Krooninen sairaus

tiivistelmä

Background

Genome-laajuinen yhdistys tutkimukset (GWASs) ja maailmanlaajuinen profilointi geeniekspression (mikrosiruja) ovat kaksi merkittäviä teknologisia läpimurtoja, jotka mahdollistavat hypoteesi vapaa tunnistaminen ehdokas liittyvien geenien kasvaimien syntyyn. Ei ole selvää, onko johdonmukaisuus kandidaattigeeneihin tunnistetaan GWAS (GWAS geenit) ja ne tunnistetaan profilointi geenien ilmentyminen (mikrosirun geenejä).

Menetelmät /Principal Havainnot

Käytimme Cancer geenimerkit Alttius tietokannasta hakea yhden emäksen monimuotoisuus alkaen kandidaattigeenit eturauhassyöpään. Lisäksi, teimme suuri meta-analyysi geenin ilmentymisen tietojen normaalissa eturauhasessa ja eturauhasen tuumorikudosta. Havaitsimme 13905 geenejä, jotka kuulusteltiin sekä GWASs ja mikrosiruja. Perusteella P-arvojen GWASs, valitsimme 1649 merkittävimmin liittyviä geenejä toiminnallinen huomautusta, jonka Tietokanta Annotation, visualisointi ja integroitu Discovery. Olemme myös suoritettu toiminnallinen merkintä analyysi käyttäen samaa määrää alkuun geenien tunnistettu meta-analyysi geenien ilmentyminen tietoja. Huomasimme, että geenit liittyi solun tarttumiseen olivat yliedustettuina sekä GWAS ja mikrosirujen geenejä.

Johtopäätökset /merkitys

Olemme päätellä, että tulokset näiden analyysien mukaan yhdistäminen GWAS ja mikrosirujen tiedot olisivat tehokkaampi tapa kuin analysoida yksittäisiä aineistoja ja niiden avulla voidaan tarkentaa tunnistaminen ehdokas geenien ja liittyvät toiminnot kasvainten kehittymiseen.

Citation: Gorlov IP, Gallick GE, Gorlova OY, Amos C, Logothetis CJ (2009) GWAS Meets Microarray: Ovatko tulokset genominlaajuisten Association tutkimukset ja Gene-Expression PROFILOINTILAITE yhdenmukainen? Eturauhassyöpä esimerkkinä. PLoS ONE 4 (8): e6511. doi: 10,1371 /journal.pone.0006511

Editor: Eshel Ben-Jacob, Tel Avivin yliopisto, Israel

vastaanotettu: toukokuu 11, 2009; Hyväksytty: 29 Kesäkuu 2009; Julkaistu: 04 elokuu 2009

Copyright: © 2009 Gorlov 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 tutkimus tukivat David Koch Center for Applied Research in Urogenitaalinen Cancer. Osittainen tuki tätä tutkimusta on antanut US National Institute of Health myöntää R01CA121197-01A2 CA ja AR055258 alihankintana OG. 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

Microarray teknologia mahdollistaa samanaikainen arviointi ilmentymisen lähes kaikki geeneistä genomissa. Tämä lähestymistapa on laajalti käytetty tunnistamaan kandidaattigeenit liittyy syövän kehittymisen ja etenemisen [1] – [3]. Genome-laajuinen yhdistys tutkimukset (GWASs) on äskettäin tullut tehokas työkalu tunnistaa geneettisten polymorfismien liittyy syöpäriski [4], [5]. Vuonna GWAS, satoja tuhansia yhden nukleotidin polymorfismien (SNP: t) genotyyppi suuressa määrässä tapauksia ja valvontaa. Ero alleelinen tai genotyypin taajuuksia tapausten ja kontrollien välillä ehdottaa yhdistyksen välillä syöpäriski ja SNP ja linkitetty geeni tai säätelyalueen.

