Αφηρημένο

Στην έκθεση αυτή, περιγράφουμε μια στρατηγική για την βελτιστοποιημένη επιλογή των στόχων πρωτεΐνη κατάλληλο για την ανάπτυξη φαρμάκων κατά του νεοπλασματικές νόσους, λαμβάνοντας τη συγκεκριμένη περίπτωση του καρκίνου του μαστού ως παράδειγμα. Συνδυάσαμε τα ανθρώπινα interactome και μεταγραφικό δεδομένα από κακοήθεις και έλεγχος κυτταρικές γραμμές επειδή είναι εξαιρετικά συνδεδεμένα πρωτεΐνες που ρυθμίζεται προς τα πάνω σε κακοήθεις κυτταρικές σειρές αναμένεται να είναι κατάλληλοι στόχοι για πρωτεΐνη χημειοθεραπεία με ένα χαμηλότερο ποσοστό ανεπιθύμητων παρενεργειών. Εμείς κανονικοποιημένα δεδομένα μεταγραφικό και να εφαρμοστεί μια στατιστική επεξεργασία για να εξαγάγετε αντικειμενικά τα υπο-δίκτυα των κατάντη και up-ρυθμιζόμενα γονίδια των οποίων οι πρωτεΐνες αποτελεσματικά αλληλεπιδρούν. Εμείς επιλέξαμε τις πιο συνδέονται αυτά που δρουν ως κόμβοι πρωτεΐνη, περισσότερα από τα οποία στο δίκτυο σηματοδότησης. Δείχνουμε ότι οι στόχοι πρωτεΐνη αποτελεσματικά προσδιορίζονται από το συνδυασμό της σύνδεσης πρωτεΐνης και η διαφορική έκφραση είναι γνωστή ως κατάλληλοι στόχοι για την επιτυχή χημειοθεραπεία του καρκίνου του μαστού. Είναι ενδιαφέρον, βρήκαμε επιπρόσθετες πρωτεΐνες, που γενικά δεν στοχεύονται από φαρμακευτικές αγωγές, οι οποίες θα μπορούσαν να δικαιολογήσουν την επέκταση των υφιστάμενων σκευάσματος με την προσθήκη αναστολέων σχεδιαστεί κατά αυτών των πρωτεϊνών, με συνέπεια τη βελτίωση της θεραπευτικά αποτελέσματα. Οι μοριακές μεταβολές που παρατηρήθηκαν σε κυτταρικές σειρές καρκίνου του μαστού αντιπροσωπεύει είτε συμβάντα οδηγού και /ή οδοί οδηγού που είναι απαραίτητες για την ανάπτυξη ή την πρόοδο του καρκίνου του μαστού. Ωστόσο, είναι σαφές ότι οι μηχανισμοί σηματοδότησης του αυλού Α, Β και τριπλά αρνητικά υποτύπων είναι διαφορετικά. Επιπλέον, τα πάνω και τα κάτω-ρυθμίζονται δίκτυα προβλέψει υπότυπο-ειδικούς στόχους των ναρκωτικών και των πιθανών κυκλώματα αντιστάθμισης μεταξύ πάνω και κάτω-ρυθμιζόμενα γονίδια. Πιστεύουμε ότι αυτά τα αποτελέσματα μπορεί να έχει σημαντικές κλινικές επιπτώσεις στην εξατομικευμένη θεραπεία των ασθενών με καρκίνο που επιτρέπει μια αντικειμενική προσέγγιση για την ανακύκλωση του οπλοστασίου των διαθέσιμων φαρμάκων στη συγκεκριμένη περίπτωση κάθε καρκίνου του μαστού δοθεί διακριτή ποιοτική και ποσοτική μοριακών χαρακτηριστικών τους.

