Krooninen sairaus

tiivistelmä

Integrointi suurikapasiteettisten saatuja tietoja eri molekyyli- tasolla on välttämätöntä ymmärtää mekanismeja monimutkaisten sairauksien, kuten syövän. Tässä tutkimuksessa olemme integroineet metylaatio, microRNA ja mRNA tietoja keuhkosyöpään kudosten ja normaali keuhkojen kudoksia käyttäen funktionaalinen geeni sarjaa. Kunkin Gene ontologia (GO) termi, kolme sarjaa määriteltiin: Metylointilaitteistoon asetettu, microRNA asettaa ja mRNA asetettu. Erotteleva kyky kunkin geeniperimä edusti Matthews korrelaatiokerroin (MCC), arvioituna leave-one-out ristivalidointi (LOOCV). Seuraavaksi MCC vuonna Metylointilaitteistoon asetetaan, microRNA laskee ja mRNA asetetaan paremmuusjärjestykseen. Vertaamalla MCC joukkoon metylaation, mikroRNA ja mRNA jokaisen GO aikavälillä meidän luokitteli GO asettaa kuuteen ryhmään ja tunnistanut huonosti metylaatio, microRNA ja mRNA geeni setit keuhkosyöpä. Tuloksemme tarjoavat järjestelmällisen näkymä toiminnallisten muutosten aikana tuumorigeneesin jotka voivat auttaa valaista keuhkosyövän ja johtaa parempaan hoitoja potilaille.

Citation: Huang T, Jiang M, Kong X, Cai YD ( 2012) toimintahäiriöihin Associated kanssa metylaatio, MicroRNA Expression ja Gene Expression in Lung Cancer. PLoS ONE 7 (8): e43441. doi: 10,1371 /journal.pone.0043441

Editor: Daotai Nie, Southern Illinois University School of Medicine, Yhdysvallat

vastaanotettu: 08 joulukuu 2011; Hyväksytty: 23 heinäkuu 2012; Julkaistu: 17 elokuu 2012

Copyright: © Huang 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 tukivat avustusta National Basic Research Program of China (2011CB510102, 2011CB510101, 2011CB910200 ja 2010CB912702), National Natural Science Foundation of China (90913009), tutkimusohjelma Kiinan Academy of Sciences (KSCX2-EW-R-04) ja innovaatio-ohjelma Shanghain Kunnan Education komissio (12ZZ087). 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

Syöpä on systeemibiologian tauti [1], johon liittyy dysregulaatio useita reittejä eri tasoilla [2]. Suurikapasiteettisia tekniikoita, kuten genominen sekvensointi ja transcriptomic, proteomiikka ja metabolomic profilointi, ovat tarjonneet suuria määriä kokeelliset tiedot. Kuitenkin systeemibiologian edellyttää paitsi uutta suuren suoritustehon ”-omics” data sukupolven teknologioiden että integroiva analyysimenetelmiä voidaan valottaa mahdollisia mekanismeja monimutkaisia ​​sairauksia. Keuhkosyöpä on yksi johtavista syistä syövän kuoleman maailmanlaajuisesti [3]. Tällä hetkellä tunnetaan geneettinen, epigeneettiset, transcriptomic, proteomiikka, metabolomic, ja microRNA markkereita keuhkosyöpään [4]. Koska epigeneettisiä muutoksia tapahtuu varhaisessa vaiheessa tuumorigeneesin, metylointi markkereita olisi pidettävä [4]. Proteiini on lopullinen, toimivassa muodossa geneettisen tiedon; siksi, proteomic markkereita ovat myös tärkeitä. Transcriptomic markkereita on helppo mitata, ja mRNA-tasot käytetään usein proxy proteiinien runsaus [5]. MicroRNA, tärkeänä sääntelyn tekijä, on myös erinomainen keuhkosyöpä biomarkkereiden [6], [7]. Olipa metylaatio merkki, mRNA merkki, tai microRNA merkki katsotaan, nämä merkit toiminto vaikuttamalla biologisia polkuja tai verkkoja. Toiminnallinen reitit ovat yhteisiä siltoja eri merkkejä ja sairauden.

Tällä hetkellä on olemassa useita tutkimuksia moniulotteisen tiedon integroinnin [8] – [11]. Useimmat niistä perustuvat regressio eri ulottuvuuksien [10] ja vaativat kukin näyte on useita tason tietojen [11]. Toimimattomaan reittejä tunnistettiin rikastaminen analyysi poikkeavien geenien [9].

