Stomach Health > Maag Gezondheid >  > Gastric Cancer > Maagkanker

PLoS ONE: transcriptiefactoren en microRNA-Co-gereguleerde genen bij maagkanker invasie in Ex Vivo

Abstract

Afwijkende miRNA expressie abnormaal moduleert genexpressie in cellen en kan bijdragen aan het ontstaan ​​van tumoren bij de mens. Deze studie die functioneel relevant differentieel tot expressie van genen met behulp van de transcriptiefactoren en miRNA-co-gereguleerde netwerkanalyse voor maagkanker. De TF-miRNA co-regulering netwerk is gebouwd op basis van gegevens die zijn verkregen uit cDNA microarray en miRNA expressie profilering van maagkanker weefsels. Het netwerk samen met hun co-gereguleerde genen werd geanalyseerd met behulp van Database voor annotatie, visualisatie en geïntegreerde Discovery (DAVID) en Transcriptionele Regulatory Element Database (TRED). We vonden achttien (17 up-gereguleerd en 1 down-gereguleerd) differentieel tot expressie van genen die waren co-gereguleerd door transcriptiefactoren en miRNAs. KEGG pathway analyse bleek dat deze genen waren deel van de extracellulaire matrix-receptor interactie en focal adhesion signaalroutes. Bovendien qRT- PCR en Western blot data vertoonden een toename en afname van COL1A1 NCAM1 mRNA en eiwitniveaus in weefsel maagkanker. Dus, deze gegevens het eerste bewijs om te illustreren dat veranderd gen netwerk is geassocieerd met maagkanker invasie. Verder onderzoek met een grote monstergrootte en functioneler experimenten nodig om deze data te bevestigen en bijdragen aan diagnostische en therapeutische strategieën voor maagkanker

Citation:. Shi Y, Wang J, Z Xin, Duan Z, Wang G , Li F (2015) transcriptiefactoren en microRNA-Co-gereguleerde genen bij maagkanker invasie in Ex Vivo
. PLoS ONE 10 (4): e0122882. doi: 10.1371 /journal.pone.0122882

Academic Editor: Jian-Jun Zhao, Dana-Farber Cancer Institute, VERENIGDE STATEN

Ontvangen: 8 november 2014; Aanvaard: 24 februari 2015; Gepubliceerd: 10 april 2015

Copyright: © 2015 Shi et al. Dit is een open toegang Artikel gedistribueerd onder de voorwaarden van de Creative Commons Attribution License, die onbeperkt gebruik, distributie en reproductie maakt in elk medium, op voorwaarde dat de oorspronkelijke auteur en de bron worden gecrediteerd

Data Beschikbaarheid: Alle relevante gegevens zijn binnen het papier en de Ondersteunende informatie bestanden

Financiering:. Dit werk werd ondersteund door subsidies van de National Natural Science Foundation of China (̭20108025 enQ.472.662). Het wordt ook ondersteund in het kader van National Natural Science Foundation of China (Q.271.897 en̮01712), Jilin Key Laboratory of Biomedical Materials, de Stichting van de provincie Jilin Science and Technology Department (É30522013JH enÉ40414048GH) en de Norman Bethune Program van Jilin University (É2219)

Competing belangen:.. de auteurs hebben verklaard dat er geen tegenstrijdige belangen bestaan ​​

