Extracto
Antecedentes
La tecnología de microarrays permite una evaluación estandarizada, objetiva del diagnóstico oncológico y el pronóstico. Sin embargo, tales estudios son típicamente específicos para ciertos tipos de cáncer, y los resultados tienen un uso limitado debido a la validación inadecuada en grandes cohortes de pacientes. El descubrimiento de los genes regulados comúnmente en el cáncer puede tener una implicación importante en la comprensión del mecanismo molecular común de cáncer.
métodos y las conclusiones
Hemos descrito un análisis de expresión genética integrada de 2.186 muestras procedentes de 39 estudios para identificar y validar un tipo independiente de la firma gen del cáncer que pueden identificar a los pacientes con cáncer para una amplia variedad de tumores malignos humanos. El carácter común de la expresión génica en 20 tipos de cáncer común se evaluó en 20 conjuntos de datos de entrenamiento. El poder discriminatorio de una firma definida por estos genes del cáncer comunes se evaluó en los otros 19 conjuntos de datos independientes, incluyendo los tipos de cáncer novela. QRT-PCR y microarrays de tejidos se utilizan para validar los genes regulados comúnmente en múltiples tipos de cáncer. Se identificaron 187 genes dysregulated en casi todas las muestras de tejidos cancerosos. La firma 187-gen puede predecir robustamente cáncer en comparación con el estado normal para una amplia variedad de tumores malignos humanos con una precisión global de 92,6%. Hemos mejorado aún más nuestra firma a 28 genes confirmados por QRT-PCR. La firma refinado todavía logra 80% de precisión de la clasificación de muestras de tipos de cáncer mixtos. Esta firma se desempeña bien en la predicción de nuevos tipos de cáncer que no estaban representados en la formación de datos. También se identificaron tres vías biológicas, incluyendo la glucólisis, punto de control II y vías PLK3 en el que la mayoría de los genes son sistemáticamente hasta reguladas en muchos tipos de cáncer.
Conclusiones
La firma identificada ha capturado esencial características transcripcionales de la transformación neoplásica y la progresión en general. Estos hallazgos ayudarán a dilucidar el mecanismo molecular común de cáncer, y proporcionar nuevos conocimientos sobre el diagnóstico del cáncer, pronósticos y la terapia
Visto:. Lu Y, Y Yi, Liu P, Wen W, James M, Wang D , et al. (2007) Genes del cáncer humano Común descubierto por el análisis de expresión génica integrada. PLoS ONE 2 (11): E1149. doi: 10.1371 /journal.pone.0001149
Editor Académico: Oliver Hofmann, Bioinformatics Institute Nacional Africano del Sur, África del Sur
Recibido: 13 Agosto, 2007; Aceptado: 16 de octubre de 2007; Publicado: 7 Noviembre 2007
Derechos de Autor © 2007 Lu 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:. Este trabajo fue apoyado por el NIH subvención R01CA58554 (MI)
Conflicto de intereses:.. los autores han declarado que no existen intereses en competencia
Introducción
el cáncer es una de las principales causas de muerte en los países occidentales que resulta en una de cada cuatro muertes. Más de 100 tipos de cáncer con diferente incidencia se han diagnosticado en diversos órganos o tejidos. El cáncer se asocia con múltiples aberraciones genéticas y reglamentarias en la célula. Para capturar estas anomalías, los microarrays de ADN, que permiten la medición simultánea de los niveles de expresión de decenas de miles de genes, han sido cada vez más utilizado para caracterizar los perfiles de expresión génica a nivel mundial de las células tumorales y las células normales emparejados del mismo origen. En los últimos años, los perfiles de expresión génica globales de diversos tipos de cáncer se han analizado y se han descrito muchas firmas de expresión de genes que están asociados con la progresión del cáncer, el pronóstico y la respuesta al tratamiento [1] - [19]. Sin embargo, estos estudios son normalmente específicos de ciertos tumores. Las firmas de tipos específicos de cáncer de estos estudios muestran poca superposición en las constituciones de genes y vías de importancia biológica. Décadas de investigación en oncología molecular han dado pocos marcadores moleculares específicos de tumores útiles, debido a las limitaciones con la disponibilidad de muestras, identificación, adquisición, integridad, y la preparación [20]. El cáncer es una enfermedad muy heterogénea, tanto morfológica como genéticamente. Sigue siendo un reto para capturar una característica esencial de la transcripción, común de la transformación neoplásica y la progresión.
