) Nanostring-Based Assay multigéniques pour prédire la récurrence des patients atteints de cancer gastrique après chirurgie. PLoS ONE 9 (3): e90133. doi: 10.1371 /journal.pone.0090133

Editeur: Ju-Seog Lee, Université du Texas MD Anderson Cancer Center, Etats-Unis d'Amérique

Reçu le 23 Septembre 2013; Accepté 26 Janvier 2014; Publié 5 Mars, 2014

Droit d'auteur: © 2014 Lee 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, à condition que l'auteur et la source originelle sont crédités

Financement:. Cette étude a été soutenue par une subvention intra-muros du centre médical Samsung. 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:. Patrick Tan est membre du comité de rédaction PLOS ONE. Cela ne modifie pas l'adhésion des auteurs à tous les PLOS ONE politiques sur les données et les matériaux de partage.

cancers gastriques Introduction sont malignes très meurtriers avec des taux de survie à cinq ans étant l'un des pires rapportés pour toutes les tumeurs solides. Selon les données de l'Institut national du cancer Surveillance, Epidemiology and End Results Program (SEER), la survie à cinq ans pour les patients atteints de cancer gastrique (GC) a amélioré modestement au cours des 50 dernières années, passant de 12 à 22 pour cent [1]. La propension du GC pour la dissémination métastatique précoce a été bien documentée dans des études antérieures [2], [3]. Sur la base des récents essais de phase III adjuvant, bénéfice de survie de la chimiothérapie adjuvante ou la thérapie chemoradiation a été documentée dans GC [4] - [7]. Cependant, 25 à 40% de tous les patients atteints de GC réséquées chirurgicalement encore se développer récurrences qui ne se prêtent pas à re-résection [4], [7] - [9]. Pour stade pathologique III et IV GC, les taux de survie à 5 ans sans maladie sont très pauvres (stade IIIA, 57,6%, stade IIIB, 39,6%, et le stade IV 26,3%) [8] impliquant que ces tumeurs ont un comportement intrinsèquement agressif. En revanche, les patients de stade II pathologiques du GC ont des résultats cliniques plus favorables avec la maladie libres taux de survie à 5 ans de 76% -90% après le traitement de la chirurgie et de l'adjuvant [8], [9]. Néanmoins, il existe un large éventail d'agressivité clinique même au sein de la même scène avec certains patients guéris par la chirurgie seule alors que certains patients se reproduisent peu de temps après le traitement et la chirurgie adjuvant chemoradiation. Par conséquent, sur la base de l'hypothèse selon laquelle il existe une hétérogénéité moléculaire importante, nous avons conçu une expression à grande échelle transcriptome étude pour développer un test moléculaire qui peut efficacement discriminer à faible risque des groupes de GC à haut risque de récidive après la chirurgie.

Un test moléculaire qui identifie les patients à haut risque de récidive peut conduire à des stratégies de traitement périopératoires optimisés en GC. La phase de découverte comprenait des patients du GC de tous les stades cliniques traités par radiochimiothérapie (N = 520). blocs de tumeur de ces patients ont été soumis à la découverte de gènes pronostique utilisant Whole test Genome DASL (WG-DASL) (Illumina, San Diego, CA), une méthode de profilage de l'expression des gènes de microréseau pour les tissus en paraffine fixés au formol (FFPE). Le but était de développer l'hypothèse de l'utilité clinique et découvrir pronostique candidat ou des gènes de référence interne qui vous aideront à la conception axée test d'expression génique. Les résultats de cette phase ont suggéré que l'utilité clinique d'une expression génique basée sur l'algorithme pronostique peut potentiellement distinguer un groupe à risque élevé chez les patients de stade II.

L'objectif du projet était de développer une hypothèse avec l'utilité clinique et découvrir candidat gènes de référence pronostiques ou internes afin de concevoir des tests ciblés d'expression génique. Les résultats de la phase de découverte suggèrent que l'utilité clinique d'un algorithme pronostique basé sur l'expression du gène peut potentiellement distinguer un groupe à risque élevé chez les patients de stade II. Avec l'utilisation d'un algorithme robuste pronostique en plusieurs étapes, le cancer gastrique Prognostic Score (GCPS) pour la phase II des patients du GC a été développé pour identifier les patients à haut risque de récidive après la chirurgie.

