Αφηρημένο

Ιστορικό

Τα microRNAs (miRNAs) είναι μικρά μη-κωδικοποίησης RNA που ρυθμίζουν την έκφραση των γονιδίων. Έχει προταθεί ότι miRNAs παίζουν σημαντικό ρόλο στην ανάπτυξη και εξέλιξη του καρκίνου. Η ικανότητά τους να επηρεάζουν πολλαπλές οδούς γονίδιο με τη στόχευση διαφόρων mRNAs τους καθιστά μια ενδιαφέρουσα κατηγορία των ρυθμιστικών αρχών.

Μεθοδολογία /Κύρια Ευρήματα

Έχουμε αναπτύξει έναν αλγόριθμο, ταξινόμηση με βάση ανάλυση των δεδομένων Αξιόπιστες έκφραση του RNA (CAPE RNA), η οποία είναι ικανή να ταυτοποιήσει μεταβληθεί κανονισμού miRNA-mRNA μεταξύ των δειγμάτων ιστών που εκχωρεί τα κράτη αλληλεπίδραση σε κάθε δείγμα χωρίς προϋπάρχοντα διαστρωμάτωση των ομάδων. Η κατανομή των ορισθέντων μελών της αλληλεπίδρασης σε σχέση με δεδομένη πειραματικές ομάδες χρησιμοποιείται για την αξιολόγηση της ποιότητας της προβλεπόμενης αλληλεπίδρασης. Έχουμε αποδείξει την εφαρμοσιμότητα της προσέγγισής μας αναλύοντας ουροθηλιακό καρκίνωμα και δείγματα φυσιολογικού ιστού της ουροδόχου κύστης που προέρχονται από 24 ασθενείς. Χρησιμοποιώντας την προσέγγιση μας, φυσιολογικό και καρκινικό ιστό δείγματα καθώς και τα διάφορα στάδια της προόδου του όγκου ήταν στρωματοποιημένη με επιτυχία. Επίσης, τα αποτελέσματά μας δείχνουν ενδιαφέρον διαφορικά ρυθμίζονται αλληλεπιδράσεις miRNA-mRNA που σχετίζονται με την εξέλιξη του όγκου της ουροδόχου κύστης.

Συμπεράσματα /Σημασία

Η ανάγκη για εργαλεία που επιτρέπουν μια ολοκληρωμένη ανάλυση των δεδομένων έκφρασης microRNA και mRNA έχει αντιμετωπιστούν. Με τη μελέτη αυτή, παρέχουμε έναν αλγόριθμο που δίνει έμφαση στη διανομή των δειγμάτων για να ταξινομήσει διαφορικά ρυθμίζονται αλληλεπιδράσεις miRNA-mRNA. Αυτή είναι μια νέα άποψη σε σύγκριση με τις τρέχουσες προσεγγίσεις. Από την ανάλυση bootstrapping, κατάταξη μας δίνει τα χαρακτηριστικά που χτίζουν ισχυρά ταξινομητές. Περαιτέρω ανάλυση αποκαλύπτει γονίδια αναγνωρίζονται ως διαφορικά ρυθμίζεται από miRNAs να εμπλουτιστεί σε μονοπάτια του καρκίνου, γεγονός που υποδηλώνει βιολογικά ενδιαφέρουσες αλληλεπιδράσεις

Παράθεση:. Hecker Ν, Stephan C, Mollenkopf HJ, Jung Κ, Preissner R, Meyer ΗΑ (2013 ) ένα νέο αλγόριθμο για την ολοκληρωμένη ανάλυση των miRNA-mRNA Αλληλεπιδράσεις με βάση την ατομική κατάταξη αποκαλύπτει Insights σε καρκίνο της ουροδόχου κύστης. PLoS ONE 8 (5): e64543. doi: 10.1371 /journal.pone.0064543

Επιμέλεια: Παναγιώτης Β Μπένος, Πανεπιστήμιο του Pittsburgh, Ηνωμένες Πολιτείες της Αμερικής

Ελήφθη: 12η Οκτωβρίου 2012? Αποδεκτές: 17 Απριλίου, 2013? Δημοσιεύθηκε: May 24, 2013

Copyright: © 2013 Hecker 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 BMBF (MedSys, χορηγεί Νο 0315450) https://www.bmbf.de/and Deutsche Forschungsgemeinschaft (DFG) GRK 1772 «Υπολογιστικής Βιολογίας Συστημάτων» https://www.dfg.de. 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

