PLoS ONE: транскрипционные факторы и микроРНК-Co-регулируемых генов в рак желудка Вторжение в Ex Vivo

Абстрактные
<р> Выражение Аберрантная микроРНК ненормально модулирует экспрессию генов в клетках и может способствовать онкогенеза в организме человека. Это исследование выявило функционально соответствующие дифференциально выраженные гены с использованием факторов транскрипции и микроРНК-со-регулируемую сетевого анализа для рака желудка. Совместного регулирования сети TF-микроРНК была построена на основе данных, полученных из кДНК микрочипов и микроРНК экспрессии профилированием желудочного раковых тканей. Сеть вместе с их совместно регулируемых генов анализировали с использованием базы данных для аннотаций, визуализации и Integrated Discovery (DAVID) и транскрипционный регуляторный элемент базы данных (TRED). Мы нашли восемнадцать (17 до регулируемых и 1 вниз регулируется) дифференцированно выраженных генов, которые были совместно регулируется факторами транскрипции и микроРНК. KEGG анализ пути показал, что эти гены были частью взаимодействия внеклеточной матрицы-рецепторов и координационных сигнальных путей адгезии. Кроме того, qRT- ПЦР и западные данные блоттинга показали увеличение COL1A1 и уменьшение мРНК NCAM1 и уровни белка в тканях желудка рака. Таким образом, эти данные при условии, что первое доказательство того, чтобы проиллюстрировать, что измененная генная сеть была связана с желудочным инвазии рака. Дальнейшие исследования с большим размером выборки и более функциональных экспериментов необходимо, чтобы подтвердить эти данные и внести свой вклад в диагностических и лечебных стратегий для рака желудка
<р> Образец цитирования:. Ши Y, Ван J, Xin Z, Дуань Z, Ван G , Li F (2015) транскрипционные факторы и микроРНК-Co-регулируемых генов в рак желудка Вторжение в Ex Vivo
. PLoS ONE 10 (4): e0122882. DOI: 10.1371 /journal.pone.0122882
<р> Академический редактор: Цзянь-Jun Чжао, институт рака Дана-Фарбер, Соединенные Штаты
<р> Поступило: 8 ноября 2014 года; Принято от: 24 февраля 2015 года; Опубликовано: 10 апреля 2015
<р> Copyright: © 2015 Ши и др. Это статья открытого доступа распространяется в соответствии с условиями лицензии Creative Commons Attribution, которая позволяет неограниченное использование, распространение и воспроизведение на любом носителе, при условии, что оригинальный автор и источник кредитуются
<р> Доступность данных: Все соответствующие данные находятся в пределах своих подтверждающей информации, файлов бумаги и
<р> Финансирование:. работа выполнена при финансовой поддержке грантов от Национального фонда естественных наук Китая (̭20108025 и № 81472662). Он также частично поддержана Национальным фондом естественных наук Китая (̬71897 и № 81401712), Цзилинь Ключевые лаборатории медико-биологических материалов, Фонд провинции Цзилинь Департамента по науке и технике (É30522013JH иÉ40414048GH) и Программы Норман Бетьюн Цзилинь университет (É2219)
<р> конкурирующие интересы:.. авторы заявили, что не существует никаких конкурирующих интересов

