Extracto
Hay múltiples factores que conducir la progresión de la mucosa sana hacia los carcinomas colorrectales esporádicos y la acumulación de evidencia asocia con bacterias intestinales enfermedad iniciación y progresión. Por lo tanto, el objetivo de este estudio era proporcionar una primera mapa de alta resolución de disbiosis del colon que se asocia con el cáncer colorrectal humano (CRC). Para este propósito, los microbiomas colonizan el tejido tumoral de colon y la mucosa no maligno adyacente se compararon mediante secuenciación de ARNr de profundidad. Los resultados revelaron diferencias notables en los patrones de colonización microbiana entre estos dos sitios. Aunque la colonización interindividual en pacientes con CCR fue variable, los tumores formados consistentemente un nicho para
Coriobacteria
y otras especies de bacterias probióticas propuestos, mientras que potencialmente patógena
Las enterobacterias
están insuficientemente representadas en el tejido tumoral. A medida que la microbiota intestinal es generalmente estable durante la vida adulta, estos hallazgos sugieren que fisiológica asociada a la CRC y cambios metabólicos reclutan bacterias comensales-como-forrajeo tumorales. Por consiguiente, estos microbios tienen una ventaja competitiva evidente en el microambiente tumoral y parecen por lo tanto para sustituir las bacterias patógenas que pueden estar implicados en la etiología CRC. Esta primera visión del microbioma CRC proporciona un paso importante hacia la plena comprensión de la interacción dinámica entre la ecología microbiana intestinal y CCR esporádico, que puede proporcionar importantes conduce hacia nuevas herramientas de diagnóstico relacionados microbioma-e intervenciones terapéuticas
Cita.: Marchesi JR, Dutilh BE, Hall N, Peters WHM, Roelofs R, Boleij A, et al. (2011) Hacia el cáncer colorrectal microbioma humano. PLoS ONE 6 (5): e20447. doi: 10.1371 /journal.pone.0020447
Editor: Niyaz Ahmed, Universidad de Hyderabad, India
Recibido: 18 de febrero, 2011; Aceptado: 22 de abril de 2011; Publicado: 24 de mayo de 2011
Derechos de Autor © 2011 Marchesi et al. 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
Financiación:. AB fue apoyada por la Sociedad holandesa del cáncer (KWF; KUN Proyecto de 2.006 a 3591). Enfermedades del Aparato Digestivo holandeses Fundación (MDLS; proyecto WO 10-53). 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
el tracto intestinal humano contiene alrededor de 10
14 bacterias, que comprende ~ 10
3 especies, que son esenciales para la digestión de los alimentos, el control de la homeostasis intestinal epitelial, el desarrollo intestinal y la salud humana [1 ]. Por el contrario, un gran cuerpo de evidencia apoya una relación entre agentes infecciosos y los cánceres humanos [2] y sugiere que ciertas especies de bacterias de la mucosa asociada juegan un papel importante en la patogénesis del cáncer colorrectal (CRC; [3], [4], [ ,,,0],5]. por otra parte, se han descrito asociaciones clínicas entre la infección bacteriana y CRC durante muchas décadas, el más prominente de que se refieren a las infecciones con
Streptococcus bovis
[6], [7] y
Clostridium sépticos
[8] Sin embargo, la co-incidencia de estas infecciones con CCR es muy baja (& lt; 1%).. puesto que tales patógenos oportunistas de bajo grado sólo pueden llegar a ser clínicamente manifiesta en pacientes comprometidos de manera correspondiente, los datos serológicos han demostrado un aumento de la exposición a
S.
antígenos bovis en pacientes en estadio CRC tempranas sin signos clínicos de infección bacteriana [9]. Basado en esto, se ha sugerido que las bacterias intestinales específicas tienen una ventaja competitiva en el microambiente CRC, mientras que las infecciones oportunistas siguen reprimidos por el sistema inmune activo en la mayoría de los pacientes.