Méthodes

De Septembre 1994 à Décembre 2005, 1.557 patients du GC ont subi une gastrectomie curative au centre médical de Samsung. Parmi ceux-ci, 1107 patients ont été sélectionnés selon les critères suivants: histologiquement confirmé adénocarcinome de l'estomac; résection chirurgicale de la tumeur sans maladie résiduelle macroscopique ou microscopique; ≥18 ans; stade de la pathologie IB (T2bN0, T1N1 mais pas T2aN0) à IV, selon le American Joint Committee on Cancer (AJCC) système de mise en scène (6 ^{e Ed); dossier complet chirurgical et dossier de traitement, et les patients recevant le traitement INT-0116 comme traitement adjuvant [7]. L'étude a été approuvée par le comité d'examen institutionnel du Centre médical Samsung, Séoul, Corée du Sud (numéro d'homologation IRB: SMC 2010-10-025). Tous les participants à l'étude fournis par écrit formulaire de consentement éclairé recommandé par la CISR. Chez les patients qui ont décédés au moment de l'entrée dans l'étude, les formulaires de consentement éclairé ont été annulés par la CISR. Conception de l'étude et des cohortes de patients sont fournis selon REMARK directive (Figure 1A, 1B, fichier S1, section 1). De la cohorte de 1107 patients, un ensemble de découverte de 520 patients et un ensemble de 587 patients de validation ont été randomisés et attribués à 6 lots stratifiés selon la taille de la tumeur et l'année de la chirurgie pour le dosage WG-DASL.}

Pour éviter conclusions de faux positifs en raison de plus-montage, les algorithmes de pronostic et de leurs seuils prédéfinis ont été testés dans des cohortes indépendantes qui ne sont pas utilisés pour la découverte de gènes pronostique et la construction de l'algorithme. Une étude de 4 phases a été conçu, avec 4 cohortes de pré-définis indépendants recrutés à partir du Centre médical Samsung. Les 3 premières cohortes comprennent les patients présentant des caractéristiques cliniques et pathologiques similaires de l'étude des cohortes de radiochimiothérapie traitées (Fichier S1, Section 2). La première phase (phase de découverte) de l'étude comprenait des patients du GC de tous les stades cliniques qui ont été traités avec la chimio-radiothérapie (N = 520) [8]. blocs de tumeur de ces patients ont été soumis à la découverte de gènes pronostique utilisant le WG-DASL (Illumina, San Diego, CA), une expression du gène microarray méthode de profilage pour FFPE [7]. Une validation externe ad-hoc de l'ensemble des gènes a été réalisée afin de minimiser tout biais de cohorte unique institutionnelle. La deuxième phase (de développement de l'algorithme) était de traduire les résultats de la première phase dans un format d'essai clinique applicable. Nous avons choisi la plate-forme nCounter (Nanostring Technologies, Seattle, WA), en raison de sa capacité à interroger les niveaux d'expression d'un maximum de 800 gènes en utilisant l'ARN total extrait de FFPE dans une réaction à tube unique [8]. Nous avons examiné les stades II de la première phase (N = 186) pour de novo
découverte de gènes pronostiques, combinaisons idéales choisies de gènes en utilisant le gradient de retrait minimum absolu et opérateur de sélection (LASSO) algorithme [10], puis construit un GCPS de première génération (GCPS-g1) en ajoutant les produits d'expression et de coefficients de gènes normalisée à partir du modèle de Cox pour DFS. Dans la troisième cohorte de phase II patients (N = 216). Dans la quatrième phase (test d'utilité clinique dans une seule opération de réglage), nous avons testé l'utilité clinique potentielle dans GCPS II patients au stade traités par chirurgie seule. Un protocole d'estampille temporelle (figure S12) a été développé avant le traitement de cette cohorte finale. Nous avons ensuite développé une GCPS raffinée de deuxième génération (GCPS-g2) (l'ensemble des gènes final) en analysant la scène combinée cohortes II à partir des deuxième et troisième phases de l'étude.

