Αφηρημένο

Ολοκληρωμένη ανάλυση της γονιδιωματικής και transcriptomic μεταβολές της στάθμης κρατά την υπόσχεση για μια καλύτερη κατανόηση του καρκίνου του παχέος εντέρου (CRC) βιολογία. Υπάρχει μια σχετική ανάγκη να εξηγήσει τη λειτουργική επίδραση των μεταβολών επίπεδο γονιδιώματος, με την ενσωμάτωση των πληροφοριών στο επίπεδο της μεταγραφής. Χρησιμοποιώντας υψηλής σειρά κυτταρογενετικής ανάλυσης, είχαμε νωρίτερα εντοπιστεί γονίδια οδηγό από «Γονιδιωματική και προσδιορισμό των σημαντικών Στόχοι Σε Καρκίνου (GISTIC)« ανάλυση σε συνδυασμό με όγκο φυσιολογικά δείγματα από ασθενείς με καρκίνο του παχέος εντέρου. Σε αυτή τη μελέτη, αναλύουμε αυτά τα γονίδια του οδηγού σε τρία επίπεδα χρησιμοποιώντας εξόνιο δεδομένα array – γονίδιο, εξόνιο και το δίκτυο. ανάλυση σε επίπεδο γονιδίου αποκάλυψε ένα μικρό υποσύνολο να βιώσουν διαφορική έκφραση. Τα αποτελέσματα αυτά ενισχύονται από τη διεξαγωγή χωριστών διαφορική αναλύσεις έκφρασης (SAM και LIMMA). ATP8B1 βρέθηκε να είναι το νέο γονίδιο που σχετίζεται με CRC που δείχνει τις αλλαγές στα επίπεδα κυτταρογενετική, γονίδιο και το εξόνιο. δείκτης Splice από 29 εξόνια αντιστοιχούν σε 13 γονίδια βρέθηκε να μεταβάλλεται σημαντικά σε δείγματα όγκων. γονίδια Driver χρησιμοποιήθηκαν για να κατασκευαστεί ρυθμιστικά δίκτυα όγκου και φυσιολογικών ομάδες. Υπήρχαν αναδιατάξεις στα γονίδια παράγοντα μεταγραφής που υποδηλώνει την παρουσία των ρυθμιστικών μεταγωγής. Η ρυθμιστική πρότυπο γονίδιο AHR βρέθηκε να έχει την πιο σημαντική μεταβολή. Τα αποτελέσματά μας ενσωμάτωση δεδομένων, με έμφαση στα γονίδια του οδηγού με αποτέλεσμα άκρως εμπλουτισμένο νέα μόρια που χρειάζονται περαιτέρω μελέτες για να καθοριστεί ο ρόλος τους στην CRC

Παράθεση:. Aziz MA, Periyasamy S, Al Yousef Ζ, AlAbdulkarim Ι, Al Otaibi Μ , Alfahed A, et al. (2014) Ολοκληρωμένη Επίπεδο εξόνιο Ανάλυση έκφραση των γονιδίων Driver εξηγήσει το ρόλο τους στον καρκίνο του παχέος εντέρου. PLoS ONE 9 (10): e110134. doi: 10.1371 /journal.pone.0110134

Επιμέλεια: Osman El-Maarri, Πανεπιστήμιο της Βόννης, Institut πειραματικής αιματολογία και τη μετάγγιση του φαρμάκου, Γερμανία

Ελήφθη: 20 Φεβ 2014? Αποδεκτές: 16 Σεπ, 2014? Δημοσιεύθηκε: 21 Οκτωβρίου του 2014

Copyright: © 2014 Aziz et al. Αυτό είναι ένα άρθρο ανοικτής πρόσβασης διανέμεται υπό τους όρους της άδειας χρήσης Creative Commons Attribution, το οποίο επιτρέπει απεριόριστη χρήση, τη διανομή και την αναπαραγωγή σε οποιοδήποτε μέσο, ​​με την προϋπόθεση το αρχικό συγγραφέα και την πηγή πιστώνονται

Χρηματοδότηση:. Αυτή η μελέτη χρηματοδοτήθηκε από τον βασιλιά Αμπντάλα Διεθνές ερευνητικό Κέντρο Ιατρικό μέσω της έρευνας επιχορήγηση RC10 /083 απονέμεται σε ΜΑΑ. Οι χρηματοδότες δεν είχε κανένα ρόλο στο σχεδιασμό της μελέτης, τη συλλογή και ανάλυση των δεδομένων, η απόφαση για τη δημοσίευση, ή την προετοιμασία του χειρογράφου

Αντικρουόμενα συμφέροντα:.. Οι συγγραφείς έχουν δηλώσει ότι δεν υπάρχουν ανταγωνιστικά συμφέροντα

Εισαγωγή

υπάρχει ένας πλούτος των πληροφοριών σε επίπεδο omics που συνδέει κυτταρογενετικής και την έκφραση του γονιδίου αλλαγές που οδηγούν σε καρκίνο του παχέος εντέρου (CRC). Η ενσωμάτωση της γονιδιακής έκφρασης και τον αριθμό αντιγράφων (CN) δεδομένα για τον εντοπισμό αλλοιώσεων DNA ΣΟ που επάγουν αλλαγές στα επίπεδα έκφρασης των γονιδίων που συνδέονται είναι ένα κοινό έργο στις μελέτες του καρκίνου [1] – [3]. Το κεντρικό δόγμα της μοριακής βιολογίας έχει έτσι αντιμετωπιστεί σε δύο σημαντικά επίπεδα. Έχουν υπάρξει πολλές αναφορές παροχή αποδεικτικών στοιχείων αλλαγών σε επίπεδο γονιδιώματος, με τη μορφή αριθμού αντιγράφων εκτροπή [4], και μόνο πολυμορφισμούς νουκλεοτιδίου, απώλεια της ετεροζυγωτίας που επιχειρούν να κατανοήσουν τα μοριακά γεγονότα που συνδέονται με καρκίνο του παχέος εντέρου. Αυτά τα σωματικά ή κληρονομική αλλαγές έχουν διαφορετικό μηχανισμό που συμβάλλουν στην έναρξη και την εξέλιξη του CRC. Απώλεια και το κέρδος των ζωτικής σημασίας περιοχών των χρωμοσωμάτων που οδηγεί σε διαγραφή ή την ενίσχυση των γονιδίων που σχετίζονται με τον καρκίνο έχει πολύ καλά εδραιωμένη. Η λειτουργική σημασία αυτών των μοριακών γεγονότων έχει μετρηθεί με διαφορετικά εργαλεία και αλγορίθμους. Γονίδια στοχεύονται από σωματικά αριθμού αντιγράφων αλλοιώσεις (SCNAs), συγκεκριμένα, παίζουν κεντρικό ρόλο στη θεραπεία του καρκίνου ογκογένεση και [5]. έχουν πολλά εργαλεία έχουν διατεθεί για την αξιολόγηση του δυναμικού των γονιδίων που επηρεάζονται από SCNAs στην πρόκληση καρκίνου του παχέος εντέρου. «Γονιδιωματική εντοπισμό σημαντικών Στόχοι στον Καρκίνο» (GISTIC) εργαλείο έχει χρησιμοποιηθεί επιτυχώς για τον εντοπισμό «SCNAs οδηγού με βάση τη συχνότητα και το εύρος των παρατηρούμενων γεγονότων [6], [7]. Η δεύτερη πτυχή της αλλαγές που συμβαίνουν στα κύτταρα όγκου είναι στο επίπεδο μεταγραφής. ανάλυση Διαφορική έκφραση έχει διεξαχθεί για να ανακαλύψει σημαντικά γονίδια που παίζουν ρόλο στην πρόκληση καρκίνου του παχέος εντέρου. Θα μπορούσαν να υπάρχουν διάφοροι μηχανισμοί με τους οποίους οι SCNA επηρεάζονται γονίδια ασκούν την επίδρασή τους σε λειτουργικό επίπεδο. Πολλαπλασιασμοί και διαγραφές στην γονιδιωματική περιοχή αντανακλάται στα επίπεδα μεταγραφής και θα μπορούσαν να ανιχνευθούν με την πραγματοποίηση μελετών μικροσυστοιχιών έκφρασης που βασίζεται. Με τη χρήση συστοιχιών εξόνιο, κερδίζουμε επιπλέον διάσταση των γεγονότων που συμβαίνουν στο επίπεδο εξόνιο, το οποίο μπορεί να οδηγήσει σε εναλλακτικό μάτισμα οδηγεί σε διαφορετικές ισομορφές γονίδιο. Εναλλακτικό μάτισμα είναι ένα κρίσιμο βήμα για τη δημιουργία της ποικιλομορφίας των πρωτεϊνών και απορρύθμιση της παρατηρείται σε πολλούς ανθρώπινους τύπους καρκίνου [8].

