Stomach Health > mave Sundhed >  > Stomach Knowledges > undersøgelser

I silico analyse og verifikation af S100 genekspression i gastrisk kræft

I silico
analyse og verifikation af S100 genekspression i mavekræft
Abstract
Baggrund
S100 protein familien består af 22 medlemmer, hvis protein-sekvenser omfatter mindst én EF-hand Ca 2+ bindende motiv. De var involveret i reguleringen af ​​en række cellulære processer såsom cellecyklusprogression og -differentiering. Imidlertid blev ekspressionen status S100 familiemedlemmer i gastrisk cancer ikke kendt endnu. Salg Metoder
Kombineret med analyse af serie analyse af genekspression, virtuelle Northern blot og microarray data, ekspressionsniveauerne af S100 familiemedlemmer i normal og maligne mave væv blev systematisk undersøgt. Ekspressionen af ​​S100A3 blev yderligere vurderet ved kvantitativ RT-PCR.
Resultater
Mindst 5 S100-gener blev fundet at være opreguleret i gastrisk tydning ved in silico analyse. Blandt dem, fire gener, herunder S100A2, S100A4, S100A7 og S100A10, blev rapporteret til overudtrykt i mavekræft tidligere. Udtrykket af S100A3 i firs patienter af mavekræft blev undersøgt yderligere. Resultaterne viste, at de gennemsnitlige ekspressionsniveauer af S100A3 i mavecancer væv var 2,5 gange så høj som i tilstødende ikke-tumor-væv. S100A3 udtryk var korreleret med tumor differentiering og TNM (Tumor-Node-Metastase) fase af gastrisk kræft, som var relativt stærkt udtrykt i dårligt differentierede og avancerede mavekræft væv (P
< 0,05).
Konklusion
Så vidt vi ved er dette den første rapport af systematisk evaluering af S100 gen udtryk i gastrisk kræft ved multipel i silico analyse. Resultaterne viste, at overekspression af S100 gen familiemedlemmer var karakteristika gastrisk kræft og S100A3 kan spille vigtige roller i differentiering og progression af mavekræft.
Baggrund
mavekræft er den næsthyppigste årsag til kræft død på verdensplan. Miljømæssige og genetiske faktorer er begge vigtige i gastrisk carcinogenese [1, 2]. I de seneste to årtier er der gjort store fremskridt med at identificere gener involveret i udviklingen af ​​mavekræft. Disse identificerede gener, er nyttige i forståelsen af ​​patogenesen af ​​mavekræft og definere dens molekylære signatur. De kan også tjene som biomarkører for tidlig diagnose og mål for lægemiddeludvikling.
Nylig analyser storstilet genekspression er dukket op som vigtige redskaber til screening gener relateret til cancer [3]. De to eksperimentelle teknologier til storstilet genekspression analyse er: 1) DNA-sekventering baseret seriel analyse af genekspression (SAGE) og udtrykt sekvens tag (EST) tilgange og 2) dot-blot baseret microarray analyse. Flere bioinformatiske infrastrukturer er blevet etableret for at indsamle data fra disse teknikker. Blandt dem, Cancer Genome Anatomy Project (CGAP) og Gene Expression Omnibus (GEO) er to vigtige net [4, 5]. Tidligere anvendelser af data mining hjælp CGAP og GEO ressource har ført til identifikation af flere roman eller kendte cancer-relaterede gener [6, 7].
S100 protein familien består af 22 medlemmer, hvis protein-sekvenser omfatter mindst én EF-hand Ca2 + bindende motiv [8]. S100-proteiner er lokaliseret i cytoplasmaet og /eller kernen i en lang række celler, og er involveret i reguleringen af ​​en række cellulære processer såsom cellecyklusprogression og -differentiering. Sytten S100 familiemedlemmer er placeret som en klynge på kromosom 1q21-22, en region ofte omarrangeret i flere tumorer. Desuden har molekylær analyse afslørede, at adskillige S100s, herunder S100A2, S100A4, S100A7 og S100A10, udviser ændrede ekspressionsniveauer i gastrisk cancer [9, 10]. Så det er interessant at systematisk undersøge ekspressionen af ​​andre medlemmer af S100 familie i normale og mavekræft væv.
I denne undersøgelse, vi udnyttet de databaser og analytiske tilgange til rådighed fra Gene Expression Omnibus og Cancer Genome Anatomi Project til systematisk at analysere ekspressionen af ​​22 S100 gener i normale og cancerøse mave væv. De uafhængige SAGE og microarray datasæt blev screenet for S100 genekspressionsmønstre. Vi fremlagde beviser, at mindst fem S100 gener blev opreguleret i mavekræft og yderligere eksperimentelt verificeret opregulering af S100A3 ved kvantitativ RT-PCR.
Metoder
SAGE analyse
SAGE måler antallet af tags, der repræsenterer den transkriptionelle produkter af et gen. De data, som SAGE teknologi er en liste over tags med deres tilsvarende tæller værdier. Alle offentligt tilgængelige SAGE data indsamlet i GEO hjemmeside op til januar 2008 er anvendt til analyse af S100 genekspression. Både NlaIII og Sau3A tags fra SAGEmap http:.... //Www NCBI NLM NIH gov /SAGE /blev kortlagt til UniGene klynger http:... //Www NCBI NLM NIH . gov /UniGene /. Den pålidelige UniGene klynger matchede til S100 tags blev vedtaget. Disse sekvensmærker blev derefter anvendt til at bestemme niveauerne for ekspression af 22 S100 gener i 2 normal og 8 mavekræft biblioteker. En liste over de tags, der anvendes til analyse blev tilvejebragt i tabel 1 og detaljerede oplysninger om disse biblioteker er tilgængelige fra GEO hjemmeside. Analyser blev udført ved at sammenligne det gennemsnitlige antal S100 tags i biblioteker af normal slimhinde med det i biblioteker af mavekræft. Forskel på > 3-fold ændring vil blive betragtet som positive.Table en SAGE analyse af S100 gener udtryk i normale og mavekræft biblioteker
Gene navn

