Финансирование:. Эта работа была поддержана грантами на PT от БМРЦ 05/1/31/19/423, Сингапур Рак Syndicate SCS-BS0001, NMRC грант /001/2007, а также основной грант TCR Duke-NUS. Доноры не играет никакой роли в дизайн исследования, сбора и анализа данных, решение о публикации или подготовки рукописи
<р> Конкурирующие интересы:.. Авторы заявили, что не существует никаких конкурирующих интересов
Введение Предсказание пути активации в экспрессии генов рака Профили После проверки этого подхода прогнозирования тропинка, мы продолжили применять стратегию первичного GC. Вместо того, чтобы проверять все возможные пути, мы выбрали одиннадцать онкогенные и опухолевые пути супрессоров ранее замешанных в желудочном канцерогенезе, используя в нашем анализе РАН [4], P53 [5], BRCA1 [12], p21 [13], Wnt /β-катенин [6], E2F [3], SRC [14], MYC [15], NF-kB [21], гистонов деацетилирования (HDAC) [16], а также стволовых клеток, связанных с подписями [17]. Всякий раз, когда это возможно, мы попытались выделить несколько подписей для каждого пути, предпочтительно от независимых опубликованных исследований. Например, из двух E2F подписей активации, используемые в нашем подходе, одна подпись была получена путем индукции активности E2F1 в крысу клеток фибробластов [22] в то время как другая подпись была получена с использованием линии клеток остеосаркомаой происхождения, содержащий индуцируемый ER-E2F1 слитый белок [23]. Итоговые тропинка предсказания для дальнейшего анализа, как правило, получают путем комбинирования отдельных подписей, принадлежащих одному и тому же пути (см Материалы и методы). In Vitro Pathway Комбинации предсказать Рак желудка выживаемость пациентов в силикомарганца В заключение, мы показали в этой работе, что путей подписи могут быть успешно использованы для прогнозирования состояния активации клеточных сигнальных путей, даже в биологических объектов, как комплекс как человеческий GC. Одним из очевидных непосредственное применение таких Тропинка на основе таксономии могут быть связаны с использованием целевой терапии. Первоначальные исследования, оценивающие роль целенаправленной терапии в GC показали лишь скромные результаты [38]; Тем не менее, большинство из этих исследований были выполнены без предварительного расслаиванию пациентов с использованием молекулярных или гистопатологических критериев.
<р> рак желудка (GC) является второй ведущей причиной глобальной смертности от рака [1]. Особенно распространены в Азии, большинство пациентов GC диагностированы с продвинутой стадией заболевания [2]. Нарушение регуляции канонических онкогенных путей, таких как E2F, K-RAS, p53, и Wnt сигнализации /β-катенина, как известно, происходит с различными частотами в GC [3] - [6], что указывает, что ГК является молекулярно гетерогенным заболеванием. Предыдущие исследования, описывающие GC разнообразие в первичных опухолей, как правило, сосредоточены на отдельных путях, измерения только одного или нескольких биомаркеров в эксперименте [4], [6], [7]. В противоположность этому, экспериментальные данные показывают, что большинство фенотипов рака (неконтролируемый рост, устойчивость к апоптозу, и т.д.) в значительной степени определяется не только одиночными путями, но сложные взаимодействия между несколькими про- и анти-онкогенными цепей сигнализации [8]. Сужение этот разрыв между клинических и экспериментальных арен потребует стратегий, способных измерять и относящиеся паттернов активности нескольких онкогенных путей одновременно в первичных опухолях.