profil d'expression génique utilisant genome- ensemble DASL test

avant chaque gène de profilage expérience, des échantillons de tissus ont été affectés au hasard à différents lots stratifiées par le temps de la chirurgie (avant 2000 vs après 2000) et la taille de la tumeur (≤5 cm vs > 5 cm) afin de minimiser tout les variations de la qualité de l'ADN. L'ARN total a été extrait de 2-4 sections de sections FFPE épais 4 um à partir de blocs de tumeur primaire représentatifs utilisant le haut pur kit ARN Paraffine (Roche Diagnostic, Mannheim, Allemagne) après le retrait des éléments non-tumorales par macrodissection manuelle guidée par hématoxyline et éosine lames colorées. dosage WG-DASL a été réalisée en utilisant 200 ng d'ARN en suivant les instructions du fabricant [11]. Pour l'essai nCounter, 200 ng d'ARN total a été hybridée avec la coutume conçu le code ensemble de 800 gènes de 18 heures à 65 ° C et traité selon les instructions du fabricant [12]. Les données ont été normalisées à des niveaux d'expression moyenne de 48 gènes de référence internes choisis dans l'expérience de microréseau. La description détaillée de la phase de découverte en utilisant un dosage WG-DASL est fourni dans S1 Fichier, Section 3. La comparabilité de la qualité de l'ADN du tissu FFPE et les tissus frais congelés à l'aide de test DASL a été publié précédemment [13], [14].

construction de modèles Prognostic et validation

L'algorithme pour le développement de tests à base de n-Counter pour l'utilité clinique basée sur WG-DASL est fourni dans le fichier S1, Sections 4-6. Nous avons utilisé le gradient algorithme Lasso pour ajuster un modèle de prédiction sur la base proportionnelle des dangers du modèle de Cox pour DFS en utilisant les sondes ayant une valeur <p marginal; 0,01 (Figure S2 dans le dossier S1) [10]. Nous avons utilisé un congé un sur la validation croisée avec la découverte de novo à laisser chacun l'étape d'évaluer la performance du modèle pronostique au sein de la cohorte de découverte. Optimal cut-point a été déterminée par la création d'une parcelle pour les valeurs p pour chaque point de coupe pour le score pronostique. Pour l'étude de validation, un algorithme défini a priori et les valeurs de point coupé ont été utilisés. La méthode de validation pour GCPS est décrite dans le fichier S1, Section 7.

Résultats

expression du gène microarray profilage des patients GC traités avec adjuvant radiochimiothérapie (phase 1)

