Ploche ONE: charakterizácia odlišne exprimovaných génov, zapojenými do Pathways súvisiacich so žalúdočnou Cancer

abstraktné

Ak chcete preskúmať vzory génovej expresie u rakoviny žalúdka, celkom 26 spárovaný žalúdočné rakovinu a noncancerous tkaniva z boli zaradení pacienti pre génovú expresiu analýzy microarray. Limmat metódy boli použité na analýzu dát, a gény boli považované za značne rozdielne exprimované v prípade, že False Discovery Rate (FDR) bola hodnota < 0.01, P-hodnota
WAS < 0,01 a prehyb zmeny (FC) bola > 2. Následne Gene Ontology (GO) kategória sa použili na analýzu hlavných funkcií odlišne exprimovaných génov. V závislosti na Kyoto Encyclopedia of Genes a genómov (KEGG) databázy, sme zistili, cesty významne spojené s diferenciálnymi génmi. siete a ko-expresie sieť gen akt boli postavené v tomto poradí na základe vzťahov medzi génov, proteínov a zlúčenín v databáze. 2371 mRNA a 350 lncRNAs považované za značne rozdielne exprimované gény boli vybrané pre ďalšiu analýzu. GO kategórií, dráha analýzy a sieť Gene-Act vykazovali konzistentné výsledok, ktorý up-regulované gény zodpovedné za vzniku nádorov, migrácia, angiogenézy a tvorba mikroprostredie, zatiaľ čo down-regulované gény boli zapojené do metabolizmu. Tieto výsledky tejto štúdie poskytujú niektoré nové poznatky o kódujúci RNA, lncRNAs, ciest a čo-výraz sieť v rakoviny žalúdka, ktoré budú užitočné pre vedenie ďalšieho vyšetrovania a zacieliť liečbu tohto ochorenia

Citácia :. Li H , Yu B, Li J, Su L, M Yan, Zhang J., et al. (2015) Charakterizácia rozdielne exprimovaných génov zapojených do Pathways združených s rakoviny žalúdka. PLoS ONE 10 (4): e0125013. doi: 10,1371 /journal.pone.0125013

Akademický Editor: Francisco J. Esteban, University of Jaén, Španielsko |

prijatá: 09.11.2014; Prijaté: 06.03.2015; Uverejnené: 30.dubna 2015

Copyright: © 2015 Li et al. Toto je článok o otvorenej distribuovaný pod podmienkami Creative Commons Attribution licencie, ktorá umožňuje neobmedzené použitie, distribúciu a reprodukciu v nejakom médiu, za predpokladu, že pôvodný autor a zdroj sú pripísané

Data Dostupnosť: Všetky relevantné údaje spadajú do papiera a jeho podporné informácie súbory. Všetky súbory microarray sú dostupné od NCBI génovej expresie Omnibus (GEO) databáza (prístupové číslo "GSE65801"; http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE65801).

Financovanie: Táto práca bola podporená dotácií pre analýzu od National Natural Science Foundation Číny [No. 81172324, 91229106 Nie, No. 81272749, 81372231 a č] Science and Technology Komisia magistrátu Šanghaja [No. 13ZR1425600], a kľúčové projekty v National Science & Technológia pilier Program Číny (č 2014BAI09B03). Platcovia mal žiadnu úlohu v dizajne štúdie, zber a analýzu dát, rozhodnutie publikovať, alebo prípravu rukopisu

Konkurenčné záujmy: .. Autori vyhlásili, že žiadne konkurenčné záujmy neexistujú

Úvod

rakovina žalúdka (GC) je jedným z najčastejších nádorových ochorení na celom svete, a jej výskyt je obzvlášť vysoký vo východnej Ázii, najmä v Číne. Približne 952 tisíc nových prípadov rakoviny žalúdka bolo diagnostikovaných vo svete v roku 2012, a polovica z nich došlo vo východnej Ázii (najmä v Číne) [1]. V Číne, väčšina pacientov s GC je diagnostikovaná v neskorom štádiu so zlou prognózou. Z tohto dôvodu objasnenia molekulárnych mechanizmov základnej GC postup má zásadný význam pre identifikáciu kľúčových biomarkerov a vývoj účinných cielených terapií.

