Extracto
Antecedentes
El cáncer de pulmón sigue siendo la principal causa de muerte por cáncer en todo el mundo. La tasa de recurrencia oscila entre el 35-50% entre las primeras etapas no pequeñas de pacientes con cáncer de pulmón de células. Hasta la fecha, no existe una firma genética de pronóstico totalmente validado clínicamente y se aplica para el tratamiento personalizado.
Metodología /Principales conclusiones
A partir de los perfiles de expresión de ARNm de todo el genoma generados en 256 pacientes con adenocarcinoma de pulmón, una firma 12-gen se identificó utilizando métodos de selección genética combinatoria, y un algoritmo de puntuación de riesgo se desarrolló con
Naïve Bayes
. El modelo de 12-gen genera estratificación de los pacientes significativa en la reunión de alto nivel de formación de cohortes & amp; UM (
n
= 256; log-rank
P
= 6.96e-7) y dos conjuntos de validación independientes, MSK (
n
= 104; log-rank
P
= 9.88e-4) y DFCI (
n
= 82; log-rank
P
= 2.57e-4), analiza el uso de Kaplan-Meier. Esta firma genética también estratifica pacientes con adenocarcinoma de pulmón en estadio I y IB en dos grupos distintos de supervivencia (log-rank
P Hotel & lt; 0,04). La puntuación de riesgo 12-gen es más significativa (razón de riesgo = 4,19 IC del 95%: [2,08, 8,46]) que otros factores clínicos de uso común, excepto el estadio del tumor (III vs I) en el análisis multivariante de Cox. El modelo 12-gen es más precisa que firmas de genes de cáncer de pulmón previamente publicados sobre los mismos conjuntos de datos. Por otra parte, esta firma predice con exactitud la quimiorresistencia /quimiosensibilidad al cisplatino, carboplatino, paclitaxel, etopósido, erlotinib y gefitinib en NCI-60 líneas celulares de cáncer (
P Hotel & lt; 0,017). Los identificó 12 genes exposición curada interacciones con las principales características de señalización cáncer de pulmón en vía de análisis funcional. Los patrones de expresión de los genes de la firma se han confirmado en los análisis de RT-PCR de muestras tumorales independientes.
Conclusiones /Importancia
Los resultados demuestran la utilidad clínica de la firma de genes identificados en la categorización pronóstica. Con este 12-gen algoritmo de puntuación de riesgo, los pacientes en fase inicial con alto riesgo de recurrencia del tumor podrían ser identificados para la quimioterapia adyuvante; mientras que los pacientes en estadio I y II con bajo riesgo podrían ser librado de los efectos secundarios tóxicos de los fármacos quimioterapéuticos
Visto:. Wan Y-W, E Sabbagh, Raese R, Qian Y, Luo D, Denvir J, et al. Modelos (2010) Híbridos identificado una firma de 12 genes para el cáncer de pulmón pronóstico y predicción Chemoresponse. PLoS ONE 5 (8): e12222. doi: 10.1371 /journal.pone.0012222
Editor: Jörg Hoheisel, Deutsches Krebsforschungszentrum, Alemania |
Recibido: May 4, 2010; Aceptado: July 20, 2010; Publicado: 17 Agosto 2010
Derechos de Autor © 2010 Wan 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 estudio está apoyado por el NIH /NLM R01LM009500 (PI: Guo) y la CNRR P20RR16440 y Suplemento (PD: Guo). La licencia de software y la capacitación para el IPA y Pathway estudio fue apoyado por el NIH /CNRR P2016477. 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 cáncer de pulmón es la principal causa de muerte por cáncer en los países industrializados [1]. La recidiva local y distante es la principal causa de fracaso del tratamiento (es decir, muertes) en el cáncer de pulmón. Actualmente, la cirugía es la opción de tratamiento más importante para los pacientes con cáncer en estadio I no microcítico de pulmón no microcítico (CPNM). Sin embargo, el 35-50% de los pacientes con CPNM en estadio I se recaída dentro de los 5 años [2], [3]. Sigue siendo un desafío crítico para determinar el riesgo de recurrencia en pacientes con cáncer en etapa temprana. Los pacientes con alto riesgo de recurrencia podrían beneficiarse de la quimioterapia adyuvante, mientras que aquellos con un bajo riesgo de recurrencia del tumor se hubiera salvado de los efectos secundarios de la quimioterapia. Después de esto, otro tema fundamental en las clínicas es determinar la predisposición de un paciente individual a un fármaco específico contra el cáncer. El uso emergente de biomarcadores puede permitir a los médicos a tomar decisiones de tratamiento basadas en las características específicas de cada paciente y su tumor, en vez de meramente de estadísticas de población [4].
