Extracto
Antecedentes
El cáncer colorrectal se atribuye principalmente a la dieta, pero el papel ejercido por los alimentos sigue siendo poco clara debido a factores involucrados son extremadamente complejas. Geografía sustancialmente los impactos sobre los alimentos. Las correlaciones entre la variación internacional en los patrones de mutación asociados con el cáncer colorrectal y la disponibilidad de los alimentos podrían poner de relieve la influencia de los alimentos en la mutagénesis colorrectal.
Metodología
Para probar esta hipótesis, se aplicaron técnicas basadas en la agrupación jerárquica, extracción de características y la selección, y el reconocimiento de patrones estadísticos para el análisis de 2.572 asociada a cáncer colorrectal
TP53 mutaciones
de 12 países /áreas geográficas. Para la disponibilidad de alimentos, que se basó en datos extraídos de las Hojas de Balance de Alimentos de la Organización de las Naciones Unidas para la Agricultura y la Alimentación. Dendrogramas para sitios de mutación, los tipos de mutación y los patrones de alimentación se construyeron a través del algoritmo de agrupamiento jerárquico de Ward y su estabilidad se evaluó la evaluación de los valores de la silueta. La selección de características utilizarse medidas basadas en la entropía de similitud entre los agrupamientos, combinado con el análisis de componentes principales de los enfoques exhaustivos y heurísticos.
Conclusión /Importancia
Las mutaciones agrupadas en dos grandes grupos geográficos, incluyendo una única Occidental países, el otro de Asia y partes de Europa. Esto se determinó por la variación en la frecuencia de las transiciones en los CpG, el tipo de mutación más común. Las frecuencias más altas de las transiciones en GPC en el clúster que incluye sólo los países occidentales reflejan principalmente las frecuencias más altas de mutaciones en los codones CpG 175, 248 y 273, los tres principales
TP53
hotspots. las puntuaciones de correlación de Pearson, calculadas entre los principales componentes de los datamatrices para los tipos de mutación, la disponibilidad de alimento y sitios de mutación, demostraron correlaciones estadísticamente significativas entre las transiciones en los CpG y dos sitios de mutación y las disponibilidades de carne, leche, edulcorantes y grasas animales, la densa energía alimentos en la base de las dietas "occidentales". Este es el mejor explicable por la exposición diferencial al daño del ADN nitrosativo debido a los alimentos que promueven el estrés metabólico y la inflamación crónica
Visto:. Verginelli F, Bishehsari F, F Napolitano, Mahdavinia M, Cama A, Malekzadeh R, et al . (2009) Transiciones en dinucleótidos CpG, Geográfica La agrupación de los
Las mutaciones de TP53
y patrones de la disponibilidad de alimentos en el cáncer colorrectal. PLoS ONE 4 (8): e6824. doi: 10.1371 /journal.pone.0006824
Editor: Irene Oi-Lin Ng, de la Universidad de Hong Kong, Hong Kong
Recibido: 20 de mayo de 2009; Aceptado: 14 Julio 2009; Publicado: 31 Agosto 2009
Derechos de Autor © 2009 Verginelli 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:. El estudio fue financiado por el Ministerio de Educación, Universidad e Investigación (Ministero dell'Istruzione, dell'Università e della Ricerca, MIUR) italiano y por las Facultades de Medicina y Farmacia, Universidad G. d'Annunzio, Chieti, Italia (años 2005- 08). 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
TP53
gen (OMIM no. 191117), que codifica una proteína supresora de tumores que impulsa múltiples respuestas celulares al estrés, incluyendo la detención del ciclo celular, reparación del ADN, la apoptosis, metabolismo y autofagia, es frecuentemente mutado en el cáncer [1], [2], [3], [4], [5], [6].
TP53
mutaciones de cambio de sentido y son en su mayoría de clúster en los exones 5-8, la región conservada evolutivamente del dominio de unión al ADN que contiene ≈90% de las mutaciones conocidas y todos los puntos calientes de mutación en dinucleótidos CpG [7], [8], [9], [10], [11]. modelos de laboratorio y los datos de los tumores con factores de riesgo ambientales establecidos muestran que
TP53
patrones de mutación reflejan firmas mutagénicos principales de daño en el ADN por agentes carcinógenos, la vulnerabilidad de las posiciones de nucleótidos en el ADN estructura secundaria, la eficiencia del procesamiento de la reparación, y la selección de la pérdida de trans-activación de propiedades [10], [11], [12], [13], [14], [15], [16].
el cáncer colorrectal (CCR), en todo el mundo una de las más cánceres comunes, se atribuye principalmente a factores dietéticos de riesgo [17], [18], [19], [20], [21], [22], [23], [24].