Introductie

Maagkanker is een van de meest voorkomende vorm van kwaadaardige tumoren in de wereld, bijdraagt ​​tot een derde van kankersterfte bij mannen en de vijfde bij vrouwen [1]. Ongeveer tweederde van maagkanker gevallen betreft de ontwikkelingslanden. In China, de incidentie en sterfte in verband met maagkanker de derde plaats onder andere vormen van maligniteiten [2] en werd gemeld dat maagkanker vaker voorkomt op het platteland en met een trend van jongere mensen wordt beïnvloed door deze in de afgelopen jaren [3 ]. Milieu (zoals Helicobacter pylori
infectie of consumptie van gerookt voedsel) en genetische factoren ( E-cadherine
mutatie) verhoogt de gevoeligheid voor maagkanker door het induceren van veranderingen in oncogenen /tumor suppressor genen en /of epigenetische profiel [4]. Verandering in deze kritische factoren resulteert in abnormale regulatie van celgroei, apoptose en differentiatie dus carcinogenese bevorderen. Meerdere gen-regulerende netwerken coördineren van de transformatie van normale cel om een ​​tumorcel en rijden tumorprogressie. Tot op heden, de gedetailleerde kennis van de onderliggende meervoudige gen regulerende netwerken pathogenese van maagkanker is nog niet gedefinieerd. Het bepalen van de gedetailleerde moleculaire mechanistische netwerk geassocieerd met maag- ontwikkeling en progressie van kanker kon het begrip van carcinogenese in de maag weefsels te verbeteren, dus pad effenen voor nieuwe en effectieve strategieën in de preventie, diagnose en behandeling van maagkanker.

Genexpressie in cellen wordt gecontroleerd zowel transcriptie en post-transcriptionele niveau. Transcriptiefactoren (TF) te coördineren gentranscriptie, terwijl miRNAs reguleert genexpressie door te bemiddelen post-transcriptie gebeurtenissen, zoals mRNA degradatie en eiwittranslatie [5]. Daarom kan geen veranderingen in miRNA functie leiden tot de ontwikkeling van kanker bij mensen [6,7]. Transcriptie factoren zijn eiwitten die binden aan specifieke DNA-sequenties om de snelheid van transcriptie van genetische informatie regelen van DNA tot mRNA [8,9], terwijl miRNAs zijn een groep van kleine niet-coderende RNA in cellen en functie in RNA silencing en post -transcriptional regulatie van genexpressie [10,11]. De TF-miRNA genregulerend bepalend voor de totale genexpressieprofiel in cellen enigszins. Daarom is de analyse van de TF-miRNA co-regulerende netwerken bij maagkanker weefsels kunnen ons helpen om onze kennis over hoe TF en miRNAs coördineren van de regulering van de genexpressie bij te dragen aan de maag carcinogenese [12] te bevorderen. In onze eerdere studie, geprofileerde we differentieel tot expressie gebrachte genen in tachtig paren maagcarcinoom aangrenzende normale weefsels met behulp van cDNA microarrays [13] en vond een aantal genen met veranderde expressie, waaronder TF. Op basis van de informatie van transcriptionele regulerende element Database (TRED) [14], bouwden we en geconsolideerd een TF-gen regelgevingsnetwerk. In deze studie, geprofileerde we differentieel tot expressie miRNAs in vijf paren van maagcarcinoom aangrenzende normale weefsels en hebben zij een miRNA-doelwit regelgevingsnetwerk maagkanker door integratie van de miRNA targeting gen databases, zoals Targetscan Miranda, miRDB en miRWalk [15] . Vervolgens hebben we gebouwd de TF-miRNA co-regulering netwerk met behulp van onze vorige gegevens en vervolgens uitgevoerd GO en KEGG pad analyses en uitgevoerd real time PCR en western blot analyse om deze gegevens te valideren. Dus, zowel van de methoden en analyses kan belangrijke aanwijzingen voor toekomstige studies over miRNA en TF functies bij maagkanker.

Materialen en methoden

weefselmonsters

Een totaal van 25 maagcarcinoom patiënten werden gerekruteerd voor deze studie van het eerste ziekenhuis van Jilin University, Changchun, China. Maagkanker weefsels en de daartegenover verre niet-kwaadaardige weefsels chirurgisch uitgesneden en opgeslagen in vloeibare stikstof binnen 10 min na resectie. Schriftelijke geïnformeerde toestemming werd verkregen van alle vakken en de gegevens zijn anoniem geanalyseerd. De TNM en histologische classificatie werden volgens de World Health Organization (WHO) criteria. Deze studie werd goedgekeurd door de ethische commissie van het College van Basic Medische Wetenschappen, Jilin University.

