Krooninen sairaus

tiivistelmä

DNA addukteja pidetään integrointi- mittana karsinogeeni altistumisen ja ensimmäinen vaihe syövän. Niiden tasoa saavutettavuuden ääreisveren lymfosyytit (PBL: t) peilaavat että virtsarakkokudos. Tässä tutkimuksessa tutkimme onko muodostumista PBL DNA addukteja voi liittyä virtsarakon syöpä (BC) riski, ja miten tämä suhde moduloidaan geneettisten polymorfismien, ympäristö- ja ammatillista riskitekijöitä BC. Nämä monimutkaiset keskinäiset suhteet sekä myös suorat ja epäsuorat vaikutukset kunkin muuttujan, oli arvioitu käyttäen rakenneyhtälömallinnus (SEM) analyysi. Puitteissa sairaalan perustuva tapaus /kontrolli tutkimuksessa tutkittavassa populaatiossa 199 BC tapauksia ja 213 ei-syöpä valvontaa, kaikki valkoihoisia miehiä. Tiedot kerättiin eliniän tupakointi, kahvin juominen, ruokailutottumuksiin ja elinikäinen ammatti, erityisesti altistumiseen aromaattisia amiineja (AAS) ja polysyklisiä aromaattisia hiilivetyjä (PAH). Ei epäsuora reittiä löydettiin, vääräksi hypoteesi yhteydestä PBL DNA addukteja ja BC riski. DNA additiotuotteet olivat sen sijaan positiivisessa yhteydessä työperäisen kumulatiivinen altistuminen AA: laiset (p = 0,028), kun taas XRCC1 Arg 399 (p 0,006) liittyi alentuneeseen adduktin tasoilla, mutta ei vaikuta BC riskiä. Aiemmat havainnot kasvanut BC riskin packyears (p 0,001), kahvi (p 0,001), kumulatiivinen AA: laiset altistus (p = 0,041) ja

MnSOD

(p = 0,009) ja pienensi riskiä

MPO

(p 0,008), vahvistettiin myös SEM-analyysillä. Tuloksemme ensimmäistä kertaa tehdä selvää yhdistyksen välillä työperäinen kumulatiivinen altistuminen AAs DNA addukteja ja BC riski, vahvistaminen keskeinen rooli AAS virtsarakon syövän synnyn. Kuitenkin puuttuminen yhdistyksen välillä PBL DNA addukteja ja BC vaara neuvoo, että nämä snapshot mittaukset eivät edusta kyseisiä vastuita. Tämä kuvitella uusia skenaarioita biomarkkereiden löytö ja uusiin haasteisiin, kuten toistuvat mittaukset kriittisistä elämänvaiheissa.

Citation: Porru S, Pavanello S, Carta A, Arici C, Simeone C, Izzotti A, et al. (2014) Complex väliset suhteet Ammatti, ympäristö-, DNA Adducts, geneettisten polymorfismien ja virtsarakon syövän on tapauskontrollitutkimuksessa käyttäminen rakenneyhtälömallinnus. PLoS ONE 9 (4): e94566. doi: 10,1371 /journal.pone.0094566

Editor: Courtney G. Montgomery, Oklahoma Medical Research Foundation, Yhdysvallat

vastaanotettu 13 marraskuuta 2013 Hyväksytty 17. maaliskuuta 2014; Julkaistu: 10 huhtikuu 2014

Copyright: © 2014 Porru et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.

Rahoitus: Tämä työ rahoitti Italian ministeriön yliopiston ja tutkimus- ja yliopiston Brescia. Rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: Kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

tupakka tupakoinnin ja ammatillista vastuita aromaattisia amiineja (AAS) ja polysyklisiä aromaattisia hiilivetyjä (PAH) ovat merkittävimmät riskitekijät virtsarakon syövän (BC) [1], [2]. Lisäksi yhä näyttöä siitä, merkittävä vaikutus geneettisen alttiuden BC esiintyvyys [3], [4].