καρκίνου της ουροδόχου κύστης είναι η τέταρτη πιο κοινή μορφή καρκίνου στις βιομηχανικές χώρες [1]. Μύες καρκίνωμα της εισβολής της ουροδόχου κύστης εξακολουθεί να έχει υψηλή θνησιμότητα, παρά τις καλύτερες θεραπείες με βελτιωμένες χειρουργικές τεχνικές και επιθετικές θεραπείες. Περίπου το 90% όλων των ουροφόρων νεοπλάσματα ταξινομούνται ως καρκίνωμα ουροθηλιακό κύτταρο (UCC), που μπορεί να διαιρεθεί με την κλινική και μορφολογικές παραμέτρους σε δύο διαφορετικές υποομάδες [2], [3]. Η πλειοψηφία των UCC ανήκει στην ομάδα των θηλώδες μη επεμβατικές όγκους (στάδιο PTA), σε γενικές γραμμές οι όγκοι αυτοί είναι καλά διαφοροποιημένο, έχουν την τάση να αναπτύσσονται αργά, χωρίς μεγάλη διάδοση και έχουν μια καλή κλινική πρόγνωση. Το υπόλοιπο ένα τρίτο των UCC είναι επεμβατικές όγκους (στάδιο ρΤ1 και άνω) με ελάχιστα διαφοροποίηση, τα υψηλά ποσοστά εξέλιξης και την ικανότητα να σχηματίζουν μεταστάσεις. Στο μοριακό επίπεδο, οι περισσότεροι μη επεμβατικές UCC συνδέονται με FGFR3 μετάλλαξη και χρωμόσωμα 9 απώλεια [4], [5], ενώ η απενεργοποίηση του ρ53 και λειτουργίας ΡΤΕΝ παίζει σημαντικό ρόλο στην εξέλιξη της επεμβατικής UCC [6]. Σε αρκετές δημοσιεύσεις, έχουν transcriptomic πρότυπα έκφρασης έχουν συνδεθεί με κλινικές εκβάσεις σε καρκίνωμα ουροθηλίου [7] – [10]. Επιπλέον, την πρώτη ολοκληρωμένη ανάλυση τόσο των miRNAs και τα δεδομένα mRNA διεξήχθη για να πάρετε μια πιο λεπτομερή εικόνα ρυθμιστικών δικτύων και συμμετέχουν μονοπάτια μεταγωγής σήματος του καρκίνου που προκαλούν καρκίνο της ουροδόχου κύστης [11], [12]. Ωστόσο, οι ακριβείς μηχανισμοί που εμπλέκονται στην έναρξη και την εξέλιξη του καρκινώματος της ουροδόχου κύστης ουροθηλιακά παραμένουν σε μεγάλο βαθμό ασαφής. Περαιτέρω εξέταση της έκφρασης των γονιδίων και των δεδομένων έκφρασης των miRNAs είναι ζωτικής σημασίας για τον εντοπισμό των εν λόγω άγνωστες διεργασίες που οδηγούν σε ογκογένεση. Με την καθιέρωση των αιτήσεων μικροσυστοιχιών, διάφορες υπολογιστικές μέθοδοι έχουν αναπτυχθεί για την ανάλυση των δεδομένων γονιδιακής έκφρασης. σετ ανάλυση γονιδίων και ανάλυση εμπλουτισμού γονίδιο συχνά χρησιμοποιούνται για την αναγνώριση των γονιδίων που εκφράζονται διαφορικά [13], [14]. Τα πιο κοινά εργαλεία και υπηρεσίες web που εφαρμόζουν τις αρχές της ανάλυσης εμπλουτισμού γονιδίου είναι DAVID [15], GeneTrail [16], Gorilla [17], GeneCodis [18] και GOEAST [19], για μια γενική επισκόπηση βλέπε αναφορά [20] .

Εκτός από συν-εκφρασμένων γονιδίων, διαφορικά ρυθμιζόμενη ζεύγη miRNAs και mRNAs διαδραματίζουν σημαντικό ρόλο σε πολλές κυτταρικές διεργασίες και ασθένειες. Για να αξιολογηθεί το θέμα αυτό, αρκετές μέθοδοι έχουν αναπτυχθεί για να προβλέψει τις αλληλεπιδράσεις μεταξύ miRNAs και mRNAs βασίζονται σε αλληλουχίες τους. Τα περισσότερα από τα εργαλεία εκμεταλλεύονται το σπόρο συμπληρωματικές μεταξύ miRNAs και του 3’UTR του ειδικού mRNA, πληροφορίες σχετικά με την διατήρηση αλληλουχίας των γειτονικών βάσεων και θερμοδυναμικές ιδιότητες των αλληλεπιδράσεων mRNA miRNA-στόχο. Οι διαφορετικές μέθοδοι έχουν πρόσφατα αναθεωρηθεί [21]. Μερικά από τα πιο κοινά εργαλεία είναι TargetScan [22] – [25], PicTar [26] – [29], Miranda [30] – [32] και ΠΙΤΑ [33]. Αρκετούς πόρους Ιστού παρέχουν επικυρωθεί ή προβλεπόμενες αλληλεπιδράσεις miRNA-mRNA, π.χ. TarBase [34], miRecords [35], miRGen [36] και miRBase [37], miRGator προσφέρει προφίλ έκφρασης των miRNAs και mRNA [38], starbase [39] και Ντορίνα [40] είναι οι βάσεις δεδομένων που ενσωματώνουν miRNA και ριβονουκλεοπρωτεϊνικού θέσεις πρόσδεσης.