Unigene klynge
SAGE tag
Normal (TPM *)
Kræft (tpm*)

S100A2
516484
GATCTCTTGG
0.0
98.1
S100A3
433168
TCTCCCACAC
0.0
2.8
S100A4
81256
ATGTGTAACG
0.0
207.8
S100A6
275243
CCCCCTGGAT
245.9
865.9
S100A7
112408
GAGCAGCGCC
0.0
143.8
S100A8
416073
TACCTGCAGA
0.0
549.2
S100A9
112405
GTGGCCACGG
0.0
637.0
S100A10
143873
AGCAGATCAG
263.6
1890.5
S100A12
19413
GATTTTTAAA
0.0
13.9
S100A16
515714
AGCAGGAGCA
0.0
130.6
Kun S100s, der viser positive kampe er vist i denne tabel. * Tags per million;
Virtual nordlige
I CGAP databasen, virtuel Northern blot-analyse gør det muligt for forskerne at se udtryk for et specifikt gen i alle EST og SAGE biblioteker [4]. Gennem Gene Finder værktøjet http:... //CGAP NCI NIH gov /Gener /GeneFinder, nogle organiserede oplysninger om et bestemt gen kan findes ved at forespørge enten det unikke gen id eller et nøgleord. Inkluderet i de foreliggende oplysninger er de EST og SAGE vNorthern udtryksmæssige mønstre på tværs af alle tilgængelige biblioteker, der er klassificeret i henhold til deres væv oprindelse. SAGE data indsamlet i CGAP omfatter 5 væv biblioteker og 2 xenograft biblioteker af mavekræft, samt 3 normale biblioteker af maven, som var delvist forskelligt fra det indsamlede i GEO nævnt ovenfor. S100 gener, hvis udtryk i EST og SAGE biblioteker af mavekræft var både > 3 gange så meget som dem, der i normal mave blev udpeget som positive
microarray analyse
På nuværende, fem microarray datasæt (tabel 2), der indeholder. data fra normale og mavekræft væv var til rådighed i GEO hjemmeside http:. //www NCBI NLM NIH gov /projekter /geo /.... Datasættet GSE2669, GSE2701 og GSE3438 bidraget med Boussioutas A [11], Chen X [12] og Kim S [13] henholdsvis blev valgt til at udføre microarray analyse, fordi disse tre datasæt indeholdt relativt flere tilfælde af normal og mavekræft (10 normale dem og 64 kræftformer for Boussioutas A et al, 22 normale dem og 90 kræftformer for Chen X, 50 normale dem og 50 kræftformer for Kim S). Flere detaljer om de prøver og microarray analyse kan findes fra GEO hjemmeside. Forskel blev betragtet som signifikant, når p
< 0,05. S100 gener, hvis udtryk blev både meget i tre grupper af mavekræft væv blev udpeget som positive ones.Table 2 Microarray datasæt mavekræft indsamlet i Gene Expression Omnibus hjemmeside.

