PLoS ONE: Nanostring-Based MultiGene анализа для прогнозирования возвращающейся больных раком желудка после Surgery

Абстрактный
<р> Несмотря на преимущества от адъювантной химиотерапии или химиолучевой, примерно на одну треть рака желудка стадии II (GC) больных рецидивы. Цель данного исследования состояла в том, чтобы разработать и утвердить прогностический алгоритм рака желудка (GCP), которые могут идентифицировать робастно группу высокого риска рецидива среди пациентов стадии II. была проведена экспрессия гена многоступенчатого профилирование исследование. Во-первых, ген микрочипов выражение профилирование архивным парафиновых срезах опухолевых блоков использовался для выявления возможных прогностических генов (N = 432). Во-вторых, целенаправленный анализ экспрессии генов, включая прогностические генов была использована для разработки надежного клинического анализа (GCP) в стадии II пациентов из той же когорты (N = 186). В-третьих, предопределенный отсечной для GCPs была подтверждена с использованием независимой стадии II когорты (N = 216). GCPs была подтверждена в другом наборе со стадией II GC, который перенес операцию без адъювантной терапии (N = 300). GCPs была разработана путем суммирования произведения коэффициентов регрессии Кокса и нормированных уровней экспрессии генов 8 (LAMP5, CDC25B, CDK1, CLIP4, LTB4R2, MATN3, nox4, TFDP1). Проспективно определяется вырезать точкой для GCPs классифицированы 22,7% проверки когорты, обработанной химиорадиотерапии (N = 216) в качестве группы высокого риска с 5-летней частотой рецидивов 58,6% по сравнению с 85,4% в группе низкого риска (отношение риска рецидива = 3.16, р = 0,00004). GCPs также выявили группу высокого риска среди пациентов стадии II лечение только хирургии (отношение рисков = 1,77, р = 0,0053)
<р> Образец цитирования:. Lee J, Sohn I, У IG, Ким км, Парк SH, Парк JO и др. (2014) Nanostring основе MultiGene анализа для Предсказать возвращающейся больных раком желудка после хирургии. PLoS ONE 9 (3): e90133. DOI: 10.1371 /journal.pone.0090133
<р> Редактор: Ju-Seog Ли, Университет Техаса MD Anderson Cancer Center, Соединенные Штаты Америки
<р> Поступило: 23 сентября 2013 года; Принято: 26 января, 2014 года; Опубликовано: 5 марта 2014
<р> Copyright: © 2014 Lee и др. Это статья с открытым доступом 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

Финансирование:. Это исследование была поддержана Intramural грант от медицинского центра Samsung. Доноры не играет никакой роли в дизайн исследования, сбора и анализа данных, решение о публикации или подготовки рукописи

Конкурирующие интересы:. Патрик Тан является Член редакционной коллегии PLoS ONE. Это не меняет приверженность авторов на всех политик PLoS ONE на данных и материалов общего доступа.