υπάρχει ανάγκη για μεθόδους οι οποίες θεωρούν την ειδική φύση των miRNA που προκαλείται κανονισμού. miReduce [41] και Sylamer [42] μπορεί να χρησιμοποιηθεί για την αξιολόγηση του συσχετισμού μεταξύ των σπόρων εμπλουτισμοί μοτίβο στο 3’UTRs του mRNA για διαφορικά ρυθμιζόμενα γονίδια σε πειράματα knockout miRNA. DIANA-mirExTra εφαρμόζει παρόμοιες μεθόδους αξιολόγησης γονίδιο μοτίβο ως υπηρεσία web [43]. Creighton et al αναπτύξει μια συλλογή από μακροεντολές του Excel να συνδυάσει σύνολα εμπλουτισμένο γονιδίων με τις προβλέψεις miRNA-mRNA αλληλεπίδρασης [44]. Πρόσφατα, οι μέθοδοι και web-υπηρεσίες για την ολοκληρωμένη ανάλυση των δεδομένων έκφρασης των miRNAs και mRNA έχουν αναπτυχθεί, όπως ΜΑΓΙΑ [45], [46], ΜΜΙα [47], mirAct [48], miRConnX [49] και miRTrail [50] . GenMIR ++ υλοποιεί μια Bayesian προσέγγιση μάθησης για τον εντοπισμό διαφορική ρύθμιση miRNA-mRNA [51], [52]. HOCTAR υπολογίζει αρνητικές συσχετίσεις μεταξύ miRNA και της έκφρασης του mRNA [53]. Άλλες μέθοδοι βασίζονται στην ανάλυση παλινδρόμησης [54], [55]. Μια προσέγγιση που βασίζεται στην ομαδοποίηση των δεδομένων έκφρασης των miRNAs και mRNA σε συνδυασμό με ένα t-test αναπτύχθηκε από Jayaswal et al. [56]. Τα περισσότερα από τα τρέχοντα εργαλεία έχουν αδυναμίες, όπως η χρήση μεθόδων που είναι επιρρεπής σε σφάλματα σε ακραίες τιμές ή δεν επιτρέπουν τον εντοπισμό διαφορική ρύθμιση ανάμεσα σε δύο ομάδες των δειγμάτων.

Σε αυτή τη μελέτη, παρουσιάζουμε μια νέα προσέγγιση που αξιολογεί διαφορική miRNA ΓπΡΝΑ ρύθμιση σε συνδυασμό με την διανομή των δειγμάτων για ένα μόνο αλληλεπίδραση. Υποθέτουμε ότι μόνο οι αλληλεπιδράσεις miRNA-mRNA είναι χαρακτηριστικές για μια συγκεκριμένη κατάσταση της ογκογένεσης. Θεωρούμε ρύθμιση που προκαλείται από γονιδιακή απόκλιση miRNA ως δύο προβλήματος τάξη και να χρησιμοποιήσετε την ακόλουθη υπόθεση. Λαμβάνοντας υπόψη ένα αλληλεπίδραση μεταξύ ενός miRNA και mRNA η οποία είναι χαρακτηριστική για μία διαφορά μεταξύ των δύο ομάδων των δειγμάτων, το miRNA είναι επάνω ρυθμισμένη και το mRNA ρυθμισμένα προς τα κάτω στην πρώτη ομάδα σε σχέση με την δεύτερη ομάδα, ή αμοιβαία. Η προσέγγισή μας κατατάσσει κάθε προβλεπόμενη αλληλεπίδρασης για κάθε δείγμα ανεξάρτητα από τη γνώση της ομάδας. Με τον τρόπο αυτό, μπορεί κανείς να αναλύσει τις ατομικές διαφορές μέσα σε μια συλλογική των δειγμάτων για ένα συγκεκριμένο σύνολο αλληλεπιδράσεων. Επιπλέον, δίνεται μια αλληλεπίδραση, μπορούμε να στεγανοποιήσει τα δείγματα σε αναμενόμενες ομάδες που αντανακλούν την ρύθμιση των γονιδίων miRNA που προκαλείται. Η συμφωνία μεταξύ των αναμενόμενων ομάδων και τα πειραματικά αυτά που παράγει μια σημαντική κατάταξη να διακρίνουν πιθανές αλληλεπιδράσεις από εκείνους που είναι απίθανο να συμβεί. Σε ένα τελικό βήμα, έχουμε ενσωματώσει πληροφορίες για αρνητική συσχέτιση μεταξύ miRNA και η έκφραση του mRNA για την εξάλειψη των false positives.