Cases
Array
Spot
Leverandør


Normal
Cancer



GSE2637
3
55
cDNA
13 k /17 K
Aggarwal A et al
GSE2685
8
22
oligo- nukleotid
~ 7,2 K
Hippo Y et al
GSE2669
10
64
cDNA
~ 7,4 K
Boussioutas A et al
GSE2701
22
90
cDNA
44 K
Chen X et al
GSE3438
50
50
cDNA
14 K
Kim S et al
Tissue Collection
Firs patienter med mavekræft, der blev opereret i vores hospital fra september 2004 til marts 2007 blev inkluderet i denne undersøgelse. Den resektion tumor og tilstødende ikke-tumor-vævsprøver blev straks nedfrosset i flydende nitrogen og holdt ved 70 ° C indtil RNA-ekstraktion. Diagnosen af ​​både mavekræft og normal maveslimhinden blev klinisk og patologisk bevist. Patientens køn, alder, tumorstørrelse, TNM stadie, dybde væg invasion, mikroskopisk subtype, og status for lymfeknudemetastase blev opnået fra kirurgiske og patologiske optegnelser. Protokollerne anvendt i denne undersøgelse blev godkendt af hospitalets beskyttelse af personmotiver Udvalg. Patienter, der leverer frisk kirurgisk væv for studiet underskrevet informeret samtykke.
Kvantitativ RT-PCR
Totalt RNA (mRNA) blev ekstraheret fra mavekræft og tilstødende ikke-tumor-væv ifølge producentens anbefalinger af TRIzol-reagens (Invitrogen, Carlsbad , CA). 1 ug prøve af total RNA blev revers transkriberet til komplementært DNA (cDNA) med oligo (dT) primere. Sense- og antisense-primere for S100A3 blev designet i henhold til mRNA-sekvensen (GenBank accession nummer NM_002960.1). Vi brugte forstærket PCR-fragmenter spænder forskellige exons at forhindre opformering af forurenet genomisk DNA. Sense-primeren var 5'-GACCATCTGGTTCAGGTTCC-3 'og antisense-primeren var 5'-ACATTCCCGAAACTCAGTCG-3'. PCR-produkterne blev 200 bp i størrelse. Husholdning gen GAPDH blev anvendt som en intern kontrol. Sense-primeren var 5'-CCAGGTGGTCTCCTCTGACTT-3 'og antisense-primeren var 5'-GTTGCTGTAGCCAAATTCGTTGT-3'. PCR-produkterne blev 130 bp i størrelse.
Standardkurve blev fremstillet ved at måle passage-punkt i hver standard værdi (6-fold serielt fortyndede cDNA'er af hjertemusklens, i hvilken indholdet af S100A3 var relativt rigelige) og plotning dem mod den logaritmiske værdi af koncentrationerne. Standardkurveprøver blev inkluderet i hver kørsel. Kvantitativ real-time RT-PCR blev udført under anvendelse af en ABI PRISM 7000 Detektionssekvensen systemet (Applied Biosystems, Foster City, CA). RT-PCR blev udført i et samlet volumen på 30 pi. Reaktionsblandingen indeholdt 1 x buffer, 200 pmol /l deoxy-ribonucleosidtriphosphater (dNTP'er) (Invitrogen), 0,3 pmol /l sense- og antisense-primere, 1 U Takara ExTaq Hotstart Taq (Takara Biotechnology), 0,6 pi 5 carboxy-x-rhodamin (ROX) henvisning farvestof, og 2 pi cDNA. Den PCR-cyklus involverede 2 minutter ved 95 ° C efterfulgt af 40 amplifikationscykler af denaturering ved 94 ° C i 30 sekunder, annealing