Profilering van differentieel tot expressie mRNA en microRNA bij maagkanker weefsels

Het differentieel tot expressie mRNA gegevens tussen maagkanker en normale weefsels werd uitgevoerd van 80 patiënten en voorheen [13] beschreven. We gebruikten ≥ 2-voudige verandering naar het profiel van de differentieel tot expressie van genen voor deze studie.

In deze studie, differentieel tot expressie miRNAs in 5 paren van maagkanker-aangrenzende normale weefsels (zie gegevens van patiënten bij S2 tabel) waren geprofileerde gebruik Affymetrix miRNA microarray chips volgens de protocollen van de fabrikant. Kort samengevat, totaal RNA uit weefselmonsters werd geïsoleerd met behulp van het Trizol (Invitrogen, Carlsbad, CA, USA) en miRNA werd geïsoleerd en gezuiverd met het Mirvana miRNA Isolatie Kit (Ambion, Austin, TX, USA) en vervolgens onderworpen aan Gene Chip microRNA matrix analyse. De gegevens werden gescand met behulp van GeneChip Scanner3000 met GeneChip Operating Software (GCOS) en geanalyseerd.

De bouw van TF-gen, miRNA-targeting-gen, en TF-miRNA co-regulerende netwerken

Op basis van de GeneChip Human Exon 1,0 ST microarray data (Affymetrix, CA, USA), vervaardigd we de TF-genetische netwerk door integratie genexpressieprofielen en transcriptioneel regulerend element database (TRED). Regulatory interacties tussen microRNA en hun target genen werden vastgesteld op basis van informatie uit Targetscan, Miranda, miRDB en miRWalk database. De TF-miRNA co-regulerende netwerken werden geconstrueerd door overlappende deze twee secties. Hub-genen die mede-gereguleerd door TF en miRNAs werden ook geïdentificeerd. De netwerken zijn gebouwd met behulp van Cytoscape software (Institute of Systems Biology, USA, http://www.cytoscape.org).

Functionele aantekeningen van geselecteerde genen

Online analyse-instrumenten zoals Database voor annotatie, visualisatie en geïntegreerde Discovery (DAVID) en Kyoto Encyclopedia of Genes and Genomes (KEGG) werden op de functionele pathway geassocieerd met differentieel tot expressie gebrachte genen te ontdekken. Aanzienlijk verrijkt KEGG paden met p < 0,01 geïdentificeerd en verder geanalyseerd.

Kwantitatieve RT-PCR (qRT-PCR)

Voor detecteren mRNA, gebruikten we 5 ug totaal RNA monsters van elk monster omgekeerd transcriberen in cDNA met de eerste streng cDNA Synthesis Kit (Takara, Dalian, China) en vervolgens versterkt met behulp van qPCR voor expressie van COL1A1 en NCAM1 mRNA met SYBR Premix Ex Taq (Takara) in Applied Biosystems 7300 Fast Real-Time PCR System volgens de instructies van de fabrikant. De relatieve expressie van mRNA-niveaus werd genormaliseerd naar B-actine mRNA door vergelijkende Ct-methode (2 -ΔΔCt, ACt = Ct target-Ct β-actine, ΔΔCt = ACt tumor-ACt normaal). Alle primers werden ontworpen met Primer Premier 6 Software, werden primer sequenties voor amplificatie vermeld in tabel 1. Gegevens van qRT-PCR werden geanalyseerd met GraphPad Prism versie 5.0, werden verschillen tussen groepen statistisch geëvalueerd door monster eenzijdige t-test van Student met p waarde <. 0,05 als significant beschouwd

