Αφηρημένο

Ιστορικό

ένταξης Δημόσια δεδομένων μπορεί να βοηθήσει να ξεπεράσουν τις προκλήσεις στην κλινική εφαρμογή του προφίλ των μικροσυστοιχιών. Έχουμε ενσωματώσει πολλά σύνολα δεδομένων καρκίνου των ωοθηκών για να προσδιορίσει μια αναπαραγόμενη προγνωστικός δείκτης επιβίωσης.

Μεθοδολογία /Κύρια Ευρήματα

Τέσσερα σύνολα δεδομένων μικροσυστοιχιών από διαφορετικά ιδρύματα περιλαμβάνει 265 προχωρημένους όγκους σταδίου ήταν ομοιόμορφα επανεπεξεργασία σε ένα ενιαίο σύνολο δεδομένων εκπαίδευσης, επίσης προσαρμογή για διεργαστηριακή διακύμανση ( «παρτίδα-φαινόμενο»). Εποπτεύεται ανάλυση κύριο επιβίωσης συνιστώσα για τον εντοπισμό των προγνωστικών μοντέλων. Μοντέλα ανεξάρτητα επικυρωθεί σε μία ομάδα 61 ασθενών με χρήση GeneChip προσαρμοσμένη συστοιχία και διαθέσιμη στο κοινό σύνολο δεδομένων 229-array. Μοριακή ανταπόκριση των ομάδων έκβασης υψηλού και χαμηλού κινδύνου μεταξύ της κατάρτισης και επικύρωσης σύνολα δεδομένων, με τη χρήση Υποκατηγορία Mapping. Προηγουμένως ιδρύθηκε το μοριακό φαινότυπο στο 2

ου επικύρωσης που συσχετίστηκαν με τις ομάδες αποτέλεσμα υψηλής και χαμηλής επικινδυνότητας. Λειτουργική αναπαράστασης και της οδού ανάλυση χρησιμοποιήθηκε για να εξερευνήσετε τα δίκτυα γονιδίων που σχετίζονται με την υψηλή και χαμηλή φαινοτύπων κινδύνου. Ένα μοντέλο 19-γονιδίου έδειξε βέλτιστη απόδοση στο σύνολο εκπαίδευσης (διάμεση OS 31 και 78 μηνών, p & lt? 0.01), 1

σετ st επικύρωση (διάμεση OS 32 μηνών έναντι του δεν έχουν ακόμη φθάσει, p = 0,026) και 2

ου σύνολο επικύρωσης (διάμεση OS 43 έναντι 61 μηνών, p = 0,013) και διατήρησαν σταθερά ανεξάρτητη προγνωστική δύναμη στην πολυπαραγοντική ανάλυση. Υπήρξε ισχυρή μοριακή αντιστοιχία των αντίστοιχων όγκων υψηλού και χαμηλού κινδύνου μεταξύ της κατάρτισης και 1

ου σύνολο επικύρωσης. Χαμηλού και υψηλού κινδύνου όγκους εμπλουτίστηκαν για τα θετικά και αρνητικά μοριακά υποτύπους και μονοπάτια, ορίστηκε προηγουμένως στο δημόσιο

ου σετ επικύρωση 2.

Συμπεράσματα /Σημασία

Ενσωμάτωση στο παρελθόν δημιουργείται καρκίνου σύνολα δεδομένων μικροσυστοιχιών μπορεί να οδηγήσει σε ισχυρή και ευρέως εφαρμόσιμη προγνωστικούς παράγοντες επιβίωσης. Αυτές οι προγνωστικοί παράγοντες δεν είναι απλά μια συλλογή των προγνωστικών γονιδίων, αλλά φαίνεται να παρακολουθείτε αληθινή μοριακή φαινοτύπων της καλής και κακής έκβασης

Παράθεση:. Κωνσταντινόπουλος PA, Cannistra Α.Ε., Fountzilas Η Culhane Α, Pillay Κ, Rueda Β , et al. (2011) Ολοκληρωμένη ανάλυση πολλαπλών συνόλων δεδομένων μικροσυστοιχιών Χαρακτηρίζει μια Αναπαραγώγιμο επιβίωσης Predictor στον καρκίνο των ωοθηκών. PLoS ONE 6 (3): e18202. doi: 10.1371 /journal.pone.0018202

Συντάκτης: Τσαντ Creighton, Baylor College of Medicine, Ηνωμένες Πολιτείες της Αμερικής

Ελήφθη: 17 Νοέμβρη, 2010? Αποδεκτές: 23 Φεβρουαρίου 2011? Δημοσιεύθηκε: 29, Μαρτίου 2011

Copyright: © 2011 Κωνσταντινόπουλος 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 υποστηρίχθηκε μέσω του ΝΙΗ /NCI P50CA105009 καρκίνου των ωοθηκών σπορίων (Βραβείο εξέλιξη της σταδιοδρομίας προς Δημήτριο Σπέντζος, και το Project 4 έως Daniel Cramer /Stephen Cannistra), το Πρόγραμμα Κλινικής έρευνας Εκπαίδευσης, Beth Israel Deaconess Medical Center και το Harvard-MIT τμήματος Επιστημών Υγείας και τεχνολογία, Βοστώνη, στο Παναγιώτης Κωνσταντινόπουλος, η Bernice Shopkin Weisman Ταμείο, το καρκίνο των ωοθηκών Ταμείο Έρευνας στη μνήμη της Amy Sachs Simon, Ταμείο LeAnn, καθώς και τις αδελφές κατά του καρκίνου των ωοθηκών. 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