Los avances en las tecnologías de microarrays producen promesa en el molecular predicción de resultado clínico individual. Tal éxito se manifiesta por las pruebas genéticas comerciales para el cáncer de mama, Oncotype DX [5] y MammaPrint [6], [7]. Sin embargo, la alta dimensionalidad de los datos ha complicado grandes avances de diagnóstico y pronóstico [8] y pone una prima sobre los métodos de minería de datos innovadores. En los estudios actuales de identificación de biomarcadores, los genes se clasifican de acuerdo a su asociación con el resultado clínico, y los genes mejor clasificados se incluyen en el clasificador. Se ha observado que los biomarcadores individuales que muestran fuerte asociación con el resultado no son necesariamente buenos clasificadores [9] - [11]. Por otra parte, cada algoritmo de selección de genes individuo tiene diferentes fortalezas y limitaciones. . Un modelo híbrido que combina múltiples métodos de selección genética podría identificar mejor los nuevos biomarcadores de alto rendimiento de datos de utilidad clínica
Ha habido unos pocos estudios sobre el pronóstico del cáncer de pulmón con perfiles de transcripción [12] - [19]. Hasta la fecha, no existe un modelo totalmente validado clínicamente y aplicada para predecir la recurrencia del cáncer de pulmón [20]. Este estudio presenta un sistema de selección de genes combinatoria para la identificación de un cáncer de pulmón pronóstico firma 12-gen. Esta firma de 12 genes es más preciso en comparación con las firmas publicados anteriormente en un estudio multi-institucional de adenocarcinoma de pulmón (
n
= 442) [19]. Esta firma de 12 genes podría identificar pacientes en estadio I y estadio II que podrían beneficiarse de la quimioterapia adyuvante y que se podía prescindir de ella. análisis de RT-PCR cuantitativa de muestras independientes de tejido de NSCLC confirmado los patrones de expresión génica de los biomarcadores identificados en términos de las características del tumor. Una vía de análisis funcional y luego reveló que los genes de la firma tuvieron interacciones con los sellos distintivos de cáncer bien establecidos, lo que indica el importante papel de los genes de la firma en la iniciación y progresión del tumor. Por otra parte, la firma de 12 genes predijo con exactitud la quimio-resistencia y la quimiosensibilidad al cisplatino, carboplatino, paclitaxel (Taxol), Etopósido, gefitinib y erlotinib en un panel de 60 líneas celulares de cáncer (NCI-60).
modelo de pronóstico sistema
en la era post-genómica, se necesitan modelos híbridos que aprovechan las diferentes algoritmos en diferentes etapas de la selección de genes para el descubrimiento de biomarcadores y la clasificación de la enfermedad. En este estudio, se combinaron los métodos estadísticos y algoritmos de aprendizaje automático para identificar biomarcadores de pronóstico de adenocarcinoma de pulmón. Las resecciones quirúrgicas recogidos de la Universidad de Michigan Centro de Cáncer (UM) y Moffitt Cancer Center (HLM) forman el conjunto de entrenamiento (
n
= 256), mientras que las muestras obtenidas de Centro de Cáncer Memorial Sloan-Kettering (MSK ,
n
= 104) y el Instituto de cáncer Dana-Farber (DFCI,
n
= 82), constituyen dos conjuntos independientes de validación. Las características clínicas de los cohortes de pacientes se describen en la publicación anterior [19]
El estudio de pronóstico incluye tres fases (Fig. 1):. 1) la identificación de un pequeño conjunto de genes de firma mediante la combinación de análisis de Importancia microarrays (SAM) [21], diferente-varianza
t
-pruebas, y
Alivio
algoritmo de perfiles a escala del genoma de la transcripción de la cohorte de formación (UM & amp; HLM), 2) construcción de un clasificador utilizando
Naive Bayes
algoritmo para predecir la supervivencia global en pacientes con cáncer de pulmón, y 3) la validación del modelo de pronóstico basado en la expresión de genes en dos cohortes de pacientes independientes (MSK y DFCI). Las unidades de prueba independientes se utilizaron en el modelo de validación y evaluación de la firma gen identificado más de las firmas de pronóstico de cáncer de pulmón previamente publicado.