Ovatko nämä kaksi lähestymistapaa vertailukelpoisia tuloksia ei ole tutkittu. Äskettäin Chen et ai. [6] tunnistettu geenejä, jotka ovat yleensä ilmentyvät eri puolilla eri kokemuksellisen olosuhteet ja valtioiden geenien ilmentyminen tietoja Gene Expression Omnibus (GEO). He havaitsivat, että ilmennetty eri geenit ovat todennäköisemmin havaitaan taudin variantit assosiaatiotutkimuksissa.

Tässä tutkimuksessa olemme sitoutuneet suorempi lähestymistapa yhdistää GWAS ja microarray data. Suoritimme toiminnallinen merkinnät alkuun geenien tunnistettu eturauhassyövässä GWASs ja sama määrä alkuun ehdokas geenit tunnistettu meta-analyysi geenien ilmentyminen tietoja normaalissa eturauhasessa ja eturauhasen kasvain. Tulokset Meidän analyysit osoittavat, että nämä kaksi lähestymistapaa, jolloin saatiin samanlaiset tulokset on toiminnallisella tasolla.

Materiaalit ja menetelmät

useita eturauhassyövän GWASs äskettäin suoritettiin, ja useita kandidaattigeenien havaittiin ( Taulukko 1) [7] – [10]. Vaikka vain muutama SNP kanssa genominlaajuisten merkitsevyystaso, 10

-7, havaittiin näissä tutkimuksissa, useita SNP olivat merkittäviä tasolla yksittäisten testien mutta nonsignificant korjauksen jälkeen useita testejä. Tällaiset SNP todennäköisesti osoittaa rikastaminen syy SNP jotka eivät saavuta genominlaajuisia merkitystä tasolla, koska niiden pienen vaikutuksen suuruuden tai matalan alleelifrekvensseiltään [11].

GWAS tietoja Analyysin haettiin Cancer geenimerkit herkkyys (CGEMS) tietokantaan, https://cgems.cancer.gov/about/executive_summary.asp. Käytimme Oncomine tietokannan https://www.oncomine.org/main/index.jsp tekemään meta-analyysi useita tutkimuksia verrattiin geeniekspression normaalissa eturauhasessa kudoksen että lokalisoitu eturauhasen kasvainkudoksen [12]. Täydellinen luettelo tutkimuksissa käytettiin meta-analyysi löytyy täydentävässä materiaalit (taulukko S1). Käytimme laajentaminen Stouffer menetelmällä [13] meta-analyysi. Tämä lähestymistapa perustuu arviointiin standardin normaali poikkeama,

Z

, ja on samanlainen lähestymistapa äskettäin ehdottamaa Ochsner et al. [14]. Meta-analyysi tunnistanut useita geenejä differentiaalisesti ilmaisi normaalin eturauhasen ja eturauhasen kasvain.

Tulokset

Koska ensimmäinen validointi meidän hypoteesia, että GWASs ja microarray pyrkivät tunnistamaan samat geenit, me käytetään meta-analyysi Oncomine geenin ilmentyminen tietojen arvioimiseksi ilmentymisen GWAS-tunnistetut geenit (taulukko 1). Huomasimme, että kaikki vaan kolme (

HNF1B, EHBP1

, ja

LMTK2

) ja geenit ilmentyvät differentiaalisesti normaalin ja tumorous eturauhasen. Siksi 10 13 (77%) on GWAS geenit ilmentyvät differentiaalisesti siirryttäessä normaalin eturauhasen eturauhasen syöpä, joka on suurempi kuin voidaan odottaa havaita joukossa satunnaisesti valitun 13 geenit -1,1 (χ

2 = 20,9, df = 1, P 0,0001).