<Р> Предыдущие исследования предложили использовать сигнатуры экспрессии генов предсказать активность онкогенных путей в раковые заболевания [9] - здесь, мы предположили, что закономерности онкогенного пути активации может быть использован для разработки геномную таксономию GC. Важно отметить, что этот путь-ориентированной стратегии существенно отличается от предыдущих исследований микрочипов, описывающих изменения экспрессии, связанные с морфологическими и тканевых различий типа в газовой хроматографии [10], [11], в качестве подписи пути (а не отдельных генов) используются в качестве основы для классификации рака , Мы разработали в силикомарганца
метод картирования уровней активации различных путей в когорт сложных профилей первичной опухоли и подтверждено этот путь направленного классификации подход с использованием доказательств концептуальных примеров от рака молочной железы. Затем мы применили этот метод газовой хроматографии для оценки одиннадцати онкогенные путей, ранее замешанных в желудочном канцерогенезе [3] - [7], [12] - [17]. В общей сложности, мы проанализировали более 300 первичных ШС, полученных из трех независимых когорт пациентов, выполняя в меру наших знаний большой геномный анализ GC на сегодняшний день. Мы определили три онкогенные пути (ядерный фактор-kB (NF-kB), Wnt /β-катенин и пролиферации /стволовых клеток), которые не регулировались в подавляющем большинстве (> 70%) ГКС, и функционально подтверждены предсказания проводящих путей в пробирке
с использованием панели GC клеточных линий. Хотя расслоение пациента на уровне отдельных путей не в состоянии последовательно демонстрируют существенные различия в клинических исходов, стратификации пациентов онкогенными комбинаций пути (например, высокая пролиферацию /высокая NF-kB в сравнении с низкими пролиферация /низкий NF-kB) показали воспроизводимые и существенные различия выживаемости в нескольких независимых когорт пациентов, что указывает на важную роль для комбинаций проводящих путей в оказании влияния на GC клиническое поведение. Наши результаты показывают, что, таким образом, ШС могут быть успешно taxonomized использованием онкогенного тропинка активности в биологически, функционально и клинически значимых подтипов.
Результаты
<р> Наша стратегия для прогнозирования уровней онкогенного активации пути в раковых заболеваний включает в себя четыре этапа (рис 1А). Во-первых, мы определили «подписи» - Подготовка в наборы генов, проявляющих измененную экспрессию после функционального возмущения конкретного пути в четко определенной в пробирке
или В естественных условиях
экспериментальной системы. Во-вторых, мы нанесем подписи на профили Подготовка в экспрессии генов из гетерогенной ряда видов рака. В-третьих, с помощью непараметрического, ранга на основе процедуры согласования модели, оценки активации были назначены на отдельных раковых заболеваний, основанных на силе ассоциации с пути подписания. И, наконец, отдельные виды рака были рассортированы на основе их оценки активации пути.
<Р> Перед применением этого подхода к GC, мы сочли важным, чтобы проверить это в силикомарганца
стратегии в серии из корректуры -принципа эксперименты. Мы выбрали пример рака молочной железы, злокачественное, для которых имеется достаточно доказательств, затрагивающего пути неоднородности и дискретных «молекулярных подтипов» [18]. Для выполнения этой проверки, мы сначала попросили, если описанные ранее подписи проводящих путей, связанных с нарушенной передачи сигналов эстрогена может быть использован для идентификации линий клеток рака молочной железы, проявляющие высокие уровни рецептора эстрогена (ER) активностью. Мы проанализировали экспрессии генов панели клеточных линий рака молочной железы 51, первоначально описанных в Neve в соавт. [18] с 11-гена 'тамоксифена чувствительности' затрагивающего пути сигнатуры, полученной из списка генов дифференцированно выраженных между MACA 3366, A тамоксифен чувствительных карциномы молочной железы человека ксенотрансплантата, и Мака 3366 /МТО с тамоксифеном устойчивостью сублиния того же ксенотрансплантата [19]. Мы обнаружили, что клеточные линии рака молочной железы положительно связана с тамоксифеном подписи чувствительности показали значительно более высокие уровни экспрессии ESR1
, с рецептором эстрогена и молекулярная мишень тамоксифен, по сравнению с линиями, показывающими отрицательные оценки активации пути (р = 2,12 × 10 -7, точность 84,3%, чувствительность 100%, специфичность 75%) (рис 1B и таблица S1).