Identificación de un 12-gen pronóstico firma
Un esquema combinatorio con múltiples métodos de selección genética se adoptó en el proceso de identificación de un cáncer de pulmón firma genética de pronóstico. El primer paso seleccionado genes candidatos de 22283 sondas cuantificados en la cohorte de formación (
n
= 256). Una combinación de
t-pruebas
SAM y luego se utilizó para seleccionar los genes con niveles de expresión significativamente diferentes entre los de bajo riesgo (pacientes que sobrevivieron más de 5 años) y de alto riesgo (aquellos que murieron dentro de los 5 años siguientes cirugía) grupos con una tasa de falso descubrimiento predefinido. Veintisiete casos censurados con el tiempo de seguimiento de menos de 5 años fueron retirados de este análisis debido a la incertidumbre de la situación post-operatorio del paciente. En concreto, una varianza diferente
t-test seleccionado
718 genes con expresión diferencial significativa (
P Hotel & lt; 0,01) entre los dos grupos de pronóstico. Para controlar la tasa de falso descubrimiento (
FDR
), SAM se utilizó para seleccionar 1.431 genes que diferencian significativamente de los dos grupos de pronóstico en un
FDR Red de 25% (
delta =
0,46). Hubo 583 genes seleccionados por tanto
t-pruebas
y SAM, y éstos fueron considerados para la siguiente etapa del análisis.
Con el fin de perfeccionar el conjunto de genes en un tamaño más factible para la aplicación clínica,
Alivio
algoritmo implementado en WEKA 3.4 se utilizó para clasificar cada uno de estos 583 genes en términos de poder de separar los grupos de bajo riesgo y de alto riesgo. Esta lista clasificada fue utilizado en una selección hacia adelante paso a paso para identificar un subconjunto de genes con la mayor exactitud el pronóstico. Específicamente, a partir del gen clasificados en la parte superior, se añadió un gen en cada paso para el conjunto de genes, hasta que la precisión de la clasificación no se podría mejorar mediante la adición de un gen más. Este conjunto de genes se utiliza para clasificar grupos de mal pronóstico de buen pronóstico y con el algoritmo
Naïve Bayes
. Este proceso se detuvo cuando la adición de un nuevo gen no aumentó la precisión de la clasificación tal como se evaluó en una validación cruzada 10 veces. Como resultado, una firma de 12 genes fue identificada (Tabla 1), que podría proporcionar la mejor predicción de la supervivencia global.
predicción de la supervivencia usando 12-gen modelo pronóstico
Uso de ARNm perfiles de expresión de los genes identificados como predictores 12, un clasificador de pronóstico se construyó para estratificar a los pacientes en riesgo bajo (supervivencia a 5 años) y los grupos de alto riesgo (no-supervivencia a 5 años). El
Naïve Bayes clasificador
implementado en WEKA 3.4 fue utilizado en la clasificación de la UM & amp; muestras de entrenamiento HLM (bajo riesgo
n
= 104; alto riesgo
n
= 125). Veintisiete casos censurados sin suficiente información de seguimiento se eliminaron en la construcción del modelo. Priores estimados por el modelo son 0,45 para la clase de riesgo bajo y 0,55 para la clase de alto riesgo. Otros parámetros de la
Naïve Bayes
modelo de formación, incluyendo la media y la desviación estándar para cada uno de los 12 genes en ambos grupos de bajo y de alto riesgo, se enumeran en la Tabla 2.