επιθηλιακό καρκίνο των ωοθηκών (EOC) παρουσιάζει ένα παράδειγμα της υπόσχεσης και τις προκλήσεις από τη χρήση ανάλυσης μικροσυστοιχιών για την προγνωστική έρευνα βιοδείκτη. Βασισμένο σε εξαιρετικά ετερογενή κλινική πορεία της [1], [2], [3] (ακόμη και εντός προηγμένη EOC, η οποία αντιπροσωπεύει πάνω από το 70% των περιπτώσεων) και η μέτρια διακριτική εξουσία των συμβατικών προγνωστικούς παράγοντες (ποσό της υπολειμματικής νόσου μετά την αρχική χειρουργική επέμβαση, ηλικία, βαθμός του όγκου και η ιστολογική υπότυπο [1], [4], [5]), μελέτες μικροσυστοιχίας ακολουθήθηκαν σε μια προσπάθεια να εξηγήσει την μοριακή και βιολογική πολυπλοκότητα της νόσου [6], [7], [8] , [9], [10]. Ωστόσο, κανένας παρήγαγε μια υπογραφή έκφρασης γονιδίου που έχει κατάλληλη για κλινική χρήση. Αυτό οφείλεται σε μεγάλο βαθμό, μεταξύ άλλων λόγων, μεταβλητή ή μικρό μέγεθος του δείγματος, η έλλειψη επαρκούς επικύρωση ή ένταξη των υποτύπων (σαφείς κυττάρων, βλεννώδες, θηλώδες EOCs), τα οποία αποτελούν διακριτές μοριακές οντότητες [11]. Ενώ συλλογικά οι μελέτες αυτές μπορεί να είναι επαρκής για τον εντοπισμό χρήσιμων υπογραφές, συνδυάζοντας τα δεδομένα ή τα αναλυτικά αποτελέσματα είναι δύσκολη για πολλούς λόγους, συμπεριλαμβανομένης της χρήσης του μια ποικιλία από πλατφόρμες συστοιχίας, διαφορετικές προσεγγίσεις κανονικοποίηση των δεδομένων και την ανάλυση, και μεταβλητότητα σε πειραματικά πρωτόκολλα και την επιλογή των ασθενών. Τέλος, σε πολλές περιπτώσεις, δεν είναι σαφές εάν οι προγνωστικοί υπογραφές αντανακλούν επαναλήψιμη φαινοτύπους σταθερή ασθένεια ή είναι απλά ένας συνδυασμός των προγνωστικών γονιδίων. Οι περιορισμοί αυτοί, που δεν είναι μοναδικές για τον καρκίνο των ωοθηκών, καταδεικνύουν τις προκλήσεις που περιορίζει την εφαρμογή των υπογραφών των μικροσυστοιχιών στην φροντίδα του καρκίνου και την έρευνα, κυρίως σε καρκίνους με πιο περιορισμένη διαθεσιμότητα των κατάλληλων πόρων ιστού.

Σε μια προσπάθεια για την αντιμετώπισή τους προκλήσεις, μαζευτήκαμε, σε επιμέλεια και επεξεργασία μια συλλογή από 265 συστοιχίες έκφρασης πρώτων γονιδίων από τέσσερις αναφερθεί στο παρελθόν μελέτες καρκίνου των ωοθηκών μικροσυστοιχιών [10], [12], [13], [14] την εφαρμογή συνεπή κανονικοποίηση των δεδομένων, τον έλεγχο της ποιότητας, και αναλυτικές μεθόδους. Ένα μοντέλο πολλαπλών γονιδίων ταυτοποιήθηκε σε αυτή τη σύνθετη δέσμη η οποία στην συνέχεια ανεξάρτητα επικυρωθεί σε δύο χωριστές ομάδες των όγκων, ένα από τα οποία προφίλ σε GeneChip προσαρμοσμένη συστοιχία και το άλλο ήταν ένα διαθέσιμο στο κοινό πρότυπο ολιγονουκλεοτίδιο συστοιχία σύνολο δεδομένων [15]. Τέλος, δείξαμε ότι αυτό το μοντέλο πολλαπλών γονιδίων δεν είναι απλά προγνωστική του αποτελέσματος αλλά αντικατοπτρίζει αναπαραγώγιμη φαινοτύπους καρκίνου των ωοθηκών και φαίνεται να παρακολουθείτε ταυτόχρονα απορρύθμιση αρκετών βιολογικών ή ογκογόνο οδών σε αυτή τη νόσο.

Αποτελέσματα

Ανάπτυξη της πολυ-γονιδιακής προγνωστική ταξινομητές στην ολοκληρωμένη εκπαίδευση που

το σχήμα 1 δείχνει τη ροή εργασιών της μελέτης μας (διάγραμμα σύζυγος). Σχεδιάσαμε ένα γονίδιο τσιπ έθιμο πίνακα που περιελάμβανε περίπου 650 κορυφαίες επιδόσεις υποψήφια γονίδια που προσδιορίζονται από την εφαρμογή της επιτηρούμενης κύρια ανάλυση επιβίωσης συστατικό σε κάθε μια από τις τέσσερις που έχουν αναφερθεί προηγουμένως σύνολα δεδομένων. Στη συνέχεια, σε συνδυασμό και τα τέσσερα σύνολα δεδομένων μικροσυστοιχιών σε ένα σύνθετο σύνολο εκπαίδευσης (εκτός από 39 δείγματα outlier), η οποία αποτελείτο από 239 συστοιχίες όγκου (Πίνακας 1, Εικόνα 1). Ιεραρχική ομαδοποίηση στη συνδυασμένη σύνολο εκπαίδευσης αποκάλυψε ότι, πριν από την εφαρμογή του αλγορίθμου προσαρμογής παρτίδα, κάθε σύνολο δεδομένων διαχωρίζεται σαφώς από όλα τα άλλα που αντανακλά μη βιολογικών πειραματικών παραλλαγή ( «φαινόμενο παρτίδα»), ενώ μετά την προσαρμογή για την επίδραση παρτίδα, τα δείγματα όγκων από όλα σύνολα δεδομένων ήταν καλά αναμειγμένα (Σχήμα 2).

Πρώτες δεδομένων (αρχεία Affymetrix .CEL) από τέσσερις έχουν αναφερθεί στο παρελθόν μικροσυστοιχιών σύνολα δεδομένων από διαφορετικά ιδρύματα χρησιμοποιήθηκαν. Ακραία δείγματα αποκλειστεί και το αποτέλεσμα της παρτίδας ρυθμίστηκε με αποτέλεσμα το τελικό σύνολο εκπαίδευσης (239 συστοιχίες). 650 γονίδια επιλέχθηκαν εκτελώντας ανάλυση επιβίωσης σε κάθε σύνολο δεδομένων και χρησιμοποιήθηκαν για την ανάπτυξη προγνωστικών μοντέλων στο τελευταίο σετ εκπαίδευσης. Προ-επεξεργασία δεδομένων (ποιοτικός έλεγχος και ρύθμιση παρτίδας) και εξομάλυνση με αποτέλεσμα ένα ολοκληρωμένο σύνολο εκπαίδευσης έγινε χωριστά από την επιλογή των 650 γονιδίων, τα οποία επιλέχθηκαν ανεξάρτητα εκτελώντας ανάλυση επιβίωσης σε κάθε ένα από τα 4 σύνολα δεδομένων (MD ANDERSON, PENN, DUKE , BIDMC). Αυτά τα προεπιλεγμένα 650 γονίδια στη συνέχεια χρησιμοποιήθηκαν για την ανάπτυξη προγνωστικών μοντέλων στο ενοποιημένο σύνολο εκπαίδευσης. Αυτά τα μοντέλα ανεξάρτητα επικυρωθεί σε δύο ανεξάρτητα σύνολα δεδομένων: μια ομάδα 61-όγκου χρησιμοποιώντας ένα προσαρμοσμένο πίνακα που περιέχει τα 650 προεπιλεγμένο γονίδια και ένα 229-όγκου δημοσιεύθηκε πρόσφατα καρκίνο μικροσυστοιχιών σύνολο δεδομένων των ωοθηκών. Η αντιστοιχία των χαμηλού και υψηλού κινδύνου φαινοτύπων αξιολογήθηκε χρησιμοποιώντας SubMap.

