Extracto
La presencia y composición de los linfocitos que caracterizan a una respuesta inmune se ha conectado con el pronóstico en el cáncer de ovario avanzado. Nuestro objetivo es establecer nuevas asociaciones entre el pronóstico y la expresión de genes relacionados con la inmunidad a través de una pantalla enfocado utilizando ensayos de alto rendimiento disponibles para el público. Consideramos perfiles de transcriptoma de pacientes con cáncer de ovario avanzado observados en cuatro estudios separados divididos en conjuntos de descubrimiento /validación (/). Nos centramos en un subconjunto de los marcadores de linfocitos, presentación de antígenos y genes de procesamiento, los receptores de las células asociadas genes co-estimuladoras /represor T y antígenos de cáncer de testículos (CT). Nos inspira la expresión diferencial y co-expresión usando estos subconjuntos y las pruebas de asociación con la supervivencia global. Quince de 64 genes relacionados con la inmunidad están asociados con la supervivencia de los cuales 5 se reproducen en el conjunto de validación. La expresión de estos genes define un inmunorreactiva (IR) subgrupo de pacientes con un pronóstico favorable. Caracterización fenotípica de la señal compartimiento inmune incluye la regulación positiva de los marcadores de CD8
+ activación de células T en estos pacientes. El uso de la construcción del modelo multivariado, nos encontramos con que la expresión de los antígenos CT 6 puede predecir el estado de IR en los conjuntos de descubrimiento y validación. Estos análisis confirman que un enfoque genómico puede detectar de manera reproducible señales de linfocitos en el tejido tumoral que sugiere una nueva manera de estudiar el microambiente tumoral. Nuestra búsqueda ha identificado nuevos marcadores de pronóstico candidatos asociados con componentes inmunológicos y pruebas preliminares no cubierto de subgrupos pronósticos asociados a los diferentes mecanismos inmunes
Visto: Ing. KH, Tsuji T (2014) Diferencial de la expresión del antígeno perfil predice Inmunorreactiva subconjunto de avanzada Los cánceres de ovario. PLoS ONE 9 (11): e111586. doi: 10.1371 /journal.pone.0111586
Editor: Rolf Müller, Universidad Philipps, Alemania |
Recibido: 21 Abril, 2014; Aceptado: September 25, 2014; Publicado: 7 Noviembre 2014
Derechos de Autor © 2014 Eng, Tsuji. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Disponibilidad de datos:. La autores confirman que todos los datos que se basan los resultados son totalmente disponible sin restricciones. Los datos están disponibles en el Portal de Datos TCGA (http://cancergenome.nih.gov/) y de la página web NCBI GEO (http://www.ncbi.nlm.nih.gov/geo/) utilizando identificadores que se hace referencia en el texto .
Financiación: CA016056 Instituto Nacional del cáncer www.cancer.gov núcleo subvención a Roswell Park Cancer Institute. Roswell Park Foundation Alianza www.roswellpark.org/giving~~V premio a KHE. Los donantes no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito
Conflicto de intereses:.. Los autores han declarado que no existen intereses en competencia
Introducción
reciente, la expresión de genes de alto rendimiento de perfiles de estudios en cáncer de ovario han identificado un tema de señalización inmune moléculas diferencialmente regulados relacionados con el pronóstico [1], [2]. El hallazgo es consistente con la creciente evidencia de que los cánceres de ovario son fuertemente inmunogénico: reacciones inmunes humorales y celulares espontáneos se desarrollan en respuesta a la enfermedad [3], forman epítopos característicos [4], y están sujetos a arriba complejo y baja regulación por procesos inmunes [5], [6]. El grado de infiltración tumoral por las células inmunes del huésped se ha asociado con buen pronóstico [7], así como el equilibrio de los subtipos de linfocitos.
Los subtipos de linfocitos tienen diversas funciones relacionadas con antígeno reconocimiento y la supresión inmune [8] y se cree que indicar una respuesta dinámica y en evolución para el cáncer [9]. Por ejemplo, se encontró un aumento de CD8 + células T
a asociarse con buen pronóstico, pero no se encontró un aumento en las células T reguladoras para contrarrestar este beneficio [10]. Por lo tanto, el estudio de los componentes del microambiente del tumor de ovario [11] es un ángulo crítico para la identificación de asociaciones de pronóstico [12].
