PLoS ONE: sovraespressione di E2F mRNA associati con cancro gastrico progressione Identificato con l'espressione genica fattore di trascrizione e di miRNA coregolamentazione rete Analysis

Estratto

è regolata a livello di trascrizione e traduzione; in tal modo, entrambi i fattori di trascrizione (TFS) e microRNA (miRNA) giocano un ruolo nella regolazione dell'espressione genica. Questo studio profilato mRNA differenzialmente espressi e miRNA nei tessuti di cancro gastrico di costruire una rete di TF e co-regolamentazione miRNA, al fine di identificare i geni alterati nella progressione del cancro gastrico. Un totale di 70 casi di cancro gastrico e tessuti normali adiacenti accoppiati sono stati sottoposti a cDNA e analisi di microarray miRNA. Abbiamo ottenuto 887 up-regolati e 93 geni down-regolato e 41 down-regolato e 4 miRNA up-regolati nei tessuti di cancro gastrico. Utilizzando il database Transcriptional Regulatory Element, abbiamo ottenuto 105 geni che sono regolati dalla famiglia E2F di geni e utilizzando strumenti TargetScan, Miranda, miRDB e miRWalk, avevamo previsto potenziali geni di targeting di questi 45 miRNA. Abbiamo poi costruito il E2F legati TF e la rete di geni co-regolamentazione miRNA e identificato 9 HUB-geni. Inoltre, abbiamo scoperto che i livelli di E2F1, 2, 3, 4, 5, e 7 mRNA associati alla capacità di invasione delle cellule di cancro gastrico, e ha associato con la differenziazione del tumore. Questi dati hanno mostrato sovraespressione di E2F mRNA associati alla progressione del carcinoma gastrico

Visto:. Zhang X, Ni Z, Duan Z, Z Xin, Wang H, Tan J, et al. (2015) sovraespressione di E2F mRNA associati con cancro gastrico progressione Identificato dal fattore di trascrizione e miRNA coregolamentazione Network Analysis. PLoS ONE 10 (2): e0116979. doi: 10.1371 /journal.pone.0116979

Ricevuto: 30 Settembre 2014; Accettato: 17 dicembre 2014; Pubblicato: 3 febbraio 2015

Copyright: © 2015 Zhang et al. Questo è un articolo ad accesso libero distribuito sotto i termini della Creative Commons Attribution License, che permette l'uso senza restrizioni, la distribuzione e la riproduzione con qualsiasi mezzo, a condizione che l'autore originale e la fonte sono accreditati

disponibilità dei dati: Tutti i dati rilevanti sono all'interno del suoi file informazioni di supporto carta e. I dati sono stati depositati alla banca dati GEO, con il numero di accesso GSE63089

Finanziamento:. Questo lavoro è stato sostenuto in parte da sovvenzioni da National Science Foundation naturale della Cina (Q.320.108 mila venticinque eQ.472.662), Fondazione della provincia di Jilin Scienza e della Tecnologia Dipartimento (É30522013JH eÉ40414048GH) e il Norman Bethune Programma di Jilin University (.012.219). Gli autori ringraziano anche il Medjaden Bioscience Limited (Hong Kong, Cina) per l'editing e correzione di bozze questo manoscritto. I finanziatori avevano alcun ruolo nel disegno dello studio, la raccolta e l'analisi dei dati, la decisione di pubblicare, o preparazione del manoscritto

Competere interessi:.. Gli autori hanno dichiarato che non esistono interessi in competizione

Introduzione

cancro gastrico è ancora uno dei più importanti problemi di salute nei paesi in via di sviluppo, come in Cina, anche se la sua incidenza è in graduale diminuzione nei paesi occidentali. Nel complesso, il cancro gastrico è conti per il quarto di incidenza e la seconda dei tassi di mortalità tra tutti i tumori nel mondo [1-3]. fattori di rischio cancro gastrico includono Helicobacter pylori, il consumo frequente di cibi affumicati, pesce salato e carne, e verdure sottaceto, fumo di tabacco, l'obesità, o di gastrite cronica. Questi fattori di rischio potrebbero coordinare per manipolare l'espressione genica o mutazioni o alterazioni epigenetiche e alla fine tradursi nello sviluppo del cancro gastrico. Fino ad oggi, un grande corpo di conoscenze ha accumulato per quanto riguarda le alterazioni molecolari associati al cancro gastrico, come ARID1A, TP53 [4], PTGER4, PRKAA1, ZBTB20 [5] e PLCE1 [6]. Tuttavia, il meccanismo sottostante per carcinogenesi gastrica diversi geni mediato resta da definire. Pertanto, è fondamentale per approfondire la patogenesi molecolare del cancro gastrico utilizzando l'approccio di biologia sistematico, come la costruzione della rete di geni-regolatori differenzialmente espressi per identificare l'importante via di gene o di segnalazione durante lo sviluppo del cancro gastrico o la progressione.