Para extraer el máximo valor de la reciente acumulación de cáncer de datos de expresión de genes a disposición del público, es necesario evaluar, integrar e inter -validate múltiples conjuntos de datos. el análisis exhaustivo de un gran número de conjuntos de datos publicadas hacen posible encontrar los genes del cáncer comunes y consecuencias funcionales esenciales que están asociados con la iniciación del tumor y la progresión en general. caracterización sistemática de los cambios de expresión en las vías biológicas entre los diferentes tipos de cáncer con el tiempo dará lugar a una mejor comprensión de lo que las perturbaciones en la célula dan lugar al cáncer. Estos hallazgos proporcionar múltiples direcciones clínicos para el diagnóstico del cáncer, pronósticos y la terapia sobre la base de la expresión genética de los pacientes. En el presente estudio, hemos descrito un análisis de expresión génica integrada de 2.186 muestras de 39 estudios diferentes para identificar y validar una firma gen del cáncer que es independiente de los tipos de tumores y puede identificar los pacientes con cáncer para una amplia variedad de tumores malignos humanos.
Resultados
genes comunes los cambios de expresión en diversos tipos de cáncer
Se analizaron los perfiles de expresión de genes primera de 1.223 muestras humanas (343 tejidos normales y los tejidos tumorales 880) a partir de los conjuntos de datos de entrenamiento 1-20 que contiene 20 tipos diferentes de cánceres (Tabla S1). El carácter común de la expresión génica en estos 20 tipos de cáncer se evaluó estadísticamente mediante análisis de permutación (P & lt; 10
-5). En total, se identificaron 187 genes comúnmente afectadas en el cáncer. De éstas, 117 fueron reguladas y 70 se redujeron regulado en muestras de tejidos cancerosos casi todos, independientemente de su tejido de origen (Tabla 1 y 2). Con la herramienta bioinformática, FatiGO (http://fatigo.bioinfo.cnio.es), encontramos 142 de los 187 genes del cáncer se asociaron significativamente con al menos una categoría de ontología de genes (GO). Varias categorías funcionales han demostrado ser importantes para la carcinogénesis y la progresión del cáncer (Tabla S2). Por ejemplo, los 11 genes (BFAR, Card4, SPP1, SNCA, BAX, STAT1, CLU, GULP1, BID, CIDEA y PPP2R1B) de control de la muerte celular programada; 8 genes (TTK, RECK, BAX, STAT1, NME1, CCNB2, E2F3 y PPP2R1B) están implicados en la regulación del ciclo celular; 8 genes (TAP1, APOL2, SPP1, CLU, PSMB8, TAPBP, HLA-F y TNFSF13B) juegan un papel en la respuesta inmune; y 6 genes (TTK, SPP1, NME1, NAP1L1, NPM1 y TNFSF13B) regulan la proliferación celular. Además, los genes que están involucrados en el transporte de proteínas, ciclo celular fase M, vía secretora y la reparación del ADN son constantemente hasta reguladas en la gran mayoría de tipos de cáncer.
Validación de cáncer común genes de QRT-PCR y TMA
Para validar los resultados de microarrays de expresión génica a partir del análisis de expresión genética integrada, los niveles de expresión relativa de 32 de los 187 genes del cáncer se determinaron mediante análisis de QRT-PCR utilizando muestras completamente independientes de tres cada uno de mama, pulmón, próstata, colon y cáncer de cuello uterino y su tejido normal correspondiente. Se confirmó los resultados de la expresión de la mayoría de estos genes seleccionados (cambiar pliegue & gt; 1,5, p≤0.05 y consistencia & gt; 60%) (Tabla 3). Los 10 primeros genes con absoluta veces el cambio & gt; 4, p = 0.05 y consistencia & gt; 85% se confirmó adicionalmente usando otro 18 tumoral emparejados y muestras normales de mama, pulmón y pacientes con cáncer cervical. En el análisis ampliado, los niveles de expresión de estos 10 genes estaban todavía significativamente diferente con absoluta doble cambio & gt; 4, p = 0.05 y consistencia & gt; 85%, excepto genes SPP1 y NDRG2, que exhibió disminuyó ligeramente consistencia (Figura 1).