Tässä tutkimuksessa olemme suoraan analysoida toimintahäiriöiden ei-pienisoluinen keuhkosyöpä (NSCLC) vertaamalla toiminnallista sarjaa metylaation, microRNA ja mRNA dataa keuhkosyövän kudosten ja normaali keuhkojen kudoksia. Jokainen toiminnallinen sarja vastaa yhtä Gene ontologia (GO) [12] termi. Kolme sarjaa tämän toimintayksikkö on määritelty: Metylointilaitteistoon asetettu, microRNA asettaa ja mRNA asetettu. Matthews korrelaatiokerroin (MCC), arvioitiin leave-one-out ristivalidointi (LOOCV), käytetään edustamaan erotteleva kyky jokaisen geeniperimä. MCC riveissä jokaisen metylaation asetettu, microRNA asettaa ja mRNA asettaa analysoidaan. Kuusi ryhmää GO sarjat luokitellaan, ja 20 huonosti metylaatio, microRNA ja mRNA geeni setit keuhkosyöpä tunnistetaan. Nämä vääristyneet sarjaa luonnehtivat prosesseja kasvaimen. Tarkalla luonnehdinta tumorigeneesin, voimme paremmin ymmärtää mekanismit keuhkosyövän ja parantaa varhaisen diagnoosin, hoidon tehokkuus arviointi, ja ennusteen keuhkosyöpään.

Materiaalit ja menetelmät

Kirjanpidon

ladataan metylointi profiilit 1413 geenien 57 pienisoluista keuhkosyöpää ja 52 kontrollinäytteiden [13] GEO (Gene Expression Omnibus) hakunumerolla GSE16559. MicroRNA ilmaus profiilit 549 MikroRNA 187 pienisoluista keuhkosyöpää ja 188 kontrollinäytteiden [14] haettiin GEO hakunumerolla GSE15008. MRNA geeniekspressioprofiilien of 19700 geenien 46 pienisoluista keuhkosyöpää ja 45 kontrollinäytteiden [15] saatiin GEO hakunumerolla GSE18842.

Koska metylaatio data, microRNA data ja mRNA tiedot saatiin eri NSCLC tutkimukset, vertasimme kliiniset tiedot potilaiden näistä kolmesta tutkimuksesta. Nämä kaksi erilaista kliinistä tietoa, joka annettiin ainakin kahdessa tutkimuksessa olivat ikä ja laatu erilaistumista. Kliiniset tiedot näistä kolmesta tutkimuksesta on esitetty taulukossa 1. Keskimääräinen ikä potilasta metylaatio tutkimus on 68,2 ja niiden keskihajonta on 11,4; välin, keski-ikä potilasta microRNA tutkimus on 59,9 ja keskihajonta on 9,8. Vuotiaita potilaita Näissä kahdessa tutkimuksessa ovat samankaltaisia. Prosenttiosuudet hyvin, moderately- ja huonosti eriytetty syöpää potilasta microRNA tutkimuksessa ja mRNA tutkimus wereand, vastaavasti. Jakaumia laadut erilaistumisen Näissä kahdessa tutkimuksessa olivat hyvin samankaltaisia. Perustuvat käytettävissä oleviin kliinisiin tietoa näistä pienisoluista keuhkosyöpää, olemme sitä mieltä, että nämä kolme aineistoja voi edustaa joitakin yhteisiä toimintahäiriöiden NSCLC.

tavoite geenit MikroRNA

Määritellään tavoite geenit MikroRNA olevan ne, jotka ennustivat vähintään kolme seuraavista kuudesta ohjelmistotyökaluja: miRBase [16] (https://microrna.sanger.ac.uk/targets/v5/), TargetScan [17] ( https://www.targetscan.org/), Miranda [18] (https://www.microrna.org/microrna/), TarBase [19] (https://diana.cslab.ece.ntua.gr/tarbase /), mirTarget2 [20] (https://mirdb.org/miRDB/download.html), ja PicTar [21] (https://pictar.mdc-berlin.de/). Taulukossa S1 antaa microRNA – kohdegeenin pareja, jotka ennustetaan vähintään kolme työkalua.

GO geeni sarjat metylaation, microRNA ja mRNA

Kunkin GO aikavälillä, määritellään kolme geeniä sarjaa edustamaan sitä: ensinnäkin metylaatio geeniperimä, joka koostuu geenit, joihin on merkitty, että GO aikavälillä ja joiden osalta metylaation taso on mitattu; toiseksi microRNA geeniperimä, joka koostuu MikroRNA jotka ovat kohdegeenien selityksineen tähän aikavälillä; ja kolmanneksi, mRNA geeniperimä, joka koostuu kaikkien geenien lisätty huomautusta tämän termin.