Παράθεση: Carels Ν, Tilli Τ, Tuszynski JA (2015) Μια στρατηγική Υπολογιστική να επιλέξετε βελτιστοποιημένες πρωτεϊνικών στόχων για την ανάπτυξη φαρμάκων προς τον έλεγχο των Ασθενειών Καρκίνου. PLoS ONE 10 (1): e0115054. doi: 10.1371 /journal.pone.0115054

Ακαδημαϊκό Επιμέλεια: Pranela Rameshwar, Rutgers-New Jersey Medical School, Ηνωμένες Πολιτείες |

Ελήφθη: 29 Σεπ 2014? Αποδεκτές: 21 Οκτ, 2014? Δημοσιεύθηκε: 27 Ιανουαρίου, 2015

Copyright: © 2015 Carels 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

Δεδομένα Διαθεσιμότητα: Όλα τα σχετικά δεδομένα είναι εντός του Υποστηρίζοντας αρχεία πληροφοριών του χαρτιού και

χρηματοδότηση:.. Οι συγγραφείς δεν έχουν καμία υποστήριξη ή χρηματοδότηση για να αναφέρετε

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

Εισαγωγή

Ο καρκίνος είναι μία από τις πιο δύσκολες και πολύπλοκες ασθένειες σε όλο τον κόσμο. Παρά το γεγονός ότι μια σημαντική βελτίωση στην διάγνωση και θεραπεία σημειώθηκαν κατά τα τελευταία χρόνια, ο καρκίνος παραμένει η κύρια αιτία θανάτου σε παγκόσμιο επίπεδο, το οποίο προβλέπεται να φτάσει το εντυπωσιακό 13,2 εκατομμύρια θανάτους το 2030 [1]. Αυτοί οι αριθμοί μπορεί να πάρει μόνο χειρότερα, ως αποτέλεσμα των γενικών τάσεων της γήρανσης του πληθυσμού και της αύξησης του πληθυσμού [2].

Τα κύτταρα του σώματος μπορεί να γίνουν καρκινικά, ως αποτέλεσμα των διεργασιών γενετικών και επιγενετικών επαναπρογραμματισμό που αφορούν περίπλοκες κανονιστικές κυκλώματα ως αποτέλεσμα να τους την αθανασία και την ανεξέλεγκτη διαίρεση [3]. Η διαδικασία της ανεξέλεγκτης κυτταρικής διαίρεσης πηγαίνει παράλληλα με την αύξηση του όγκου που προκύπτει μάζας στις τοπικές φυσιολογικές διαταραχές που οδηγούν σε μεταστάσεις και τελικά το θάνατο του συνόλου του οργανισμού συχνά οφείλεται στην καχεξία ή όργανο αποτυχίες. Μεταστάσεις παρουσιάζουν την μεγαλύτερη πρόκληση για την ιατρική αντιμετώπιση του καρκίνου, που είναι η κύρια αιτία θανάτου των ασθενών με καρκίνο [4].

