Krooninen sairaus

tiivistelmä

Pathway analyysi genomin laajuinen yhdistys tutkimukset (GWAS) tarjoavat ainutlaatuisen mahdollisuuden yhdessä arvioida geneettisiä variantteja, joissa vaikutuksia, jotka ovat liian pieniä havaita erikseen. Käytimme polku analyysi on virtsarakon syövän GWAS tiedot sisältävä 3532 tapauksia ja 5120 tarkastuksia eurooppalaisten tausta (n = 5 tutkimusta). Kolmetoista sata ja yhdeksänkymmentäyhdeksän reittejä nostettiin viidestä julkisesti käytettävissä olevat resurssit (BioCarta, Kegg, NCI-PID, HumanCyc, ja Reactome), ja rakensimme 22 uutta ehdokasta väyliä aikaisemmin arveltu liittyvän virtsarakon syöpään. Kaikkiaan 1421 polkuja, 5647 geenejä ja ~90,000 SNP olivat mukana tutkimuksessamme. Logistinen regressiomalli säätämisen ikä, sukupuoli, tutkimus, DNA lähde, ja tupakointi käytettiin arvioimaan marginaalinen suuntaus vaikutus SNP virtsarakon syövän riskiä. Kaksi täydentävää polku perustuvat menetelmät (geeni-set rikastaminen analyysi [GSEA], ja mukautettu sijoitus-katkaistu tuote [ARTP]) käytettiin arvioimaan rikastumista yhdistyksen signaalit kussakin polku. Kahdeksantoista reittejä havaittiin joko GSEA tai ARTP osoitteessa

P

≤0.01. Minimoimiseksi vääriä positiivisia, käytimme

I

2

tilastotieto tunnistaa SNP näyttämällä heterogeeninen vaikutuksia kaikissa viidessä tutkimuksessa. Poistamisen jälkeen nämä SNP, seitsemän väyliä ( ”aromaattinen amiini aineenvaihdunta” [

P

GSEA

= 0,0100,

P

ARTP

= 0,0020], ”NAD biosynteesi” [

P

GSEA

= 0,0018,

P

ARTP

= 0,0086], ”NAD taltiointi” [

P

ARTP

= 0,0068], ”Clathrin johdettu rakkula orastava ’[

P

ARTP

= 0,0018], ”lysosomifuusio rakkula biogeneesin” [

P

GSEA

= 0,0023,

P

ARTP

0,00012] ”Retrograde neurotrofiini signalointi” [

P

GSEA

= 0,00840], ja ”Mitoottista metafaasissa /Anaphase siirtyminen” [

P

GSEA

= 0,0040]) säilyi. Nämä toteutustavat näytä kuuluvan kolmen keskeisen solun prosesseja (metabolisia vieroitus, mitoosin ja clathrin välittämän rakkulat). Tunnistetiedot aromaattinen amiini metaboliareittiin tukee kyky tämän lähestymistavan tunnistaa polkuja vakiintuneiden merkitystä virtsarakon syövän syntymistä.

Citation: Menashe I, Figueroa JD, Garcia-Closas M, Chatterjee N, Malats N, Picornell A, et al. (2012) Large-Scale Pathway perustuva analyysi Virtsarakon syövän genominlaajuisten Association Tiedot Five Studies eurooppalaisten tausta. PLoS ONE 7 (1): e29396. doi: 10,1371 /journal.pone.0029396

Editor: Zhongming Zhao, Vanderbilt University Medical Center, Yhdysvallat

vastaanotettu: 14 syyskuu 2011; Hyväksytty: 28 marraskuu 2011; Julkaistu: 04 tammikuu 2012

Tämä on avoin-yhteys artikkeli, vapaa kaikki tekijänoikeudet, ja saa vapaasti jäljentää, levittää, välittää, modifioitu, rakennettu, tai muuten käyttää kuka tahansa laillista tarkoitusta. Teos on saatavilla Creative Commons CC0 public domain omistautumista.