TP53
mutaciones se encuentran en el 50-60% de todos los CRC y se cree que se originan en las lesiones precancerosas, donde proliferan de manera aberrante progenitores colonocyte están directamente expuestos a los residuos de la dieta [25], [26]. Sin embargo, el
TP53
patrón de mutación típico de CRC no puede correlacionarse fácilmente con la dieta, ya que se caracteriza por un predominio notable de G: C & gt; A: T transiciones [9], [13], [16]. Estas son las sustituciones más frecuentes de base inducidas por especies reactivas del oxígeno, subproductos del metabolismo aeróbico normal, generada en niveles altos en todos los procesos inflamatorios y después de la exposición a una amplia variedad de carcinógenos y tóxicos [27], [28], [29], [ ,,,0],30], [31], [32], [33], [34]. Además CRC desarrollo parece depender del modelo nutrición toda la vida [23], y
TP53
mutaciones pueden ocurrir años antes del diagnóstico de CCR [25], [35]. Así, el marco temporal para la estimación de la dieta puede no captar al máximo el período de referencia para la mutagénesis y la carcinogénesis. Esto se complica por la variación relativamente limitada en los hábitos alimentarios que existen en las poblaciones individuales, por los sesgos en la información y el registro de la ingesta alimentaria y por la evaluación de la problemática de la exposición a carcinógenos y tóxicos procedentes de los alimentos, naturales y genera en la producción de alimentos, procesamiento, preservación y preparación [17], [23], [36], [37], [38], [39], [40], [41], [42]. Añadiendo a la complejidad, mutagénesis intestinal puede ser modificado por nutriente /nutrientes, nutrientes /microflora, el metabolismo de nutrientes /célula, de nutrientes /gen y las interacciones de nutrientes /reparación del ADN, y afectada por las modificaciones epigenéticas, el tiempo de tránsito de los residuos de la dieta, las respuestas inflamatorias y endocrino, de masa corporal y el consumo de energía a través de la actividad física [23], [40], [43], [44], [45], [46], [47], [48].
Geografía tiene un fuerte impacto en los factores ecológicos, culturales y económicos que determinan los sistemas alimentarios y dietas. CRC de los pacientes incluidos en geográficamente diversas poblaciones y culturas reflejan sustancialmente diferentes exposiciones alimentarias, extendida a lo largo toda la vida y no sesgada por los errores de estimación [17], [21], [23]. Por lo tanto firmas de mutaciones relacionadas con los alimentos podrían destacarse mediante el análisis de la variación geográfica de asociados-CRC
TP53
mutaciones. Para probar esta hipótesis, se analizaron 2.572
TP53
mutaciones asociadas con la CRC primaria de 12 países o áreas geográficas. Las mutaciones (Base de datos S1) fueron extraídos de la
TP53
base de datos de la Agencia Internacional para la Investigación sobre el Cáncer (IARC) (actualización R10, Julio - 2005, http://www-p53.iarc.fr/Somatic html), con la adición de una serie de Irán [11], [49]. Para investigar las correlaciones entre la agrupación geográfica de
TP53
mutaciones y los alimentos, que se basó en las hojas de balance de alimentos (FBS) de la Organización para la Agricultura y la Alimentación de las Naciones Unidas (FAO, http://faostat.fao.org /site/368/DesktopDefault.aspx?PageID=368), que proporcionan una imagen global de los patrones únicos de suministro nacional de alimentos, útiles para las comparaciones internacionales [50], [51], [52]. patrones de disponibilidad de alimentos (FPS) para los países /zonas geográficas en el
TP53
base de datos se obtuvieron a partir de la media
per cápita
suministros, en tanto por ciento del valor calórico total, de cada grupo de alimentos importante disponible para el consumo humano durante el año de referencia 1990 [17] (conjunto de datos S1). Los datamatrices generados por sitios de mutación (MS), tipos de mutación (MT) y FP (Datamatrices S1) fueron investigados por la variación geográfica por la agrupación jerárquica (HC). HC factores subyacentes fueron definidos por análisis de características (FA) a través de un análisis de componentes principales (PCA). las puntuaciones de correlación de Pearson se calcularon entre los principales componentes del tipo de mutación, patrón de la disponibilidad de alimentos y el sitio de la mutación datamatrices. Estos análisis mostraron correlaciones significativas entre las transiciones en los CpG y dos sitios de mutación, así como la disponibilidad de carne, leche, edulcorantes y grasas animales. Nuestros resultados podrían ser mejores explicable con la exposición diferencial a los daños en el ADN de nitrosative debido al consumo de alimentos ricos en energía que promueven el estrés metabólico y la inflamación crónica de bajo grado.