Ο προσδιορισμός των μοριακών μηχανισμών που οδηγούν ογκογένεσης και της εξέλιξης του καρκίνου αποτελεί ένα κρίσιμο βήμα στην παροχή πιο αποτελεσματικής θεραπευτικής , βελτιωμένη διάγνωση και συσχετίζοντας κλινική συμπεριφορά με αιτιολογία της νόσου. Στις τρεις τελευταίες δεκαετίες, έχουν τις εκατοντάδες των πιθανών καρκίνου που σχετίζονται με μοριακούς στόχους (oncotargets) έχουν ταυτοποιηθεί και θεραπευτικών αναπτυχθεί με στόχο την υλοποίηση αυτών των στόχων. Πολλά από τα διαθέσιμα σήμερα φάρμακα έχουν σχεδιαστεί για συγκεκριμένα καρκίνοι είναι πολύ ακριβά, παρέχουν μέτριες βελτιώσεις στη συνολική επιβίωση, και να έχουν σημαντικές αρνητικές παρενέργειες. Το πιο κρίσιμο ζήτημα να αντιμετωπιστεί είναι η φύση των μοριακών στόχων που πρέπει να γίνει κατανοητό για να ελέγχουν τον πολλαπλασιασμό των καρκινικών κυττάρων με όσο το δυνατό λιγότερο παρενέργειες, προκειμένου να διατηρηθεί ικανοποιητική ποιότητα ζωής του ασθενούς. Όντας μια γενετική ασθένεια δυσρύθμισης με ευρεία εξάπλωση φυσιολογικές συνέπειες, ο καρκίνος απαιτεί εγγενώς διαχείριση πολύπλοκων θεραπευτικών πολυ-φάρμακο. Ο προσδιορισμός των κατάλληλων θεραπευτικών στόχων για θεραπεία με κοκτέιλ φαρμάκων δεν είναι απλή, δεδομένου ότι τα καρκινικά κύτταρα δεν έχουν προφανείς διαφορές μοριακή δομή σε σύγκριση με τα φυσιολογικά κύτταρα. Στην πραγματικότητα, οι διαφορές μεταξύ των φυσιολογικών και των κακοήθων κυττάρων μάλλον κείνται στη ρύθμισή τους [5], η οποία μπορεί να αξιολογηθεί μέσω των δεδομένων μεταγραφικό. Η πρόσφατη πρόοδος στην

στον τομέα της εξόρυξης δεδομένων και υψηλή απόδοση silico

παραγωγής ψηφιακών δεδομένων σε σχέση με το γονίδιο της πρωτεΐνης και των μεταβολικών δικτύων [6,7] προσφέρει μια νέα πολλά υποσχόμενη ευκαιρία για να εντοπιστούν οι πρωτεΐνες που θα είναι οριακή επιπτώσεις στην κανονική κύτταρα, αλλά θα γίνει κόμβους σε καρκινικά κύτταρα λόγω της φυσικής υψηλό ρυθμό συνδεσιμότητα με άλλες πρωτεΐνες και μια σημαντική τροποποίηση των ποσοστών έκφρασης σηματοδότησης.

πολύπλοκα δίκτυα είναι πανταχού παρόντα στη φυσική, βιολογία και κοινωνικές επιστήμες. Μαθηματικά, ένα δίκτυο μπορεί να περιγραφεί από ένα κατευθυνόμενο ή μη κατευθυνόμενο γράφημα G = (V, E) με την κορυφή και άκρη θέτει V και Ε, αντίστοιχα. Μια άκρη εμφανίζεται στο γράφημα αν υπάρχει γνωστή αλληλεπίδραση των δύο εταίρων, είτε με άμεση σύνδεση ή με ενζυματική κατάλυση. Μια automorphism είναι μια μετάθεση του συνόλου V, που διατηρεί τη σχέση γειτνίασης και, εάν υπάρχει, ο προσανατολισμός των βελών μεταξύ των κορυφών. Με τη λειτουργία του σύνθεση, οι automorphisms σχηματίζουν μία ομάδα Aut (G). Πρόσφατες εργασίες από MacArthur et al. [8] απαριθμεί 20 παραδείγματα του πραγματικού κόσμου τα δίκτυα και τις πλούσιες ομάδες συμμετρίας τους. Ρεάλ δίκτυα εμφανίζει μια αρθρωτή δομή, με κορυφές οργανώνονται σε κοινότητες στενά συνδεδεμένο εσωτερικά και χαλαρά συνδεδεμένα μεταξύ τους [9]. Αυτό έχει ως αποτέλεσμα την παρουσία του συμμετρικού υπογράφων όπως δέντρα και πλήρεις κλίκες, τα οποία βοηθούν στην κατάταξη των κόμβων του δικτύου σε μια «ραχοκοκαλιά» (αυτά που παραμένουν σταθερά κάτω από τις automorphisms) και «προσαρτήματα» (αυτές που παίρνουν αντιστοιχίζονται σε άλλες κορυφές ).