V priebehu posledného desaťročia, génovej expresie mikročipy sa stali bežným nástrojom pre posúdenie úrovne transkriptov vo výskume rakoviny. Microarray dáta sú využívaná pre širokú škálu analýz, ako je bez dozoru zhlukovaniu, klasifikácia, diferenciálnej analýzu expresie, a expresie mapovanie lokusov kvantitatívneho znaku [2]. To nielen pomáha identifikovať kľúčové dysfunkčné génov v rakovine, ale poskytuje celého genómu informácie o génovej expresie naraz rovnako [3,4]. V tejto štúdii sme vykonali prieskum celého genómu, expresie lncRNAs a mRNA z párových vzoriek primárnych rakovinových tkanív a žalúdočných noncancerous tkanív, profilovať rozdielne exprimovaných lncRNAs a kódovanie RNA. Štúdium týchto údajov poskytne cenné informácie o karcinogénny mechanizmus a umožniť objav kľúčových génov, ktoré môžu pôsobiť ako budúce ciele terapie proti rakovine.

metódy a materiály

etické oznámenie

písomný informovaný súhlas bol získaný od všetkých účastníkov. Štúdia bola schválená etickou komisiou Human pre výskum Ruijin nemocnice, Shanghai Jiao Tong University, School of Medicine.

Tkanivové vzorky

Tkanivá boli prevzaté z primárnych žalúdočných karcinómov z neliečených pacientov, ktorí podstúpili D2 radikálnej gastrektómia v Šanghaji Ruijin nemocnici. Pre každé tkanivo rakoviny, párový noncancerous vzorka tkaniva boli získané od priľahlej oblasti súčasne. Veľkosť každej vzorky bola asi 0,1 cm ^{3. Všetky vzorky boli umiestnené do RNAlater do 15 minút po jeho excízii a skladované v kvapalnom dusíku až do extrakcie RNA. V tejto štúdii 32 párované tkaniva boli zhromaždené pre mikročipu a 26 párové vzorky boli zapísané pre budúci krok analýzy GO, dráhy a siete po kontrolu kvality pomocou 3D analýzy hlavných komponentov (3D-PCA) a analýzu klastra.}

Microarray experimentov

Agilent SurePrint G3 Human GE 8x60K Microarray (design ID: 028004) bol použitý v tejto štúdii. Celková RNA bola izolovaná a zosilnený použitím nízky príkon Quick Amp súpravy pre značenie, jednofarebná (Catȇ0-2305, Agilent Technologies, USA). Potom sa značené CRNAs boli čistené pomocou súpravy RNeasy mini (Cat˥06, Qiagen, Nemecko).

k návodu výrobcu základe každý snímok bol hybridizován s 600ng Cy3-značené Crna pomocou Gene Expression Kit hybridizačného (CatȆ8 do 5242, Agilent Technologies, USA) a vypraté génovej expresie Wash Buffer Kit (katȆ8-5327, Agilent Technologies, USA).

Agilent Microarray Scanner (Cat # G2565CA, Agilent technológie, USA) a Feature Extraction softvér 10.7 (Agilent Technologies, USA) boli použité pre skenovanie každý snímok s rovnakým nastavením vykazovaných ako sledovať, Dye kanála: Green, Scan rozlíšenie = 3 um, 20bit. Hrubých dát sa normalizovali do Quantile algoritmu, Gene Spring Software 11.0 (technológia Agilent, USA) (podrobne S5 tabuľke).

Limmat

Lineárne modely a empirické metódy Bayesova boli použité na analýzu údaje v tejto štúdii. Výsledné P
-hodnoty boli upravené pomocou algoritmu BH FDR. Boli tam tri normy pre nás za to, že gén bol značne rozdielne exprimované, bola hodnota FDR < 0,01, P-hodnota
WAS < 0,01 a prehyb zmena bola > 2. (Podrobne uvedené v tabuľke S5)

Ísť kategórii

Vykonali sme Gene Ontology (GO) analýzy na analýzu funkcií častí odlišne exprimovaných génov v našej mikročipu podľa kľúčového funkčnej klasifikácie Národného centra pre biotechnologické informácie (NCBI). Všeobecne platí, Fisherov presný test a χ
^{2 skúška bola použitá ku klasifikácii kategórie Choď a falošný objav sadzbu (FDR) bola vypočítaná na nápravu P-hodnota
( N
_{k
odkazuje k počtu Fisherovho testu P
-hodnoty menšie ako ×
2 Skúšobná P
-hodnoty). Obohatenie Re bol daný: Re = ( n
f
/ n
) /( N
f
/ N
) vo významných kategórií ( N
f
je počet diferenciálnych génov v rámci určitej kategórie, n
je celkový počet génov v rámci tej istej kategórie, n
f
je počet diferenciálnych génov v celej mikročipe, a N
je celkový počet génov v mikročipe) (podrobne uvedené v tabuľke S5)}}