el
Naïve Bayes clasificador
calcula la probabilidad posterior a la muerte dentro de los 5 años después de la cirugía en cada paciente. Esta probabilidad posterior representa el riesgo de recurrencia del tumor en los pacientes, ya que la repetición es la causa principal del fracaso del tratamiento (es decir, la muerte) en el cáncer de pulmón. Sobre la base de la probabilidad posterior, un paciente se clasifica en el grupo de alto riesgo si el valor es superior a 0,5; o en el grupo de bajo riesgo de otro modo. El modelo de formación se evaluó en una validación cruzada de 10 veces. Sin parámetro reestimación, a continuación, se utilizó este modelo para predecir la probabilidad posterior que representa el riesgo de recurrencia del tumor en cada paciente en dos conjuntos de prueba (MSK y DFCI), así como los casos censurados quedado fuera de la construcción del modelo. La distribución de la probabilidad posterior de 442 pacientes en este estudio se ilustra en la Fig. 2A. Después de obtener los resultados previstos, el análisis de Kaplan-Meier (KM) se llevó a cabo para estimar la probabilidad de supervivencia media en la marca de 5 años después de la cirugía. Los resultados muestran que los posteriores de alto riesgo desde el modelo de pronóstico están fuertemente asociados con las probabilidades de supervivencia a los 5 años (Fig. 2B). Los pacientes con una alta probabilidad de recurrencia del tumor tienden a ser más propensos a tener el fracaso del tratamiento después de la cirugía. Esto indica que la probabilidad posterior de alto riesgo calculado por el modelo es un buen factor pronóstico de la supervivencia del cáncer de pulmón. La amplia intervalo de confianza del 95% a los posteriores de 0,35 a 0,6 (Fig. 2B) podría ser debido al tamaño pequeño de la muestra en esta distribución (Fig. 2A). Además, una posterior de 0,5 significa que la probabilidad de recurrencia del tumor es al azar, que también conduce a un intervalo de confianza más flojo.
(A). Histograma que muestra la distribución de las escalas de riesgo (probabilidad posterior de alto riesgo) en 442 pacientes con adenocarcinoma de pulmón. (SEGUNDO). tasa media de mortalidad a los cinco años después de la cirugía correspondiente a la puntuación de riesgo 12-gen (posibilidad posterior). Las líneas discontinuas representan el intervalo de confianza del 95%.
Utilizando el esquema de categorización pronóstica se ha descrito anteriormente, los pacientes la firma de 12 genes separados en grupos de alto y bajo riesgo con significativamente distinta (log-rank
P
= 6.96e-7) la supervivencia postoperatoria en la cohorte de capacitación en el análisis de Kaplan-Meier (fig. 3A). Este esquema de estratificación de los pacientes genera significativo sobre la validación independiente establece MSK (log-rank
P
= 9.88e-4; Fig. 3B) y DFCI (log-rank
P
= 2.57e-4 ; la Fig. 3C). La tasa de supervivencia postoperatoria de 3 años para los grupos de bajo riesgo es 79-94% en las cohortes estudiadas, lo que representa un pronóstico significativamente mejor en comparación con los correspondientes grupos de alto riesgo para los que la supervivencia a los 3 años puede ser del 48% al 63 %. Cuando se utilizó supervivencia a 3 años para definir los grupos de riesgo alto y bajo (de alto riesgo: la muerte a menos de 3-y; de bajo riesgo: con vida después de 3-y), el algoritmo de riesgo del 12-gen logra una sensibilidad (predijo correctamente pacientes de alto riesgo) de 73.65% en el conjunto de entrenamiento, 86,96% en MSK, y 68,18% en DFCI, y una especificidad (predijo correctamente los pacientes de bajo riesgo) de 59.21% en el conjunto de entrenamiento, 57,75% en MSK, y 76.36 % en DFCI (Tabla S9). La sensibilidad y especificidad de la firma de 12 genes para predecir la supervivencia a 5 años también se proporciona en la Tabla S9
El modelo de pacientes estratificados en dos significativamente distinta (log-rank
P
. & Lt; grupos de pronóstico en el conjunto de entrenamiento (a) de la validación cruzada de 10 veces 6.96e-7). El modelo de formación se aplicó a dos conjuntos de prueba (B y C) y estratificación de los pacientes generada significativa. Este modelo separado (log-rank
P Hotel & lt; 0,04) en estadio I los pacientes de ambos conjuntos de prueba (D y E), así como los pacientes en estadio IB (log-rank
P Hotel & lt; 4,73 e-3) a partir de conjuntos de prueba (F).