reaktiivisten metaboliittien AAS ja PAH sekä niiden sitoutumista DNA antaa korjaamatta /vakaa additiotuotteet, kaikki moduloitu geneettinen polymorfia metabolisen ja DNA korjaukseen entsyymejä, joita pidetään kriittisten tapahtumien rinnalla teoreettinen polku, joka yhdistää altistuminen BC [5]. ”Bulky” DNA addukti mittaus on näin ollen harkittu integroitua markkeri sekä altistumisen aromaattisia yhdisteitä ja kyky aktivoida karsinogeenejä ja korjata DNA-vaurioita [6], [7]. Huomattavasti korkeampi aromaattisia DNA additiotuotteiden on havaittu, että virtsarakon syövän koepaloja tupakoitsijoiden [8], [9]. Lisäksi pysyviä aromaattisia-DNA adduktit aiheuttavia mutaatioita, mukaan lukien mutaatiostatuksesta ”hot spot” virtsarakon P53 geeni, on tarjonnut vankan mekanistinen näkemys siitä, miten DNA adduktit voivat ajaa virtsarakon tuumorigeneesiä [10]. Lisäksi jotkut DNA: n muutoksista aiheuttama aromaattisia yhdisteitä virtsarakon havaitaan samankaltaiset kuin perifeerisen veren lymfosyytit (PBL: t) [11], [12]. Tämä on osoitettu mahdollisuutta mitata tällaisten biomarkkereiden saavutettavassa kudoksia, jotka voidaan helposti ja ei-invasiivisesti saatu ihmiseen.

Monet tekijät voivat kuitenkin puuttua teoreettinen polku, joka yhdistää karsinogeenisia altistuminen BC, kuten useita otoksia (esim, tupakansavu, työperäinen altistuminen, hedelmien ja vihannesten kulutus), niiden luonnehdinta (esim taso, reitti, luotettavuus) sekä moduloivan rooli (lisääntyy, suojaava tai joilla ei ole vaikutusta) mahdollisesti soitti polymorfisten geenien aineenvaihduntaan ja DNA: n korjautumiseen [13]. Parhaan tietomme mukaan vain harvat tutkimukset ovat tutkineet olettamusta, että PBL: DNA additiotuotteen tasoja voidaan liittää tai ennakoivaa BC riskin. Tulokset kolmesta retrospektiivinen sairaaloiden tapaus-verrokki osoitti, että riski, jolla mitataan yhdistyksen välillä DNA addukteja ja BC oli suurempi kuin 1,0 [14], [15], ei poikkea yhtenäisyys [17], tai pienempi kuin 1,0 [16]. Tarkemmin sanottuna DNA addukteja liittyivät riskiin BC vaan itsenäisesti tupakointitavat [14], [15], kun taas muut kirjoittajat [16] ei löytänyt yhdistyksen välillä BC riskin ja tilaa vieviä DNA addukteja sisään tupakoimattomia. Sisäkkäisen tapaus-verrokki prospektiivinen tutkimus, DNA additiotuotteet eivät liittyneet BC riski [17]; Kaiken kaikkiaan nämä ristiriitaiset tulokset ovat vaikeasti selitettävissä biologisesta näkökulmasta. Myöskään tutkimuksen ilmeisesti arvioitiin monimutkaiset vuorovaikutukset DNA additiotuotteet, useita geneettisten polymorfismien, työperäinen altistuminen AA: ja PAH, ja BC riski.

aiemmin arvioitu vuorovaikutusta työ- ja ympäristöaltisteiden metabolisiin ja DNA-korjaus polymorfismien riskistä BC retrospektiivisessa sairaaloiden tapauskontrollitutkimuksessa [18] – [22].

tämän tutkimuksen tarkoituksena oli kaksi tavoitetta: tutkia, missä määrin PBL DNA additiotuotteet ja BC riski oli erikseen vaikuttaa geneettisten polymorfismien, ympäristö- ja työperäinen altistus; ja tutkia, onko muodostumista DNA additiotuotteiden mukana lisäkohottaminen BC riskiä. Nämä monimutkaiset oli arvioitu käyttämällä analyysiin rakenneyhtälömallinnus (SEM).

Oppiaineet ja menetelmät

Oppiaineet

Tutkimuskanta, tiedonkeruu ja tilastollinen analyysi on kuvattu aikaisemmin julkaistu [18] – [22].

Lyhyesti, suunnittelu oli sairaalan johdolla tapauskontrollitutkimuksessa. Sisällyttäminen kriteerit on miehiä, iältään 20 ja 80, asuvat Brescian maakunnassa (Pohjois-Italia). Tapaukset olivat 201 äskettäin diagnosoitu, histologisesti varmennettu BC potilaita, myönsi urologian osastojen kaksi sairaalaa Brescian heinäkuun 1997 ja joulukuun 2000 Kontrollit olivat 214 potilasta vaikuttavat erilaiset urologiset ei-neoplastisia sairauksia, taajuus sovitetaan tapauksissa ikä (± 5 vuotta), ajan ja sairaalan maahanpääsyn. Kirjallinen suostumus saatiin kustakin palvelukseen aihe ja tutkimuksen hyväksyi Spedali Ċivili di Brescia eettisen lautakunnan.