Resultados
La variación geográfica en la mutación sitio y tipo
Los paneles a y C-B-D de la Figura 1 muestran, respectivamente, la agrupación jerárquica (HC) según el país /zona geográfica para
TP53
sitios de mutación (MS), basado en 2.542 exonic mutaciones y tipos (MT), a partir de 2.572 mutaciones en los exones y los límites intrón-exón. Los árboles MS y MT mostraron estructuras similares, cada uno con dos grandes grupos geográficos, uno que incluye sólo los países occidentales (I-EM, I-MT), el otro en Asia y partes de Europa (II-MS, MT-II). La principal diferencia consistía en la posición de Europa occidental y central en II-MS e I-MT, respectivamente. Estabilidad de los grupos se evaluó mediante los valores de la silueta. silueta parcelas para diferentes umbrales, aplicadas a cada dendrograma, se compararon para evaluar la fiabilidad de las soluciones de clustering. En ambos casos, la estructura de árbol mostró dos grupos estables. El valor de la silueta baja de MT se relaciona con la escasa estabilidad de la rama "España", atribuible a la I-MT o MT-II. Las estructuras de árbol MS y MT se correlacionaron por dos colas prueba de Mantel (r = 0,581,
P
= 0,001) (Figura 2).
agrupamientos jerárquicos (HC) por país /zona geográfica y parcelas de la silueta por: A-B,
TP53
sitios de mutación (MS); C-D,
tipos de mutación TP53
(MT); . E-F, los patrones de alimentación (FP) guía empresas
prueba de Mantel muestra correlación entre las matrices de distancia de los sitios de mutación (MS) y los tipos de mutación (MT), con el parámetro de línea de regresión: r = 0,581, c = 0,015; R
2 = 0,338,
P = 0,001
después de 10.000 permutaciones.
Por multivariante FA el próximo investigó los factores que determinaron la agrupación para MS (
es decir,
., codones) y MT (
es decir
., tipos de mutación), respectivamente, utilizando métodos heurísticos o exhaustivas. La selección de características cuyo objetivo es identificar el subconjunto mínimo de características necesarias para generar la estructura de la agrupación obtenida utilizando todas las características. Selección de funciones de avance secuencial con dos clasificaciones diferentes, basados respectivamente en el número de mutaciones registradas para cada codón (función) y en los coeficientes de PC de cada función, se utilizó para analizar el Datamatrix MS por enfoque heurístico (Figura 3).
similitud valores están en el eje y; número de características (
es decir
, codones) sobre el eje X, clasificados, respectivamente, con el fin de disminuir el peso (número de mutaciones, panel A), y el orden decreciente de los primeros 11 coeficientes de PC de cada función (donde 11 era el número de ordenadores que contribuyen al 100% de la varianza de los datos, panel B). listas Panel C (en orden de número) los codones (características) con la más alta varianza en los datos de sitios de mutación (MS), seleccionada por la clasificación (23/173 codones) de peso y por los coeficientes de clasificación de PC (22/173 codones). En general los codones 19, incluidos los cinco
TP53
puntos calientes de mutación (resaltados en amarillo), fueron seleccionados por ambos métodos.
Estable agrupación MS se obtuvo con un 23 peso del ranking o 22 PCA codones -ranked, en ambos casos incluyendo el
TP53 cinco puntos calientes de mutación
(
es decir
., CpG los codones 175, 245, 248, 273, 282) [9], [13], [ ,,,0],16], de los 173 codones mutados en el Datamatrix. La varianza aportado por los PCs del datamatrix MS y sus valores propios se muestran en los paneles A y D de la figura 4, respectivamente. MS varianza total se explica por 11 componentes. Cuatro componentes aportados al 80% de la varianza, y el primer componente, que representaron el 31%, tenían coeficientes altamente significativas de PC para las funciones que corresponden a los cinco puntos de acceso CpG, como se detalla en S1 Archivo y en la Figura S1, el panel A.