Sin embargo, pocos estudios de expresión basadas en matrices han muestreado tanto la reacción del anfitrión, así como el tumor. La mayoría de los grandes estudios observacionales [1], [2], [13], [14] considera sólo el tejido tumoral, ya que su objetivo era el modelado de pronóstico; Se hicieron las asociaciones inmunes
post hoc
basada sólo en el enriquecimiento inferido a partir de un pequeño número de genes inmunes significativas. Otros estudios basados en arreglos que se centraron en la caracterización inmunológica eran pequeños y de observación (n = 38) [15] o de casos y controles (n = 25, n = 25) [16]. Estos estudios mostraron asociaciones positivas entre los marcadores de linfocitos específicos y el pronóstico lo que implica que el tejido muestreado contenía alguna señal microambiente.
Un trabajo reciente en arrays de expresión es capaz de computacionalmente tumoral separado, estromales y componentes inmunológicos de estos tejidos complejos. Por ejemplo, el algoritmo PRESUPUESTO [17] utiliza 141 genes para estimar la fracción de señal de expresión atribuible al compartimiento inmune. Si bien este enfoque es útil para eliminar el ruido debido a las muestras impuras, este estudio señaló que las señales inmunes parecía llevar asociación suave con los resultados clínicos. Sobre la base de la presencia y el potencial valor pronóstico de los marcadores inmunológicos, conjeturamos que las asociaciones aparentes se pueden remontar a ARN de linfocitos residual y proseguir con el análisis de estos marcadores se pueden atribuir a la señal desde el microambiente. Como tal, podríamos modelar simplemente marcadores que sospechamos son altamente probable que sea inmune específica
a priori
.
Nos basamos en dos grandes cohortes de datos públicos organizados en un descubrimiento y un set conjunto de validación: 503 biobanked seroso de ovario muestras de cáncer de alto grado del Atlas del Genoma del cáncer (TCGA) [2] formar estudios de una formación centrada y juego de exploración y una mezcla más clínicamente representativa de 634 muestras de Expresión 3 genes de Omnibus (GEO) [ ,,,0],1], [13], [14] forman el conjunto de validación. Las características clínicas de los datos se describen en sus documentos originales, pero brevemente, todos los pacientes en estos estudios han avanzado, cáncer de ovario primario (un pequeño número de peritoneal primario y las trompas de Falopio en el conjunto de validación) y recibieron platino adyuvante y taxano tratamientos posteriores a la cirugía.
Se estudia por primera vez la especificidad de los genes relacionados con el sistema inmune de los linfocitos a los tejidos y luego explorar las asociaciones de pronóstico univariante. El uso de algoritmos de agrupamiento, se identifica un subconjunto de casos de cáncer con altas señales de inmunidad adaptativa y demostramos que este subconjunto se puede predecir por la expresión tumoral de cáncer de testículo antígenos. Tomados en conjunto, estos resultados implican que significativo valor pronóstico sigue sin ser aprovechado en el microambiente tumoral.
Métodos
Clínica y de la Expresión Génica de datos
TCGA es un estudio biorepositorio de alto grado los cánceres de ovario seroso de varios centros en los Estados Unidos y se describe ampliamente en el artículo original [2]. Relevante para nuestro análisis, este estudio incluyó estrictamente primarias de ovario y histologías papilares serosos. Las muestras fueron evaluadas originalmente como la Etapa III-IV y del grado 2,3 (posteriormente re-puesta en escena por un patólogo TCGA) y el paciente recibió platino adyuvante y quimioterapia basada en taxanos. Adoptamos la opinión de que estos casos reflejan una presentación clínica homogénea parcial pero más probabilidades de producir un mecanismo biológico consistente.
