Krooninen sairaus

tiivistelmä

Genome-laajuinen yhdistys tutkimukset (GWAS) ovat tunnistaneet useita geneettisiä variantteja liittyy keuhkosyövän riskiä. Nämä loci selittävät vain murto keuhkosyövän hereditability ja muut variantit, joilla on heikko vaikutus voidaan menetetty GWAS lähestymistapa johtuu tiukkojen merkitsevyystasolla toistuvassa vertailun korjauksen. Tässä tutkimuksessa tunnistamiseksi tärkeitä reittejä, joihin liittyy keuhkojen syövän synnyn, suoritimme kaksivaiheista polku analyysi GWAS keuhkosyövän han-kiinalaisten geenien asetettu rikastus analyysi (GSEA) menetelmällä. Ennalta määritetyt kanavat, BioCarta ja Kegg tietokannat järjestelmällisesti arvioitiin Nanjing tutkimus (Discovery vaihe: 1473 tapauksia ja 1962 tarkastukset) ja suggestiivinen polkuja olivat edelleen validoitava Pekingissä tutkimuksessa (Replication vaihe: 858 tapausta ja 1115 tarkastukset). Huomasimme, että neljä väyliä (achPathway, metPathway, At1rPathway ja rac1Pathway) olivat jatkuvasti merkittävä molemmissa tutkimuksissa ja

P

arvot yhdistetään aineisto oli 0,012, 0,010, 0,022 ja 0,005 vastaavasti. Nämä tulokset olivat vakaita jälkeen herkkyysanalyysiin perustuen geenin määritelmän ja geenien välisiä päällekkäisyyksiä reittejä. Nämä havainnot voivat tarjota uusia oivalluksia etiologiaa keuhkosyöpä.

Citation: Zhang R, Zhao Y, Chu M, Wu C, Jin G, Dai J, et al. (2013) Pathway Analyysi genominlaajuisten Association Study of Lung Cancer in Han-kiinalaisia ​​Population. PLoS ONE 8 (3): e57763. doi: 10,1371 /journal.pone.0057763

Editor: Ge Zhang, Cincinnati Lasten Hospital Medical Center, Yhdysvallat

vastaanotettu: 02 marraskuu 2012; Hyväksytty: 24 tammikuu 2013; Julkaistu: 01 maaliskuu 2013

Copyright: © 2013 Zhang 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 perustuu China National High-Tech Research ja kehittämisohjelma Grant (2009AA022705) ja osittain rahoittaa National Key Basic Research Program Grant (2011CB503805) ja National Natural Science Foundation of China (81072389, 30901232, 30730080, 30972541 ja 30901233) , tutkimuksen Found tohtorikoulutuskeskukseen of Higher Education of China (20113234110002), Jiangsu Natural Science Foundation (BK2011028), Natural Science Foundation of Jiangsu Korkeakoulujen Kiinassa (11KJA330001 ja 10KJA33034), Yhdysvaltain National Institutes of Health Grant ( U19 CA148127), tutkimus- ja innovaatio Project merkonomien Jiangsun maakunnassa (CXZZ11_0733), ja Priority Academic ohjelmasuunnitteluosastolle Jiangsun korkeakouluista (papD). 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

Keuhkosyöpä on yksi useimmin diagnosoitu syöpien ja johtavia syitä syöpäkuolemien maailmanlaajuisesti [1]. Kiinassa, esiintyvyys ja kuolleisuus keuhkosyöpään on kasvanut nopeasti viimeisten kolmen vuosikymmenen aikana, pääasiassa koska tupakan [2]. Kuitenkin geneettiset tekijät on myös tärkeä rooli keuhkojen syövän synnyn. Useiden viime vuosien genomin laajuinen yhdistys tutkimukset (GWAS) ovat tunnistaneet yli 10 lokuksen liittyvän keuhkosyövän riski vähäinen vaikutus kunkin yksittäisen nukleotidin polymorfismi (SNP) [3], [4], [5], [ ,,,0],6], [7], [8]. Kuitenkin nämä muunnelmat oli vain pieni murto-osa hereditability keuhkosyövän [9], [10], [11].