Αναγνώριση διαφορικά ρυθμίζονται αλληλεπιδράσεις miRNA-mRNA είναι βασικά μια μορφή επιλογής χαρακτηριστικών. Να επικυρώσει τα διάφορα στάδια της προσέγγισης μας, έχουμε πραγματοποιήσει μια ανάλυση σε κύριες συνιστώσες για να αναλύσει το διαχωρισμό των δειγμάτων μετά την εκχώρηση των κρατών αλληλεπίδρασης και αξιολόγησε την απόδοση της κατάταξης μας να οικοδομήσουμε ταξινομητές.

Ειδικότερα, έχουμε εφαρμόσει προσέγγισή μας σε μια συλλογική υγιών δειγμάτων ιστού της ουροδόχου κύστης και των δειγμάτων όγκου κύστης σε διαφορετικά στάδια. Επιπλέον, έχουμε εξετάσει την ικανότητα της προσέγγισής μας να ταξινομήσει προστάτη καρκινικών όγκων και σε υγιείς ιστούς, καθώς επίσης και δείγματα καρκίνου του παχέος εντέρου και τον υγιή ιστό χρησιμοποιώντας μικρού μεγέθους του δείγματος [57]. Η απόδοση των ταξινομητών μας συγκρίθηκε με μία καλά καθιερωμένη μέθοδος για δεδομένα γονιδιακής έκφρασης, Πρόβλεψη Ανάλυση Microrarrays για R (PAMR), που αποτελεί μια βελτιωμένη πλησιέστερο κέντρο βάρους ταξινομητής [58]. Επιπλέον, υπολογίζεται βαθμολογίες εμπλουτισμό μονοπάτι για τα γονίδια που εμπλέκονται σε προβλεπόμενες αλληλεπιδράσεις και να προτείνουν ενδιαφέρουσες αλληλεπιδράσεις για την εξέλιξη του όγκου του καρκίνου της ουροδόχου κύστης.

Υλικά και Μέθοδοι

Ασθενείς και δείγματα ιστών

Μια επιλογή 24 ουροθηλιακά δείγματα από μια συλλογική των ασθενών με καρκίνο της ουροδόχου κύστης που περιγράφηκε προηγουμένως χρησιμοποιήθηκε σε αυτή τη μελέτη [59]. Οκτώ δείγματα που προέρχονται από μη κακοήθη ιστό της ουροδόχου κύστης (8 άνδρες ασθενείς? Διάμεση ηλικία 69, εύρος 47-80 έτη), 8 δείγματα από χαμηλού βαθμού θηλώδες καρκίνωμα ουροφόρων (8 άνδρες ασθενείς? Μέση ηλικία 72.5, εύρος 59-79 χρόνια? 2x pTaG1 και 6x pTaG2)), και 8 δείγματα από επεμβατικές όγκους (6 αρσενικό, 2 γυναίκες ασθενείς? διάμεση ηλικία 73, εύρος 62-76 χρόνια? 1x pT1G1, 4x pT1G3 και 3x pT2G3). Τα δείγματα συλλέχθηκαν αμέσως μετά από χειρουργική επέμβαση σε υγρό άζωτο και αποθηκεύτηκαν στους -80 ° C μέχρι την περαιτέρω ανάλυση. Όγκου στάσης πραγματοποιήθηκε σύμφωνα με τη Διεθνή Ένωση κατά του Καρκίνου και ιστολογική διαβάθμιση σύμφωνα με τα κριτήρια /ISUP ΠΟΥ του 2004 [60]. Όλες οι ασθενείς με καρκίνο της ουροδόχου κύστης πέρασε από ριζική κυστεκτομή ή διουρηθρική στο Πανεπιστημιακό Νοσοκομείο Charité στο Βερολίνο μεταξύ του 2008 και του 2009 και έδωσε γραπτή συγκατάθεση για τη χρήση αντιπροσωπευτικών δειγμάτων ιστού για ερευνητικούς σκοπούς. Η μελέτη εγκρίθηκε από την Επιτροπή Ηθικής του Πανεπιστημιακού Νοσοκομείου Charité (File: EA1 /153/07).

Απομόνωση RNA και Χαρακτηρισμός της ποσότητας και της ποιότητας

Ο ανέλυσαν δείγματα ιστών όγκου που περιέχεται περισσότερο από 80% καρκινικά κύτταρα όπως περιγράφηκε προηγουμένως [59]. Περίπου 20-30 mg υγρού ιστού βάρους υποβλήθηκε σε επεξεργασία με 350 μΙ ρυθμιστικού διαλύματος λύσεως και το ολικό RNA απομονώθηκε χρησιμοποιώντας το miRNeasy Mini Kit (Qiagen, Hilden, Germany) σύμφωνα με το πρωτόκολλο του κατασκευαστή. Ένα επιπλέον βήμα ϋΝάση Ι πέψη επί της μεμβράνης γέλη πυριτίας δέσμευσης RNA πραγματοποιήθηκε. Η ποσότητα και η ποιότητα των απομονωμένων RNA προσδιορίστηκε με NanoDrop 1000 φασματοφωτόμετρο (NanoDrop Technologies, Wilmington, DE, USA) και ένα Bioanalyzer 2100 (Agilent Technologies, Santa Clara, CA, USA). Χρησιμοποιήθηκαν 5? Μόνο δείγματα με αριθμό ακεραιότητα του RNA (RIN) τιμές . Down-ρυθμίζονται miRNA προκαλέσει υποθετική up-ρύθμιση του mRNA.