Rahoitus: Tämä projekti on rahoitettu osittain liittovaltion varoja National Cancer Institute, National Institutes of Health, alle sopimuksessa nro HHSN261200800001E. Pohjimmiltaan tämä julkaisu ei välttämättä edusta tai politiikan Department of Health and Human Services, eikä mainita kaupan nimiä, kaupallisia tuotteita, tai organisaatioiden merkitse, Yhdysvaltain hallituksen. Tuki yksittäisissä tutkimuksissa, jotka osallistuivat vaivaa on seuraava: SBCS (Dr. Silverman) – Intramural tutkimusohjelma National Institutes of Health, National Cancer Institute, Division of Cancer Epidemiology and Genetics ja sisäiset sopimuksen numero NCI N02-CP-11015 . FIS /Espanja 98/1274, FIS /Espanja 00/0745, PI061614, ja G03 /174, Fundació Marato TV3, Red Temática Investigación Cooperativa en syöpä (RTICC), Consolíder ONCOBIO, EU-FP7-201663; ja RO1- CA089715 ja CA34627. NEBCS (Dr. Silverman) – Intramural tutkimusohjelman National Institutes of Health, National Cancer Institute, Division of Cancer Epidemiology and Genetics ja sisäiset sopimuksen numero NCI N02-CP-01037 PLCO (Dr. Purdue) – National Institutes of Health ( NIH) Geenit, ympäristö ja Health Initiative (GEI) rahoitetaan osittain DNA: n eristämistä ja tilastollisia analyysejä (HG-06-033-NCI-01 ja RO1HL091172-01), genotyypitys Johns Hopkins University Center for perinnöllinen sairaus Research (U01HG004438 ja NIH HHSN268200782096C ), ja tutkimus koordinaatiota Geneven (Dr. Caporaso) – NIH Geenit, ympäristö ja Health Initiative [GEI] rahoitetaan osittain DNA: n eristämistä ja tilastollisia analyysejä (HG-06-033-NCI-01 ja RO1HL091172-01), genotyypitys at Johns Hopkins University Center for perinnöllinen sairaus Research (U01HG004438 ja NIH HHSN268200782096C) ja tutkimus yhteensovittaminen Geneven Coordination Center (U01 HG004446) Eagle ja osa PLCO tutkimuksia. Genotyping jäljellä osan PLCO ja kaikkien ATBC ja CPS-II näytteet tukevat Intramural tutkimusohjelma National Institutes of Health, NCI, Division of Cancer Epidemiology and Genetics. PLCO tukee Intramural tutkimusohjelma of Division of Cancer Epidemiology and Genetics ja tukee sopimusten Division of Cancer Prevention, National Cancer Institute, National Institutes of Health. ATBC (Dr. Albanes) – Tämä tutkimus tuettiin osittain Intramural tutkimusohjelma NIH ja National Cancer Institute. Lisäksi tämä tutkimus tukivat US Public Health Service sopimukset N01-CN-45165, N01-RC-45035, ja N01-RC-37004 National Cancer Institute, Department of Health and Human Services. 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

Genome-laajuinen yhdistys tutkimukset (GWAS) ovat toimineet hyödyllinen väline tunnistaa yhteisiä geneettisiä variantteja liittyy erilaisia ​​monimutkaisia ​​ominaisuuksia [1]. Kuten odotettua, kukin muunnelma selittää pienen osan perinnöllisistä osan niihin liittyvien fenotyyppien [2], [3]. Äskettäin Park ja työtovereiden arvioitu, että noin osuus puuttuva periytyvyys ”voi sijaita myös yleisesti matalan penetrance alttius variantteja, jotka voidaan havaita suuremmissa GWAS [4]. Periaatteessa muita menetelmiä voitaisiin täydentää ensisijainen yhden lokuksen testit GWAS tunnistamisessa ylimääräisiä alttiuslokukset. Yksi tällainen lähestymistapa on polku (geeni-sarja) analyysi [5], [6], jossa tarkastellaan, onko yhdistys signaaleja kokoelma liittyvät toiminnallisesti loci (tyypillisesti geenien) johdonmukaisesti poikkeavat siitä, mitä odotetaan sattumalta. Tämä lähestymistapa voi ehdottaa uutta ehdokasta alttiuslokukset ja mahdollisesti tarjota oivalluksia mekanismeista monimutkainen piirteet. Pathway-analyysin perusteella on sovellettu GWAS monimutkaisia ​​sairauksia, kuten multippeliskleroosi [7], tyypin 2 diabetes [8], [9], Crohnin tauti [10], [11], Parkinsonin taudin [12], [13 ], paksusuoli [14] ja rintojen [15] syöpiä.