L'espressione genica è regolata a livello di trascrizione e traduzione. A livello di trascrizione, fattori di trascrizione genica (TFS) svolgono un ruolo importante nella regolazione dell'espressione genica umana, mentre miRNA potrebbe a livello post-trascrizione regolano traduzione dell'mRNA e l'emivita. In particolare, TF sono proteine ​​che si legano a specifiche sequenze di DNA e quindi controllano la trascrizione genica. Mirna è una classe di naturale piccoli RNA non codificanti con 18 a 22 nucleotidi di lunghezza e funzionalmente, miRNA può livello post-trascrizionale dell'espressione proteica silenzio legandosi alla complementari trascrizioni gene bersaglio, degradando in tal modo questi RNA messaggeri o inibendo dalla traduzione in proteine. Così, sia TF e miRNA possono regolare i geni nelle diverse fasi della espressione genica e possono formare un ciclo di feedback e di una rete di regolamentazione complicata per controllare strettamente l'espressione genica. A questo proposito, lo studio di questa rete di regolazione genica potrebbe aiutare a comprendere l'omeostasi cellulare e processo fisiologico, funzione biologica, e il meccanismo di malattie. Fino ad oggi, un certo numero di studi hanno dimostrato regolazione genica di TF e miRNA nel carcinoma gastrico, come fattore nucleare kappa B [7], FoxM1 [8], il fattore ipossia-inducibile 1 [9], e miR-7 [10] , miR-375 [11], miR-125b, miR-199a, miR-100 [12]. Infatti, miRNA aberranti o l'espressione di TF contribuisce alla carcinogenesi umana [13]. Pertanto, in questo studio, abbiamo studiato il ruolo dei fattori di trascrizione miRNA e combinati nella regolazione dell'espressione genica nel cancro gastrico per l'associazione con la progressione del cancro gastrico. In primo luogo abbiamo rilevato l'espressione differenziale dei geni e miRNA in campioni di tessuto di cancro gastrico e analizzato bioinformatically a formare la rete di regolamentazione TF-miRNA di mettere in relazione l'espressione di mRNA della famiglia E2F nel cancro gastrico. Abbiamo poi confermato espressione E2F per l'associazione con la progressione del cancro gastrico.

Materiali e Metodi

Pazienti e campioni di tessuto

Questo studio è stato approvato dal Comitato Etico della Facoltà di Medicina di base Scienze, Università di Jilin e ogni paziente è stato consentito per un modulo di consenso informato scritto. Dopo di che, abbiamo arruolato 70 pazienti affetti da cancro gastrico da Jilin University (Changchun, Cina) tra aprile 2012 e ottobre 2014. Tutti i pazienti hanno ricevuto alcun trattamento pre-operatorio, come la chemioterapia o la radioterapia. Entrambi i tessuti normali tumorali e distanti sono stati ottenuti dalla sala operatoria e conservati in azoto liquido entro 10 minuti.

l'isolamento di RNA e la preparazione miRNA

RNA totale è stato isolato da campioni di tessuto utilizzando il reagente Trizol (Invitrogen, Carlsbad, CA, USA) e poi ulteriormente purificati mediante un RNeasy Mini kit (Qiagen, Düsseldorf, Germania). concentrazione di RNA è stato quindi determinato utilizzando il multi-volume di spettrofotometro sistema Epoch (BioTek, Vermont, Stati Uniti d'America). Dopo di che, miRNA è stato isolato da questi campioni di RNA utilizzando il kit di isolamento Mirvana miRNA (Ambion, Austin, TX, USA).