Введение
<р> рака желудка являются весьма летальные злокачественных опухолей с пятилетние коэффициента выживаемости является одним из худших сообщили в любых солидных опухолей. По данным Национального института рака по надзору, эпидемиологии и конечных результатов (ГЭЭ) Программа, пятилетняя выживаемость у пациентов с раком желудка (GC) улучшилась лишь незначительно в течение последних 50 лет, от 12 до 22 процентов [1]. Склонность GC для раннего метастатического распространения были хорошо документированы в предыдущих исследованиях [2], [3]. На основании последних исследований адъювантной фазы III, улучшение выживаемости от адъювантной химиотерапии или химиолучевой терапии было зарегистрировано в GC [4] - [7]. Тем не менее, от 25 до 40% всех пациентов, хирургически удаленных GC по-прежнему развиваются рецидивы, которые не поддаются повторной резекция [4], [7] - [9]. Для патологической стадии III и IV ГК, 5-летняя выживаемость без заболевания очень бедны (стадия IIIA, 57,6%, стадия IIIB, 39,6%, и стадия IV 26,3%) [8] вовлекая, что эти опухоли имеют по своей сути агрессивное поведение. В противоположность этому, патологическими пациентов GC стадии II имеют более благоприятный клинический исход с 5-летней безрецидивной выживаемости 76% -90% после операции и адъювантной терапии [8], [9]. Тем не менее, существует широкий спектр клинической агрессивностью даже в пределах той же стадии, при этом некоторые больные выздоравливают с только хирургическим лечением в то время как некоторые пациенты повторялись вскоре после операции и адъювантной химиолучевой терапии. Таким образом, основываясь на предположении, что существует значительная молекулярная гетерогенность, мы разработали масштабный экспрессии генов профилирование исследование для разработки молекулярно-тест, который может эффективно дискриминировать с низким уровнем риска от групп GC высокого риска рецидива после хирургического вмешательства.
<р> молекулярный тест, который идентифицирует пациентов с высоким риском рецидива может привести к оптимизированным периоперационным стратегии лечения в GC. Фаза обнаружения включали пациентов GC из всех клинических стадиях, обработанных химиорадиотерапии (N = 520). Опухолевые блоки из этих пациентов были подвергнуты прогностической открытию гена с использованием цельной Геном DASL (WG-DASL) (Illumina, San Diego, CA), метод профилирования экспрессии генов микрочипов для формалином фиксированной парафин ткани (FFPE). Цель состояла в том, чтобы разработать гипотезу о клинической полезности и откройте для себя кандидат прогностических или внутренних опорных генов, которые помогут дизайна сосредоточены экспрессии генов анализа. Результаты этого этапа предложили клиническую полезность генной экспрессии на основе прогностического алгоритма потенциально может выделить группу повышенного риска среди пациентов, II стадия.
<Р> Цель проекта состояла в том, чтобы разработать гипотезу с клинической полезности и откройте для себя кандидатом прогностические или внутренние ссылки на гены в целях разработки целенаправленных экспрессии генов анализов. Результаты стадии открытия позволяют предположить, что клиническая полезность прогностического алгоритма экспрессии генов на основе потенциально может выделить группу повышенного риска среди пациентов стадии II. При использовании надежной многоступенчатой ​​прогностического алгоритма, рака желудка прогностической шкалы (GCP) для пациентов GC стадии II был разработан для выявления пациентов с высоким риском рецидива после хирургического вмешательства.

методы
<р> С сентября 1994 по декабрь 2005, 1557 пациентов прошли GC целебное гастрэктомию в Samsung Medical Center. Среди них были отобраны 1107 пациентов с учетом следующих критериев: гистологически подтвержденный аденокарциномы желудка; хирургическое удаление опухоли без макроскопического или микроскопического остаточного заболевания; возраст ≥18; стадия патологии IB (T2bN0, T1N1 но не T2aN0) до IV, согласно данным Американского Объединенного комитета по вопросам рака (AJCC) система стадирования (6 е изд); полная хирургическая запись и запись лечения, а также у пациентов, получающих лечение с INT-0116 в качестве адъювантной терапии [7]. Исследование было одобрено этическим комитетом Медицинского центра Samsung, Сеул, Южная Корея (IRB номера официального утверждения: SMC 2010-10-025). Все участники исследования дали письменное формы информированного согласия с рекомендациями IRB. У пациентов, которые скончавшихся в момент начала исследования, письменные формы информированного согласия были отменены по IRB. Дизайн исследования и когорт пациентов предоставляются в соответствии с замечанием основного положения (рисунок 1A, 1B, Файл S1, раздел 1). Из когорты 1107 пациентов, открытие набора из 520 пациентов и набор проверки 587 пациентов были рандомизированы и распределены 6 партий с разбивкой по размеру опухоли и год хирургии для WG-DASL анализа.
<Р> Чтобы избежать ложно-положительные выводы из-за слишком облегающие, прогностические алгоритмы и их предопределенных точек нарезки были протестированы в независимых когорт, которые не использовались для обнаружения прогностического генов и алгоритм строительства. Исследование 4-фазный был разработан, с 4-мя предопределенными независимых когорт, набранных из Медицинского центра Samsung. Первые 3 когорты включают пациентов с аналогичными клиническими и патологическими особенностями от химиорадиотерапии обработанного исследования когорт (Файл S1, раздел 2). Первая фаза (фаза обнаружения) исследования были включены пациенты GC из всех клинических стадий, которые лечились с химио-лучевой терапии (N = 520) [8]. Опухолевые блоки из этих пациентов были подвергнуты прогностической открытию гена с использованием WG-DASL (Illumina, San Diego, CA), выражение гена микрочипов метод профилирования для FFPE [7]. Одноранговой внешнего подтверждения набора генов было проведено с целью свести к минимуму любое смещение от одной институциональной когорте. Второй этап (разработка алгоритма) должен был перевести выводы из первой фазы в клинически применимым форматом теста. Мы выбрали платформу nCounter (Nanostring Technologies, Сиэтл, штат Вашингтон), из-за его способности опрашивать уровни экспрессии до 800 генов с использованием общей РНК, извлеченную из FFPE в реакции с монотуннеля [8]. Мы скринингу стадии пациентов II из первой фазы (N = 186) для De Novo
открытие прогностические генов, выбранных идеальных комбинаций генов с использованием градиента мере абсолютного усадки и оператор выбора алгоритма (ЛАССО) [10], а затем построили первое поколение GCPS (GCP-g1) путем добавления продуктов нормализованной экспрессии генов и коэффициентов из модели Кокса для DFS. В третьей группе больных II стадии (N = 216). На четвертом этапе (тестирование клинической полезности в хирургии только установка), мы тестировали потенциальную клиническую полезность GCPs у больных II стадии, получавших только операции. Протокол метка времени (Рисунок S12) был разработан до обработки этой окончательной когорты. Впоследствии мы разработали утонченную GCPS второго поколения (GCP-g2) (окончательный набор генов) путем анализа комбинированной Stage когорты II от второго и третьего этапов исследования.