Nous avons effectué profilage d'expression génique de la FFPE de la cohorte de découverte de 520 cas de stade IB-IV GC traités par radiochimiothérapie standard après résection curative en utilisant le test WG-DASL (Figure 1). Parmi eux, 432 échantillons ont réussi le contrôle de la qualité de l'ARN (base de données GEO GSE 26253) (Fichier S1, Section 3). Le point final primaire était DFS. L'analyse univariée a identifié 369 sondes qui ont été associés de façon significative avec la survie sans maladie à la p < 0,01 sans ajustement pour d'autres variables cliniques (Fichier S1, section 3d). Ensuite, gradient Lasso a été utilisé pour développer un algorithme pronostique pour prédire la récidive (Fichier S1, Section 3e). La procédure leave-one-out de validation croisée (LOOCV) avec de novo
découverte de gènes pronostiques et la construction d'un algorithme pronostique à chaque étape a été utilisé pour examiner la robustesse de l'algorithme pronostique. Selon signatures pronostiques de gènes (26 gènes, Fichier S1, Section 3f) et les stades pathologiques (localisées vs. avancé), 432 patients ont été classés dans les groupes suivants: faible risque et de stade IB /II (N = 145; 5 ans DFS, 84,8%), à haut risque et le stade IB /II (N = 90; 5 ans DFS, 61,1%), à faible risque et stade III /IV (N = 83; 5 ans DFS, 48,9%), et à haut risque et le stade III /IV (N = 114; 5 ans DFS, 36,9%) (figure 2). Comme une analyse ad-hoc, nous avons testé cette signature génétique en utilisant l'expression du gène de profilage des données de la cohorte de patients Singapour (N = 199) afin de minimiser tout biais inhérent à partir d'une seule institution cohorte [15]. Dans la cohorte de patients externes, la signature génétique a pu séparer le groupe à haut risque (N = 100) dans le groupe à faible risque (N = 99) pour la récidive avec une signification statistique (p < 0.00001; hazard ratio (HR), 2,3; IC 95%, 1,62 à 3,28) (Figure 2). Ces données suggèrent que la principale utilité clinique du profil d'expression génique de la GC dans l'identification des patients à haut risque chez les patients de stade II (faible vs stade IB à haut risque /II, 84,8% contre 61,1%; stade élevé de risque faible par rapport III /IV, 48,9% contre 36,9%). Par conséquent, pour le développement de l'essai clinique et la validation, nous nous sommes concentrés sur le développement d'un gène-ensemble qui peut prédire robuste récidive chez les patients de stade II.

Développement du cancer gastrique Prognostic Score (GCPS) pour la phase II GC en utilisant le dosage nCounter (phase 2)

Nous avons conçu sur mesure un ensemble de sondes nCounter composé de gènes pronostiques candidats à partir des données WG-DASL microarray (phase 1), ainsi que des gènes de cancer connus, les gènes kinases et couplés aux protéines G gènes du récepteur. Pour résoudre le problème de la variabilité dans l'intégrité des molécules d'ARN dans archivé FFPE due à des variables pré-analytiques, tels que le temps de fixation et l'âge des blocs, nous avons appliqué la normalisation au sein-échantillon à l'aide d'un ensemble de 48 gènes de référence internes sélectionnés à partir des données de puces à ADN sur la base sur la variation minimale dans les cas et l'absence d'association avec le pronostic (fichier S1, section 4). Corrélation entre les ratios de gènes pronostiques basés sur nanostring et WG-DASL danger sont fournies dans le dossier S1, Section 4b, et la figure S3 dans S1 Fichier.

Nous profilées 186 patients de stade II de l'ensemble de la découverte. Après avoir évalué la robustesse des algorithmes pronostiques construits par gradient LASSO par LOOCV, nous avons appliqué LASSO gradient à tous les 186 patients et identifié 8 gènes (LAMP5, CDC25B, CDK1, clip4, LTB4R2, MATN3, NOX4 et TFDP1) qui, en combinaison fourni robuste pronostique d'informations (Tableau 1). GCP a ensuite été développé en tant que combinaison linéaire des estimations de régression de Cox et les taux d'expression normalisés de ces 8 gènes. L'analyse de point de coupe montre que la GCPS était plus robuste pour identifier 25% des patients avec des résultats pires (Fichier S1, section 4). Nous avons choisi un point de coupe de 0,2205 pour la validation prospective dans la cohorte de validation indépendante.

Validation de GCPS et son prédéfini cut-point dans la phase II des patients traités par radiochimiothérapie GC (phase 3)