<р> Во-вторых, мы тестировали, если путь подпись, связанная с эстрогеном сигнализации, но полученные из непредставленных ткани молочной железы также могут быть использованы для стратифицировать той же панели линий клеток рака молочной железы. Мы запросила рака молочной железы панель клеточной линии с "эстрогенами ответа" подписи 41-гена, полученного из списка генов активируемых эстрадиола в U2OS клетках остеосаркомы человека [20]. Несмотря на подпись, происходящих из другого типа ткани (например, остеосаркомы), мы еще раз обнаружили, что, когда сортируется на основе их предсказывали эстрогены отзывчивостью, линии клеток рака молочной железы, сгруппированных вместе с их уровнем ESR1
(эстроген-рецептор) выражение (р = 0,0035, точность 62,7%, чувствительность 94,7%, специфичность 43,8%) (рис 1C и таблица S1). Эти результаты показывают, что это действительно возможно предсказать закономерности активации пути в частности рака интереса (рака желудка в нашем случае) с использованием сигнатур выражений, полученных из различных экспериментальных условиях и даже разных типов тканей.
Шаблоны онкогенных Путь активации в GC
<Р> Мы рассчитали оценки активации для одиннадцати путей, представленных 20 подписей Тропинка через три независимых когортах первичной ШС полученный из Австралии (когорты 1-70 опухоли), Сингапур (когорты 2-200 опухоли), и Соединенное Королевство (Когорта 3-31 опухоли). Для визуализации моделей активации пути, мы изобразили каждый когорту как Тепловая карта, где цвет Heatmap представляет предсказанную силу активации для каждого пути в индивидуальном ШС. Мы наблюдали значительное гетерогенность активации пути между отдельными ГЦ пациентов (фиг.2А-2С). Тем не менее, подписи, полученные из независимых исследований, представляющих сходные пути часто получали аналогичные модели прогнозирования (например, NF-kB (кожа) и NF-kB (шейка)), и тест хи-квадрат подтвердил значительный уровень сходства в общих закономерностей пути активация между когорт Австралии и Сингапуре (р = 0,00038), а также между когорт Австралии и Великобритании (р = 0,00051 см таблицу S2) предполагая, что предсказания GC тропинка не привязаны к конкретной группе пациентов. Мы определили два основных кластеров совместно активированных путей, которые были полностью сохранившиеся в когорт 1 и 2 (рис 2А и 2В) и в основном сохранились в когорте 3 (рис 2C). К ним относятся (я) а 'пролиферации /стволовых клеток' тропинка кластера (коричневый вертикальная полоса на рисунке 2), охватывающий пути, связанные с различными регуляторами клеточного цикла (например MYC, E2F, P21) и стволовых клеток подписи; и (б) Ань онкогенными сигнализации 'путь кластера (серая вертикальная полоса на рисунке 2), содержащий множество различных онкогенных путей (BRCA1, NF-kB, p53, Wnt /β-катенин, SRC, RAS и HDAC путей).
Валидация Тропинка предсказаниями
<р> на основе анализа ГХ тропинка Heatmap на рисунке 2, мы выбрали три онкогенные пути (NF-kB, Wnt /β-катенин и пролиферации /стволовые клетки), которые были по отдельности активируется в значительной части ГКС (≥35%), а в сочетании при условии охвата большинства (> 70%) ГКС. Пролиферации /стволовых клеток пути были активированы в 40% ШС в каждой группе (диапазон: от 38 до 43%), Wnt /β-катенин пути были активированы в 46% ШС (диапазон: от 43 до 48%), и NF- путь был кВ активирован в 39% ГКС (диапазон: от 35 до 41%) (цветные полосы ниже каждого тепловой карты на рисунке 2). Эти частоты и другие часто дерегулирование проводящие пути (например, р53), перечислены в таблице S3.
