Αφηρημένο

Τα microRNAs (miRNAs) έχουν προσελκύσει μεγάλη προσοχή στη βιολογία και την ιατρική. Έχει διατυπωθεί η υπόθεση ότι miRNAs αλληλεπιδρούν με μεταγραφικούς παράγοντες (ΤΡ) με συντονισμένο τρόπο για να παίζουν σημαντικό ρόλο στη ρύθμιση της σηματοδότησης και μεταγραφικά μονοπάτια και στην επίτευξη ισχυρής γονιδιακής ρύθμισης. Εδώ, προτείνουμε μια νέα ολοκληρωμένη υπολογιστική μέθοδος για να συναγάγει ορισμένα είδη απελευθερωμένης ρυθμιστικών κυκλωμάτων miRNA με τη μεσολάβηση στο μεταγραφικό, μετα-μεταγραφικό και τα επίπεδα σηματοδότησης. Να προβλέψει αξιόπιστα αλληλεπιδράσεις miRNA-στόχου από τα στοιχεία έκφρασης mRNA /miRNA, η μέθοδος μας χρησιμοποιεί συλλογικά σειρά που βασίζεται σε προβλέψεις miRNA-στόχο που προέρχονται από διάφορους αλγόριθμους, γνωστές πληροφορίες για τους στόχους του mRNA και miRNA των TFs διαθέσιμες σε υπάρχουσες βάσεις δεδομένων, ορισμένες μοριακές δομές που προσδιορίζονται να είναι στατιστικά υπερεκπροσωπούνται στο δίκτυο ρύθμισης γονιδίων, οι διαθέσιμες πληροφορίες μοριακή υποκατηγοριών, και state-of-the-art στατιστικές τεχνικές για να περιορίσει κατάλληλα την σχετική ανάλυση. Με τον τρόπο αυτό, η μέθοδος εκμεταλλεύεται σχεδόν κάθε πτυχή της εκχυλίσιμες πληροφοριών στα δεδομένα έκφρασης. Εφαρμόζουμε τη διαδικασία μας για τα δεδομένα του mRNA /έκφραση των miRNAs από τον όγκο του προστάτη και φυσιολογικά δείγματα και να εντοπίζουν πολλά γνωστά και νέα απελευθερωμένη βρόχους και δίκτυα miRNA με τη μεσολάβηση στον καρκίνο του προστάτη. Έχουμε αποδείξει επίσης περιπτώσεις τα αποτελέσματα σε έναν αριθμό διακριτών βιολογικών ρυθμίσεων, οι οποίες είναι γνωστό ότι παίζουν κρίσιμους ρόλους σε προστάτη και άλλους τύπους καρκίνου. Τα ευρήματά μας δείχνουν ότι η προτεινόμενη υπολογιστική μέθοδος μπορεί να χρησιμοποιηθεί για να επιτευχθεί αποτελεσματικά αξιοσημείωτες γνώσεις σχετικά με τα ελάχιστα κατανοητή μοριακών μηχανισμών των miRNA με τη μεσολάβηση των αλληλεπιδράσεων και τεμαχίσει λειτουργικό ρόλο τους στον καρκίνο σε μια προσπάθεια να ανοίξει ο δρόμος για την θεραπευτική miRNA που βασίζονται σε κλινικό περιβάλλον.

Παράθεση: Afshar AS, Xu J, Goutsias J (2014) Ολοκληρωμένη Αναγνώριση απελευθερωμένης mirna /TF-γονιδιακής Ρυθμιστική Loops και Δικτύων στον καρκίνο του προστάτη. PLoS ONE 9 (6): e100806. doi: 10.1371 /journal.pone.0100806

Επιμέλεια: Sebastien Pfeffer, Γαλλικό Εθνικό Κέντρο Επιστημονικής Έρευνας – Ινστιτούτο βιολογίας Moleculaire et Cellulaire, Γαλλία

Ελήφθη: 20 Ιανουαρίου 2014? Αποδεκτές: 28 του Μάη 2014? Δημοσιεύθηκε: 26 του Ιουνίου 2014

Copyright: © 2014 Afshar 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:. Αυτό το έργο χρηματοδοτήθηκε από το Εθνικό Ίδρυμα Επιστημών (NSF) χορηγεί CCF-0849907 και CCF-1217213. 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

τα microRNAs (miRNAs) είναι μικρά μη-κωδικοποίησης ριβονουκλεϊκά οξέα (RNAs) που ρυθμίζουν σε μεγάλο βαθμό την έκφραση του γονιδίου σε μεταζώων ζώα, τα φυτά και τα πρωτόζωα. Περίπου 22 νουκλεοτίδια σε μήκος, miRNAs συνήθως καταστέλλουν τη γονιδιακή έκφραση μέσω δέσμευσης σε αλληλουχίες με μερική συμπληρωματικότητα στο messenger RNA στόχου (mRNA) μεταγραφές. Στα θηλαστικά, τα miRNAs πιστεύεται ότι ελέγχει τη δραστηριότητα άνω του 60% όλων των γονιδίων που κωδικοποιούν πρωτεΐνες και εκτενώς συμμετέχουν στη ρύθμιση πολλών κυτταρικών λειτουργιών [1], [2].

Με λίγες εξαιρέσεις, μεταζώων miRNAs ζεύγος βάσεων με τους στόχους τους ατελώς, μετά από ένα σύνολο κανόνων που έχουν διατυπωθεί με τη χρήση πειραματικών και βιοπληροφορικής που βασίζονται σε αναλύσεις [3]. Αυτή η περιορισμένη συμπληρωματικότητα κάνει το καθήκον της υπολογιστικής εντοπισμό στόχων miRNA πολύ προκλητική και συνήθως οδηγεί σε μεγάλους αριθμούς, ως επί το πλείστον ψευδείς, πιθανοί στόχοι.

Νωρίτερα υπολογιστικά εργαλεία έχουν επικεντρωθεί κυρίως στην ανατομία ατομικές αλληλεπιδράσεις miRNA-στόχο στηριζόμενη σε σειρά με έδρα ταυτοποίηση των θέσεων πρόσδεσης miRNA-στόχων ή σε mRNA /miRNA ανάλυση των δεδομένων έκφρασης [4] – [6]. Εναλλακτικές μέθοδοι χρησιμοποιούν γονίδια υποδοχής miRNA ως πληρεξούσια για τη μέτρηση της έκφρασης των ενσωματωμένων miRNAs [7], ή χρησιμοποιούν μια πληροφορία-θεωρητική προσέγγιση για τον εντοπισμό υποψήφιων mRNAs που ρυθμίζουν τη δράση των miRNAs επηρεάζοντας τη σχέση μεταξύ ενός miRNA και το στόχο της (s) [8]. Από την άλλη πλευρά, οι πρόσφατες εργασίες εξετάζει την ανάλυση συν-έκφραση, με την παραδοχή ότι οι στόχοι ενός δεδομένου miRNA συν-εκφράζονται, τουλάχιστον σε ορισμένους ιστούς ή συνθήκες [9].