Tres conjuntos de datos clínicos fueron descargados de la base de datos NCBI GEO y se describen a continuación. La Tabla 1 es un resumen de las diferencias clínicamente relevantes entre los estudios
GEO:. GSE9891 es un estudio observacional de Australia [14] de la mayoría serosa (227) cáncer de ovario incluyendo algunos peritoneal (34) y de Falopio ( 5) primarias. Acondicionado en los pacientes que recibieron platino /taxol y extracción de las muestras de la FUM, se analizan las muestras. Para los fines de reproducibilidad, trabajamos con datos normalizados de GEO
GEO:. GSE32062 es un estudio observacional japonesa [1] de las muestras, incluyendo 10 muestras de control, 193, 121 muertes recurrencias produciendo muestras para analizar. Un régimen adyuvante platino /taxol se registró en todos los pacientes
GEO:. GSE3149 es un estudio observacional [13] de las matrices después de combinar los redundantes. una importante labor ha sido han sido publicados en las dificultades en el análisis original de estos datos [18]; hemos puesto en marcha los controles recomendados de similitud y un promedio de matrices cuando parecen provenir de un mismo paciente. Este análisis comienza con el GEO en bancos de datos y debe ser inmune a los problemas de conversión de datos
Un conjunto de datos biológicos, se tomaron NCI-60 línea celular de datos de GEO:. GSE5846 donde se midieron [19] todas las líneas celulares en condiciones no tratados. Como controles positivos, líneas celulares de ovario, IGROV-1, OVCAR-3, OVCAR-4, OVCAR-5, OVCAR-8, SK-OV-3 y NCI /ADR-RES; debe expresar sin marcadores inmunológicos. Para los controles negativos, también estudiamos líneas de leucemia CCRF-CEM, HL-60 (TB), MOLT-4, RPMI-8226, SR, y K-562.
Candidato relacionados con la inmunidad y el cáncer de testículo antígeno Los genes
Los genes candidatos fueron seleccionados de KEGG: procesamiento y presentación de antígenos (hsa04612) se centra en los receptores de superficie y los genes implicados en el transporte de la membrana plasmática. Se añadieron los marcadores de superficie y moléculas co-regulación de la vía (hsa04660) de señalización de receptores de células T, con exclusión de los mecanismos internos de señalización (por ejemplo: fosfolipasas, mensajeros secundarios, y las cascadas de quinasas) ya que estos no son específicos y en relación con otra vías de señalización. genes de antígeno del cáncer de testículo se definieron sobre la base de la superposición con la base de datos CT [20]. La lista completa del gen se presenta en los cuadros S1 y S4.
Todos los genes fueron alineados utilizando nombres oficiales de genes mapeados usando la anotación proporcionado GEO plataforma (es decir, un archivo asociado GPL) y el paquete R-hthgu133a.db 2.8. 0 [21]. Expresión valores fueron escalados y centrados para la comparabilidad entre los genes. Tenga en cuenta que las partes altamente variables del receptor de células T (TCA, TCB) no se pueden medir en los arrays de oligonucleótidos basados en la hibridación.
Métodos Computacionales
asociaciones univariantes se realizaron con regresión de riesgos proporcionales . No hay tiempo truncamiento, para reducir el efecto de los supervivientes a largo, se llevó a cabo. La significación se corta en y se ajustó para múltiples pruebas a menos que se indique lo contrario. El cálculo FDR informado se basa en el número de falsos positivos asumiendo todas las pruebas son nulas.
La agrupación de análisis de datos en el TCGA se basa en la agrupación jerárquica completo bajo la distancia euclídea. Subgrupos fueron recogidos mediante la división del árbol en 4 hojas en base a una inspección visual y dentro /entre la suma de los cuadrados grupo de criterio. centros de los conglomerados se utilizaron para sembrar un k-means algoritmo de agrupamiento de los datos de validación y se reporta el valor de p para una prueba de log-rank 4-grupo-estudio estratificado.
El volcán parcela utiliza superficial basado en la literatura marcadores y co-reguladores basados en una simple prueba t. genes resaltados fueron significativas por encima de la marca de Bonferroni p y tenía veces cambiar los valores biológicamente extremas.
conjuntos basados en MHCII correlaciones parciales se calcularon utilizando los promedios de clase de genes asignados a CD4, CD8, CD3, y MHCI. El algoritmo GeneNet [22] utilizando FDR y de umbral duro en absoluta correlación se utilizó para inferir modelos gráficos de Gauss.
Para inferir los nodos que faltan en el GGM, un nodo oculto debe satisfacer tres propiedades. Usando MHCII - X - CD8 como un ejemplo: MHCII y CD8 deben ser condicionalmente independientes dado gen X (P0.05); MHCII y Gene X deben ser condicionalmente dependientes dado todos los otros genes (P0,05 Bonferroni); CD8 y Gene X deben ser condicionalmente dependientes de otros genes dados (P0,05 de Bonferroni). Cada uno de éstos se puede reducir a una declaración p-valor utilizando la teoría de modelos lineales estándar y añade análisis de variables.