Pathway analýzy

dráhy anotácie diferenciálnych exressed gény boli získané od KEGG (http: //www .genome.jp /Kegg /). Dráha kategórie s FDR < 0,01 boli označené. Obohatenie významných ciest bola daná: obohatenie = /, ktorá nám pomohla umiestniť viac významných ciest v našej štúdii ( n
_{g
je počet diferenciálnych génov v rámci najmä dráha, n
a
je celkový počet génov vo rovnakou cestou, N
g
je počet diferenciálnych génov, ktoré majú aspoň jeden dráhy anotácie a N
a
je počet génov, ktoré majú aspoň jednu dráhu anotáciu v celom čipe.) (podrobných v tabuľke S5).}

sieť Gene-Act

Podľa databázy KEGG, môže byť jeden gén zapojený do niekoľkých dráh alebo komunikovať s niekoľkými ďalšími génmi. Všetky génov génovej interakcie sa spojí dohromady vybudovať sieť Gene-akt založený na diferenciálnych ciest, ktorá nám pomohla odhaliť signálnych dráh a na kľúčové regulačné gény v GC.

Ko-expresia sieť

Gene súčasná expresia sieť bola postavená podľa normalizovanej intenzity signálu špecifických expresných génov. Stupeň centralita je definovaná ako počet väzieb jeden uzol do druhého, ktorý určuje relatívnu dôležitosť génov. A čo viac, K-jadra bola použitá ako metóda zjednodušenie topológie graf analýzy. Jadrové regulačné faktory (gény), ktoré majú najvyššiu stupňa spájate čo najviac susedné gény a vybudovať štruktúru siete (podrobne S5 tabuľke).

Real-time kvantitatívne PCR

Celková RNA bola extrahovaná z tkanív pomocou činidla TRIzolu (Invitrogen) podľa inštrukcií výrobcu. Kvantitatívny real-time PCR (PCR) bola vykonaná za použitia SYBR green PCR-Master Mix Fast real-time PCR 7500 System (Applied Biosystems). Primery pre 10 génov sa ukázalo v tabuľke S4. PCR reakcie boli vykonávané pri teplote 50 ° C počas 2 min, nasledovalo 40 cyklov 95 ° C počas 15 sekúnd a 60 ° C po dobu 1 min. ΔCt bola vypočítaná odpočítaním Ct beta-aktínu RNA (kontrola) z Ct RNA vzorky, v danom poradí. ΔΔCt sa potom vypočíta odpočítaním ΔCt kontroly z ΔCt vzorky. Fold zmena bola vypočítaná podľa rovnice 2-ΔΔCt.

Štatistická analýza

SPSS softvér 19 a Microsoft Excel 2010 bol použitý na analýzu dát. Expresné hladiny medzi rakovinových tkanív a priľahlé nerakovinové tkanivá boli analyzované párované vzorky sa t-testy. P
-hodnoty nižšia ako 0,05 boli považované za štatisticky významné.

Výsledky

Microarray analýzy

Spolu 42,405 ľudské gény boli profilované v našej štúdii s použitím Agilent G3 Human GE 8x60K mikročipu. Poskytli sme naše dátové sady v úložisku "génovej expresie Omnibus" a prístupové číslo bolo "GSE65801" (http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE65801). Použili sme lineárne modely a empirické metódy Bayes analyzovať dáta (pozri Metódy). Tam bolo 2371 mRNA a 350 lncRNAs považovaný za rozdielne exprimovaných génov Limmat pre budúci krok analýzy (obr 1A).

Zo všetkých 2371 diferenciálnych mRNA, existujú 1142 mRNA down-regulovaná a 1229 mRNA up- upravená v našom pozorovaní na zmeny génovej expresie medzi rakovinou žalúdka a kontrolných tkanív (obr 1C). Väčšina z diferenciálnych mRNA bolo preukázané, že je v korelácii s karcinogenéze a metastáz u väčšiny typov rakoviny (Tabuľka 1). Gény, ako GKN2, PGC, MUC6, Chia PSCA a FBP2 boli medzi top 20 down-regulované gény, zatiaľ čo KLK8, SFRP4, INHBA, CLDN1, CST1, FAP, SPP1, OLFM4 a KRT17 boli medzi top 20 až -regulated gény (tabuľka 1). Avšak, niektoré gény ako je HOXC9, FNDC1, STRA6, KCNE2, PGA3 a KCNJ16 neboli hlásené u karcinómu žalúdka a ich úloha zostáva neznáma (tabuľka 1).