Doblar las diferencias sobre los controles normales emparejados fueron trazadas durante 21 a 24 tumores de todos los tejidos analizados como los de mama, pulmón, próstata, colorrectal y tumores de cuello uterino por duplicado, proporcionando 42 a 48 puntos de datos por gen. La media veces el cambio, el valor de p, la consistencia de la tendencia de la regulación, y los números de los tejidos con mayor o menor expresión también se enumeran a continuación.
También se realizó
análisis de microarrays de tejidos (TMA) para los tres elegido al azar genes de cáncer comunes (SPP1, BID y CLU) para determinar si los cambios de ARNm se correlacionaron con cambios en la expresión de proteínas en pacientes con cáncer. El microarray de tejido contiene 200 muestras tumorales con 50 muestras de cada uno de cuatro tipos de cáncer (de colon, de mama, de ovario y de pulmón). Análisis de expresión de la proteína SPP1 en el tumor y los tejidos normales indicó que SPP1 está presente en el citoplasma y núcleo de las células. La mayoría de las muestras de adenocarcinoma de colon, adenocarcinoma de mama, adenocarcinoma de ovario, y cáncer de pulmón mostraron intermedia a una fuerte tinción citoplásmica SPP1 en las células tumorales, pero la tinción en los tejidos normales era mucho más débil. Las puntuaciones medias de tumor y los tejidos normales son 11,1 ± 1,8 y 1,8 ± 1,5 en el adenocarcinoma de colon (p = 0,0005), 10,9 ± 1,7 y 4,5 ± 3,8 en el adenocarcinoma de mama (p = 0,043), 11.7 ± 1.0 y 3.3 ± 4.2 en el ovario adenocarcinoma (p = 0,028), y 9,0 ± 2,2 y 3,5 ± 2,0 en el cáncer de pulmón (p = 0,0005), respectivamente (Figura 2 y la Figura S1). Positivo tinción citoplásmica de clusterina (CLU) estaba presente en ambos tumor y las células normales en el pulmón, mama y tejido de ovario. Sin embargo, en comparación con los tejidos normales, la clusterina disminución en el cáncer de pulmón (5,6 ± 2,1
vs.
10,8 ± 1,6, p = 0,005), cáncer de mama (7,1 ± 2,7
vs.
10,5 ± 1,7, p = 0,017), y el cáncer de ovario (6,8 ± 3,0
vs.
10,5 ± 1,7, p = 0,011) (Figura 3 A, B y D). El cáncer de colon mostró tinción CLU mucho menos positivos que otros tipos de tumor y no había diferencia significativa entre tumor de colon y los tejidos de colon normal (Figura 3C). proteína BID fue significativamente upregulated en el cáncer de colon, cáncer de pulmón y cáncer de mama, pero no en el cáncer de ovario (datos no mostrados). Las puntuaciones medias de tinción inmunoreactiva en el tumor y los tejidos normales son 11,2 ± 1,9
vs.
2,0 ± 1,4 (p = 0,00015), 10,4 ± 2,2
vs.
2,5 ± 2,2 (p = 0,0002 ) y 11,5 ± 1,4
vs.
6,5 ± 1,9 (p = 0,010) para estos tres tipos de cáncer, respectivamente (Figura 3E-G). análisis semicuantitativo indica que la mayoría de muestras de diferentes tipos de cáncer tienen fuertes alto porcentaje de inmunorreacción veces al día, mientras que los tejidos normales sólo muestran nivel bajo-medio de tinción; CLU tiende a ser baja regulado en los tumores (Figura 3H). Los resultados demuestran que el nivel de proteína es en gran medida coherente con la expresión de mRNA de estos tres genes.
SPP1 tinción positiva presenta en el citoplasma y nuclear de las células tumorales en el cáncer de pulmón (A, derecha), cáncer de mama (B, derecha ), el cáncer de ovario (C, derecha), y el cáncer de colon (D, derecha), mientras que la tinción negativa en el pulmón normal (a, izquierda), y el ovario (C, izquierda), tinción débil en la mama normal (B, izquierda), y dos puntos (D, izquierda).