Η

Πολυδιάστατο κλιμάκωση της συνδυασμένης σύνολο εκπαίδευσης αποκάλυψε ότι, πριν από την εφαρμογή του αλγορίθμου προσαρμογής παρτίδα, κάθε σύνολο δεδομένων διαχωρίζεται σαφώς από το σύνολο των άλλοι ( «φαινόμενο παρτίδα»), ενώ μετά τη διόρθωση της επίδρασης της παρτίδας, δείγματα από όλα τα σύνολα δεδομένων ήταν καλά αναμεμιγμένα.

η

Εμείς χρησιμοποιείται στη συνέχεια την πισίνα των γονιδίων 650 δείκτη (χωρίς τη γνώση του τους απόδοση για το έθιμο συστοιχία), προκειμένου να δημιουργήσει πολυ-γονιδιακής προγνωστική ταξινομητές στη συνδυασμένη σύνολο εκπαίδευσης. Γονιδίων που σχετίζονται με την επιβίωση (p & lt? 0,05) κατατάχθηκαν με βάση την απόλυτη συντελεστές τους παλινδρόμησης Cox, και προγνωστικών μοντέλων με την ιεράρχηση γονίδια κορυφή αναπτύχθηκαν χρησιμοποιώντας εποπτεύεται κύρια ανάλυση επιβίωσης συνιστώσα [16]

Επειδή ο στόχος μας ήταν να. αναπτύξουν oligogene προγνωστική υπογραφές που εντοπίστηκε για πρώτη φορά μοντέλα με το χαμηλότερο αριθμό των γονιδίων που θα μπορούσαν να παρέχουν προγνωστικές πληροφορίες στο ολοκληρωμένο σύνολο εκπαίδευσης. Μοντέλα με τόσο λίγα όσο 2 γονίδια διακρίνονται μεταξύ υψηλού και μια ομάδα χαμηλού κινδύνου για την επιβίωση στη συνδυασμένη σύνολο εκπαίδευσης (HR = 1,7, p = 0,003). Στη συνέχεια, θα αξιολογηθούν μοντέλα με μεγαλύτερο αριθμό γονιδίων στο σύνολο εκπαίδευσης και παρατήρησα σταδιακά αυξήθηκε αναλογίες κινδύνου (HR) μέχρι να υπήρχε ένα οροπέδιο, με σταθερή, στατιστικά σημαντική HRs μεταξύ 14 και 19 γονίδια (δηλαδή HR = 2,1-2,3, p & lt? 0.001). Από αυτά τα μοντέλα, το μοντέλο 19-γονίδιο έδειξε την καλύτερη προγνωστική απόδοση όπως φαίνεται από τις υψηλότερες αναλογία κινδύνου του σε σύγκριση με τις άλλες. Το καλύτερο προγνωστικό μοντέλο (19 γονίδια, Πίνακας 2) διάκριση μεταξύ υψηλής και μια ομάδα χαμηλού κινδύνου (διάμεση OS 31 και 78 μήνες αντίστοιχα, log rank p & lt? 0,01, μετάθεση p = 0,02) (Σχήμα 3)

το μοντέλο 19-γονιδίου διάκριση μεταξύ υψηλής και μια ομάδα χαμηλού κινδύνου στην εκπαίδευση που με διάμεση OS 31 μηνών και 78 μηνών αντίστοιχα (log rank p & lt? 0,01, μετάθεση p = 0.02), ένα υψηλό και ένα χαμηλό -Κίνδυνος ομάδα για το OS στο 1

σύνολο επικύρωσης st (διάμεση OS 32 μηνών έναντι του δεν έχουν ακόμη φθάσει, αντίστοιχα, log rank p = 0.026), και μια υψηλή και μια ομάδα χαμηλού κινδύνου για το OS στο 2ο σετ επικύρωσης (διάμεση OS 43 μηνών έναντι 61 μηνών αντίστοιχα, log rank p = 0,013).

Η

Ανεξάρτητη επαλήθευση των πολλαπλών γονιδίων προγνωστική ταξινομητές

Το 19-γονίδιο προγνωστική ταξινομητή εφαρμόστηκε χωρίς περαιτέρω τροποποίηση του 1 επικύρωση σετ

ου οποία περιλαμβάνονται στοιχεία έκφρασης που λαμβάνονται από μια ανεξάρτητη ομάδα των καρκίνων των ωοθηκών σε προχωρημένο στάδιο (Πίνακας 1, n = 61) με τη χρήση προσαρμοσμένων σειρά μας περιέχει τα 650 προηγουμένως επιλεγμένων γονιδίων? αυτά τα γονίδια είχαν επιλεγεί χωρίς προηγούμενη γνώση για προγνωστικούς την απόδοσή τους στο σύνολο επικύρωσης. Το μοντέλο 19-γονιδίου διάκριση μεταξύ υψηλής και μια ομάδα χαμηλού κινδύνου (διάμεση OS 32 μηνών έναντι του δεν έχουν ακόμη φθάσει, αντίστοιχα, log rank p = 0,026, σε 33 μήνες διάμεση παρακολούθηση, Σχήμα 3). Αξίζει να σημειωθεί ότι, όταν έχουμε προτεραιότητα τα 19 γονίδια που βασίζεται στην αντιστοιχία τους με τα κύρια συστατικά του συνόλου δεδομένων ή το βάρος της συνεισφοράς τους στο μοντέλο, ταξινομητές συμπεριλαμβανομένων των κορυφαίων 8-19 γονίδια ήταν επίσης προγνωστικά ισχύουν στο 1ο σετ επικύρωσης (Κείμενο S1 ).

το 19-γονίδιο προγνωστική ταξινομητή επίσης εφαρμόζονται χωρίς καμία περαιτέρω τροποποίηση στο 2ο σετ επικύρωσης, το οποίο περιελάμβανε δεδομένα έκφρασης από 229 καρκίνους των ωοθηκών (Πίνακας 1, n = 229). Και πάλι, το μοντέλο 19-γονιδίου διάκριση μεταξύ υψηλής και μια ομάδα χαμηλού κινδύνου (διάμεση OS 43 μηνών έναντι 61 μηνών αντίστοιχα, log rank p = 0.013, Εικόνα 3). Παρόμοια με το σύνολο επικύρωσης 1

ου, όταν έχουμε προτεραιότητα τα 19 γονίδια που βασίζεται στην αντιστοιχία τους με τα κύρια συστατικά ή το βάρος τους συμβολή στο μοντέλο, αρκετά ταξινομητές συμπεριλαμβανομένων των top 8-19 γονίδια ήταν επίσης προγνωστικά ισχύουν στο 2ο σύνολο επικύρωσης (Κείμενο S1).