Συμβατικά, πολλές υπολογιστικές μεθόδους που αναπτύσσονται για πρόβλεψης miRNA-στόχο βασίζονται στην υπόθεση ότι υπάρχει μια αντίστροφη συσχέτιση μεταξύ του επιπέδου έκφρασης ενός miRNA και των στόχων της [10]. Πάντως, έχει δειχθεί προσφάτως ότι τόσο θετικές όσο και αρνητικές μεταγραφική από κοινού ρύθμιση ενός miRNA και στόχων του είναι διαδεδομένη στα γονιδιώματα ανθρώπου και ποντικού [11], [12]. Ειδικότερα, οι δύο τύποι των ρυθμιστικών κυκλωμάτων (που θα συζητήσουμε σύντομα) έχουν προταθεί για miRNA με τη μεσολάβηση των αλληλεπιδράσεων, οι οποίες αποδίδουν ρυθμιστική ή /και την ενίσχυση των ρόλων να miRNAs στα δίκτυά τους βασίζονται σε μοτίβα, όπως βρόχοι feed-forward (FFLs ) [13]. Κατά συνέπεια, οι προβλέψεις miRNA-στόχο βασίζονται μόνον σε μια αντίστροφη συσχέτιση υπόθεση αναμένεται να περιοριστεί εάν η μέθοδος πρόβλεψης δεν κατάλληλα ενσωματώνει την υποκείμενη δομή του δικτύου ΕΕΔ.

Με βάση την προηγούμενη παράδειγμα, αρκετοί ερευνητές έχουν διερευνηθεί η στατιστική υπερεκπροσώπηση των δομών του δικτύου που αφορούν miRNA και TF από κοινού ρύθμιση των mRNAs για τον εντοπισμό εμπλουτισμένο μοτίβα του δικτύου και /ή την αξιολόγηση του επιπολασμού τους σε διαφορετικά βιολογικά περιβάλλοντα [14] – [21]. Ουσιαστικά, αυτές οι μέθοδοι υπολογίζουν τα μέτρα της συντονισμένης γονιδίου συν-ρύθμιση από miRNA και τις ρυθμιστικές αρχές TF. Άλλοι ερευνητές έχουν εξετάσει τις μεθόδους παλινδρόμησης ή Bayesian μοντέλα για τον ποσοτικό προσδιορισμό των στατιστικών ενώσεις με τον προσδιορισμό αλλαγών στο επίπεδο έκφρασης ενός δεδομένου mRNA εξηγείται από τα επίπεδα έκφρασης των ΤΡ και miRNAs προβλέπεται να στοχεύουν το mRNA με βάση τις πληροφορίες ακολουθίας [22] – [25]. Στη συνέχεια, χρησιμοποιήστε τα συνεπαγόμενα σχέσεις για να οριοθετηθούν σημαντικές δομές δικτύου και μοτίβα με τρόπο παρόμοιο με αυτόν που χρησιμοποιείται στις προαναφερθείσες μεθόδους. Είναι σημαντικό να σημειωθεί, ωστόσο, ότι οι συλλογικές διαπιστώσεις που παράγεται από όλες αυτές τις προσεγγίσεις παρέχουν περαιτέρω υποστήριξη για τη σημασία των miRNA /FFLs TF-μεσολάβηση ως μοτίβα που επικρατούν δίκτυο σε διαφορετικά βιολογικά περιβάλλοντα, επιβεβαιώνοντας τις υποθέσεις που είχε προταθεί αρχικά στο [11], [12] .

Εκτός από τα παραπάνω, διαταραχές στη ρύθμιση των γονιδίων (για παράδειγμα, από γενετικούς και επιγενετικές μεταβολές) πιστεύεται ότι προκαλεί αλλαγές στη φυσιολογική λειτουργία των κυττάρων που οδηγούν στην εξέλιξη παθολογικών καταστάσεων, όπως ο καρκίνος, διαδίδονται μέσω ρυθμιστικών δικτύων γονιδίων. Κατά συνέπεια, η αποτελεσματική θεραπεία πολλών ανθρώπινων ασθενειών μπορεί να απαιτούν μια θεμελιώδη και συστηματική κατανόηση των γονιδιωματικών ρυθμιστικών αρχών, όπως miRNAs και ΤΡ, και τα δίκτυα τους αλληλεπίδρασης. Ωστόσο, συστηματικά συνάγοντας μοριακές αλληλεπιδράσεις με πειραματικές μεθόδους είναι τόσο δύσκολη και δαπανηρή. Ως εκ τούτου, είναι ιδιαίτερα επιθυμητή η ανάπτυξη «αξιόπιστες» υπολογιστικές προσεγγίσεις ικανές για την ταυτοποίηση αυτών των δικτύων. προβλέψεις δίκτυο μπορεί να χρησιμοποιηθεί στη συνέχεια από έναν βιολόγο εμπειρογνώμονα για να διαμορφώσει νέες υποθέσεις και αποτελεσματικά προχωρήσει με πειραματική έρευνα και η επικύρωσή τους.

Πρόσφατα, αρκετές νέες μέθοδοι έχουν προταθεί για τον εντοπισμό συντονισμένη miRNA αλληλεπιδράσεων /TF [26], [ ,,,0],27]. Ωστόσο, και για μια δεδομένη δομή μοτίβο (π.χ., ένα FFL), οι μέθοδοι αυτές προσπαθούν να προβλέψουν τις υποκείμενες αλληλεπιδράσεις (οι τρεις ακμές ενός FFL) με χρησιμοποίηση περιορισμένες βιολογικές πληροφορίες και ένα μικρό σύνολο υπολογιστικών εργαλείων. Ως αποτέλεσμα, αν και οι μέθοδοι είναι αποτελεσματικές στην παροχή γνώσεις σχετικά με την επικράτηση των διαφόρων περιπτώσεων μοτίβο στο δίκτυο ρύθμισης γονιδίων, δεν μπορούν να παράγουν αξιόπιστες προβλέψεις από έναν πειραματικό προοπτική.