<Р> Для экспериментальной проверки этих первичных ГХ предсказания Подготовка в, мы применили алгоритм предсказания пути к панели клеточных линий 25 GC (GCCLs) ( Рисунок 3). Подобно первичной GC, также наблюдались 'пролиферации /стволовых клеток "и" онкогенными сигнализации "кластеров пути в GCCLs. Кроме того, подписи представляющих один и тот же путь, но получены из различных исследований, таких, как два независимых MYC полученных подписей [9], [24], также сгруппированных вместе в линиях GC клеток после неконтролируемого иерархическая кластеризация (фиолетовый скобках на рисунке 3). Руководствуясь предсказаниями тропу, мы определили конкретные линии GC клетки, проявляющие модели онкогенных затрагивающего пути активности зеркального отображения первичной ШС. Уверенность в выборе конкретных клеточных линий, как в пробирке
модели была также достигнута путем повторения процедуры предсказанием семь раз с использованием различных опорных профилей, начиная от срединной GCCL профиля к независимым профилей, таких как доброкачественная нормальный профили желудка (см материалы и методы и таблица S4). Парные сравнения подтвердили, что любые две ссылки на профили чаще производить совпадающее предсказания, чем Подготовка в противоречивых предсказаний (Текст S1 и S4) Таблица. Некоторые примеры типичных линий включают AZ521 и MKN28 клетки, которые активации экспонатом пролиферации /стволовых клеток, пути YCC3 и AGS клетки для Wnt /β-катенин путей и MKN1 и SNU5 клетки для пути NF-kB.
<Р> во-первых, мы непосредственно измеряли пролиферативные показатели 22 GCCLs и сопоставили данные о скорости пролиферации со средним счетом активации от подписей в пролиферации /стволовых клеток тропинка кластера. Был значимая связь между экспериментально определенными пролиферативных ставками и баллами активации пути (R = 0,4688, р = 0,0278) (рис 4а). Поддерживая мнение, что онкогенные сигнатуры тропинка превосходят предсказатели затрагивающего пути активности по сравнению с выражением отдельных ключевых генов пути, не наблюдалось никаких существенных ассоциаций ни для MYC или выражения E2F1 (р = 0,48 и 0,38 для MYC и E2F1, соответственно) (рис S1 ).
<р> во-вторых, для того, чтобы подтвердить предсказания Wnt /β-катенин токопровода, мы проанализировали экспрессию различных компонентов Wnt пути (β-катенин, Tcf4) и относительные уровни TCF /LEF транскрипционной активности в GC клеточные линии, по прогнозам, будет Wnt /β-catenin- активироваться или Wnt /β-катенин-безактивационным. Из семи клеточных линий, выбранных для их экспериментального сговорчивости (например, легкость трансфекции и удобные условия роста), мы обнаружили, что оба β-катенин и TCF /LEF фактор транскрипции Tcf4 (также известный как TCF7L2), основными компонентами сигнального пути Wnt, были выражены в линии ГХ клеток, предсказываемых активации пути анализа, чтобы иметь высокую /β-катенина активность Wnt (AGS, YCC3, Като III, и NCI-N87), но не выражается в двух из трех линий (SNU1 и SNU5), связанных с противоречивыми или низкими показателями активации Wnt /-катенин (рис 4б). Кроме того, для того, чтобы непосредственно пробирного тропинка активности Wnt, мы определили TCF /LEF транскрипционную активность в линиях GC клеток с использованием Topflash, люциферазы, выражающую плазмиду, содержащую multimerized TCF связывающие сайты. Анализ Topflash подтвердили высокую TCF /LEF транскрипционной активности в трех из четырех GC клеточных линий, по прогнозам, имеют высокую Wnt /β-катенина активностью (AGS, YCC3, и Като III), но минимальный или нет Topflash активности в линиях GC клеток, связанный с непоследовательные или низким Wnt /β-катенин оценки активации (SNU1, SNU5 и SNU16). Кроме того, результаты активации β-катенина тропинка были значительно выше в GCCLs более чем в два раза TCF /LEF транскрипционной активности (AGS, YCC3, Като III, и NCI-N87), чем в GCCLs с более низкой TCF /LEF транскрипционной активности (р = 0,007, 4Б). По сравнению с одиночными генами, превосходящих ассоциациями TCF /LEF транскрипционной активности были еще раз наблюдали, используя средний балл активации от Wnt подписей /β-катенин по сравнению с любой бета-катенина или выражения Tcf4 (он же TCF7L2) в одиночку (р = 0,038 для подписей по сравнению с р = 0,31 и 0,58 для бета-катенина и Tcf4, соответственно) (рис S1).