ved 58 ° C (til påvisning af GAPDH) eller 55 ° C (til påvisning af S100A3) i 30 sekunder, og forlængelse ved 72 ° C i 1 minut. Den relative kvantificering af både S100A3 og GAPDH blev bestemt ved komparativ CT (termisk cyklus) metode. Værdierne af S100A3 mRNA-ekspression blev normaliseret ifølge ekspressionen af ​​GAPDH. Hvert assay blev gentaget tre gange for at bekræfte resultaterne, og forholdet mellem mRNA-ekspression værdien af ​​mavekræft væv til tilstødende ikke-tumor-væv blev anvendt til efterfølgende analyse.
Statistisk analyse Hus Til kontinuerlige variabler blev dataene udtrykt som et middel +/- SD. Expression data for S100 gener i microarray datasæt blev hentet og forskellene i ekspressionsniveauerne mellem normale og mavekræft væv blev bestemt ved studerendes T-test. Sammenhængen mellem relative ekspressionsniveauer forhold af S100A3 og kliniske træk blev analyseret ved Mann-Whitney-test. Alle data blev analyseret under anvendelse af SPSS11.0 softwarepakke (SPSS, Chicago, USA) og forskellen blev betragtet som signifikant når p < 0.05.
Resultater
1. SAGE og virtuel Northern blot analyse af S100 gener udtryk i mavekræft
Der er 2 SAGE biblioteker af normal maveslimhinden og 8 SAGE biblioteker af mavekræft væv tilgængelige i GEO hjemmeside (GSE545 og GSE14). Disse biblioteker blev leveret af to forskellige laboratorier [14, 15]. Den pålidelige tags på 20 S100 gener blev udvundet fra SAGEmap hjemmeside og bruges til at søge SAGE data. 10 gener viste sig at være stærkt udtrykt i gastrisk kræft væv i henhold til indstillingen kriterier > 3-fold forskel (tabel 1). I disse 10 gener, kunne kun S100A6 og S100A10 kunne påvises i normale maveslimhinden væv, som også havde top gennemsnitlige tæthed i gastrisk cancer (865,9 TPM og 1890,5 TPM henholdsvis). De øvrige 8 gener, herunder S100A2, S100A3, S100A4, S100A7, S100A8, S100A9, S100A12 og S100A16, havde forskellige gennemsnitlige tæthed spænder fra 2,8 TPM til 637,0 TPM, hvoraf ingen blev udtrykt i normal maveslimhinden væv. Ingen signifikant forskel i ekspression mellem normale og cancerøse væv kunne findes på S100A11, S100A14 og S100P (data ikke vist). Vi anvendte derefter virtuel Northern blot at analysere ekspressionen af ​​S100-gener (tabel 3). Seks gener blev bekræftet at være opreguleret i gastrisk cancer væv. Den positive S100A6, S100A8, og S100A16 identificeret ved SAGE-analyse viste sig at have nogen signifikant forskel i udtryk mellem normale og mavekræft biblioteker, når der udføres EST virtuel Northern Blot. S100A13, ikke detekterbar i SAGE biblioteker, viste sig at være højt udtrykt i gastrisk cancer væv ved EST virtuel Northern blot. S100A3 og S100A12 kunne ikke påvises ved virtuel Northern blot.Table 3 Virtual Northern blot analyse af S100 gener udtryk i normale og mavekræft biblioteker