η στρατηγική αυτή έχει ερευνηθεί πρόσφατα σε διάφορα έγγραφα [10-12]. Οι συγγραφείς αυτοί έδειξαν ότι η πιθανότητα επιβίωσης των ασθενών 5 ετών (δεδομένα από τη βάση δεδομένων SEER, https://seer.cancer.gov/) είναι αντιστρόφως ανάλογη με την πολυπλοκότητα του δικτύου σηματοδοσίας (που λαμβάνονται από την Encyclopedia Κιότο γονιδίων και γονιδιωμάτων – KEGG, https://www.genome.jp/kegg/) για τους τύπους καρκίνου θεωρούνται. πολυπλοκότητα του δικτύου περιγράφηκε μέσω της χρήσης των Shannon εντροπίας με την ποσοτικοποίηση της κατανομής των συνδέσεων σε πρωτεΐνες interactomes παριστάνεται ως προσανατολισμένη γραφήματα. Έτσι, η πολυπλοκότητα ενός γραφήματος μπορούν να διαμορφωθούν από την άποψη της εντροπίας δικτύου H (G) αθροίζοντας στους κόμβους και θεωρώντας d (v) ως ο βαθμός ακμών v και ορίζουν H (G) = – Σ d (v) log d (ν). Σηματοδοσίας οδούς και τα δίκτυα που απέχουν κανονικές φυσιολογικές και παθολογικές διεργασίες στα κύτταρα. Μια μέθοδος για τον εντοπισμό και οριοθετηθούν οι εν λόγω μονοπάτια σηματοδότησης θα ήταν χρήσιμη για το σχεδιασμό νέων φαρμάκων για τη μελλοντική ανάπτυξη θεραπεία του καρκίνου. Για να αποκτηθούν περαιτέρω γνώσεις σχετικά με τους μηχανισμούς που διέπουν μονοπατιών σηματοδότησης του καρκίνου του μαστού, αξιολογήσαμε τα πρότυπα γονιδιακής έκφρασης για έναν αριθμό των κυττάρων του μαστού γραμμές ώστε να παράγει κυτταρική σειρά-συγκεκριμένο δίκτυο. Εδώ, ψάχνουμε για πρωτεϊνικούς στόχους με σημαντικό αριθμό των συνδέσεων που εκφράζονται διαφορικά σε διάφορα κακοήθεις κυτταρικές σειρές του μαστού σε σχέση με ένα μη-ογκική κυτταρική γραμμή. Βρήκαμε ότι διάφορες υποθετικές πρωτεΐνες με μεγάλο

συνδεσιμότητα

δεν εκφράζονται με διαφορετικό τρόπο κατά την εξέταση κακοηθών και φυσιολογικών κυτταρικών σειρών και, ως εκ τούτου, δεν μπορούν να θεωρηθούν για την ανάπτυξη φαρμάκων χωρίς σημαντικά δηλητηριώδη αποτελέσματα ασφαλειών για την υγεία του ασθενούς. Ωστόσο, ένα άλλο σύνολο των πρωτεϊνών με μεγάλα

συνδεσιμότητα

είναι, πράγματι, υποβαθμίσουν τα ή up-ρυθμίζονται σε κακοήθεις κυτταρικές σειρές και τις up-ρυθμίζεται από αυτούς είναι πιθανοί στόχοι για την ανάπτυξη φαρμάκων. Με την ανάλυση της βιβλιογραφίας, θα μπορούσαμε να επαληθεύει ότι όλες οι υποτιθέμενων στόχων πρωτεΐνη που λαμβάνεται μέσω της ανάλυσης μας είναι γνωστές, και κάποιες, έχουν ήδη χρησιμοποιηθεί ως παράγοντες για τον έλεγχο του καρκίνου μέσω της θεραπείας του φαρμάκου. Ωστόσο, άλλοι πιθανοί στόχοι προέκυψαν από αυτή τη μελέτη που δεν χρησιμοποιούνται ως στόχοι φάρμακο ακόμη, γεγονός που εγείρει την υπόθεση ότι αυτές οι υποθετικές στόχους θα μπορούσε να παρακινήσει ειδικών ανάπτυξης φαρμάκων για την αύξηση της αποτελεσματικότητας των υφιστάμενων κοκτέιλ φαρμάκων. Βρήκαμε δύο ομοιότητες και σημαντικές διαφορές κατά τη σύγκριση των καταλόγων κορυφαία στόχους για διάφορες κυτταρικές σειρές καρκίνου του μαστού. Κατά συνέπεια, μια ειδική κοκτέιλ θα μπορούσε να θεωρηθεί, στο πλαίσιο της