Virtsarakon syöpä on neljänneksi yleisin maligniteetti miesten länsimaissa [16]. Epidemiologiset tutkimukset ovat osoittaneet, että altistuminen aromaattisia amiineja (AAS) tupakanpoltosta tai ammattiin liittyy vahvasti virtsarakon syöpäriskiä [16], [17], [18], [19]. Lisäksi geneettiset tutkimukset ovat osoittaneet, että toiminnalliset polymorfismeilla kaksi geenien karsinogeeniksi aineenvaihduntaan (N-asetyylitransferaasi 2 [

NAT2

] ja glutationi S-transferaasi M1 [GSTM1]) liittyvät virtsarakon syöpäriskiä [20], [21]. Huomattavaa on, että riski virtsarakon syövän liittyy NAT2 hidas asetylointi genotyyppi on rajoitettu tupakoitsijat [20], [22]. Äskettäin sarjan GWAS ovat tunnistaneet aiemmin tuntemattoman alttiuslokukset virtsarakon syövän kanssa näkymiä enemmän olisi voitu havaita [22], [23], [24], [25]. Tunnistaa lisäalueita että satama uskottava kandidaattigeenit ja irtoa lisävalaistusta geneettisen perustan tämän taudin, haimme polku analyysin ensimmäisessä vaiheessa NCI: n CGEMS virtsarakon syöpä GWAS sisältävä 3532 tapauksia ja 5120 tarkastuksia [22]. Raportoimme tässä seitsemän reittejä osallisena erilaisissa karsinogeenisia prosesseja voidaan rikastettu virtsarakon syöpä alttiuslokukset.

Materiaalit ja menetelmät

Tutkimuskanta

sovelletaan myös analyysien ensisijainen pyyhkäisydataan on 591637 SNP NCI: n virtsarakon syöpä GWAS sisältävä 3532 tapauksia ja 5120 tarkastuksia Euroopan syntyperä viidestä tutkimuksesta (Spanish virtsarakon syövän tutkimus [SBCS], New England, Maine ja Vermont virtsarakon syövän tutkimus [NEBCS-ME /VT], alfatokoferoli, beta-karoteeni Cancer Prevention Study [ATBC], American Cancer Society Cancer Prevention Study II Nutrition kohortti [CPS-II], ja eturauhasen, keuhkojen, peräsuolen ja munasarjasyöpä seulonta Trial [PLCO]) [22].

Pathway tiedot rakentaminen

Keräsimme geeni-settejä viisi julkisesti saatavilla polku resurssit: BioCarta [26], Kyoto Encyclopedia of Genes and Genomit (Kegg) [27], NCI: n Pathway Interaction Database (PID) [28 ], Reactome [29], ja Encyclopedia of Homo sapiens Genes and Metabolism (HumanCyc) [30]. Inclusion kriteerit väyliä analyysin olivat ne, jotka sisältävät 5-100 geenejä kokeiden välttämiseksi liian narrowly- tai liian laaja- määriteltyjä toiminnallisia luokkia. Lisäksi rakensimme 22 ehdokasta väyliä (taulukko S2), joka perustuu tunnettujen virtsarakon syövän riskitekijöitä ja yleinen karsinogeeninen prosessien [31], [32], [33], jotka eivät olleet edustettuina julkisissa tietokannoissa yllä. Erityisesti valikoima geenejä määritettiin kautta 1) biokemiallisia tietoja vieroitus Aromaattisten amiinien [34], [35]; 2) Nerokkuus polku luettelot [36]; ja 3) Gene ontologia luettelot [37].

tutkia samankaltaisia ​​reittejä meidän tietokantaan, arvioimme prosenttiosuus päällekkäisten geenien välissä kaksi väyliä (A ja B): (1) missä

N

ja

N

B

ovat joukko geenejä sisällä reittejä A ja B.