Η αναζήτηση για να διερευνήσει τη σχέση μεταξύ του αριθμού αντιγράφου αλλαγές και το επίπεδο έκφρασης των προσβεβλημένων γονιδίων /εξώνια έλαβε περιορισμένη επιτυχία λόγω διάφορους λόγους [9]. Τεχνολογικές βελτιώσεις στο σχεδιασμό συστοιχία για κυτταρογενετική καθώς transcriptomics έχουν βελτιώσει την ορθότητα και ακρίβεια των δεδομένων που παράγονται. Συνδυάζοντας αυτό με την καλύτερη αναλυτικές τεχνικές και αλγόριθμους, οι δυνατότητες εύρεσης γονιδίων στόχων ευθύνεται για την πρόκληση καρκίνου του παχέος εντέρου έχει αυξηθεί περαιτέρω.

τελευταίες δεκαετίες έχουν δει μια αναζήτηση για την εύρεση νέων γονιδίων που μπορεί να χρησιμεύσει ως θεραπευτικοί στόχοι ή βιοδείκτες. Ωστόσο, τα γονίδια ή πρωτεΐνες δεν λειτουργούν μόνοι, αλλά αλληλεπιδρούν μεταξύ τους για να σχηματίσουν δίκτυα ή οδών, έτσι ώστε να πραγματοποιήσει βιολογικές λειτουργίες [10]. Δίκτυο προσεγγίσεις που βασίζονται στην εύρεση βιοδεικτών αντιπροσωπεύουν περισσότερο

in vivo

μοριακής βιολογίας, όπου μια διαταραχή σε ένα γονίδιο μπορεί να επηρεάσει πολλούς μεταγενέστερους γονίδια. Ο καρκίνος έχει έτσι δικαίως αντιμετωπιστεί ως μια ασθένεια της βιολογίας συστημάτων [11], σε αντίθεση με ασθένειες που προκαλούνται από τις αλλαγές σε λίγα γονίδια ή μεταλλάξεις. Ανακατασκευή ρυθμιστικά δίκτυα γονιδίων σε υγιείς και ασθενείς ιστούς είναι, επομένως, ζωτικής σημασίας για την κατανόηση φαινοτύπων του καρκίνου και τη χάραξη αποτελεσματικών θεραπευτικών [12].

Με τη διαθεσιμότητα των εργαλείων και τεχνικών για να συλλάβει τις μοριακές αλλαγές που συμβαίνουν σε διαφορετικά στάδια του κεντρικού δόγματος με αυξημένη ακρίβεια και ακρίβεια, είμαστε ακόμα να αναπτυχθεί μια ολοκληρωμένη συνολική εικόνα που θα μπορούσε να μας βοηθήσει στην εξεύρεση καλύτερων στόχων για καρκίνο του παχέος εντέρου. Στην παρούσα μελέτη, στόχος μας είναι να ενσωματώσει τις πληροφορίες από την κυτταρογενετική ανάλυση με τα δεδομένα της έκφρασης επίπεδο εξόνιο χρησιμοποιώντας ζεύγη δειγμάτων φυσιολογικού όγκου από ασθενείς με καρκίνο του παχέος εντέρου. Ένα σύνολο των γονιδίων του οδηγού προτείνεται από GISTIC ανάλυση (ονομαστεί ως «γονίδια οδηγού από τώρα και μετά) είχαν ερωτηθεί στο γονίδιο, το εξόνιο και το επίπεδο δικτύου. Τόσο DNA και RNA για κυτταρογενετικής και transcriptomic μελέτες, αντίστοιχα, εκχυλίστηκαν από τον ίδιο ιστό σε μία μόνο ροή εργασίας για την ελαχιστοποίηση παραλλαγή. Αυτή η μελέτη παρέχει στοιχεία για την εξήγηση διαφορετικών πιθανών μηχανισμών με τους οποίους SCNA γονίδια που επηρεάζονται οδηγός μπορεί να ασκήσει λειτουργικό τους αποτέλεσμα. Ένα υποσύνολο των γονιδίων οδηγού βρέθηκαν να δείχνουν μεταβολές επίπεδο γονιδιακής στην έκφραση. Τα περισσότερα από αυτά τα γονίδια ανέφερε επίσης τις μεταβολές της στάθμης εξόνιο με αποτέλεσμα το σχηματισμό των διαφορετικών ισομορφών. Δίκτυο GISTIC γονιδίων έδειξε μια σαφή μετατόπιση της μεταγραφικών παραγόντων (TF) του κανονισμού. γονίδιο ATP8B1 βρέθηκε να έχει νέα συσχέτιση με καρκίνο του παχέος εντέρου σε κυτταρογενετική, γονίδιο και το επίπεδο εξόνιο.

Υλικά και Μέθοδοι

Η μελέτη εγκρίθηκε από την επιτροπή δεοντολογίας και Institutional Review Board (IRB) της Ο βασιλιάς Αμπντάλα Διεθνές Κέντρο ιατρική έρευνα μετά από κατάλληλη διαδικασία αναθεώρησης των ηθικών πτυχών της πρότασης. Οι αναγκαίες διαδικαστικές και ηθικές μορφές συγκατάθεσης έχουν υπογραφεί από τον κάθε ασθενή πριν από τη συλλογή του δείγματος.