Publicaciones recientes han proporcionado pruebas mecanicista de la participación de las bacterias intestinales en el desarrollo de CRC, que comprende i) la producción, producción de ADN dañar los radicales superóxido, ii) de genotoxinas, iii) T helper inducción dependiente de células de la proliferación celular, iv) Toll-like receptor inducción de mediado vías pro-cancerígenos [10] - [14]. A pesar de esta gran cantidad de evidencia circunstancial, sin embargo, no hay datos clínicos han sido hasta ahora disponible directamente para mostrar distintos patrones de colonización bacteriana en pacientes con CCR. De hecho, la naturaleza molecular de la comunidad intestinal complejo fue en gran parte sin explorar antes del momento que Eckburg y compañeros de trabajo [15] reveló la presencia de ~ 400 especies de bacterias mediante la secuenciación de secuencias de genes de ARN ribosomal procariotas desde múltiples sitios de la mucosa del colon y heces de sujetos sanos . Otras investigaciones revelaron una gran variación intra-individual del microbioma intestinal en la población humana, mientras que la colonización microbiana de la mucosa dentro de los individuos adultos es relativamente estable a lo largo del colon [16] - [18]. Sobre la base de las últimas observaciones que la hipótesis de que el análisis en profundidad de un número relativamente pequeño de pares de encendido /apagado de tumor muestras de tejido de pacientes con CCR podría revelar especies de bacterias que podrían estar implicados en la etiología de CRC. Para lograr este objetivo, se utilizó profunda pirosecuenciación de rRNA bacteriano para comparar microbiomas tumorales CRC a la de la mucosa no maligno adyacente a través de seis pacientes. Los datos proporcionan la primera imagen de alta resolución de la CRC microbioma humano y demostraron que el CRC se asocia con cambios muy notables en la microbiota intestinal adherente.
Materiales y Métodos
materiales de pacientes
Seis pacientes (marcados a-F, Tabla 1) fueron sometidos a resecciones por adenocarcinoma de colon primario en el Centro Médico de la Universidad de Nijmegen Radboud. Después de la resección, los especímenes de colon fueron ampliamente enjuagan con agua estéril después de lo cual las muestras fueron examinadas por un patólogo oncológica. La enfermedad fue efectuado de acuerdo a la clasificación del tumor-nódulo-metástasis (TNM) [19]. De cada muestra de colon, se tomaron biopsias del sitio del tumor ( "on-tumoral", A
en-F
encendido) y de tejido no maligno ( "off-tumoral" adyacente, A
off -F
apagado) en el lado luminal de la pared del colon (distancia a unos 5-10 cm). Las muestras de tejido fueron interrumpidas por cizalladura mecánica después de lo cual se extrajo el ADN total utilizando el kit de ADN /ARN AllPrep (Qiagen). Todas las muestras fueron almacenadas a -80 ° C hasta su uso.
Declaración de Ética
La investigación se llevó a cabo de acuerdo con los principios expresados en la Declaración de Helsinki. El estudio fue aprobado por el Comité Ético por el médico del distrito de Arnhem-Nijmegen (Países Bajos); los pacientes dieron su consentimiento informado por escrito para la recogida de muestras y posterior análisis cuando sea necesario.
La desnaturalización de electroforesis en gel de gradiente (DGGE) y ribosomal intergénicas Análisis del espaciador (RISA)
El uso de ADN total del 12 colónica biopsias como una plantilla, 16S bacterianas rRNA genes se amplificaron mediante un enfoque anidado [20] utilizando los cebadores pares 27F /1492r [21] y L1401r /968f-GC [22], [23] en dos reacciones de PCR posteriores (Tabla S1) . DGGE se realizó sobre la mezcla resultante de la PCR como se describe anteriormente [24]. Debe tenerse en cuenta que las bandas visibles (véase la figura 1) representan las especies bacterianas que tienen una abundancia de al menos 1 a 10% de la comunidad total, mientras que las especies abundantes bajos no dará lugar a una bandas detectables por este enfoque. Para confirmar los datos de DGGE, bacterianas ribosomal regiones espaciadoras intergénicas fueron amplificados con los cebadores 1406f y 23Sr utilizando el mismo ADN como molde (Tabla S1; [24]). RISA se realizó como se describe anteriormente [23].
Un fragmento interno (~450 pb) del gen 16S rRNA bacteriano se amplificó a partir de ADN extraído de tejido de colon por un amplio rango de enfoque de PCR después de que estas mezclas de amplicón se aplicaron a DGGE. Características de los pacientes se pueden encontrar en la Tabla 1;
fuera, no malignas de tejidos;
en
, tejido tumoral.