Erotteleva kyky geenin sarjaa

Arvioimme erotteleva kyky geenin sarjaa rakentamalla ennustemallin . Ensinnäkin, naapuriin Algoritmi (NNA) [5], [22] – [30] sovellettiin rakentaa ennustemalli. Seuraavaksi ennustusmalleja testattiin LOOCV [5], [22] – [31]. Lopuksi Matthews korrelaatiokerroin (MCC) [26], [30] ja LOOCV käytettiin mittaamiseen geenin setin erotteleva kyky.

NNA [5], [22] – [30] on laajalti käytetty kone opetusmenetelmänä. NNA tekee sen ennustuksen vertaamalla etäisyydet kyselyn näytettä ja näytteitä tunnettuihin luokkiin, eli keuhkosyöpä näytteitä tai kontrollinäytteitä. Kyselyn otos oli ennustettu olevan samaa luokkaa kuin sen lähin naapuri, eli näytteen tunnetun luokan, jolla on pienin etäisyys. Tässä analyysissä, etäisyys kahden näytteen välillä, ja on määritelty yhdeksi miinus kosinin samankaltaisuutta kahden näytteen [5], [23] – [27], [30], [32] – [34] 🙁 1)

NNA ohjelma voi ladata https://pcal.biosino.org/NNA.html.

aikana LOOCV [32], [35], [36], kukin näyte vertailuarvo aineisto valitaan testin asettaa kerran ja testattu ennustemallissa koulutettu loput näytteet.

Matthews korrelaatiokerroin (MCC) on tasapainoinen mittaus ennustuksen suorituskyky että pitää sekä herkkyys ja tarkkuus [26], [30]. Se lasketaan seuraavalla kaavalla: (2), jossa TP, TN, FP ja FN ovat numerot todellisen keuhkosyöpään näytteitä, totta vertailunäytteet vääriä keuhkosyöpä näytteitä ja väärien kontrollinäytteiden vastaavasti.

luokittelu geenin sarjaa perustuen niiden vääristyneet taso: metylaatio, microRNA tai mRNA

Kun laskimme MCC kunkin geenin asetettu kullakin tasolla, me sijoittui geenin sarjaa kunkin tason perustuvat omat asiakaskeskukset ja verrataan joukkoon on kolme tasoa, metylaatio, microRNA ja mRNA kussakin geeniperimä. Tiettyjen arvojen osoittautumassa yhtä suuri, niiden joukkoon korvattiin niiden keskimääräinen riveissä. Esimerkkinä GO aikavälillä, jos sen metylointi taso oli muuttunut normaalin ja syövän kudosta, mutta sen microRNA ja mRNA-tasot eivät olleet muuttuneet, se määriteltiin metylaation huonosti GO geeniperimä. Samoin voimme määritellä muunlaisia ​​GO geenin sarjaa. Kaikkiaan määrittelimme kuusi ryhmää geenin sarjaa, yksi kutakin mahdollista listalla tilaamista metylaation, mikroRNA ja mRNA.

Työ virtaus huonosti metylaation, microRNA ja mRNA geeniperimä analyysi

strategia on vahingollisten metylaation, microRNA ja mRNA geeniperimä analyysi osoitti kuvassa 1. Ensinnäkin jokaisen GO termi, määrittelimme kolme sarjaa: Metylointilaitteistoon asetettu, microRNA asettaa ja mRNA asetettu. Seuraavaksi laskettiin kunkin geenin setin MCC, arvioituna LOOCV. Olemme sijoittui MCC vuonna Metylointilaitteistoon asetetaan, microRNA laskee ja mRNA sarjaa. Seuraavaksi vertasimme MCC joukkoon metylaation, mikroRNA ja mRNA kussakin GO aikavälillä ja luokitteli GO asettaa kuuteen ryhmään perustuu näihin riveissä. Lopuksi tunnistettu huonosti metylaatio, microRNA ja mRNA geeni setit keuhkosyöpään.

Ensinnäkin kunkin Gene ontologia (GO) termi, määrittelimme kolme geeniä kokoelmalle: metylaatio asetettu, microRNA asettaa ja mRNA sarja. Seuraavaksi laskimme Matthews korrelaatiokerrointa (MCC), arvioituna leave-one-out ristivalidointi (LOOCV), kunkin geeniperimä. Seuraavaksi sijoittui MCC vuonna Metylointilaitteistoon asetetaan, microRNA laskee ja mRNA asetetaan, ja vertasimme MCC joukkoon metylaation, mikroRNA ja mRNA kunkin Gene ontologia (GO) aikavälillä ja luokitteli GO asettaa kuuteen ryhmään. Lopuksi tunnistettu huonosti metylaatio, microRNA ja mRNA geeni setit keuhkosyöpään.