Koska geeni-geeni vuorovaikutus voi edistää monimutkaisia ​​sairauksia, on ehdotettu, että yhdistämällä useita variantteja, joilla pieni vaikutus yhdessä oleva biologinen reittejä käyttäen GWAS data voi yleensä havaita yhteisvaikutukset useiden geenien ja korostaa erityisten polku yhteen tiettyyn tautiin [12]. Suuri osa tautiherkkyyteen geenit voivat olla toiminnallisesti liittyvien ja /tai olla vuorovaikutuksessa toistensa kanssa biologisten reittien ja vain pieni määrä biologisia reittejä voi pääasiassa edistää etiologiaa monimutkainen sairaus [13]. Näin ollen reitti lähestymistapoja on sovellettu GWAS useiden vaikeiden sairauksien, ja joitakin uusia taudin alttius reittejä on havaittu [14], [15], [16], [17], [18], [19] , [20], [21], [22], [23]. Äskettäin, Chung et ai. (2012) [24] arvioitiin reitit liittyy keuhkosyövän riskiä henkilöillä keräämät American Cancer Society kaikissa Yhdysvaltojen osavaltioissa käyttäen kaksivaiheista random metsäperustaista polku analyysimenetelmän perustuu Kegg tietokannassa (URL: http: //www.genome .jp /Kegg /pathway.html /), ja tunnistettiin 4 polkuja liittyy keuhkosyövän luettuna p53 signalointireitille. Samaan aikaan, Fehringer et ai. (2012) [25] suoritetaan koulutusjakson analyysi keuhkosyövän riskiä henkilöillä kerättiin Keski-Euroopasta, Toronto, Saksa ja Texas käyttäen neljää eri menetelmiä, jotka perustuvat Gene ontologia (GO) tietokannasta (URL: https://www.geneontology.org/), ja totesi, että tiiniasetyylikoliinireseptoria aktiivisuus koulutusjakso on merkitsevästi yhteydessä keuhkosyövän riskiä käyttämällä kahta erilaista lähestymistapaa. Kuitenkaan mikään polun analyysien keuhkosyövän GWAS raportoidaan populaatiot Euroopan ulkopuolisten syntyperä tasalla.

Useita menetelmiä on ehdotettu polku analyysi [26], ja yksi yleisesti käytetty menetelmä on geeniperimä rikastus analyysi (GSEA) [16]. Lyhyesti, kolme vaihetta käytetään reitin analyysiä GSEA. Ensinnäkin yksittäiset-SNP assosiaatio analyysi tehdään vaikutuksen määrittämiseksi kullekin SNP. Toiseksi edustaja SNP alhaisimman

P

arvo on kartoitettu kutakin geeniä, ja kaikki geenit on osoitettu ennalta biologisia polkuja. Lopuksi kaikki geenit paremmuusjärjestykseen niiden merkityksen, ja sitten on arvioitava, onko tietty ryhmä geenejä on rikastettu yläosassa paremmuusjärjestykseen sattumalta. Tämän seurauksena klusterin biologisen liittyvien SNP joka ilmestyi alkuun luettelo voidaan mahdollisesti liittyvän taudin integraatio.

laajamittainen GWAS keuhkosyövän Han Kiinan väestön, olemme jo validoitu viittaavia SNP kanssa

P

arvo ≤1.0 × 10

-4 riippumattomissa populaatioiden ja löysi viisi uutta keuhkosyövän riskiin liittyvän lokusten vaikutus koko (riskisuhde) vaihtelee 0,84-1,35 klo genominlaajuisten merkitsevyystaso [3], [4]. Edelleen syvästi ymmärtää genetiikan mekanismi keuhkosyövän ja tunnistaa ratkaiseva väylän keuhkojen karsinogeeneja, tällä hetkellä suoritetaan kaksivaiheinen polku analyysi käyttäen GSEA menetelmä perustuu nykyisten GWAS tiedot Han Kiinan väestön. Vaiheessa 1, me seulotaan kaikki saatavilla reittejä Nanjingissa, jossa käytettiin 1473 tapauksia ja 1962 tarkastuksia. Vaiheessa 2, polut jossa

P

arvot ≤0.05 ja

FDR

≤0.50 validoitu Pekingissä, jossa käytettiin 858 tapausta ja 1115 tarkastuksia.