Exon analisi di microarray

In questo studio, in primo luogo abbiamo profilato gene espressione tra il 45 e il cancro gastrico campioni adiacenti accoppiati normali tessuti utilizzando l'Affymatrix Gene Chip Arrays Exon 1.0 ST (Affymatrix, CA, USA). In particolare, è stato campione di RNA 1 ug inversamente trascritto in cDNA e questi campioni di cDNA sono stati poi digerito in frammenti di cDNA con endonucleasi ed etichettato con il reagente etichettatura DNA utilizzando DNA Labeling Kit (Affymatrix, CA, USA). I modelli di cDNA marcate sono state utilizzate come sonde per ibridare al Affymatrix Gene Chip Exon Arrays 1.0 ST in una condizione di 45 ° C di incubazione e la rotazione a 60 rpm per 17 h. Dopo di che, gli array sono stati lavati e sottoposti a scansione utilizzando Gene Chip scanner 3000 con Gene Chip Operating Software (GCOS).

Mirna analisi di microarray

Abbiamo anche profilato i miRNA differenzialmente espressi nei 15 e cancro gastrico campioni di tessuto accoppiati adiacenti normali che utilizza la matrice Affymatrix Gene Chip microRNA. Simile agli esperimenti microarray cDNA, le sonde miRNA utilizzando RNA Labeling Kit (Affymatrix, CA, USA) sono stati ibridati gamma Affymatrix Gene Chip microRNA a 45 ° C e ruotato a 60 giri al minuto per 17 h. Dopo di che, le matrici sono stati digitalizzati utilizzando GCOS.

microarray analisi dei dati

I dati di microarray grezzi sono stati analizzati utilizzando l'algoritmo limma per identificare i geni espressi in modo differenziale e miRNA e poi analizzati utilizzando i modelli lineari e metodi empirici Bayes. A t
-test e correzione di Bonferroni è stato utilizzato per valutare la significatività statistica di ogni espressione differenziale. Geni e miRNA sono stati considerati in modo significativo differenzialmente espressi se p
-Valori < 0,05 e l'espressione genica ha mostrato cambiamenti di almeno 1,5 volte tra il cancro e le loro tessuti normali. QUBIC programma (qualitativa BI-Clustering) è stato utilizzato per raggruppare-analizzare i geni differenzialmente espressi. L'idea di base dell'algoritmo è quello di trovare tutti i sottogruppi di geni con simili modelli di espressione tra alcuni sottoinsiemi di tessuti tumorali, e quindi i geni coinvolti in ciascun tale modello può eventualmente essere utilizzati come firme per il cancro sub-tipizzazione o staging. Per la nostra analisi bi-cluster, abbiamo utilizzato i seguenti parametri: r = 1, q = 0,06, c = 0,95, o = 100, f = 1 [14,15]. Database per l'annotazione, la visualizzazione e Discovery integrato (David) e Kyoto Encyclopedia of geni e strumenti Genomi (KEGG) sono stati utilizzati per l'analisi e la classificazione funzionale percorso di questi geni diversi.

qRT-PCR

RNA totale dai tessuti gastrici cancerose e normali sono stati inversamente trascritto in cDNA usando 1 ^{st Strand cDNA Synthsis Kit (Takara, Dalian, Cina) secondo le raccomandazioni del fabbricante. L'espressione di E2F1, E2F2, e E2F4) mRNA è stato analizzato in 10 cancro gastrico e associato normali campioni di tessuto adiacenti da q-PCR usando SYBR Premix Ex Taq (Takara) e β-actina è stato utilizzato come controllo interno. I primer sono elencati nella tabella 1. I dati sono stati qPCR per quantificati utilizzando 2 metodi ΔΔCt.}

La costruzione del TF-miRNA coregolamentazione rete

Dopo l'analisi dei dati di microarray, abbiamo ottenuto TF ei geni bersaglio latenti che sono regolati dalla famiglia E2F attraverso la ricerca di trascrizionale Regulatory Element Database (TRED). Inoltre, i miRNA di targeting famiglia E2F è stata determinata interrogazione delle banche dati di previsione quattro bersaglio, dati cioè TargetScan, Miranda, miRDB, e miRWalk [16-18]. Abbiamo poi combinato questi differenziali espressi geni e miRNA per costruire questo co-normativo rete TF-miRNA legati alla famiglia E2F utilizzando il software Cytoscape. Nella rete di coregolamentazione TF-miRNA, abbiamo definito nodo come un gene hub o miRNA quando direttamente collegato a più di due nodi totali nella rete.