<р> в-третьих, для проверки достоверности прогнозов NF-Подготовка в кВ, мы выбрали 11 GCCLs последовательно предсказывал либо как NF-κB- активируется ( "NF-kB /на ', шесть GCCLs) или NF-kB-безактивационным (' NF-kB /выкл", пять GCCLs) (рис S2). Увеличение экспрессии гена р50 и р65, гетеродимер субъединиц NF-kB, наблюдались в NF-kB /ГХ клеточных линиях по сравнению с NF-кВ /выкл линии GC Клеточные (р = 0,0002 для р50, р = 0,046 для р65, рис 4С), а также на экспрессию р65 на уровне белка наблюдалось в основном в NF-kB /на линиях (фиг.4С). Использование иммуноцитохимии на фиксированных формалином и залитых парафином линий ГХ клеток, экспрессия p65 белка чаще наблюдается в NF-kB /на GC клеточных линиях по сравнению с NF-kB /выключения клеточных линий GC с точки зрения ядерной sublocalization, процент клеток с окрашиванием (либо ядерной или цитоплазматической) и интенсивности окрашивания (таблица S5, рис S3). Для того, чтобы определить, является ли NF-kB /на линиях GC клеток также экспонируемых дифференциальное выражение р65-регулируемых генов по сравнению с NF-kB /выключения линий GC клеток, мы объединили список генов, непосредственно связанных фактором p65 транскрипции [25] со списками генов, регулируемых на уровне мРНК с помощью TNF-alpha [26], известным индуктором активации NF-kB. Используя набор генов Обогащение анализ (GSEA, [27]), мы обнаружили, что целевые p65 гены активируемых путем обработки TNF-alpha были значительно избыточно экспрессируется в NF-kB /на GC клеточных линиях по сравнению с NF-kB /выкл линий ГХ клеток (нормализованная обогащение оценка, NES = 1,86; вероятность ложного обнаружения, FDR &л; 0,001, нижняя панель наиболее, Рисунок 4C). С другой стороны, целевые гены p65 подавляются с помощью TNF-alpha были значительно underexpressed в NF-kB /GC на клеточных линиях по сравнению с NF-kB /выключения клеточных линий GC (NES = -1,56, FDR = 0,019, нижняя панель самая, Рисунок 4C). И, наконец, чтобы непосредственно подтвердить наличие повышенной активности NF-kB, мы трансфецировали три NF-kB /на клеточных линиях, ГХ и два NF-кВ /выкл линий GC клеток с люциферазы, содержащей ген-репортер NF-kB. Как показано на рисунке 4D, три NF-kB /на линиях GC клеток демонстрировали повышенную транскрипционную активность NF-кВ по сравнению с /выключения клеточных линий GC два NF-kB (р = 0,0084).
<Р> Взятые в совокупности, эти результаты подтверждают концепцию, что в силикомарганца
Тропинка предсказания с использованием профилей экспрессии генов связаны с активацией соответствующего пути в пробирке
.