Введение
<р> рак желудка является одним из наиболее распространенных форм злокачественных новообразований в мир, способствуя трети случаев смерти, связанных с раком у мужчин и пятое место среди женщин [1]. Примерно две трети желудка случаев рака происходит в развивающихся странах. В Китае, заболеваемость и смертность, связанные с раком желудка занимает третье место среди других видов злокачественных опухолей [2], и сообщалось, что рак желудка встречается чаще в сельской местности и с тенденцией молодых людей, которые страдают от этого в последние годы [3 ]. Окружающей среды (например, хеликобактер пилори
инфекции или потребление копченостей) и генетические факторы ( E-кадгерина
мутация) повышает восприимчивость к раку желудка путем индукции изменений в онкогенов /генов-супрессоров опухолей и /или эпигенетические профиль [4]. Внесение изменений в этих критических факторов приводит к ненормальной регуляции клеточного роста, апоптоза и дифференцировки, таким образом, способствуя канцерогенеза. Множественный генные регуляторные сети координируют превращение нормальной клетки в опухолевую клетку и привод прогрессии опухоли. Тем не менее, на сегодняшний день, еще предстоит определить детальное понимание лежащих в основе множественного генных регуляторных сетей в патогенезе рака желудка. Определение подробную молекулярную механистической сеть, связанную с развитием рака желудка и прогрессирование может улучшить понимание канцерогенеза в тканях желудка, тем самым проложив путь для новых и эффективных стратегий в области профилактики, диагностики и лечения рака желудка.
Выражение <р> Gene в клетках контролируется как в транскрипции и пост-транскрипционных уровнях. Транскрипционные факторы (ТФ) координируют транскрипцию генов, в то время как микроРНК регулирует экспрессию генов путем опосредования посттранскрипционных события, такие как деградация мРНК и белка перевода [5]. Таким образом, любые изменения в функции микроРНК могут привести к развитию рака у человека [6,7]. Факторы транскрипции представляют собой белки, которые связываются с конкретными последовательностями ДНК, чтобы контролировать скорость транскрипции генетической информации от ДНК к мРНК [8,9], в то время как микроРНК группа небольшого некодирующей РНК в клетках и функции в РНК глушителей и пост -transcriptional регуляция экспрессии генов [10,11]. Ген регуляторную сеть ТФ-микроРНК определяет общий профиль экспрессии генов в клетках, в некоторой степени. Таким образом, анализ TF-микроРНК совместного регулирования сетей в раковых тканях желудка может помочь нам углубить наше понимание о том, как ТФ и микроРНК координировать регуляции экспрессии генов способствующего рака желудка [12]. В нашем предыдущем исследовании мы профилированного дифференциально экспрессируются гены восьмидесяти пар карциномы желудка соседнему нормальных тканей с использованием кДНК микрочипов [13] и обнаружили ряд генов с измененным выражением, в том числе ТФ. На основе информации, полученной от транскрипционный регуляторный элемент базы данных (TRED) [14], мы построили и консолидировать нормативную сеть TF-гена. В данном исследовании мы профилированного дифференцированно выражены микроРНК в пяти пар карциномы желудка соседнему нормальных тканей и построил микроРНК-мишень регуляторную сеть для рака желудка путем интеграции микроРНК таргетингом баз данных генов, в том числе TargetScan, Miranda, miRDB и miRWalk [15] , Затем мы построили TF-микроРНК совместно регуляторную сеть, используя наши предыдущие данные, а затем выполняется GO и KEGG пути анализов и проводили ПЦР в реальном времени и Вестерн-блот-анализ для проверки этих данных. Таким образом, оба метода и анализа может дать важные подсказки для будущих исследований по функциям микроРНК и TFs при раке желудка.

Материалы и методы

Образцы тканей
<р> В общей сложности 25 больных раком желудка были набраны для этого исследования из первой больницы университета Цзилинь, Чанчунь, Китай. Желудочный раковые ткани и соответствующие удаленные незлокачественные ткани хирургическим путем резекцию и хранили в жидком азоте в течение 10 мин после резекции. Письменное информированное согласие было получено от всех субъектов, и данные были проанализированы анонимно. TNM и гистологической классификации были по данным Всемирной организации здравоохранения (ВОЗ) критериям. Данное исследование было одобрено Комитетом по этике Коллегии основных медицинских наук, Цзилинь университета им.