Los resultados obtenidos mediante la prueba de Pedregal se muestran en los paneles a-C. sitios de mutación totales (MS) varianza (panel A) se explica por 11 componentes, de los cuales sólo se visualizan 9, siendo la prueba Scree cortado en el nivel 98%. Cuatro componentes contribuyen al 80% de la varianza de MS, el primero representa el 31%. tipos de mutaciones totales (MT) varianza (B) se explica por 4 componentes, el primero de los cuales, con mucho, el más relevante, contribuye 65% de la varianza. patrones totales de alimentos (FP) de la varianza (C) se explica por 3 componentes, el primero de los cuales contribuye 87,3% de la varianza. Los resultados obtenidos mediante el test de Kaiser se muestran en los paneles D-F. Los primeros 11 ordenadores para sitios de mutación (MS) (A), los 3 primeros PCs para los tipos de mutación (MT) (B) y los 4 primeros ordenadores para los patrones de alimentación (FP) (C) tienen valores propios superiores a 1 (línea roja).
exhaustiva FA multivariante del Datamatrix MT se informa en las Tablas 1 y 2. en orden decreciente, las características más relevantes fueron G: C & gt; a: T en CpG, seguida de a: T & gt; C : G
, G: C & gt; A: T y G: C & gt; C: G. La varianza aportado por cada PC de la Datamatrix MT y sus valores propios se muestran en los paneles B y E de las figuras 4, respectivamente. MT varianza total se explica por 4 componentes, el primero de los cuales representaron el 65%, y, como se detalla en el Archivo S1 y S1 en la figura, el panel D, la carga más alta función PC entre los 8 tipos de mutación corresponde a las transiciones en los CpG. Otras mutaciones, incluidas las transiciones en los no-CpG, se asociaron a las fracciones menores de la varianza.
Las frecuencias caja de parcelas de las mutaciones en los codones 19 y con altos pesos más altos coeficientes de variación PCA en la Figura 5, panel a, mostraron mayores frecuencias de mutación en las tres principales codones de punto de acceso 175, 248, y, en particular, 273, en I-MS frente a II-MS. Esto refleja una mayor frecuencia de las transiciones en los CpG en la I-MT (rango: 46,1-61,2%) frente a II-MT (rango: 41,2-43,3%) en la frecuencia caja de parcelas de los tipos de mutación 8 en la Figura 5, panel B. Tales características más relevantes se utilizaron para visualizar geográficamente MS y la variación MT (figura 6, paneles a-B). agrupaciones destacadas de países /zonas geográficas fueron similares a las agrupaciones de MS y MT en la Figura 1, obtenidos por HC utilizando todas las características. En general estos resultados indican que en CRC
TP53
mutagénesis transición en CpG es modulada por los factores relacionados con geografía. Esto podría reflejar diferencias en la exposición (s) al proceso específico asociado alimentos mutagénico (s) [53].
En cada panel, diagramas de caja perteneciente a grupos I versus II de sitios de mutación (MS), tipos de mutación (MT) y los patrones de alimentación (FP) obtenidos por la agrupación jerárquica están codificados por colores en rojo (grupo I) y azul (grupo II), respectivamente. Panel A: Frecuencia de caja de parcelas de mutaciones en los codones 19 y con altos pesos más altos coeficientes de variación PCA (identificado en la Figura 4). las frecuencias de mutación más altas en las tres principales codones CpG de punto de acceso 175, 248, y 273 en la I-MS-MS II frente son evidentes. Panel B: Frecuencia caja de parcelas de los 8 tipos de mutación, que muestra las frecuencias más altas de las transiciones en los CpG en la I-MT (rango: 46,1-61,2%) II-MT frente (rango: 41,2-43,3%). Panel C: caja de parcelas de la media por ciento del valor calórico total disponible de cada grupo de alimentos más importantes de los respectivos países /áreas geográficas, mostrando los cereales más bajos para los países /zonas geográficas en I-FP frente a los de II-FP, equilibrada por la carne superior, leche, edulcorantes y grasas animales.