Kaikki tutkittaville annettiin kyselylomake aikana sairaalaan kerätä tietoa demografiset muuttujat ja käyttöikää historia tupakointia, kahvia ja muita nesteen kulutusta, ruokavalio tottumukset, ammateissa. Occupational vastuut PAH ja AAs arvioitiin mukaan kuvatun metodologian julkaistu aiemmin [22]. Indeksi kumulatiivinen altistuminen AA: ja PAH, erikseen, laskettiin tuote (i × f × l) pituuden (L), intensiteetti (i) ja (f) altistumisen kunkin työn, tiivisti niin monia tuotteita kuin oli otettava huomioon kaikki työt tehdään. Elinikäinen savukkeiden kulutus laskettiin packyears. Elinikäisen aikapainotettuna keskiarvona kuppia /päivä kahvia oli koodataan uudelleen niin 0 (ei koskaan juovat), ≤3, 4, ≥5 kuppia /päivä. PAH sisältäviä elintarvikkeita, hedelmä, suuri lehti vihanneksia ja muita kasviksia kulutus jaettiin neljään ryhmään (vähemmän kuin kerran /kk, alle kerran /viikko; 1-3 kertaa /viikko, yli 3 kertaa /viikko).

genotyypitys GSTM1, GSTT1, GSTP1, NAT1, NAT2, SULT1A1, XRCC1-3, XPD, CYP1A2, MPO, COMT, MnSOD ja NQO1 arvioitiin käyttäen Amplification Refractory Mutation System määrityksessä ja käyttämällä GeneAmp PCR System 9700 (Applied Biosystems, Italia). PCR seurasi entsymaattisella digestiolla ja PCR-RFLP-analyysi, kuten aiemmin on kuvattu [18] – [22].

Kaikki muuttujat osoittautui liittyvän BC riskin univariable logistinen regressio oli pakotetaan monimuuttuja ehdoton logistinen regressio malli ja sitten valitsema taaksepäin vaiheittain valinta (jossa p 0,05 kriteeri). BC riski merkitsevästi lisääntynyt packyears, raskas kahvia juovat, MnSOD (Val /Val genotyyppi), kun taas vähentynyt suuret lehtivihannesten kulutus ja MPO (G-463A homotsygoottinen variantti). Kumulatiivinen altistuminen AAs ei ollut tilastollisesti merkitsevä, mutta se säilyi sillä on huomattava sekoitin [19], [22].

DNA uutetaan PBL:

Verinäytteet kerättiin kaikista aiheista aikana sairaalaan ja samana päivänä käsitellyt sentrifugoimalla saamiseksi ääreisveren lymfosyytit (PBL: t). Protokolla automaattista DNA-uutto suoritettiin Extragen kit (Extragen BC. Kyvyittäin) seuraten valmistajan ohjeita kuten aikaisemmin on kuvattu [20]. Erityisesti 2,5 ml buffy coats valmistettu 10 ml kokoverta käsiteltiin DNA uuttoja. Tyypillinen saanto vaihteli 150-400 ug DNA /uutto normaalista luovuttajasta.

32P-Post-merkintöjä analyysi DNA additiotuotteiden

alikvootit 5 ug DNA: ta analysoitiin varten läsnäolo kuohkea-DNA addukteista

32P-postlabeling kohottamisen jälkeen nukleaasilla P1 aikaisemmin kuvatulla [23], [24]. Resoluutio DNA-additiotuotteiden suoritettiin monisuuntaisen ohutkerroskromatografialla (TLC), käyttäen polyetyleeni-imiini (PEI) -selluloosa-levyt [25]. Lyhyesti, 5 ug DNA: ta digestoitiin entsymaattisesti 3′-mononukleotidit kanssa 0,14 U /ug DNA: ta micrococcal-nukleaasilla ja 1 mU /ug DNA: perna fosfodiesteraasi 3-4 tuntia 37 ° C: ssa. Kun rikastamiseen menettelyn Nuclease P1 ruoansulatusta, DNA perustaa leimattiin 50 uCi [gamma

32P] ATP, jonka spesifinen aktiivisuus on 5000 Ci kohden mmol käyttämällä 2,5 yksikköä T4-polynukleotidikinaasia. 20 ui postlabeled näytettä täpliksi alkuperän ennalta merkitty PEI selluloosa levyt ja kestää monisuuntaisen TLC kromatografia. Seuraavat kromatografia, TLC arkit kuivattiin ja sähköisen autoradiografia suoritettiin käyttäen

32P Imager (InstanImager, Packard, MD, USA). Bentso (a) pyreeniä diolepoxide-N2-dgp referenssistandardin (National Cancer Institute Chemical Syöpäsairaus Reference Standard Repository, Midwest Research Institute, Kansas City, MO) käytettiin positiivisena kontrollina kuhunkin leimauskokeeseen. DNA additiotuotteet mitattiin suhteellisena addukti taso per 10

8 nukleotidia.