positivo tinción citoplasmática de CLU presenta tanto en células normales y tumorales de pulmón, mama, colon, ovario y el tejido (a a D). CLU expresión disminuyó en el cáncer de pulmón (A, nivel superior) en comparación con el pulmón normal (A, planta baja). Tanto mama normal (B, nivel inferior) y ovario (D, nivel inferior) muestra media a fuerte tinción en el citoplasma y la parte media de la tinción débil de mama (B, nivel superior) y el cáncer de ovario (D, nivel superior). Mucho menos positiva tinción clusterina presente tanto en tumor de colon (C, nivel superior) y los tejidos normales (C, nivel inferior). BID muestra fuerte tinción citoplasmática y nuclear en el cáncer de pulmón (E, nivel superior) y la tinción nuclear débil en el epitelio pulmonar normal (E, nivel inferior). Aumento de la fuerte tinción nuclear y citoplásmica se ve en tumor de mama (F, nivel superior) en comparación con el tejido de mama normal (F, nivel inferior). En el cáncer de colon, BID muestra una fuerte citoplasmática y la tinción nuclear en las células tumorales (G, nivel superior), mientras que la tinción BID menos positivo se encuentra en el tejido de colon normal (G, nivel inferior). análisis semicuantitativo de CLU y BID inmunorreacción en los tumores y tejidos normales (H). La mayoría de muestras de diferentes tipos de cáncer tienen fuertes alto porcentaje de inmunorreacción veces al día, y los tejidos normales sólo muestra media de la tinción de bajo nivel; mientras CLU tiende a regulados en tumores (H). A = puntuación de 10-12, medias = puntuación de 6-9, y baja = puntuación de 1-5. Columna de la izquierda en cada panel es a baja potencia (100X) y la columna derecha de cada panel es a alta potencia (400X).
cáncer de las vías comunes en diversos tipos de cáncer
más encuestados una lista de 1.687 vías biológicas que incluyen las rutas metabólicas, las redes de interacción de proteínas, las vías de transducción de señales, y las redes reguladoras de genes para examinar si varios genes dentro de un acto vía específica de una manera acumulativa para influir en la transformación neoplásica y la progresión. La riqueza de los genes expresados diferencialmente de manera significativa en una ruta determinada se evaluó de nuevo por 100.000 pruebas de permutación en los conjuntos de datos de entrenamiento. Pathway análisis mostró que importantes genes expresados diferencialmente (p & lt; 0,01) fueron enriquecidos en su mayoría en la vía de la glicólisis, ciclo celular puesto de control II Camino y PLK3 camino, que incluyó 24, 10 y 10 genes, respectivamente (p & lt; 10
-5) . Curiosamente, la mayoría de los genes implicados en estas tres vías están regulados en la gran mayoría de los tejidos cancerosos en comparación con los tejidos normales (Figura S2), lo que sugiere que la prevalencia de la hiperactivación de genes y la amplificación en tumores malignos humanos.
la confirmación del patrón de expresión génica común en los conjuntos de datos independientes
a continuación, se determinó para validar nuestra firma la expresión génica y ver si podíamos distinguir las muestras de cáncer a partir de muestras normales en conjuntos de datos completamente independientes. El poder discriminatorio de la firma la expresión de 187 genes en muestras normales y tumorales se ensayó mediante análisis de agrupamiento utilizando los datos de expresión génica obtenidos oligonucleótido de 19 bases de datos completamente independientes. Conjuntos de datos 21 a 38, que se utiliza para la validación, se componen de 211 492 normal y los tejidos tumorales de 14 tipos diferentes de cáncer. En la mayoría de estos 18 conjuntos de datos, las muestras se clasificaron en dos grupos, uno que comprende la mayoría de las muestras normales y otro para la mayoría de las muestras tumorales, basado en nuestra 187 genes firma (Figura S3). La precisión global de clasificación correcta es, en promedio, 92,64% que van desde 78% a 100% (Tabla 4). Cabe señalar que el conjunto de datos 30 y 31 son ligeramente diferentes de los otros conjuntos de datos debido a la heterogeneidad de las muestras de cáncer. Todas las muestras de estos dos conjuntos de datos se clasifican en dos grandes grupos: uno que contiene sólo las muestras tumorales; el otro grupo que contiene ambos tumores y normales, que puede ser claramente distinguido como dos subgrupos. En concreto, en el conjunto de datos 30, ocho líneas celulares de mieloma forman un grupo con inclusión de una leucemia de células plasmáticas (PCL); en el otro grupo, ocho muestras de células plasmáticas normales y ocho muestras de pacientes con mieloma múltiple (MM) o PCL fueron claramente subdividen. En el conjunto de datos 31, seis muestras de cáncer de próstata metastásico se agruparon juntos, mientras que los tejidos normales y los cánceres de próstata primarios fueron en el otro grupo, con seis tejidos normales y un cáncer de próstata primario en un subgrupo, y seis tipos de cáncer de próstata primarios en el otro subgrupo. En la agrupación de análisis para muestras de tumores de diferentes subtipos con datos de expresión génica, no es raro que algunos subgrupos de tumores están más cerca del grupo normal, pero se distinguen claramente del grupo normal.