EST tags (TPM *)
SAGE tags (TPM *)

Normal

Cancer

Normal

Cancer

S100A2
0.0
25.9
0.0
200.5
S100A3
0.0
0.0
0.0
0.0
S100A4
52.3
293.7
0.0
168.4
S100A7
0.0
0.0
0.0
304.8
S100A9
0.0
8.6
0.0
1339.4
S100A10
0.0
181.4
272.3
1483.7
S100A12
0
0
0
0
S100A13
0.0
43.2
0.0
0.0
Kun S100s, der viser positive kampe er vist i denne tabel. * Tags per million,
2. Microarray analyse af S100 gener udtryk i mavekræft
Microarray analyse blev udført for yderligere at verificere overekspression af S100 gener i mavekræft. 8, 11 og 7 S100 gener kunne findes i GSE2669, GSE2701 og GSE3438 datasæt (tabel 4). Både S100A2 og S100A10 gener blev vist at være opreguleret i gastrisk cancer af alle tre datasæt. S100A3 blev påvist at være overudtrykt i gastrisk kræft ved datasæt GSE2669 og GSE2701, som ikke eksisterede i datasæt GSE3438. S100A4, S100A6 og S100A7 viste sig at blive opreguleret i mavekræft i kun et datasæt, men ikke fandtes i de to andre datasæt. Men udtryk for S100A8 og S100A9 havde ingen signifikant forskel mellem normale og ondartede væv i datasæt GSE2701. Den differentielle udtryk tendens S100A12 i GSE2701 var i strid med den for SAGE analyse (tabel 1) .table 4 Microarray analyse af S100 gener udtryk i normale og gastrisk kræft væv

GSE3438
GSE2669
GSE2701

Normal *
Kræft *
p
Normal *
Kræft *
p

Normal *
Cancer *
P


S100A2
-0.22
0.00
0.00
1.03
1.35
0.01
-0.95
-0.36
0.00
S100A3
#
#
#
0.84
1.55
0.03
-0.14
0.05
0.03
S100A4
-0.23
0.30
0.00
#
#
#
#
#
#
S100A6
-0.43
0.27
0.00
#
#
#
#
#
#
S100A7
#
#
#
#
#
#
-1.00
-0.35
0.00
S100A8
#
#
#
0.32
0.69
0.01
0.66
0.70
0.81
S100A9
#
#
#
1.25
3.48
0.00
0.42
0.79
0.13
S100A10
-0.50
0.42
0.00
0.46
1.36
0.00
0.19
1.22
0.00
S100A12
#
#
#
#
#
#
0.50
0.21
0.01
Kun S100s, der viser positive kampe er vist i tabellen. * data udtrukket fra microarray datasæt; # data ikke findes i datasættet.
Tilsammen blev 5 gener påvist at være stærkt udtrykt i gastrisk kræft ved alle tre i silico analyse tilgange. De var S100A2, S100A3, S100A4, S100A7 og S100A10. Blandt disse 5 gener, S100A3 var den eneste, som endnu ikke er rapporteret at være relateret til gastrisk cancer tidligere. Næste vi evaluerede udtryk for S100A3 i gastrisk cancer væv ved kvantitativ RT-PCR.
3. Kontrol af S100A3 overekspression i gastrisk kræft ved kvantitativ RT-PCR
For at undersøge om S100A3 blev overudtrykt i mavekræft, vi undersøgte mRNA-ekspression af S100A3 i gastrisk cancer væv og tilsvarende tilstødende ikke-tumor-væv af 80 patienter ved kvantitativ RT-PCR. Det relativt betyde Ekspressionsniveauet af S100A3 i gastrisk cancer var 2,52 ± 1,45 sammenlignet med tilstødende ikke-tumor-væv (p Salg = 0,01). blev analyseret yderligere korrelationer af S100A3 mRNA udtryk med de kliniske funktioner. Resultaterne viste, at S100A3 mRNA-ekspression ikke korreleret med køn, alder, tumorstørrelse, dybde væg invasion, mikroskopiske undertyper eller lymfeknudemetastase med en statistik p > 0.05 i hver parameter (tabel 5). Vi fandt imidlertid, at ekspressionen af ​​S100A3 mRNA blev korreleret med tumor differentiering og Tumor-Node-Metastase fase. De S100A3 ekspressionsniveauerne i vel- og moderate-opdelte tumorvæv var begge betydeligt lavere end i dårligt differentierede dem (p
< 0,05). S100A3 ekspression i TNM trin I og II var også lavere end i trin III og IV (p
= 0,04). Alle disse data viste, at S100A3 blev overudtrykt i gastrisk cancer prøver og kan være relateret til differentiering og udvikling af gastrisk cancer.Table 5 Korrelation af S100A3 mRNA-ekspression med clinicalpathological parametre hos patienter med gastrisk karcinom.
Variabel
mRNA udtryk
P