Materiaalit ja menetelmät

Ethics lausunto

Tämä kollaboraatiotutkimukseksi hyväksyi institutionaalisten tarkastuslautakunta Kiinan Medical University, Tongji Medical College, Fudanin yliopiston Nanjing Medical University ja Guangzhou Medical College kirjallinen suostumus kaikilta osallistujat [27 ], [28], [29], [30].

TET

tutkimuksen kohteena olivat käynnissä kahden keskus GWAS keuhkosyöpään Kiinassa, mukaan lukien Nanjing tutkimus ja Peking tutkimus. Yksityiskohtia väestöstä on kuvattu muualla [3]. Lyhyesti, oli 1473 tapauksia ja 1962 tarkastuksia Nanjing tutkimuksessa, 858 tapausta ja 1115 tarkastuksia Pekingissä tutkimuksessa jälkeen laadunvalvonta. Kaikki keuhkosyöpää oli histopatologisesti tai sytologisesti vahvistettu vähintään kaksi paikallista patologia. Kaikki säätimet valittiin saavien rutiinia lääkärintarkastuksissa paikallisissa sairaaloissa tai ne osallistuvat yhteisön seulonta-tarttuvien tautien ja taajuus-Hyväksytty iän, sukupuolen ja maantieteellisillä alueilla kuhunkin joukko keuhkosyöpää.

Genotyping ja laadunvalvonta

Genotyping suoritettiin käyttäen Affymetrix genominlaajuisten Human SNP Array 6.0. Systemaattinen laadunvalvonta menettelyä sovellettiin sekä SNP ja yksilöt ennen koulutusjakson analyysi [3]. Lyhyesti, SNP: tä pois, jos he eivät karttaa peittyvästi kromosomeissa, oli puhelun asti 95%, pieniä alleelin taajuus (MMM) 0,05,

P

1 x 10

-5 Hardy-Weinberg tasapaino (HWE) yhdistetyssä näytteet kahdesta tutkimuksesta tai

P

1 x 10

-4 HWE joko Nanjing tai Beijing tutkittavat näytteet. Poistimme näytteitä puhelutaajuuden 95%, epäselvä sukupuoli, perhesuhteet, äärimmäinen heterotsygotiamäärä ja harha. Lopuksi, yhteensä 2331 tapausta ja 3077 tarkastuksia (Nanjing tutkimus: 1473 tapauksia ja 1962 valvontaa; Peking tutkimus: 858 tapausta ja 1115 tarkastuksiin) 570373 SNP: tä pysyi myöhemmissä koulutusjakson analyysi.

Pathway Data rakentaminen

Keräsimme polkuja kahdesta julkisista varoista: Kegg ja BioCarta tietokanta (URL: https://www.biocarta.com/). Väylät sisältäviä geenejä 10-200 olivat mukana tässä tutkimuksessa. Tämä geeni numero alue katsottiin sopivaksi vähentää usean vertailun kysymys ja kokeiden välttämiseksi liian kapea tai laaja funktionaalinen geeni ryhmiin [22]. Pathway päällekkäisyyksiä määriteltiin prosentteina yhteisten geenien yhteensä niistä kaksi väyliä [14].

Tilastollinen analyysi

Logistinen regressiomalli korjattuna iän, sukupuolen, pakkaus vuotta tupakoinnin ja neljän ensimmäisen pääkomponentit johdettu EIGENSTRAT 3,0 [31] käytettiin arvioimaan yhdistyksen merkitys kunkin SNP käyttäen GLM paketti toteutetaan R (versio 2.14.0; R Foundation for Statistical Computing). SNP: t jaettiin geenin, jos ne sijaitsevat 50 kb alavirtaan tai ylävirtaan geenistä. Merkitys kunkin geenin oli peräisin edustaja SNP. Kaikki geenit jaettiin polkuja. Sitten assosiaatio keuhkosyövän riskiä ja jokainen polku arvioitiin GenGen ohjelmistojen [16] painotetun Kolmogorov-Smirnov-kuin juoksu summa tilastotieto (merkitään rikastamiseen pisteet,

ES

), joka heijasti yliedustus klusterin geenien tämän reitin yläosassa koko sijoittui listan geenien genomin. Me arvotaan uudestaan ​​asiakirja-ohjaus tilan 1000 kertaa, ja toistuva nämä edellä askeleen päästä permutoitu reitin assosiaatiotulosten. Siten normalisoitu

ES

jälkeen säätää erikokoisille geenien, voitaisiin hankkia kautta permutaatio menettelyä. Samaan aikaan,

P

arvo kunkin reitin ja väärä löytö määrä (FDR) pitämään osuuden odotetaan väärät positiiviset löydökset olivat peräisin. Merkitsevyystaso polkuja analyysi asetettu

P

≤0.05 ja

FDR

≤0.5.