Eiwitextractie en Western blotting

weefselmonsters met 1 mm 3 in grootte werden gemalen in vloeibare stikstof en gehomogeniseerd in een cel lysis buffer (Beyotime , Beijing, China) bij 4 ° C gedurende 20 minuten. De concentratie van eiwit in de monsters werd bepaald met een BCA Protein Assay Kit (Bio-Rad, Hercules, CA, USA) en de eiwitten monsters werden gescheiden door natriumdodecylsulfaat-polyacrylamidegelelektroforese (SDS-PAGE) onder toepassing van 10% gel en vervolgens overgebracht op een PVDF-membraan (0,45 urn, Bio-Rad, Hercules, CA, USA) gedurende 2 uur. De membranen werden vervolgens geïncubeerd met een konijn anti-collageen I antilichaam (Novus Biologicals, Littleton, CO, USA) bij een verdunning van 1: 1000 een muis anti-NCAM1 /CD56 antilichaam (Novus Biologicals) bij een verdunning van 1: 400 of een konijn anti-β-actine antilichaam (Proteintech, Chicago IL, USA) bij een verdunning van 1: 2000 bij 4 ° C gedurende de nacht en vervolgens na wassen met Tris-gebaseerde zoutoplossing-Tween 20 (TBST), de membranen werden geïncubeerd met een geit anti-konijn IgG (Beyotime) of geit anti-muis IgG (Proteintech) bij een verdunning van 1: 2000 gedurende 2 uur. Het eiwit signalen werden gedetecteerd door autoradiografie met behulp van versterkte chemiluminescentie reagens (Beyotime, Beijing, China), gevolgd door blootstelling aan de röntgenfoto. De dichtheid van eiwit band werd gekwantificeerd met behulp van een gel Image System (Tanon, Shanghai, China) en werden genormaliseerd aan B-actine levels die werd gebruikt voor het laden of controles.

Statistische analyse

Limma ( lineaire modellen voor microarray data) gebaseerde analyse werd uitgevoerd om differentieel tot expressie miRNAs identificeren met een cut-off-waarde van ten minste 2-voudige veranderingen (FC) met p < 0,05 en FDR < 0,05. SPSS 21.0 software (SPSS, Chicago, IL, USA) werd gebruikt om Receiver Operating Characteristic (ROC) curve en logistische regressie analyse. De gevoeligheid, specificiteit en het gebied onder de curve (AUC) werd berekend met de Med-Calc statistische software en p waarde < 0,05 werd als statistisch significant beschouwd. Western blotting gegevens werden geanalyseerd met GraphPad Prism versie 5.0 (San Diego, CA, USA) en het verschil tussen tumor en normale weefsels werden geëvalueerd door de eenzijdige t-toets en een waarde p < 0,05 werd als statistisch significant beschouwd.

Resultaten

TF-gen regelgevingsnetwerk en differentiële expressie van miRNAs bij maagkanker

TF-gen regelgevingsnetwerk zoals getoond in Fig 1 werd geconstrueerd gebaseerd op de resultaten van een eerdere studie [13] op differentieel tot expressie gebrachte genen (≥ 2 maal) vanaf 80 paren van maagkanker weefsels data. In het bijzonder, vijf transcriptiefactoren MYB, MYBL2, ETV4, LEF1 en TFAP2A werden up-gereguleerd en ze vormden de TF-gen regulerende netwerken met 41 genen, 38 daarvan waren up-gereguleerd en 3 werden down-gereguleerd bij maagkanker weefsels (S1 Tafel). Verder geprofileerde we miRNA expressie gebruiken microRNA Affymetrix arrays vijf paren van gastrische kanker overeenkomstige normale weefsels (klinisch-pathologische kenmerken van de patiënt zoals getoond in tabel S2). Een totaal van 93 miRNAs werden differentieel tot expressie in maagkanker weefsels (p < 0,05), waarvan 27 miRNAs werden up-gereguleerd, terwijl 66 werden down-gereguleerd (Fig 2 en S3 Table). Onder deze miRNAs differentieel tot expressie zijn verscheidene gerapporteerd in eerdere studies, zoals miRlet-7, miR409, miR-28-5p, miR-625, etc. [16-19]. Vervolgens werden Targetscan, Miranda, miRDB en miRWalk databases gedolven om de doelstelling van deze genen differentieel tot expressie miRNAs te voorspellen.