<р> для того, чтобы оценить клиническую значимость выявленных Тропинка подгрупп, мы исследовали, если закономерности затрагивающего пути совместного активации, как показано на тепловые карты разных когорт могут быть связаны с выживаемостью пациентов. Мы использовали общие данные по выживаемости от когорты 1 и 2 когорты и стратифицированных больных их предсказанных моделей активации пути. Основной профиль GC был определен как показывает высокий уровень активации пути, когда счет активации была выше нуля - то есть быть положительно связаны с магистралью подписью. Группы пациентов, стратифицированных по либо пролиферации /стволовых клеток активации пути забивать в одиночку или NF-kB оценка активация пути в одиночку существенно не отличались в отношении их общей выживаемости (р &GТ; 0,05 для пролиферации /стволовых клеток и NF-kB в обеих группах, Рисунок 5A и 5В). Тем не менее, когда оценки активации пути были объединены, у пациентов с высоким уровнем активации как NF-kB и пролиферации /стволовых путей клеток имели значительно меньшую выживаемость по сравнению с пациентами с низким уровнем активации как NF-kB и пролиферации /стволовых путей клеток (р = 0.0399 и р = 0.0109 для когорты 1 и 2 соответственно, рис. 5D)
<р> Активация /β-катенина пути Wnt был в значительной степени связано с выживаемости пациентов в группе 1 (р = 0,0056, 5С) но не в когорте 2 (р = 0,0693, 5С). Тем не менее, у пациентов в когортах 1 и 2 с высоким уровнем активации обоих Wnt /бета-катенина и пролиферации /стволовых путей клеток была значительно хуже выживаемость по сравнению с пациентами с низким уровнем активации обоих путей (р = 0,0073 и р = 0,0086, рис 5E ). Для ориентира вклады комбинаций Тропинка против известных критериев гистологических, мы провели многомерный анализ, включая комбинированные предсказания пути и стадии патологического опухоли (TNM классификации: этапы 1-4), наиболее важным прогностическим фактором в GC [28]. В обеих группах, комбинированной активации пролиферации /стволовых клеток и NF-kB пути оказался прогностическим фактором независимо от стадии опухоли (р = 0,003 и 0,048 для когорты 1 и 2, соответственно) (таблица S6). (; 0,001 и р = 0,058, Таблица S7 р и л) Точно так же, в сочетании активации пролиферации /стволовых клеток и Wnt /β-катенин пути был независимым прогностическим фактором в когорте 1 и достиг пограничное значение в Когорта 2. Эти результаты показывают, что оценка комбинированного статуса активации путь является клинически значимым и, кроме того может обеспечить дополнительную прогностическую информацию сверх текущего золотого стандарта предсказания прогноза пациента, на основе TNM стадирования опухоли.
Обсуждение
<р> в этом исследовании мы стремились поделить ШС в однородные подгруппы молекул рно в качестве первого шага к индивидуализацию лечения пациентов и улучшение результатов. Важно отметить, что в отличие от предыдущих исследований GC микрочипов, связанные паттерны экспрессии генов в гистологии или анатомической типа [10], [11], мы решили основывать наши GC подразделения по формам онкогенного затрагивающего пути деятельности. После разработки и проверки достоверности этой новой классификации подход, мы были в состоянии описать, впервые, геномную таксономию GC на основе шаблонов онкогенного затрагивающего пути деятельности. Наш подход особенно подходит для экспрессии генов микрочипов, так как эти платформы опрашивать тысячи транскриптов мРНК в каждом образце, тем самым позволяя оценку множества путей одновременно в одном эксперименте. В отличие от этого, такой подход не является в настоящее время возможно на уровне белка из-за отсутствия соответствующих платформ. Используя эту стратегию, мы определили три доминирующие пути, показывающие активацию в большинстве (> 70%) ГКС: клетки, Wnt /бета-катенин и передачу сигналов NF-kB пролиферации /стволовых
<р> Способность выполнять. такой "высокой пропускной способности пути профилирование" открывает множество интересных путей. Например, несколько исследований, ранее сообщалось, противоречивые результаты относительно прогностического влияния различных онкогенных путей в GC - прогностические последствия антигенов, связанную с распространением таких как Ki-67 в GC твердо не установлено [29] и высокую активацию NF-кВ в GC был связан как с хорошим и плохим исходом GC пациентов в различных исследованиях [7], [30]. Вполне возможно, что некоторые из этого противоречия может быть связано с историческим акцентом на использовании традиционных методов и анализа либо единичные пути или отдельные компоненты пути (гены /белки). Наше наблюдение, что комбинации проводящих путей прогнозирования исхода пациента позволяет предположить, что комбинации проводящих путей, а не однократное пути, могут играть решающую роль в оказании влияния на поведение опухоли.