Tilastollinen

istuva SEM, packyears, kahvi ja vihannesten kulutuksen,

MnSOD

,

MPO

, kumulatiivinen AA altistus (liittyvät muuttujat BC riski aikaisempien julkaisujen mukaisesti) plus

XRCC1

(katso alla) käytettiin eksogeenisten muuttujien (vastaten ennustavia regressioon perustuvat). Sekä BC riski ja additiotuotteet voisi olla endogeenisten muuttujien (vastaten tulosmuuttujat), kukin koskee yksi tai useampi eksogeenisten muuttujien (hypoteesi 1). Vaihtoehtoisesti BC riski voitaisiin myös vaikuttaa epäsuorasti muodostamalla DNA additiotuotteiden (hypoteesi 2). Kaksi kilpailevaa hypoteesia muutettiin kaksi mallia rakenteellisen yhtälöt löytää mikä malli asennetaan parhaiten havaitun datan. SEM rakenteellinen yhtälöt sovitettiin ”asymptoottinen jakauma vapaa” menetelmää, koska se ei tee oletusta yhteisestä normaalisuus kaikki muuttujat ja annettiin käyttämällä muuttujia (erityisesti additiotuotteet, katso alla) annettuna. Vaikutus kunkin eksogeenisen muuttujan ilmaistiin standardoitu (tai beta) kertoimia, jotka tekevät vertailut helposti sivuuttamalla riippumattoman muuttujan asteikolla yksiköistä. SEM tulokset sekä taulukkomuodossa ja esitetään graafisesti. Käytimme kaksi SEM hyvyydestä-of-fit tilastot: (1) Khin neliö testi ”malli vs. kylläinen” (tyydyttynyt malli on malli, joka sopii kovarianssien täydellisesti); ja (2) vakaus indeksi saatujen samanaikaisten yhtälö järjestelmiä.

Näytteen koko tarvittava SEM vaihtelee mallin monimutkaisuus, estimointimenetelmään käytetty, ja jakautumisen ominaisuudet havaittujen muuttujien [26]. Paras vaihtoehto on harkita mallin monimutkaisuus (eli määrä ulkoisten muuttujien) ja seuraavia nyrkkisääntöjä: vähimmäissuhde 05:01 [27], [28]; suositeltava suhde 10:01 [26] – [28]; suositeltava suhde 15:1 tietojen ilman normaalijakaumaa [29]. Kahdeksan eksogeenisia muuttujia käytetään SEM mallissa, meillä pitäisi olla 120 (= 15 x 8) aiheita, mutta ne olivat itse asiassa 412 (katso jäljempänä), jotka täyttävät edellä mainitut vaatimukset.

Analyysi toteutettiin tilastollinen paketti STATA 12.

tulokset

Tässä tutkimuksessa, täydellinen yksittäiset tiedot olivat käytettävissä 199 (out of 201) tapauksessa ja 213 (out of 214) valvonnan, yhteensä 412 (sijasta 415) aiheista.

taulukossa 1 esitetään tärkeimmät ominaisuudet tapauksissa ja valvontaa. Nykyiset ja entiset tupakointi olivat yleisempiä (chi

2 testi (2df) = 32,2377; p = 0,000) ja kahvi saanti oli suurempi (Wilcoxonin-sum test z = -3,756, p = 0,0002) tapauksissa kuin kontrolleilla. Mitään merkittäviä eroja tapausten ja kontrollien välillä havaittiin muiden demografisten muuttujien ja otaksuttu riskitekijöistä BC.

DNA additiotuotteen vaihtelivat 0,3-70 additiotuotteiden x 10

8 nukleotidia; muuttuja ei seuraa normaalijakaumaa ja kaikki muunnokset eivät vähentämään vinoutta (tuloksia ei ole esitetty). Taulukko 2 osoittaa, että keskiarvo, keskihajonta, mediaani, kvartiiliväli ja CV% adduktin tasot olivat samanlaisia ​​tapauksia ja valvontaa. Monimuuttujaisen lineaariregressiomallin kanssa taaksepäin portaittain valinta antoi

XRCC1

koska ainoa merkittävä muuttuja kuljettavat suojaava vaikutus (tuloksia ei ole esitetty).

Taulukossa 3 on esitetty kolme ryhmää SEM tuloksia.