Algunas características de los sitios de mutación (MS, A), los tipos de mutación (MT, B) y los patrones de disponibilidad de alimentos (FP, C) fueron datamatrices las mutaciones en las tres principales
TP53
hotspot los codones 175, 248, y 273 para MS; G: C & gt; A: T mutaciones en los CpG para MT; /leche /edulcorantes /grasas de origen animal (carne añadido), cereales (resta) para FP. frecuencias de características se suman y se proyectan en amarillo a la gama de color rojo en los perfiles geográficos de los países pertinentes /áreas geográficas.
La variación geográfica en los patrones de suministro de alimentos
Para abordar esta cuestión, analizamos la Datamatrix FP por HC y FA a través del PCA. HC para el FP se basa en la media
por los valores de suministro caput
, en tanto por ciento del total de calorías disponibles, de cada grupo de alimentos muy importante en los países /zonas geográficas relevantes durante el año de referencia 1990 [17]. HC produjo dos grupos principales, I-FP, con los países occidentales y Japón, y II-FP, con Sur y Este de Asia, más Irán (Figura 1, paneles E-F). La clusterización de Japón en I-FP tenía un valor bajo silueta y contrastada con las asignaciones anteriores de Japón a grupos II-II-MS y MT. Para verificar la asignación de Japón, hemos generado todos los posibles subconjuntos de las 13 características de PF (grupos de alimentos),
es decir, 8.192.
Subconjuntos. HC árboles, cortados para obtener dos grupos, entonces se generan en función de cada uno de estos subconjuntos. Dendrogramas fueron clasificados como A o B cuando Japón, respectivamente, en clusterizada II-FP o FP-I, y como C, y sea distinta de A y B. En general 2.405 agrupamientos, clasificados como A, asignado Japón para el grupo II-FP con Irán y del Sur y Asia oriental; 4178, clasificado como B, Japón asignado a la Categoría I-FP, con los países occidentales; y 1.609 fueron clasificados como C, siendo diferente de A y B. Los histogramas en la Figura S2, los grupos A-B, que visualizan el número de veces que cada una de las 13 características estaba presente cuando agrupamientos de tipo A o B, respectivamente, se obtuvieron, con facilidad espectáculo que ofrecen los cereales fue casi siempre ausente en los agrupamientos de tipo a y casi siempre presente en agrupamientos de tipo B. Por lo tanto Japón se unió I-FP sólo debido a la baja disponibilidad de cereales.
Tablas 3 y 4 muestran los resultados de la FA exhaustiva de la FP Datamatrix. En orden decreciente, las características más relevantes fueron los cereales, la leche y la carne. PCA mostró que la varianza total FP fue explicado por 3 componentes, el primero de los cuales representaron una fracción importante del 87,3% (Figura 4, los paneles C y F). La diferencia de este componente, el cual, con el fin de carga, incluye las características de los cereales, carne, leche, edulcorantes, grasas animales (Archivo S1 y Figura S1, el panel G), explicó la estructura de árbol, determinado por los cereales más bajos y la carne más alta, la leche , edulcorantes y grasas animales en la I-FP con respecto a II-FP, como se muestra en los paneles C y F de la figura 4.
Las correlaciones entre patrón de mutación y el patrón de suministro de alimentos
los datos de los datamatrices MS, MT y FP se proyecta en el espacio de 1 dimensión abarcado por sus respectivos equipos. correlaciones de Pearson por parejas Después se calcularon para los tres datamatrices en todos los espacios proyectados. Tablas 5 a 7 muestran las puntuaciones de correlación, y las correspondientes
P
-valores, obtenidos durante los 3 primeros de cada PC Datamatrix, que, excepto para la EM, representaron la mayor parte de la varianza. la correlación de Pearson entre las PC para MT y para FP (Tabla 5) mostró que el primer PC para MT se correlacionó con el primer PC de FP, con r = -0,60 (
P = 0,039
). La disponibilidad de carne, leche, edulcorantes y grasas animales se correlacionaron directamente a las transiciones en los CpG, la disponibilidad de los cereales a las transiciones en la no-CpG (Archivo S1 y Figura S1, paneles D y G). Como se detalla en S1 Archivo y en la Figura S1, otras correlaciones menos importantes involucrados PC segundo y tercero que representaban fracciones menores de la varianza. Con el mismo análisis, los primeros ordenadores para la EM y para MT dado lugar de nuevo fuertemente correlacionadas, con r = -0.87 (
P = 0,0002
, Tabla 6), que apoyó resultados de la prueba de Mantel (Figura 2). Sin embargo, a pesar de la correlación entre el MT y FP, no hubo correlaciones significativas entre los ordenadores de la EM y FP (Tabla 7).