<Р> Еще одно преимущество высокой пропускной способности, затрагивающего пути профилирования является возможность определить более высокие отношения порядка между различными онкогенных путями. В настоящем исследовании мы последовательно наблюдали сопутствующую активацию E2F, MYC, p21 (-repression), и стволовых клеток в пути опухолей (далее «пролиферации /стволовых клеток 'путь кластера). Это, скорее всего, из-за увеличения клеточной пролиферации в опухолевых клетках, так как E2F играет важную роль в контроле пролиферации клеток и MYC является как p21-репрессор и индуктор циклина D2 и циклин-зависимой киназы-связывающего белка CksHs2 [31]. Кроме того, стволовые клетки, в частности, эмбриональные стволовые клетки (ЭСК), также известно, обладают высокими скоростями пролиферации клеток [32]. Более интригующе, мы также наблюдали близкие ассоциации между, по-видимому, функционально различными путями, такими как бета-катенина и SRC, а также ингибирование HDAC и BRCA1. Такие модели пути совместного активации могут предложить функциональные взаимодействия между этими путями, которые заслуживают дальнейшего изучения. Например, вполне возможно, что активированный C-SRC может усиливать экспрессию сигнального пути Wnt [33]. Изучение взаимосвязи между путями, показывающие взаимодействие активации таким образом, может дать ценную информацию о способности раковых клеток координировать деятельность нескольких путей.
<Р> Третье преимущество пути профилирующего подхода заключается в том, что она облегчает выявление основных заболевания, связанные с путями. Из путей, анализируемых в данном исследовании, вывод, что передача сигналов NF-kB может быть повышен в значительной части ШС заслуживает внимания, так как этот путь был относительно менее изученные в GC. Интересно, что в то время как мы наблюдали существенное различие в обоих p50 и p65 (субъединиц NF-kB) экспрессии генов между /выкл GCCLs NF-kB /на и NF-kB, мы не наблюдали явное выражение дифференциального p50 белка в этих линиях, в контраст с p65 (рис 4в). Это может быть связано с комбинацией трех причин. Во-первых, абсолютный диапазон экспрессии гена р65 через клеточные линии, заметно больше, чем абсолютное диапазон экспрессии гена р50 (> 3 ×, Рисунок S4). Во-вторых, анализ Вестерн-блоттинга использовали для выполнения этих измерений белка, как известно, сильно неколичественными, которые могут маскировать тонкие различия в выражении. В-третьих, помимо экспрессии генов, экспрессия р50 также подвергается различным посттранскрипционных регуляторных механизмов, таких как расщепление предшественника, который может повлиять на конечный уровень p50 белка, в то время как p65 не генерируется из белка-предшественника [34]. NF-kB, как было показано, активируются H. пилори
[35], известный канцероген ГХ, и аберрантной сигнализации NF-kB также участвует в многочисленных воспалительным связанных видов рака, таких как GC [36]. NF-kB было предложено быть конститутивно активирован в первичного рака желудка в нескольких исследованиях [7]. Адресные NF-kB-ингибиторы в настоящее время активно развивается во многих программах развития противоопухолевого препарата и группа пациентов GC (то есть те, с повышенной активностью NF-kB) может представлять собой подходящий подкласс для оценки эффективности этих соединений.