Undefined Πολιτείες

S

αδιευκρ

= {HH, LL, ΜΜ} που δεν ακολουθούν τη βιολογική ερμηνεία που αναφέρθηκαν παραπάνω.

αλληλεπιδράσεις με συχνότητα ακαθόριστες υψηλότερο από το ανώτατο όριο που αποκλείστηκαν από το σύνολο των αλληλεπιδράσεων. Θα αναφερθώ περαιτέρω στο σύνολο των αλληλεπιδράσεων που πληροί τα κριτήρια φιλτραρίσματος που αναφέρθηκαν παραπάνω ως το σύνολο των οργανωμένων αλληλεπιδράσεων.

Δεδομένου δύο προκαθορισμένες ομάδες

Μια

και

Β

και ορίστηκε ότι η αλληλεπίδραση είναι διαφορικά ρυθμίζεται για

Μια

και

Β

, αν το κράτος με τη μέγιστη συχνότητα της ομάδας

Μια

είναι ένα στοιχείο του και το κράτος με τη μέγιστη συχνότητα της ομάδας

Β

είναι ένα στοιχείο ή αμοιβαία. Για όλα τα σύνολα δεδομένων στη μελέτη αυτή, θέτουμε, και.

Jaccard-Index.

Για κάθε αλληλεπίδραση, μια Jaccard-δείκτης υπολογίζεται για την αξιολόγηση της συμφωνίας μεταξύ των προκαθορισμένων πειραματικές ομάδες και η αναμένεται ομάδες με βάση την υπόθεση ότι ένα mRNA ρυθμίζεται προς τα κάτω για μία ομάδα και πάνω ρυθμισμένα για την άλλη ομάδα από ένα συγκεκριμένο miRNA.

Ως εκ τούτου, ένα διαμέρισμα υπολογίζεται όπου τα δείγματα ομαδοποιούνται σε τρεις ομάδες , και. Πού είναι το σύνολο των δειγμάτων που έχουν κατάσταση αλληλεπίδρασης είτε HL, HM, ή ML, είναι το σύνολο των δειγμάτων που έχουν μια κατάσταση αλληλεπίδρασης είτε LH, LM, ή ΜΗ και είναι το σύνολο των δειγμάτων των οποίων η κατάσταση είναι είτε HH, ΜΜ ή LL.

η Jaccard-Index είναι τότε η ομοιότητα μεταξύ των δύο χωρίσματα και και αναλαμβάνει μια τιμή μεταξύ 0 και 1 [64], [65]. Το σχήμα 1 συνοψίζει τα βήματα που έγιναν για τον εντοπισμό διαφορικά ρυθμιζόμενη αλληλεπιδράσεις σε αυτή τη μελέτη.

Τα δεδομένα εισόδου απεικονίζεται με πορτοκαλί ορθογώνια. δεδομένα εξόδου επισημαίνεται με κόκκινο ορθογώνια. Η έλλειψη αναφέρεται στο σύνολο των προκυπτουσών αλληλεπιδράσεις. Αυτό το σύνολο είναι ανεξάρτητη των δεδομένων εισόδου, αν και μπορεί να αλλάξει. Οι εργασίες για την διαχείριση των δεδομένων που απεικονίζονται ως τα διαμάντια.

Η

Απλό μοντέλο ταξινόμησης.

Για την αξιολόγηση της εφαρμογής της κατάταξης μας Jaccard-δείκτες, με βάση το σύνολο των επιλεγμένων διαφορικά ρυθμιζόμενης αλληλεπιδράσεις ένα απλό μοντέλο ταξινόμησης κατασκευάζεται η οποία προβλέπει την πρώτη ομάδα ενός συνόλου των δειγμάτων, π.χ. δείγματα καρκίνου από μια συλλογική καρκίνου και μη καρκίνου δείγματα.