Είναι σημαντικό, προσπαθήσαμε να αναπαράγει την προγνωστική δύναμη των δύο αναφερθεί στο παρελθόν υπογραφές, από τα σύνολα δεδομένων BIDMC και DUKE, αντίστοιχα [6], [10]. Ούτε υπογραφή ήταν επαναλήψιμη σε καμία από τις δύο ανεξάρτητες σειρές επικύρωσης (Κείμενο S1). Συλλογισμός ότι αυτό μπορεί να οφείλεται σε διαφορετική αναλυτική αλγόριθμοι εφαρμόζονται στις προηγούμενες μελέτες, προσπαθήσαμε να οικοδομήσουμε νέες υπογραφές με τη μέθοδο της επιτηρούμενης κύριο επιβίωση συστατικό ξεχωριστά σε κάθε ένα από τα 4 σύνολα δεδομένων που περιελάμβανε το ολοκληρωμένο σύνολο εκπαίδευσης. Και πάλι, κανένα από αυτά τα υπογραφών θα μπορούσε να επικυρωθεί σε κανένα από τα δύο ανεξάρτητα σύνολα (Κείμενο S1). Οι παρατηρήσεις αυτές υπογραμμίζουν την αξία της ενσωμάτωσης πολλαπλών συνόλων δεδομένων έκφρασης, προκειμένου να αντλήσει ευρέως αναπαραγόμενη υπογραφές.

Ανεξάρτητα προγνωστική σημασία του ταξινομητή προσαρμοσμένο για γνωστή κλινική και παθολογική προγνωστικούς παράγοντες

Πραγματοποιήσαμε πολυμεταβλητή ανάλυση και επίσημα Διαπιστώθηκε ότι το μοντέλο 19-γονίδιο διατηρείται ανεξάρτητη προγνωστική σημασία προσαρμοσμένο για παράγοντες σύγχυσης, τόσο εκπαίδευση και τα δύο ανεξάρτητα σύνολα επικύρωση (Σχήμα 4Α και Πίνακας 3). Συγκεκριμένα, η σχέση κινδύνου (HR) του θανάτου για τη δυσμενή σε σχέση με το ευνοϊκό ομάδα ήταν 2,47 στο σύνολο εκπαίδευσης (95% CI, 1,71 – 3,56? P & lt? 0.01), 2,2 στο 1

ου σύνολο επικύρωσης (95% CI, 1,01 – 7,76? p = 0.04), (Εικόνα 4Α) και 1,59 στο 2

ου σύνολο επικύρωσης (95% CI, 01.05 με 02.04? p = 0.03), (Πίνακας 3). Επειδή μόνο 8/229 (3%) των όγκων ήταν σίγουρα γνωστό ότι debulked υποβέλτιστα στο 2

ου σετ επικύρωση, την κατάσταση debulking συμπεριλήφθηκε στην πολυπαραγοντική ανάλυση του 2

ου επικύρωση οριστεί ως «κατάφωρα ορατό «έναντι» χωρίς ορατό «υπολειμματικής νόσου μετά από χειρουργική επέμβαση. Αξίζει να σημειωθεί ότι η ανεξάρτητη προγνωστική αξία του προφίλ ίσχυε ανεξαρτήτως του αν χαμηλής ποιότητας ορίστηκε ως βαθμό 1 ή βαθμού 1 και 2 της νόσου (Πίνακας 3).

Α) Προγνωστική αξία του προφίλ έκφρασης 19-Gene προσαρμοσμένη για γνωστό προγνωστικοί παράγοντες από αναλογικών κινδύνων κατά Cox παλινδρόμησης στην εκπαίδευση και 1 σετ επικύρωσης

st. Β) Ανάλυση Kaplan-Meier για OS ως συνάρτηση του προφίλ 19-γονίδιο για ομοιογενή υποσύνολα των ασθενών με τη βέλτιστη και υποβέλτιστη κατάσταση debulking στο σύνολο εκπαίδευσης. Γ) Ο συνδυασμός της βέλτιστης debulking και χαμηλού ρίσκου προφίλ 19-γονίδιο που σχετίζεται με διάμεση OS 119 μήνες στην εκπαίδευση που και που δεν έχουν ακόμη φθάσει στο σύνολο επικύρωσης, ενώ ο συνδυασμός των αναντίστοιχο debulking και υψηλού κινδύνου 19 -γονίδιο προφίλ συσχετίστηκε με διάμεση OS 23 μηνών στο σύνολο εκπαίδευσης (HR = 7,3, 95% CI 3,4 – 13,5) και 21 μήνες στο

σύνολο επικύρωσης 1ο (HR = 5,8, 95% CI 2.1- 16).

η

Τα δεδομένα σχετικά με την απάντηση της χημειοθεραπείας ήταν διαθέσιμα μόνο για το 1ο σετ επικύρωσης. Όταν συμπεριλάβαμε απάντηση χημειοθεραπεία (δηλαδή επίτευξη της πλήρους κλινικής ανταπόκρισης (CCR) μετά την πρώτη γραμμή χημειοθεραπείας έναντι μη επίτευξη των CCR) στην πολυμεταβλητή ανάλυση για το 1ο σετ επικύρωσης, το προφίλ 19-γονιδίου διατηρείται ανεξάρτητη προγνωστική σημασία της (HR = 3,96, 95% CI 1,56 έως 10,1?. p = 0.004)

Σχήμα 4Β δείχνει επίσης ότι το προφίλ 19-γονίδιο ήταν ακόμα προγνωστικό του OS όταν εφαρμόζεται στις ομοιογενείς υποομάδες ασθενών με βέλτιστη και υποβέλτιστη κατάσταση debulking στην εκπαίδευση σειρά. Η ανάλυση αυτή υποσύνολο δεν θα μπορούσε να πραγματοποιηθεί στο 1

ου σύνολο επικύρωσης λόγω των περιορισμών μεγέθους του δείγματος, και στο

ου σετ επικύρωση 2 γιατί μόνο 8/229 όγκους (3%), ήταν σίγουρα γνωστό ότι debulked υποβέλτιστα .