Los diagramas de dispersión con la regresión lineal superpuesta que muestra la tendencia mundial de las correlaciones fueron construidos para los países /zonas geográficas que se proyecta en el espacio de 2 dimensiones abarcado por los primeros PCs de MS y MT (Figura 7) y de MT y FP (Figura 8). Como se muestra en la Figura 7, Italia, Irán, Sur y Este de Asia y Europa central y occidental tuvieron frecuencias relativamente bajas de mutaciones en los codones de hotspot CpG, compensado por una mayor frecuencia de mutaciones en todos los otros sitios (véase también la caja de parcelas en la Figura 2) . las frecuencias de mutación en puntos de acceso CpG aumentaron en otros países, con frecuencias más altas en Australia y Reino Unido. Como se muestra en la Figura 8, las transiciones en los CpG se correlacionaron con los países /zonas geográficas caracterizadas por la disponibilidad más altos de alimentos de estilo occidental de alto contenido energético, mientras que Asia meridional y oriental, Irán, Japón y, en menor medida, Italia, donde los cereales eran superior y la carne, la leche, edulcorantes y grasas animales inferiores, tenía las frecuencias más bajas de dichas mutaciones.
diagrama de dispersión de los países /zonas geográficas en el
TP53
base de datos proyectados en el espacio de 2 dimensiones abarcado por los primeros componentes principales de los sitios de mutación (mutación del sitio PC2) y tipos de mutación (mutación de tipo PC1). Italia, Irán, Sur y Este de Asia y Europa occidental y central tienen frecuencias relativamente bajas de mutaciones en los codones de hotspot CpG, compensado por una mayor frecuencia de mutaciones en todos los otros sitios (véase también la caja de parcelas en la Figura 5). las frecuencias de mutación en CpG aumento de puntos de acceso en otros países, con frecuencias más altas en Australia y Reino Unido. Una regresión lineal muestra la tendencia mundial de la correlación (r = -0.8742).
Diagrama de dispersión de los países /zonas geográficas en el
TP53
base de datos proyectados en el 2 dimensiones espacio generado por las características de los coeficientes más altos de la primera componente principal (PC) del patrón de la disponibilidad de alimentos (FP),
es decir
., cereales, carne, leche, edulcorantes, grasas animales, y de la primera PC de la mutación tipo (MT),
es decir
, G: C & gt; a:. T en CpG. Una regresión lineal muestra la tendencia de correlación global.
En general, la variación en la frecuencia de las transiciones en los CpG refleja la variación en las disponibilidades de los alimentos ricos en energía que forman la base de las dietas "estilo occidental" y que están relacionados con la obesidad y el sobrepeso [18], [20], [21], [22], [23]. Transiciones en los no-CpG equilibrados disminuciones en las transiciones en los CpG en los países /zonas geográficas en las que los cereales compensaron las menores disponibilidades de este tipo de alimentos.
Discusión
En varios estudios se abordó la cuestión de la mutagénesis de transición en CpG cáncer, con especial atención a
TP53
mutaciones en el CCR. Siendo CpG exonic constitutivamente hiper-metilado, C a T mutaciones en GPC en
TP53 qué debería puntuarse como transiciones directas de hipermutable 5-metilcitosina a timina [54] de codificación, [55], [56], [57 ], [58], [59]. folato en la dieta es un factor determinante del medio ambiente definida de metilación del genoma [23], [60], [61]. modelos de laboratorio y los datos sobre los CRC en pacientes portadores de una reductasa de la línea germinal metilentetrahidrofolato (
MTHFR
) variante genética que resulta en plasma reducida y folato sugieren que bajos de folato, mediante la inducción de la hipometilación global, puede disminuir
TP53
mutagénesis transición en CpG [62], [63], [64]. alimentos ricos en folato se encuentran las verduras frescas, legumbres (leguminosas y cereales) relativamente sin procesar [65], [66]. Poco se sabe acerca de la variación metilación del ADN entre los individuos y las poblaciones [67], [68]. No hemos encontrado ninguna correlación entre la disponibilidad de verduras o legumbres y
TP53 patrón
mutación, mientras que los cereales no procesados, relativamente en la mayoría de los países de Asia [69], [70], inversamente correlacionados con las transiciones en los CpG. Por lo tanto la disponibilidad de folato puede no dar cuenta de nuestros resultados. Esta conclusión está de acuerdo con los estudios que muestran que, en ausencia de efectos genéticos que interactúan, ácido fólico por sí sola no influye
TP53
patrones de mutación en el CCR (aunque puede afectar a la expresión de proteína TP53) [44], [71], [72 ].