Las predicciones de un modelo de regresión logística multivariante se clasificaron en las llamadas clases inmunorreactivas basados en umbralización el valor predicho a partir del modelo . Este umbral fue elegido con el punto de intersección de sensibilidad /especificidad en todos los conjuntos de datos de validación.
Todo el análisis estadístico se llevó a cabo en el lenguaje de programación estadística R.
Resultados
La expresión de los genes específico de los linfocitos se puede medir en muestras de tumores
Hemos observado que los marcadores específicos de linfocitos seleccionados están presentes en cantidades medibles en el tejido tumoral muestreado de nuestro conjunto descubrimiento. La distribución de la expresión media (Figura 1) muestra el patrón típico multimodal en arrays de expresión: el pico inferior refleja el ruido de fondo para los genes que no se expresan en la muestra y el pico más alto representa la señal. El marcador CD45 de los linfocitos se encuentra en el pico de la señal y es relativamente altamente expresado (Tabla S2). Se conjetura que una porción medible de las células en cada muestra contiene RNA de linfocitos lo que representaría el microambiente tumoral.
garrapatas negros indican la media de expresión de genes relacionados con la inmunidad. CD45 se destaca como un marcador específico de linfocitos que indica la presencia de linfocitos. estimaciones de supervivencia basada en los subgrupos (B) se muestran para los datos del TCGA en base a la agrupación jerárquica de la expresión relativa de los genes de células T seleccionadas (C y D). La barra de cuatro colores a la izquierda identifica los subgrupos. El subconjunto púrpura (n = 55, 11%) representa un beneficio de supervivencia significativo asociado con la expresión de los cinco genes.
Comparación con los GeneAtlas tejidos [23] confirma que la acción nominales de estas expresión gama de sondas es específica de los linfocitos. Se consideró que la expresión sonda en NCI-60 líneas celulares de ovario [19] para excluir la posibilidad de que los genes se expresen normalmente en el tejido tumoral (Tabla S2). Teniendo en cuenta el cuantil medio de expresión frente a otras sondas, marcadores de superficie CD64, CD1d, CD14, CD33, CD8a, CD16b, CD45 mantienen un nivel bajo en comparación con líneas celulares tumorales microdisecado (todo bajo que el cuantil 35, p). La casi ausencia de IL6, IL12, IFNB1, y IFNG (entre el segundo y cuantil 25a) sugiere que la capacidad de medir la señalización de citoquinas se pierde en este sistema in vitro; en particular, el receptor de IL-12 se puede medir, por lo que aparecen los marcadores de superficie. La excepción a este patrón es que las células CD4 se expresa sobre-(cuantiles 51ª y 61ª en muestras de tumores y de líneas celulares, respectivamente).
Esto establece que una señal reproducible inmunológico se puede medir en el tejido tumoral muestreado y se procede asumiendo que estos marcadores forman una muestra representativa del tumor y la interacción con el sistema inmune.
reproducibles asociaciones entre genes candidatos y la supervivencia global
de los 64 genes candidatos, 15 tienen asociaciones univariado (p calificación de la prueba -valor) con la supervivencia global (OS) después de la cirugía y la quimioterapia primaria en el estudio TCGA (Tabla S1). Otro 5 de estos pueden ser validados en los estudios independientes (retenidos)
El conjunto validado puede ser organizado por la función:. Complejo mayor de histocompatibilidad (MHC) genes I, HLA-F, y HLA-G; un gen MHCII, HLA-DOB; el transportador asociado MHCI, TAP1; y la subunidad complejo co-receptor, CD3D (TCR). El aumento de expresión de cada uno de estos transcritos se asocia con una mejor supervivencia (Tabla 2). genes relacionados con las células T están altamente correlacionados, lo que probablemente representa una asociación indirecta pero positiva entre el supresor de HLA-DOB y la supervivencia (univariante HR = 0,74 IC del 95%: desde 0,65 hasta 0,85, p). Vamos a examinar la expresión de estos genes multivariado siguiente.