Tulokset

geneettistä tietoa ja Prior Biological Information käyttää vuonna Pathway Analysis

kokonaismäärästä 570373 genotyyppi SNP, 340060 SNP kartoitettiin osaksi 17225 geenit 50 kb ylävirtaan tai alavirtaan. Niistä 135160 SNP: tä lopulta osoitettu 3514 geenien ennalta määritellyn väyliä (41560 SNP: t on 1003 geenejä BioCarta reittejä ja 120864 SNP: ja 3134 geenien Kegg reittejä). Kaikki geenit jaettiin 368 polkuja, jotka sisälsivät 10-200 geenejä (191 väyliä käytetään BioCarta tietokantaan, 177 reittejä käytetään Kegg tietokanta) seuraavina reitin analyysiin.

tulokset Pathway Analysis käyttäen GSEA Method

Kuten esitetään taulukossa 1, yhteensä 22 polkuja olivat merkitseviä (

P

≤0.05,

FDR

≤0.5) Nanjingissa tutkimuksessa. Niistä viisi reittejä onnistuneesti monistaa Pekingissä tutkimuksessa, mukaan lukien achPathway (

P

= 0,007), agrPathway (

P

= 0,033), At1rPathway (

P

= 0,003 ), metPathway (

P

= 0,007) ja rac1Pathway (

P

= 0,041). Yhdistämisen jälkeen kaksi tutkimusta, neljä viidestä monistaa polkuja pysyi merkitystä, mukaan lukien achPathway (

P

= 0,012), At1rPathway (

P

= 0.022), metPathway (

P

= 0,010) ja rac1Pathway (

P

= 0,005). Vaikka in Kegg tietokantaan, ei-reitin havaittiin (tuloksia ei ole esitetty). Yksi merkittävistä väyliä (

P

≤0.05) yhdistetylle aineisto näiden kahden tutkimuksen (taulukko S1 File S1), nämä neljä tunnistettavissa reittejä oli sijoittunut top luetteloon (nro 1 rac1Pathway, No. 3 metPathway, No.4 varten achPathway ja No.5 varten At1rPathway).

achPathway, 9 16 niistä oli SNP kanssa

P

arvojen 0,05; vastaavasti, 15, 14 ja 18 merkittäviä geenien välillä havaittiin 28 geenien At1rPathway, 32 geenien metPathway ja 23 geenien rac1Pathway, vastaavasti. Edustaja SNP keuhkosyöpä riskin

P

arvojen 0,01 jokaista geeniä näissä 4 reittejä esitetään taulukossa 2.

herkkyys analyysi Pathway-pohjainen Association

jotta voidaan arvioida vaikutuksen SNP-to-geenin kartoitus strategia koulutusjakson analyysi, me edelleen kartoitettu SNP geeneihin 20 kb ylävirtaan tai alavirtaan. Kaksikymmentä kolme reittejä olivat merkittäviä Nanjing tutkimuksessa, ja 7 heistä monistaa Pekingissä tutkimuksessa. Yhdistämisen jälkeen kaksi tutkimusta yhdessä, kolme väyliä (achPathway, metPathway ja rac1Pathway) oli edelleen merkittävä (0,019, 0,005 ja 0,004 vastaavasti) (taulukko S2 File S1). Nämä kolme väyliä havaittiin myös ensimmäisen analyysin lähestymistavan. Lisäksi At1rPathway, jonka on havaittu alkuperäisessä analyysi oli myös merkittävä yhdistetyn aineisto (

P

= 0,015), vaikka

P

arvo oli 0,086 Nanjingissa tutkimuksessa. Sillä merkittäviä reittejä havaittu Nanjing tutkimuksessa 19 reittejä havaittiin molemmat lähestymistavat käyttäen ’50 kb ”sääntö ja ’20 kb” sääntö ja viskositeettiluku oli 73,08% (19/26) väliin kahden lähestymistavan.