экспрессии генов профилирование с использованием цельной genome- DASL анализ
<р> Перед каждым геном профилированию эксперимента образцы ткани были случайным образом распределены на различных партий с разбивкой по времени операции (до 2000 по сравнению с 2000 г. после того, как) и размер опухоли (≤5 см против > 5 см), чтобы свести к минимуму любые отклонения от качества ДНК. Суммарную РНК экстрагировали из 2-4 секций 4-мкм секций FFPE из представительных первичных опухолевых блоков с использованием высокочистых РНК Парафин комплект (Roche Diagnostic, Мангейм, Германия) после удаления неопухолевые элементов вручную macrodissection руководствуясь гематоксилином и эозином запятнанные слайды. Анализ WG-DASL проводили с использованием 200 нг РНК следующей инструкцией изготовителя [11]. Для nCounter анализа, 200 нг тотальной РНК гибридизовали с пользовательского программного кода набора 800 генов, в течение 18 часов при 65 ° С и обрабатывают в соответствии с инструкцией изготовителя [12]. Данные были нормированы на средних уровней экспрессии 48 генов внутренних опорных выбранных из микрочипов эксперимента. Подробное описание стадии открытия с использованием WG-DASL анализа предоставляется в файле S1, Раздел 3. Сопоставимость качества ДНК FFPE ткани и свежезамороженных тканей с использованием DASL анализа были опубликованы ранее [13], [14].

Прогностические построение модели и проверка
<р> алгоритм разработки для анализа н-Встречное основе для клинической полезности на основе WG-DASL предусмотрено в файле S1, разделы 4-6. Мы использовали лассо алгоритм градиента, чтобы соответствовать модели прогнозирования, основанную на модели пропорциональных рисков Кокса для DFS с помощью зондов с предельной величины р < 0,01 (рис S2 в Файл S1) [10]. Мы использовали один из отпуска перекрестной проверки с открытием De Novo в каждом оставить один из шаг для оценки эффективности прогностической модели в когорте обнаружения. Оптимальный срез точки была определена путем создания участка для р-значений для каждого среза точки для прогностической оценки. Для исследования проверки, были использованы априори определен алгоритм и пороговые значения точки. Метод проверки для GCPs изложена в файле S1, Раздел 7.