SNP ensimmäisestä vaiheesta NCI virtsarakon syöpä GWAS [ ,,,0],22] kartoitettiin geeneihin näillä reittejä, jos ne sijaitsevat alueella käsittää 20 kb 5 ’ylävirtaan ja 10 kb 3’ alavirtaan geenien koodaavat alueet (NCBI: n ihmisen genomi rakentaa 36,3). Nämä geenin rajojen valittiin yrittävät kaapata useimmat geenin koodaavan ja sääntelyn variantteja [38] sekä minimoimalla päällekkäisyydet geenejä. Kaiken kaikkiaan 1422 väyliä sisältävän 5,647genes (24,3 ± 21,7 [keskiarvo ± SD] geenejä per reitti) ja ~92,000 SNP sisällytettiin tietokantaan. Täydellinen luettelo tutkittu reittejä on saatavilla taulukossa S1.

Tilastollinen

SNP kanssa MAF 1% kontrollien joukossa suljettiin pois analyysistä. Olemme asennettu logistinen regressio malleja oikaistu iän, sukupuolen, tutkimuskeskuksessa, DNA lähde (bukkaalinen /veri), ja tupakointi (nykyinen /entinen /koskaan /satunnainen), arvioida marginaalinen vaikutus kunkin SNP (1 vapausasteen suuntaus testi ) on riski virtsarakon syövän, kuten aiemmin on kuvattu [22]. Kunkin geenin

G

j

(

J

= 1, …,

N

, jossa

N

on kokonaismäärä geenien meidän aineisto), SNP on pienin p-arvo kaikkien SNP jotka kartoitettiin sen alue oli valittu edustamaan geeniin koulutusjakson analyysi. Käytimme kaksi lähestymistapaa testata yliedustus yhdistymis- signaalien reittejä meidän tietokantaan:

Gene-set rikastus analyysi (GSEA; [12]): Tässä lähestymistavassa -log10 p-arvo kunkin geeni paras SNP käytettiin geenin testisuureen (

r

j

= -log10 (

p

j

). Sitten painotettu Kolmogorov-Smirnov menettelyä käytettiin arvioitava yliedustus geenin tilastojen Enrichment Score (

ES

) kunkin reitin (

S

) [15]. (2) missä, ja

n

H

on määrä geenien kautta.

tilastollista merkitystä

ES

S

empiirisesti arvioitiin käyttämällä 10,000 permutaatiot (permutoiminen genotyyppitietoja yksilöiden välillä ja pitämällä LD välillä SNP ehjä).

Adaptive Rank-Katkaistu tuote (ARTP; [39]): tässä menetelmässä geenit ”paras SNP p-arvot (

p

j

) kussakin reitin tilattiin matalimmasta korkein. Sitten matemaattinen tuote laskettiin kaikki mahdolliset sarjaa

p

(j) B siten, että (3), jossa

K

, 1≤

K

≤L, että kaikki mahdolliset kokonaisluvut (katkaisu pistettä) välillä 1 ja L, jossa

L

on määrä geenien kautta. Sanoin,

W (K) B on yksinkertaisesti tuote K pienimmän

P

-arvoja on reitin. Seuraavaksi käytimme

minP

tilastoista [40], [41] ja arvioidaan, mikä on

K

katkaisu pisteessä, jossa

W (K) B saavat eniten tilastollisesti merkittävää arvoa. (4) missä on arvioitu P-arvo

W (K

j), K

1≤ … ≤K

.

sitten käytimme kaksitasoinen permutaatio menettely (10, 000 permutaatioista, permutoiminen genotyyppitietoja yksilöiden välillä ja pitämällä LD välisellä SNP ehjänä) arvioida ja mukauttaa useita testattavaksi eri katkaisu pisteistä.

käyttäminen sekä GSEA ja ARTP menetelmiä soveltaa erilaisia ​​lähestymistapoja arvioida rikastuminen geenipohjaisten signaalit ennalta geeni-sarjaa voi helpottaa syömällä laajempaa ehdokas väyliä virtsarakon syövän alttiuden.