Tulokset ja keskustelu

GO geeni sarjaa metylaation, mikroRNA ja mRNA

Ylitämme-viitattu kolme aineistoja, joissa mitattiin metylaatio, microRNA ja mRNA keuhkosyöpään kudosten ja kontrollisilkkipaperia GO ja löysi 4381 GO geenin sarjaa, jotka ovat metylaatio, microRNA ja mRNA tiedot. Kolme tasoa geenin sarjat näille 4381 GO termejä koottiin seuraavasti: Metylointilaitteistoon Kullekin GO aikavälin koostuu geenien oli metylaatio tiedot ja ne selityksin tähän aikavälillä microRNA joukko koostuu MikroRNA joka oli kohdegeenien selityksin tämän termi, ja mRNA joukko koostuu kaikista geenien, jotka tästä merkintä tämän termin. 4381 GO sarjaa mRNA, mikroRNA ja metylointi löytyy Dataset S1, Dataset S2 ja Dataset S3, vastaavasti.

Erotteleva kyky metylaation, microRNA ja mRNA geenin sarjaa

mitataan kykyä geenin asettaa erottamaan syövän ja normaalia kudosta käyttäen Matthews korrelaatiokerroin (MCC) on NNA ennustemallin arvioitiin LOOCV. Vertasimme MCC metylaation, mikroRNA ja mRNA. Kuvio 2 esittää MCC jakaumat metylaation, microRNA ja mRNA geenin sarjaa. Keskimääräinen omat asiakaskeskukset mRNA, microRNA ja metyloinnin geeni asetetaan ovat 0,897, 0,702 ja 0,561, tässä järjestyksessä. Yhden puolen-suurempia t-testi, p-arvo mRNA ja microRNA asettaa on alle 2.2e-16. Yhden puolen-suurempia t-testi, p-arvo microRNA ja metylaation sarjaa on myös alle 2.2e-16. Nämä tulokset osoittavat, että MCC mRNA sarjat ovat merkittävästi suurempia kuin MCC on mikroRNA sarjaa, jotka ovat puolestaan ​​huomattavasti suurempi kuin MCC on metylaation sarjaa.

keskimääräinen asiakaskeskukset on mRNA, microRNA ja metylaatio geenin sarjaa olivat 0,897, 0,702 ja 0,561, tässä järjestyksessä. MCC mRNA sarjaa olivat merkittävästi suurempia kuin MCC on mikroRNA asettaa kanssa yksipuolinen t-testi, p-arvo on alle 2.2e-16, ja MCC ja mikroRNA sarjaa olivat puolestaan ​​huomattavasti suurempi kuin MCC on metylaation asettaa kanssa yksipuolinen t-testi, p-arvo on alle 2.2e-16.

vihreät palkit osoittavat kasvain näytteet ja siniset palkit osoittavat normaaleissa näytteissä. Kasvain ja normaali näytteet selvästi toisistaan ​​siten, korkean taajuuden geenejä.

Vihreä solmut ilmaisemaan suurtaajuus MikroRNA. Punainen solmut ilmaisemaan suurtaajuus geenejä sekä metylaation ja mRNA huonosti sarjaa. Keltaiset solmut osoittavat korkean taajuuden geenien mRNA huonosti ainoastaan ​​siinä. Ei ole mitään erityistä suurtaajuus geenin metylaatio huonosti sarjoiksi. Valkoiset solmut osoittavat ei-suurtaajuus geenejä. Mustat reunat osoittavat vuorovaikutusta päässä Kegg polku ”hsa05223 Ei-pienisoluinen keuhkosyöpä”. Vihreä reunat osoittavat sääntelyn suurtaajuus MikroRNA niiden kohdegeenien.

luokittelu geenin sarjaa perustuen niiden vääristyneet taso: metylaatio, microRNA tai mRNA

Vertaamalla MCC riveissä geeni televisiota vuoden metylaatio, microRNA tai mRNA-tasolla, määrittelimme kuusi ryhmää geenin sarjaa. On 960-geenin sarjaa, jossa metylaation listalla microRNA listalla mRNA listalla; 638 geenin sarjaa, jossa metylaation listalla mRNA listalla microRNA listalla; 721 geenin sarjaa, jossa microRNA listalla metylaatio listalla mRNA listalla; 684 geenin sarjaa, jossa microRNA listalla mRNA listalla metylointi listalla; 584 geenin sarjaa, jossa mRNA listalla metylaatio listalla microRNA listalla; ja 794-geenin sarjaa, jossa mRNA listalla microRNA listalla metylaatio listalla. Taulukossa S2 esitetään metylaatio, microRNA ja mRNA toimintahäiriö ryhmien 4381 GO geenin sarjaa.