Результаты

микрочипов экспрессии генов профилирование пациентов, получавших ГК с адъювантной химиолучевой (фаза 1)
<р> Мы провели экспрессии генов профилирование FFPE из когорты обнаружения 520 случаев стадии IB-IV ГК, получавших стандартную химиорадиотерапии после лечебной резекции с использованием анализа WG-DASL (рисунок 1). Среди них, 432 пробы прошли контроль качества РНК (база данных GEO GSE 26253) (Файл S1, раздел 3). Первичная конечная точка была ДФС. Одномерный анализ выявил 369 зондов, которые были связаны с безрецидивной выживаемости при р &ЛТ; 0,01 без корректировки для других клинических переменных (Файл S1, раздел 3d). Затем градиент Лассо был использован для разработки прогностический алгоритм для прогнозирования рецидивов (File S1, Раздел 3E). Процедура несмываемый один из кросс-валидации (LOOCV) с De Novo
открытие прогностические генов и построение прогностического алгоритма на каждом шаге был использован для изучения устойчивости прогностического алгоритма. В соответствии с прогностическими подписей генов (26 генов, Файл S1, Раздел 3F) и патологической стадии (локализованной против продвинутого), 432 пациентов были разделены на следующие группы: с низким уровнем риска и стадии IB /II (N = 145; 5-летний ДФС, 84,8%), с высокой степенью риска и стадии IB /II (N = 90; 5-летняя БРВ, 61,1%), с низким уровнем риска и стадии III /IV (N = 83; 5-летняя БРВ, 48,9%), и с высокой степенью риска и стадии III /IV (N = 114; 5-летняя БРВ, 36,9%) (Рисунок 2). Как показывает анализ специальной, мы тестировали этот ген подписи с использованием экспрессии генов профилирование данных из когорты пациентов Сингапурского (N = 199), чтобы свести к минимуму любые укоренившаяся предвзятость от одного учреждения когорты [15]. Во внешней группе пациентов, ген подпись смог отделить группу высокого риска (N = 100) из группы низкого риска (N = 99) для повторения со статистической значимости (р &л; 0,00001; отношение рисков (HR), 2,3; 95% ДИ 1.62-3.28) (Рисунок 2). Эти данные указывают на то основную клиническую полезность экспрессии генов профилирования GC в идентификации пациентов высокого риска среди пациентов, II этап (низкий высокий риск стадии IB против /II, 84,8% против 61,1%; ступень низкого по сравнению с высокой степенью риска III /IV, 48,9% против 36,9%). Таким образом, для развития клинического анализа и проверки, мы сосредоточились на разработке генной набор, который может решительно предсказать рецидив у пациентов II стадии.

Развитие рака желудка прогностической шкалы (GCP) для этапа II GC с помощью nCounter анализ (фаза 2)
<р> Мы разработали пользовательский набор nCounter зонд, состоящий из кандидатов прогностические генов из данных WG-DASL микрочипов (фаза 1), а также известные гены рака, гены киназ и G-белком гены рецепторов. Для решения этой проблемы изменчивости в целостности молекул РНК в заархивированном FFPE благодаря предварительно аналитических переменных, таких как время фиксации и возраста блоков, мы применили внутри выборки нормализации с использованием набора 48 внутренних опорных генов, выбранных из данных микрочипов на основе на минимальное изменение через случаях и отсутствие связи с прогнозом (Файл S1, раздел 4). Корреляция соотношение риска прогностические генов на основе nanostring и WG-DASL представлены в файле S1, раздел 4В и рис S3 в файле S1.
<Р> Мы профилированный 186 пациентов стадии II из множества открытий. После оценки надежности прогностических алгоритмов, построенных градиентом ЛАССО через LOOCV, мы применили градиент Lasso ко всем 186 больных и определили 8 генов (LAMP5, CDC25B, CDK1, CLIP4, LTB4R2, MATN3, nox4 и TFDP1), что в сочетании при условии надежной прогностическим информация (таблица 1). GCPs Затем была разработана в качестве линейной комбинации оценок регрессии Кокса и нормированные уровни экспрессии этих генов 8. Анализ вырез точки показывает, что GCPs был самым надежным в определении 25% пациентов с худшими результатами (File S1, раздел 4). Мы выбрали выреза точку 0.2205 для перспективной валидации в независимой когорте проверки.