FLX 454 de titanio pirosecuenciación
En el segundo paso del método de PCR anidada, se amplificó la región V1-V3 de las bacterias gen 16S rRNA utilizando pares de cebadores etiquetados con 12 etiquetas distintas Metagenoma identificación (MID) (Tabla S1). 454 secuenciación se llevó a cabo en la Universidad de Genómica avanzada del Liverpool. Las secuencias están disponibles bajo petición. & Lt;
Leer la diversidad de procesamiento y la comunidad
Todas las secuencias del gen 16S rRNA parciales fueron procesados inicialmente utilizando el Pyro-tubería en el proyecto de base de datos ribosomal (RDP, [25] ; Release 10) para cortar y retirar cebadores de las ribotags parciales y limitar las secuencias de & gt; 400 pb y & lt; = 500 pb, las secuencias se procesaron utilizando el comando pre.cluster que minimiza los errores introducidos por la plataforma de pirosecuenciación [26]. Este paso proporciona los conjuntos de datos para el análisis (Tabla S2) con los histogramas de la longitud de lectura que se muestran en la Figura S2
Un
. Los datos de todas las muestras se procesaron utilizando MOTHUR [27] para generar índices de diversidad, las curvas de rarefacción (Figura S2
B
) y para llevar a cabo el análisis de similitud Libshuff muestra. MOTHUR se realizó utilizando las posibilidades de computación de la División de Investigación Avanzada de Computación @ Cardiff (ARCCA), la Universidad de Cardiff. Las comparaciones de las bibliotecas de un individuo se ha realizado mediante la Biblioteca de la RDP herramienta de comparación. El análisis de los ribotags también se ha realizado mediante MEGAN [28] para los que la entrada era la salida de la tubería csv clasificador de la RDP (utilizando la configuración predeterminada y un nivel de confianza del 50%). La herramienta de comparación se seleccionó y se lee normalizada entre las muestras y corrección de Bonferroni utilizados para resaltar las diferencias entre las muestras. Un análisis independiente alineación de la fecha también se llevó a cabo utilizando 5-dores y distribución paisaje frecuencia (fLAND) el análisis [29] - [31]. La generación de los 5-tarios se realizó utilizando un script Perl medida (escrito junto a la cama; a petición) y se llevó a cabo análisis de PCA en MATLAB en ARCCA, el análisis fLAND se realizó utilizando el software fLAND
La consistencia. análisis
sesgos en microbiota entre las muestras de tumor y fuera de tumor a través de los pacientes se resumen en el fin de identificar los taxones que se enriquece ya sea constantemente o agotadas en los dos nichos de forma coherente. Todo pirosecuenciación lee fueron asignadas a la primera base de datos completa de SILVA alineado, calidad controlada 16S /18S rRNA secuencias de & gt; 300 nt (versión SSUParc_100; [32]) utilizando Blat v34 con parámetros por defecto y los puntos de corte [33]. Asumimos que cada lectura se deriva de un microorganismo diferente y que el muestreo de lecturas representado la distribución taxonómica dentro de la microbiota intestinal. Para cada muestra, cada lectura fue asignado a su secuencia más similar en la base de datos SILVA y se generó un resumen de las anotaciones taxonómicas de las secuencias de bases de datos detectados. Cada clade taxonómica se evaluó para determinar si se mostró una mayor fracción de lee en off-tumor o en el tumor muestras para cada paciente, y una puntuación de consistencia se calculó contando "1" si el clado fue mayor fuera de tumor " -1 "si el clado fue mayor en el tumor, y" 0 "si la fracción de lecturas dentro y fuera del tumor fue idéntico (por ejemplo si el clado no se midió en este paciente). Por último, estas puntuaciones se suman, dando una puntuación de coherencia global entre -6 y +6 que refleja la consistencia del clado fue enriquecido o empobrecido en todos los pacientes. Tenga en cuenta que cada secuencia en la base de datos SILVA tiene dos anotaciones taxonómicas, es decir, EMBL y RDP.
Resultados
DGGE huellas dactilares
En una primera exploración, los perfiles de los genes rRNA 16S bacteriano se generaron utilizando DGGE para el tumor y búsqueda de mucosa adyacente no maligno (off-tumor) a partir de 6 pacientes con CRC (Tabla 1). Como se muestra en la Figura 1, las comunidades microbianas de tejido tumoral y adyacente "off-tumor" mucosa fueron sorprendentemente diferentes y se obtuvieron resultados similares cuando RISA toma de huellas dactilares se aplicó a las mismas muestras (Figura S1). Cabe destacar que este resultado contrasta fuertemente con las observaciones anteriores de que la microbiota mucosa del colon es casi idéntica en los sitios adyacentes en sujetos sanos [15], [16], [34] - [36]. Inspirado por esta observación sorprendente, el próximo objetivo fue de un enfoque de secuenciación microbioma para trazar los cambios en el microbioma en una alta resolución en lugar de la secuencia de las bandas distintivas individuales que sólo representan las especies abundantes en una determinada muestra.