εξατομικευμένη ιατρική

σύμφωνα με την συγκεκριμένη σειρά υποθετικών στόχων που προσδιορίζονται στην βιοψία του ένα δεδομένο ασθενή. Προτείνουμε ότι μια τέτοια προσωπική βοήθεια αναμένεται να αυξήσει σημαντικά την αποτελεσματικότητα της θεραπείας του καρκίνου.

Αποτελέσματα

Η εξομάλυνση των δειγμάτων ετικέτα σύμφωνα με το CDS το μέγεθος και τον αριθμό ετικέτας οδήγησε σε τιμές της γονιδιακής έκφρασης που μπορεί να διαφέρουν από το ένα δείγμα στο άλλο μόνο και μόνο λόγω του μεγέθους του δείγματος. ένα τέτοιο ασήμαντο προκατάληψη αποβλήθηκε με επιτυχία χρησιμοποιώντας

Q

νορμάλ πάνω από όλα τα δείγματα που αναλύθηκαν σε αυτή τη μελέτη. Η κατανομή του αριθμού των ετικετών από δεδομένα μεταγραφικό είναι συνήθως μια φθίνουσα καμπύλη, όπου οι χαμηλότερες εκφράζονται γονίδια είναι οι πιο συχνές. Η αφαίρεση του κανονικοποιημένη μετράει ετικέτα του κάθε κακοήθους κυτταρικής γραμμής από την κανονική κυτταρική γραμμή ΜΟΡ10Α έδωσε κατανομές συχνότητας του οποίου το σχήμα ήταν πολύ στενό, αλλά συμμετρική και με επίκεντρο μηδέν. Το ημερολόγιο

10 (

x

i + 1) μετασχηματισμού μαζί με το

Q

– κανόνας οδήγησε σε συμμετρικές κατανομές (παρατηρήθηκε) πολύ κοντά σε μια κατανομή Gauss (θεωρητική) (βλέπε Σχ. 1Α). Με τη θεωρητική κατανομή στο χέρι, υπολογίσαμε τα όρια ταξινόμησης των -90 και +90 ετικέτες για την παρατηρούμενη κατανομής που αντιστοιχεί σε

σ

-τιμή α = 5% επί της θεωρητικής κατανομής. Τα όρια ταξινόμησης που αντιστοιχούν σε μια

σ

-τιμή α = 1 ‰ ήταν -150 και +150, αντίστοιχα. Έτσι, τα γονίδια των κακοήθων κυττάρων ταξινομήθηκαν ως κάτω-ρυθμίζονται όταν ο αριθμός των ετικετών τους ήταν χαμηλότερη από -90 ή -150 ή ως up-ρυθμίζεται όταν ο αριθμός των ετικετών τους ήταν μεγαλύτερη από 90 ή 150 σύμφωνα με α = 5% και α = 1 ‰, αντίστοιχα, σε σύγκριση με ΜΟΡ10Α.

(Β) Συσχέτιση μεταξύ

συνδεσιμότητα

και

κεντρικότητα betweenness

. (Γ) τη σχέση μεταξύ της σύνδεσης των πρωτεϊνών λαμβάνοντας υπόψη το πλήρες δείγμα διαθέσιμο δίκτυο (~10,000) και υπο-δίκτυα των περίπου 600 πρωτεϊνών σε 474 BT κυτταρικές σειρές καρκίνου του μαστού.