päällekkäisyyttä huomioon geenien välillä polkuja, laskimme pareittain päällekkäisyyksiä 4 tunnistaa polkuja ja löysi päällekkäisyys hinnat vaihteli 6,25%: sta 25,00% (taulukko S3 File S1). Koska ainoa merkittävä geenien väyliä osaltaan lopulliset tulokset, me lasketaan uudelleen päällekkäisyyksiä näiden reittien käyttävät merkittäviä geenejä, ja päällekkäisyys hinnat olivat 4,17%: sta 18,75% (taulukko S3 File S1). Lisäksi neljä geenejä (

PAK1

,

PIK3R1

,

PTK2

, ja

PTK2B

), jotka vaikuttivat yli 2 väyliä (taulukko S4 File S1), olivat edelleen poistettiin väyliä herkkyysanalyysi. Tämän seurauksena neljä tunnistetut reitit (achPathway, metPathway, At1rPathway ja rac1Pathway) olivat edelleen merkittävä (taulukko S5 File S1) yhdistetyssä aineisto (

P

= 0,033, 0,040, 0,039 ja 0,012, tässä järjestyksessä).

keskustelu

GWAS onnistuneesti tunnistanut DNA-kohtien sairauksista /piirteet, jotka ovat parantaneet huomattavasti ymmärrystä geneettiseen mekanismi näiden fenotyyppien. Koska tiukka laadunvalvonta menettelyä ja tiukka korjaus monivertailuja käytetään GWAS, yksittäiset SNP jotka todella liittyvät fenotyypit vaatimaton vaikutus on saattanut menettää. Siksi polku perustuva lähestymistapa, joka arvioi kumulatiivinen osuus funktion liittyviä geenejä voidaan saada uusia oivalluksia biologia tietyn taudin hyödyntäen GWAS tiedot. GSEA on kaksi merkittävää etua verrattuna muihin menetelmiin [16], [26]. Ensinnäkin, se suorittaa kaksivaiheinen permutaatio-pohjainen korjaus menettely, joka tehokkaasti säätää erikokoisille geenien ja säilyttää korrelaatiot SNP saman geenin. Toiseksi, covariates kuten ikä, sukupuoli tai väestö kerrostuneisuus GWAS voidaan säätää GSEA. Niinpä nykyisessä tutkimuksessa käytimme GSEA ja määritti neljä väyliä (achPathway, metPathway, At1rPathway ja rac1Pathway), joka voi olla tärkeä rooli kehitettäessä keuhkosyövän Han-kiinalaisia ​​väestöstä. Nämä löydökset olivat stabiileja herkkyysanalyysissä harkittaessa SNP-to-geenin kartoitus lähestymistapa ja geeni päällekkäisyyttä polkuja.

achPathway (Rooli nikotiiniasetyylikoliinireseptorien säätelyssä apoptoosin) tunnistettiin alkuun polkuja liittyy keuhkosyövän riskiä tässä tutkimuksessa. Nikotiiniasetyylikoliinireseptorien (nAChr) ovat välttämättömiä neuromuskulaarisen signaloinnin ja on myös havaittu ei-hermosoluihin, kuten keuhkoputken epiteelisolujen ja keuhkosyövän solulinjat [32], [33], [34]. Nikotiini ja sen johdettu karsinogeenisia nitrosamiineja voi olla tärkeä rooli patogeneesissä keuhkosyövän kautta sitoutumalla nAChr ilmaistu keuhkojen epiteelisoluissa, jotka pääasiassa johtuvat vastus syöpäsolujen apoptoosin [35]. Maneckjee et ai. (1994) osoittivat, että alhaiset pitoisuudet nikotiinin voisivat estää apoptoosin induktio keuhkosyövän soluihin [33]. Sen lisäksi, että antaa resistenssin apoptoosia vastaan, useat tutkimukset ovat osoittaneet, että nAChr voi indusoida solujen lisääntymistä sekä angiogeneesin [36], [37], jotka molemmat ovat mukana Genesis syövän.

Tärkeää on, useita GWAS perustuu valkoihoinen väestö ovat johdonmukaisesti tunnistettu 15q25 kuten keuhkosyöpä alttius alue [5], [6], [7], joka sisältää nikotiiniasetyylikoliini reseptorin alayksikköä geeni klusterin, kätkeminen

CHRNA5

,

CHRNA3

ja

CHRNA4

geenejä.