conjunto de datos 39 incluidos 180 muestras de tumores, que abarca 14 tipos de tumores comunes, y 81 muestras de tejido normal. Entre 14 tipos de tumores, adenocarcinoma uterino, leucemia y mesotelioma pleural no estaban presentes en los 20 conjuntos de datos de entrenamiento. En los análisis de agrupamiento, las muestras se agrupan en tres grupos: grupo tumor I componer de 57 tumores y 20 tejidos normales, componiendo grupo normal de 11 tumores y 53 tejidos normales, y el grupo de tumor II composición de 112 tumor y 8 tejidos normales (Figura 4) . La exactitud de la clasificación es 85%. Todas cáncer del sistema nervioso central y más de adenocarcinoma de páncreas fueron clasificados en grupo tumor I, mientras que todos los de la leucemia y la mayoría de los linfomas fueron clasificados en grupo tumor II. En particular, la firma 187-gen se comporta bien (81-100%) en la clasificación de nuevos tipos de cáncer (como el adenocarcinoma uterino, leucemia y el mesotelioma pleural). Es también digno de mención que sólo ~31-60% de los genes de esta firma 187 genes que se utilizaron en los análisis de agrupamiento en cada uno de los conjuntos de datos de validación debido a la especificidad de las plataformas, la disponibilidad de muestras y los valores que faltan en los experimentos de microarrays. Además, el conjunto de genes utilizados para los análisis de agrupamiento son, en parte, diferentes entre conjuntos de datos de validación, dependiendo de la disponibilidad de los datos de expresión de genes en un estudio específico. Esto demostró la robustez, la utilidad y la ubicuidad de nuestra firma genética. Por último, también trató de clasificar estas 261 muestras utilizando los perfiles de expresión de 28 genes comunes contra el cáncer confirmados por el análisis de QRT-PCR con factor de cambio & gt; 3 y consistencia & gt; 60%. El refinado firma 28-gen todavía logra ~ 80% de precisión de la clasificación (figura S4). Cabe señalar que el conjunto de datos 39 utiliza un sistema antiguo de microarrays de Affymetrix FL chip de 6800 genes con un total de 7.289 sondas. El número de sondas utilizadas en los dos agrupamiento por encima de los análisis para el conjunto de datos 39 eran 72 y 19, que corresponden a 59 y de 15 genes, respectivamente.
Los tejidos normales se marcaron tejidos negros y tumorales fueron marcados en rojo. Las muestras se agrupan en tres grupos: Grupo I tumor componer de 57 tumores y tejidos normales 20, componiendo grupo normal de 11 tumores y 53 tejidos normales, y el grupo II tumor composición de 112 tumor y 8 tejidos normales. Todas cáncer del sistema nervioso central y más de adenocarcinoma de páncreas fueron clasificados en grupo tumor I, mientras que todos los de la leucemia y la mayoría de los linfomas fueron clasificados en grupo tumor II. La precisión de la clasificación es del 85%.