Okrem toho sme zistili, 193 down-regulované lncRNAs a 156 up-regulované lncRNAs medzi celkom 350 diferenciálnych lncRNAs na základe profilovania (obrázok 1B). Väčšina lncRNAs nebola daná oficiálne mená a ich funkcie zostávajú neznáme. Avšak, niektoré z nich boli hlásené hrajú kľúčovú úlohu pri rakovine, ako je H19, GUCY1B2, MEG3 a AKR7L (tabuľka 2).

V našej predchádzajúcej správe [36], prehyb zmeny (FC) z H19 v 74 rakovina žalúdka v porovnaní spárovaných noncancerous tkanív bol 6,015, s P
-hodnota 0,017. Tento výsledok bol v súlade s údajmi z H19 (Absolute FC = 6.06), v tomto microarray analýzy. Okrem toho, nadmerné expresie H19 prispieva k proliferácii, migrácii, inváziu a metastázy rakoviny žalúdka.

Gene ontology kategórie

Všetky odlišne exprimovaných génov boli klasifikované do rôznych funkčných kategórií podľa projekt (GO) pre biologické procesy Gene Ontology. Na našich microarray základe údajov, GO analýzy ukázali, že 208 GO podmienky boli obohatené ( P Hotel < 0,01, FDR < 0,01) (S1 tabuľka). Primárne GO kategórie pre 170 up-regulované GO podmienok boli zamerané na adhéziu buniek, angiogenézy, mnohobuněčného vývoj organizmu, axónov vedenie, vývoju svalovej sústavy, kolagén fibríl organizácie, pozitívne regulácie angiogenézy, zranenia a negatívne reguláciu bunkovej proliferácie (obr 2A) , Hlavnými GO kategórie pre génov down-regulované boli trávenie, xenobiotická metabolický proces, transmembránový transport, ion transport, malá molekula metabolický proces, negatívne regulácie rastu, glutatiónu metabolický proces, bunková odpoveď na kadmia iónu a metabolických procesov (obr 2B).

Podľa diferenciálnych génov a funkcií, sme vybudovali GO strom preskúmať interakcia medzi všetkými kategóriami diferenciálneho GO. Rozmanitosť v týchto kategóriách pri porovnaní rakovinové a kontrolné tkanív navrhol, že rakovina žalúdka môže byť spojená s významne up-regulované migráciu buniek, proliferáciu buniek, angiogenézy, adhézie bunka-bunka a receptor bunkového povrchu signálnych dráh, pričom procesy bunkového metabolizmu a ion transmembránový transport sú down-regulované (obr 3).

Pathway analýzy

Pathway analýzy boli použité pre identifikáciu významných ciest spojené s odlišne exprimovaných génov podľa Kegg. Bolo 32 up-regulovaná cesty a 31 down-regulované cesty na základe našich dát (obrázok 4). Okrem toho cesta profilovanie je v súlade s výsledkami pre kategórie ísť dovnútra biologických funkcií súvisiacich s rakovinou. Naše dáta ukázali určité rozdielové gény vysoko up-regulovaná, ktorý navrhol ich zainteresované cesty boli activiated. Napríklad SFRP4, WNT11, FZD2, MYC bol vysoko exprimovaný v nádorových tkanivách, ktoré predstavujú Wnt dráha bola activiated a BCL2A1, ICM1, TNFSF14 v NF-kB dráhy boli vysoko exprimovaný tiež. Väčšina súvisiacich s rakovinou signálnych dráh, ako AKO /STAT, Wnt, NF-kB, PI3K, mTOR, ježko a Notch dráhy boli aktivované u karcinómu žalúdka v porovnaní s noncancerous tkanív na základe našich údajov (S2 tabuľka). V up-regulované cesty, ktoré boli zamerané na adhéziu buniek, transkripčný dysregulácia, karcinogenézy a diferenciácia boli korelované s tumorogenézy a metastáz (obr 4A). Avšak, down-regulované cesty sú všeobecne zodpovedné za metabolizmus (obrázok 4B).