Ένα τέτοιο μοντέλο περιλαμβάνει ένα σύνολο καταστάσεων για κάθε αλληλεπίδραση

i

του συνόλου των επιλεγμένων αλληλεπιδράσεις

I

, όπου ή. Επιπλέον, ένα σύνολο απροσδιόριστο μελών ορίζεται. Για κάθε δείγμα, το άθροισμα των αλληλεπιδράσεων που ταξινομούνται ως την πρώτη ομάδα δίνεται από για όλες τις αλληλεπιδράσεις

i

όπου η κατάσταση του δείγματος. αναφέρεται στο άθροισμα των αλληλεπιδράσεων που ταξινομούνται ως δεύτερης ομάδας, δηλαδή όλες οι αλληλεπιδράσεις

i

όπου η κατάσταση του δείγματος και. Με άλλα λόγια, για ένα δείγμα, μπορούμε αυξήσετε εάν η κατάσταση του δείγματος υποδεικνύει μια ρύθμιση προς την ίδια κατεύθυνση, όπως ορίζεται στο μοντέλο για τη συγκεκριμένη αλληλεπίδραση, θα αυξήσετε και αν η κατάσταση του δείγματος αντιστοιχεί στο αντίθετο ρύθμιση και τίποτα δεν αυξάνεται αν η κατάσταση του δείγματος αντιστοιχεί σε μια απροσδιόριστη κατάσταση αλληλεπίδρασης. Η ταξινόμηση του δείγματος στη συνέχεια ορίζεται από τη μέγιστη και.

Ένα μοντέλο παράγεται από τα υψηλότερα κατατάσσεται αλληλεπιδράσεις μέσα σε μια οριακή τιμή για την Jaccard δείκτη της αλληλεπίδρασης ή από έναν καθορισμένο αριθμό των τυχαιοποιημένων αλληλεπιδράσεων εντός μια σειρά από Jaccard-ευρετήρια. Τα κράτη ορίζονται σύμφωνα με το κράτος με τη μεγαλύτερη συχνότητα για την πρώτη ομάδα.

ανάλυση Bootstrapping.

Οι κανονικοποιημένες τιμές έκφρασης χωρίστηκαν τυχαία σε εκπαίδευση και δοκιμασία σύνολα, όπου κάθε σύνολο εκπαίδευσης περιέχει το μισό των δειγμάτων της κάθε ομάδας χωρίς αντικατάσταση. Εάν ο αριθμός των δειγμάτων ήταν περίεργο για μια ομάδα, οι εκπαιδεύσεις σύνολα αποδόθηκαν ένα δείγμα πάνω από τα σύνολα δοκιμής για την εν λόγω ομάδα. Όσον αφορά το σύνολο δεδομένων καρκίνου της ουροδόχου κύστης, για τη συλλογική όλων των δειγμάτων, το καθένα εκπαίδευση και κάθε σετ τεστ περιλαμβάνει οκτώ δείγματα από είτε την ομάδα των επεμβατικών ή μη επεμβατικών δείγματα καρκίνου της ουροδόχου κύστης και τέσσερα δείγματα φυσιολογικού ιστού. Για τη συλλογική δειγμάτων καρκίνου της ουροδόχου κύστης, κάθε προπόνηση και σε κάθε σετ εξέτασης περιέχει τέσσερα επεμβατική δείγματα καρκίνου της ουροδόχου κύστης και των τεσσάρων μη επεμβατική δείγματα καρκίνου της ουροδόχου κύστης. Για τις δύο συλλογικότητες, 100 διαφορετικά σύνολα δεδομένων εκπαίδευσης και εξέτασης σύνολα παρήχθησαν με τυχαία διαίρεση των δειγμάτων υπό τους περιορισμούς που αναφέρονται παραπάνω. αλληλεπιδράσεις miRNA-mRNA υπολογίστηκαν και κατατάσσονται χωριστά για κάθε προπόνηση και κάθε σύνολο δοκιμής. Για κάθε ένα από τα στοιχεία 100 ορίζει ένα μοντέλο υπολογίστηκε με βάση το σύνολο εκπαίδευσης και εφαρμόζεται στο αντίστοιχο σύνολο δοκιμής. Σημαίνει ιδιαιτερότητες, τις ευαισθησίες και τα ποσοστά ψευδών θετικών υπολογίστηκαν πάνω από όλα τα σύνολα των 100 δεδομένων.

Ομοίως με το σύνολο των δεδομένων του καρκίνου της ουροδόχου κύστης, καρκίνο του παχέος εντέρου και του όγκου του προστάτη σύνολο δεδομένων που χρησιμοποιήθηκαν και που περιέχουν ζεύγη miRNA /mRNA δεδομένων έκφραση micro array για την εκτίμηση ιδιαιτερότητες και ευαισθησίες. δείγματα ιστών Colon και δείγματα ιστού του προστάτη εκχυλίζονται από το σύνολο δεδομένων που παρέχονται από τους Lu et al. [57] και αντιμετωπίζονται ως δύο ξεχωριστά σύνολα δεδομένων. Αναλυτικότερα, η άνω και κάτω τελεία σύνολο δεδομένων όγκου αποτελείται από τέσσερα υγιή δείγματα και επτά δείγματα όγκων. Ο προστάτης σύνολο δεδομένων όγκου περιέχει έξι υγιή και έξι όγκων δειγμάτων. Τόσο για το καρκίνο του παχέος εντέρου και των στοιχείων του όγκου του προστάτη ρυθμιστεί ξεχωριστά, 50 τυχαιοποιήθηκαν σύνολα κατάρτισης και σύνολα δοκιμών παρήχθησαν, τότε σημαίνει ιδιαιτερότητες και ευαισθησίες υπολογίστηκαν με τον ίδιο τρόπο όπως αναφέρθηκε παραπάνω.