Toimintakyvyttömien geeni settiä keuhkosyövän

sijoittui huonosti geeni setit keuhkosyövän perustuu tiivisti MCC riveissä metylaation, mikroRNA ja mRNA. Top 20 vahingollisia geeni settiä keuhkosyövän esitetty taulukossa S3 analysoitiin. Nämä 20 vääristyneet geeni settiä keuhkosyöpä ovat GO: 0048585 (negatiivinen asetus vasteen ärsykkeet), GO: 0007517 (lihas urut kehittäminen), GO: 0048514 (verisuoni morphogenesis), GO: 0051146 (poikkijuovaisia ​​lihassolujen erilaistumiseen), GO : 0001525 (angiogeneesi), GO: 0045595 (säätely solujen erilaistumisen), GO: 0007162 (negatiivinen asetus soluadheesion), GO: 0060191 (asetus lipaasiaktiivisuuden), GO: 0006275 (sääntely DNA replikointi), GO: 0061061 (lihasrakenne kehittäminen), GO: 0022008 (neurogenesis), GO: 0008543 (fibroblastikasvutekijäreseptori signalointireitin), GO: 0035107 (lisäke morphogenesis), GO: 0035108 (raajan morphogenesis), GO: 0001568 (verisuoni kehittäminen), GO: 0005576 (solunulkoinen alue), GO: 0050793 (sääntely kehitysprosesseja), GO: 0010648 (negatiivinen säätely cell viestintä), GO: 0023057 (negatiivinen asetus signaloinnin), ja GO: 0019216 (sääntely rasva aineenvaihduntaan) . Monet näistä GO termejä on raportoitu liittyvän keuhkosyöpään. Analysoimme useita GO asetetaan esimerkkeinä.

GO: 0045595 (säätely solujen erilaistumista, sijoittui 6

th) ja GO: 0050793 (sääntely kehitysprosesseja, sijoittui 17

th).

Developmental prosessit ja solujen erilaistumista säätelee joukko samankaltaisia ​​geenejä normaaleissa kudoksissa. Siksi muutokset näiden geenien usein liittyy syövän synnyn. Naveen Babbar et ai. raportoitu, että TNFa voi aktivoida NFKB signalointia NSCLC soluissa [37], mikä johtaa alentuneeseen solujen kasvun ja apoptoosin [37]. Rooli FGF /FGFR perheenjäsenet on myös osoitettu keuhkosyöpään. Esimerkiksi usein monistaminen FGFR1 tunnistettiin ihmisen okasolusyöpä keuhkosyövän [38]. Lisäksi somaattiset mutaatiot useissa näistä geeneistä havaittiin keuhkokarsinoomien, kuten FGFR1, FGFR2, ja FGF2 /10 [39] – [42]. Yleensä, tuumorisuppressorigeenit, kuten P53, CDKN2A /B, ja STK11, ovat vaimentua, ja onkogeenit (kuten KRAS ja erbB2: n /4) on yläreguloituja keuhkosyövän [40]. MikroRNA ovat mukana keuhkosyöpä johtuu epigeneettiset tapahtuvat muutokset syöpäsoluja. Alhainen ilmentyminen miR-200 ja miR-205 liittyy epiteelin-mesenkymaalitransitioon (EMT) ja kantasolun kaltaisia ​​ominaisuuksia syöpäsolujen ja edistää hyökkäyksen ja translokaation [43] – [45]. Pakkokeinoin ilmentyminen miR-29 perheenjäsenille keuhkosyöpä solut voidaan palauttaa normaalit kuviot DNA: n metylaatio, aiheuttaa uudelleen ilmentymisen metylaatiospe- vaiennettu tuumorisuppressorigeeneille, kuten FHIT ja WWOX, ja estävät tuumorigeenisuus [46].