συλλογή δειγμάτων και RNA εξόρυξη

Η συλλογή των δειγμάτων έγινε όπως περιγράφηκε προηγουμένως [13]. Ο τύπος και το στάδιο όλων των δειγμάτων ασθενούς παρέχονται στον Πίνακα S1. Η μελέτη εγκρίθηκε από την επιτροπή δεοντολογίας, μετά τη λήξη της διαδικασίας. Οι ασθενείς είχαν συναινέσει και τα αρχεία διατηρούνται σε εγκεκριμένο τρόπο. RNA εκχυλίστηκε από το ίδιο κομμάτι του ιστού που χρησιμοποιήθηκε για την εκχύλιση του DNA για κυτταρογενετική μελέτες σε μια ενιαία ροή εργασίας. Maceherey Nagel kit trio prep (Γερμανία) χρησιμοποιήθηκε για την εκχύλιση του DNA και RNA στο ίδιο πρωτόκολλο. Την ποιότητα και την ποσότητα ελέγχθηκε χρησιμοποιώντας Nanodrop (Thermo Fisher Scientific, USA).

εξόνιο μικροσυστοιχιών

GeneChip Ανθρωπίνων εξόνιο 1.0 ST πίνακες μαζί με WT Terminal επισήμανση και έλεγχοι Kit και υβριδισμός, Wash, και Stain Kit ελήφθησαν από Affymetrix ΗΠΑ. Ambion WT Kit Έκφραση ελήφθη με Ambion, USA. υποβλήθηκαν σε επεξεργασία 31 όγκων και 29 φυσιολογικά δείγματα από 32 ασθενείς. Τα δεδομένα εκχυλίζεται χρησιμοποιώντας έκφραση του λογισμικού της κονσόλας από Affymetrix, ΗΠΑ. ελέγχου ποιότητας διεξήχθη χρησιμοποιώντας Ανάλυση Κύριων Συνιστωσών (PCA) και Integromics σουίτα βιοδεικτών (TIBCO Spotfire). Όλα τα δεδομένα έχει κατατεθεί στη βάση δεδομένων GEO με αριθμό ένταξης GSE50421.

Ανάλυση Δεδομένων

Πριν από οποιαδήποτε ανάλυση γονιδίων /επίπεδο εξόνιο, ανάλυση κύριων συνιστωσών (PCA) έγινε για τον εντοπισμό των ακραίων τιμών. Δεδομένα από 4 κανονικά δείγματα και 7 δείγματα όγκου στη συνέχεια αφαιρέθηκε.

Δεδομένα ανάλυσης ειδικά με γονίδια οδηγό

ανάλυση

επίπεδο Gene.

Για τον έλεγχο των επιπέδων έκφρασης του γονιδίου κατάλογο 144 του οδηγού που δημιουργείται από GISTIC ανάλυση (13), χρησιμοποιήσαμε δύο διαφορετικά λογισμικά – κονσόλα Έκφραση και AltAnalyze [14]. Δύο διαφορετικά λογισμικά χρησιμοποιήθηκαν για να επιβεβαιώσουν τα αποτελέσματά μας με τη χρήση ανεξάρτητων μεθόδων. εκτιμήσεις Σήμα προήλθαν από τα αρχεία CEL του 60 δείγματα (29 κανονική και 31 όγκων) χρησιμοποιώντας Ανθεκτικό Multi-Array Μέτρια (RMA) για την ομαλοποίηση των δεδομένων. Τα βασικά σύνολα ανιχνευτή εξόνιο επίπεδο χρησιμοποιήθηκαν για να συνοψίσει τα επίπεδα γονιδιακής έκφρασης.

Η ίδια λίστα των 144 γονιδίων οδηγού με τιμές έκφρασης υπολογίζεται με τη χρήση «Altanalyze» χρησιμοποιήθηκε για συμπερασματολογία (GENIE3) ανάλυση της οδού /του δικτύου βασίζεται.

επίπεδο εξόνιο ανάλυση της έκφρασης.

πρόγραμμα Altanalyze χρησιμοποιήθηκε για την αξιολόγηση εναλλακτικό μάτισμα στα γονίδια του οδηγού. Τα ακατέργαστα δεδομένα διηθήθηκε για την απομάκρυνση σύνολα ανιχνευτή που θεωρήθηκαν μη-εκφράζεται. Η βαθμολογία μάτισμα για φιλτράρεται εξώνια υπολογίστηκε χρησιμοποιώντας τη μέθοδο του δείκτη μάτισμα και εξονίου /ιντρονίου /μάτισμα σχολιασμό είχαν ανατεθεί σε αυτά τα αποτελέσματα. Ένα p-τιμή του δείκτη συναρμογής αποκοπής & lt? 0,05 χρησιμοποιήθηκε για να φιλτράρετε τα εναλλακτικά αποτελέσματα εξόνιο. AltExonViewer – ένα συστατικό της Altanalyze και DomainGraph – ένα plugin Cytoscape χρησιμοποιήθηκαν για να απεικονίσει τιμές του δείκτη συναρμογής και εναλλακτικό μάτισμα εξώνια. Η τιμή του δείκτη μάτισμα (SI) υπολογίστηκε όπως περιγράφεται στο [15]. Εν συντομία, SI είναι log

2 αναλογία των κανονικοποιημένων εντάσεων των όγκων και φυσιολογικά δείγματα. Στην ανάλυσή μας του δείγματος 1 »στον αριθμητή ήταν φυσιολογική και« δείγμα 2 »στον παρονομαστή ήταν όγκου.

ανάλυση Αιτιώδης δικτύου.

Για προσεγγίσεις με βάση την ανάλυση του δικτύου, τη γνώση και εξαγωγής συμπερασμάτων χρησιμοποιήθηκαν

. Για προσεγγίσεις συμπέρασμα βασίζεται GENIE3 [16], [17] χρησιμοποιήθηκε για να δημιουργηθεί γονίδιο ρυθμιστικών δικτύων για καρκινικά και φυσιολογικά δείγματα. Για τη δημιουργία του δικτύου, τα γονίδια οδηγός ταξινομήθηκαν ως γονίδια TF και γονιδίων-στόχων. Παρά το γεγονός ότι 1000 αλληλεπιδράσεις συναχθεί για κάθε ομάδα, μια αλληλεπίδραση σκοράρει & gt? 0.1 επιλέχθηκε ως τιμή αποκοπής. Χρησιμοποιώντας αυτές τις πληροφορίες οι ρυθμιστικές δίκτυα ανεξάρτητα συναχθεί για καρκινικά και φυσιολογικά δείγματα χρησιμοποιώντας Cytoscape.

Η ανάλυση των δεδομένων με ολόκληρο probeset

Integromics βιοδεικτών Discovery Suite.