Η απόδοση ορισμένων από τις προηγούμενες μεθόδους έχει δοκιμαστεί πρόσφατα στην [27]. Παρατηρήθηκε ότι, αν και ορισμένες μέθοδοι ήταν ικανές να επιτύχουν ένα εύλογο ποσοστό επιτυχίας στην πρόβλεψη περιπτώσεις ένα τύπο αλληλεπίδρασης, ήταν λιγότερο αποτελεσματικά στην πρόβλεψη περιπτώσεις των άλλων δύο τύπων, με αρκετές αλγόριθμοι που έχει ένα ποσοστό επιτυχίας περίπου ή λιγότερο από 1% στην πρόβλεψη TF-mRNA και TF-miRNA αλληλεπιδράσεων. Αυτό τονίζει το κρίσιμο γεγονός ότι η πρόβλεψη ζεύγη μοριακές αλληλεπιδράσεις και την κατασκευή περιπτώσεις ανώτερης τάξης των μοτίβων χρησιμοποιώντας τις προβλεπόμενες άκρα θα μπορούσε να μεταφραστεί σε υψηλότερη συνολική ψευδώς θετικά ποσοστά. Δεδομένου ότι υπάρχει μια πληθώρα πληροφοριών σχετικά με το πώς μια TF δεσμεύει τους στόχους της και στις ειδικές κανονιστικές τους ρόλους τους, αποφασίσαμε να εξετάσουμε μόνο

πειραματικά

επικυρωμένη αλληλεπιδράσεις TF-mRNA και TF-miRNA στο πλαίσιο ΕΕΔ και στρέφει την προσοχή στην αξιόπιστα πρόβλεψη της ελάχιστα κατανοητή άκρη αλληλεπίδραση miRNA-στόχο. Πιστεύουμε ότι, με την κατάλληλη περιορίζοντας το βασικό πρόβλημα στατιστική ανάλυση, θα μπορούσαμε ενδεχομένως να αυξήσουν την αξιοπιστία των miRNA γονιδίων προβλέψεις ρυθμιστικές βρόχο /TF-μεσολάβηση.

Για να περιορίσετε ακόμη περισσότερο το πρόβλημα πρόβλεψης αλληλεπίδρασης miRNA-στόχο, έχουμε επικεντρωθεί σε αυτό το έγγραφο σχετικά με ορισμένα τριών κόμβων ρυθμιστικές μοτίβα. Το πρώτο σετ των μοτίβων που μεθόδου μας κρίνει είναι FFLs τριών κόμβων που έχουν προσελκύσει πρόσφατα ένα μεγάλο μέρος της προσοχής μεταξύ των συστημάτων και την πειραματική βιολόγους. Τα μοτίβα αυτά είναι άριστες μοντέλα συντονισμένων miRNA με τη μεσολάβηση και μεταγραφική ρύθμιση, η οποία έχει υποτεθεί ότι είναι διαδεδομένη στα γονιδιώματα ανθρώπου και ποντικού [12].

Θεωρούμε δύο τύπου I ffl μοτίβα, στην οποία το miRNA και TF είναι τα ανάντη και κατάντη των ρυθμιστικών αρχών, αντίστοιχα, καθώς και τέσσερις τύπου ΙΙ μοτίβα ΕΕΔ, στα οποία το TF είναι τώρα η ανάντη ρυθμιστή, ενώ η miRNA είναι ο μεταγενέστερος ρυθμιστής – βλέπε σχήμα 1. Από μια μηχανιστική προοπτική, αυτά τα έξι FFLs είναι ταξινομούνται ως

συνεκτικό

ή

ασυνάρτητο

. Στην συνεκτική περίπτωση, οι ρυθμιστικές αρχές των miRNAs και TF ενεργούν με συντονισμένο τρόπο για να ενισχυθεί η λογική ρύθμιση κατά μήκος δύο διαδρομών τροφοδοσίας προς τα εμπρός. Σε Τύπου Ι και Τύπου ΙΙ-Β συνεκτική FFLs, αυτές οι διαδρομές καταστέλλουν ταυτόχρονα την έκφραση του στοχευόμενου mRNA. Το προκύπτον μηχανισμός χρησιμοποιείται, για παράδειγμα, να υποτάξει διαρροές μεταγραφή ενός γονιδίου με την εξασφάλιση ότι η έκφραση του παραμένει σε ένα επίπεδο ασήμαντος. Από την άλλη πλευρά, σε μια II-Μια συνεκτική ΕΕΔ Τύπος, ο TF ενισχύει τη μεταγραφή του στοχευόμενου mRNA με την απευθείας ενεργοποίηση καθώς και αναστέλλοντας την καταστολή της από την στόχευση του ρυθμιστή miRNA.

Ο τύπος Ι ΕΕΔ αποτελείται από τριπλέτες (miRNA, TF, mRNA) έτσι ώστε ένα miRNA στοχεύει ταυτόχρονα mRNA και mRNA TF της. Ο τύπος II FFL αποτελείται από τριπλέτες (miRNA, TF, mRNA) έτσι ώστε ένα TF ρυθμίζει ταυτόχρονα miRNA και mRNA στόχο του. Τέλος, ο βρόχος Τύπου III αποτελείται από τριπλέτες (miRNA, G-1, G-2) έτσι ώστε η miRNA στοχεύει ταυτόχρονα δύο μεταγραφές σε μία δεδομένη οδό KEGG, ένα από κάθε γονίδιο G-1 και G-2, του οποίου οι αντίστοιχες πρωτεΐνες θα μπορούσαν ενδεχομένως αλληλεπιδρούν μεταξύ τους με βάση έναν χάρτη πορείας που παρέχονται στη βάση δεδομένων KEGG.

η

στα ασυνάρτητες FFLs, οι ρυθμιστικές αρχές των miRNAs και TF ενεργούν με συντονισμένο τρόπο για να τελειοποιήσουν την έκφραση του στοχευόμενου mRNA . Πιο συγκεκριμένα, κάθε απόκλιση από την συγκέντρωση σταθερής κατάστασης του ανάντη ρυθμιστή (δηλαδή, η miRNA σε Τύπου Ι και ο TF σε Τύπου II-Α και ΙΙ-Β FFLs Type) θα οδηγήσει το στοχευόμενο mRNA, καθώς και την προς τα κάτω ρυθμιστή , μακριά από την σταθερή κατάσταση των επιπέδων τους προς την ίδια κατεύθυνση. Με τον τρόπο αυτό, ο μεταγενέστερος ρυθμιστής μπορεί να ισορροπήσει την έκφραση του στοχευμένου mRNA, αντισταθμίζοντας τις διακυμάνσεις στο επίπεδο έκφρασης του ανοδικού παράγοντα.