GO: 0022008 (neurogenesis, sijoittui 11

th).

useita geenejä selityksineen tähän GO termi liittyvät acantha ja aivometastaasit; Esimerkiksi, mutaatioita aktivoiva epidermaalisen kasvutekijän reseptori (EGFR) on monissa keuhkosyöpäpotilaita [47]. Ihmisen keuhkosyöpä on monipuolisia korjauksilla mikroRNA ilmaus, joka voi vapauttaa syöpään liittyvien geenien; esimerkiksi HSA-miR-125a-5p vaientaminen sääntelemätöntä ROCK1, miR-34b metylaatio aiheutti c-Met yli-ilmentymisen, ja miR-200C hiljennettiin metyloitumisella ja vaimentua TCF8 ja E-kadheriinin, joka johti syövän invaasio ja heikkeneminen [48] – [50]. Demetylaatio ja mutaatio geenien (erbB2, KRAS) voi myös aiheuttaa syövän synnyn [51], [52]. Metylointi Death liittyvä proteiini kinaasi (DAPK) promoottorin ja opioidi sitovan proteiinin /adheesiomolekyyli, kuten geenin (OPCML) on löydetty sekä adenokarsinooma ja squamous-cell carcinoma [53], [54].

GO: 0005576 (solunulkoinen alue, sijoittui 16

th).

epiteelikasvaimet mesenkymaalitransitioon (EMT) on tärkein prosessi tarvitaan kasvaimen invaasion ja translokaatio. Mutaatiot TIMP-3, LAMA /B /C, TMEFF2, CDH13 ja muut geenit osallistuvat keuhkosyövän heikkenemiseen [55]. IL-8 voi aloittaa hengitysteiden epiteelin signalointireitin ja vapauttaminen tämän geenin voi aiheuttaa tupakkaan liittyvien keuhkosyöpään [56]. Viisi MikroRNA (HSA-miR-155, HSA-miR-17-3p, HSA-let-7a-2, HSA-miR-145, ja HSA-miR-21) nähdään ilmaistaan ​​eri tavalla keuhkosyöpää kudoksissa verrattuna vastaavat noncancerous keuhkojen kudoksiin. Näistä MikroRNA, anna-7a voi säädellä RAS toimintaa [57]. Epigeneettiset aktivoituminen ihmisen kallikreiinin 13 (KLK13) voimistaa pahanlaatuisuuden keuhkoadenokarsinooma edistämällä N-kadheriiniekspressiota ja laminiinin hajoaminen [58]. Äskettäin MMP-1 oli raportoitu liittyvän keuhkosyöpään. -16071G-2G polymorfismi MMP1 johtaa transkriptionaalisen säätelyn [58]. X Xiang et al. raportoitu, että stabiili ilmentyminen miR-155 vähentää merkittävästi aggressiivisuus kasvainsolujen levittämisen estämällä EMT tuumorisolujen in vivo [59]. Lisäksi miR-155 suoraan estää ilmentymistä transkriptiotekijä TCF4, joka on tärkeä säätelijä EMT [59].

korkea taajuus geenien ja MikroRNA alkuun huonosti geenin sarjaa

Laskimme taajuus geenien tai MikroRNA top 300 toimimattomia geenin sarjaa. Geenit joko mRNA tai metylaatio geeni, joissa on usein yli 50 määriteltiin suurtaajuus geenejä. Samoin korkean taajuuden MikroRNA määriteltiin MikroRNA jotka ovat taajuus on yli 50 300 parhaan huonosti geenin sarjaa. Suurtaajuus geenien ja MikroRNA annetaan taulukossa S4.

Testasimme erotteleva kyky näiden suurtaajuus geenien riippumaton tietokokonaisuus, joka sisältää 58 keuhkosyöpää näytteitä ja 58 vieressä normaali näytteitä. Riippumaton tietojoukko on ladattu GEO hakunumerolla GSE32863. Todettiin, että korkean taajuuden geenejä voi täysin erottaa keuhkosyöpä kudoksia viereisistä normaaleista kudoksista. Ennustaminen MCC oli 1, mikä tarkoittaa, että kaikki näytteet oikein luokiteltu niiden todellinen ryhmä, kasvain tai normaali. Heatmap korkean taajuuden geenien ja kasvaimen /normaali näytteet on esitetty kuviossa 3. kasvain ja normaali näytteet selvästi toisistaan ​​siten, korkean taajuuden geenejä.

Teimme hypergeometrisen testi [5], [24 ], [25], [32], [36] sen tutkimiseksi, suurtaajuus geenit merkittävästi päällekkäinen Kegg polku ”hsa05223 ei-pienisoluinen keuhkosyöpä”. Hypergeometrisen testi p-arvo oli merkittävä 1.61E-26. Tämä tulos viittaa siihen, että monet korkeampi taajuus geenejä tunnetaan ”hsa05223 Ei-pienisoluinen keuhkosyöpä” geenejä.