Για να βρείτε διαφορικά εκφρασμένα γονίδια στο σύνολο δεδομένων μας, χωρίς καμία προηγούμενη προκατάληψη, τα δεδομένα από τα αρχεία CEL αναλύθηκε χρησιμοποιώντας το λογισμικό Integromics (TIBCO Spotfire, USA) αγωγός για Affymetrix εξόνιο 1,0 συστοιχίες ST. Ποσοστημόριο κανονικοποίηση έγινε μετά την αφαίρεση των ακραίων τιμών με τη χρήση PCA. Τόσο Ανάλυση Σημασία των μικροσυστοιχιών (SAM) και Γραμμικά Μοντέλα για τα δεδομένα μικροσυστοιχιών (LIMMA) αναλύσεις διεξήχθη με ένα cut-off 0,01 για προσαρμοστεί p-value και διπλώστε την αλλαγή του & gt? 1 ή & lt? -1. Δύο διαφορετικές ακόμα δωρεάν μεθοδολογίες που χρησιμοποιούνται για να κάνουν τα αποτελέσματά μας περισσότερη αυτοπεποίθηση. εμπλουτισμός γονίδιο οντολογία διεξήχθη σε έναν κατάλογο 760 διαφορικά εκφρασμένων γονιδίων που λαμβάνονται από την ανάλυση LIMMA.

Ingenuity Ανάλυση μονοπατιού.

Λίστα των 760 γονιδίων από την ανάλυση SAM /LIMMA γίνει χρησιμοποιώντας Integromics χρησιμοποιήθηκε για να εκτελέσει «πυρήνα» και «βιοδεικτών» αναλύσεις. Πυρήνας ανάλυση πραγματοποιήθηκε όπως περιγράφηκε προηγουμένως [13]. Για την ανάλυση των βιοδεικτών χρησιμοποιήθηκαν ακόλουθα φίλτρα: Σκεφτείτε μόνο μόρια όπου (είδος = Ανθρώπινα) ΚΑΙ (ιστοί /κυτταρικές σειρές = KM-12 ή HCT-116 ή RKO ή καρκίνο του παχέος εντέρου κυττάρων Lines δεν ορίζεται διαφορετικά Ή ΟοΙο205 Ή ΗΤ29 Ή HCC-2998 Ή ΗΟΤ-15 ή SW-480 ή άλλο καρκίνο παχέος εντέρου κυτταρικές γραμμές ή ιστούς και σε πρωτογενή κύτταρα δεν ορίζεται διαφορετικά Ή SW-620) και (ασθένειες = καρκίνο) κΑΙ ((εφαρμογές βιοδεικτών = Όλα τα βιοδεικτών εφαρμογές) κΑΙ (ασθένειες βιοδεικτών = καρκίνο του παχέος εντέρου ή του καρκίνωμα παχέος εντέρου ή του παχέος εντέρου ή του νεοπλάσματος ορθοκολικού αδενώματος και ορθοκολικού καρκίνου ή ορθοκολικό καρκίνωμα))

αποτελέσματα

Η στρατηγική ανάλυση που οδηγεί σε επόμενα αποτελέσματα απεικονίζεται στο Σχήμα 1α & amp?. β.

Α) Το σύνολο αναλύει κατηγοριοποιούνται σε τέσσερα στάδια από «δεδομένων Generation» σε «αναλύσεις Δίκτυο». Β) Στρατηγική Ανάλυση με τη χρήση διαφορετικών προγραμμάτων εμφανίζεται σε αυτό το διάγραμμα. Υπάρχουν τρεις συνιστώσες της ανάλυσης – Gene, εξόνιο και του Δικτύου γίνεται από διαφορετικά προγράμματα. Οι αναλύσεις επίπεδο γονιδίου διεξάγεται με τη χρήση «Affymetrix, Έκφραση /μεταγραφικό κονσόλα ανάλυσης» και «Tibco Spotfire». ανάλυση σε επίπεδο εξόνιο πραγματοποιείται από «AltAnalyze» και «ηλεκτρικά εργαλεία Affymetrix». Οι αναλύσεις του δικτύου που απασχολούνται »GENIE3», «IPA» και «Cytoscape». «Αριθμός Nexus Copy» είναι ένα πρόγραμμα που χρησιμοποιείται σε παλαιότερες μελέτες για να δημιουργήσει τελικά έναν κατάλογο των 144 γονιδίων οδηγού.

Η

Ένα μικρό υποσύνολο των γονιδίων που προσδιορίζονται από GISTIC δείχνουν μια σημαντική αλλαγή στο επίπεδο έκφρασης.

Μελετήσαμε πρότυπα έκφρασης των γονιδίων του οδηγού σε επίπεδο γονιδίου χρησιμοποιώντας AltAnalyze και έκφραση Console λογισμικά. Οι αναλύσεις αυτές παράγονται δωρεάν αποτελέσματα και έδωσε ένα κατάλογο 20 γονίδια που βρέθηκαν να έχουν μια σημαντική αλλαγή φορές μεγαλύτερη από 2 και ρ-τιμή & lt? 0,01 [Πίνακας 1]. 9 γονίδια γνώρισε μια ρύθμιση προς τα κάτω. BCAS1 με την υψηλότερη βαθμολογία GISTIC των 5.323 ήταν μεταξύ των πιο σημαντικά κατιούσα ρύθμιση γονιδίων. 11 γονίδια έδειξε μια ανοδική ρύθμιση με IL6 και INHBA δείχνει την υψηλότερη αλλαγή φορές [Εικόνα 2α (AltAnalyze), 2β (Έκφραση Console)]. Fold τιμές όλων των 144 γονιδίων οδηγός δίδονται στον Πίνακα S2 αλλαγής.

Δύο διαφορετικοί αλγόριθμοι χρησιμοποιούνται για τη μέτρηση τιμών έκφραση από δεδομένα συστοιχία εξόνιο για να υποστηρίξει τα αποτελέσματα. AltAnalyze (1α) και Έκφραση Console (1β) δείχνουν δωρεάν αποτελέσματα με τη μέγιστη αλλαγές που παρατηρούνται στο BCAS1, INHBA, IL6 και MUC4 γονίδια.

Η

Τρία σημαντικά προς τα κάτω ρύθμιση γονιδίων (BCAS1, ABP1 και AGR3 ) βρέθηκαν σε ενισχυμένες περιοχές του γονιδιώματος, ενώ ρυθμίζεται αυξητικά HTRA1 βρέθηκε κυρίως σε περιοχές της απώλειας. Τα γονίδια αυτά παρουσίασαν μια αλλαγή στον παράγοντα μεταγραφής τους σε καρκινικά και φυσιολογικά δείγματα [Πίνακας 2].

Η

ανάλυση Διαφορική έκφραση χρησιμοποιώντας ένα ζεύγος στοιχείων του δείγματος όγκου-κανονική συστοιχιών εξόνιο από 32 ασθενείς πραγματοποιήθηκε. Μετά την αφαίρεση των ακραίων τιμών με τη χρήση PCA [Εικόνα 3], 25 κανονικά και 24 του όγκου δείγματα βρέθηκαν κατάλληλα για περαιτέρω αναλύσεις. Εμείς που απασχολούνται μη-παραμετρικές (SAM) και παραμετρικές μεθόδους (LIMMA) και βρέθηκαν δωρεάν αποτελέσματα. 6242 γονίδια που εκφράζονται διαφορικά με αναπροσαρμοσμένη τιμή p & lt? 0,01. 760 γονίδια βρέθηκαν να ρυθμίζεται διαφορικά (πάσο αλλαγή & gt? 1 ή & lt? -1) Εκ των οποίων 15 γονίδια που ήταν κοινά με γονίδια οδηγό από GISTIC ανάλυση [Εικόνα 4α-γ και το σχήμα S1]. BCAS1, AURKA, ATP8B1, IL6 και INHBA ήταν τα διαφορικά ρυθμιζόμενα γονίδια βρέθηκαν να είναι μεταξύ των κορυφαίων σκόρερ στην λίστα των γονιδίων του οδηγού.