FLX 454 de titanio pirosecuenciación
Para definir el microbioma tumor de colon en un nivel profundo, que amplifica y se secuenció la región V1-V3 de los genes rRNA 16S bacteriano (Tabla S1), lo que resultó en un total de 193,880 ribotags de longitud 401- 500 pb. Los datos mostraron altos valores de cobertura (& gt; 88%) y las curvas de rarefacción indican muestreo satisfactorio de las comunidades en el 90% de identidad (Figura S2
B Opiniones; Tabla S2). Libshuff análisis indicó que todas las comunidades dentro y fuera del tumor fueron significativamente diferentes (p & lt; 0,0001) entre sí (Tabla S3). Es importante destacar que ambos métodos de alineación-dependientes e independientes apoyaron la observación de estos microbioma tumorales alterados (Figura 2, Figura S2
C
y
D
; Tabla S3). Por otra parte, mientras que la DGGE y RISA sólo mostró diferencias de menor importancia para el paciente D, sutil, pero significativo, las diferencias podrían ser identificados por el método de secuenciación de profundidad. Esto ejemplifica claramente la resolución superior que se puede obtener con esta última tecnología. Los datos mostraron una tendencia general de más Bacteroidetes y Firmicutes menos a partir de tejido tumoral en comparación con el juego off-tumoral mucosa (Figura S3). Sin embargo, como era de esperar los cambios observados microbioma mostraron un alto grado de variabilidad entre pacientes (Figura S3 A-F) y en ciertos casos eran incluso en contra de la tendencia general (Figura S3
G
). Aunque
S. bovis
o
C. septicum
infecciones tienen una asociación clínica conocida con el CRC, sólo muy pocas secuencias asignadas a ARNr de estas dos especies y no se observó colonización fiable de tejido CRC. Esto podría explicarse por el hecho de que tales patógenos oportunistas son predominantemente presente en la etapa de adenoma transitoria de CRC [37]
.
Los datos de secuenciación 454 se normalizaron en MEGAN (Huson et al. 2009) y analizados a través de la RDP herramienta pyropipeline clasificador (Cole et al., 2009) para generar un archivo csv de la abundancia taxonómica. Este archivo se utiliza como entrada para MEGAN para visualizar en el que las familias diferencias entre el tejido no maligno (
off
El tumor) y el tejido CRC (
en
El tumor) comunidades están presentes. Una imagen de alta resolución de esta figura de "zoom-in" propósitos se pueden descargar de la figura S2
E
.
La consistencia análisis
Para localizar la mayor parte cambios en el microbioma imperativas durante la formación de la CRC, la consistencia entre los pacientes se calculó para cada taxón individual, dándole una puntuación de "-1" si el número de secuencia normalizada lee de dicho taxón en el tejido tumoral fue más alta que en la adecuación de fuera de tumor mucosa, "1" si el taxón fue más abundante en mucosa sana y "0" si no se detectó en absoluto en ese paciente. Sumando estas puntuaciones en todos los pacientes dio como resultado una puntuación de consistencia -6-6 para cada taxón (tablas 2 y S4, S4 Figura
Un
y
B Opiniones). Cabe señalar que algunas secuencias están mejor anotados por EMBL que por RDP, y
viceversa gratis (ver Figura S4C), por lo que informan tanto en lugar de confiar preferentemente cualquiera de estas anotaciones taxonómicas. Este enfoque mostró que el tejido CRC fue consistentemente asociada con la sobrerrepresentación de la subclase de
Coriobacteridae
, especialmente los géneros
Slackia
y
Collinsella
, que puede ser considerado como comensales intestinales. Por otro lado, los miembros de la
enterobacterias
, como
Citrobacter
,
Shigella
,
Cronobacter
,
Kluyvera
,
Serratia
y
Salmonella spp
. (puntuaciones entre 4 y 6, Tabla 2; Figura S4
Un
y
B Opiniones) están insuficientemente representadas en el tejido CRC. Aunque estos resultados fueron consistentes, la abundancia relativa de estos taxones difería considerablemente entre dentro y fuera de la mucosa tumoral de los pacientes investigados como se muestra en la Figura 3.