Профилирование дифференциально экспрессируются мРНК и микроРНК в раковых тканях желудка

дифференцированно данные, выраженные мРНК между раком желудка и нормальные ткани проводилось с 80 пациентов и сообщалось ранее [13]. Мы использовали ≥ 2-кратное изменение в профиль дифференциально выраженные гены для этого исследования.
<Р> В этом исследовании дифференциально выраженные микроРНК в 5 пар рака желудка соседнему нормальных тканей (см данные пациентов в S2 таблице) были профилированный использованием Affymetrix микрочипов микроРНК чипов в соответствии с протоколами производителя. Вкратце, тотальную РНК из образцов ткани, выделяли с использованием Trizol (Invitrogen, Carlsbad, CA, USA) и микроРНК, был выделен и очищен с использованием размыкателя Kit Mirvana микроРНК (Амбион, Остин, штат Техас, США), а затем подвергали чипе генов микроРНК массива анализ. Данные были отсканированы с использованием GeneChip Scanner3000 с GeneChip операционное программное обеспечение (ГСНК) и проанализированы.

Строительство TF-гена, микроРНК нацеливания гена, и TF-микроРНК совместного регулирования сети
<р> На основании в GeneChip Human Экзон 1.0 ST микрочипов данных (Affymetrix, Калифорния, США), мы построили сеть TF-гена путем интеграции профилей экспрессии генов и транскрипционные базы данных регуляторный элемент (тред). Регуляторные взаимодействия между микроРНК и их генов-мишеней были установлены на основе информации, полученной от TargetScan, Miranda, miRDB и базы данных miRWalk. Сети совместного регулирования TF-микроРНК были построены путем наложения этих двух секций. HUB-гены, которые совместно регулируемые ТФ и микроРНК также были определены. Сети были построены с использованием программного обеспечения Cytoscape (Институт системной биологии, США, http://www.cytoscape.org).

Функциональные аннотации выбранных генов

Интернет аналитические инструменты, такие как базы данных для Аннотация, Визуализация и интегрированный Discovery (DAVID) и Киото Энциклопедия гены и геномы (KEGG) были применены для изучения функционального пути, связанного с дифференциально выраженных генов. Значительно обогащается пути KEGG с р &ЛТ; 0,01 были определены и проанализированы далее.

Количественный ОТ-ПЦР (QRT-PCR),
<р> Для определения уровня мРНК, мы использовали 5 мкг общего образцов РНК каждого образца в противоположном направлении транскрибировать в кДНК с первой цепи кДНК Синтез Kit (Takara, Далянь, Китай), а затем усиливается с помощью КПЦР для экспрессии COL1A1 и мРНК NCAM1 с SYBR Премикс Ex Taq (Takara) в Applied Biosystems 7300 Быстрый ПЦР в реальном времени системы в соответствии с инструкциями производителя. Относительное выражение уровней мРНК нормализовали к бета-актина мРНК с помощью сравнительного метода Ct (2 -ΔΔCt, Δ CТ = Ct <суб> целевой Ct <суб> β-актина, ΔΔCt = Δ CТ <суб> опухоль Δ CТ <суб> нормальный). Все праймеры были разработаны с праймером Premier 6 программного обеспечения, последовательности праймеров для амплификации приведены в таблице 1. Данные из QRT-ПЦР анализировали с помощью GraphPad Prism версии 5.0, различия между группами были статистически оценены выборки одного Стьюдента-теста Стьюдента с р значение &л;. 0,05 рассматривается как значительное