Discusión
ADN clasificación de expresión génica de los microarrays de base permite una evaluación estandarizada, objetiva del diagnóstico y el pronóstico oncológico y proporciona información complementaria a la clínica actual protocolos [20]. Sin embargo, tales estudios son típicamente específicos para ciertos tipos de cáncer, y los perfiles de expresión obtenidos tienen un uso limitado debido a la validación inadecuada en grandes cohortes de pacientes. En este estudio, hemos identificado un marcador genético para la clasificación molecular del cáncer a través de un análisis de expresión genética integradora de 20 tipos diferentes de cáncer común. Esta firma contiene 187 genes cuya expresión aberrante fue observada en casi todas las muestras de tejidos cancerosos, independientemente de su tejido de origen. Para ilustrar la utilidad y robustez de esta firma, a fin de determinar su poder discriminativo en otros 19 conjuntos de datos completamente independientes. La exactitud de la clasificación es de aproximadamente 92,6% en el uso de esta firma cáncer común. Curiosamente, un subconjunto diferente de genes que dan cuenta de 31 a 60% de la firma 187-gen puede identificar rigurosamente los pacientes con cáncer para una amplia variedad de tumores malignos humanos. Más importante aún, esta firma también se desempeña bien en la predicción de nuevos tipos de cáncer que no estaban representados en el análisis de integración en conjuntos de datos de entrenamiento. Esto confirma que la firma identificado es de tipo independiente de cáncer y ha capturado algunas de las características transcripcionales esenciales de la transformación neoplásica y la progresión en general. Sin embargo, aún se desconoce si todos estos genes en nuestra firma están involucrados en el desarrollo del cáncer. Algunos de ellos pueden ser un indicio de algo en el cuerpo que acompaña el proceso de la enfermedad; mientras que otros son los genes
PE se
que promueven la tumorigénesis y la progresión del cáncer. También comparamos nuestra firma con otras dos firmas en conjuntos de datos independientes que fueron utilizados previamente en los estudios [21], [22]. La precisión global de clasificación correcta usando nuestra firma está, en promedio, 95% que van desde 90% a 100%; mientras que la precisión global de Rhode de Xu y de es de 89% y 93%, respectivamente (Tabla S3). Las dos firmas anteriores se determinaron ya sea desde el mismo conjunto de genes en una sola plataforma de microarrays [21] o genes comunes entre las diferentes plataformas [22]. Los genes analizados representan sólo un subconjunto de los genes en el genoma (aproximadamente 25%) y eran altamente sobre-representado en sus firmas; mientras que los otros genes que no se presentan en la plataforma analizado o no son comunes entre plataformas se perdieron en sus firmas. En el presente estudio, el método propuesto para la determinación de firma genética es directa e independiente de las diferentes plataformas de microarrays (por ejemplo, varios chips de ADNc no comercial y chips de Affymetrix). Por lo tanto, podemos utilizar la información de todos los genes en un estudio específico de microarrays. Nuestro estudio también pone de relieve la importancia del tamaño de la muestra en el análisis de microarrays para identificar y validar firmas de pronóstico. En este estudio, se combinaron un total de 2.186 muestras procedentes de 39 estudios de microarrays independientes para el descubrimiento y validación clasificador. Los resultados de este análisis a gran escala de integración de genes de expresión deben ser más robusto y fiable que cada uno de los estudios individuales, potencialmente con menos potencia.
También identificamos varias vías comunes donde la expresión alterada de varios genes desempeñan en forma común vía para influir en el desarrollo de tumores. Estas vías incluyen la glucólisis, el puesto de control del ciclo celular II y PLK3 vías. Hemos encontrado que muchos de los genes dentro de cada una de las vías fueron reguladas en diversos tipos de tejidos tumorales en comparación con tejidos normales. La perturbación de la expresión de múltiples genes dentro de estas vías puede ser una característica común de la transformación neoplásica y la progresión de tumores malignos. La manipulación terapéutica de estas vías puede proporcionar una estrategia universal para el tratamiento de muchos tipos de cáncer. Por ejemplo, las células cancerosas a menudo generan energía a través de la fermentación glicolítica en lugar de la fosforilación oxidativa. Es posible que la falta de fosforilación oxidativa limita la producción de superóxido proapoptótico. Tres enzimas del perfil 187 gen, TPI, PGK1, y ENO1, que están involucrados en la vía glicolítica, también se han encontrado que se sobreexpresa significativamente en los HER-2 tumores de mama /neu-positivas [23]. La sobreexpresión de estas enzimas también puede estar relacionada con el aumento de los requisitos de ambas vías de síntesis /degradación de energía y proteínas en los tumores de rápido crecimiento. Se propuso esta vía que sea significativo en la tumorigénesis más de 70 años por Warburg [24].