Pour éviter le potentiel sur raccord problème lié à la validation croisée [16], nous avons validé GCPS avec l'algorithme fixe et cut-points dans une cohorte de patients indépendante qui n'a pas été utilisé dans la découverte de gènes. Les caractéristiques cliniques et pathologiques de 216 patients de stade II de la validation mis en étaient semblables à ceux de la découverte cohorte (Fichier S1, section 6, et les figures S4-6 à S1 Fichier). Lorsque nous avons appliqué GCPS-g1 à l'ensemble de validation, la distribution des scores de risque était très similaire, ce qui suggère la performance analytique robuste de l'essai (Fichier S1, Section 7a, et la figure S7 est S1 Fichier). Le seuil prédéfini (0,2205) pour GCPS-g1 classé 22,7% des tumeurs de la validation défini comme le groupe à haut risque. L'estimation de Kaplan Meier de 5 ans DFS pour les patients à haut risque a été de 58,6%, comparativement à 85,4% pour les patients à faible risque (HR de récidive, 3,16; p = 0,00004) (Figure 3). GCPS était significative à la fois intestinal- et diffuse- type de GCS, comme le montre la Figure S8 dans le fichier S1 (Fichier S1, Section 7b). L'analyse multivariée montre en outre que GCPS-g1 a fourni des informations pronostiques supplémentaires, en plus d'autres facteurs connus tels que la classification Lauren, grade de différenciation, l'âge et le type de chirurgie (HR, 3.027; p = 0,00016; tableau 2). Par conséquent, GCPS peut être utilisé pour identifier la phase II des patients qui restent à risque élevé même après radiochimiothérapie adjuvante standard et qui ont le même risque de récidive comme III patients de stade.

GCPS comme facteur pronostique pour le stade II patients GC traité avec la chirurgie seule basé sur un protocole prospectif conçu (phase 4)

l'examen de la base de données cliniques a identifié 306 patients qui ne reçoivent pas de traitement post-opératoire sur la base de prise de décision partagée entre les médecins et les patients (fichier S1, Section 1, Tableau S1 dans S1 fichier). Ces patients ont été soumis à des analyses exploratoires pour évaluer le rôle pronostique de GCPS chez les patients traités avec la chirurgie seule et tester l'hypothèse que l'avantage de la radiochimiothérapie est limitée chez les patients à haut risque définis par GCPS. Pour cette étape, nous avons développé GCPS-g2 (Tableau S8 dans le dossier S1), la deuxième génération GCPS, en analysant tous les stades II cas de phases 2 et 3 afin de maximiser la taille de l'échantillon. Nous prospectivement testé l'algorithme GCPS-g2 prédéfini et coupé point tel que décrit dans le protocole d'horodatage (Figure S12 dans le dossier S1). Le GCPS-g2 prédit la récurrence dans 300 phase II des tumeurs avec un hazard ratio de 2.131 (IC à 95%, 1,428 à 3,180; p = 0,00021) (HR, 3,16) (Figure S9 en S1 Fichier). Pour réduire au minimum la possibilité de sur-ajustement de l'algorithme aux patients radiochimiothérapie traités, nous avons également testé le GCPS-g1, qui a déjà été validé dans la cohorte de radiochimiothérapie traités, en chirurgie cohorte seule (Figure S10 dans le dossier S1). Le rapport de risque pour GCPS-g1 (HR, 1,77; IC 95%, 1,18 à 2,67; p = 0,0053) est similaire à celle des GCPS-g2 (Figure 3). Par conséquent, la GCPS robuste prédit la récidive au stade II GC avec ou sans traitement post-opératoire. Sur la base de ces données, on peut supposer que II patients de stade à haut risque définies par GCPS n'ont pas gagné un énorme avantage de radiochimiothérapie.

L'expression des gènes pronostiques défavorables dans microenvironnements tumoraux

Dans tous les 3 stade cohortes II inclus dans cette étude, des niveaux accrus de 4 gènes d'expression de GCPS (NOX4, LAMP5, MATN3 et clip4) ont été associés à un mauvais pronostic. Étant donné que les fonctions connues de ces gènes suggèrent leur expression dans des microenvironnements plutôt que des cellules tumorales réelles, nous avons effectué le test nCounter pour les tumeurs microdissection par rapport à des composants stromales à partir de 4 tumeurs à haut risque représentatifs (Figure S11 dans le dossier S1). L'expression de ces gènes était significativement plus élevée dans les composants du stroma, par rapport aux cellules épithéliales cancéreuses, avec NOX4 montrant les différences les plus marquées (p = 0,04).