TF-miRNA netwerk reguleren van differentieel tot expressie van genen bij maagkanker

Op basis van de datasets uit cDNA en miRNA microarray zoals eerder vermeld, geconstrueerd we een afwijkende TF-miRNA netwerk dat de expressie van genen in maagkanker (figuur 3 en Tabel S4) geregeld. In het bijzonder, deze afwijkende TF-miRNA netwerken gereguleerde expressie van 18 genen ( COL1A1
, COL1A2
, COL5A2
, COL11A1
, DSG3
, ACHE
, SERPINE1
, SERPINB2
, CXCL5
, MMP1
, PLAU
, SPP1
, GJB2
, CLDN2
, CDKN2A
, CENPF
, MAD2L1
, en NCAM1
), waarvan de meeste (17 van de 18) waren up-gereguleerd in maagkanker weefsels (figuur 4).

Functionele analyse van deze 18 hub-genen met behulp van DAVID (de Database voor annotatie, visualisatie en geïntegreerde Discovery) [20] is gebleken dat er twee aanzienlijk verrijkt KEGG paden, de ECM-receptor interactie route en focale adhesie route. Vijf genen ( COL1A1
, COL1A2
, COL5A2
, COL11A1
en SPP1
) waren het meest significant veranderd en waren alle bij de ECM-receptor interactie en focale adhesie route (Tabel 2). Analyse van de co-regulering netwerk bleek dat deze 18 hub-genen had een ander knooppunt mate distributie, terwijl de COL1A1 Kopen en NCAM1
toonde de hoogste graad distributie (figuur 5).

Vereniging van COL1A1 Kopen en NCAM1
uitdrukkingen met klinische en de status

Wij zijn uitgegaan dat genen met een hogere graad distributies een belangrijke rol in de regulerende netwerk zou kunnen spelen. Zo geassocieerde we expressie van deze genen met klinisch-pathologische kenmerken van maag kankerpatiënten. De receiver operating characteristic (ROC) curve analyse toonde aan dat de expressie van COL1A1 Kopen en NCAM1
zou kunnen zijn potentiële onderscheidende tussen kanker en overeenkomstige normale weefsels met AUC (gebied onder curve) = 0,806 voor de COL1A1 Kopen en 0,677 voor de NCAM1
. De combinatie van de COL1A1 Kopen en NCAM1
expressie verschaft een betere differentiatie staat met AUC = 0,829, sensitiviteit = 70,7% en een specificiteit = 84,0% dan dat van de individuele COL1A1 golfreizen of NCAM1
expressie (figuur 6 en Tabel 3).

Verder hebben we de microarray data via qRT-PCR en Western blot andere 20 paren van maagkanker en aangrenzende normale weefsels gevalideerd (patiënt informatie in S2 tabel vermeld). De COL1A1 en NCAM1 mRNA expressie toonde 3.10 ± 1.08 fold up-regulering en 0,37 ± 0,02 neerklapbare-regelgeving in tumorweefsels versus normale mensen (p < 0,01), terwijl de Western blot gegevens bleek een duidelijk verschil tussen de relatieve eiwit dichtheid van COL1A1 in kanker weefsels (0,92 ± 0,02) ten opzichte van de aangrenzende normale weefsels (0.29 ± 0.01; p < 0,01), terwijl de expressie van NCAM1 bij kanker weefsels (0,11 ± 0,002) vs. normale mensen (0,85 ± 0,05) (p < 0,01 , figuur 7). Zo kunnen de up-regulatie van COL1A1 en neerwaartse regulatie van expressie NCAM1 niet alleen onderscheid maken tussen kanker en normaal weefsel, maar ook verdelen de kankerpatiënten in verschillende tumorstadia. Het niveau van COL1A1 expressie hoger in de spieren en serosa binnengevallen tumoren was, terwijl NCAM1 uitdrukking neiging om negatief geassocieerd worden met tumorinvasie (Fig 8).