экстракции белка и Вестерн-блоттинга
<р> образцы ткани с 1 мм ^{3 размера измельчали ​​в жидком азоте и гомогенизируют в буфере для лизиса клеток (Beyotime , Пекин, Китай) при 4 ° С в течение 20 мин. Концентрация белка в образцах определяли с использованием набора ВСА Protein Assay (Bio-Rad, Hercules, CA, США), и образцы белки разделяли электрофорезом с додецилсульфатом натрия в полиакриламидном геле (SDS-PAGE) с использованием 10% геля и затем переносили на PVDF мембрану (0,45 мкм, Bio-Rad, Hercules, CA, USA) в течение 2 ч. Затем мембраны инкубировали с кроличьей анти-коллаген I антитела (Novus Biologicals, Littleton, CO, США) в разведении 1: 1000, мышиного анти-NCAM1 /CD56 антитело (Novus биологические препараты) в разведении 1: 400 или кролик анти-β-актин антитела (Proteintech, Чикаго Иллинойс, США) в разведении 1: 2000 при 4 ° с в течение ночи, а затем после промывки Трис на основе физиологического раствора-Tween 20 (TBST), мембраны инкубировали с козьим антителом против кроличьего IgG (Beyotime) или козы против мышиного IgG (Proteintech) при разведении 1: 2000 в течение 2 ч. Белковые сигналы были обнаружены с помощью авторадиографии, с помощью усиленной хемилюминесценции реагента (Beyotime, Пекин, Китай) с последующим воздействием на рентгенограмме. Плотность полосы белка количественно определяли с использованием системы гель изображения (Танон, Шанхай, Китай) и нормализовали к бета-актина уровни, которые были использованы в качестве контроля нагрузки.}

Статистический анализ
<р> LIMMA ( Линейные модели для данных микрочипов) на основе анализа было проведено с целью выявления дифференциально выраженных микроРНК с отсечкой стоимостью, по меньшей мере, в 2 раза изменений (FC) с р &ЛТ; 0,05 и FDR &л; 0.05. SPSS 21,0 программного обеспечения (SPSS, Чикаго, Иллинойс, США) был использован для выполнения приемника операционных характеристик (ROC) кривой и логистического регрессионного анализа. Чувствительность, специфичность и площадь под кривой (ППК) рассчитывали с использованием статистического программного обеспечения Med-Calc и значение р ≪ 0,05 считали статистически значимым. Вестерн-блоттинга данные были проанализированы с помощью GraphPad Prism Version 5.0 (Сан-Диего, Калифорния, США) и разница между опухолью и нормальными тканями были оценены одним Стьюдента-теста Стьюдента и значение р &ЛТ; 0,05 считается статистически значимым.

Результаты

TF-генной сети и дифференциальной экспрессии микроРНК при раке желудка
<р> TF-генной сети, как показано на рис 1 была построена на основе данных, полученных из предыдущего исследования [13] на дифференциально выраженных генов (≥ 2 раза) из 80 пар желудка раковых тканей. В частности, пять транскрипционные факторы MYB, mybl2, ETV4, LEF1 и TFAP2A были повышающей регуляции, и они сформировали регуляторных сетей TF-гена с 41 генов, 38 из которых были до регулируемых и 3 были понижающей регуляции в желудочном раковых тканей (S1 Таблица). Кроме того, мы профилированные выражение микроРНК, используя Affymetrix микроРНК массивы в пяти пар желудка рак соответствующих нормальных тканей (клинико-патологическими характеристик пациентов, как показано в таблице S2). В общей сложности 93 микроРНК были дифференцированно выражены в опухолевых тканях желудка (р &ЛТ; 0,05), из которых 27 были микроРНК до регламентированных, в то время как 66 были вниз регулируется (рис 2 и S3 Table). Среди этих дифференцированно выраженных микроРНК, некоторые из них сообщалось в предыдущих исследованиях, таких как miRlet-7, miR409, MIR-28-5p, микроРНК-625 и т.д. [16-19]. Впоследствии, базы данных TargetScan, Miranda, miRDB и miRWalk были добыты предсказать целевые гены этих дифференциально выраженных микроРНК.