Analisi di mRNA della famiglia E2F per l'associazione con la clinica caratteristiche patologiche da pazienti affetti da cancro gastrico

con il receiver operating characteristic curve (ROC), abbiamo analizzato differentemente espressi i geni che sono regolati dal E2F mRNA tra il cancro gastrico e il gene tessuti normali adiacente accoppiato. Abbiamo quindi selezionato e distinto i migliori geni abbinati per l'associazione con la clinica caratteristiche patologiche utilizzando l'analisi di regressione logistica binaria.

L'analisi statistica

La curva ROC e l'analisi di regressione logistica binaria sono stati utilizzati per i geni espressi in modo differenziale che sono regolati dalla E2F mRNA tra il cancro gastrico e tessuti normali adiacenti accoppiati. One-way ANOVA è stato utilizzato per associare tra famiglia E2F e il grado di invasione delle cellule tumorali. software GraphPad Prism 6 è stata effettuata in maniera curva ROC e calcolo della sensibilità, specificità e l'area sotto la curva (AUC). software SPSS 18.0 è stato utilizzato per One-way ANOVA e analisi di regressione logistica binaria. Un valore di p < 0,05 è stato considerato statisticamente significativo

Risultati

Rilevamento di geni espressi in modo differenziale e miRNA tra cancro gastrico ed i loro corrispondenti tessuti normali

In primo luogo abbiamo eseguito. l'analisi Affymatrix Exon Array per rilevare i geni espressi in modo differenziale tra il cancro gastrico e tessuto normale adiacente accoppiato in 45 pazienti (dati dei pazienti sono riportati in Tabella S1). Il GEO set di dati del NCBI numero di accesso di questo studio è stato GSE63089. Utilizzando > 1.5 modifiche piega come il cut-off-valore, abbiamo identificato 887 up-regolata e 93 geni down-regolati (S2 tabella). L'analisi funzionale ha dimostrato che questi geni differenziali principalmente formate percorsi gene, come il controllo del ciclo cellulare, via di segnalazione di p53, via il cancro, l'interazione matrice extracellulare del recettore, l'adesione cellulare, glicolisi /gluconeogenesi, e l'interazione dei recettori delle citochine (Fig. 1). familiari E2F svolgono un ruolo importante nel ciclo cellulare G1 /S transizione in cellule e l'espressione genica di E2F1, 2, 3, 4, 5, e 7 sono risultati tutti essere sovraespressione (p < 0.01) nel cancro gastrico in questo studio.

Poi, abbiamo anche eseguito l'analisi serie Affymatrix Gene Chip microRNA in 15 casi di cancro gastrico e accoppiati tessuti sani adiacenti (i dati dei pazienti sono riportati in Tabella S1). Il GEO set di dati del NCBI numero di accesso di questo studio è stato GSE63121. Abbiamo trovato 41 down-regolato e 4 miRNA up-regolati (S3 tabella). Figura. 2 illustrato il bi-cluster analisi dei cluster di quei 45 miRNA nel carcinoma gastrico differenziali vs tessuti normali. Funzionalmente, questi miRNA espressi in modo differenziale potrebbero regolare diversi percorsi geni, come l'attività di trascrizione attivatore, legame al DNA, trascrizione attività del fattore, regolazione post trascrizionale dell'espressione genica, e transizione G1 /S del ciclo cellulare mitotico.

Edilizia- e analisi del E2F per motivi familiari TF-miRNA coregolamentazione rete

per visualizzare la rete di coregolamentazione TF-miRNA E2F famiglia legati, abbiamo utilizzato TRED di indagare TF e di destinazione latente geni regolati dalla famiglia E2F e poi selezionato il differenziale espresso TF e geni bersaglio latenti nei tessuti di cancro gastrico. Abbiamo trovato un totale di 105 TF e geni bersaglio latenti che potrebbero essere potenzialmente regolata dalla famiglia E2F nel carcinoma gastrico (5 down-regolato e 100 geni up-regolati, vedere S4 tabella), che potrebbe formare una rete 105 gene dopo il bi analisi cluster clusters (Fig. 3) L'analisi ha mostrato DAVID questi 105 geni sono maggior parte dei geni ciclo del cellule (Fig. 4).