Distribución relativa de CRC seleccionado más /menos taxones representados se calcula como la secuencias anotada fracción del número total de lecturas en esa muestra específica. puntuación de consistencia para el taxón indicado (véase la Tabla 2) se da entre paréntesis y refleja la consistencia fueron enriquecidos a través de clados pacientes A-F; barras verdes indican en la fracción
El tumor fuera
y barras rojas indican fracción de este taxón
en
El tumor.
Discusión
La observación más sorprendente de nuestro estudio fue las dramáticamente diferentes microbiomas en el tejido CRC y la mucosa no maligno adyacente en 5 de los 6 pacientes investigados. Para nuestra sorpresa, sin embargo, no se encontraron sobrerrepresentación consistente de posibles bacterias patógenas en el tejido CRC. Por el contrario, las especies sobrerrepresentados se refieren a miembros de los géneros
Coriobacteridae
,
Roseburia
,
Fusobacterium
y
Faecalibacterium
, que generalmente son considerados como comensales intestinales con características pro-bióticos. Esto sugiere que los cambios observados microbianas son causadas por las alteraciones fisiológicas y metabólicas bastante dramáticos que resultan de la misma la carcinogénesis de colon [38] - [40], y que estas especies pueden ser considerados como los pasajeros de CRC. De hecho, estudios recientes revelaron metabolómica condiciones nutricionales muy alterados en el microambiente tumoral CRC comparación con la mucosa no maligna [41]. Los hallazgos más importantes y consistentes refiere a una disminución drástica de la glucosa y piruvato y un aumento de lactato (pH bajo), aminoácidos, lípidos y ácidos grasos. La variabilidad intra-paciente en alteraciones microbioma podría reflejar la variabilidad intra-individual en el microambiente tumoral CRC [42], lo que resulta en la contratación preferencial de diferentes clases de especies intestinales. En particular, los números de
Collinsella
spp reducida. y
Roseburia
spp. previamente se han encontrado en los sujetos de edad avanzada que usan drogas no esteroides anti-inflamatorios en comparación con los no usuarios (AINE [43];. lo que sugiere que estas bacterias necesitan nichos inflamatorios para colonizar de forma óptima la pared del intestino Curiosamente, los géneros
Roseburia
,
Fusobacterium
y
Faecalibacterium
, que se enriquecen en tumores moderadamente pertenecen a la mayor producción de butirato de bacterias intestinales. butirato se piensa que es protector contra la CRC mediante la inducción de una detención del ciclo celular p21 dependiente resultando en un aumento de la tasa de apoptosis de las células cancerígenas [44]. los efectos de butirato son sin embargo todavía en debate como la inhibición del tumor puede ser por ejemplo limitada a las primeras fases de la carcinogénesis. Notablemente, se ha demostrado que
Faecalibacterium prausnitzii
segrega factores anti-inflamatorios que bloquean la activación de NF-kappa B y la producción de IL-8 en un modelo animal experimental para la enfermedad de Crohn [45]. Por otra parte, los pacientes con enfermedad inflamatoria intestinal, que están en mayor riesgo de CCR, se han asociado con un menor número de
F. prausnitzii
en la población intestinal [46]. Por último,
Slackia
spp. son conocidos para convertir las isoflavonas de la dieta en más potentes antioxidantes [47] capaces de inducir las vías de apoptosis en células tumorales [48]. Así, en vista de nuestros datos actuales, podríamos sacar la conclusión de que el microambiente CRC es colonizado por las bacterias intestinales preferiblemente con propiedades anti-tumorigénicos y anti-cancerígenos, que de ese modo puedan impedir la rápida progresión de esta enfermedad. Sin embargo, también se podría argumentar que por ejemplo butirato proporciona una fuente adicional de energía para las células tumorales, mientras amortiguación de la respuesta inflamatoria se detiene el sistema inmune innato de atacar el tumor naciente. De este modo, tanto supresor de tumores o escenarios promotores de tumores puede ser posibles resultados de la colonización diferencial de tejido CRC y, además, investigaciones detalladas, serán necesarios para dilucidar esta cuestión.