μοντέλα γονιδιακής έκφρασης και την κατάσταση debulking ήταν οι ισχυρότεροι ανεξάρτητοι προγνωστικοί παράγοντες της επιβίωσης? Ως εκ τούτου, μας ενδιαφέρει να εκτιμηθεί σε συνδυασμό προγνωστική ισχύ τους, η οποία επίσης φαίνεται στην Εικόνα 4C. Αξίζει να σημειωθεί ότι, ο συνδυασμός της βέλτιστης debulking και χαμηλού ρίσκου προφίλ 19-γονίδιο που σχετίζεται με διάμεση OS 119 μήνες στην εκπαίδευση που και που δεν έχουν ακόμη φτάσει στο 1

σύνολο επικύρωσης st, ενώ ο συνδυασμός της αναντίστοιχο debulking και υψηλού κινδύνου προφίλ 19-γονίδιο που σχετίζεται με διάμεση OS 23 μηνών στο σύνολο εκπαίδευσης (HR = 7,3, 95% CI 3,4 – 13,5) και 21 μήνες στο 1

ου σύνολο επικύρωσης (HR = 5,8, 95% CI 2,1 – 16) που αποδεικνύουν ότι ο συνδυασμός των δύο μεταβλητών είναι πολύ πιο ισχυρή από ό, τι οποιοδήποτε από αυτά ξεχωριστά. Αυτός ο συνδυασμός δεν μπορεί να εκτιμηθεί στο 2

ου σετ επικύρωσης, διότι μόνο το 3% των όγκων ήταν σίγουρα γνωστό ότι debulked υποβέλτιστα.

Γονιδίωμα-ευρύ μοριακή ανταπόκριση του υψηλού και χαμηλού κινδύνου ομάδες μεταξύ των κατάρτισης και επικύρωσης σύνολα

είναι συχνά ασαφές αν τα μοντέλα έκφρασης προγνωστικών γονιδίων είναι υποκατάστατα για τα υποκείμενα ευρύτερη μοριακή ή βιολογικών φαινοτύπων, ή απλά ένας συνδυασμός των επιμέρους προγνωστικών γονιδίων. Προκειμένου να ελεγχθεί η υπόθεση ότι τα προγνωστικά μοντέλα μας εντοπισμού μοριακό φαινοτύπους των υψηλών έναντι του καρκίνου των ωοθηκών χαμηλού κινδύνου, χρησιμοποιήσαμε μια μεθοδολογία (υποκατηγορία Χαρτογράφηση-SubMap) που είναι μοναδικά κατάλληλη για την αξιολόγηση του γονιδιώματος σε επίπεδο μοριακής αντιστοιχία των προκαθορισμένων υποτύπους σε ανεξάρτητη και ακόμη τεχνικά ανόμοια σύνολα δεδομένων [17]. Συγκεκριμένα, ερευνήσαμε το εάν οι όγκοι υψηλού ή χαμηλού κινδύνου στη συνδυασμένη εκπαίδευση που ήταν μοριακά ομόλογο με όγκους υψηλού ή χαμηλού κινδύνου στο 1

σετ st επικύρωση, πάνω και πέρα ​​από τη χούφτα των γονιδίων που περιέχονται στα μοντέλα. Αυτό γίνεται με την επίδειξη εμπλουτισμό του προφίλ γονιδίου του «υψηλού κινδύνου» (ή «χαμηλού κινδύνου») ομάδα στο σύνολο εκπαίδευσης για έναν μεγάλο αριθμό δεικτών γονιδίων για την «υψηλού κινδύνου» (ή «χαμηλού κινδύνου») ομάδα σε η επικύρωση που και το αντίστροφο. Όπως φαίνεται στο Σχήμα 5Α, για το μοντέλο 19-γονίδιο, όγκους υψηλού και χαμηλού κινδύνου στη συνδυασμένη σύνολο εκπαίδευσης αντιστοιχούσε με υψηλό βαθμό στατιστική βεβαιότητα με όγκους υψηλού και χαμηλού κινδύνου αντίστοιχα στο σύνολο επικύρωσης (Πίνακας S1). Το αποτέλεσμα αυτό αναπαράγεται χρησιμοποιώντας διάφορα υποσύνολα των γονιδίων σήμανσης για το μοντέλο 19-γονιδίου.

ανάλυση SubMap του γονιδιώματος-ευρεία αλληλογραφία (ομοιότητα) μεταξύ των αντίστοιχων υψηλών και χαμηλών κινδύνων ομάδων στην εκπαίδευση και 1

ου επικύρωση σειρά. Ο μύθος δείχνει τη σχέση ανάμεσα στο χρώμα και FDR προσαρμοσμένο σ τιμές. Κόκκινο χρώμα σημαίνει υψηλή εμπιστοσύνη για την αλληλογραφία? μπλε χρώμα υποδηλώνει έλλειψη αντιστοιχίας (Πίνακας S1). Β) Ανάλυση σύνολο λειτουργικό γονίδιο και λειτουργική παραστατική ανάλυση σε δείγματα νόσο υψηλού και χαμηλού κινδύνου. σετ Gene ανάλυση (GSA) επί μιας ευρείας κλίμακας των διαφορικά εκφρασμένων γονιδίων αποκάλυψε 8 οδούς που ήταν σταθερά εκφράζεται στατιστικά σημαντικά διαφορικά. (Efron-Tibshirani GSA, σ & lt? 0,05). Τα σύνολα επιλεγμένα μονοπάτια γονίδιο φαίνεται ότι δεν υπερεκπροσωπούνται μεταξύ των όγκων υψηλού κινδύνου και χαμηλού κινδύνου από λειτουργικές παραστατική ανάλυση χρησιμοποιώντας ΕΑΣΕ (εντός του συστήματος FDR ≤0.01). Ένας πλήρης κατάλογος αυτών των οδών βρίσκεται στους πίνακες S2, S3 και S4. Οι αστερίσκοι (*) δηλώνουν μονοπάτια που είχαν παρόμοια εκφράζονται σε αντίστοιχες προγνωστικές ομάδες στο 2

ου σύνολο επικύρωσης.

Η

Για την 2

ου επικύρωση σύνολο δεδομένων, ευνοϊκές (C3 και C6) και δυσμενείς (C1, C2, C4, C5) προγνωστικούς μοριακά υποτύπων είχε ήδη καθοριστεί από τους συγγραφείς [15]. Ως εκ τούτου, εκτίμησε κατά πόσον αυτές οι προηγουμένως καθορισμένο μοριακό υποτύπους είχαν αναπαραχθεί στις χαμηλού και υψηλού κινδύνου ομάδες, όπως ορίζεται από το προφίλ 19-γονιδίων μας στο 2

ου σύνολο επικύρωσης (Σχήμα 3). Πράγματι, στο 2

ου σετ επικύρωσης, η ομάδα χαμηλού κινδύνου (όπως ορίζεται από το προφίλ 19-γονίδιο) εμπλουτίστηκε για την ευνοϊκή (C3 και C6) υποτύπους και στην ομάδα υψηλού κινδύνου εμπλουτίστηκε για τις δυσμενείς υποτύπους, όπως ορίστηκε προηγουμένως [15] (2-sided ακριβή Fisher ρ = 0,0016).