TERT

sisältyy achPathway ja sen edustaja SNP rs2736100 on tunnistettu keuhkosyöpä alttius lokuksen eri etnisten populaatioissa [3], [8], erityisesti aasialaisilla [38], [39], [40].

At1rPathway (angiotensiini II aktivaation JNK Pathway kautta Pyk2 riippuvainen signalointi), Clereet. al (2010) ehdotti, että angiotensiini II tyypin 2 reseptorin (AT2R) edistäisi kasvainten kehittymiseen, mukaan lukien pahanlaatuisten solujen lisääntymisen ja tuumoriangiogeneesissa [41]. Yli-ilmentyminen angiotensiini II tyypin 2 reseptorin geenin indusoi solukuoleman keuhkoadenokarsinooma soluihin [42], [43]. Poikkeava aktivoitu JNK-reitin voi aiheuttaa patologisia solukuolemaa ja eri sairauksia kuten syöpää [44], kun taas mutaatiot JNK-reitin voi myös olla mukana syövän kehityksen [45].

metPathway (signalointi hepatosyyttikasvutekijä Factor Receptor), hepatosyytti- kasvutekijän reseptorin, jota kutsutaan myös c-Met: n, aktivoidaan hepatosyyttikasvutekijän (HGF). Poikkeava c-Met signalointi pelaa merkittävä rooli patogeneesissä ja biologian ihmisen syövistä [46]. Samaan aikaan mutaation ja yli-ilmentynyt muotoja c-Met: liittyvät onkogeneesiin ja etäpesäkkeiden, jolloin c-Met mahdollinen terapeuttinen kohde syöpälääkkeitä [47], [48]. Mielenkiintoista on, että c-Met: ja epidermaalisen kasvutekijän reseptori (EGFR) estäjät voivat synergistisesti estävät solujen proliferaatiota ja edistää apoptoosia keuhkosyövän [49]. Yano et ai. (2008) ehdotti, että HGF-välitteisen MET aktivointi voi aiheuttaa gefitinibin vastus keuhkoadenokarsinooma kanssa

EGFR-

aktivoivia mutaatioita [50].

rac1Pathway (Rae 1 soluliikkuvuus signalointireitistä), ras-1 on pieni GTP-sitovaa proteiinia Rho perhe, joka säätelee solun liikkuvuus ja jakautumista vasteena solunulkoisten signaalien [51]. Samaan aikaan, Ras-1 voi toimia onkogeenien fibroblasteissa kun yli ilmaistaan ​​[52]. Rab5 voi aktivoituvat Rac kautta useita mekanismeja, Rab5-säännelty kaupan Rac on mukana solun liikkuvuus, mikä voi myös vaikuttaa solujen vaeltamiseen aikana morphogenesis ja syövän etäpesäkkeiden [53], [54]. Samaan aikaan, Rac aktivointi jonka IRSp53 /Eps8 kompleksi on tärkeä rooli metastaattisen käyttäytymisen pahanlaatuisen kasvainsolun [55].

Lisäksi, myös tarkastetaan raportoitu väylät Chung et al. (2012) ja Fehringer et ai. (2012) tutkimuksessamme. Mielenkiintoista, vahvin yhdistys raportoimat Fehringer et al. (2012) oli asetyylikoliinireseptoriaktiivisuutta toimintaa koulutusjakson kun achPathway tunnistettiin nykyisessä tutkimuksessa. Jotkut tutkimukset ovat osoittaneet, että aktivointi nikotiiniasetyylikoliinireseptorien voi muuttaa apoptoottisia merkinanto sekä stimuloivat proliferaatiota, jotka molemmat on tärkeä rooli keuhkojen karsinogeneesissä [56], [57], [58]. Tulokset: ta tukemaan on tärkeää, että 2 polkuja kehitettäessä keuhkosyöpä, joka on biologisesti uskottava. Emme kuitenkaan ole löytynyt merkittäviä signaaleja muille raportoitu reittejä. Tämä saattaa selittyä etninen heterogeenisyys, eri polku analyysimenetelmien tai määritelmä väyliä eri tietokannoista.