Lopuksi lasketaan väärä löytö korko (

FDR

) arvioimaan osuuden odotetaan väärät positiiviset löydökset on GSEA ja ARTP analyysejä. Lyhyesti sanottuna normalisoivat GSEA ja ARTP tilastotiedot kunkin polun (

ien

(GSEA) B ja

ien

(ARTP) B vastaavasti), joka perustuu keskiarvo ja keskihajonta vastaavan permutaatio tietoja [12]. Tämä menettely mahdollistaa suoran vertailun polkuja erikokoisia ja geenin koostumuksia. Sitten käytimme nämä normalisoitu tilastojen laskea FDR kuin: (5) B

Geneettinen heterogeenisyys analyysi

minimoimiseksi vääriä positiivisia, arvioimme I-squared tilastoa (

I

2

) [42] tunnistaa SNP näyttämällä heterogeeninen vaikutuksia kaikissa viidessä tutkimuksessa [ATBC, CPSII, NEBCS (ME, VT), PLCO, ja SBCS].

I

2

kuvataan osuus koko vaihtelun tutkimus arvioi, että johtuu heterogeenisyys. Lyhyesti, meta-analyysi soveltaa jokaiseen SNP kuuluvat johonkin alkuun reittejä käyttäen genotyyppi taajuus laskee tapausten ja ohjaa arvioida per-alleelin OR ja CI: n. SNP kanssa

I

2 P

-arvot 0,2 poistettiin muihin analyyseihin. Arvioimme OR, CI ja p-arvot sekä meta-analyysissä ja ne olivat samanlaisia ​​molemmissa malleissa, ja ei muuttanut tietojen tulkintaa. Nämä analyysit tehtiin käyttäen STATA (versio 11, STATA Corporation, College Station, TX).

Tulokset

Kaikkialla oli hyvä korrelaatio tulosten GSEA ja ARTP menetelmillä (r = 0,74, P 0,0001). Yksityiskohtainen tarkastelu tulokset osoittivat, että keskimäärin, GSEA toimivat paremmin havaitsemaan väyliä rikastettua useita heikkoja -alueella signaaleja samalla ARTP näytti olevan tehokkaampi havaitsemisessa polkuja, joissa vain harvat geenien suhteellisen vahvoja signaaleja vallitsevat. Huomattavaa on, että AA metaboliareittiin, joka sisältää useita tunnettuja virtsarakon syöpä alttiuslokukset, havaittiin sekä GSEA ja ARTP menetelmiä (

P

GSEA

= 0,0100,

P

ARTP

= 0,0020). Siksi käytimme sen merkitys tasoa referenssinä esiin ylimääräisiä ehdokasta alttius reittejä. Niistä 1421 reittejä tutkitaan, 18 merkittävästi rikastettu yhdistyksen signaalit

P

0,01 tasolla (taulukko 1). Näistä seitsemästä reittejä havaittiin sekä GSEA ja ARTP, neljä polut havaittiin vain GSEA, ja seitsemän havaittiin vain ARTP. Poistamisen jälkeen SNP kanssa heterogeeninen vaikutuksia kaikissa viidessä tutkimuksessa (

I

2 P

-arvo 0,2), rikastamista signaalit edelleen merkittäviä (

P

0,01) seitsemässä väyliä kuuluvien neljä soluprosessien ( ”aromaattinen amiini [AA] aineenvaihdunta”, ”nikotiiniamidiadeniinidinukleotidi [NAD] aineenvaihdunta”, ”Clathrin-välitteinen rakkuloiden”, ja ”Mitosis”). Selvyyden vuoksi tästä eteenpäin, me viitataan vain tuloksia post heterogeenisyys analyysi.

aromaattinen amiini [AA] aineenvaihduntaa

Taulukossa 2 näytetään tulokset geenien AA-reitin. Virikkeellistämisstrategioita signaalit tämän reitin olivat pääasiassa SNP

UGT1A9

ja

NAT2

geenejä. SNP nämä geenit tunnistettiin ensisijainen analyysi tämän GWAS [22]. Poistaminen nämä kaksi geeniä polulta analyysien vähensi rikastamiseen signaalin AA metaboliareittiin molemmissa menetelmissä mutta silti sijoittui se suhteellisen korkea käyttämällä GSEA (

P

GSEA

= 0,0130,

P

ARTP

= 0,1217). Sen lisäksi,

UGT1A9

ja

NAT2

, viisi ylimääräistä geenit tämän reitin oli SNP merkittäviä geneettinen vaikutus (

P

suuntaus 0,05). Näihin sisältyvät

NAT1

,

UGT1A4

,

UGT1A6

,

NQO1

ja

CYP1B1

.