El uso de un algoritmo de agrupamiento jerárquico, los pacientes a establecer descubrimiento se pueden dividir en cuatro grupos (Figura 1B) asociados con el sistema operativo (p = 1.2e-05 ). Representado en el mapa de calor en la figura 1C, la expresión simultánea de los cinco genes (color morado) confiere el mayor beneficio. La expresión simultánea de los cinco genes es consistente con la activación de las células T, por lo que consideramos el subgrupo de alto que expresa un subconjunto (IR) inmunorreactiva
El grado de expresión no está asociado con la variación de mal pronóstico:. La baja expresión de todos los genes (naranja) hace no es peor que un patrón heterogéneo de alta y media la expresión (amarillo) o uniformemente medio de expresión (subgrupo verde). Esto sugiere que la deficiente expresión de cualquier gen de uno es suficiente para dar lugar a un mal pronóstico.
asignar a los pacientes a su conjunto de validación descubrimiento más similares subgrupo de k-means clustering. En el segundo mapa de calor (Figura 1D), los pacientes (columnas) están clasificadas por agrupación jerárquica dentro del conjunto de datos de validación. Por lo tanto, los subgrupos agrupados se ven reforzados por la observación de que las etiquetas de clase se conservan en el conjunto de validación.
En los datos de descubrimiento, el beneficio de supervivencia para los altos expresadores (n = 55, 10%) es una mediana de 70,9 meses (IC del 95%: 58,1 a 98,0) frente a 41,4 (36,9 a 45, p = 3.5e-05) OS; la mediana de supervivencia libre de progresión (PFS) beneficio es significativa (p = 3.1e-04) a 30.4 (18.2-91.3) meses frente a 16,4 (14,7-18). cuentas de este subgrupo de 5% de las muertes observadas en el conjunto de datos y el 7% de los casos recurrentes. Este beneficio se reproduce débilmente en los datos de validación: (p = 0,0335) con una diferencia de 64,0 meses frente a 51 meses la mediana de SG. La diferencia PFS no fue significativa en el conjunto de validación.
Asociación con subgrupo inmunorreactiva y marcadores inmunológicos
El análisis confirmó TCGA un conjunto de subconjuntos genéticos [2] identificado en un estudio anterior [14] . Nuestro subgrupo alta expresión (púrpura, n = 55) se asocia con su subgrupo IR (38/55, 69%) (p) (Tabla 3). El subgrupo de color naranja (n = 39) es en su mayoría proliferativa (31/37, 84%). Ambas asociaciones organizan en los datos de validación con los subtipos del TCGA. En conjunto, esto sugiere que la agrupación jerárquica derivada de subgrupos es significativa y que matiza los subtipos del TCGA como este último se encontró que no tienen asociaciones significativas de supervivencia. Tenga en cuenta que nuestro estudio se centra en el subconjunto de IR y no hacemos ningún intento de modelar los otros subtipos del TCGA.
Se examinó la expresión diferencial de los marcadores inmunológicos estándar en el buen pronóstico de subgrupos. La Figura 2 representa gráficamente el cambio en la expresión a través de subgrupos de pronóstico frente a la evidencia estadística en ambos conjuntos de datos. Estos marcadores implican una respuesta inflamatoria mediada por el reclutamiento de CD45
+ células: CD8
+ células y las células presentadoras de antígeno (APC). No hay cambios en la expresión de CD4 sugiere que no es probable que sea un fondo presencia latente de CD4
+ células T y que la diferente acción no es atribuible a la activación (representado por el diferencial
ICOS
expresión). Están ausentes las células NK (CD56
+) que refuerza la idea de que el proceso es parte de la inmunidad adaptativa.
Los marcadores con un fuerte significado biológico y estadística (p0.001 prueba t de Bonferroni) se eligen en el descubrimiento establecer y destacó en ambas parcelas.
se conjetura que estas observaciones son consistentes con un concepto inmunoedición. El grupo de buen pronóstico representa un equilibrio en el que la prevalencia de las APC y activadas CD4
+ células CD8 reclutan
+ células T para mantener la inmunidad adaptativa.
pronóstico co-expresión sugiere la activación de las células T
Para inferir las interacciones funcionales entre los genes relacionados con la inmunidad, se realizó un análisis de co-expresión que resume la correlación en el subgrupo IR y los pobres subgrupos pronóstico gráficamente. Los bordes en estos modelos gráficos de Gauss (GGMs) representan dependencia estadística entre los componentes inmunes (Figura 3A, 3B); dependencia positiva implica que ambos componentes están presentes y es probable que sean interactuar mientras que los bordes negativos implican funciones mutuamente excluyentes o represión.
bordes azules son asociaciones positivas y rojo son asociaciones inhibitorias. El borde naranja de relieve puede ser eliminado por teniendo en cuenta un conjunto independiente de genes. CD8 y MHCII matriz de expresión separados buenos y malos subgrupos de pronóstico en el descubrimiento de (C) y conjuntos de datos de validación (D). MHCII expresión es positiva pronóstica pero aparece en las muestras que expresan CD8. Se añade el sombreado para dar énfasis.