en la práctica actual, el tratamiento para los pacientes diagnosticados con NSCLC se basa en el estadio del tumor AJCC. La resección quirúrgica es la principal opción de tratamiento para los pacientes en estadio I de NSCLC. Sin embargo, aproximadamente el 35-50% de los pacientes con CPNM en estadio I se desarrollarán y morir a causa de la recurrencia del tumor dentro de los cinco años siguientes a la cirugía [2], [3]. Por otra parte, los pacientes en estadio IB que recibieron la resección quirúrgica seguida de quimioterapia adyuvante mostraron una mejor tasa de supervivencia [22]. Por lo tanto, hemos tratado de explorar si la firma de 12 genes podría identificar a los pacientes de alto riesgo específicos con tumores en estadio I. Los resultados muestran que el pronóstico firma de 12 genes podría identificar pacientes de alto riesgo con tumores en estadio I, tanto en la cohorte de formación (resultados no mostrados) y dos cohortes de validación (log-rank
P
= 0,04; Fig. 3D y 3E). El modelo de pronóstico también separa los grupos de riesgo alto y bajo (log-rank p = 4.73e-3) en pacientes en estadio IB en las unidades de prueba combinada (Fig. 3F). La firma 12-gen no generó estratificación pronóstica significativa en los pacientes de la etapa IA (resultados no mostrados). Estos resultados demuestran que la firma identificado 12 genes es independiente de pronóstico y proporciona más refinado que el actual sistema de clasificación AJCC. Usando este modelo, la etapa I NSCLC pacientes podrían ser aconsejados para recibir quimioterapia adyuvante de acuerdo con los perfiles de expresión de los 12 genes marcadores.
La selección del tratamiento para los pacientes en estadio I y II NSCLC en base a la firma de 12 genes
con el fin de evaluar si la firma de 12 genes podría ser utilizado para la selección del tratamiento para la etapa I y II no pequeñas de cáncer de pulmón de células, los pacientes que no recibieron quimioterapia fueron seleccionados para su posterior análisis. El modelo de pronóstico separó de alto y bajo riesgo fase I de pacientes sin quimioterapia en la formación (UM & amp; HLM; log-rank
P
= 0,04; figura 4A.) Y las cohortes de prueba (MSK & amp; DFCI; log-rank
P
= 0,02; Fig. 4B). Del mismo modo, el modelo diferenciado de alto y bajo riesgo de los pacientes en estadio II sin quimioterapia en la formación (log-rank
P
= 0,06; Fig. 4C) y las cohortes de prueba (log-rank
P
= 0,03; Fig. 4D) en el análisis de Kaplan-Meier. Los resultados indican que este gen modelo pronóstico expresión definidos podría seleccionar de forma fiable pacientes con CPNM estadio temprano de la quimioterapia adyuvante. Mientras tanto, también podía prescindir de algunos pacientes en estadio I y II de NSCLC de la quimioterapia en base a los patrones de expresión de los marcadores de genes identificados en los tumores.
La firma de 12 genes separa grupos de alto y bajo riesgo de los pacientes que no recibieron quimioterapia (log-rank
P Hotel & lt; 0,05) en las siguientes cohortes: (a) pacientes en estadio I de la cohorte de formación, (B) de los pacientes en estadio I a partir de dos cohortes de prueba, (C) pacientes en estadio II de la cohorte de formación, (D) pacientes en estadio II de las dos cohortes de prueba.
evaluación pronóstico de la firma de 12 genes con covariables clínicos
Para confirmar el pronóstico poder de la firma de 12 genes identificados, el modelo de pronóstico de expresión definidos se evaluó con factores pronósticos de uso común de cáncer de pulmón, incluyendo el género, la edad y el estadio del tumor en las cohortes de pruebas combinadas (DFCI y MSK). La probabilidad posterior de alto riesgo, denominado como puntuación de riesgo de 12-gen, se utilizó como una covariable en el análisis de Cox multivariado (Tabla 3). Sin la puntuación de riesgo de 12 genes, el estadio tumoral fue el único factor significativamente (
P Hotel & lt; 0,00006) asociado con un riesgo elevado de muerte por cáncer de pulmón. Cuando se añadió la puntuación de riesgo de 12 genes para el modelo de Cox, la puntuación de riesgo de 12 genes demostró una fuerte asociación con la supervivencia del cáncer de pulmón (razón de riesgo = 3,94, IC del 95%: [2,07, 7,52]), y el estadio tumoral siendo significativa (Tabla 3). Del mismo modo, una evaluación completa se llevó a cabo con todas las covariables disponibles clínicos y datos demográficos en el conjunto de datos, incluyendo la historia de tabaquismo, la raza y la diferenciación del tumor (Tabla 4). En esta evaluación general, la puntuación de riesgo de 12 genes sigue siendo un factor pronóstico altamente significativa con un riesgo relativo de 4,19 (IC del 95%: [2,08, 8,46]). En ambos análisis multivariado, los índices de riesgo de la algoritmo de puntuación de riesgo de 12 genes fueron más altas que otras variables clínicas, excepto el estadio del tumor (III vs I), mientras que no hay diferencia significativa entre el índice de riesgo de la firma de 12 genes y el tumor escenario. Estos resultados demuestran que la firma de 12 genes es un factor pronóstico más preciso que algunos parámetros clínicos usados comúnmente.