Gene-Act sieť

o GO kategórií a analýzy dráhy základe môže byť jeden gén zapojený do niekoľkých ciest alebo komunikovať s niekoľkými ďalšími génmi. zlúči sme rozdielne gény a vytvorila sieť interakcií odlišne exprimovaných génov. Vysoký stupeň proteín reguluje, alebo je upravené mnoho iných proteínov, čo znamená významnú úlohu v Gene-zákona siete (S3 tabuľka). Glutatión S-transferáza (GST) rodina, cytochróm P450 (CYP) rodinné, UDP glukuronozyltransferázy 2 (UGT2) rodina, receptor epidermálneho rastového faktora (EGFR), rodina a cAMP-dependentný proteín kináza katalytické beta (PRKACB) boli v jadre gen-gen interakcie siete. Môžu kľúčové úlohy v sieti, pretože vlastnil najsilnejší stupeň (stupeň > 25) centralities (gén-gen interakcie) (obrázok 5). Bolo oznámené, že GST, EGFR a PRKACB sú zodpovedné za signálnych dráh zapojených do rastu a diferenciáciu nádoru v rôznych typoch rakoviny [42,43].

Gene koexprese network

vyrobili sme génovej expresie ko-sieť na základe odlišne exprimovaných génov, proteínov a proteínových komplexu v nádorových tkanivách a nerakovinové tkanivá (kontrola), v danom poradí. V porovnaní s kontrolou, spojenie medzi génmi v rakovinových tkanivách boli nižšie, čo naznačujú, že väčšina fyziologických gén-gen interakcií a väzieb v normálnych tkanivách boli porušené alebo stratená v rakovinových tkanivách (Obr 6A a 6B). Gény s vysokým stupňom a K-jadrom čo znamená, že vlastnil väčšinu interakcií s inými geneswere známy ako kľúčové gény v interakčné sieti (obr 6B), vrátane TRO, GPR124, TIMP2, EMCN, SLIT3, HTRA1, SPARC, LAMA4 a MEOX2 (tabuľka 3). Boli zodpovedné za bunkové signalizácie, adhézie, angiogenézy, migrácie, rastu a metastáz.

potvrdenie výsledkov microarray pomocou qPCR

Vykonali sme Kvantitatívne PCR v reálnom čase (qPCR experimentu) na 6 up-regulované gény (col1, BGN, SPP1, Melk, IGFBP4, SPARC) a 4 down-regulované gény (PGC, SST, MT1X, S100P) overiť naše dáta v žalúdočných rakovinových tkanív (tumor) a noncancerous tkanív (normálne). Expresné pomery týchto 10 génov (Tumor /Normal) z qPCR sú zhodné s tými z čipu (S4 tabuľka). Navrhla údaje o vyjadrenie diferenciálnej génov z Microarray bol spoľahlivý. A čo viac, náš tím bol vypracovaný na niektoré z diferenciálnych génov, ako je napríklad PHF10 [55], CEACAM6 [56], SFRP1 [57], SOX11 [58], CLDN1 [59] skúmať ich výraz a funkcie v karcinómu žalúdka a výsledky potvrdili náš perfektné microarray dáta.

Diskusia

Microarray génovej expresie analýzy na rakovinu žalúdka už boli použité na predikciu diagnostických markerov [60], a stanovenie génovej expresie vzory spojené s prognózou [ ,,,0],61,62], ale nebola použitá na odhalenie molekulárnej interakcie medzi lncRNAs a mRNA v GC. V tejto štúdii sme analyzovali 26 rakovina žalúdka tkaniva spárovaným nerakovinové tkanivá a profilované gény rozdielne exprimované v závislosti na ich GO kategórií, dráh, Gene-Act sietí a Co-Expression siete.