Al igual que en el análisis de la expresión diferencial, CD4 y MHCII están correlacionados en el subgrupo IR y no en los subgrupos de mal pronóstico. En consonancia con su función informado, la familia RFX (
RFX5
,
RFXANK
,
RFXAP
) de expresión aumenta factores de transcripción 'concordante con el aumento de MHCII expresión [24]. En el subgrupo IR, dos bordes implican anti-correlación entre CD4 y MHCI lo que implica la función mutuamente excluyentes; y la correlación entre CD8 y MHCII (Figura 3C, 3D), que parece contrario a la especificidad de las clases de MHC.
Para explicar este efecto, se realizaron búsquedas de los genes cuya inclusión en el gráfico eliminaría estos bordes que faltan. Un eslabón perdido entre CD8 y MHCII es
GZMA
una proteasa que refleja la actividad de las células T citolíticos. Entre CD4 y MHCI inferimos que CCR5, un receptor de citoquina relacionada con la activación de las células T, no se encuentra. La observación común es que las asociaciones de transcripción probable que necesitan ser considerados junto con medidas de activación de células T. La relevancia de estos genes es apoyada por la significación estadística de la búsqueda en todo el transcriptoma (ajustada) y la especificidad de la expresión de los genes seleccionados en los tejidos de linfocitos.
Centrándose en CD8 y expresión MHCII, observamos que la grupo de buen pronóstico se puede definir por la expresión de alto MHCII donde la expresión CD8 varía; CD8 expresión está restringida cuando la expresión MHCII es baja. Por lo tanto, postula que el MHC de clase activación de CD4
+ + células T se requieren células T CD8 a la infiltración al que proporcionan protección II-mediada.
inmunorreactividad predicho por el antígeno de cáncer de testículo perfiles
Hemos investigado la asociación del subgrupo IR con la familia del cáncer de testículo (CT) de antígenos [20]. Estos genes son frecuentemente sobre-expresa en las células cancerosas e inducir respuestas inmunes espontáneas, que los hacen un objetivo principal para la inmunoterapia [25]. En particular, la expresión de antígenos CT se cree que influyen en el subconjunto IR mediante la regulación de las respuestas de células T en el microambiente del tumor de ovario. Las matrices de descubrimiento conjunto miden 98 antígenos CT (Tabla S4) de los cuales 3 estaban asociados con el subconjunto de IR (Bonferroni p):
CEP290
,
CTNNA2
,
TMEFF1
.
Debido a que la pertenencia a la clase IR es binaria, se utilizó regresión logística para modelar el conjunto multivariado de antígenos asociados con el estado de IR. Tabla S3 es la tabla de regresión para un ajuste modelo usando etapas de selección basado en el BIC. Aquí,
CEP290
,
CTNNA2
,
TMEFF1
, y
TEX15
expresión disminuye la probabilidad de que un paciente está en la clase RI. Antígenos
ZNF164
y
MAGEA3
Aumentar la ocasión. Aparte de
CTNNA2
, que es dos veces tan importante como
MAGEA3
, los otros genes tienen el mismo efecto. En los datos independientes, las predicciones de este modelo están fuertemente asociados con las asociaciones de k-medias derivadas (HR = 3,96 IC del 95%: 2,59 a 6,14; p = 1.47e-11) en sintonía para la misma sensibilidad y especificidad (0,66) Dada una prevalencia moderada (140/634, 20,5%).
pacientes más estratificadas en el subgrupo IR en el bien y el mal pronóstico basado en sistema operativo de 33,5 meses (mediana de SG población de estudio en general). Un conjunto de 16 antígenos incluye la unión de los 3 genes subconjunto IR y antígenos asociados a la diferencia en la supervivencia. Figura 4 es un mapa de calor que comprende la expresión media de los 16 genes organizados en tres clases. La primera clase (naranja) se expresa en los casos sin infrarrojos y puede reflejar la actividad de los elementos inmunosupresores. El segundo conjunto (púrpura) se expresa en los cánceres de IR, pero no está relacionado con el pronóstico. La tercera (cian) se expresa fuertemente en los casos de IR con buen pronóstico y puede indicada efectos estimulantes del sistema inmune. Una hipótesis podría ser viable para ver si las células T en respuesta a la segunda serie de antígenos (
ZNF165
,
CEP55
,
ATAD2
,
MAGEZ3
,
CTAGE5
) tienen fenotipos reguladoras.