Discussion

Dans une phase de découverte initiale, nous avons effectué WG-DASL chez tous les patients du GC stade. Puis, sur la base des données WG-DASL, nous avons observé que la ségrégation des groupes à haut risque du groupe à faible risque était le plus important à un stade précoce II patients Ib /(faible par rapport à un risque élevé de stade IB /II, 84,8% contre 61,1% , faible par rapport à la scène à haut risque III /IV, 48,9% contre 36,9%). Par conséquent, pour le développement de l'essai clinique et la validation, nous nous sommes concentrés sur le développement d'un gène-ensemble qui peut prédire la récidive robuste dans les stades II. Nous avons développé et validé un algorithme pronostique pour le cancer gastrique, GCPS, qui peut solidement identifier les groupes à haut risque de récidive chez les patients de stade II. GCPS, développé en utilisant la plate-forme nCounter, a montré la bonne performance dans les échantillons FFPE. En outre, l'inclusion de gènes de référence interne a permis l'application de GCPS aux patients individuels. Par conséquent, nous suggérons que GCPS peut être facilement appliquée à l'utilisation clinique de routine. Le GCPS de 8 gènes (LAMP5, CDC25B, CDK1, clip4, LTB4R2, MATN3, NOX4 et TFDP1) ont été découverts et validé dans plus de 700 patients de stade II du GC. Nous avons trouvé que le GCPS identifié les patients du GC à haut risque de récidive de traitement indépendamment adjuvant et que à haut risque de stade II patients du GC a montré similaire DFS pour patients de stade III. Notamment, le GCPS prédit la récurrence des deux types Lauren (diffuse ou intestinale) (Figure S8 dans le dossier S1).

Nos données démontrent clairement la présence d'hétérogénéité moléculaire dans GC, qui a été associée à des résultats cliniques, mais indépendante de informations de mise en scène clinicopathologique. Nos données indiquent que patients de stade IB /II avaient très mauvais pronostic lorsque leurs tumeurs expriment des signatures génétiques pauvres à risque. Il y avait une différence de 23,7% en 5 ans DFS entre à haut risque et de gènes à faible risque signatures au stade IB /II, les patients, et 5 ans DFS de l'étape à haut risque IB patients /II était inférieur à 60%, malgré la utilisation d'un adjuvant radiochimiothérapie (Figure 1). Par conséquent, il peut être nécessaire de concevoir un essai prospectif à la question de savoir si radiochimiothérapie est nécessaire pour la phase IB /II patients présentant des profils d'expression génique à faible risque. Afin de minimiser tout biais potentiel des variations dans la pratique clinique ou une intervention chirurgicale dans un seul centre, nous avons effectué une validation externe ad hoc de la signature pour valider la signature. Comme le montrent les résultats, la signature systématiquement prédit la récidive à Singapour cohorte.

Parmi les 8 gènes finaux GCP (LAMP5, CDC25B, CDK1, clip4, LTB4R2, MATN3, NOX4 et TFDP1), CDC25B et CDK1, qui sont connus pour être associés à une prolifération cellulaire, se sont avérés être en corrélation avec un pronostic favorable (estimations de régression de Cox négative dans le tableau 2). En particulier, une tendance similaire a été observée pour le cancer du côlon par un dosage de l'expression génique [17], [18]. Ces résultats peuvent refléter l'état de différenciation de ces cellules tumorales, car les cellules épithéliales gastriques normale et du côlon muqueuses ont un taux de roulement élevé. TFDP1 code pour le facteur de transcription DP-1, qui agit comme un régulateur positif de la transition G1 /S au cours du cycle cellulaire [19], [20]. En particulier dans le carcinome hépatocellulaire, TFDP1 surexpression a été sensiblement associée à la progression de la maladie [19]. Étant donné que le champ d'application de la présente étude ne comprend pas l'étude fonctionnelle de ces gènes, leur signification biologique devrait être étudiée dans les études futures. Récemment, Cho et al.
A effectué le plus grand profil d'expression génique dans 213 patients du GC en utilisant des tissus frais congelés [21]. Ils ont identifié 6 gènes pronostiques (CTNBB1, EXOCS3, TOP2A, LBA1, CCL5 et LZTR1) pour la survie des patients après résection curative. Cependant, au mieux de notre connaissance, GCPS est le seul ensemble de gènes qui a été validé dans plus de 700 phase II patients du GC, quelle que soit la classification Lauren (diffuse ou intestinale), un facteur pronostique connu, ou de traitement adjuvant.