Проверка GCPs и его предопределенная вырез точки у больных ГЦ стадии II, получавших химиорадиотерапии (фаза 3)
<р> Чтобы избежать потенциально более облегающие вопрос, связанный с перекрестной проверки [16], мы подтверждено GCPS с фиксированным алгоритмом и точек нарезки в независимой группе пациентов, который не был использован в обнаружении гена. Клинические и патологические особенности 216 пациентов, II этап из проверки набора были аналогичны тем, которые от обнаружения когорте (Файл S1, раздел 6, и на рисунках S4-6 в файле S1). Когда мы применили GCPs-g1 к проверке обоснованности, распределение показатель риска был очень похож, предлагая надежную аналитическую производительность анализа (Файл S1, раздел 7а и Рис S7 является Файл S1). Предварительно определенный вырез точки (0,2205) для GCPs-g1 классифицирован 22,7% опухолей от проверки, установленного в группе высокого риска. Оценка Каплан Meier 5-летней БРВ для пациентов с высокой степенью риска составил 58,6%, по сравнению с 85,4% у пациентов с низким уровнем риска (ОР рецидива, 3,16; р = 0,00004) (рисунок 3). GCPs было значительным в обоих intestinal- и диффузного типа GCS, как показано на рисунке S8 в Файл S1 (Файл S1, раздел 7b). Многомерный анализ также показывает, что GCPs-g1 предоставил дополнительную прогностическую информацию, помимо других известных факторов, таких как Lauren классификации, степени дифференциации, возраста и типа хирургии (HR, 3,027; р = 0,00016; таблица 2). Поэтому GCPs может быть использован для идентификации пациентов Стадии II, которые остаются в высоком риске даже после стандартной адъювантной химиолучевой и которые имеют подобный риск рецидива как стадия больных III.

GCPs как прогностический фактор для пациентов GC стадии II лечение с хирургическим вмешательством только на основе перспективно разработанного протокола (фаза 4)
<р> обзор клинической базы данных выявлены 306 пациентов, не получавших послеоперационное лечение на основе совместного решения между врачами и пациентами (Файл S1, раздел 1, табл S1 в файле S1). Эти пациенты были подвергнуты Предварительный анализ для оценки прогностической роли GCPs у пациентов, получавших только операции и проверки гипотезы о том, что польза от химиорадиотерапии ограничена у пациентов с высокой степенью риска, определенных GCP. Для этого шага мы разработали GCPs-g2 (Таблица S8 в файле S1), второе поколение GCPs, анализируя всех этапах II случаи из этапов 2 и 3, чтобы максимизировать размер выборки. Мы протестировали перспективно заданным алгоритмом GCPs-g2 и разрезают-точка, как описано в протоколе отметками времени (Рисунок S12 в File S1). GCPs-g2 предсказал повторение в 300 стадии опухоли II с отношением опасности 2.131 (95% ДИ 1.428-3.180; р = 0,00021) (HR, 3,16) (рис S9 в File S1). Для того, чтобы свести к минимуму возможность более облегающие алгоритма пациентам химиорадиотерапии лечение, мы также протестировали GCPs-g1, который был ранее подтвержденный в когорте химиолучевой лечение, в хирургии только когорты (Рис S10 в Файл S1). Соотношение риска для GCPs-g1 (HR, 1,77; 95% ДИ 1.18-2.67, р = 0,0053) аналогична для GCPs-g2 (рисунок 3). Таким образом, GCPs робастно предсказал повторение в стадии II GC с или без послеоперационного лечения. Основываясь на этих данных, можно предположить, что пациенты стадии высокого риска II, определенные GCPs не получили огромную выгоду от химиорадиотерапии.

Экспрессия прогностически неблагоприятных генов в опухолевых микросреды
<р> Во всех 3 этап когорты II включены в данное исследование, повышенные уровни экспрессии 4 генов от GCPs (nox4, LAMP5, MATN3 и CLIP4) были связаны с плохим прогнозом. Так как известные функции этих генов указывают на их экспрессию в микросреды, а не реальных опухолевых клеток, мы провели анализ nCounter для микродиссекции опухолей по сравнению с компонентами стромы от 4 представительных опухолей высокого риска (рис S11 в File S1). Экспрессия этих генов была значительно выше у компонентов стромы, по сравнению с эпителиальных раковых клеток, с nox4 показывая наиболее выраженные различия (р = 0,04).