Osa geenien AA metaboliareittiin (eli

CYP1A1

ja

CYP1A2

;

UGT1A4

,

UGT1A6

ja

UGT1A9

;

SULT1A1

ja

SULT1A2

) tapahtuvat samana kromosomilokuksen ja siten samanlaiset koodaus SNP. Vaikutuksen arvioimiseksi tämän redundanssin polulla rikastamiseen signaali, me yhdistettiin geenien kanssa päällekkäisiä SNP ja käsitellään ne yhtenä geneettinen yksikkö meidän polku analyysejä. Näin ollen DNA-kohtien lukumäärän mukana AA metaboliareittiin aleni seitsemän, (taulukko S2) ja vastaavien rikastamiseen signaalit vahvistettiin (

P

GSEA

= 0,0046,

P

ARTP

= 0,0001). Silloinkin kun poistat

NAT2

ja

UGT1A

alueet tästä geenistä-sarja, sen vastaava rikastamiseen signaali edelleen suhteellisen suuri (

P

GSEA

= 0,024,

P

ARTP

= 0,0921).

NAD aineenvaihduntaa

Kaksi nikotiiniamidiadeniinidinukleotidi (NAD) aineenvaihduntaan reittejä havaittiin tämän analyysin. ”NAD biogeneesin I” reittiin (HumanCyc) havaittiin sekä GSEA ja ARTP (

P

GSEA

= 0,0018,

P

ARTP

= 0,0086), ja ” NAD pelastus II ”polku (HumanCyc) havaittiin ainoastaan ​​ARTP menetelmällä (

P

ARTP

= 0,0068). Taulukossa 3 esitetään tulokset geenien näissä reittejä. Kolme NMNAT geenit (

NMNAT1

,

NMNAT2

, ja

NMNAT3

), jotka ovat yhteisiä molemmat näistä kahden reitin satama SNP merkittäviä geneettinen vaikutus (

P

trendi

0,05) ja siten todennäköisesti hallitsevat merkittävää rikastumista signaalit näissä reittejä. Muita geenejä näyttämällä merkittävä rakon syöpäriski on

QPRT

in ”NAD I” polku, ja

ACP6

,

ITGB1BP3

,

ACPL2

in ” NAD II ”polku.

Vesirakkuloiden biogeneesiä ja orastava

kolme reittejä mukana clathrin riippuvia rakkula biogeneesiä ja orastava havaittiin tämän analyysin. ”Lysosomifuusio Vesirakkuloiden biogeneesin” polku (Reactome) osoitti voimakkaimman rikastamiseen signaali joukossa kaikki keinot tässä tutkimuksessa, ja havaittiin molemmat GSEA ja ARTP (

P

GSEA

= 0,0023,

P

ARTP

0,0001). ”Clathrin johdettu rakkula orastava” polku (Reactome) havaittiin vain ARTP (

P

ARTP

= 0,0018), kun taas ”Retrograde neurotrofiiniryhmän signalointi” reitin (Reactome) havaittiin vain GSEA (

P

GSEA

= 0,0084). Taulukko 4 näyttää tulokset geenien näissä reittejä. Kolme geeniä ovat yhteisiä kolme reittiä:

CLTA

ja

CLTC

, jotka koodaavat kevyen ja raskaan ketjun ja clathrin vastaavasti, ja

SH3GL2

joka liittyy clathrin -välitteisen endosytoosin. Yhdistys SNP näiden kolmen geenin virtsarakon syövän riski sijoittui niitä joukossa neljä geeniä näistä reiteistä.