En conclusion, avec l'utilisation d'une approche multi-étapes, nous avons développé 8 gène GCPS, qui a été en mesure d'identifier robuste à haut risque de stade II patients du GC pour la récidive après la chirurgie indépendamment du traitement adjuvant. Actuellement, le procès ARTISTE-II en cours (NCT61461), nous prévoyons de valider notre GCPS dans un essai de phase III prospective conçue.

Renseignements à l'appui
Fichier S1.
1. Les caractéristiques des patients des cohortes d'étude à chaque étape (tableau S1). une. Tableau S1. Caractéristiques des patients. 2. Les caractéristiques cliniques et pathologiques des cas examinés à chaque phase. 3. Description détaillée de l'étape de découverte en utilisant un dosage WG-DASL (étape 1). une. La figure S1. QA des données WG-DASL. b. Tableau S2. Comparaison des FISH et les résultats IHC pour le statut HER2 dans le cancer gastrique à l'étape 1. c. Tableau S3. Liste des sondes qui sont exprimés de manière différentielle entre les groupes de patients HER2-positif et HER2 négatif à l'étape 1. d. Tableau S4. Liste de toutes les sondes avec des valeurs p <unidimensionnelles; 0,01 à l'étape 1. e. La figure S2. algorithme de gradient Lasso. F. Tableau S5. Liste des 26 sondes inclus dans le modèle de prédiction monté par l'ensemble de données (n = 432). g. Tableau S6. Multivariée de Cox résultats de l'analyse de régression en jeu de découverte de gènes (n = 432). 4. Conception de concentré analyse d'expression génique en utilisant la plate-forme nCounter. une. Tableau S7. Liste des gènes de référence pour le dosage nCounter. b. La figure S3. Corrélation entre les ratios de gènes pronostiques basés sur la normalisation quantile et d'auto-normalisation utilisant dosage WG-DASL danger. 5. dosage nCounter et le contrôle qualité. 6. Sélection de coupure pour le cancer gastrique Prognostic Score (GCPS (Figure S4, S5, & S6) une figure S4 DFS analyse en fonction de chaque quartiles de GCPS-g1 b Figure S5 Cut-point...... GCPS-g1. c. Figure S6. DFS selon optimisé coupe-point de GCPS-g1. 6. Répartition des GCPS entre jeu de découverte et ensemble de validation. a. Figure S7. distribution des GCPS-g1 au sein de la découverte et la validation set. b Figure S8 GCPS:... intestinal vs type diffus 7. Test de l'utilité clinique de GCPS-g2 chez les patients traités avec la chirurgie seule une figure S9 DFS de II patients de stade traités par radiochimiothérapie basé sur quartile de GCPS-g2.... b. Figure S10. DFS de stade II, les patients traités avec la chirurgie seule basé sur quartile de GCPS-g2. c. Figure S11. L'expression des gènes pronostiques défavorables inclus dans le cancer gastrique Prognostic Score selon compartiments de tissus (tumorales par rapport stroma). expression Normalized les niveaux sont représentés. d. Tableau S8. Liste des sondes NCounter inclus dans GCPS-g2. 8. gastrique protocole de l'étude de validation du cancer. une. Figure S12. Gastric validation du cancer protocole d'étude
doi:. 10.1371 /journal.pone.0090133.s001
(DOCX)

• PLOS ONE: HIF-1 Alpha surexpression corrélats avec mauvaise survie globale et la survie sans maladie dans Gastric Cancer Patients post-gastrectomie
• PLOS ONE: Les patients atteints de la vieillesse ou de prestations Tumeurs proximal du syndrome métabolique au stade précoce du cancer gastrique