Rakenteelliset yhtälöitä. Se voidaan nähdä beta kertoimet (jossa ”miinus” merkki osoittaa käänteinen suhde), keskivirheet, z testit p-arvot, ja 95%: n luottamusväli kullekin kaksi rakenteellista mallintuu. Ensimmäinen malli osoittaa, että kumulatiivinen altistuminen työssä AA: laiset (beta = 0,117; p = 0,028) liittyy lisääntynyt DNA adduktin tasoilla, kun taas

XRCC1 Arg 399

(beta = -0,129, p 0,006) ja alentuneesta . Laskimme vastaava tutkimus-viisasta p-arvo (1- (1-alfa)

n), jossa ”alpha” oli 0,006 ja ”n” oli 6. Tuloksena oli 0,035464301 (selvästi alle kynnysarvon tilastollisen merkitsevyyden), mikä osoittaa, että virhe todennäköisyys 0,006 ei voi olla vaikutusta satunnaisia ​​vaihteluita. Toinen malli osoittaa, että tupakointi (packyears; beta = 0,256; p 0,001), kahvi (beta = 0,166; p 0,001), kumulatiivinen työperäinen AA: laiset altistus (beta = 0,084; p = 0,041) ja

MnSOD

(beta = 0,119; p = 0,009) lisäsi BC riski taas

MPO

(beta = -0,115, p 0,008) laski sitä. Ei epäsuora polut osoitettiin (vääräksi hypoteesi 2).

Varianssi selittää edellä asentamisesta oli noin 4% DNA addukteja ja noin 14% riski BC.

kovarianssi välillä endogeenisten muuttujien (BC riski ja addukteja) ei ollut merkitsevä (p = 0,441, viimeisen rivin taulukko 1). Tämä havainto osoittaa, että nämä muuttujat eivät korreloi keskenään ja että tukivat hypoteesia 2, eli DNA additiotuotteet ei vaikuttanut BC riskiä väestömme.

arvo Khin neliö testi ristiriita määritellyn mallin vs. kyllästetty malli oli 0,00 p-arvo on 1,00. Vakaus-indeksi oli 0,00, mikä osoittaa, että SEM täyttää stabiilisuusehto.

Graafisen käyttöliittymän SEM, ja tulokset on esitetty taulukossa 3 näytetään polku kaavio kuviossa 1. Tässä kuviossa neliö laatikot seistä muuttujien , ympyrät osoittavat ristiriitaisuutta, nuolet määrittää suunnan syy virtaus, nuolien osoittamasta reitti on polku, ja arvioitu beeta-kertoimet ilmestyi polkuja pitkin. Vaikutus yhden muuttujan toiseen kutsutaan suoraan. Ei ollut todisteita epäsuoran vaikutuksen (yksi muuttuja vaikuttaa toisen muuttujan, joka puolestaan ​​vaikuttaa kolmannessa), mikä osoittaa, että virtsarakon syövän riskiä väestöstä ei entisestään muodostamalla DNA additiotuotteiden.

muuttujat (neliö laatikot) ; varianssit (ympyrät); syy virtaus (nuolet); ja polut (nuolella reitti). Arvioitu beeta-kertoimet ilmestyi polkuja pitkin. SELITYS: Packyears = Elinikäinen savukkeiden kulutus; Kahvi = Elinikäinen aikapainotettuna keskiarvona kuppia /päivä kahvia; AA = Työperäisen kumulatiivinen altistuminen aromaattisia amiineja;

XRCC1

= X-ray korjaus rajat täydentää proteiini 1;

MPO

= myeloperoksidaasi (G-463A homotsygoottinen variantti);

MnSOD

= Mangaani superoksididismutaasi (Val /Val genotyyppi).

Keskustelu

DNA addukteja kuten tulos

Koska DNA addukteja PBL: issä ovat pitää integroida mitta karsinogeeni altistumisen, imeytyminen, jakautuminen, metabolia ja DNA korjaus, ne ovat kutsutaan biomarkkeri ”biologisesti vaikuttava annos” eli mitta määrä karsinogeeni kriittisessä tavoite [13]. Lisäksi karsinogeeni DNA additiotuotteen tasojen saavutettavuuden kiertävän PBL: t heijastavat niitä virtsarakon kudoksessa [11], [12], joita pidetään ensimmäisenä askeleena karsinogeneesissä.

Kuitenkin tässä tutkimuksessa, johdonmukainen muiden kirjallisuus havainnot, tilaa vieviä DNA additiotuotteet havaitsema nukleaasilla P1 menetelmä

32P-post-merkintää ei liittynyt lisääntynyt BC riski, luultavasti siksi, että addukteja mitattuna PBL: iä aikaan BC diagnoosi ovat otoksia, jotka eivät välttämättä edusta vastuiden merkitystä BC riski, joka tapahtui menneisyydessä.

additiotuote tasot olivat sen sijaan liittyy

XRCC1399Arg

harjoittajat joka esitteli merkittävä väheneminen DNA additiotuotteet tasolla, mutta ilman vaikutusta vaaraa BC . Tuloksemme samaa mieltä aikaisempien tutkimusten raportointi

XRCC1399Arg

liittyy alhaisempi vieviä DNA additiotuotteiden [30], [31], mikä johtui DNA korjausaktiivisuus [32], ja kahden viime meta-analyysit, joissa

XRCC1 Arg399Gln

polymorfismi ei liittynyt BC riskiä [33], [34].