In seguito, abbiamo utilizzato strumenti online TargetScan, Miranda, miRDB e il database miRWalk di prevedere potenziali geni di targeting di questi 45 miRNA e poi fuse questi geni targeting con questi 105 geni differenzialmente espressi. Abbiamo trovato 7 down-regolato e 2 miRNA up-regolati (S3 tabella). Dopo di che, abbiamo costruito il E2F legati rete regolamentare TF-miRNA (Fig. 5).

Dopo di che, abbiamo analizzato questa rete normativo TF-miRNA E2F legati e abbiamo scoperto che E2F1, E2F2 e E2F4 in famiglia E2F svolgono un ruolo importante in questo TF e la rete di co-regolamentazione miRNA. Tre mRNA over-regolamentati (E2F1, E2F2 e E2F4) dal mRNA differenzialmente espressi sono stati convalidati usando real-time PCR (RT-PCR). I risultati hanno dimostrato che E2F1, E2F2 E2F4 e sono stati sovraregolamento nei campioni di cancro gastrico rispetto ai campioni normali. Le RT-PCR risultati e dei dati microarray sono coerenti (p < 0.05, Fig. 6). Inoltre, abbiamo identificato 9 hub-geni da E2F legati rete TF-miRNA normativo, che può essere co-regolato da TF (Fig. 7). L'analisi di questi DAVID 9 geni hub e delle funzioni è mostrato nella Tabella 2.

Associazione E2F livelli di mRNA famiglia con clinica caratteristiche patologiche di cancro gastrico pazienti

Abbiamo inoltre analizzato l'espressione di mRNA e E2F poi associato con caratteristiche patologiche cliniche di pazienti con cancro gastrico. L'analisi delle curve ROC ha mostrato che E2F1, 2, 3, 4, 5, e 7 possono essere bersaglio latenti distinguere tessuto del cancro gastrico e quelli normali (Fig. 8). Combinazione di diversi mRNA famiglia E2F può migliorare ulteriormente la specificità e la sensibilità del loro distinguere tra cancro gastrico e tessuti normali dopo la regressione logistica analisi binaria (Fig. 8). Inoltre, abbiamo trovato livello di E2F1, 2, 3, 4, 5, e 7 mRNA associati con la profondità di gastrica cancro invasione (Fig. 9). Abbiamo anche trovato che l'espressione E2F è associata a differenziazione del tumore (Fig. 10).

Discussione

In questo studio, abbiamo utilizzato un valore di cut-off di 1,5 volte il cambiamento di profilati mRNA differenzialmente espressi e miRNA nei tessuti di cancro gastrico, che è coerente con la maggior parte di un precedente studio di cDNA o miRNA microarray [19]. Questi mRNA differenzialmente espressi e miRNA nei tessuti di cancro gastrico erano per lo più relativi alla progressione del ciclo cellulare, in particolare la famiglia E2F. Fino ad oggi, i membri di proteine ​​E2F includono E2F1- E2F8 e tra di loro, E2F1, 2, 3, 4, 5, e 7 proteine ​​sono state tutte significativamente overexpressed nel cancro gastrico nel corso di studio. Così, abbiamo previsto che la famiglia E2F ha importanti funzioni di regolamentazione in cancro gastrico. Così, abbiamo costruito questa rete di coregolamentazione TF-miRNA E2F legati per cancro gastrico sulla base dei nostri dati di microarray profiling. Questa rete contiene 105 TF e dei loro geni bersaglio latenti regolamentati (5 down-regolato e 100 geni up-regolati) che sono legati alla famiglia E2F e 9 miRNA differenziali (7 down-regolato e 2 up-regolati miRNA) (Fig. 5) . In altre parole, la famiglia E2F di geni potrebbe agire su questi 105 geni e 9 miRNA per regolare progressione del ciclo cellulare del cancro gastrico. Infatti, abbiamo scoperto che i geni bersaglio regolati da E2F1 E2F4 e apparvero quantità di espressione differenziale di cancro gastrico, il che indica che E2F1 E2F4 e sono molto verosimilmente ad occupare una quota importante nella crescita del cancro gastrico. Inoltre, miRNA differenzialmente espressi nel carcinoma gastrico sono stati in grado di regolare l'espressione di E2F1, E2F2, E2F5 e E2F7, indicando che miRNA-alterati espressione di proteine ​​E2Fs è fattori importanti per lo sviluppo del cancro gastrico o la progressione.