Ορισμένες κυτταρικές διεργασίες μπορεί να είναι εξαιρετικά ευαίσθητη στην δραστηριότητα μιας δεδομένης μεταγραφής εντός ενός συγκεκριμένες βιολογικές πλαίσιο. Σε αυτές τις περιπτώσεις, ο μηχανισμός «θόρυβος buffering» που παρέχεται από ασυνάρτητη FFLs βοηθά στη διατήρηση της ομοιόστασης της πρωτεΐνης-στόχου και διασφαλίζει ότι μια ασυντόνιστη παρασυρόμενα από το επίπεδο σταθερής κατάστασης του ανάντη ρυθμιστής δεν μπορεί να οδηγήσει σε ανεπιθύμητη μεταβολή του επιπέδου της πρωτεΐνης-στόχου που μπορεί να οδηγήσει σε παθολογικές εκβάσεις. MiRNAs είναι ιδιαίτερα αποτελεσματικές σε αυτή τη ρύθμιση, λόγω της ταχείας τους μηχανισμό δράσης στο μετα-μεταγραφικό επίπεδο, σε αντίθεση με μεταγραφικοί καταστολείς, επιταχύνοντας έτσι το θόρυβο ρυθμιστικά [12].

Εκτός από τη ρυθμιστική και /ή ενισχύοντας γονίδιο ρυθμιστικούς ρόλους που miRNAs είναι γνωστό ότι παίζουν σε συνεννόηση με TFs, έχουν υποτεθεί ότι παίζουν σημαντικό ρόλο στη ρύθμιση μονοπάτια σηματοδότησης, καθώς και. Από την άποψη αυτή, αν και είναι γνωστό ότι miRNAs έχουν ανεπαίσθητες επιδράσεις στα επίπεδα της πρωτεΐνης των επιμέρους στόχων, αθροιστική επιρροή τους μπορεί να επηρεάσει σημαντικά τα αποτελέσματα ελέγχονται από μονοπάτια σηματοδότησης, λόγω της πολλαπλότητας των στόχων τους και ταυτόχρονη ρύθμιση προς τα κάτω των αρκετών από αυτούς τους στόχους. Για να γίνει αυτό σημαντική πτυχή υπόψη μέθοδος μας θεωρεί επίσης ο βασικός τύπος III μοτίβο βρόχου που απεικονίζεται στο Σχήμα 1, στο οποίο ένα miRNA στοχεύει δύο μεταγραφές γονίδιο, G-1 και G-2, των οποίων οι πρωτεΐνες θα μπορούσαν δυνητικά να αλληλεπιδράσουν μεταξύ τους, σύμφωνα με ένας χάρτης μονοπάτι που παρέχονται στη βάση δεδομένων KEGG (https://www.kegg.jp). Η ύπαρξη του τύπου ΙΙΙ μοτίβα βρόχο υποστηρίζεται από δύο βασικές υποθέσεις: (i) miRNAs διαδραματίσουν σημαντικό ρόλο στη ρύθμιση μονοπάτια σηματοδότησης λόγω απότομη δόση-ευαίσθητη φύση τους [28] – [32], και (ii) οι στόχοι της ενιαίας miRNAs είναι περισσότερο συνδεδεμένοι (δηλαδή, αλληλεπιδρούν) στο επίπεδο της πρωτεΐνης από το αναμενόμενο κατά τύχη [28], [33] – [35].

Συγκριτικά, η μέθοδος που προτείνεται στο [26] θεωρεί μόνο Τύπος FFLs ΙΙ και κάνει δεν εισάγουν διακρίσεις μεταξύ συνεκτική και ασυνάρτητο FFLs, η οποία απαιτείται για τα συστήματα επιπέδου κατανόησης των αλλαγών μεταγραφικό στη νόσο. Επιπλέον, οι συνήθεις στατιστικές δοκιμές που χρησιμοποιούνται για τον προσδιορισμό διαφορικά εκφρασμένων γονιδίων μεταξύ δύο όρων σε ένα τυπικό γονιδιακής έκφρασης προφίλ της μελέτης, όπως αυτά έχουν υιοθετηθεί από τις προηγούμενες μεθόδους [26], [27], να γίνει θεμελιωδώς εσφαλμένη παρουσία αγνοούνται πηγές μεταβλητότητας (λόγω βιολογικών και πειραματικών παραγόντων μεταξύ άλλων) [36] – [38]. Μοριακή πληροφορίες υποτύπου είναι ένα κρίσιμο παράδειγμα τέτοιων πηγών μεταβλητότητας.

Για να αντιμετωπιστούν τα προηγούμενα θέματα, έχουμε αναπτύξει σε αυτή την εργασία IntegraMiR, μία νέα μέθοδος ενσωμάτωσης ανάλυσης που μπορεί να χρησιμοποιηθεί για να συναχθεί ορισμένους τύπους ρυθμιστικών βρόχους του απελευθερωμένης αλληλεπιδράσεις miRNA /TF που εμφανίζονται στο μεταγραφικό, μετα-μεταγραφικό και σηματοδότηση επίπεδα σε στατιστικά υπερεκπροσωπούνται τρόπο. Η προτεινόμενη μέθοδος εκχωρεί βιολογική ρόλους miRNAs με την ενσωμάτωση πέντε κύριες πηγές των πληροφοριών μαζί με state-of-the-art στατιστικές τεχνικές για να συμπεράνουμε αξιόπιστα συγκεκριμένους τύπους αλληλεπιδράσεων miRNA-στόχου στο πλαίσιο της κανονιστικής βρόχους. Ειδικότερα, IntegraMiR χρησιμοποιεί:

στοιχεία έκφρασης mRNA και miRNA

Πληροφορίες miRNA-στόχο Ακολουθία με βάση προέρχονται από διαφορετικούς αλγόριθμους

γνωστές πληροφορίες σχετικά με τους στόχους mRNA και miRNA της.. TFs διαθέσιμη στις υπάρχουσες βάσεις δεδομένων.

Ορισμένα μοτίβα τριών κόμβων στο δίκτυο ρύθμισης γονιδίων.

Γνωστές πληροφορίες μοριακή υποκατηγοριών διαθέσιμα με δεδομένα γονιδιακής έκφρασης.