сеть TF-микроРНК регулирования дифференцированно выраженных генов при раке желудка
<р>, основанный на наборы данных из кДНК и микроРНК микрочипов, как уже упоминалось ранее, мы построили аберрантную сеть TF-микроРНК, регулирующее экспрессию генов при раке желудка (рис 3 и S4 таблицы). В частности, эти отклоняющиеся сети TF-микроРНК регулируемую экспрессию 18 генов ( COL1A1
, COL1A2
, COL5A2
, COL11A1
, DSG3
, АХЭ
, SERPINE1
, SERPINB2
, CXCL5
, MMP1
, Плау <бр>, SPP1
, GJB2
, CLDN2
, CDKN2A
, CENPF
, mad2l1
, и NCAM1
), большинство из которых (17 из 18) были повышающей регуляции в желудочном раковых тканей (рис 4).
<р> Функциональный анализ этих 18 генов-хаб с использованием Давид ( База данных для аннотаций, визуализации и Integrated Discovery) [20] показали, что существуют два пути значительно обогащенные KEGG, путь взаимодействия ECM-рецептора и фокальной адгезии пути. Пять генов ( COL1A1
, COL1A2
, COL5A2
, COL11A1
и SPP1
) были наиболее значительно изменены и были все вовлечены во взаимодействие ECM-рецепторов и фокальной адгезии пути (таблица 2). Анализ совместного регулирования сети показал, что эти 18 узловые гены имели различное распределение степеней узлов, в то время как COL1A1
и NCAM1
показали самую высокую степень распределения (рис 5).

Ассоциация COL1A1
и NCAM1
выражения с клинико-патологическими статус

Мы предположили, что гены с более высокими распределений степени могли бы сыграть важную роль в регулирующей сети. Таким образом, мы сопоставили экспрессию этих генов с клинико-патологическими характеристиками больных раком желудка. Приемник операционных характеристик (ROC) анализа кривых показал, что выражение COL1A1
и NCAM1
могут быть потенциальными дискриминаторов между раком и соответствующими нормальными тканями с ППК (площадь под кривой) = 0,806 для COL1A1
и 0,677 для NCAM1
. Сочетание COL1A1
и NCAM1
выражение при условии, лучшее состояние дифференцирования ППК = 0,829, чувствительность = 70,7% и специфичность = 84,0%, чем у частных лиц COL1A1
или NCAM1
выражение (рис 6 и таблица 3).

Кроме того, мы проверил достоверность данных микрочипов с использованием Qrt-PCR и Вестерн-блоттинга и в других 20 пар рака желудка и прилегающих к нему нормальных тканей (пациентов информация, представленная в таблице S2). COL1A1 и экспрессия NCAM1 мРНК показала 3.10 ± 1.08 Сложить регулирование и 0,37 ± 0,02 раза вниз регулирование в опухолевых тканях против нормальных (р < 0,01), в то время как западные данные блоттинга показали четкое различие между относительной плотностью белка COL1A1 в раковых тканях (0,92 ± 0,02) по сравнению с соседними нормальные ткани (0,29 ± 0,01; р ≪ 0,01), в то время как экспрессия NCAM1 в раковых тканях (0,11 ± 0,002) по сравнению с нормальными (0,85 ± 0,05) (р &ЛТ; 0,01 , рис.7). Таким образом, повышающая регуляция COL1A1 и понижающую регуляцию экспрессии NCAM1 может не только различать между раком и нормальными тканями, но также разделить больных раком на разных стадиях опухоли. Уровень экспрессии COL1A1 был выше в мышечной и серозной вторгся опухолей, тогда как экспрессия NCAM1, как правило, отрицательно связан с опухолевой инвазии (рис 8).