Mitosis

”Mitoottista metafaasissa /Anaphase transition” (Reactome) havaittiin, että GSEA menetelmällä (

P

GSAE

= 0,0040) ja oli marginaalisesti merkitsevä käyttäen ARTP (

P

ARTP

= 0,0187). Mielenkiintoista, kaikki kahdeksan geenit tämän reitin sisältyvät kattavampi ”Mitoottista prometaphase” polku, joka havaittiin alkuperäisessä reitin seulonta, mutta oli vähemmän merkittävä signaali poistamisen jälkeen SNP kanssa heterogeeninen signaaleja (taulukko 1). Tulokset kahdeksan geenien mukana ”Mitoottista metafaasissa /Anaphase transition” polku on esitetty taulukossa 5. Kolme SNP kolme geeniä (

FBXO5

,

SMC3

ja

SPC24

) liittyi merkittävä suojaava vaikutus virtsarakon syöpään (

P

trendi

0,05).

keskustelu

polku perustuva analyysi suuri virtsarakon syöpä GWAS käytetään kahta toisiaan täydentävää polku perustuvat menetelmät (GSEA ja ARTP) havaitsi yliedustus yhdistyksen signaaleja seitsemässä väyliä ( ”aromaattinen amiini aineenvaihdunta”, ”NAD biosynteesi”, ”NAD taltiointi”, ”Clathrin johdettu rakkula orastava”, ”lysosomifuusio rakkula biogeneesin ’,’ Retrograde neurotrofiiniryhmän signalointi”, ja ”Mitoottista metafaasissa /Anaphase siirtyminen”) ja ehdottaa osallistuminen ainakin kolme solun prosesseja (metabolisia vieroitus, mitoosin ja clathrin välittämän rakkulat).

tunnistaminen AA metaboliareittiin tässä tutkimuksessa sekä GSEA ja ARTP voidaan pitää hyvä osoitus että tämän menettelyn hyödyllisyyden, koska AA aineenvaihdunta on perustettu merkitystä virtsarakon syöpään herkkyys. Mielenkiintoista, rikastamisen signaali tämän reitin ohjaa vaihtelut

UGT1A

geenin klusterin ja

NAT1

,

NAT2

, ja

NQO1

geenit (taulukko 1), jotka ovat osallisina detoksikaatiomenetelmien AA-reitin [34], [35]. Vahva rikastus signaali jättää tämän reitin jopa poistamisen jälkeen

UGT1A

ja

NAT2

geenien analyysi osoittaa, että muut geneettiset variaatiot vaikuttavat aromaattisia amiineja vieroitus voi edistää virtsarakon syöpään herkkyys.

havaitseminen NAD metaboliareittiin voi olla merkitystä virtsarakon syövän alttiuden useiden syöpää aiheuttavia mekanismeja. Ensinnäkin, NAD homeostaasin on osoitettu olevan rooli erilaisissa redox reaktioita, jotka voivat aiheuttaa pysyvän soluvaurioita ja siten aloittamisen pahanlaatuinen kasvain [43]. Lisäksi NAD on osoitettu olevan osallisena DNA: n korjauksessa ja telomeerien huoltojen [44] sekä energian tuotannon, jotka molemmat ovat tärkeitä prosesseja syövän kehittymisessä. Mielenkiintoista on, että NAD metaboliareittiin on liitetty äskettäin reittiin perustuva analyysi paksusuolensyöpä GWAS [14]. Paksusuolen ja virtsarakon syöpien on liittynyt NAT2 asetylaatio tila. Virtsarakon syövän, jossa N-asetylointi on vieroitus askel, NAT2 hidas asetylaatiofenotyypistä aiheuttaa suuremman riskin. Sitä vastoin heterosyklisen amiinin liittyvän paksusuolen syöpä, jossa N-asetylointi on vähäinen ja O-asetylointi on syöpää aiheuttava aine-aktivointi vaiheessa, NAT2 nopea asetylaatiofenotyypistä aiheuttaa suuremman riskin [45]. Niinpä samanlainen metaboliareitit voisi olla erilaisia ​​rooleja etiologiassa näiden kahden syöpien.