eturauhassyöpä GWAS tiedot CGEMS Vaihe 1A ja Vaihe 1B, käytettiin analyysissä. Me rajoitettu analyysimme geeniin liittyvä SNP tehdä GWAS ja mikrosirujen tulokset olisivat vertailukelpoisia. Seurasimme CGEMS nimeäminen geenin liittyvän SNP. Kaikkiaan 63831 geeni liittyvä SNP kuuluvien 16550 ainutlaatuinen geenejä tunnistettiin. Kunkin geenin SNP pienimmällä P-arvon käytettiin karakterisoimaan yhdistys. Jos tietty SNP liittyi useita geenejä, kaikki nämä yhdistykset olivat mukana meidän analyysi. Koska monissa tapauksissa alias sijaan viralliset geeni nimiä käytettiin GWAS, olemme sidoksissa eri geenin tunnisteet virallisia geeni nimet ja EntrezIDs käyttämällä uusinta versiota NCBI geenin tietokannan (käyttö 17 tammikuu 2009). Päällekkäisyys ainutlaatuinen GWAS ja mikrosirujen geenit osoittivat, että 13905 geenit arvioitiin sekä GWAS ja mikrosirujen analyysejä. Luettelo geenien vastaavien GWAS ja mikrosirujen P-arvot on esitetty taulukossa S1.

Kun arvioidaan GWAS ja mikrosirujen analyysit nimeävät vastaavia sarjaa geenien arvioimme korrelaatio -log (P) arvot perustuvat GWAS tietoihin ja -log (P) arvoja, jotka perustuvat analyysiin geeniekspression. Löysimme pieni mutta merkittävä (koska suuri otoskoko) positiivinen korrelaatio GWAS ja mikrosirujen -log (P) s (kuva 1).

musta viiva näyttää lineaarinen regressio käyrä, punainen viiva – liukuva keskiarvo lasketaan käyttämällä liukuvan ikkunan 100 pistettä. Spearmanin rank-order korrelaatiokerroin r = 0,043, N = 13905, P = 0,0000001.

Tietokanta Annotation, visualisointi ja integroitu Discovery (DAVID) [15] käytettiin toiminnallista merkintään GWAS ja mikrosirujen geenejä. Valitsimme geenejä GWAS P arvot ≤0.01. Yhteensä 1649 geenejä tunnistettiin. Käytimme täsmälleen sama määrä alkuun identifioitujen geenien meta-analyysi geenin ilmentymisen tietoja. Kontrolloimaan mahdollista harhat geenin valinta, käytimme luettelo 13905 geenien tausta. Toiminnalliset merkintä kaavioita käytettiin hakea laajennettua merkintä kattavuus, joka sisälsi yli 40 huomautusta ryhmiin [15]. Toimiva kaavioon alkuun GWAS geenit löytyvät taulukosta S2. Monet soluadheesion liittyvät luokat ovat kärjessä huomautus luokkia. Klusterointi ehtojen toiminnallisten merkintöjen tiivistää kaikenlaiset toiminnallisen kuvauksen käyttämät DAVID, tunnistamalla soluadheesiota kuin alkuun klusteri, jonka jälkeen solukalvon ja fibronektiini.

toiminnallinen merkinnästä alkuun differentiaalisesti ilmentyvien geenien tunnistettu tukirankansa fokaalisen adheesion, soluväliaineen, ja soluadheesion kuin alkuun merkintä ehdot (taulukko S3). Klusterointi ehtojen toiminnallisen annotation osoitti tukirankansa aktiinisytoskeletonin, soluväliaineen ja soluadheesion kärjessä tunnistettu klusterit. Kuvio 2 esittää tuloksia klusterointi toiminnallisesti DAVID perustuu analyysiin alkuun GWAS ja ilmennetty eri geenit (katso myös taulukko S4). Molemmissa luetteloissa, useimmat alkuun toiminnallisten klustereiden johdettu GWAS ja mikrosirujen tiedot suoraan tai välillisesti liittyviä soluadheesion.