Обсуждение
<р> В начальной стадии открытия, мы провели WG-DASL у всех пациентов стадии ГХ. Затем, на основе данных, РГ-DASL, мы наблюдали, что сегрегация группы высокого риска из группы низкого риска было наиболее значимым в ранней стадии Ib /II пациентов (низкий по сравнению с высоким риском этап IB /II, 84,8% против 61,1%; низкий по сравнению с этапом высокого риска III /IV, 48,9% против 36,9%). Таким образом, для развития клинического анализа и проверки, мы сосредоточились на разработке генной набор, который может предсказать робастно рецидивов у пациентов II стадии. Мы разработали и утверждена прогностический алгоритм рака желудка, GCPs, которые могут идентифицировать робастно групп высокого риска рецидива среди пациентов стадии II. GCPs, разработанная с использованием платформы nCounter, показал надежную производительность в образцах FFPE. Кроме того, включение внутренних эталонных генов позволило применение GCPs отдельным пациентам. Таким образом, мы полагаем, что GCPs могут быть легко применены к обычной клинической практике. GCPs 8 генов (LAMP5, CDC25B, CDK1, CLIP4, LTB4R2, MATN3, nox4 и TFDP1) были обнаружены и подтверждены в более чем 700 пациентов II стадии ГХ. Мы обнаружили, что GCPs определили пациентов GC с высоким риском рецидива независимо от адъювантной терапии и что пациенты GC высокого риска стадии II показали аналогичный ДФС к этапу пациентов III. Следует отметить, что GCPs предсказал повторение обоих типов Lauren (диффузный или кишечника) (Рисунок S8 в файле S1).
<Р> Наши данные наглядно демонстрируют наличие молекулярной неоднородности в GC, который был связан с клиническими результатами, но не зависит от клинико-патологический информация постановка. Наши данные свидетельствуют о том, что этап пациентов IB /II была очень плохой прогноз, когда их опухоли выраженной подписи генов низкого риска. Там была разница в размере 23,7% в 5-летнем ДФС между высоким уровнем риска и генов с низким уровнем риска подписей в стадии IB /больных II и 5-летняя БРВ ступени высокого риска IB пациентов /II была ниже 60%, несмотря на то, использование адъювантной химиолучевой (Рисунок 1). Таким образом, может возникнуть необходимость в перспективно разработать испытание на вопрос, требуется ли химиолучевого для стадии IB /пациентов II с профилями экспрессии генов с низким уровнем риска. Чтобы свести к минимуму возможные смещения от различий в клинической практике или хирургического вмешательства в одном центре, мы провели специальную внешнего подтверждения подписи для проверки подписи. Как показано в результатах, подпись последовательно предсказывали рецидив в Сингапуре когорты.
<Р> Среди 8 конечных генов GCPs (LAMP5, CDC25B, CDK1, CLIP4, LTB4R2, MATN3, nox4 и TFDP1), CDC25B и CDK1, которые, как известно, связаны с пролиферацией клеток, было обнаружено, коррелирует с благоприятным прогнозом (по оценкам негативных регрессии Кокса в таблице 2). Примечательно, что аналогичная тенденция наблюдается для рака толстой кишки с помощью анализа экспрессии генов [17], [18]. Эти результаты могут отражать состояние дифференцировки этих опухолевых клеток, так как нормальная желудка и толстой кишки слизистой оболочки эпителиальные клетки имеют высокий уровень текучести кадров. TFDP1 кодирует транскрипционный фактор DP-1, который выступает в качестве позитивного регулятора перехода G1 /S во время клеточного цикла [19], [20]. В частности, в гепатоцеллюлярной карциномой, TFDP1 избыточная экспрессия была существенно связана с прогрессирование заболевания [19]. Поскольку рамки данного настоящего исследования не включает в себя функциональные исследования этих генов, их биологическое значение следует изучить в будущих исследованиях. В последнее время чо и др.
Выполнил наибольшее экспрессию гена профилирование в 213 больных ГХ с использованием свежих замороженных тканей [21]. Они определили 6 прогностических генов (CTNBB1, EXOCS3, top2a, LBA1, CCL5 и LZTR1) для выживаемости пациентов после лечебной резекции. Однако, насколько нам известно, GCPs единственный набор генов, который в настоящее время подтверждено в более чем 700 II этап GC больных, независимо от классификации Lauren (диффузный или кишечника), известный прогностическим фактором, или адъювантной терапии.
<р> в заключение, с использованием многоступенчатого подхода, мы разработали 8-ген GCPs, который был в состоянии решительно идентифицировать пациентов GC высокого риска II стадия рецидива после операции, независимо от адъювантной терапии. В настоящее время с текущего судебного процесса ХУДОЖНИК-II (НЗТ61461), мы планируем утвердить нашу GCPS в перспективно разработанной фазы III испытания.