60 δείγματα από 32 ασθενείς υποβλήθηκαν σε PCA και οι ακραίες τιμές αφαιρέθηκαν. 4 κανονικά και 7 καρκινικά δείγματα αφαιρέθηκαν από την τελική ανάλυση.

Η

(α) διάγραμμα Venn των κοινών γονιδίων μεταξύ GISTIC, SAM και LIMMA αναλύσεις. Όλα τα γονίδια σχολιασμένη και σε σύγκριση με τη χρήση του ΜΠΒ «συγκρίνουν» λειτουργία. 43 γονίδια από αναλύσεις Integromics δεν είχαν χαρτογραφηθεί από IPA.15 γονίδια είναι κοινές μεταξύ όλων των τριών αναλύσεων. (Β) ομαδοποιημένων φορές αλλαγή bar chart της ανάλυσης LIMMA. Σύνολο 6242 γονίδια που έχουν προσαρμοστεί τιμή p & lt? 0,01 εκ των οποίων 759 παρουσίασαν σημαντική μεταβολή φορές (& lt? -1 Ή & gt? 1). (Γ) οικόπεδο ηφαίστειο παρουσιάζει πολύ σημαντικά γονίδια (ροζ = μειωτικά, πορτοκαλί = ρυθμίζεται προς τα πάνω) από την άποψη της p-αξία και διπλώστε την αλλαγή.

Η

Σημαντικές αλλαγές στην έκφραση ισομορφή έχει εκτεθεί από τα γονίδια που προσδιορίζονται από GISTIC ανάλυση .

ανάλυση επίπεδο εξόνιο των 144 γονιδίων οδηγού πραγματοποιήθηκε. 29 εξόνια που ανήκουν σε 13 γονίδια που φαίνεται να έχουν σημαντικές αλλαγές στην έκφραση ισομορφή όπως αντανακλάται στις βαθμολογίες δείκτη ματίσματος τους [Πίνακας 3]. Ενώ εξώνια E25-1 της MUC4 και Ε3-2 της PTP4A3 έδειξαν υψηλές αρνητικές τιμές SI, εξώνια Ε2-2 της IL-6 και E21-2 του Adam-12 έδειξαν υψηλές θετικές τιμές SI. Αρνητικές τιμές SI δείχνουν τα εξώνια εμπλουτισμένα σε δείγματα όγκων και παραλείπονται ή καταστέλλεται σε φυσιολογικά δείγματα και αντίστροφα για θετικές τιμές SI. Για γονιδιακή MUC4, εξώνια E25-1, Ε2-2, Ε2-1, I4-6 και I3-6 καταγράφονται αρνητικές τιμές SI και εξόνιο Ε8-1 καταγράφεται μια θετική αξία SI. Εξώνια Ε2-2 και Ε4-3 της IL6 καταγράφονται θετικές τιμές SI. [Εικόνα 5 ai-ΙΙ & amp? bi-II και σχήμα S2]. Τα εξώνια σε MYLK και ANK3 παρουσίασαν σημαντική μεταβολή στο πρότυπο μάτισμα αλλά δεν δείχνουν σημαντική αλλαγή φορές σε αξία γονιδιακής έκφρασης. Μικροσυστοιχιών Ανίχνευση εναλλακτικό μάτισμα (MIDAS) φάσμα p-τιμή 0,01-0,04 παρατηρήθηκε στα φιλτραρισμένα αποτελέσματα.

έκφραση εξόνιο (i) και συναρμογής δείκτη (ii) οι τιμές χαρτογραφήθηκαν και για τα δύο δείγματα όγκων και φυσιολογικό είκοσι εννέα εξώνια που επηρεάζουν δεκατρία γονίδια. Το εξόνιο 25-1 του γονιδίου MUC4 (α) δείχνει υψηλότερη αρνητική τιμή του δείκτη ματίσματος (Α II), ενώ το εξόνιο 2-2 της IL-6 (β) έδειξε υψηλότερη τιμή των 2,44 (β ii). Οι έκφρασης και του δείκτη συναρμογής τιμές εξόνιο για ανάπαυση 27 εξώνια παρέχονται ως συμπληρωματικό σχήμα 1.

Η

εμφανίζει την ανάλυση Αιτιώδης Δίκτυο στραφούν σε παράγοντες μεταγραφής σε δείγματα όγκων.

ανάλυση

Αιτιώδης Δίκτυο οθόνες στραφούν σε παράγοντες μεταγραφής σε δείγματα όγκων. Η πιο σημαντική επιρροή των γονιδίων ΤΡ σε όγκο και φυσιολογικά δείγματα αντανακλάται στην μεταβολή του αριθμού των κατευθυνόμενες ακμές [Πίνακας 4]. CHAF1A, AHR, PRPF4B, ZNF200, SMAD2, RUVBL1, Smad4, TSHZ1, CTCFL και CEBPE ήταν μεταξύ των κορυφαίων επιρροή. Η κανονιστική ιεραρχία μεταξύ αυτών των ομάδων αλλάξει σε σχέση με ΤΡ. Ενώ RUVBL1 μετατραπεί σε ένα κύριο ρυθμιστή σε όγκους, TSHZ1 έχει χάσει την ικανότητά της να κυριαρχήσει ρυθμίζει άλλα γονίδια σε όγκους [Εικόνα 6α]. Σημαντικές αναδιάταξη σε δομοστοιχειωτός παρατηρείται επίσης μεταξύ αυτών των δύο ομάδων. Περισσότερα γονίδια στόχο να λειτουργήσει ως ενότητες σε όγκους όπως παρατηρήθηκε σε ενότητες ρυθμίζονται από AHR, CHAF1A και PRPF4B. Περαιτέρω, υπάρχει σημαντικό ρυθμιστικό αλληλοπαρεμβολές μεταξύ των γονιδίων στην ομάδα με φυσιολογική [Εικόνα 6β]. Ενώ οι όγκοι έχουν χάσει τις κλίμακα χωρίς ιδιότητες στις ρυθμιστικές την αλληλεπίδρασή του, την κανονική ομάδα επιδεικνύουν χωρίς κλίμακα από διανομές κατά προσέγγιση βαθμό, που σηματοδοτεί τη δυνατότητα της TF για τη ρύθμιση υποδοχής των γονιδίων στόχων. Οι όγκοι δεν παρουσιάζουν αυτό το είδος της ρύθμισης που δείχνουν σε μία κατεύθυνση τροφοδοσίας προς τα εμπρός ρυθμιστική λειτουργία.