ανάλυση διαδρομή σε ομάδες ασθενειών υψηλού και χαμηλού κινδύνου

για να αποκτήσουν γνώσεις σχετικά με την πορεία της πολυπλοκότητας της υψηλής και η νόσος χαμηλού κινδύνου, πραγματοποιήσαμε μονοπάτι και παραστατική αναλύσεις για τον εντοπισμό σχολιασμένο μονοπάτια και λειτουργικές ομάδες γονιδίων που υπερεκπροσωπούνται (εμπλουτισμένο) στα προφίλ γονιδιακής από τις δύο κατηγορίες κινδύνου στο μεγάλο σύνολο εκπαίδευσης (το έθιμο σειρά, από το σχεδιασμό, περιείχε πολύ λίγα γονίδια για να εκτελέσετε αυτή την ανάλυση στο σύνολο επικύρωσης).

ανάλυση μονοπατιού GSA διεξήχθη σε ένα ευρύ φάσμα των διαφορικά εκφρασμένων γονιδίων μεταξύ των ομάδων υψηλού και χαμηλού κινδύνου [χρησιμοποιώντας ένα t-test p από 0,01 (3264 γονίδια ) σε τόσο χαμηλό όπως 0.0001 (1698 γονίδια)], και αποκάλυψε οκτώ μονοπάτια (Σχήμα 5Β), που ήταν σταθερά στατιστικώς σημαντικά διαφορικά εκφρασμένων (Efron-Tibshirani GSA δοκιμή p & lt?. 0.05)

επίσης, λειτουργικό αναπαράστασης ανάλυση με τη χρήση EASE μεταξύ γονιδίων που υπερεκφράζονται και κατιούσα ρύθμιση στα υψηλής έναντι των ασθενών χαμηλού κινδύνου (χρησιμοποιώντας ένα t-test ρ & lt? 10

-6). Βρήκαμε 22 και 54 πορείες υπερεκπροσωπούνται μεταξύ των γονιδίων απορυθμίζεται και μειωτικά σε όγκους υψηλού κινδύνου αντίστοιχα σε ένα εσωτερικό σύστημα κατώφλι FDR 0.01. Ένας πλήρης κατάλογος αυτών των οδών βρίσκεται στους πίνακες S2, S3 και S4, ενώ επιλέγονται οδοί παρουσιάζονται στην Εικόνα 5Β.

Είναι ενδιαφέρον, αρκετά από αυτά τα μονοπάτια (Σχήμα 5Β), που υπερεκφράζεται σε όγκους υψηλού κινδύνου, δηλαδή «αλληλεπίδραση κυτοκίνης-κυτοκίνης υποδοχέα», «κυτταρική επικοινωνία», «αλληλεπίδραση ECM-υποδοχέα», «παθογόνους εισβολή», «κυτταρική ανάπτυξη», και χαμηλού κινδύνου όγκους, δηλαδή «διαφοροποίηση», ήταν επίσης παρόμοια εκφράζονται σε υψηλής και χαμηλής επικινδυνότητας όγκους που αναφέρθηκαν προηγουμένως στην

ου σετ 2 επικύρωσης [15].

μοντέλα έκφρασης Πρόγνωσης γονιδίου αντανακλά την ενεργοποίηση των γνωστών ογκογόνων οδών σε δείγματα επιμέρους όγκων

Δεδομένου ότι GSA ή ΕΑΣΕ δεν μπορεί να εκχωρήσει κατάσταση ενεργοποίησης μονοπάτι για μεμονωμένα δείγματα όγκων, εφαρμόσαμε προηγουμένως αναπτυχθεί γονίδιο έκφραση «αναγνώσεις» που προκύπτουν από πειραματικά ελεγχόμενη ενεργοποίηση ειδικών ογκογόνου οδών (src, β-κατενίνης και E2F3) που έχουν δειχθεί ότι φέρουν προγνωστική σημασία για τον καρκίνο των ωοθηκών [12]. Ανακαλύψαμε ότι στο σύνολο εκπαίδευσης 239-όγκου, οι πιθανότητες-αναλογίες της ενεργοποίησης των src και β-κατενίνης μονοπάτια σε υψηλή σε σχέση με την ομάδα χαμηλού κινδύνου μας ήταν 3,42 (95% CI 1,89 – 6,18) και 2,77 (95% CI 1.59- 4.8), αντίστοιχα, ενώ η απόδοση αναλογία για E2F3 ήταν 0.251 (95% CI 0,141 έως 0,446). Αυτό είναι σύμφωνο με προηγούμενες μελέτες που δείχνουν ότι η ενεργοποίηση των src και β-κατενίνης μονοπάτια σχετίζονται με την κακή έκβαση ενώ η ενεργοποίηση του E2F3 σχετίζεται με την καλή έκβαση, και υποδεικνύει ότι η ανάλυσή μας συλλαμβάνει βιολογικώς σχετικές πληροφορίες που δεν είναι άμεσα εμφανής από την εξέταση του περιεχομένου των το προφίλ 19-γονιδίου. Στην πολυμεταβλητή ανάλυση, συμπεριλαμβανομένου του μοντέλου 19-γονιδίου και τις 3 ογκογόνο μονοπάτια, το μοντέλο 19-γονίδιο διατηρείται ανεξάρτητη προγνωστική σημασία, ενώ τα μοτίβα ενεργοποίησης των οδών ογκογονικής όχι (δεδομένα δεν παρουσιάζονται).