Kuviossa 4, me esiin korkean taajuuden geeneistä löydettiin Kegg reitin ”hsa05223 Ei-pienisoluisen keuhkosyövän syöpä”. Monet napa geenit Kegg reitin ”hsa05223 Ei-pienisoluinen keuhkosyöpä” olivat korkealla taajuudella huonosti geenejä, kuten KRAS, EGFR, ErbB2:, CDKN2A ja RB1. Ja navan suurtaajuus geenit ovat yleensä huonosti sekä Metylointilaitteistoon ja mRNA-tasoja. On tunnettua, että KRAS voi aloittaa tumorgenesis vaikuttamalla endodermaalinen kantaisä [60]. Kopioluku korjauksilla KRAS liittyvät vahvasti kliinisiä tuloksia keuhkosyöpäpotilaiden [61]. EGFR on reseptorin kasvutekijän perhe. Sitovat EGFR ligandiin indusoi solujen lisääntymistä [62]. EGFR mutaatiot ovat hyvin yleisiä keuhkosyöpä [63] ja jotka liittyvät ennusteeseen NSCLC [64]. Ne voivat muuttaa signa- NSCLC [65]. ErbB2 on mutatoitunut 4% NSCLC [66] ja sen polymorfismien lisäävät keuhkosyövän riskiä [67]. Metylointi CDKN2A esiintyy useammin NSCLC kudoksissa kuin ei-tuumorikudoksissa [68]. CDKN2A on mukana p16 /pRb /sykliini-D1-reitin [69]. RB1 voi säädellä solujen lisääntymistä, erilaistumista ja apoptoosia ihmisen NSCLC [70]. Kehittyneissä pienisoluista keuhkosyöpää, taajuus Rb menetys on suuri [71].

Kuviossa 4, on olemassa joitakin korkean taajuuden MikroRNA, kuten HSA-miR-495, HSA-miR-96, on-miR -106a, on-miR-137, on-miR-372, HSA-miR-183, HSA-miR-182, HSA-miR-203, HSA-miR-15a, HSA-miR-15b: n ja HSA-miR-7 . HSA-miR-495 säätelee kaksi suurtaajuus häiriintyneiden geenien, STK4 ja PRKCB. Kerrottiin, että miR-495 on yliaktiivista KRAS-positiivisten NSCLC [72]. HSA-miR-96 vaimentua NSCLC [73]. on-miR-106a liittyy keuhkosyöpään potilaan selviytymistä [56]. Potilaat, joilla on korkea ilmentyminen on-miR-106 on yleensä huonompi ennuste [56]. on-miR-137 ja on-miR-372 ovat molemmat yläreguloituja NSCLC ja niiden ilmaisun arvot liittyvät selviytymisen ja uusiutumisen NSCLC potilailla [74]. on-miR-183 on mahdollinen etäpesäke-estäjä keuhkosyöpää ja voi säädellä maahanmuuttoa ja invaasion geenit [75]. HSA-miR-183 ja HSA-miR-182 raportoitu kaikkein ilmentyvät eri MikroRNA välillä keuhkosyövän kudosten kanssa viereisten normaaleissa kudoksissa [76]. HSA-miR-203 on yliaktiivista keuhkosyövän kudoksissa [56]. HSA-miR-15a usein poistetaan tai alassäädetty NSCLC [77] ja sen ilme kääntäen korreloi ilmaus sykliini D1 [77]. HSA-miR-15 b ilmentyy differentiaalisesti tuumorinekroositekijän (TNF) liittyvien apoptoosia indusoiva ligandi (TRAIL) resistenttien NSCLC-soluja [73]. HSA-miR-7 vaimentua keuhkosyövän ja se voi säädellä kasvutekijän reseptorin signalointi [78].