Η

Για να γίνει αυτό , IntegraMiR προσδιορίζει απελευθερωμένης miRNAs, TFs και mRNAs με την εκτέλεση στατιστικής ανάλυσης μέσα σε ένα περιορισμένο πλαίσιο που χρησιμοποιεί «πριν» πληροφοριών που περιλαμβάνει ανακαλύφθηκε πρόσφατα μοτίβα, τις διαθέσιμες γνώσεις σχετικά με miRNA /mRNA μεταγραφική ρύθμιση, και είναι γνωστές αλληλεπιδράσεις πρωτεΐνης-επίπεδο σχετικά με τις οδούς σηματοδότησης. Για να δείξει την αποτελεσματικότητα και τις δυνατότητες αυτής της μεθόδου, μπορούμε να την εφαρμόσει σε στοιχεία έκφρασης του mRNA /miRNA από όγκου και φυσιολογικά δείγματα και να εντοπίσει διάφορα γνωστά και νέα απελευθερωμένη βρόχους στον καρκίνο του προστάτη (PCA). Αυτό μας επιτρέπει να αποδείξουν τις περιπτώσεις τα αποτελέσματα και τα ευρήματα σε μια σειρά διακριτών βιολογικών ρυθμίσεων, οι οποίες είναι γνωστό ότι παίζουν κρίσιμους ρόλους σε προστάτη και άλλων μορφών καρκίνου.

Θα πρέπει να τονίσουμε στο σημείο αυτό ότι IntegraMiR είναι επεκτάσιμη , με την έννοια ότι οι πληροφορίες από υπάρχουσες ή νεοαποκτηθέντα /ενημερώνονται οι βάσεις δεδομένων μπορούν να εισαχθούν για να δημιουργήσει επιθυμητά /εκτεταμένη αποτελέσματα. Επιπλέον, μπορούν να αξιοποιηθούν τα δεδομένα έκφρασης των miRNAs /mRNA με δείγματα που λαμβάνονται σε οποιαδήποτε βιολογική σχέση μεταξύ των δύο προϋποθέσεις για να συναγάγει τα αντίστοιχα απελευθερωμένης βρόχους σχετικά με το συγκεκριμένο πλαίσιο στο χέρι. Τέλος, ο ενδιαφερόμενος αναγνώστης μπορεί να κατεβάσετε ελεύθερα μια εφαρμογή R του IntegraMiR από www.cis.jhu.edu/~goutsias/CSS%20lab/software.html.

Αποτελέσματα

Ολοκληρωμένη miRNA /TF μεσολάβηση Ρυθμιστική Loop Πρόβλεψη

Το διάγραμμα ροής που απεικονίζεται στο Σχήμα 2 παρέχει μια γενική περιγραφή των διαφόρων σταδίων που απασχολούνται από IntegraMiR. Παραπέμπουμε τον αναγνώστη στην ενότητα «Υλικά και Μέθοδοι» για περισσότερες λεπτομέρειες σχετικά με κάθε βήμα. Η διαδικασία χρησιμοποιεί τα δεδομένα της έκφρασης mRNA και miRNA που προέρχονται από ιστούς του προστάτη σε δύο διαφορετικές βιολογικές συνθήκες (κανονική εναντίον του καρκίνου). Απασχολεί άλλωστε αποτελέσματα που προέκυψαν από την ακολουθία που βασίζεται σε αλγόριθμους πρόβλεψης στόχων των miRNAs και ενσωματώνει τις πληροφορίες που προέρχονται από τέσσερις βάσεις δεδομένων διαθέσιμη στο διαδίκτυο, και συγκεκριμένα:

Η μέθοδος εκχωρεί βιολογική ρόλους miRNAs με την ενσωμάτωση πέντε κύριες πηγές των πληροφοριών μαζί με state-of -το-art στατιστικές τεχνικές για να συμπεράνουμε αξιόπιστα συγκεκριμένους τύπους αλληλεπιδράσεων miRNA-στόχου στο πλαίσιο της κανονιστικής βρόχους από τα δεδομένα της έκφρασης mRNA και miRNA.

η

-mSigDB (www.broadinstitute.org/gsea/msigdb ).

-miRTarBase (https://mirtarbase.mbc.nctu.edu.tw).

-TRANSFAC (www.gene-regulation.com/pub/databases.html).

-TransmiR (https://202.38.126.151/hmdd/mirna/tf).

Η

Σημειώστε ότι ΚΩΔΙΚΟΠΟΙΗΣΗ κυκλοφορήσει πληροφορίες για τελευταία φορά στις θέσεις δέσμευσης TF βασίζεται στην τεχνολογία chip-επόμενα πειράματα για 161 ΤΡ σε 91 κυτταρικές γραμμές (https://genome.ucsc.edu/ENCODE). Δυστυχώς, αυτή η βάση δεδομένων δεν παρέχει το είδος ρύθμιση (ενεργοποίηση ή καταστολή) μιας συγκεκριμένης αλληλεπίδρασης TF-στόχο, πληροφορίες που είναι ζωτικής σημασίας στην προσέγγισή μας. Για το λόγο αυτό, IntegraMiR χρησιμοποιεί TRANSFAC. Ωστόσο, όταν αυτές οι πληροφορίες καθίστανται διαθέσιμες μέσω ΚΩΔΙΚΟΠΟΙΗΣΗ ή οποιαδήποτε άλλη βάση δεδομένων TF-στόχο, να μπορεί να χρησιμοποιηθεί εύκολα από IntegraMiR.

Το πρώτο βήμα της IntegraMiR εφαρμόζει πρότυπες τεχνικές προεπεξεργασίας για τα δεδομένα των πρώτων έκφρασης (όπως διόρθωση υποβάθρου , κανονικοποίηση, και διόρθωση ετερογένεια δεδομένα) για τη βελτίωση της ποιότητας των δεδομένων, που ακολουθείται από πολλαπλές δοκιμές υπόθεση (MHT) και υποκατάστατα μεταβλητή ανάλυση (SVA) για την ταυτοποίηση mRNAs και miRNAs που εκφράζονται διαφορικά μεταξύ των δύο βιολογικές συνθήκες, ενώ διόρθωση για βιολογική μεταβλητότητα λόγω μοριακή υποκατηγοριών, πολλαπλά αποτελέσματα δοκιμών και της παρτίδας.