el hipermutabilidad endógena de 5-metilcitosina no hace
per se
explicar el papel único de las transiciones en los CpG en la agrupación geográfica de
TP53
mutaciones [57], [ ,,,0],58], [59]. Sin embargo Transiciones en GPC en
TP53
son inducidos de manera eficiente por daño en el ADN de nitrosative [31], [58], [59], [73], [74], [75]. El óxido nítrico (NO), una molécula de señalización crítica implicada en la regulación de la peristalsis, funciones vasomotores intestino y la inflamación de la mucosa, puede contribuir a la transición de la mutagénesis en CpG actúan directamente en 5-metilcitosinas, por desaminación nitrosativo en ambientes oxidantes, e, indirectamente, en guanines, por alquilación de base después de la conversión a nitrato, la reducción bacteriana a nitrito y la formación endógena de compuestos N-nitroso [73], [74], [75], [76], [77], [78], [79], [80], [81], [82]. Mutagénesis en CpG puede facilitarse por la inhibición inducida por NO de la reparación del ADN [75], [80]. Además, no se promueve la apoptosis a través de
TP53
y por lo tanto ejerce una presión selectiva crítico para
TP53
mutación [83], [84], [85], [86].
NO se produce a concentraciones mutagénicos por la NO sintasa inducible (iNOS), la isoforma de la enzima generalizada upregulated de citoquinas inflamatorias [76], [82], [87]. Ya se ha sugerido que el exceso de
TP53
Transiciones en CpG se encuentran en los cánceres que surgen en un fondo inflamatoria crónica, como la CRC en la colitis ulcerosa y el cáncer de vejiga asociado con
esquistosomiasis
, los resultados de nitrosative estrés [74], [88]. Por otra parte transiciones en CpG están fuertemente relacionadas con la expresión de iNOS, tanto en el CRC y el adenocarcinoma de esófago de Barrett [89], [90]. Arginina, el sustrato para la síntesis de NO y un potencial factor dietético relacionada con la Convención [87], [91], [92], [93], está contenida en una variedad de alimentos ricos en proteínas de origen animal y vegetal [65], [66] y no puede
per se
explicar por qué variación en la frecuencia de las transiciones en CpG correlacionadas con la variación en las disponibilidades de carne, leche, edulcorantes y grasas animales. Sin embargo, se sabe que estos alimentos ricos en energía promueven un medio pro-inflamatorio que aumenta la expresión de iNOS y la producción de NO [23], [78], [94], [95], [96], [97], [98] , [99], [100], [101]. Además carne roja es una importante fuente exógena de compuestos de nitrógeno y hemo, que contribuyen a N-nitrosación en el ambiente intestinal [23], [102], [103], [104], [105], [106], [ ,,,0],107], [108]. Tales consideraciones son apoyados por el hecho de que nuestro punto de datos a un papel clave de la ubicua metilado importante
TP53
hotspot los codones 175, 248 y 273 en la agrupación geográfica. De hecho, la gran mayoría de las mutaciones en estos 3 codones reportadas en el cáncer humano son compatibles con la desaminación nitrosativo [9], [11], [32], [54], [74], [109]. Por otra parte, las transiciones en el codón 248 fueron inducidos experimentalmente con un compuesto que libera NO [110], mientras que se encontraron mutaciones en el codón 273 estar fuertemente asociado con las dietas ricas en carne roja y grasa [44].