Los genes identificados en nuestra firma podrían ser los principales objetivos de la terapia del cáncer y la prevención, ya que se dysregulated en muchos tipos de cáncer. La caracterización de estos genes comunes debería proporcionar oportunidades para dilucidar algunos de los mecanismos más generales de la iniciación y progresión del cáncer. terapia génica del cáncer implica clásicamente entrega de supresor de tumores, inductor de apoptosis o genes suicidas directamente en las células tumorales. Detención de la proliferación de las células tumorales es el objetivo último de la terapia contra el cáncer. Curiosamente, en nuestros datos, los genes comunes identificados que están involucrados en la regulación de la proliferación celular son todos hasta reguladas en diferentes tipos de tejidos tumorales (Tabla S2). Estos genes incluyen TTK, SPP1, NME1, NAP1L1, NPM1 y TNFSF13B. La osteopontina (SPP1) es un gen que regula la proliferación celular. Muchos estudios han demostrado que SPP1 es altamente expresado en varios tumores malignos. secreción abundante de SPP1 actúa como un marcador de cáncer de mama y cáncer de próstata, osteosarcoma, glioblastoma, carcinoma de células escamosas y melanoma [25]. Las células de los ratones knock-out SPP1 muestran deterioro de la formación de colonias en agar blando y más lento el crecimiento del tumor
in vivo
en comparación con los tumores en los ratones de tipo salvaje [26]. En nuestro análisis de QRT-PCR, SPP1 se sobreexpresa en 18 de 22 muestras de cinco tipos diferentes de tejidos tumorales (Figura 1). El análisis de microarrays de tejidos demostró, además, que este aumento del nivel de expresión de ARNm de SPP1 se correlacionó significativamente con el nivel de proteína en pacientes con cáncer (Figura 2). Por lo tanto, SPP1 puede ser un objetivo común prometedor de la terapia del cáncer y la prevención
.
BH3-interacción agonista de muerte del dominio (BID) y clusterina (CLU) son otras dos dianas terapéuticas potenciales que están implicados en la muerte celular programada. BID contiene sólo el dominio BH3, que se requiere para su interacción con las proteínas de la familia Bcl-2 y por su actividad pro-muerte. BID es susceptible a la escisión proteolítica por las caspasas, calpaínas, granzima B y catepsinas [27]. BID es importante para la muerte celular mediada por estas proteasas y por lo tanto es el centinela a señales de muerte de la proteasa mediada [28]. BID Proteasa escindido es capaz de inducir múltiples disfunciones mitocondriales, incluyendo la liberación de las proteínas de espacio inter-membrana, reorganización crestas, la despolarización, la transición de permeabilidad y la generación de especies reactivas del oxígeno. De este modo DIS es un puente que une molecular diversas vías de la muerte periférica de la vía central de las mitocondrias. Estudios recientes indican además que la DIS puede funcionar como algo más que una molécula asesina proapoptótico. BID no sólo promueve la progresión del ciclo celular en la fase S, pero también implica el mantenimiento de la estabilidad genómica mediante la participación en puestos de control mitótico [27]. Esta proteína tiene diversas funciones que son importantes tanto a la vida y la muerte de la célula. Un estudio reciente mostró que el aumento de la oferta en el tumor cerebral, gliomas, cáncer de próstata, cáncer de ovario y cáncer de colon [29]. CLU es una glicoproteína sulfatada, implicado en diversas funciones celulares implicados en la carcinogénesis y la progresión tumoral, incluyendo la regulación del ciclo celular, la adhesión celular, la reparación del ADN y la apoptosis. Varios estudios muestran expresión de CLU reducen considerablemente en los tumores en comparación con el tejido normal, incluyendo tumor testicular, von Hippel-Lindau (pVHL) tumor renal -defective, carcinoma esofágico de células escamosas [30] - [34]. La reducción en el nivel general CLU aparece porque los compartimentos estromales positivos CLU de la mucosa normal se pierden en tumor [35]. CLU juega un papel negativo en la proliferación de células epiteliales y la falta de CLU aumenta la susceptibilidad a la tumorigénesis después del desafío cancerígenos. El sub-expresión de CLU fue inmediatamente evidente en células de adenocarcinoma de próstata MD PR317 altamente malignos utilizando la técnica de microdisección por láser y la serie de análisis de expresión de genes [36]. Tanto nuestra QRT-PCR y el tejido análisis de microarrays confirmó la regulación al alza de BID y regulación a la baja de los CLU en la mayoría de los tejidos cancerosos (Figura 3).