Μια ιεραρχική τοπολογία του δικτύου που χρησιμοποιείται για να απεικονίσει τους βαθμούς της αλληλεπίδρασης μεταξύ των γονιδίων του παράγοντα μεταγραφής και γονιδίων-στόχων. (Α) Η τεκμαιρόμενη δίκτυο για την ομάδα του όγκου δείχνει RUVBL1 ως κύριο ρυθμιστή. (Β) Η τεκμαιρόμενη δίκτυο για την κανονική ομάδα δείχνει TSHZ1as κύριο ρυθμιστή.

Η

Λειτουργική ανάλυση των διαφορικά εκφρασμένων γονιδίων επιβεβαιώνει το ρόλο τους στην καρκίνο του παχέος εντέρου και αποκαλύπτουν σημαντικές οδούς και βιοδείκτες.

Γονιδιακή Οντολογία εμπλουτισμό των 760 διαφορικά εκφρασμένων γονιδίων που προέρχονται από SAM /LIMMA αναλύσεις έδειξαν κυτταρική διαίρεση, μίτωση και κυτταρική πρόσφυση να είναι η πιο σημαντική βιολογικές διαδικασίες επηρεάζονται [εικόνα S3]. Εφευρετικότητα ανάλυση μονοπατιού των 760 γονιδίων έδειξε καρκίνο και γαστρεντερική νόσο μεταξύ των κορυφαίων λειτουργιών που ακολουθείται από την ανάπτυξη κυτταρικών κίνηση και πολλαπλασιασμό [Εικόνα 7α]. NF-kB σηματοδότησης, του κυτταρικού κύκλου G

2 /M DNA βλάβη ρύθμιση του σημείου ελέγχου, του παχέος μετάσταση του καρκίνου ήταν μεταξύ των κορυφαίων μονοπατιών βαθμολόγησης που ακολουθείται από agranulocyte πρόσφυση [εικόνα 7b]. TGFB1 ήταν μεταξύ των κορυφαίων ανάντη ρυθμιστικές αρχές. ανάλυση του δικτύου υποδηλώνει MYC, ΜΜΡ και τα γονίδια IL6 ως σημαντικών κόμβων [Σχήμα 7c-e]. ανάλυση βιοδείκτη αποκαλύπτει 28 μόρια σημασία για καρκίνο του παχέος εντέρου [Πίνακας 5]. INHBA, CLDN7 και MUC4 ήταν επιλέξιμες ως βιοδείκτες και είναι κοινά με GISTIC, SAM και LIMMA αναλύει τα αποτελέσματα.

ανάλυση πυρήνα χρησιμοποιώντας ΙΡΑ διεξήχθη χρησιμοποιώντας σύνολο 760 γονιδίων που εκφράζονται διαφορικά σε δείγματα όγκων. Σημαντικές βιολογικές λειτουργίες (α) οδών (β) και δικτύων (CE) αποκαλύφθηκαν από την παρούσα ανάλυση.

Η

Συζήτηση

Στην παρούσα μελέτη επιχειρούμε να κατανοήσουμε το επίπεδο μεταγραφής αλλαγές στα γονίδια οδήγησης επηρεάζεται από SCNAs σε καρκίνο του παχέος εντέρου. Εμείς αμφισβήτησε αυτά τα γονίδια από τρεις οπτικές γωνίες, χρησιμοποιώντας εργαλεία ανάλυσης επίπεδο γονιδίου /εξόνιο /δικτύου. ολοκληρωμένη ανάλυση μας στο γονιδιωματικής /transcriptomic επίπεδα είχε ως αποτέλεσμα να βρουν γονίδια της υψηλής προτεραιότητας που μπορεί πειραματικά να μελετηθούν για να καθορίσει το ρόλο τους στην καρκίνο του παχέος εντέρου. Λειτουργική σημασία των διαφορικά εκφρασμένων γονιδίων επιβεβαίωσε τα αποτελέσματα των αναλύσεων μας.

Λόγω της μη διαθεσιμότητας υψηλή ανάλυση κυτταρογενετική συστοιχίες μεγάλο μέγεθος των χρωμοσωμικών περιοχών είχαν εμπλακεί στην πρόκληση καρκίνου του παχέος εντέρου μέσω του αριθμού αλλαγές αντίγραφο. Οι εμπορικές SNP γονοτυποποίηση συστοιχίες επικεντρωθεί σε παραλλαγές που είναι παρούσες σε 5% ή περισσότερο του πληθυσμού και διαθέτουν περιορισμένο αριθμό CNV ανιχνευτών. Ως εκ τούτου, υπο μικροσκοπικές δομικές παραλλαγές είναι κακώς συλλαμβάνονται από τους διαθέσιμους πίνακες του γονότυπου SNP που σχεδιάστηκαν για να αξιολογήσουν SNPs. Η πρόσφατη εισαγωγή της Array Affymetrix CytoScan HD (CNV στοχευμένες array), η οποία βασίζεται στην Array επικυρωθεί Genome-Wide Ανθρωπίνων SNP 6.0 και περιέχει περισσότερα από 2,6 εκατομμύρια δείκτες για τον αριθμό αντιγράφων παραλλαγές και περίπου 750.000 SNPs, επέτρεψε την ανίχνευση αντιγραφή αριθμός εκτροπών με υψηλή ανάλυση κατά μήκος του γονιδιώματος [18]. Δεδομένα από αυτή την πλατφόρμα χρησιμοποιήθηκε για να ληφθεί ο κατάλογος των γονιδίων οδηγό, το οποίο θα μπορούσε έτσι να θεωρηθεί ότι είναι η πλέον ακριβή και ακριβής. Νωρίτερα, τα αποτελέσματα από διαφορετικές ομάδες συχνά οδηγούν σε ένα υψηλό επίπεδο ασυμφωνία με επικάλυψη & lt? 5% σε ορισμένες περιπτώσεις. GISTIC ανάλυσης ήταν σε θέση να αντιμετωπίσει αυτό το ζήτημα και να κάνουν διάκριση μεταξύ μεταλλάξεων των επιβατών και του οδηγού με ένα υψηλό επίπεδο της ακρίβειας [6]. Ο συσχετισμός μεταξύ έκφρασης και δεδομένα CN είναι πολύ περίπλοκη [19] και είναι σε μεγάλο βαθμό επηρεάζεται από τον τύπο της πλατφόρμας που χρησιμοποιείται για την παραγωγή των δεδομένων καθώς και τις στρατηγικές ανάλυση. στρατηγική ανάλυση μας με στόχο τη μείωση των συγχυτικούς παράγοντες. Εμείς εκχυλίζεται DNA /RNA από το ίδιο κομμάτι του ιστού σε ένα ενιαίο πρωτόκολλο [20]. Χρησιμοποιήσαμε ταιριάζουν ζεύγη έλεγχο του όγκου-φυσιολογικό, το οποίο είναι αναμφισβήτητα ο καλύτερος τρόπος για να γίνει μια συγκριτική μελέτη [21]. Διάφορες προσεγγίσεις έχουν χρησιμοποιηθεί για γονιδιακή καρκίνο ιεράρχηση από ενοποιητική ανάλυση [22], [23]. Χρησιμοποιήσαμε μια τροποποιημένη προσέγγιση σε δύο στάδια, φιλτράροντας τα γονίδια του καρκίνου με τη χρήση GISTIC και στη συνέχεια πραγματοποιείται ανάλυση εξόνιο έκφρασης.