En conclusión, reconocemos las dificultades inherentes a la interpretación de las causas y mecanismos responsable de CRC-asociado
TP53
mutaciones, que son el resultado final de complejas cascadas de eventos. Es importante tener en cuenta las limitaciones de nuestros análisis, basado en una sola, aunque sea grande, la base de datos de mutaciones. Además FAO FBS, los únicos alimentos estandarizados datos completos disponibles para las comparaciones internacionales, modelos de suministro de alimentos aproximados. Sin embargo, la variación geográfica en el CCR-asociado
TP53
patrones de mutación parece ser debido a las transiciones en los CpG y se debieron principalmente a la diferencia de las frecuencias de mutación en el principal
TP53
puntos de acceso. Esto podría ser explicable por la exposición diferencial a los daños en el ADN de nitrosative, relacionado con el consumo de alimentos promoción de estrés metabólico y la inflamación crónica de bajo grado.
Materiales y Métodos
Bases de datos, conjuntos de datos y Datamatrices
Se analizaron 2.572 mutaciones en
TP53
exones 5-8 Obtenido de CRC primarias, incluyendo 2.475 de 12 países o áreas geográficas, extraídos de la
TP53
base de datos de la Agencia Internacional para la Investigación sobre el cáncer (IARC) (actualización R10, julio de 2005, http://www-p53.iarc.fr/Somatic.html), y el 97 de Irán [11], [49]. Se excluyeron mutaciones en adenomas, CRC metastásico y líneas celulares, ya que su espectro podría diferir de la de CRC principal [111]. Los análisis se basan en 2.542 mutaciones en regiones codificantes para la EM, y en 2572 (
es decir
., Todas las mutaciones) para MT (S1) de base de datos. Las mutaciones se agruparon de acuerdo al país o área geográfica, incluyendo estos últimos países relacionadas geográficamente y étnicamente con un bajo número de mutaciones. Países y número de mutaciones para MS y MT, fueron: Australia (incluyendo 6 mutaciones de Nueva Zelanda), MS: 302, MT: 302; EE.UU., MS: 233, MT: 237; Francia, MS: 215, MT: 221; Italia, MS: 181, MT: 182; España, MS: 181, MT: 182; Reino Unido (incluyendo 3 mutaciones de Irlanda), MS: 131, MT: 134; Irán, MS: 94, MT: 97; Japón, MS: 323, MT: 326. Las áreas geográficas fueron: Europa occidental y central (Alemania, Austria, Suiza, Países Bajos, Luxemburgo), MS: 174, MT: 178; Sur y Este de Asia (China, Hong Kong, Taiwán, Singapur), MS: 315, MT: 318; Noruega-Dinamarca, MS: 162, MT: 162; Suecia-Finlandia, MS: 231, MT: 233. Las mutaciones de Brasil, Chile, Israel, Turquía, Corea y los países de Europa del Este que figuran en la actualización R10 de la IARC
TP53
base de datos fueron excluidos debido a los números bajos.
El conjunto de datos FP (conjunto de datos S1 ) fue extraído de las hojas de balance de la FAO [50], [51] elaborarse para el año de referencia 1990 (http://faostat.fao.org/site/368/DesktopDefault.aspx?PageID=368), tal como se utiliza en la referencia [17 ]. Año selección tendía a excluir a los más recientes y actuales variaciones internacionales en la disponibilidad de alimentos y nutrición, como CRC se desarrolla durante varios años y se diagnostica sobre todo en pacientes de 65 años o mayores [112], mientras que la IARC
TP53
base de datos compila mutaciones desde 1989 [11]. El conjunto de datos FP incluye los siguientes grupos principales de alimentos: grasas animales, productos de origen animal, cereales, pescado /marisco, fruta, carne, leche, cultivos oleaginosos, legumbres (legumbres), raíces almidón, edulcorantes, aceites vegetales y verduras. Para el propósito de este estudio fue excluido de alcohol, siendo la mayor parte de los datos sobre la disponibilidad media de las bebidas alcohólicas no informativos y de confusión potenciales, debido a la gran variabilidad interindividual [23]. Especias y estimulantes, que representan porcentajes bajos de la oferta diaria de energía total disponible, también fueron excluidos. Los análisis estadísticos se llevó a cabo utilizando, por tanto, la contribución estimada por ciento (%) de cada grupo de alimentos considerados en el sentido de
per cápita
la disponibilidad diaria de energía [17]. disponibilidades medios ponderados fueron calculados para las zonas geográficas mediante el ajuste del tamaño de la población en 1990 de cada país incluido. 2008;