Discusión
Hemos analizado la expresión de 64 genes presentación /procesamiento y co-receptor de antígeno de células T en la serosa avanzada cáncer de ovario usando una pantalla univariado estándar y un análisis de su co-expresión. Estos análisis definen un subconjunto de casos de cáncer de ovario con la expresión pronóstico significativo asociado con la activación de células T y un subgrupo inmunorreactiva previamente definido [2]. En contraste con trabajos anteriores [17], [26], el subgrupo se puede identificar de forma reproducible con sólo 5 genes en comparación con más de un centenar. Esta eficacia proviene de nuestra perspectiva inmunológica inicial. Reducimos significativamente los genes extraños, pero el comercio la posibilidad de realizar una caracterización genética del cáncer pan-ovario. Como resultado, no hacemos ninguna afirmación sobre o intento de modelar señales no inmunológicas.
Ahora tenemos un pequeño conjunto de marcadores y antígenos que pueden hacer el trabajo de traslación y de biomarcadores más factible para la inmunoterapia. Con respecto al uso de los antígenos CT, hemos encontrado un conjunto que predice los cánceres no inmunogénicas (supuestamente, los que tienen baja activación de las células T) y un conjunto que pueda ser objeto de tipo bloqueo inmunoterapia. Ambos estudios biológicos para verificar la actividad reguladora de las células T en estos casos y estudios clínicos retrospectivos puede ser el siguiente paso de investigación. Los autores especulan que el conjunto de antígenos CT específica IR estimular la respuesta inmune (por ejemplo, el reclutamiento activan las células T), pero no son lo suficientemente inmunogénica para inducir tumores erradicar la reacción inmune. Por otra parte, este grupo puede inducir efectos mixtos:. Inducir respuestas inmunes mientras que promueve la progresión tumoral
inferencia, hemos adoptado un marco descubrimiento /validación que nos permite realizar confirmaciones preliminares y para evitar la sobre-interpretación de artefactos de alta dimensión . Los datos están limitadas por la naturaleza de los datos de expresión de muestras de tumores; nos basamos en la conjetura de que incluso después de microdisección, muestras ensayadas retienen una parte del material genético de linfocitos. Debido a que este efecto aparece de forma independiente en múltiples estudios, estas observaciones pueden ser aplicables a los ensayos que usan esta plataforma y tienen menos probabilidades de ser objeto de sesgo lote efecto. Además, este trabajo motiva la investigación de una manera estructurada para analizar la señal estromal residual de las muestras tumorales y por lo tanto inferir la interacción genética en el microambiente tumoral.
Apoyo a la Información sobre Table S1. Federaciones de univariante entre los genes y la supervivencia global medido por la prueba de puntuación de p-valor
doi:. 10.1371 /journal.pone.0111586.s001 gratis (PDF) sobre Table S2.
tejido cuantiles específica de la expresión de marcadores específicos de linfocitos. cuantiles bajos implican relativamente baja o ninguna expresión
doi:. 10.1371 /journal.pone.0111586.s002 gratis (PDF) sobre Table S3.
mesa de regresión para el modelo de regresión logística multivariante mediante la expresión de antígenos para predecir la pertenencia de clase inmunorreactiva
doi:. 10.1371 /journal.pone.0111586.s003 gratis (PDF) sobre Table S4. List de testículo cáncer que se reconozca (CT) antígenos
doi:. 10.1371 /journal.pone.0111586.s004 gratis (PDF)
Reconocimientos
Los resultados publicados aquí son en su totalidad o en parte sobre la base de los datos generados por el proyecto piloto del Genoma del cáncer Atlas establecido por el Instituto Nacional del cáncer y el NHGRI. Información sobre el TCGA y los investigadores e instituciones que constituyen la red de investigación TCGA se puede encontrar en http://cancergenome.nih.gov/.