Εκτός για τον καρκινικό ιστό δείγμα συλλογική του συνόλου δεδομένων καρκίνου της ουροδόχου κύστης, η όλη διαδικασία έγινε με μια ακραία αφαιρεθεί και την εκ νέου αποδίδεται στην αναμενόμενη ομάδα σύμφωνα με τα αποτελέσματα της εξέτασης στην ίδια ακραία τιμή.

Πρόβλεψη Ανάλυση των μικροσυστοιχιών για R

για να συγκρίνετε τα αποτελέσματα της ταξινομητές μας σε μια άλλη μέθοδο, Πρόβλεψη Ανάλυση των μικροσυστοιχιών για την Ε (PAMR) [58], διεξήχθη χρησιμοποιώντας τα ίδια εκπαίδευση και δοκιμασία σύνολα, όπως αναφέρεται ανωτέρω. PAMR περιλαμβάνει k πλησιέστερου συρρικνωμένο κέντρο βάρους ταξινομητή. Μια τιμή κατωφλίου χρησιμοποιείται για να καθορίσει την έκταση της συρρίκνωσης για ένα μοντέλο, δηλ χαμηλότερη τιμή κατωφλίου θα δημιουργήσει ένα μεγαλύτερο μοντέλο και υψηλότερο όριο μικρότερο μοντέλο. PAMR εφαρμόστηκε σε κάθε σύνολο δεδομένων έκφρασης mRNA log-ομαλοποιηθεί miRNA και ξεχωριστά. Πρώτα προσδιορίσαμε μια σειρά από τα κατώτατα όρια χωριστά για τα δεδομένα miRNA και του mRNA της κάθε σύνολο δεδομένων με τη χρήση «pamr.plotcv» για ορισμένες περιπτώσεις συνόλων εκπαίδευσης. Στη συνέχεια, χρησιμοποίησε το φάσμα των κατώτατων ορίων για να επαναλάβει πάνω από όλα τα τυχαία σύνολα εκπαίδευσης που αντιστοιχεί σε miRNA ή mRNA ενός συνόλου δεδομένων, υπολογίζονται τα μοντέλα και κατατάσσονται τα αντίστοιχα σύνολα δοκιμών. «Pamr.adaptthresh» χρησιμοποιήθηκε για να προσαρμόσετε την κλίμακα του μοντέλου πριν από την κατάταξη του αντίστοιχου σετ δοκιμής. Εκτός από τις προεπιλεγμένες παραμέτρους όριο χρησιμοποιήθηκαν για όλες τις λειτουργίες της PAMR.

Μέση ιδιαιτερότητες και ευαισθησίες υπολογίστηκαν με τον ίδιο τρόπο όπως αναφέρθηκε παραπάνω.

Οι συντελεστές συσχέτισης

Για κάθε από τρεις πειραματικές ομάδες, δηλαδή επεμβατική δείγματα καρκίνου της ουροδόχου κύστης, μη επεμβατική δείγματα καρκίνου της ουροδόχου κύστης και φυσιολογικά δείγματα ιστού, Spearman συντελεστές συσχέτισης, ρ, υπολογίστηκαν μεταξύ της εκφράσεως miRNA και mRNA. Οι τιμές έκφρασης log-κανονικοποιημένη χρησιμοποιήθηκαν ως δεδομένα εισόδου. Ζεύγη miRNA-mRNAs καθορίστηκαν από το ίδιο σύνολο των αλληλεπιδράσεων, όπως αναφέρθηκε παραπάνω. Οι τιμές έκφρασης υποβλήθηκαν σε επεξεργασία χωριστά για κάθε μία από τις τρεις πειραματικές ομάδες. συντελεστές συσχέτισης Spearman υπολογίστηκαν για κάθε ζεύγος των αλληλεπιδράσεων miRNA-mRNA για κάθε ομάδα.