το δεύτερο βήμα υλοποιεί επιπλέον στατιστική ανάλυση με τη χρήση ανάλυσης γονιδιακής σύνολο εμπλουτισμού (GSEA) για να αξιολογήσει περαιτέρω την βιολογική σημασία ορισμένων mRNAs και miRNAs που δεν θεωρούνται ότι εκφράζονται διαφορικά από MHT. Με τη χρησιμοποίηση των μοριακών υπογραφών βάση δεδομένων mSigDB σχολιασμένες σειρές γονιδίων για χρήση με GSEA και το

πειραματικά

επαληθεύεται miRNA βάση δεδομένων στόχο miRTarBase, IntegraMiR κατασκευάζει τρεις ξεχωριστές ομάδες των γονιδίων σύνολα και αξιολογεί την στατιστική σημαντικότητα του κάθε σετ γονιδίων εμπλουτίζεται για απορρύθμιση στα διαθέσιμα στοιχεία έκφρασης mRNA. Η πρώτη ομάδα αποτελείται από σύνολα γονιδίων στα δεδομένα mRNA ευρετήριο από ένα mRNA TF που δεν θεωρείται ότι εκφράζονται διαφορικά από MHT και καθορίζεται από mSigDB να ρυθμίσει άμεσα σε κάθε γονίδιο στο σύνολο γονιδίων. Η δεύτερη ομάδα αποτελείται από σύνολα γονιδίων στα δεδομένα mRNA ευρετήριο από miRNA που δεν θεωρείται ότι εκφράζονται διαφορικά από MHT και καθορίζεται από miRTarBase να στοχεύουν κάθε γονιδίου στο σύνολο γονιδίων. Η τρίτη ομάδα αποτελείται από σειρές γονιδίων στα δεδομένα mRNA ευρετήριο από ένα συγκεκριμένο μονοπάτι KEGG [39] σηματοδότησης, [40] που περιλαμβάνονται στο mSigDB. Τέλος, οι ΤΡ συνδέονται με στατιστικά σημαντικές εμπλουτισμένο σύνολα γονίδιο τροποποιήθηκε με τον κατάλογο των εν λόγω mRNAs θεωρείται ότι εκφράζεται διαφορικά με MHT να δημιουργήσει μια συνδυασμένη λίστα των διαφορικά εκφρασμένων mRNAs, και το ίδιο γίνεται για miRNAs. Θα πρέπει να σημειώσουμε εδώ ότι mSigDB χρησιμοποιείται ευρέως για την απόκτηση σύνολα γονίδιο για ανάλυση GSEA. Από την άλλη πλευρά, έχουμε απασχολούν MiRTarBase δεδομένου ότι αυτή η βάση δεδομένων έχει συσσωρεύσει ένα σχετικά μεγάλο αριθμό πειραματικά επικυρωμένη αλληλεπιδράσεις miRNA-στόχο.

Εν συντομία, GSEA καθορίζει αν ένα δεδομένο σύνολο γονιδίων εμφανίζει στατιστικά σημαντική σύμφωνη διαφορές μεταξύ των δύο βιολογικών μελών [41]. Ο κύριος λόγος IntegraMiR ισχύει GSEA μετά το αρχικό στάδιο δοκιμών υπόθεση είναι να βελτιωθεί η ανίχνευση του διαφορικά εκφρασμένων TFs και miRNAs, η οποία μπορεί να χαθεί, όταν μόνο τα επίπεδα έκφρασης δείχνουν μόνο μέτριες μεταβολές μεταξύ των δύο βιολογικών συνθηκών. Ως Μάλιστα, αν ένας αριθμός των μεταγραφών είναι γνωστό ότι συμμετέχουν σε ένα κοινό βιολογικό μηχανισμό, τότε ακόμη και μέτριες αλλαγές στα επίπεδα έκφρασης αυτών των μεταγράφων μπορεί να είναι στατιστικά σημαντική, λόγω του γεγονότος ότι οι γνωστές βιολογικές σχέσεις μεταξύ μεταγραφές μπορεί να οδηγήσει σε υψηλότερες στατιστική ισχύ όταν ανιχνεύσει μικρές μεταβολές στα επίπεδα έκφρασης τους σε σύγκριση με την περίπτωση του ενιαίου μεταγραφές. Επιπλέον, για ορισμένες TFs, η έκφραση του mRNA TF δεν μπορούν κατ ‘ανάγκη να χρησιμοποιηθεί ως υποκατάστατο της δραστηριότητάς του στο πρωτεϊνικό επίπεδο, λόγω της μετα-μεταγραφική και μετα-μεταφραστικές τροποποιήσεις του ΤΡ [42], [43]. Για να αντιμετωπιστούν αυτά τα ζητήματα, IntegraMiR θεωρεί επίσης τη συλλογική διαφορική έκφραση των γονιδίων, σε αντίθεση με αρκετές διαδικασίες που ακολουθούνται από άλλες συναφείς εργασίες που συζητήθηκαν νωρίτερα ότι χτίσει κυρίως τις αναλύσεις τους σχετικά με τα στατιστικά στοιχεία που λαμβάνονται από την ενιαία μεταγραφές.

Το τρίτο βήμα της IntegraMiR χρησιμοποιεί τα αποτελέσματα που λαμβάνονται με MHT και GSEA, καθώς και τις διαθέσιμες βιολογικές γνώσεις και αλληλουχία που βασίζεται προβλέψεις στόχος miRNA, για τον εντοπισμό γνωστών

άμεσα ρυθμιζόμενη στόχους των διαφορικά εκφρασμένων ΤΡ και miRNAs και την προβλεπόμενη στόχους για τα miRNAs. Με απασχολεί το ευκαρυωτικό TRANSFAC βάση δεδομένων TF και το TF /miRNA βάση δεδομένων ρύθμισης TransmiR, IntegraMiR παράγει ένα κατάλογο των διαφορικά εκφρασμένων TFs μαζί με τους στόχους γονιδίων τους και το είδος ρύθμιση (ενεργοποίηση ή καταστολή) για κάθε γονίδιο στόχο. Παράγει επίσης ένας κατάλογος των διαφορικά εκφρασμένων TFs μαζί με διαφορικά εκφρασμένων στόχους miRNA τους και το είδος ρύθμισης για κάθε στόχο miRNA. Σημειώστε ότι η επιλογή μας για τη χρήση TRANSFAC και TransmiR βασίζεται στο γεγονός ότι TRANSFAC παρέχει αξιόπιστα τις κρίσιμες πληροφορίες του τύπου ρύθμιση (ενεργοποίηση /καταστολή) ενός παράγοντα μεταγραφής και το γονίδιο-στόχο (s), ενώ TransmiR παρέχει τις κρίσιμες πληροφορίες του microRNA (ες) που ρυθμίζονται από αυτήν. Από την άλλη πλευρά, για να προσδιορίσει τους στόχους mRNA του διαφορικά εκφρασμένων miRNAs, IntegraMiR απασχολεί miRecords (https://mirecords.umn.edu/miRecords), μια ολοκληρωμένη αλληλουχία που βασίζεται εργαλείο πρόβλεψης στόχος miRNA, καθώς miRTarBase, μια βάση δεδομένων με πειραματικά επικυρωμένες στόχους miRNA. Σε αυτό το βήμα, IntegraMiR παράγει ένα κατάλογο των διαφορικά εκφρασμένων miRNAs με την αντίστοιχη αλληλουχία που βασίζεται σε προβλέψεις στόχο, όπως τροποποιήθηκε με πειραματικά επικυρωμένη στόχους mRNA από miRTarBase για να βοηθήσει στον εντοπισμό των αληθώς θετικών και ψευδώς αρνητικών προβλέψεων με τη χρήση διαθέσιμων βιολογικών γνώσεων. Σε αυτό το πλαίσιο, IntegraMiR ενσωματώνει ένα

προγνωστική

μονάδα (αξιοποίηση miRecords) και ένα

μη πρόβλεψης μονάδα

(miRTarBase) για να ολοκληρώσει το έργο αυτό.