Tämä tutkimus on useita vahvuuksia. Ensin suoritetaan kahdessa vaiheessa polku analyysi kaksi erillistä populaatioissa, jotka voivat vähentää vääriä positiivisia löydöksiä ja parantaa uskottavuutta tuloksista. Toiseksi neljä tunnistettu reitit olivat edelleen stabiili, kun herkkyysanalyysissä harkittaessa SNP-to-geenin kartoitus lähestymistapoja ja geeni päällekkäisyyttä reittejä. Tämä seikka sekä tärkeät biologia tunnistettujen reittejä keuhkojen syövän synnyn on lisännyt luottamusta siihen, että tulokset voivat olla totta muita kuin sattumalta. Kuitenkin useita rajoituksia on myös tarpeen käsitellä tässä tutkimuksessa. Ensinnäkin, epätäydellinen merkinnästä Ihmisen genomin voi vähentää tutkimus virtaa polulla analyysiin, koska monien geenien toimintaa ei tunneta, ei voida määritetty tiedossa polkuja ja geenien välinen SNP fyysisesti etäältä geenit eivät sisälly vielä. Siten lisätutkimukset perustuva parannettu genomin merkintä tietokanta voi tarjota lisää ymmärrystä genetiikan keuhkosyöpään. Toiseksi, eri polku tietokannoissa on eri ohjeet reitin rakentamiseen. Näin ollen, geeni sisältö polkuja, jotka edustavat samaa biologinen prosessi voi vaihdella huomattavasti eri tietokannoista [14]. Olemme vain keskittynyt Kegg ja BioCarta tietokantoja, jotka voivat olla rajoitettu analyysimme takia luontainen määritelmään koulutusjakson, vaikka nämä kaksi tietokantaa on yleisesti käytetty koulutusjakson analyysi [19], [22], [24]. Lopuksi, on parempi suorittaa geenin tupakoinnin vuorovaikutuksen analyysi tai geeni-geeni vuorovaikutuksen analyysi keskustella edelleen osallistumisesta näistä neljästä reittejä tupakointiin liittyviin syövän synnyn. Tutkimme niitä tulevissa tutkimuksissa.

Yhteenvetona, tämä tutkimus kaksivaiheinen polku analyysi GWAS keuhkosyövän Han-kiinalaiset käyttävät GSEA menetelmää, ja tunnistettiin neljä väyliä (achPathway, metPathway, At1rPathway ja rac1Pathway) liittyy keuhkosyövän riskiä. Nämä havainnot voivat olla tärkeä lisä GWAS ja tarjota uusia oivalluksia biologia keuhkosyöpään.

tukeminen Information

Tiedosto S1.

Taulukko S1. Sijoitus poluista, jotka perustuvat yhdistetyn aineisto Nanjing ja Peking tutkimuksia. Taulukko S2. Herkkyysanalyysi koulutusjakson analyysi geenien määritelty SNP 20 kb ylävirtaan tai alavirtaan. Taulukko S3. Gene päällekkäisyyksiä 4 tunnistettavissa väyliä kaikkien geenien määritelty BioCarta tietokanta tai geenejä, joilla on merkittävä edustaja SNP (

P

0,05)

a. (A) vasemmassa alakulmassa on symmetrinen matriisi on määrä päällekkäisyyttä geenien välillä pareittain reittejä ja niiden koko geeni numero. Oikeassa yläkulmassa osa on päällekkäisyyssuhde välillä pareittain väyliä (%). Taulukko S4. Geenit, joilla on merkittävä edustaja SNP (

P

≤0.01) osallistui useita eri reittejä pitkin. (A) Johdettu logistisen regressiomallin korjattuna iän, sukupuolen, pakkaus vuotta tupakoinnin ja pääkomponenttien yhdistettyjen aineisto Nanjing ja Peking tutkimuksia. Taulukko S5. Tulokset herkkyysanalyyseja 4 tunnistettiin reitin poistamisen jälkeen merkittävä päällekkäisten geenien (

PAK1

,

PIK3R1

,

PTK2

ja

PTK2B

).

doi: 10,1371 /journal.pone.0057763.s001

(DOCX) B

Kiitokset

kirjoittajat kiittää kaikkia koehenkilöistä, tutkimus henkilöstö ja opiskelijat, jotka osallistuivat tähän työhön. Arvostamme myös kaksi nimettömänä arvioijat heidän arvokkaita ehdotuksia tämän käsikirjoituksen.