Поддержка Информация
Файл S1.
1. Характеристики пациентов из исследования когорт на каждом шаге (таблица S1). а. Таблица S1. Пациенты характеристики. 2. Клинические и патологические характеристики рассмотренных дел на каждом этапе. 3. Подробное описание шага обнаружения с использованием РГ-DASL анализ (этап 1). а. Рисунок S1. QA данных WG-DASL. б. Таблица S2. Сравнение FISH и результаты IHC для HER2 статуса при раке желудка в стадии 1. с. Таблица S3. Список зондов, которые дифференциально экспрессируются между HER2-положительным и отрицательным HER2-групп пациентов на стадии 1. д. Таблица S4. Список всех зондов с одномерными р-значений < 0,01 в пункте 1. е. Рисунок S2. Градиент Lasso алгоритм. е. Таблица S5. Список 26 зондов, включенных в модель прогнозирования, обтянутой всего набора данных (n = 432). г. Таблица S6. Результаты Мультивариантный Cox регрессионного анализа в комплекте обнаружения гена (n = 432). 4. Конструкция сфокусированного анализа экспрессии генов с использованием платформы nCounter. а. Таблица S7. Список эталонных генов для nCounter анализа. б. Рисунок S3. Корреляция соотношение риска прогностические генов на основе квантильному нормализации и самостоятельной нормализации с использованием WG-DASL анализа. 5. nCounter анализ и контроль качества. 6. Выбор отсечкой для рака желудка прогностической шкалы (GCP (рис S4, S5, и усилителя; S6) на рис S4 распределенной файловой системы DFS по каждому квартилями GCPs-g1 б Рис S5 Cut-точка анализа для...... GCPs-g1. гр. Рисунок S6. ДФС в соответствии с оптимизированной светотеневой точки GCPs-g1. 6. Распределение GCPs между множеством открытий и проверке обоснованности. а. Рисунок S7. Распределение GCPs-g1 в пределах обнаружения и проверки набора. б Рис S8 GCPs:... кишечном против типа диффузного 7. Тестирование клинической полезности GCPs-g2 у пациентов, получавших только операции а Рис S9 ДФС пациентов стадии II, получавших химиорадиотерапии на основе квартилю GCPs-g2.... б. Рисунок S10. ДФС на стадии пациентов II обрабатывают только хирургическое лечение основано на квартили GCPs-g2. гр. Рисунок S11. выражение прогностически неблагоприятных генов, включенных в рак желудка прогностическим показателем в соответствии с отсеками ткани (опухоли по сравнению с стромы). Нормализованная выражение уровни показаны. д. Таблица S8. Список nCounter зондов, включенных в GCPs-g2. 8. Желудочный протокола проверки рака исследования. а. Рисунок S12. Желудочный проверки рака исследование протокола
DOI:. 10,1371 /journal.pone.0090133.s001
(DOCX)

• PLoS ONE: HIF-1 альфа Гиперэкспрессия Корреляты с плохим общей выживаемости и безрецидивной выживаемости у рака же…
• PLoS ONE: Пациенты со старостью или проксимального Опухоли пособие от метаболического синдрома на ранней стадии…