Number

N /T > 4
N /T 2-4
N /T 1-2
N /T < 1


Køn
Mand
61
11
34
9
8
0,17
Female
19
3
5
8
2
Age (y)
< 65
54
10
31
6
7
0,08
> 65
26
4
8
11
3
Tumor differentiering
Well1
3
0
0
1
2
0.22a
Moderate2
33
8
7
12
6
0.03b
Poor3
44
6
32
4
2
0.01c
Tumor størrelse (cm)
< 5,0
41
6
23
5
7
0.96
> 5,0
39
8
16
12
3
Dybde af væg invasion
slimhinde, submucosa1
6
2
1
2
1
0.45a
muscularis propria2
18
6
8
4
0
0.33b
Subserosa, serosa3
56
10
34
6
6
0.72c
Stage
I + II
19
2
7
5
5
0.04
III + IV
61
12
32
12
5
Mikroskopiske undertyper
Intestinal1
57
10
29
11
7
0.87a
Diffuse2
18
4
8
4
2
0.26b
Atypical3
5
0
2
2
1
0.21c
Lymfeknudemetastase
Ja
64
11
35
11
7
0,16
Ingen
16
3
4
6
3
aP
: 1 VS
2; bP
: 2 VS
3; cP
: 1 VS
3.
Diskussion
Selvom S100 familiemedlemmer har en fælles struktur og er primært lokaliseret i en specifik region af kromosom 1, de alle har meget unikke udtryk mønstre i normal eller patologisk væv. Vi systematisk undersøgt ekspressionen af ​​S100 familiemedlemmer i gastrisk cancer væv ved at kombinere analyser af SAGE, virtuelle Northern blot og microarray data. Det er blevet rapporteret, at krydshybridisering fejl kan ske i microarray analyse når sekvenslighed overstiger 75%. Imidlertid mRNA-sekvensen ligheden S100 familiemedlemmer var 4% -67%, så muligheden for krydshybridisering af S100 gener på alle tre chips analyseret i den foreliggende undersøgelse vil være forholdsvis lille. Desuden blev Både SAGE teknologi og EST virtuel Northern blot baseret på DNA-sekventering og blev anset for at være pålidelige metoder i genekspression evaluering. Kombinere flere database og analytiske tilgange, der er nævnt ovenfor, vil muligheden for artefakter blive reduceret betydeligt. I den foreliggende undersøgelse blev 5 S100 gener påvist at være opreguleret i gastrisk cancer ved at kombinere analyser, blandt hvilke 4 gener blev rapporteret tidligere, hvilket indikerer validiteten af ​​in silico analysestrategi vi anvendte i dette arbejde, og muligvis vigtige rolle S100 gener i udvikling og progression af mavekræft.
i de senere år har mange S100 familiemedlemmer blevet vist at være differentielt reguleret i forskellige maligniteter. Selvom handlingen mekanismer S100s og de funktionelle konsekvenser af deres ændrede udtryk forblev skal bestemmes, har flere undersøgelser vist, at overekspression af S100 proteiner viser store kliniske konsekvenser for diagnose og iscenesættelse af humane tumorer, samt til forudsigelse af prognose.