Το τέταρτο βήμα της IntegraMiR υλοποιεί μια τεχνική, που περιγράφεται στην ενότητα «Υλικά και Μέθοδοι», για την κατασκευή απορυθμισμένη βρόχους των τύπων που απεικονίζονται στο Σχήμα 1 χρησιμοποιώντας τα αποτελέσματα που λαμβάνονται από τα προηγούμενα βήματα. IntegraMiR κατασκευάζει τους ακόλουθους τρεις τύπους των ρυθμιστικών βρόχους:

(i) Μια ΕΕΔ περιλαμβάνει ένα miRNA που στοχεύει ταυτόχρονα TF και ένα mRNA που είναι άμεσα ρυθμίζεται από το TF

(ii) Ο. FFL περιλαμβάνει ένα TF που ρυθμίζει άμεσα miRNA και mRNA που απευθύνεται άμεσα από το miRNA.

(iii) ένα κανονιστικό βρόχο που περιλαμβάνει ένα miRNA που στοχεύει ταυτόχρονα δύο διαφορετικά γονίδια σε ένα συγκεκριμένο μονοπάτι KEGG των οποίων οι πρωτεΐνες θα μπορούσαν δυνητικά αλληλεπιδρούν μεταξύ τους με βάση έναν χάρτη πορείας που παρέχονται στη βάση δεδομένων KEGG.

η

για να κατατάξουν τα κατασκευαστεί ρυθμιστικές βρόχους σε όρους τους «σημασία», IntegraMiR εφαρμόζει μια διαδικασία ελέγχου υποθέσεων, με τη μέθοδο του Fisher [44] . Η διαδικασία χρησιμοποιεί στατιστική περίληψη της δοκιμής του Fisher, δίνεται από την Εξ. (2) στην ενότητα «Υλικά και Μέθοδοι», να συνδυάσουν τις MHT-υπολογιστεί

P

τιμές εκχωρηθεί σε κάθε κόμβο του βρόχου σε ένα

P

τιμή που χρησιμοποιείται ως κατάταξης βαθμολογία για την ολόκληρο βρόχο. Αυτό δεν ισχύει για Πληκτρολογήστε βρόχους ΙΙΙ, δεδομένου ότι αυτοί οι βρόχοι περιλαμβάνουν γονίδια και όχι συγκεκριμένες μεταγραφές mRNA. Δεδομένου ότι οι λειτουργικές τους ρόλους των ρυθμιστικών βρόχων είναι διαφορετικές, ομάδες IntegraMiR αυτές οι βρόχοι σε πέντε διακριτές κατηγορίες: τύπου Ι, οι οποίοι ευθυγραμμίζονται ΕΕΔ, τύπου Ι ασυνάρτητη ΕΕΔ, Type II συνεκτικό ΕΕΔ, τύπου ΙΙ ασυνάρτητο ΕΕΔ, και Τύπος III βρόχους – βλέπε εικόνες 1 & amp? 2. Να παρέχει πρόσθετη ευελιξία στην ερμηνεία των αποτελεσμάτων, IntegraMiR ταξινομεί Τύπος FFLs II σε δύο διακριτές υποομάδες, τύπου ΙΙ-Α και τύπου ΙΙ-Β, αν και αυτή η πρόσθετη διαλογή μπορεί να μην είναι απαραίτητο. Μέσα σε κάθε ομάδα και υποομάδα, IntegraMiR κατατάσσει τις απελευθερωμένης βρόχους με την αύξηση σκορ, με χαμηλότερες βαθμολογίες που αντιστοιχούν στις υψηλότερες «σημασία», και αναδεικνύει αυτές τις θηλιές που ανακαλύφθηκε να απελευθερωθεί με τρόπο

συνεπής

με την υποκείμενη δομή άκρη και η δεδομένα έκφρασης, όπως καθορίζεται από τους κανόνες που απεικονίζονται στο Σχήμα 3 (βλέπε επίσης την ενότητα «Υλικά και Μέθοδοι»). Σηματοδοτεί μάλιστα miRNA στόχους ανάλογα με το αν οι στόχοι αυτοί προβλέπονται από τη διαδικασία ή έχουν πειραματικά επικυρωθεί σύμφωνα με miRTarBase, ή και τα δύο. Σημειώστε ότι «συνοχή» αναφέρεται στο γεγονός ότι τα μοτίβα έκφρασης των κόμβων ενός απορυθμισμένη βρόχου είναι σε συμφωνία με ρυθμιστική δομή άκρο του. Για παράδειγμα, ένα τύπου Ι, οι οποίοι ευθυγραμμίζονται ΕΕΔ λέγεται να απελευθερωθεί με συνέπεια και αν περιλαμβάνει ένα απορυθμίζεται miRNA και μειωτικά TF και mRNA, ή μειωτικά miRNA και υπερεκφράζεται TF και mRNA? βλέπε Σχήμα 3.

Μια απελευθερωμένη βρόχος θεωρείται ότι είναι

συνεπής

αν το πρότυπο έκφρασης των κόμβων του είναι σε συμφωνία με ρυθμιστική δομή άκρη του. Κάθε απορυθμισμένη βρόχο που δεν πληροί αυτήν την ιδιότητα λέγεται ότι είναι

ασυνεπής

.