Otra notable observación se refería a la presencia de los miembros de la disminución
enterobacterias
, como
Citrobacter
,
Shigella
,
Cronobacter
,
Kluyvera
,
Serratia
y
Salmonella spp
. en el tejido tumoral de los pacientes de CRC investigados. Estos datos pueden sugerir que estas bacterias son parte del microbioma intrínseca de pacientes con CRC, pero desplazado por las bacterias comensales similar antes mencionadas sobre la progresión de la enfermedad. Aunque nos damos cuenta de que, en ausencia de una base de datos de referencia grande del microbioma de la mucosa de individuos sanos es difícil sacar conclusiones de esta observación, nos gustaría tener la oportunidad de revisar brevemente la razón por la colonización intestinal Enterobacterial podría estar asociada con un mayor riesgo de CRC. En primer lugar, los inventarios de metagenómica del microbioma intestinal humano demostraron que
Salmonella
,
Citrobacter
, y
Cronobacter
estaban entre las especies intestinales abundantes bajas o incluso eran completamente ausentes en individuos sanos [15], [49], que es totalmente en línea con su carácter patógeno [50]. Por el contrario, esta familia bacteriana era detectable presente en las muestras no malignas mucosa del colon de pacientes con CRC [36], mientras que Shen y sus colegas demostraron recientemente que
Shigella spp
muestran una mayor abundancia en el microbioma intrínseca (no malignos) de adenoma pacientes [51]. Es importante destacar que el potencial de las enterobacterias para iniciar CRC ya se ha demostrado para
Citrobacter
especies en un modelo animal [52], y se cree que este aumento de la susceptibilidad para el CCR es causada por una asintomática, pero crónica, inflamatoria respuesta en la mucosa del colon [53]. Además, varias cepas de ADN Enterobacterial producen daños en genotoxinas [54] y por lo tanto pueden contribuir activamente a la acumulación de mutaciones que caracterizan la secuencia adenoma-carcinoma [55]. En este contexto, nuestros datos pueden sugerir, además, que en la progresión de la CRC, los cambios en el microambiente del tumor, de tal manera que enterobacterias se sustituyen por especies o bacterias comensales similar con propiedades probióticas propuestas que han aumentado el acceso y /o pueden de manera más eficiente de forraje en el microambiente tumoral alterado. La desaparición de CRC-conducción bacterias patógenas a partir de tejido tumoral avanzada CRC puede ser análogo a lo que se ha informado de
Helicobacter pylori
durante la progresión del cáncer gástrico [56].
En conjunto, nuestro estudio proporciona una importante primer vistazo del microbioma asociado-CRC e indica una relación muy dinámica entre las bacterias intestinales y tumores en desarrollo. No obstante, muchas preguntas abiertas deben ser abordados en futuros estudios, incluido el análisis profundo microbioma de los grupos extendidos de muestras de tumores de diferentes estadios de la enfermedad, incluyendo adenomas y biopsias de un gran conjunto de pacientes sin cáncer para servir como base de datos de referencia. Además, para fines de diagnóstico, será importante para investigar cómo los cambios microbioma asociados a tumores locales se refieren a la composición de la microbiota fecal [57]. Se necesita un análisis más detallado de CRC (meta) genomas y transcriptomes bacterianas para identificar los genes que causan la colonización diferencial en el microambiente del tumor y definir mejor las poblaciones microbianas de alto riesgo. Posteriormente, las poblaciones de bacterias de alto riesgo y de bajo riesgo deben ser validados en modelos animales () para CCR esporádico, y los mecanismos de interferencia bacteriana en el CCR tiene que ser descifrado con más detalle. Todo-en-todo, esto establece el programa para una nueva era en la investigación del cáncer colorrectal, la integración de la microbiología y ecología microbiana con la biología del tumor. Esto nos conducirá hacia una mayor comprensión de las fuerzas motrices de la CRC, así como nuevas herramientas de diagnóstico relacionados microbioma-e intervenciones terapéuticas.
Apoyo a la Información
Figura S1.
RISA toma de huellas dactilares de tejido CRC y la mucosa adyacente no maligno. La región espaciadora intergénica entre los genes 16S y 23S rRNA se amplificó con pares de cebadores conservadas (Tabla S1) y se analizó usando un Bioanalyser Agilent. Características de los pacientes se pueden encontrar en la Tabla 1; fuera del tejido, no maligna; en adelante, el tejido tumoral
doi:. 10.1371 /journal.pone.0020447.s001 gratis (PDF)
figura S2.
Un
, Lee longitudes por muestra, con X
off y X
en muestras procedentes de fuera del tumor y sobre-tumoral en sujeto X, los datos se deriva de las longitudes de lectura post-procesamiento a través de la pyropipeline RDP.
B Opiniones, curvas de rarefacción para cada muestra, la clave de la muestra es el mismo que el uso de la figura S1. Estas curvas se generaron utilizando MOTHUR, los valores de corte se muestra.