Discussie

In de huidige studie, data van het cDNA en miRNA microarray werd gebruikt om de transcriptiefactoren miRNA-co-regelgevingsnetwerk bij maagkanker construeren en geïdentificeerd hub 18-genen die gereguleerd door zowel transcriptiefactoren en miRNAs. Deze genen behoren tot de extracellulaire matrix-receptor interactie en focal adhesion signaalwegen. Daarnaast is de uitdrukking van COL1A1 Kopen en NCAM1
werd bevestigd bij maagkanker weefsels en werden geassocieerd met maagkanker invasie; Maar het blijft onbekend welke miRNA (s) te regelen hun expressie bij maagkanker.

Transcriptiefactoren MYB, MYBL2, ETV4, LEF1, TFAP2A werden up-gereguleerd in maagkanker weefsels. Inderdaad, worden de MYB Eiwitten wijd verspreid in eukaryoten en expresison van MYB-transcriptiefactor is essentieel voor tumorgroei en mammaire kanker [21] [22], terwijl MYBL2 (B-MYB) een oncogene transcriptiefactor betrokken bij celcyclus G2 /M progressie [23]. Als lid van oncogene ETS
genen, is ETV4 protien is gemeld dat de uitzaaiing van kanker in muismodellen [24] te bevorderen en wordt geassocieerd met een slechte prognose bij adenocarcinoom [25]. De familie TCF /LEF is een kleine familie van DNA-bindende factoren en LEF1 fungeert voornamelijk als een activator met een rol in de remming van de cel apoptose [26]. TFAP2A is een transcriptiefactor die voornamelijk reguleert celgroei en differentiatie. In nasofaryngeale carcinomen, TFAP2A geregeld tumorcel groei en overleving door de HIF-1α-gemedieerde VEGF /PEDF signaling pathway, wat suggereert dat TFAP2A potentiële biomarker voor nasofaryngeale carcinoom behandeling [27] kan zijn. Bovendien, in de miRNA-TF co-regulerende netwerk identificeerden we 18 hub-genen die werden gereguleerd door zowel TF en miRNAs. Functionele analyse van deze 18 genen wees op twee belangrijke routes KEGG, de extracellulaire matrix (ECM) receptor interactie route en focale adhesie route. Recente studies toonden aan dat ECM-receptoren (Integrinen) gemedieerde signalering een belangrijke groep die bijdragen aan celoverleving en levert een overlevingsvoordeel op verschillende soorten kankercellen [28]. ECM kunnen ook reguleren cel proliferatie, differentiatie, de dood en carcinogenese [29]. Aangezien de structurele banden tussen ECM en actine cytoskelet, focale adhesies dient als sites voor signaaltransductie van de ECM intracellulaire compartiment [30]. Onze huidige gegevens bleek dat de vijf genen ( COL1A1
, COL1A2
, COL5A2
, COL11A1
en SPP1
) co-gereguleerd door zowel TF en miRNAs deelgenomen aan ECM-receptor interactie en focale adhesie paden. Vorige studie toonde aan overexpressie van SPP1
(uitgescheiden fosfoproteïne 1) in de maag kankers en de associatie met de progressie van kanker [31]. De genen COL1A1
, COL1A2
, COL5A2
en COL11A1
behoren tot de collageen familie, essentiële structurele componenten van ECM. Up-regulatie van collageen is cruciaal voor de groei van tumoren zoals collageen gekataboliseerd door matrix metalloproteinases (MMP's) onthult de verborgen bindingsplaatsen dat verdere bevordering van angiogenese en tumor invasie te promoten. Een eerdere studie toonde aan dat expressie van de COL1A1 en COL1A2 werd verhoogd in kwaadaardige colorectale endotheelcellen [32], wat suggereert dat deze twee eiwitten een rol in angiogenese en de vorming van desmoplasie spelen tijdens de ontwikkeling van colorectale kanker [33]. Bovendien, de expressie van COL5A2 Kopen en COL11A1
werd geassocieerd met colorectale kanker [34] waaruit blijkt dat COL5A2
werd mede tot expressie gebracht met COL11A1
in colorectal tumormonsters, maar niet in normale dikke darm epithelia; echter, blijft het onbekend welke miRNA (en) reguleren de expressie in maagkanker. Diepte van kankerinvasie is een belangrijke factor bij het voorspellen van overleving en behandelingsplanning. Collageen is een van de belangrijke componenten in de tumor micro-omgeving, de gemeten subtractieve hybridisatie en microarray aangegeven verschillende collageen genen die abnormaal werden uitgedrukt in tumorweefsels zoals COL1A1 coderen Type 1 collageen [35]. COL1A1
is geïdentificeerd, te associëren met maagkanker invasie en metastase [33]. Onze huidige gegevens bevestigden dat expressie van COL1A1 was significant verhoogd in weefsels maagkanker en wordt geassocieerd met tumorprogressie. Bovendien, onze huidige studie toonde ook aan dat de expressie van NCAM1 eiwit negatief was geassocieerd met maagkanker invasie. NCAM is een multifunctioneel membraaneiwit betrokken bij celdifferentiatie, migratie, neurale synaps groei en speciale patronen van synaptische verbindingen. Een eerdere studie gerapporteerd die NCAM1 expressie geassocieerd met invasieve groei van glioma [36]. Na het enten van de getransfecteerde stervormige glioom cellen in de hersenen van ratten, Edvardsen et al
., Meldde dat de invasiviteit van tumorcellen verlaagd, wat aangeeft dat niveau van NCAM1 expressie werd negatief geassocieerd met tumor invasieve [37]. Hoewel verlies van NCAM1 expressie in maagkanker is niet eerder gerapporteerd, de huidige gegevens over de inverse associatie met maagkanker invasie is in overeenstemming met eerdere studies gliomen [37]. Verdere studies zijn nodig om de expressie status van COL1A1 en NCAM1 eiwitten als potentiële biomarkers voor de vroege diagnose en voorspelling van maagkanker progressie te bevestigen.