метод, используемый в нашем исследовании концептуально аналогична работе Bild и др, которые использовали бинарную модель регрессии для классификации опухолей на основе прогнозируемой активности пяти онкогенных путей [9]. В отличие от двоичной регрессии, наш подход, который использует ранга на основе связности метрики [37], не требует никакого сложного процесса обучения по каждому пути подписи, а также не требует наличия исходных данных экспрессии, что облегчает использование многих общедоступными тропинка подписей в литературе [27]. Тем не менее, подход экспрессии на основе гена имеет ограничения. Во-первых, потому что наши предсказания тропинка основаны на экспрессии генов, а не белки, такие предсказания по общему признанию, молекулярная суррогаты истинного сигнального пути деятельности. Во-вторых, мы в настоящее время ограничены к анализу известны онкогенные пути ранее идентифицированных в литературе. В-третьих, хотя мы были в состоянии использовать подписи пути от самых разных контекстах ткани предсказать состояние активации пути, изучение исходных примеров рака молочной железы проверка и подтверждение принципа действия показали, что ассоциация статуса ER эстрогена отзывчивость, как предсказано, используя остеосаркомаой подпись , хотя значительное, была заметно слабее по сравнению с объединением статуса ER тамоксифена чувствительности предсказаны с использованием подписи, полученной из того же типа ткани (т.е. груди). Этот результат означает, что могут существовать и ткань-специфические различия в подписях пути, который может повлиять на точность прогнозирования. В-четвертых, по сравнению с нашим исследования, которое сосредоточено на путях известной биологической значимости в GC, то неясно, будет ли этот метод может быть применен к болезням, где предварительное знание вовлеченных путей не могут быть недоступны. Тем не менее, следует отметить, что богатство подписей пути (> 1000), связанные с различными биохимическими и сигнальных путей уже существует в литературе, которые могут быть доступны из общедоступных баз данных, таких как MSigDB (http://www.broad.mit .edu /GSEA /msigdb /genesets.jsp? коллекция = CGP). Так как наш подход может быть применен практически к любому набору данных заболеваний, для которых информация экспрессии генов доступна, тестирование каждой подписи в высокой пропускной образом для доказательства затрагивающего пути дерегуляции является как возможно и осуществимо. В таких случаях путь экспонирование высоких частот дерегуляции бы тогда представлять кандидаты путей, участвующих в рассматриваемой болезни, которые затем могут быть направлены для целенаправленного изучения и экспериментов. Решение этих вопросов будет формировать основу для будущих исследований много
.
Микробы могут предсказать летальный исход у пациентов с COVID-19 на ИВЛ
Микробиом спермы выявлен с помощью секвенирования РНК
Инфликсимаб может снизить эффективность некоторых вакцин против COVID-19
Ультрафиолетовый свет B полезен для кишечного микробиома
Зачем мне нужна колоноскопия?
Математическая модель выявляет риск заражения SARS-CoV-2 после трансплантации фекальной микробиоты
Первоначальные результаты проекта «Микробиом человека» вызвали «сотни последующих исследований».
Проект микробиома человека (HMP) - это инициатива, разработанная Национальными институтами здравоохранения для характеристики микробиома человека как у здоровых взрослых, так и у людей с определенными
Ограничения COVID-19 привели к 86-процентному снижению числа норовирусных инфекций в США,
находит исследование Начало пандемии COVID-19 привело к введению нескольких нефармацевтических вмешательств (НПИ) по всему миру. В то время как граждане США недовольны советом носить маски в обществен
Инфекция SARS-CoV-2 продлевает выделение вируса и потерю лимфоцитов у онкологических больных
Пациентам с онкологическими заболеваниями труднее переносить инфекции во время прохождения лечения, что подвергает их высокому риску тяжелого заболевания и смерти от COVID-19. Тем не мение, Как корона