Η

κόμβους Πρωτεΐνη ορίζονται ως πρωτεΐνες (κόμβοι) με έναν πολύ μεγαλύτερο αριθμό σύνδεσης (άκρα) από τις μέσες τιμές σε μια πρωτεΐνη (ή γονίδιο) δικτύου? ενεργούν ως παγκόσμια ολοκληρωτές σήμα ή παγκόσμιες ρυθμιστικές αρχές για πολλαπλές οδούς σηματοδότησης. Κατά την εξέταση betweenness κεντρικότητα και συνδεσιμότητα πρωτεΐνες, βρήκαμε μια μεγάλη θετική συσχέτιση (

r

= 0,91) σε ένα δείγμα ~10,000 πρωτεϊνών που αλληλεπιδρούν. Επειδή η συνδεσιμότητα είναι ένα αντικειμενικό μέτρο που είναι απλούστερο να υπολογίσει από betweenness κεντρικότητα, θα εξετάσουμε μόνο τη σύνδεση της πρωτεΐνης παρακάτω (βλ. Σχήμα 1Β). Βρήκαμε επίσης μια θετική συσχέτιση (

r

= 0,95) μεταξύ της σύνδεσης των πρωτεϊνών λαμβάνοντας υπόψη το πλήρες δείγμα διαθέσιμο δίκτυο (~10,000) και υπο-δίκτυα των περίπου 600 πρωτεΐνες (βλέπε Εικ. 1Γ). Έτσι, θεωρείται η συνδεσιμότητα πρωτεΐνη σε επίπεδο υπο-δίκτυο ως εκπρόσωπος του πλήρους δικτύου, η οποία επέτρεψε την έκφραση της πρωτεΐνης σύνδεσης σε σχετική τιμή, η οποία είναι μάλλον ισχυρή για να δοκιμάσετε τις παραλλαγές μεγέθους.

χάρτης των αλληλεπιδράσεων μεταξύ του δικτύου κατάντη και up-ρυθμιζόμενα γονίδια στο μητρικό κακοήθεις κυτταρικές γραμμές δίνεται στο Σχ. 2. Οι top 5 πιο συνδεδεμένοι γονίδια σε υπο-δίκτυα των πάνω και κάτω-ρυθμιζόμενα γονίδια είναι κατάλληλοι υποψήφιοι ως στόχους πρωτεϊνών για την ανάπτυξη φαρμάκων (βλ S1 και S2 πίνακες).

Οι κόμβοι αντιπροσωπεύουν γονίδια, ενώ συνδέσεις αντιπροσωπεύουν την αλληλεπίδραση μεταξύ των γονιδίων. κόμβοι μέγεθος δείχνουν συνδεσιμότητα και το χρώμα αντιπροσωπεύει ένα πρότυπο έκφρασης μεταξύ των όγκων έναντι μη-καρκινική κυτταρική μαστού γραμμή. (Α) ρ & lt? 0.05. (Β) ρ & lt? 0,01. Gephi χρησιμοποιήθηκε για να παρουσιάσει και να απεικονίσει τα δίκτυα.