kolme clathrin välittämää rakkula reittejä korostetaan myös tässä tutkimuksessa. Clathrin kuorrutettu rakkuloiden pelata keskeinen rooli solun sisäiseen liikenteeseen endosytoosin, ja eksosytoosilla [46]. Tässä keskustelussa, on osoitettu, että clathrin-välitteinen vesikkeli reittejä säädellä signalointi ja sijainti solun useiden kasvutekijöiden [47], joiden tiedetään olevan rooli syövän alttiuden. Mielenkiintoista, clathrin voi olla myös merkitystä Mitoottista Metaphase /Anaphase siirtyminen polku, joka oli myös osallinen tässä tutkimuksessa. Mitoosin aikana, clathrin auttaa vakauttamaan Kinetokori kuidut, jotka ovat tarpeen asianmukaista toimintaa sukkularihmaston [48]. Siten yliedustukseksi yhdistymis- signaalit kahteen eri väyliä liittyvä mitoosia viittaavat siihen, että häiriöt Mitoosi prosessissa, ja erityisesti ne, jotka liittyvät metafaasissa /Anaphase siirtyminen, voivat muuttaa riski ihmisen virtsarakon syöpään.

vahvuudet Tutkimuksemme ovat suuri otoskoko; käyttö ensisijaisen skannattujen tietojen viidestä riippumattomien tutkimusten avulla voimme käsitellä johdonmukaisuuden varmistaminen koko eri populaatioissa; ja käytetään kahta täydentävää reitin perustuvia menetelmiä. Rajoituksena Tutkimuksemme on puute reittiin perustuvia signaaleja saavuttaa huomionarvoista FDR merkitys, ja vain yksi polku (lysosomifuusio Vesirakkuloiden Biogenesis), jossa on FDR-arvo 0,2. Tämä voi olla osittain johtuu luontaisesta rajoja käytettyjen menetelmien, riittämätön merkintä asiaankuuluvien reittejä julkisissa tietokannoissa, tai heikon yhdistys signaaleja tietomme. Viimeaikaiset analyysi virtsarakon syöpään RNA ekspressiotietojen, ovat myös korostaneet rikastaminen geenien samanlaisia ​​prosesseja kuin me tunnistettu meidän genomista tietoa täällä, kuten aineenvaihduntaan, mikä antaa lisää uskottavuutta, että reitit tunnistaa, voivat olla merkityksellisiä virtsarakon syövän alttiuden [49] . Lisäksi korkea sijoitus AA metaboliareittiin sekä GSEA ja ARTP tukevat valtaa näiden menetelmien korostaa polkuja vakiintuneiden merkitystä virtsarakon syöpä herkkyys ja voi näin ollen samalla ehdottaa osallistumista metabolisen vieroitus, mitoosin ja clathrin välittämä reittejä virtsarakon syövän synty.

tukeminen Information

Taulukko S1.

tiedot ja tulokset kaikista 1423 reittejä mukana tässä tutkimuksessa.

doi: 10,1371 /journal.pone.0029396.s001

(XLS) B Taulukko S2.

Luettelo geenien mukana 22 Itsevalmistettujen ehdokas reittejä.

doi: 10,1371 /journal.pone.0029396.s002

(XLS) B

Kiitokset

Haluamme kiittää Leslie Carroll (Information Management Services, Silver Spring, MD, USA), Gemma Castaño-Vinyals (Institut Municipal d’Investigació Medica, Barcelona, ​​Espanja), Fernando Fernández (Institut Municipal d’Investigació Medica, Barcelona, ​​Espanja), Paul Hurwitz (Westat, Inc., Rockville, MD, USA)

Charles Lawrence (Westat, Inc., Rockville, MD, USA), Marta Lopez-Brea (Marqués de Valdecilla University Hospital, Santander, Cantabria, Espanja), Anna McIntosh (Westat, Inc., Rockville, MD, USA) B

Angeles Panadero (Hospital Ciudad de Coria, Coria (Cáceres), Espanja), Fernando Rivera (Marqués de Valdecilla University Hospital, Santander, Cantabria, Espanja), Robert Saal (Westat, Rockville, MD, USA ) B

Maria Sala (Institut Municipal d’Investigació Medica, Barcelona, ​​Espanja), Kirk Snyder (Information Management Services, Inc., Silver Spring, MD), Anne Taylor (Information Management Services, Inc., Silver Spring , MD), Montserrat Torà (Institut Municipal d’Investigació Medica, Barcelona, ​​Espanja), Jane Wang (Information Management Services, Silver Spring, MD, USA) B