Tässä tutkimuksessa, samoin edellä raportoidussa tutkimuksessa [14], [15], [17], ei suhde DNA-adduktia tasojen ja tupakointi oli raportoitu. Edellinen

32P-postlabeling tutkimuksissa on raportoitu ristiriitaisia ​​tuloksia assosiaatiota additiotuotteen tasojen PBL: issä ja tupakanpolton [35] – [39]. Erot voivat riippua merkitty väliseen vaihteluun aineenvaihdunnassa tupakoinnin syöpää mikä johtaa eri DNA adduktin samankaltaisissa valotusaste [40]. Lisäksi useimmat Tutkimuksia vaikutuksesta tupakoinnin PBL: ille vieviä-DNA addukti tasoja ei havaittu merkittäviä eroja [35], [36], [39], mikä viittaa siihen, että addukteja PBL: issä tupakoitsijat voi johtua muista lähteistä kuin tupakointi .

Olemme myös löytäneet yhdistyksen välillä kumulatiivinen altistuminen työssä AAs ja PBL addukti tasolle, joka pidettiin sen sijaan ei ilmoiteta muut kirjoittajat luultavasti koska tietoa työperäinen altistus oli liian vähän, jotta arviointi, vaikka suurimmat tapaus- verrokkitutkimus sisäkkäisiä EPIC kohortissa [17].

BC riski kuin lopputulos

vahvistettiin SEM-analyysi biologinen uskottava suojaava vaikutus

MPO A /A

[21] , ja riski vaikutus

MnSOD Val /Val

BC [21], [41]. Geneettinen polymorfismi osallistuvien entsyymien yksittäisissä vastauksena oksidatiivista stressiä on todennäköisesti mukana modulointiin yksilön vaste ympäristöaltisteiden kuten tupakoinnin, kahvijuomia ja AAs altistus [21]. Tässä tutkimuksessa vahvistetaan myös edellisessä tuloksia yhdistyksen välillä Tupakointi ja kahvin juominen BC riskin, jos jälkimmäinen saattaa johtua jäljellä sekoittavia riittämätön oikaisua tupakointi (joka on yliedustettuina ne, jotka juovat eniten kahvia /kofeiini) [22]. Kuten taulukossa 3, taso tilastollista merkittävyyttä beta-kertoimien oli erityisen korkea yhdistyksen välillä BC riskin ja, toisaalta, packyears (beta = 0,256; p 0,001) ja kahvia (beta = 0,166; p 0,001 ); sekä yhdistyksen välillä laski DNA-adduktia ja

XRCC1 Arg 399

(beta = -0,129, p 0,006). Tästä huolimatta osuus johon SEM sopiva osuus hajonta tietojen (varianssi selitti) oli niinkin alhainen kuin 16% BC riskin, ja 4% DNA adduktit. Siksi useimmat vaihtelu tulosten pitäisi kohdentaa tuntemattomia ennustavia.

suhteesta ammatillisen vastuita AA: ja PAH, DNA additiotuotteet ja BC riski kirjallisuudessa on niukka ja ne harvat julkaistut tutkimukset ovat vasta löytäneet altistus riippumattaman assosiaatio addukteja ja BC riski. Tutkimuksemme juuri arvioitiin työhygieenisen historian AA: ja PAH, ja totesi merkittävä korrelaatio työperäiseen AA: ja BC, ja addukti tasoa liikaa. Siksi työperäiseen AAs on vahvistettu keskeinen riskitekijä BC kehittämiseen. Lopuksi esillä tehtiin osana biologisesti uskottava ja hypoteesi perustuva tutkimuksen suunnittelu yhdenmukaisia ​​saatavilla saaduilla tiedoilla.

Lisäksi korrelaatio löysimme välillä AAs altistumisen ja BC riski on biologisesti uskottava, koska AA: aktivoidaan maksassa ja kuljetetaan veren proteiinien virtsarakon, jossa, happamissa olosuhteissa [42], [43], tai entsymaattisesti O-asetylaatio N-hydroksi aryyliamiinin (pääasiassa N- liasetyylitransferaasi 1 (NAT1) isotsyymi ), ovat edelleen aktivoidaan perimmäinen karsinogeeni [44]. Tämä tulos viittaa myös siihen, että työperäinen altistuminen historiaa kerättiin kyselylomakkeella läpi haastattelun voi olla luotettava mittaus vastuita AAS tällaisissa tutkimuksissa.