Η

IntegraMiR Προσδιορίζει Εκτεταμένες Μεταγραφική, μετα-μεταγραφική και τη σηματοδότηση απορρύθμιση σε προστάτη

Για να διερευνήσει την αποτελεσματικότητα των IntegraMiR οριοθετώντας miRNA μεσολάβηση ρυθμιστικών βρόχους, χρησιμοποιούμε στοιχεία έκφρασης μικροσυστοιχιών mRNA, που λαμβάνεται από 48 κανονικά και 47 δείγματα προστάτη ιστό του όγκου (NCBI βάση δεδομένων GEO, αριθμός πρόσβασης GSE29079), καθώς και τα δεδομένα έκφρασης μικροσυστοιχιών miRNA λαμβάνεται από συμφωνημένα δείγματα φυσιολογικού και καρκινικού ιστού, που προέρχονται από 20 άτομα (NCBI βάση δεδομένων GEO, αριθμός ένταξης GSE23022). Για περισσότερες πληροφορίες σχετικά με αυτά τα δεδομένα, παραπέμπουμε τον αναγνώστη στην ενότητα «Υλικά και Μέθοδοι». Μετά την προεπεξεργασία των δεδομένων, IntegraMiR ενσωματώνει Surrogate Μεταβλητή Ανάλυση (SVA) [36], μαζί με MHT, για τον εντοπισμό διαφορικά εκφρασμένων γονιδίων μεταξύ των δύο όρων. Έχει δειχθεί ότι SVA αυξάνει τη βιολογική ακρίβεια και επαναληψιμότητα των αναλύσεων σε μελέτες γονιδιώματος σε επίπεδο έκφρασης [36], [37]. IntegraMiR απασχολεί SVA να ληφθούν υπόψη οι βιολογικοί μεταβλητότητες λόγω της μοριακής υποτύπους κατηγοριοποιούνται με βάση την κατάσταση της γονιδιακής σύντηξης TMPRSS2-ERG, η οποία έχει προσδιοριστεί σε περίπου το ήμισυ του συνόλου των περιπτώσεων προστάτη και είναι ένα κρίσιμο πρώιμο συμβάν στην ανάπτυξη και εξέλιξη της ασθένειας αυτής [ ,,,0],45] – [47]

IntegraMiR εκτελεί πρώτα MHT, χρησιμοποιώντας ένα μετριάστηκε t-στατιστική [48], για τον εντοπισμό χωριστά mRNAs και miRNAs που εκφράζονται διαφορικά μεταξύ όγκου και φυσιολογικών δειγμάτων.. Η ανάλυση αυτή προσδιορίζει εκτεταμένη απορρύθμιση μεταγραφική στα δείγματα καρκινικού ιστού: Τα 7.934 γονίδια (από 17.324) βρέθηκε να εκφράζονται διαφορικά με βάση την στατιστική σημασία τους, με 164 από αυτά τα γονίδια που υπερεκφράζεται από έναν φορές αλλαγή ή καταστέλλονται από μία φορές μεταβολής – βλέπε πίνακες S1 & amp? S2. Ο κατάλογος γονίδιο που παρέχουμε στον Πίνακα S2 περιέχει σημαντικά γονίδια, όπως το TARP, MYC, SNAI2 (Slug), WIF1 και ERG, μεταξύ άλλων, τα οποία έχουν προηγουμένως η οποία χαρακτηρίζεται από ΣΕΣΣ.

Ανάλυση των αντίστοιχων δεδομένων έκφρασης των miRNAs από MHT αποτελέσματα σε 18 (από 847) διαφορικά εκφρασμένων ανθρώπινα miRNAs, τα οποία παραθέτουμε στον πίνακα 1 (πρώτη 18 miRNAs) – βλέπε επίσης τον πίνακα S3. Πρόσφατα, βαθιά ανάλυση της αλληλουχίας του προφίλ έκφρασης των miRNAs εντοπίστηκαν 33 miRNAs ως διαφορικά εκφρασμένων σε προστάτη, με miR-375, miR-200c, miR-143 και miR-145 παρουσιάζουν την πιο έντονη απορρύθμιση [49]. Συγκρίναμε τα αποτελέσματα IntegraMiR με εκείνα που λαμβάνονται με βαθύ αλληλούχιση. Από τις 18 miRNAs που προσδιορίζονται από IntegraMiR, 7 miRNAs (miR-200c, miR-20a, miR-375, miR-106a, αφήστε-7α, miR-21, και miR-106b) έχει επιβεβαιωθεί ότι ρυθμίζονται από την ανάλυση βαθιά αλληλουχίας , ενώ έχουν 2 miRNAs (miR-221 και miR-145) επιβεβαιώθηκε να ρυθμίζεται προς τα κάτω. Τα υπόλοιπα 9 miRNAs που προσδιορίζονται από MHT δεν είχαν εντοπιστεί από βαθιά αλληλουχίας.

Η

Κατά τη διάρκεια του δεύτερου σταδίου της IntegraMiR, η εφαρμογή των GSEA στο γονίδιο σύνολα στόχων TF προέρχονται από mSigDB ανακαλύπτει 37 απορυθμισμένη σημαντικά TFs, τα οποία είναι δεν ανιχνεύεται από το αρχικό στάδιο MHT με βάση την ανάλυση μόνο γονίδιο. Παραθέτουμε αυτές τις TFs στον Πίνακα S4. Είναι ενδιαφέρον ότι, πολλές από αυτές τις ΤΡ (π.χ., NKX3-1, SMAD1 /3, SRF, ETV4 και ELK1) είναι γνωστό ότι παίζουν σημαντικό ρόλο στη PCa, καθώς και σε άλλους τύπους καρκίνου.

Ομοίως, η εφαρμογή της GSEA στο γονίδιο σύνολα πειραματικά επικυρωμένη (με ανάλυση βαθιά αλληλουχίας) miRNA στόχους που λαμβάνεται από miRTarBase προσδιορίζει 5 σημαντικά μειωτικά miRNAs, τα οποία δεν ανιχνεύονται από MHT. Παραθέτουμε αυτά τα miRNAs στον Πίνακα 1 (τα τελευταία 5 miRNAs). Και στις δύο περιπτώσεις, και για κάθε TF ή miRNA, GSEA γίνεται με βάση τη διαθεσιμότητα των συνόλων γονιδίων στα δεδομένα.

Τέλος, η εφαρμογή των GSEA προσδιορίζει 30 μονοπάτια σημαντικά απελευθερωμένης σηματοδότησης, μεταξύ των 186 πορείες KEGG σηματοδότησης διαθέσιμη σε mSigDB. Εμείς λίστα τα αποτελέσματα στον Πίνακα 2. Μεταξύ άλλων οδών, η λίστα περιέχει τα μονοπάτια ΤΟΡ και σηματοδότηση Wnt, που έχουν εμπλακεί στην έναρξη και την εξέλιξη του προστάτη. Φυσικά, τα αποτελέσματα περιλαμβάνουν επίσης τις οδούς Καρκίνος του προστάτη και adherens Junction. Η τελευταία οδός ρυθμίζει ενδοκυτταρικής προσκόλλησης που παίζει σημαντικό ρόλο στην επιθηλιακή-προς-μεσεγχυματικά μετάβαση (ΕΜΤ), θεωρείται ότι είναι ένα σημαντικό βήμα στην πρόοδο του όγκου [50], [51].