Comparación con otras firmas de genes del cáncer de pulmón
En el estudio por Shedden et al. [19], clasificadores de pronóstico fueron construidos con la expresión de genes firmas solos o firmas de expresión de genes combinados con covariables clínicos. Entre doce firmas de genes identificados en su estudio (Tabla S7), la mejor firma se informó como "método A" (en adelante, "Shedden A" en este estudio), que contiene alrededor de 9591 genes /sondas. Con el fin de comparar el rendimiento predictivo de nuestro modelo de pronóstico con su mejor modelo, se evaluó el índice de riesgo estimada y la estimación de la probabilidad de concordancia (CPE) de los modelos. Los cocientes de riesgos mayores que 1 indican que los pacientes con altas puntuaciones de riesgo previstos tienen un peor pronóstico clínico. El modelo tiene un fuerte poder predictivo si el valor CPE es cercano a 1; CPE valor cercano a 0,5 indica que el modelo tiene poder predictivo pobre (comparable a la predicción aleatoria). Los resultados muestran que la propuesta de la firma 12-gen tiene la razón de riesgo más alto y CPE en ambas unidades de prueba en comparación con las firmas de genes de Shedden et al. [19] (Fig. 5)
Para evaluar la firma de 12 genes con los publicados anteriormente 14 firmas de cáncer de pulmón [12], [13], [16] -. [19], [22 ] - [25] (Tabla S6), se utilizó el análisis conjunto de genes de enriquecimiento (GSEA) para evaluar el enriquecimiento de estas firmas en la supervivencia a los 5 años. La puntuación normalizada de enriquecimiento (
NES
) y su correspondiente tasa de falso descubrimiento (
FDR
) asociado a cada firma genética se evaluaron en los 442 muestras utilizadas en este estudio. En general, un conjunto de genes con alta
NES
y baja
se desea FDR
, ya que indica que el conjunto de genes se expresa diversa con respecto a la evolución clínica y el hallazgo es poco probable que sea por oportunidad. En comparación con otros 14 genes firmas publicados, la firma de 12 genes exhibe alto enriquecimiento en el grupo de pacientes cuya supervivencia es mayor que 5 años con baja significativamente
FDR gratis (absoluta
NES
= 1,5;
FDR
. & lt; 0,10) (figura S1). En este análisis, la firma más enriquecida con el más bajo
FDR era
SHEDDEN_MH de 244 genes (absoluta
NES
= 2,00;
FDR Hotel & lt; 0,002). En general, entre los 15 conjuntos de genes estudiados, la firma de 12 genes es una de las mejores firmas de cáncer de pulmón evaluados con GSEA.
RT-PCR validación de los patrones de expresión de genes
Para más confirmar los patrones de expresión de los genes identificados 12, se utilizaron RT-PCR arrays de microfluidos de baja densidad para analizar muestras independientes tumor de NSCLC. En primer lugar, los patrones de expresión de 12 genes obtenidos a partir tanto de microarrays y RT-PCR se compararon en términos de la metástasis de los ganglios linfáticos (Fig. 6A). En los datos de RT-PCR normalizados con
POLR2A
, la expresión génica pliegue cambios de los 12 genes en los ganglios linfáticos positivos (LN +) frente negativo de los ganglios linfáticos muestras (LN-) se compararon con los de los datos de microarrays de Shedden et al [19]. Los resultados muestran que los patrones de expresión de ARNm de la firma 12-gen se mide en ambas plataformas son concordantes en términos de la metástasis de los ganglios linfáticos. Entonces, para confirmar los patrones de expresión de genes en términos de supervivencia global, doblar los cambios entre las de bajo riesgo (con vida después de 3 años) y de alto riesgo (muerte dentro de los 3 años) también se compararon los grupos (Fig. 6C). La supervivencia a tres años se utiliza para mantener el equilibrio del alto riesgo (
n
= 11) y de bajo riesgo (
n
= 12) grupos de la cohorte de RT-PCR. Todos los marcadores de genes mostraron patrones de expresión consistentes en más de supervivencia, excepto
XPO1
en ambas plataformas.