Обсуждение
<р> В текущем исследовании, данные от микрочипов кДНК и микроРНК использовали для конструирования факторов транскрипции-микроРНК совместного регулирования сети в развитии рака желудка и идентифицировали 18 HUB-гены, которые регулировались обоими факторами транскрипции и микроРНК. Эти гены принадлежат к внеклеточной взаимодействия матрица-рецепторов и очаговых адгезии сигнальных путей. Кроме того, выражение COL1A1
и NCAM1
была подтверждена в желудочном раковых тканях и были связаны с желудочным вторжением рака; однако, остается неизвестным, который микроРНК (ы) регулируют свое выражение в развитии рака желудка.
<р> транскрипционные факторы MYB, mybl2, ETV4, LEF1, TFAP2A были повышающей регуляции в желудочном раковых тканей. Действительно, MYB белки семейства широко распространены в эукариотических организмах и expresison фактора MYB-транскрипции является критическим для роста опухоли и молочной канцерогенеза [21] [22], в то время как mybl2 (В-MYB) является онкогенными фактор транскрипции, участвующих в клеточном цикле , G2 /M прогрессии [23]. В качестве члена онкогенных ETS
генов, ETV4 protien было сообщено способствовать метастазирования рака в мышиных моделях [24] и связано с плохим прогнозом при аденокарциномы желудка [25]. Семейство TCF /LEF небольшой семейство факторов ДНК-связывающих и LEF1 действует главным образом в качестве активатора с ролью в ингибировании апоптоза клеток [26]. TFAP2A является фактором транскрипции, который в основном регулирует рост и дифференцировку клеток. В носоглотки, TFAP2A регулируется рост опухолевых клеток и выживаемость через HIF-1α-опосредованной сигнализации VEGF /PEDF пути, предполагая, что TFAP2A может стать потенциальным биомаркером для лечения носоглотки карциномы [27]. Кроме того, в микроРНК-TF совместного регулирования сети, мы определили 18 HUB-гены, которые регулируются как ТФ и микроРНК. Функциональный анализ этих 18 генов выделены два важных пути KEGG, внеклеточного матрикса (ECM) -рецепторов и взаимодействие Подготовка в фокальной адгезии пути. Недавние исследования показали, что ECM-рецепторы (интегрины) опосредованной сигнализации являются одной из основных групп сигналов, способствующих выживанию клеток и обеспечивает преимущество в выживании в различных типах раковых клеток [28]. ECM может также регулировать клеточную пролиферацию, дифференциацию, смерть и канцерогенеза [29]. В качестве структурных связей между ECM и цитоскелета, очаговые спайки служит в качестве объектов для передачи сигналов от ECM к внутриклеточное [30]. Наши текущие данные показали, что пять генов ( COL1A1
, COL1A2
, COL5A2
, COL11A1
и SPP1
) сотрудничество регулируется как ТФ и микроРНК участвовали во взаимодействии ECM-рецепторов и координационных путей адгезии. Предыдущее исследование показало, избыточная экспрессия SPP1
(секретируется фосфопротеином 1) в рака желудка и его связь с развитием рака [31]. Гены COL1A1
, COL1A2
, COL5A2
и COL11A1
принадлежат к семейству белков коллагена, существенные структурные компоненты ECM. Up-регулирования коллагенов имеет решающее значение для стимулирования роста опухоли, как коллаген катаболизируется матричных металлопротеиназ (ММР) раскрывает скрытые сайты связывания, которые далее стимулировать ангиогенез и опухолевую инвазию. Предыдущее исследование показало, что экспрессия COL1A1 и COL1A2 был повышен в злокачественных колоректальных эндотелиальных клеток [32], предполагая, что эти два белка играют роль в ангиогенезе и формировании десмоплазия во время развития колоректального рака [33]. Кроме того, выражение COL5A2
и COL11A1
был связан с колоректальным канцерогенеза [34], показывающий, что COL5A2
был экспрессируется совместно с COL11A1
в ободочной и прямой кишки образцы опухоли, но не в нормальных эпителий толстой кишки; однако, остается неизвестным, который микроРНК (ы) регулируют их экспрессию при раке желудка. Глубина инвазии рака является важным фактором в предсказании выживаемости и планирования лечения. Коллаген является одним из важных компонентов в опухоли микроокружения, экспериментальные результаты субтрактивном гибридизации и микрочипов показали различные гены коллагена, которые были неправильно выражены в опухолевых тканях, таких как кодирование COL1A1 1 типа коллагена [35]. COL1A1
был идентифицирован, чтобы связать с желудочным инвазии и метастазирования рака [33]. Наши текущие данные подтвердили, что экспрессия COL1A1 была значительно повышена в опухолевых тканях желудка и связано с опухолевой прогрессии. Кроме того, наше нынешнее исследование также показало, что экспрессия белка NCAM1 отрицательно связана с желудочным вторжения рака. NCAM представляет собой многофункциональный мембранный белок, участвующий в дифференцировке клеток, миграции, нервного роста синапсов, а также специальные закономерности синаптических связей. Предыдущее исследование показало, что экспрессия NCAM1 была связана с инвазивным ростом глиомы [36]. После инокуляции трансфектированных звездчатые клеток глиомы в мозг крыс, Эдвардсен <ЕМ> и др
., Сообщили, что инвазивность опухолевых клеток уменьшается, что указывает на уровень экспрессии NCAM1 был отрицательно связан с опухолевой инвазии [37]. Хотя потеря экспрессии NCAM1 при раке желудка не было сообщено ранее, наши текущие данные по обратной ассоциации с желудочным инвазии рака согласуется с предыдущими исследованиями глиом [37]. Необходимы дальнейшие исследования, чтобы подтвердить статус экспрессии COL1A1 и NCAM1 белков в качестве потенциальных биомаркеров для ранней диагностики и прогнозирования прогрессирования рака желудка.
<Р> Строительство совместного регулирования сети TF-микроРНК является полезным инструментом в идентификации критических регуляторов и их гены-мишени в злокачественных опухолях человека. Тем не менее, наше нынешнее исследование является лишь усилие доказательством правильности принципа и будущие исследования с большим размером выборки необходимы, чтобы подтвердить текущие результаты. Это должно сопровождаться механистических исследований для дальнейшего понимания роли ключевых молекул и путей генов при раке желудка.