Συζήτηση

Αν και η καταλληλότητα της γονιδιακής έκφρασης προφίλ για την πρόγνωση έχει καταδειχθεί σε καρκίνο των ωοθηκών [6], [8], [10], αρκετές προκλήσεις πρέπει να αντιμετωπιστούν πριν αυτό καταστεί κλινικά χρήσιμο εργαλείο. Προηγούμενο προγνωστική μελέτες μικροσυστοιχιών περιορίζονταν από το μέγεθος του δείγματος, διεργαστηριακές μεταβλητότητα, έλλειψη εξωτερικής (εκτός των σπουδών) επικύρωσης, μη τυποποιημένων αναλυτικών προσεγγίσεων και την ένταξη των ιστολογικών υποτύπων με διακριτές γενετικές προφίλ και το αποτέλεσμα (δηλαδή σαφείς κυττάρων, και βλεννώδες καρκίνους) [11 ]. Σε αυτή τη μελέτη περιγράφεται μια επιτυχημένη αγωγού που μπορεί επίσης να είναι χρήσιμα για παρόμοιες προσπάθειες σε άλλους καρκίνους. Εμείς επανεπεξεργασία και ολοκληρωμένη πρωτογενή δεδομένα από τέσσερις ξεχωριστές, προηγουμένως δημιουργούνται σύνολα δεδομένων μικροσυστοιχιών [10], [12], [13], [14] που προέρχονται από διαφορετικά εργαστήρια και να τρέξει σε διαφορετικές πλατφόρμες, σε ένα μεγάλο και ομοιογενές σύνολο, με εξαίρεση βλεννώδες και σαφής κυττάρων EOCs, μεγιστοποιώντας έτσι τη δύναμή μας για να διαπιστώσετε στιβαρό προφίλ ελαχιστοποιώντας παράλληλα ψευδώς θετικών ευρημάτων. Έχουμε διορθωθεί η μη βιολογική πειραματική διακύμανση ( «φαινόμενο παρτίδα») [18], η οποία ήταν εμφανής σε όλες τις μελέτες (Εικόνα 2) και αποτελείται τελική ομάδα κατάρτισης των 239 όγκων. Χρησιμοποιήσαμε επίσης μια τυποποιημένη μέθοδος ανάλυσης επιβίωσης που συγκρίνεται ευνοϊκά με άλλες μεθόδους που εφαρμόζονται σε δεδομένα μικροσυστοιχιών [16], [19]. Η προκύπτουσα προγνωστικό μοντέλο ελέγχθηκε δύο φορές, σε δύο ξεχωριστές ανεξάρτητες ομάδες. Αυτή είναι η πρώτη φορά, εξ όσων γνωρίζουμε, ότι αυτό έχει επιχειρηθεί σε αυτή τη νόσο. Οι όγκοι που περιλαμβάνονται στις δύο ομάδες επικύρωσης προέρχονταν από διαφορετικά ιδρύματα και έτρεξαν σε διαφορετικά εργαστήρια και τις χρονικές περιόδους από τους όγκους που περιλαμβάνονται στη συνδυασμένη ομάδα κατάρτισης. Ένα έθιμο τσιπ που χρησιμοποιούνται για το σύνολο επικύρωσης 1

ου, και ένα μεγάλο διαθέσιμη στο κοινό σύνολο δεδομένων ολόκληρου του γονιδιώματος χρησιμοποιήθηκε σαν ένα σύνολο 2

ου επικύρωση, ενώ τα δείγματα εκπαίδευσης είχαν προηγουμένως τρέχουν σε διαφορετικές (ολόκληρο το γονιδίωμα) πλατφόρμες πολλά χρόνια νωρίτερα. Εκτός από την αυστηρότητα αυτής της διαδικασίας επικύρωσης, τη χρήση των διαθέσιμων στο κοινό σύνολα δεδομένων και μια προσαρμοσμένη chip design ελαχιστοποιεί το κόστος της εισαγωγής της τεχνολογίας γονιδίων-προφίλ σε καθημερινή κλινική πρακτική.

Ένα μοντέλο 19-γονίδιο με τη βέλτιστη προγνωστική επιδόσεις στο σύνολο εκπαίδευσης διάκριση μεταξύ υψηλής και μια ομάδα χαμηλού κινδύνου για το OS στα δύο σύνολα επικύρωσης, διατηρώντας παράλληλα ανεξάρτητη ένωση της με την επιβίωση στην πολυπαραγοντική ανάλυση προσαρμογή για γνωστό κλινικοπαθολογική συγχυτικούς παράγοντες. Αξίζει να σημειωθεί ότι έχουν αναφερθεί στο παρελθόν υπογραφές γονιδιακής έκφρασης από μεμονωμένα σύνολα δεδομένων συνιστώσα του συνόλου εκπαίδευσης [6], [10], ή που δημιουργήθηκε πρόσφατα μοντέλα χρησιμοποιώντας τρέχουσα μεθοδολογία μας σε αυτά τα σύνολα δεδομένων, δεν ήταν να αναπαραχθεί σε καμία από τις δύο ανεξάρτητων συνόλων δεδομένων επικύρωσης. Αυτό υποδηλώνει ότι η στρατηγική μας για την ενσωμάτωση πληροφοριών από διαφορετικές και τεχνικά ανόμοια σύνολα δεδομένων σε ένα σύνθετο σύνολο εκπαίδευσης αυξάνει την ικανότητά μας να συλλάβει ευρέως αναπαραγόμενη προγνωστικών μοντέλων έκφρασης των γονιδίων. Η μεταβλητότητα στην Hazard εκτιμήσεις Λόγος για το προφίλ 19-γονίδιο μεταξύ της εκπαίδευσης και δύο σύνολα επικύρωσης, πιθανόν αντανακλά τις διαφορές μεταξύ των διαφόρων κλινικών ομάδες, των οποίων τα χαρακτηριστικά είναι πανομοιότυπα σπανίως σε μελέτες μικροσυστοιχίας. Για παράδειγμα, το 2

ου σετ επικύρωση φαίνεται να συντριπτικά αποτελείται από άριστα debulked, έτσι βελτιωμένη ασθενείς πρόγνωση. Παρ ‘όλα αυτά, αυτό υπογραμμίζει περαιτέρω την ισχύ του προφίλ όταν εφαρμόζεται σε ένα ευρύ φάσμα των πληθυσμών των ωοθηκών των ασθενών.

μοντέλα γονιδιακής έκφρασης ήταν τόσο ισχυρό όσο debulking κατάσταση, το ισχυρότερο γνωστή κλινική προγνωστικός δείκτης επιβίωσης σε προχωρημένο EOC [4 ], και ο συνδυασμός των βέλτιστων debulking και χαμηλού προφίλ κινδύνου που ορίζονται πληθυσμό με ένα μεγάλο οροπέδιο επιβίωσης (70% 5-ετή επιβίωση τόσο της κατάρτισης και 1

ου σετ επικύρωσης). Αντιστρόφως, ο συνδυασμός των αναντίστοιχο debulking και υψηλού κινδύνου προφίλ ορίζεται πληθυσμό με μόνο το 10% 5-ετή επιβίωση. Τέτοια ισχυρή προγνωστική διαστρωμάτωση σε προχωρημένο EOC δεν είναι δυνατή με τη χρήση συμβατικών κλινικούς παράγοντες κατά τη στιγμή της διάγνωσης και μπορεί να είναι χρήσιμη για τη διαστρωμάτωση των ασθενών υψηλού κινδύνου που θεωρούνται για ερευνητικές προσεγγίσεις που χρησιμοποιούν στρατηγικές συντήρησης ή /και εξυγίανσης, ή χαμηλού κινδύνου ιατρικά ασταθής ασθενείς που μπορεί να αποφευχθεί η σχετικά τοξική ενδοπεριτοναϊκή χημειοθεραπεία [20].