In effetti, E2F i membri della famiglia hanno un ruolo importante durante il ciclo cellulare G1 /S transizione nelle cellule e la loro espressione alterata contribuito una serie di malattie umane, tra cui il cancro [20]. Ad esempio, durante la crescita del cancro gastrico e la progressione, le cellule tumorali promuoveranno proliferazione delle cellule tumorali, ma inibiscono l'apoptosi. A livello del gene, fattore di trascrizione E2F famiglia di geni gioca un ruolo significativo nella regolazione del ciclo cellulare processo promuovendo l'espressione puntuale di geni necessari per la sintesi del DNA presso il /transizione di fase G1 S. attività E2F stessa è controllata dalla proteina retinoblastoma (RB) e le proteine ​​tasca P107 e P130. Fino ad oggi, i membri in proteine ​​E2F sono E2F1-E2F8, compresi i fattori di trascrizione attivati ​​E2F1-3a, che regolano principalmente la transizione del ciclo cellulare da G0 a fase S, e la trascrizione inibito fattori E2F3b-E2F8, che sono espressi in cellule quiescenti o differenziate e prevenire la progressione del ciclo cellulare [21]. Studi precedenti hanno dimostrato che l'espressione alterata di famiglia E2F gene è stato strettamente associato con la crescita del tumore della mammella [22], il cancro ovarico [23], il cancro della vescica [24], il cancro del colon e del pancreas [25]. Nel cancro gastrico, studi precedenti hanno dimostrato che E2F è stata anormalmente espresso e di espressione E2F regolata da miRNA è stata associata con la progressione del ciclo cellulare e la repressione apoptosi nelle cellule di cancro gastrico per sopprimere TGFβ percorso soppressore del tumore [26]. E2F mutazione del gene è anche una delle cause di insorgenza precoce cancro gastrico [27]. I nostri dati attuali sono supportati questo risultato.

Tuttavia, oltre la famiglia E2F, TP53, BRCA1 e STAT3 anche giocare un ruolo importante in questo TF e co-normativo rete miRNA (Fig. 5). Ad esempio, TP53is uno dei geni più ampiamente studiato e svolge un ruolo nella regolazione dell'apoptosi, la stabilità genomica, e l'angiogenesi [28]. Un precedente studio ha dimostrato che p53
mutazione direttamente collegati allo sviluppo del cancro gastrico [4] e un altro studio ha mostrato che il ripristino di attività di p53 ha indotto la sensibilità del cancro gastrico alla chemioterapia [29]. BRCA1 è il gene di suscettibilità del tumore al seno e regola l'apoptosi delle cellule e ripara i danni del DNA. BRCA1 gioca un ruolo nella regolazione attività di riparazione del DNA e BRCA1
mutazione contribuito allo sviluppo del cancro al seno, cancro ovarico [30], il cancro del pancreas [31], e cancro gastrico [32]. Perso espressione della proteina BRCA1 è stata associata con il tasso di sopravvivenza poveri di pazienti affetti da cancro gastrico [33]. Il nostro studio ha dimostrato che BRCA1 mRNA è stato associato con la differenziazione cancro gastrico. Inoltre, STAT3 è un fattore di trascrizione che si attiva in risposta a fattori di crescita e citochine, e contribuisce alla regolazione della proliferazione cellulare, apoptosi, e la motilità nelle cellule. Studi precedenti hanno dimostrato che STAT3 è stato un fattore chiave di regolamentazione [34] nello sviluppo del cancro gastrico e che l'attivazione di STAT3 ha promosso la sopravvivenza delle cellule tumorali e la migrazione [35]. Un precedente studio ha utilizzato inibitore STAT3 per trattare il cancro gastrico e ha mostrato l'efficacia [36].