Las células madre son las más tempranas células del embrión que se dividen y diferencian para formar órganos y tejidos maduros. Un pequeño número de células madre normales persisten en la edad adulta y la función de mantener y reparar los tejidos sanos. Recientemente se ha establecido que, al igual que los tejidos normales, los tumores humanos son iniciados y mantenidos por las células madre. Las células madre del cáncer como una población minoritaria dentro del tumor y comparten muchas características genéticas y biológicas de las células madre normales. Algunos genes sobreexpresados en tejidos de cáncer identificados en nuestra firma se encontraron altamente expresado en las células madre embrionarias. Por ejemplo, EPRS, NPM1, STAT1 y LSM4 son superiores expresados en líneas de células madre embrionarias humanas en comparación con el ARN humano universal [37], [38]. CCNB1, FBXO2, NMe2, SNRPF, ddx21, SLC38A4, PSMA2, PSMA3 y AP1S2 son también más altos expresan en líneas de células madre embrionarias humanas [37], [38], los miembros de estas familias de genes tales como CCNB2, FBXO32, NME1, SNRPB, DDX39, SLC38A1, PSMA4, PSMA7 y AP1S1 se observan en nuestra firma. En particular, dos genes en nuestra firma, DNMT1 y TAPBP, se enumeran en SuperArray GEArray S Series humanos de células madre serie de genes de la célula, que está diseñado para el perfil de expresión de genes que se sabe que es importante para la identificación, el crecimiento y la diferenciación de células madre (Catálogo número HS-601.2, Superarray, Frederick, MD; http://www.superarray.com/home.php). Nuestra firma genética también incluye varios genes relacionados con el desarrollo de los tejidos, como la regulación del proceso de desarrollo (FNDC3B, SPP1 y TTL), el desarrollo embrionario (ADAM10) y el desarrollo de órganos (NCL, SPP1, SFXN1, BAX, ADAM12, NRP2 y NME1) ( http://fatigo.bioinfo.cnio.es).
En resumen, hemos definido un cáncer de tipo independiente de la firma genética de predicción del estado del cáncer para una amplia variedad de tumores malignos humanos. Esta firma ha capturado la transición de la transcripción esencial del comportamiento normal de las células a un crecimiento celular incontrolado de los tumores malignos y por lo tanto tiene importantes implicaciones en el diagnóstico del cáncer, pronósticos y terapia. Estos genes deben ser aplicables no sólo para entender el mecanismo molecular común de cáncer, y el diagnóstico del cáncer, sino que también sirven como dianas moleculares potenciales.
Materiales y Métodos
recogida y tratamiento de datos
Los microarrays de datos se obtuvieron a partir de bases de datos públicas. Los datos eran de dos tipos generales, los datos de la doble relación de canal correspondiente al cDNA microarrays manchados y los datos individuales de intensidad de canal correspondientes a microarrays de Affymetrix. Treinta y nueve estudios tenían 634 normal y 1.552 muestras de cáncer en total (Tabla S1). Todos estos estudios de microarrays anteriores fueron diseñados originalmente para la identificación de genes expresados diferencialmente entre los tejidos normales y malignos de tumores de ese tipo específico de cáncer. Los informes de patología fueron la base para clasificar los tumores de tejidos normales y tumorales, y benignas y malignas en estos estudios. Conjuntos de datos 1-20 que representan 20 tipos comunes de cáncer diferentes, tales como vejiga, mama, colon, endometrio, riñón, hígado, pulmón, melanoma, linfoma, pancreático, de próstata y cáncer de tiroides se utilizaron para identificar genes comunes de cáncer y las vías, y conjuntos de datos 21 -39 fueron utilizados para una amplia validación. Los conjuntos de datos de entrenamiento elegidos fueron normalmente más grandes que los conjuntos de datos de validación, excepto varios conjuntos de datos muy recientemente publicados. Todos los valores de expresión eran la base de dos log transformado. Para facilitar el análisis multi-estudio, ID de clúster de genes y nombres Unigene fueron asignados a todos los clones de ADNc y Affymetrix sondas basadas en el NCBI Unigene Build 198 (http://www.ncbi.nlm.nih.gov/entrez/query. fcgidbunigene).
Detección de genes expresados diferencialmente
se utilizó la permutación de dos muestras
t
prueba para la identificación de genes expresados diferencialmente (DEGs), el cual fue implementado en I Permax paquete (http://www.r-project.org/), para cada uno de los conjuntos de datos 1-20.