Toisin Aas kumulatiivinen altistuminen PAH ei liittynyt BC riski. Kokeellinen näyttö viittaa siihen, että PAH-yhdisteitä hitaasti imeytyvät useimmissa kudoksissa. Esimerkiksi jos kyseessä on ihoaltistumisen, pidetään pääreitti teollisuudessa [45], imeytyminen osuus pieni osa käytetystä annoksesta, ja PAH-yhdisteitä entsymaattisesti aktivoidaan ja hajoaa tällä sivustolla maahantulon [46] – [48] . Pitoisuus ja pysyvyys PAH keuhkoissa on pitkälti liittyvä kanssa hengittämistä PAH sisältävän pölyn [49], [50]. Korkea taipumus PAH toimimaan syöpää aiheuttavia aineita sivustoja maahantulon tukevat useat kokeelliset tutkimukset [51].

DNA addukteja ja BC riski

tulokset kirjallisuutta yhdistyksen välillä DNA adduktit ja riski BC ovat niukat eivätkä johdonmukaisia. Vahva välillä suoraa yhteyttä ja riski BC ja PBL: DNA additiotuotteet, mitattiin ajankohtana diagnosoinnin ja havaita keinoin nukleaasilla P1 ja

32P-postlabeling, ilmoitettiin kaksi retrospektiivinen sairaaloiden tapaus-verrokki [14], [15 ]. Yhdistys oli kuitenkin riippumaton tupakointi tottumukset ja ehdotettiin olevan riippuvainen muista vastuista (että tutkimukset eivät määritä), ja

NAT2

kuin geneettinen tekijä. Vaikka in retrospektiivinen sairaaloiden tapaus-verrokki keskuudessa tupakoimattomien vieviä DNA addukteja ei liittynyt virtsarakon syöpäriskiä [16]. Lopuksi PBL-soluja DNA-adduktit (nukleaasia P1 ja 32P-postlabeling) eivät liittyneet myöhemmin virtsarakon syöpä insurgence prospektiivisessa sisäkkäisiä tapauskontrollitutkimuksessa [17]. Havainnot Tämän jälkimmäisen tutkimuksen ovat luultavasti luotettavampia ja mielekäs kuin aiemmissa tutkimuksissa [14], [15], koska DNA additiotuotteet mitattiin vuotta ennen taudin puhkeamista, mikä sulkee pois sen mahdollisuuden, että korkeammat additiotuotteen tasot johtuivat edellytys liittyy jo olemassa olevaan syöpään.

Emme löytäneet suhdetta DNA addukteja ja BC riski. Emme kuitenkaan voi sulkea pois tällaista suhdetta. Itse asiassa rajoita esillä tutkimuksessa osoitetaan, että adduktit mitattuna nukleaasilla P1 menetelmällä

32P-postlabeling ovat epäspesifisiä, koska vastaava elektrofiilisen aineen ei voida tunnistaa. Lisäksi DNA additiotuotteet mitata heti diagnoosin voi olla ei edusta kumulatiivisen annoksen karsinogeenejä, jotka voivat aiheuttaa syöpää. Ympäristö- ja työperäinen altistus vaihtelevat sekä laadullisesti että määrällisesti ajan myötä elämäntyylin muutokset, asuinpaikan, työllisyys jne, ja vaikutus tietyn altistumisen syöpäriskiä ei voi olla vakio koko yksilön elämään [13] . Tämä seikka yhdistettynä tietoisuus siitä, että nopeus ja nopeuden korjaus DNA: n eri addukteja ovat erilaisia ​​ja niiden pysyvyys riippuu pääasiassa peräisin elinikää PBL:, muutamasta päivästä muutamaan viikkoon, aiheuttaa epävarmuutta näiden merkittävyyden lyhytaikaisten altistuminen biomarkkereiden suhteen syöpäriskiä. Koska pitkä latenssi karsinogeeni liittyvien maligniteetit – että on aika välillä altistumisen alkamista ja puhkeamista tauti – takautuvan arvioinnin karsinogeeni vastuita, erityisesti kautta biomarkkerit, on haaste sekä epidemiologian ja kliinisen lääketieteen.