η μελέτη μας αποσκοπεί επίσης να διερευνήσει μαραίνονται το προφίλ δεν είναι απλώς μια μαθηματική συνδυασμός 19 προγνωστικές μεταβλητές, αλλά επίσης την παρακολούθηση μοριακών φαινοτύπων της υψηλής έναντι χαμηλής -Κίνδυνος καρκίνο των ωοθηκών. Χρησιμοποιώντας μια μεθοδολογία (SubMap) που είναι μοναδικά κατάλληλη για να αξιολογήσει την ευρύτερη γονιδιωματικής ομοιότητα των υποτύπων εντοπίζονται σε πολλαπλές, ανεξάρτητες και ανόμοια σύνολα δεδομένων [17], που επιβεβαίωσε ότι οι χαμηλού και υψηλού κινδύνου ομάδες ανατεθεί από προγνωστικών μοντέλων μας ήταν μοριακά ομόλογο μεταξύ κατάρτισης και επικύρωσης σύνολα, γεγονός που υποδηλώνει ότι δεν έχουμε απλώς επικυρωθεί μια μαθηματική προγνωστική λειτουργία, αλλά επίσης αλήθεια μοριακών φαινοτύπων της καλής και κακής έκβασης. Στο 2ο σετ επικύρωσης, υποτύπους μοριακή έκβαση είχε ήδη καθιερωθεί από τους συγγραφείς [15]. Η ανακάλυψή μας ότι αυτές οι μοριακές υπότυποι υπερεκπροσωπήθηκαν (εμπλουτισμένο) στις υψηλές και χαμηλές ομάδες υψηλού κινδύνου που προσδιορίζονται από το προφίλ 19-γονιδίων μας, περαιτέρω βεβαιώνει με την έννοια ότι το προφίλ είναι η παρακολούθηση αλήθεια και να αναπαραχθούν φαινοτύπων έκβαση του ΕΓΚ.

Ενώ ήταν πέραν του πεδίου της μελέτης μας για την διερεύνηση της ακριβής βιολογικός ρόλος οποιασδήποτε συγκεκριμένης οδού, είναι αξιοσημείωτο ότι οι οδοί που υπερεκφράζονται στην ομάδα υψηλού κινδύνου έχουν εμπλακεί στην ωοθηκική καρκινογένεση ή /και συνδέονται με επιθετική ασθένεια και την κακή έκβαση [21], [22], [23]. Επιπλέον, μονοπάτια που υπερεκπροσωπούνται μεταξύ των γονιδίων υπερεκφράζεται σε όγκους υψηλού κινδύνου έχουν επίσης συσχετιστεί με κατώτερη έκβαση [24], [25], [26], ο δανεισμός βιολογική αληθοφάνεια των φαινοτύπων που ανακαλύψαμε. Είναι σημαντικό, πολλά από αυτά τα μονοπάτια (Σχήμα 5Β) έχουν επίσης παρόμοια εκφράζονται σε υψηλά και χαμηλού κινδύνου όγκους έχουν αναφερθεί στο παρελθόν στο διαθέσιμο στο κοινό 2

ου σετ επικύρωσης, αποδεικνύοντας επαναληψιμότητα των βιολογικών δικτύων που σχετίζονται με την καλή και την κακή-αποτελέσματος μεταξύ της διαφορετικά σύνολα δεδομένων [15].

Τέλος, εκμεταλλεύτηκε στο παρελθόν αναπτύχθηκαν γονιδιακής έκφρασης «διαβάστε outs» που προκύπτουν από πειραματικά ελεγχόμενη ενεργοποίηση ογκογόνο οδό (src, β-κατενίνης και E2F3) για να αξιολογήσει την κατάσταση ενεργοποίησης σε μεμονωμένα δείγματα όγκων [12], [27]. Παρά το γεγονός ότι υπάρχει μια συνεχιζόμενη συζήτηση για το πώς το ογκογόνο ανάλυση οδός που περιγράφεται από Bild et al. [12]. εφαρμόστηκε σε μία συγκεκριμένη μελέτη [28], η αρχική μέθοδος ογκογόνο ανάλυση μονοπατιού που περιγράφεται από Bild et al. δεν έχει αμφισβητηθεί. Σύμφωνα με τη γνωστή προηγούμενη δεδομένων, src και μονοπάτια β-κατενίνης ήταν πιο συχνά ενεργοποιείται σε υψηλού κινδύνου σε σύγκριση με όγκους χαμηλού κινδύνου, ενώ το αντίθετο ίσχυε για την οδό E2F3 [12], [27], [29]. Η νέα ένωση της κατάστασης ογκογόνου ενεργοποίησης οδού με έναν φαινότυπο «συλλαμβάνονται» από ένα προφίλ 19-γονίδιο δείκτη, εκ των οποίων κανένα από τα γονίδια οδού είναι μέλος, καταδεικνύει ότι η βιολογική συμπέρασμα σε μελέτες μικροσυστοιχίας δεν θα πρέπει να περιορίζεται στο συχνά εφαρμόζεται προσέγγιση της διαλογής μια λίστα των top γονίδια δείκτη σε μια προγνωστική υπογραφή. Αξίζει να σημειωθεί ότι αυτές οι ογκογόνο μονοπάτια χάνονται ανεξάρτητη προγνωστική σημασία στην πολυπαραγοντική ανάλυση, όταν συμπεριλήφθηκε το προφίλ, γεγονός που υποδηλώνει ότι η προγνωστική ταξινομητή μας είναι η σύλληψη πολύπλοκων φαινοτύπων και ότι οι διαφορές αποτέλεσμα στον καρκίνο των ωοθηκών δεν μπορεί να εξηγηθεί επαρκώς από την απορρύθμιση της ενιαίας ογκογόνο ή μονοπάτι σηματοδότησης.

Εν κατακλείδι, η προσέγγισή μας εξηγεί πώς ολοκλήρωση και πειθαρχημένη ανάλυση του πλούσιου πληροφοριακού περιεχομένου των δημοσιευμένων αλλά σύνολα δεδομένων διαφορετικών καρκίνο μικροσυστοιχιών μπορεί να ξεπεράσει τα προηγούμενα περιορισμούς και να οδηγήσει στην ανάπτυξη αξιόπιστων και δυνητικά ευρέως εφαρμόσιμη προγνωστική ταξινομητές. Μια προσαρμοσμένη συστοιχία μπορεί επίσης να είναι ένα πρακτικό εργαλείο για τη μελέτη και τη διαχείριση του καρκίνου.