Η επεξεργασία των δεδομένων καρκίνου της ουροδόχου κύστης που

Εμείς εφαρμοστεί η προσέγγισή μας σε δύο διαφορετικές συλλογικότητες, μια συλλογική όλων των δειγμάτων (8 μη invasive- και 8 επεμβατική δείγματα όγκων, καθώς και 8 άτομα ελέγχου) και μια συλλογική δειγμάτων όγκου με τα διάφορα στάδια του όγκου (8 μη επεμβατική και 8 επεμβατική δείγματα) χωρίς υγιή άτομα. Και για τις δύο συλλογικότητες, μόνο miRNAs και τις αξίες της έκφρασης mRNA που υποβλήθηκαν σε επεξεργασία δείχνει σε τουλάχιστον 20% των υλικών που χρησιμοποιούνται δείγματα μια «παρούσα πρόσκληση», ανέφερε από το λογισμικό μικροσυστοιχιών εξομάλυνση Genespring GX. Στη συνέχεια, εφαρμόζεται η προσέγγισή μας για να διαπιστώσετε διαφορετικά ρυθμίζεται αλληλεπιδράσεις. Σε ένα περαιτέρω βήμα, επιλέγεται μόνο αλληλεπιδράσεις που δείχνουν μια αρνητική συσχέτιση, δηλαδή ρ≤-0,4, μεταξύ κανονικοποιημένες τιμές έκφραση miRNA και mRNA για τουλάχιστον μία πειραματική ομάδα. Για τη συλλογική δειγμάτων ιστού καρκίνου του αυτές οι ομάδες είναι οι επεμβατικές δείγματα καρκίνου της ουροδόχου κύστης και μη επεμβατική δείγματα καρκίνου της ουροδόχου κύστης. Για τη συλλογική όλων των δειγμάτων, οι ομάδες αποτελούνται από δύο ομάδες δειγμάτων καρκίνο της ουροδόχου κύστης και η ομάδα των κανονικών δειγμάτων ιστού, δηλαδή τρεις διαφορετικές ομάδες.

Ομαδοποίηση

Με βάση την αλληλεπίδραση ορίζει ένα κύριο συστατικό και ομαδοποίηση διεξήχθη ανάλυση. Για το σκοπό αυτό, τα μέλη αλληλεπίδραση υποκαταστάθηκαν σε πραγματικές τιμές, όπως αναφέρεται στον Πίνακα 1. Μια μήτρα απόσταση υπολογίστηκε χρησιμοποιώντας την απόσταση πόλη μπλοκ ως μέτρηση. Στη συνέχεια, ιεραρχική ομαδοποίηση έγινε χρησιμοποιώντας τη μέθοδο του Ward ως απόσταση μέτρο [66]. Κύρια συστατικά της μήτρας απόσταση υπολογίστηκαν όπου ο πίνακας αποστάσεων θεωρήθηκε ως ένα σύνολο

NN

διάστατο φορείς [67].

Η

Λειτουργική σχολιασμό ομαδοποίηση

γονίδια που εμπλέκονται στα διαφορικά ρυθμιζόμενη αλληλεπιδράσεις μεταξύ miRNA και mRNA αναλύθηκαν χρησιμοποιώντας τη βάση δεδομένων για σχολιασμό, την απεικόνιση και την ολοκληρωμένη ανακάλυψη (ΔΑΒΙΔ) [15] με τυποποιημένες παραμέτρους αυστηρότητα ταξινόμησης.

Ανάλυση του συνόλου δεδομένων καρκίνου της ουροδόχου κύστης χρησιμοποιώντας Magia2 και Talasso

για την συγκριτική ανάλυση, εφαρμόσαμε τέσσερις επιπλέον προσεγγίσεις για την ανάλυση των δύο συλλογικότητες των δειγμάτων καρκίνου της ουροδόχου κύστης, του συλλογικού υγιών και καρκινικών δειγμάτων και τη συλλογική της επεμβατική και μη επεμβατική δείγματα καρκινικού ιστού. Ο web server Talasso χρησιμοποιήθηκε για τον εντοπισμό αλληλεπιδράσεων miRNA-mRNA με τη μέθοδο Talasso και GenMiR ++ αλγόριθμο [55]. Η ένωση μεταξύ Tarbase, miRecoreds 2010 και η τομή του miRandaXL, PicTar 4 κατευθύνσεων και Targetscan (miRGen) επιλέχθηκε ως σύνολο υποθετικών αλληλεπιδράσεων miRNA-mRNA.

Επιπλέον, συσχετίσεις Spearman και μια προσέγγιση Meta ανάλυση χρησιμοποιώντας ο web server Magia2 χρησιμοποιήθηκαν για την ανάλυση των συνόλων δεδομένων [46]. Για την ανάλυση με Magia2, η διασταύρωση μεταξύ των προβλέψεων από TargetScan και microRNA.org (Μιράντα) ορίστηκε ως σύνολο υποθετικών αλληλεπιδράσεις. Όσον αφορά την ανάλυση με τη χρήση Spearman συσχέτισης, μόνο οι αλληλεπιδράσεις θεωρείται ότι παρουσιάζουν αρνητική συσχέτιση, δηλαδή ρ & lt?. 0

Για όλες τις προσεγγίσεις και τις δύο συλλογικότητες, μόνο miRNAs και τις αξίες της έκφρασης mRNA που υποβλήθηκαν σε επεξεργασία δείχνει σε τουλάχιστον 20% των υλικών που χρησιμοποιούνται δείγματα μια «παρούσα πρόσκληση», ανέφερε από το λογισμικό μικροσυστοιχιών εξομάλυνση Genespring GX. Log-κανονικοποιημένες τιμές έκφρασης χρησιμοποιήθηκαν για την ανάλυση, όπως αναφέρεται παραπάνω.