Поддержка Информация
S1 Таблица. Резюме регуляторных взаимодействий сети TF-гена
DOI:. 10,1371 /journal.pone.0122882.s001
(XLSX)
S2 Таблица. Пациенты характеристики (25 пар рака желудка и прилегающих к ним нормальные ткани для микрочипов микроРНК (п = 5) и Вестерн-блот (п = 20) анализ и RT-КПЦР (п = 20) анализ)
DOI:. 10,1371 /журнал .pone.0122882.s002
(DOC)
Таблица S3. . Резюме 93 дифференцированно выраженных микроРНК в раковых тканях желудка против далеких нормальных тканей
уровни экспрессии генов в раковых тканях желудка против далеких нормальных тканей были по крайней мере в 2 раза отличается с р-значение &Лт;. 0,05
DOI: 10.1371 /journal.pone.0122882.s003
(XLS)
S4 Таблица. . Взаимодействие микроРНК и их регулируемых генов в TF-генной сети
Все регулирования была получена из транскрипционного регуляторного элемента базы данных (TRED)
DOI:. 10,1371 /journal.pone.0122882.s004
(XLSX )

Выражение признательности
<р> Эта работа была частично поддержана грантами от Национального фонда естественных наук Китая (̭20108025 и̮72662), Национальный фонд естественных наук Китая (̬71897 и 81401712 #) , Цзилинь лаборатория биомедицинских материалов, Фонд провинции Цзилинь Департамента науки и технологий (É30522013JH иÉ40414048GH), и Бетьюна Норман программы Цзилинь университета (É2219). Мы также благодарим Medjaden Bioscience Limited (Гонконг, Китай) для редактирования и корректуры эту рукопись.

• PLoS ONE: прогностическое значение матричных металлопротеиназ-7 рака желудка выживания: мета-анализ
• PLoS ONE: NMe2 уменьшает пролиферацию, миграцию и инвазии клеток рака желудка Ограничить Metastasis