Det er blevet rapporteret, at S100A2 var højt udtrykt i ikke-småcellet lungekræft, esophageal pladecellecarcinom, larynx pladecellecarcinom, ovarie- serøse papillære carcinomer, samt mavekræft. S100A2 viste sig også at være en prædiktor for fjernmetastaser og overlevelsesrate i den tidlige fase ikke-småcellet lungekræft [16]. S100A4 viste sig at være overudtrykt i blærecancer og kunne betjenes som en indikator for tumorprogression [17]. Mange undersøgelser har vist, at S100A7 havde en øget ekspression i brystkræft. Overekspressionen af ​​S100A7 var relateret til højere TNM stadier af brystkræft og i østrogen receptor-negative invasive brystcancere blev S100A7 ekspression forbundet med dårligt resultat [18]. S100A7 overekspression var også forbundet med forøget malignitet af brystkræft, hvilket kan ske gennem stimulering af Jab1 aktivitet. Derudover blev S100A10 identificeret som en opreguleret gen i squamous ikke-småcellet lungekræft og esophageal pladecellecarcinom ved microarray teknologi. Alle disse 4 S100 gener blev også vist at være upregulaetd i gastrisk kræft tidligere [9, 10], som blev yderligere bekræftet i det foreliggende arbejde.
S100 gener kan være nedreguleret i nogle andre kræftformer. For eksempel blev S100A6 ydmyge udtrykt i prostatakræft, som kan være relateret til promotor hypermethylering af S100A6. Et andet eksempel er S100A2. Det havde en reduceret ekspression i prostata og kræft i mundhulen og blev betragtet som en potentiel tumorsuppressor. S100A2 kan interagere med C-terminalen af ​​p53 og derefter øge den transkriptionelle aktivitet af p53. Denne cellecyklus-afhængig p53-S100A2 interaktion kan mediere den inhiberende effekt af S100A2 på cancer. Disse resultater antydede, at S100-gener kan spille forskellige roller i udviklingen af ​​forskellige kræftformer.
S100A3, et protein korreleret med udviklingen af ​​hårsækken, havde vist sig at være overudtrykt i tumorer. For eksempel niveauerne af ekspression af de S100A3 proteiner afveg markant i astrocytiske tumorvæv i forhold til tumorer og kvaliteter [19]. Den nuværende arbejde bekræftet for første gang, at S100A3 blev opreguleret i mavekræft og er forbundet med dårlig differentiering og højere TNM stadie af gastriske kræftceller. Men den rolle S100A3 i differentiering og progression af mavekræft skulle undersøges nærmere.
Konklusion
Vores arbejde foreslog, at i silico analyse er en gyldig strategi for at opdage differentielt udtrykte gener i mavekræft, og S100A3 var en roman overudtrykt gen i gastrisk kræftceller og kan spille en vigtig rolle under differentiering og progression af mavekræft.
Noter
Ji Liu, Xue Li, Guang-Long Dong bidraget ligeligt til dette arbejde.
Forkortelser
SAGE:
Serial Analyse af Gene Expression
EST:
Udtrykt Sequence Tag
CGAP:
Kræft Genome Anatomi Project
GEO:
Gene Expression Omnibus
RT-PCR:
Reverse Transcription Polymerase Chain Reaction .
erklæringer
Tak
Dette arbejde blev støttet af National Natural Science Foundation of China (Grant nr 30.670.970). Vi er taknemmelige for Yanglin Pan for fremragende vejledning i processen med forsøget.
Konkurrerende interesser
Forfatterne erklærer, at de ikke har nogen konkurrerende interesser.