Gene επίπεδο.

Η επίδραση των χρωμοσωμικών αλλαγών δεν είναι πάντα άμεση. Παγκόσμια ενίσχυση στο γονιδιωματικό επίπεδο θα έχει ως αποτέλεσμα σε υψηλότερη έκφραση επίπεδο επιλεγμένων γονιδίων [9]. ανάλυση σε επίπεδο γονιδίων μας έδειξε μόνο 20 από 144 γονιδίων οδηγό να βιώσουν σημαντικές αλλαγές στο επίπεδο της μεταγραφής. 5 από αυτά τα γονίδια που περιλαμβάνονται μεταξύ των κορυφαίων γονίδια οδηγός βαθμολόγησης. Τα αποτελέσματά μας συσχετίζονται εστιακό επιμηκύνσεις με αυξημένα επίπεδα έκφρασης και έχουν αναφερθεί νωρίτερα χρησιμοποιώντας array CGH (aCGH) για FGFR2, Gnas και γονίδια AURKA [24]. Με μέσο μέγεθος αμπλικονίου από 4.56 Mb, θα μπορούσε να είναι παραπλανητικό να αναφέρουν όλες τις επηρεάζονται γονίδια /μη κωδικές περιοχές πρέπει να συνδέονται με CRC. FAM46C, EGFR2 και IL6 γονίδια από την ανάλυσή μας έχουν επίσης αναφέρονται στο επικαιροποιημένο απογραφή γονίδιο του καρκίνου [5], [25]. BCAS1 γονίδιο που συγκέντρωσαν την υψηλότερη βαθμολογία στην ανάλυση GISTIC είχε νωρίτερα αναφερθεί να υποβληθούν σε εναλλακτικό μάτισμα και αρνητική ρύθμιση [26], η οποία είναι σύμφωνη με τα αποτελέσματά μας. Προς τα πάνω ρύθμιση SLC7A11 mRNA ανθρώπινου σε στρωματικά κύτταρα ινοβλαστών από ηπατικές μεταστάσεις συνδέεται με μεταστατικό ορθοκολικό καρκίνο στον άνθρωπο [27]. PTP4A3 αναφερθεί ότι ρυθμίζεται προς τα πάνω σημαντικά σε αυτή τη μελέτη έχει πρόσφατα ενοχοποιηθεί στην ογκογένεση του παχέος εντέρου [28]. ATP8B1 είναι το γονίδιο που δεν έχει ακόμα αναφερθεί ότι έχει οποιαδήποτε σχέση με καρκίνο του παχέος εντέρου και θα είναι ένα σημαντικό μόριο για περαιτέρω μελέτες.

διαφορική ανάλυση της έκφρασης μας όγκου και κανονικής σύνολα δεδομένων συστοιχία εξόνιο χρησιμοποιώντας δύο ανεξάρτητα εργαλεία (SAM και LIMMA) παρουσίασαν επικάλυψη 15 γονιδίων με τα γονίδια του οδηγού. Ανάλυση των & gt? 44.000 ανιχνευτές με αποτέλεσμα διαφορικά εκφρασμένων γονιδίων παρέχει μια αμερόληπτη προσέγγιση και δανείζει περαιτέρω την εμπιστοσύνη στον κατάλογο των επικαλυπτόμενων γονιδίων. Τόσο LIMMA και SAM προσεγγίσεις που δημιουργούνται ίδια αποτελέσματα σε λειτουργικό επίπεδο, όπως αποδεικνύεται από Ingenuity Διαδρομή Ανάλυση (IPA).

ABP1, AGR3 και BCAS1 έδειξε αρνητική ρύθμιση, παρά την ενίσχυση στο επίπεδο του γονιδιώματος. Αυτό υποστηρίζεται από προηγούμενες μελέτες για την κυτταρική σειρά BCAS1in MCF7 [29]. Παρατηρήσαμε ότι η επιρροή του παράγοντα μεταγραφής Smad4 χάθηκε σε κύτταρα όγκου και μπορεί να είναι υπεύθυνη για αυτή την παρατήρηση. Παρόμοιες αλλαγές σε παράγοντες μεταγραφής παρατηρήθηκε για δύο άλλα γονίδια που δείχνει τη συμπεριφορά μεταγωγής όπως αναλύεται παρακάτω.

εξόνιο επίπεδο.

Ανάλυση επίπεδο εξόνιο για τη μέτρηση της γονιδιακής έκφρασης που αλλάζει είναι δύσκολο, αλλά ανταμείβοντας. Ακόμη και οι βελτιωμένες αλγόριθμοι έχουν περιορισμούς στην παροχή απόλυτη ποσοτικοποίηση των επιπέδων μεταγραφής. Νωρίτερα μέθοδοι έχουν βρει στοιχεία σε επίπεδο εξώνιο να είναι πιο κατατοπιστική σχετικά με τη φύση και το επίπεδο των μεταγραφών [30]. Τώρα με τη γνώση ότι περισσότερο από το 90% όλων των γονιδίων υφίστανται εναλλακτικό μάτισμα να παράγουν περισσότερα από ένα μεταγραφής για ένα γονίδιο, το δυναμικό των δεδομένων επιπέδου εξονίου υλοποιείται περισσότερο από ποτέ [31] – [33]. Γονίδιο κεντρική προσέγγιση για τη διεξαγωγή ολοκληρωμένης ανάλυσης χρησιμοποιώντας aCGH και σειρά εξόνιο δεδομένων έχει δώσει περισσότερες επιβεβαιωτικές αποτελέσματα και στερούνται τη χρήση του πλήρους δυναμικού των συστοιχιών ολόκληρο το γονιδίωμα [34]. γονίδιο FGFR2 δείχθηκε που πρόκειται να ενισχυθεί και να ρυθμίζεται προς τα πάνω το οποίο είναι παραπλανητικό οφείλεται στην περικομμένη μορφή του FGFR2. Κβ FGFR2 γονίδιο δεν μετρήθηκε και ως εκ τούτου δεν θα μπορούσε να συγκριθεί με τη μελέτη μας [34].