La expresión génica veces el cambio en los ganglios linfáticos (LN +) de los pacientes en comparación negativa de los ganglios linfáticos (LN) de los pacientes positivos se comparó (A). Las muestras incluidas en el pliegue del cambio de comparación se resumen en (B). Gen expresión cambio veces en alto riesgo (muerte a menos de 3-y) vs bajo riesgo (con vida después de 3-Y) grupos también se comparó en pacientes con información de seguimiento (C). Los datos de RT-PCR se normalizó con POLR2A de una manera de ejemplo se refiere. los datos de microarrays de ADN se obtuvieron de Shedden et al [19]. Un asterisco (*) se puso encima de un bar si ese gen mostró expresión diferencial significativo en
t-pruebas
(
P Hotel & lt; 0,05).
Predicción de chemoresponse en NCI-60 líneas celulares
Después de que justifique la relevancia clínica de la firma de 12 genes para predecir la supervivencia global adenocarcinoma de pulmón, hemos tratado de explorar si la firma puede predecir chemoresponse a los agentes contra el cáncer de pulmón, incluyendo cisplatino, carboplatino, paclitaxel, etopósido, erlotinib y gefitinib. Aquí, las líneas celulares NCI-60, independientemente del origen del tejido, se utilizaron en el estudio. Para cada fármaco, líneas celulares de cáncer que son o bien sensibles o resistentes a la droga se incluyeron para construir un clasificador chemoresponse basado en los perfiles de expresión de 12 genes en las líneas celulares. La actuación de los clasificadores se evaluó con licencia-un-out validación cruzada (Tabla 5). La significación estadística de la clasificación se evaluó mediante la comparación de la precisión global de la firma 12-gen con la de 1000 firmas aleatorias del mismo tamaño usando el mismo algoritmo. La precisión de la predicción global de chemoresponse fue del 81% (
P Hotel & lt; 0,004) para paclitaxel (Taxol), 78% (
P Hotel & lt; 0,001) para el carboplatino, el 80% (
P Hotel & lt; 0,005) para el cisplatino, el 73% (
P Hotel & lt; 0,017) de etopósido, el 79% (
P Hotel & lt; 0,001) de erlotinib, y el 94% (
P Hotel & lt; 0,001) para gefitinib. Estos resultados demuestran que la firma 12-gen predijo con exactitud la sensibilidad y resistencia a los agentes quimioterapéuticos para el cáncer de pulmón común en líneas celulares de cáncer.
La expresión diferencial en las líneas celulares de cáncer de pulmón sensibles y resistentes se analizó para cada firma gene. Las respuestas de drogas de las líneas celulares de cáncer de pulmón en el panel NCI-60 se proporcionan en la Tabla S8. Entre los genes de la firma, la sobre-expresión de
STK24
estaba relacionado con la quimio-resistencia a todos los fármacos estudiados, excepto gefitinib en las líneas celulares de cáncer de pulmón; mientras que la sobre-expresión de
FAM14A
se asoció con la quimiosensibilidad a todos los fármacos estudiados, excepto gefitinib en líneas celulares de cáncer de pulmón. El sub-expresión de
STK24
se asoció con resistencia a gefitinib (
P Hotel & lt; 0,05). El sub-expresión de
CCDC99
se observó en la resistencia a paclitaxel (
P Hotel & lt; 0,05). La sobre-expresión de
DLC1
se asoció con la quimio-resistencia al erlotinib (
P Hotel & lt; 0,05), paclitaxel y cisplatino; mientras que su bajo-expresión se asoció con la quimio-resistencia al etopósido y carboplatino (no estadísticamente significativa)
En el gráfico, la expresión diferencial con significación estadística (
P Hotel & lt (Fig. 7);. 0,05 ,
t-pruebas
) está marcado con un asterisco rojo.
EGFR
mutación es un factor bien conocido en la respuesta al fármaco a gefitinib y erlotinib. En las líneas celulares NCI-60,
EGFR
mutación se detectó sólo en el melanoma SK-MEL-28 y RPMI-8226 líneas de mieloma, pero no en las líneas celulares de cáncer de pulmón [26]. Se analizaron los niveles de expresión cruda de
EGFR
sonda fija. En concreto, un cambio múltiplo de 1,76 sobre-expresión de
EGFR gratis (210984_x_at) se observó en Erlotinib resistentes frente a líneas celulares de cáncer de pulmón sensibles (
P Hotel & lt; 0,05), mientras que no diferenciales significativos se observó expresión de
EGFR
en otras drogas estudios (resultados no mostrados). En las cohortes de pacientes generales (
n
= 442) a partir de Shedden et al [19],
EGFR
expresión no se asoció significativamente con la supervivencia global del cáncer de pulmón en el modelo de Cox univariante.