Inoltre, miRNA (miR-125a-5p, miR-331-3p, miR-17, miR-150, miR-155 , miR-27b, miR-31, miR-92a e miR-509-5p), che differenzialmente espressi nel carcinoma gastrico, sono stati trovati per regolare l'espressione di E2F1, E2F2, E2F5 e E2F7 in questo studio (S3 Tabella). Precedenti studi hanno dimostrato che l'espressione di miR-125a-5p è stato associato con la carcinogenesi gastrica di mira di E2F3 [37]. Mirna-331-3p si rivolge direttamente E2F1 e arresto della crescita indotta delle cellule di cancro gastrico umano [38]. Inoltre, l'espressione di miR-155 è in grado di bloccare l'attivazione del TGF-β1-mediata del Rb e, a sua volta per diminuire l'abbondanza del inibitorio pRB-E2F1 complesso e ascensore G0 /G1 arresto [39]. cluster miR-17 della famiglia stanno emergendo come modulatori chiave di TGF-βtumor segnalazione soppressore di cancro gastrico, attraverso la regolamentazione di p21, E2F1-3 e E2F5 l'espressione del gene bersaglio [40-42]. Inoltre, miR-150, miR-31 e miR-92a sono stati mostrati anche strettamente legato al cancro gastrico [43-46]. Anche se non ci sono stati segnalati circa miR-509-5p relative al cancro gastrico, miR-509-5p si è unito l'anello di retroazione Mdm2 /p53 e regola la crescita delle cellule tumorali [47]. Questi studi sono stati coerenti con i nostri risultati attuali.

Inoltre, il rapporto regolamentare tra TF-geni e miRNA-TF può avere gli effetti sinergici. Sulla base della nostra nuova rete E2F legati TF-miRNA co-regolamentazione, abbiamo identificato 9 hub-geni che coinvolgono principalmente nel ciclo cellulare e l'organizzazione dei cromosomi (Fig. 7). Preso tutti i dati insieme, il nostro studio indicano che lo sviluppo del cancro gastrico e la progressione sono coinvolti più geni e ulteriori studi si concentreranno su questi geni come nuovi bersagli per il controllo del cancro gastrico.

Tuttavia, il nostro studio appena fornito un dati preliminari e ulteriore studio conferma è necessaria per verificare i nostri dati ex vivo e in vitro. Questo approccio sistematico può aiutarci a esplorare patogenesi del cancro e di fornire le basi teoriche per la ricerca nuova strategia per il trattamento del cancro gastrico in futuro.

Informazioni di supporto
Tabella S1. Caratteristiche dei pazienti
doi: 10.1371. /Journal.pone.0116979.s001
(DOC)
Tabella S2. . Sintesi di 980 geni differenzialmente espressi nei tessuti di cancro gastrico rispetto ai tessuti normali lontani
livelli di espressione genica nei tessuti di cancro gastrico contro i tessuti sani lontani erano almeno 1,5 volte diverso con un p-value. ≪ 0,05
doi: 10.1371 /journal.pone.0116979.s002
(XLSX)
S3 Table. . Sintesi di 45 miRNA differenzialmente espressi nei tessuti di cancro gastrico rispetto ai tessuti normali lontani
livelli di espressione miRNA nei tessuti di cancro gastrico contro i tessuti sani lontani erano almeno 1,5 volte diverso con un valore p < 0.05.
doi: 10.1371 /journal.pone.0116979.s003
(XLSX)
S4 Tabella. Sintesi di rete di 105 geni differenzialmente espressi nei TFS-normativo nei tessuti di cancro gastrico
doi:. 10.1371 /journal.pone.0116979.s004
(DOCX)

Riconoscimenti

ringraziamo il Medjaden Bioscience Limited (Hong Kong, Cina) per l'editing e correzione di bozze questo manoscritto.

• PLoS ONE: livelli urinari di N-nitroso composti in relazione al rischio di cancro gastrico: I risultati dello Shanghai Cohort Study
• PLoS ONE: Risultati chirurgici di 2041 consecutivi procedure Gastrectomia laparoscopica per il cancro gastrico: una grande scala caso di controllo di studio