σπουδές επιπέδου εξόνιο σε καρκίνο του παχέος εντέρου ήταν λίγες και φέρουν διάφορους περιορισμούς όσον αφορά την ανάλυση των δεδομένων. Πολλές από αυτές τις μελέτες συνέκριναν όγκου και φυσιολογικών από διαφορετικές πηγές [35]. Τα αποτελέσματά μας δείχνουν ένα υποσύνολο των διαφορικά εκφραζόμενων γονιδίων να βιώσουν μεταβολή στο πρότυπο ματίσματος. 29 εξώνια που ανήκουν σε 13 γονίδια που παρουσίασαν σημαντική δείκτη ματίσματος (SI) και p-τιμές Midas. Τόσο οι τιμές είναι ισχυρές δείκτες για τη μέτρηση εναλλακτικό μάτισμα. MUC4 είναι πολύ καλά γνωστό ότι υφίστανται εναλλακτικό μάτισμα και προκαλούν καρκίνο [36], αλλά η εναλλακτική συρραφή του IL6 είναι νέα σε σχέση με CRC. Adam-12 που σημείωσε μια υψηλή τιμή SI έχει εμπλακεί νωρίτερα σε καρκίνο του πνεύμονα [37]. 5 γονίδια (ACTN1, CALD1, SLC3A2, CTTN και FN1) αναφέρθηκε νωρίτερα ως διαφορικά συγκολλημένα [38] έχουν βρεθεί στη μελέτη μας, καθώς και τα οποία χρησιμοποιούνται για μια διαφορετική στρατηγική ανάλυση.

ANK3 είναι γνωστό ότι χρησιμοποιούν εναλλακτικές μεταγραφή ξεκινήσει τοποθεσίες σε καρκίνο του παχέος εντέρου [8] και θα μπορούσε επίσης να είναι ο μηχανισμός για άλλο γονίδιο MYLK για τις οποίες δεν είχαμε δει μια σημαντική αλλαγή στο επίπεδο έκφρασης του γονιδίου.

επίπεδο δικτύου.

ανάλυση Pathways έχει έχουν χρησιμοποιηθεί για τη μέτρηση της συνάφειας των γονιδίων επηρεάζεται από προσαρμογείς CNA μέσω της δημιουργίας δικτύων μεταξύ τους [1]. Ωστόσο, αυτές οι δίκτυα περιορίζονται σε χρήσιμη ερμηνεία τους, λόγω της απουσίας του κατευθυντικότητας. ανάλυση του δικτύου αιτιώδης μας παρέχει πιο χρήσιμες πληροφορίες σχετικά με τα γονίδια που εμπλέκονται σε αυτά τα δίκτυα. Παρατηρήσαμε μια σημαντική διαφορά στον αριθμό των γονιδίων στόχων μεταξύ όγκου και φυσιολογικών. Σε περίπτωση των γονιδίων που βρίσκονται στο ενισχυμένη περιοχή αλλά ρυθμίστηκαν προς τα κάτω παρατηρήσαμε μία απώλεια του κανονισμού παράγοντα μεταγραφής, ενώ στην προς τα πάνω ρυθμισμένη γονίδιο βρέθηκε στο διαγράφεται περιοχή υπήρχε ένα διακόπτη στον παράγοντα μεταγραφής. Από τη λίστα των γονιδίων οδηγό επιλέξαμε τους παράγοντες μεταγραφής και σπούδασε αλλαγή τους στη συμπεριφορά σε δείγματα όγκων. AHR έχει καθιερωθεί ως ένα ογκοκατασταλτικό γονίδιο στο παχύ έντερο και άλλους καρκίνους [39]. Αυτή η μελέτη εξηγεί περαιτέρω την ενίσχυση του ρόλου της ΑΗΚ από την αύξηση του αριθμού των γονιδίων εξερχόμενων (στόχος) σε όγκο. Η μελέτη μας παρέχει στοιχεία ότι TSHZ1 χάνει το ρόλο της ως κύριος ρυθμιστής σε φυσιολογικά κύτταρα ενώ RUVBL1 αναλαμβάνει αυτό το ρόλο. Αυτά παρέχουν ενδιαφέρουσες ευκαιρίες για μηχανιστικές μελέτες του δικτύου /μονοπάτια που επηρεάζονται σε CRC. Έχει προβλεφθεί μέσω ολοκληρωμένων μελετών που πολλοί διαφορετικοί γονιδιωματικής αλλοιώσεις δυνητικά δυσ-ρύθμιση τα ίδια μονοπάτια με πολύπλοκες ασθένειες [40]. Περαιτέρω μελέτες των αλλαγών κανονιστικό επίπεδο σε αυτή τη μελέτη θα είναι σε θέση να αποδείξει αυτή την έννοια στο CRC.

Λειτουργική ρόλος των διαφορικά εκφρασμένων γονιδίων και ο προσδιορισμός των MYC, ΜΜΡ και IL6 ως σημαντικοί κόμβοι στις πληγείσες δίκτυα παρέχουν ηλεκτρόδια που πρέπει να επικυρώνεται για να καθορίσει την ένωσή τους με το CRC. Βιοδείκτες, ειδικά MUC4 θα είναι ένα σημαντικό μόριο για τη μελέτη μηχανιστικά και να δημιουργήσουν τη χρήση τους σε κλινικές μελέτες. Αυτή η μελέτη παρέχει πλούτο της ανέλυσαν στοιχεία και ένα εμπλουτισμένο κατάλογο των γονιδίων που μπορούν να χρησιμεύσουν ως πιθανές ενδείξεις για να κατανοήσουν τη βιολογία του καρκίνου του παχέος εντέρου.

Υποστήριξη Πληροφορίες

Εικόνα S1.

Σημασία της ανάλυσης μικροσυστοιχιών. ανάλυση SAM διεξήχθη με τη χρήση Integromics σουίτες ανακάλυψη βιοδεικτών σε όλα τα δείγματα. Τα αποτελέσματα ήταν δωρεάν με την ανάλυση LIMMA όπως αντανακλάται στον αριθμό των διαφορικά εκφρασμένων γονιδίων

doi:. 10.1371 /journal.pone.0110134.s001

(ΔΕΘ)

Εικόνα S2. δείκτη

Splice και εξόνιο οικόπεδα έκφρασης για τα υπόλοιπα 11 γονίδια. Οι τιμές του δείκτη Splice και έκφραση εξόνιο όλων των 13 γονιδίων που βρέθηκαν σημαντικά μεταξύ των γονιδίων του οδηγού χαράχθηκαν. Σύγκριση των «κανονική» και δείγματα «όγκου» απεικονίζεται να παρατηρήσει την αλλαγή στο δείκτη συναρμογής καθώς και το πρότυπο έκφρασης σε επίπεδο εξόνιο

doi:. 10.1371 /journal.pone.0110134.s002

(DOCX)

Εικόνα S3.

βιολογικές διεργασίες εμπλουτισμού διάγραμμα για διαφορικά εκφρασμένων γονιδίων. Το οικόπεδο γραμμή δείχνει τα διαφορικά εκφραζόμενα γονίδια (όπως λαμβάνεται από Integromics) είναι εμπλουτισμένα σε τρεις λειτουργίες δηλαδή, κυτταρική διαίρεση, μίτωση και την κυτταρική πρόσφυση

doi:.. 10.1371 /journal.pone.0110134.s003

(PNG)

Πίνακας S1.

τύπων και σταδίων όλων των δειγμάτων των ασθενών που χρησιμοποιήθηκαν στη μελέτη

doi:. 10.1371 /journal.pone.0110134.s004

(DOCX)

Πίνακας S2.