De bouw van de TF-miRNA co-regulering is een nuttig hulpmiddel bij de identificatie van de kritische toezichthouders en hun target genen in menselijke kankers. Echter, onze huidige studie is slechts een proof-of-principle inspanning en toekomstige studies met een grotere steekproef worden die nodig zijn om de huidige bevindingen te bevestigen. Het moet worden gevolgd door een mechanistische studies aan het begrip over de rol van de belangrijkste moleculen en gen trajecten in maagkanker te bevorderen.

Ondersteunende informatie
S1 Table. Samenvatting van de regulerende interacties van TF-genetische netwerk
doi:. 10.1371 /journal.pone.0122882.s001
(XLSX)
S2 Table. Patiënten kenmerken (25 paren van maagkanker en aangrenzend normaal weefsel voor miRNA microarray (n = 5) en Western blot (n = 20) analyse en RT-qPCR (n = 20) analyse)
doi:. 10.1371 /journal .pone.0122882.s002
(DOC)
S3 Table. . Samenvatting van 93 differentieel tot expressie miRNAs bij maagkanker weefsels ten opzichte van de verre normale weefsels
genexpressie niveaus in maagkanker weefsels ten opzichte van de verre normale weefsels waren minstens 2-voudig anders met een p-waarde. ≪ 0,05
doi: 10.1371 /journal.pone.0122882.s003
(XLS)
S4 Table. . De interacties van miRNAs en hun gereguleerde genen in TF-gen regulerende netwerk
Al regeling is afgeleid van transcriptie regulerende element database (TRED)
doi:. 10.1371 /journal.pone.0122882.s004
(XLSX )

Dankwoord

Dit werk werd mede ondersteund door subsidies van de National Natural Science Foundation of China (̭20108025 en̮72662), National Natural Science Foundation of China (Q.271.897 en̮01712) , Jilin Key Laboratory of Biomedical Materials, de Stichting van de provincie Jilin Science and Technology Department (É30522013JH enÉ40414048GH), en de Norman Bethune Program van Jilin University (É2219). We danken ook de Medjaden Bioscience Limited (Hong Kong, China) voor het bewerken en proeflezen dit manuscript.

Other Languages