Perspectives (mukaan lukien SEM-analyysi) B

Uusia mahdollisuuksia biomonitorointia karsinogeeneja voivat johtua mittaus vastuista kaikista lähteistä sekä ulkoiset että sisäiset, joita esiintyy koko eliniän ajan. Tämä lähestymistapa nimeltään exposome Wild [52] edustaa joukko kemikaaleja peräisin ulkopuolisista lähteistä geneettinen komponentti, joka sisältää ruokavalio, taudinaiheuttajia, microbiome, tupakointi, psyykkinen stressi, huumeet ja pilaantumiselta [53]. Itse asiassa nämä uudet teknologiat avaavat uusia skenaarioita biomarkkereiden löytö mutta myös uusia haasteita, jotka ovat tarve toistettujen mittausten globaalin sarjaa biomarkkereiden kerätään eri kriittisten elämänvaiheissa. Vain tällä tavalla voidaan dynamiikkaa altistumista ja varhain ja myöhään vaikutuksia vangiksi.

lääketieteen ja luonnontieteiden tietty lopputulos on usein vaikuttaa tai vaikuttaa useampi kuin yksi asia samanaikaisesti. Monimuuttuja tekniikoita yrittää tilastollisesti huomioon nämä erot säätämällä tulosmittari Y on 1 yksikkö muutos X, tilalla muiden muuttujien pysyessä muuttumattomina. Voi kuitenkin olla, että muut muuttujat eivät todennäköisesti pysyy vakiona: muutos X voi tuottaa muutoksen Z (välitön vaikutus), joka puolestaan ​​tuottaa muutoksen Y (epäsuora vaikutus). Sekä suorat ja välilliset vaikutukset X Y on otettava huomioon, jos halutaan tietää, mikä vaikutus muutoksen X on Y: Tämä voidaan tehdä matemaattisesti ja tilastollisesti vain SEM. Menettely hajoaa korrelaatio kahden muuttujan osaksi sen osat: suorat vaikutukset, välilliset vaikutukset, yleisiä syitä (X vaikuttaa sekä Y ja Z, tämä on näennäinen yhdistys) ja korreloivat syyt (X on syy Z ja X korreloi Y ). Käyttäjä, on ilmoitettava, usein käyttäen polkua kaavio, sillä tavalla, että hän /hän uskoo muuttujat liittyvät toisiinsa. Via monimutkaisia ​​sisäisiä sääntöjä, SEM päättää, mikä malli sopii tietoja paremmin. Tämä menetelmä sopii paremmin analysoida monimutkaisia ​​suhteita, koska se testaa syysuhteet eikä pelkkiä korrelaatioita.

Katsomme, tilastollinen analyysi SEM on yksi vahvuus nykyisen tutkimus. Muita vahvuuksia Tutkimuksen ovat perusteellinen ja luotettava Kokoelma useita henkilökohtaisia, ammatillisia ja ympäristön muuttujat, useita geneettisten polymorfismien ja päätepisteitä, huomattava määrä aiheita, verrattuna muihin vastaaviin tutkimuksiin kanssa additiotuotteen analyysi [14] – [17], laadun DNA adduktin analyysin, otoskoko tarvitaan laskettaessa SEM; täällä, todellinen määrä 412 tapausta oli paljon suurempi kuin suurin vaadittu otoskoko 120 aiheista mukaisesti arvioitu eri oletusten (katso edellä: tilastollinen analyysi).

Johtopäätökset

käyttäminen SEM-analyysi tilastollinen menetelmä, joka yhdistää Havaintojen ja laadullisia syy oletuksia ja testaa, onko ja miten muuttujat liittyvät toisiinsa kautta yhtälöryhmän, huomasimme, että PBL DNA adduktit ei liittynyt BC riski. Tämä viittaa siihen, että tämän toimenpiteen aikana diagnoosia ei välttämättä ole edustava annoksen karsinogeenejä, jotka voivat aiheuttaa syöpää. Kuitenkin uusi havainto johtuvat tämän tutkimuksen yllä että työperäinen kumulatiivinen altistuminen AAS sijaan liittyvät sekä DNA addukteja ja BC riski. Tämä yhtyy taipumus AAS toimimaan karsinogeeneja pois sivustoja tulon jälkeen kuljetetaan veren proteiineja virtsarakon ja vahvistaa altistuminen Aas määritetään veren DNA addukti, koska keskeinen riskitekijä BC kehittämiseen. Lisäksi

XRCC1399Arg

polymorfismi on tehtävä korjaus PBL DNA addukteja mutta vaikutus yksilön alttiuteen BC. Edellinen havainnot vaikutuksesta tupakoinnin, kahvin nauttiminen,

MPO A /A

ja

MnSOD Val /Val

polymorfismien BC riski vahvistettiin myös SEM-analyysillä. Suoraa vaikutusta näiden ennustaja muuttujia havaittiin kummallakin tulosmuuttujana. Tutkimuksemme kaavaillaan uusia skenaarioita, merkitsee tarvetta toistettujen DNA adduktia mittaukset kriittisistä elämänvaiheissa ja oikea analyysimenetelmiä, esimerkiksi aikana työperäinen altistuminen Aas sekä arviointi monimutkainen suhde geenin ja ympäristön avulla SEM analyysi.