gén boli získané výsledky expresné pomocou Agilent G3 Human GE 8x60K mikročipu, ktorý sa týka nielen databáz transcriptome pre ciele mRNA, ale tiež zahŕňa sondy pre lncRNAs (dlhá nekódujúcej RNA). V kombinácii s mRNA a lncRNAs môže vykonávať dva pokusy na jedinom čipe a predvídať funkciu lncRNA a interakciu s mRNA. Analýzy ukázali sadu génov, ktoré boli odlišne exprimovaných medzi rakovinou žalúdka a normálneho tkaniva. Niektoré z nich boli už skôr uvedené v žalúdočnom alebo ďalších typov rakoviny. Napríklad, expresia gastrokine-2 (GKN2) významne down-regulované alebo chýba v žalúdočných bunkových línií karcinómu žalúdka, črevné metaplázia, a nádorových tkanivách. Nadmerná expresia GKN2 prispel k bunkovej proliferácie, migrácie a invázie karcinómu žalúdka a zadržaný bunkový cyklus v G1-S prechodnej fáze [6]. Na rozdiel od toho hladiny expresie beta inhibínu A (INHBA) boli v nádorových tkanivách výrazne vyššie ako v priľahlej normálne sliznicu, a je považovaný za nezávislý prognostický faktor u rakoviny žalúdka [22]. Okrem toho sme objavili nové gény, ako je napríklad TMEM184A, PSAPL1, KIAA1199, CLRN3 a FNDC1, ktoré neboli hlásené v karcinómu žalúdka predtým, a ich úloha v rakovine, zostávajú neznáme.

Jednou z výhod naša analýza génovej expresie microarray je to, že predstavoval expresiu lncRNAs a mRNA tak, že ako by mohli byť skúmané spoločne. Naše predtým správu o úlohe lncRNA H19 a jeho siete v GC [36] bola založená na tomto microarray dáta. Avšak, väčšina z lncRNAs, ako DRD5, FMO6P, snáre-A3 a TPRXL ukázal v našom microarray neboli identifikované a je potrebné ďalšie vyšetrovanie na objasnenie ich úloha v karcinómu žalúdka.

na našom profilovanie génovej expresie Based údaje, gény a ich funkcie aktivované v karcinómu žalúdka boli zodpovedné za proliferácie, adhézie, migrácie a metastáz, čo bolo v súlade s výsledkami z analýzy dráhy. Zaujímavé je, že sme zistili, že väčšina nádorových ochorení signálnych dráh hlásené skôr, ako je Notch, mTOR a ježko sa aktivovali v GC na základe našich dát. Tieto výsledky podporujú názor, že heterogenita je charakteristická pre GC. Porovnanie ko-expresie siete medzi normálnou tkanív a rakoviny navrhol, že výraz, funkcie a interakcie väčšiny fyziologických génu boli stratené alebo poškodené rakoviny žalúdka, zatiaľ čo proliferácia, migrácia a metastázy boli abnormálne zvýšená. Tieto zaujímavé zistenie sa zhodovala s charakteristikou rakoviny, ako je napríklad anaplazie a dediferenciace. Tieto rozdielne exprimované gény zapojené do signálnych dráh sa správal ako kľúčových génov v ko-expresie siete by mohlo byť potenciálnym cieľom terapie proti rakovine alebo diagnostických markerov v budúcnosti.

Podporné informácie
S1 tabuľku. Pathway analýzy diferenciálnych génov
DOI: 10.1371 /journal.pone.0125013.s001
(XLSX)
S2 tabuľke. GO analýzy diferenciálnych génov
DOI: 10.1371 /journal.pone.0125013.s002
(XLSX)
S3 tabuľke. Gene-Act sieť diferenciálnych génov
DOI: 10.1371 /journal.pone.0125013.s003
(XLSX)
S4 tabuľke. Pôdy a overovanie
doi: 10,1371 /journal.pone.0125013.s004
(DOCX)
S5 Tab. Metódy a materiály
doi: 10,1371 /journal.pone.0125013.s005
(DOCX)

Poďakovanie

Radi by sme poďakovali Dr. Fred Bogott v Austin Medical Center , University of Minnesota, a Dr Joshua Liao v Hormel ústavu, Austin Minnesota, za ich anglickú editáciu tohto rukopisu. Radi by sme poďakovali funders podporiť túto štúdiu. Táto práca bola podporená grantom z Národného Natural Science Foundation Číny [No. 81172324, 91229106 Nie, No. 81272749, 81372231 a č] Science and Technology Komisia magistrátu Šanghaja [No. 13ZR1425600], a kľúčové projekty v National Science & Technológia pilier Program of China (č 2014BAI09B03).

• Ploche ONE: Analýza prežitie pacientov s Interval Cancer podstupujúcich Žalúdočné skríningu rakoviny endoskopicky
• Ploche ONE: prognostický význam matrix metaloproteinázy-7 vo rakovina žalúdka prežitie: Metaanalýza