Functional klustereita liittyvät soluadheesion näkyvät sinisellä. Yksityiskohtaiset tiedot koostumuksesta klustereita löytyy taulukosta S4.

seuraavaksi etsineet välinen päällekkäisyys ylä- 1649 GWAS ja alkuun 1649 ilmentyvät eri geenit. Havaitsimme 248 esiintyvät molemmissa luetteloissa geeneissä (katso oheismateriaalia on luettelo geenien). Tämä määrä on suurempi kuin olisi odotettavissa sattumalta. Jos me satunnaisesti näyte 1649 geenien joukosta 13905 geenit, odotettu määrä geenejä löytyi kaksi riippumatonta näytettä olisi (1649/13905) 2 * 1649 = 23,2. Toiminnallinen merkintä Näiden 248 geenien tunnistettu tukirankansa, fokaalisen adheesion, ja aktiini sitova aiheesta toiminnallisia luokkia. Toiminnallinen klusterointi geenien tunnistettu solumigraatio, solun liikkuvuus, solun tukirangan ja soluadheesion kuin alkuun klustereita.

Keskustelu

GWAS ja mikrosirujen analyysejä sekä mahdollistaa puolueeton tunnistamisen kandidaattigeenejä ja reitit liittyvät syövän kehittymisen. Nämä kaksi lähestymistapaa kullakin on etuja ja haittoja. Yhdistämällä tietoja useista ilmaisun tutkimukset, analyysit geeniekspressioiden on tilastollinen voima havaita pienetkin erot geenien ilmentymisen välillä normaalin ja kasvaimen kudoksissa. Toisaalta, koska geenien ihmisen genomin ovat mukana useita vuorovaikutusta, modulaatio ilmentymisen yhden geenin voi aiheuttaa ”heijastusvaikutus” useita loppupään tavoitteista, mikä vaikeuttaa erillisten syy ja aiheuttamia muutoksia geenien ilmentyminen. Tämä ei todennäköisesti ole ongelman GWASs. GWASs ovat kuitenkin usein tilastollisesti alimitoitettu havaita SNP kanssa pieni vaikutus koko.

Kun vertasimme kandidaattigeenit eturauhassyövän tunnistaa GWAS kanssa tunnistaa microarray, olemme huomanneet merkittävä positiivinen korrelaatio GWAS ja mikrosirujen -log (P) s. Korrelaatio oli pieni, Pearsonin listalla korrelaatiokerroin on vain 0,04, mutta positiivinen korrelaatio kahden joukkoon odotetaan taustalla on suhteellisen pieni määrä syy geenejä. Ei kaikki syy geenit havaita GWAS. Vaikka geeni on mekaanisesti liitetty eturauhasen kasvainten synnyssä, se voidaan havaita GWAS vain, jos se kuljettaa geneettisiä variantteja, jotka moduloivat sen toimintaa. Toisaalta, geenit tunnistetaan mikrosiruanalyysillä odotetaan olevan sekoitus syy geenien ja geenejä, jotka ilmentyvät differentiaalisesti, koska aaltoilu vaikutuksen syy geenejä. Tämä viittaa siihen, että vain murto-geenien merkittävästi sekä analyysit ovat syy-geenejä.

Huomasimme, että alkuun GWAS ja ilmentyvät differentiaalisesti ehdokkaita rikastunut solun tarttumiseen geenejä. Jos ajatellaan kaikkia tunnettuja soluadheesion geenejä genomissa, vain 74 geenejä tai 10% heistä oli joukossa ilmentyvät eri geenit. Jos soluadheesion koulutusjakson liittyy eturauhasen kasvainten synnyssä, voidaan odottaa, että muita soluadheesiota geenejä-jotka eivät tee sen alkuun 1649 geenit-myös pyrkivät merkittävästi positiivisessa yhteydessä. Huomasimme, että keskimääräinen GWAS johdettuja P arvo soluadheesiota geenien ei päässyt huipulle 1649 oli pienempi kuin keskimäärin arvo GWAS geenien (t-testi = 2,9, df = 13902, P = 0,001). Samanlainen tulos saatiin, että P-arvot johdettu analyysin geenin ilmentymisen: absoluuttinen Z pistemäärä oli yleisempää soluadheesiota geenit (lukuun ottamatta kärjessä 1649 geenit) kuin oli keskimäärin Z pisteet (t-testi = 1,81, df = 17811, P = 0,07 on kaksisuuntaista testiä ja P = 0,03 on yksisuuntaista testiä). Tämä viittaa siihen, että soluadheesiota funktio kokonaisuudessaan on liitetty eturauhasen kasvaimien syntyyn.