vía de análisis funcionales
Después de haber establecido la relevancia pronóstica de la firma de 12 genes, hemos tratado de explorar la participación funcional de este conjunto de genes en la tumorigénesis de pulmón y la progresión tumoral. Dos herramientas de análisis funcionales, vía ingenio Pathway Análisis (IPA) y Pathway Studio 7.0, se utilizaron para obtener las interacciones moleculares comisariados relacionados con los 12 genes. Los resultados de IPA muestran que los genes interactúan con la firma principales vías de señalización cáncer, como
TNF
y
AKT gratis (Fig. 8A). Pathway Studio 7.0 se utilizó para encontrar interacciones entre los 12 y los 13 genes principales rasgos distintivos de cáncer de pulmón (
EGF
,
EGFR
,
KRAS
,
MET
,
RB1
,
TP53
,
E2F1
,
E2F2
,
E2F3
,
E2F4
,
E2F5
,
AKT1
, y
TNF
) informó en la literatura. Camino Estudio reveló varios tipos de interacciones que van desde la regulación de la modificación de proteínas entre los 12 genes y ocho de cada 13 sellos distintivos de cáncer (Fig. 8B). La vía de análisis funcional sugiere que los 12 genes de la firma están implicados en la oncogénesis del cáncer de pulmón y la progresión tumoral
.
(A) Utilizando el análisis de núcleos de Ingenuity Pathway Analysis (IPA), comisariada interacciones se dieron a conocer entre los genes identificados y firma principales vías de señalización de cáncer de pulmón. (B) Seis de los 12 genes de la firma también exhibieron diversas interacciones curadas con ocho prominentes rasgos distintivos de cáncer de pulmón con Pathway Studio 7.0.
Discusión
El cáncer de pulmón sigue siendo la principal causa de muerte en el mundo . Es importante identificar biomarcadores pronósticos clínicamente relevantes para desarrollar un tratamiento personalizado. Más importante aún, los biomarcadores descubiertos pueden revelar los mecanismos moleculares fundamentales de esta enfermedad mortal, y mejorar nuestra comprensión de por qué los pacientes con características moleculares cierta tumorales tienen una mala evolución clínica y la forma en que su resultado podría ser mejorado.
Este estudio presenta un sistema modelo híbrido para la identificación de una firma 12-gen para el pronóstico del cáncer de pulmón y la predicción chemoresponse. La firma de 12 genes cuantifica con precisión la supervivencia en pacientes con adenocarcinoma de pulmón resecable, y proporciona categorización pronóstica significativa dentro de la etapa I y IB pacientes, respectivamente. Esta firma identifica de forma fiable los pacientes de alto riesgo dentro de la etapa I y II que no recibieron quimioterapia. La puntuación de riesgo definida por la expresión génica es un factor pronóstico más preciso que los parámetros clínicos de uso común. Este pronóstico firma también predice la quimio-resistencia y quimiosensibilidad a varios de los principales medicamentos contra el cáncer de pulmón en NCI-60 líneas celulares de cáncer. En conjunto, los resultados indican que la firma 12-gen podría ser utilizado para seleccionar los pacientes de adenocarcinoma de pulmón en etapa temprana en alto riesgo de recurrencia del tumor para quimioterapia adyuvante. Mientras tanto, se puede prescindir de la etapa I y II, los pacientes de bajo riesgo de la quimioterapia innecesaria. Además, la firma 12-gen tiene el potencial de ser utilizado para informar a los médicos que medicamentos contra el cáncer deben utilizarse en el tratamiento de un paciente particular. Los patrones de expresión de la firma 12-gen se confirmaron en RT-PCR. Curada interacciones entre los genes de la firma y las principales características de señalización cáncer revelados en la vía de análisis funcional proporciona evidencia adicional de que la firma de 12 genes podrían estar implicados en la oncogénesis del cáncer de pulmón y la progresión tumoral.
En la era post-genómica, se necesitan modelos computacionales innovadoras para identificar clínicamente importantes marcadores de la enfermedad. Dada la magnitud actual de datos de alto rendimiento, se necesita un esquema de selección génica combinatoria en diferentes etapas de filtrado de genes.