edut ja rajoitukset menetelmämme

saaminen järjestelmällinen ymmärtämisen patologinen muutos on olennainen ongelma lääketieteen ja farmasian tutkimukset. Kasvaimien syntyyn liittyy muutoksia monien proteiinien, molekyylien ja polkuja. Lopulta kuitenkin kaikki nämä muutokset aiheuttavat syöpää kautta funktionaalisia vaikutuksia. Tässä tutkimuksessa käytimme GO kuvaamaan biologisia toimintoja ja ositettu toiminnot kolmeen tasoon: metylaatio, microRNA ja mRNA. Kussakin tasolla, laskimme ja sijoittui erotteleva kyky toiminnallisen asettaa tällä tasolla mitattiin MCC oikein luokittelussa syöpää ja normaaleissa kudoksissa. Kunkin minnallista vertasimme MCC listalla kunkin tason, ja me myöhemmin ryhmitelty toiminnallista sarjaa kuuteen kuvioita perustuu suhteisiin MCC joukkoon eri tasoilla. Jotkin funktionaaliset sarjaa voi toimia tällä metylointi tasolla; toiset voivat toimia tällä microRNA tasolla. Kun kaikki kolme tasoa huomioon, me sijoittui toiminnallinen sarjaa perustuen niiden yleistä riveissä kolme tasoa. Kokonaissijoitus toiminnallisen sarjaa vaikuttaa kohtuulliselta ja on yhdenmukainen useita julkaistuja tutkimuksia.

On edelleen useita rajoituksia tähän tutkimukseen. Ensinnäkin, metylointi, microRNA ja mRNA tiedot keuhkosyöpä ja normaaleissa kudoksissa on saatu eri tutkimuksissa, jotka voivat vaikuttaa tulokseen. Ihannetapauksessa kaikki tiedot olisivat peräisin samassa tutkimuksessa. Osittain ratkaista tämän ongelman, käytimme MCC sijoitus sijasta MCC itse vertailtaessa eri tasojen. Toiseksi yhteyksiä MikroRNA ja niiden kohdegeenien perustuvat ennusteet. Vähäisen osuutta kokeellisesti vahvistettu mikroRNA ja kohdegeenin paria, käytimme microRNA ja kohdegeenin paria, jotka ennustivat vähintään kolme suosittua microRNA kohde-geenin ennustajia. Kolmanneksi, ei kaikki toiminnalliset sarjaa analysoitiin. Metylointi, microRNA ja mRNA tietojen käytimme luotiin kanssa sirutekniikkaa. Tiettyjen geenien tai MikroRNA ei mitattu, erityisesti suhteessa metylaatiostatuksen geenejä. Kehittämisen kanssa sekvensointitekniikan ja järjestyksessä talteenottoteknologiana, yhä useammat geenejä voidaan mitata, jotta voimme analysoida toimivampia kappaletta ja saada entistä kattavan kuvan tumorigeneesin.

Kaiken menetelmämme tarjoavat keinon suorittaa ”multi-omiikka” huonosti asetettu analyysi, joka voisi olla hyödyllinen tutkimus monimutkaisia ​​sairauksia. Tuloksemme saadaan järjestelmällinen näkemys tumorigeneesin jotka voivat valottaa diagnoosi ja ennuste keuhkosyöpään.

tukeminen Information

Dataset S1.

4381 Gene ontologia (GO) sarjaa mRNA. Jokainen rivi kuvaa geeniperimä. Ensimmäinen kenttä sisältää Gene ontologia (GO) termi nimi, toisessa kentässä sisältää määrän mRNA asettaa, ja loput kentät luetella mRNA: iden sarjassa.

Doi: 10,1371 /journal.pone.0043441.s001

(TXT)

Dataset S2.

4381 Gene ontologia (GO) sarjaa microRNA. Jokainen rivi kuvaa microRNA asetettu. Ensimmäinen kenttä sisältää Gene ontologia (GO) termi nimi, toisessa kentässä sisältää määrän MikroRNA sarjassa, ja loput kentät luetella MikroRNA sarjassa.

Doi: 10,1371 /journal.pone.0043441.s002

(TXT)

Dataset S3.

4381 Gene ontologia (GO) sarjaa metylaatio. Jokainen rivi kuvaa geeniperimä. Ensimmäinen kenttä sisältää Gene ontologia (GO) termi nimi, toisessa kentässä sisältää joukko geenejä sarjassa, ja loput kentät luetella geenien asetettu.

Doi: 10,1371 /journal.pone.0043441.s003

(TXT) B Taulukko S1.

microRNA – kohdegeenin paria, jotka ennustivat vähintään kolme työkalua.

doi: 10,1371 /journal.pone.0043441.s004

(XLSX) B Taulukko S2.

Metylointi, microRNA ja mRNA toimintahäiriö ryhmien 4381 Gene ontologia (GO) geenin sarjaa.

doi: 10,1371 /journal.pone.0043441.s005

(XLSX) B Taulukko S3.

Top 20 vahingollisia geeni setit keuhkosyöpä.

doi: 10,1371 /journal.pone.0043441.s006

(PDF) B Taulukko S4.

suurtaajuus geenejä ja MikroRNA.

doi: 10,1371 /journal.pone.0043441.s007

(XLSX) B