Sekä GWAS ja microarray-geenit muodostavat toiminnallisen klustereita, jotka liittyvät eri näkökohtia soluadheesion, mukaan lukien soluadheesion itse soluliitos, soluväliaineen glykoproteiineja, fibronektiini , aktiinisytoskeletonin, ja solun liikkuvuus. Useat muut klusterit osoittavat myös mekanistinen yhdessä soluadheesiota. Esimerkiksi kadheriinin otto solun pinnalta endosytoosin säätelee tason vapaan kadheriinien solun pinnalla ja siten soluadheesion [16]. Myös sinkin sormi proteiinit kanssa LIM domain ovat tärkeitä fokaalisen adheesion ja solun tarttumisen fibronektiiniin [17], [18]. Modulaatio soluadheesion toiminto näyttää ei ole tarkoitus rajoittaa mihinkään tiettyyn tarttumisen tyyppiä, mutta sisältää kadheriinien, integriinit, ja selektiinit sekä adheesiomolekyylien liittyy tiiviiden liitosten.

tulokset useita tutkimuksia ehdotti osallistuminen soluadheesion järjestelmän eturauhassyövän kehitykseen. Kadheriineja osansa säätelyssä kasvainsoluproliferaation kautta sykliinejä ja sykliiniriippuvaisten kinaasien [19]. Integriinit osallistuvat eri osa eturauhasen kasvaimien syntyyn, kuten solujen lisääntymisen, solun liikkuvuus, ja apoptoosin [20] – [22]. Modulaatio soluadheesion voi olla tärkeä rooli epiteelin-to-mesenkymaalitransitioon jonka uskotaan olevan tärkeä askel pahanlaatuisiksi [23] – [25]. Myös tulokset useiden tutkimusten suggestd osallistuminen soluadheesion angiogeneesissä [26] – [28].

GWAS identifioitu geenejä pidetään syöpäalttiutta geenejä, jotka liittyvät pääasiassa kasvaimen aloittamista. Uskomme kuitenkin, että geenit tunnistaa GWAS ovat myös todennäköisesti sisältää geenejä tärkeää syövän etenemiseen. Itse asiassa, havaitseminen kasvain on yleensä oireenmukaista: kasvain tarvitsee saavuttaa tietyn koon voidaan havaita. Tämä viittaa siihen, että geenit osallistuvat kasvaimen etenemistä on joukossa GWAS tunnistettavasta kandidaattigeenejä. Siksi GWAS ja geenien ilmentymisen analyysi voi kohdistaa olennaisesti samoja geenejä, joka tarjoaa teoreettisen pohjan yhteinen analyysi GWAS ja microarray data.

Yhteenvetona meidän analyysissä havaittiin huomattavaa päällekkäisyyttä eturauhassyöpää geenien tunnistettu by GWAS ja ne tunnistetaan maailmanlaajuinen profilointi geenin ilmentymisen. Havaitsimme soluadheesiota biologisena funktiona liittyy eturauhasen kasvaimien syntyyn. Tulokset Tämän tutkimuksen viittaavat myös siihen, että yhdistämällä GWAS ja microarray data voisi olla tehokkaampi lähestymistapa kuin käyttämällä vain analysoitava yksittäisiä aineistoja, ja niiden avulla voidaan tarkentaa tunnistaminen ehdokas geenien ja /tai toimintojen mukana kasvainten kehittymiseen.

tukeminen Information

Taulukko S1.

doi: 10,1371 /journal.pone.0006511.s001

(0,83 MB PDF) B Taulukko S2.

doi: 10,1371 /journal.pone.0006511.s002

(0,07 MB XLS) B Taulukko S3.

doi: 10,1371 /journal.pone.0006511.s003

(0,33 MB XLS) B Taulukko S4.

doi: 10,1371 /journal.pone.0006511.s004

(0,33 MB XLS) B