Η

Το διάγραμμα Venn στο Σχ. 3Α και Β παρουσιάζει ένα υποσύνολο των γονιδίων που εκφράζονται διαφορικά σε κάθε ιστολογικό υπότυπο σε σχέση με τα κύτταρα ελέγχου. Μεταξύ up-ρυθμιζόμενα γονίδια, εντοπίσαμε HSP90AB1 ως κόμβος πρωτεΐνη η οποία είναι ρυθμισμένα προς τα πάνω σε όλα τα κακοήθη κύτταρα και έχει αναφερθεί ότι επάγουν αγγειογένεση. Είναι ενδιαφέρον, βρήκαμε CSNK2B ως κόμβος πρωτεΐνη που ρυθμίζεται προς τα πάνω σε αυλού Β και τριπλά αρνητικά κακοήθεις κυτταρικές σειρές, αλλά συνήθως όχι σε κύτταρα του αυλού Α. GRB2 και HER2 /3, YWHAB, PA2G4 είναι ειδικά πάνω ρυθμισμένα σε αυλού Α και Β, αντίστοιχα. Η ακτίνη είναι ένα κομβικό σημείο πρωτεΐνη που ρυθμίζεται προς τα κάτω σε όλα τα ιστολογικά υποτύπους. Εμείς εντοπίστηκαν κάτω ρύθμιση των VIM σε αυλού Α και Β? NFKBIA μεταξύ τριπλά αρνητικού και του αυλού Β? και MAP1LC3A σε αυλού Α και τριπλά αρνητικό. HSPAS, GAPDH, GABARAPL2 και GABARAP τα κάτω-ρυθμίζονται σε αυλού Β

Up-ρυθμιζόμενα γονίδια (Α) και υποβαθμίσουν τα ρυθμιζόμενα γονίδια (Β). Αυλού Η ταξινόμηση περιλαμβάνει MCF-7, κυτταρικές γραμμές T47D e ZR751? Αυλού Β, περιλαμβάνει BT-474? και τριπλά αρνητικό, ΒΤ-20, MDA-MB-231 και MDA-MB-468.

Η

Για να αναζητήσετε υποθετικό druggable ογκοπρωτεϊνών στον καρκίνο του μαστού, εστιάσαμε εδώ, σε up-ρυθμιζόμενα γονίδια. Η έρευνά μας αποκάλυψε oncotargets (top 5-γονίδια) που σχετίζονται με τον έλεγχο του κυτταρικού κύκλου, αντιστέκονται κυτταρικό θάνατο, προκαλώντας αγγειογένεση, την εισβολή και τη μετάσταση, την απορύθμιση κυτταρική ενεργητική, γονιδίωμα αστάθεια και μεταλλάξεις, και φλεγμονή του όγκου-προώθηση, που είναι το σήμα κατατεθέν του καρκίνου [3] . Σε τριπλά αρνητικός υποτύπου και αυλού Α, ένα υψηλότερο ποσοστό μέχρι ρυθμιζόμενα γονίδια σχετίζονται με τη διατήρηση πολλαπλασιαστικών σηματοδότηση, αντιστέκονται κυτταρικό θάνατο, και ενεργοποιώντας εισβολή και μετάσταση. Αντίθετα, στην αυλού Β, ρυθμίζεται προς τα πάνω γονίδια κατά προτίμηση συνδέονται με την επαγωγή της αγγειογένεσης, την αντίσταση του κυτταρικού θανάτου, και εισβολή και ενεργοποίηση μετάσταση (βλέπε Πίνακα S3) [3,13-41].

Σε τριπλά αρνητικούς όγκους ότι γενικά υπάρχει κακή πρόγνωση, παρατηρήσαμε το up-ρύθμιση των γονιδίων που εμπλέκονται στην (i) έλεγχο του κυτταρικού κύκλου, οι οποίες περιλαμβάνουν EGFR, MAPK13, YWHAB, MAGOH, EEF1G, CSNK2B, MYC, SRPK1, ΤΚ1, GABARAPL1 και CHD3? (Ii) αντι-αποπτωτικό παράγοντες όπως YWHAB, MYC, GABARAPL1, και ΤΕΚ? και (iii) την ενεργοποίηση της εισβολής και της μετάστασης όπως YWHAB, SRPK1, CSNK2B, GABARAPL1, CHD3, και ΤΕΚ. Οι πιο σημαντικές up-ρυθμίζονται οι μεταγραφές ήταν εκείνες που σχετίζονται με την απελευθέρωση των κυτταρικών Energetics (GAPDH)? αυτή η αναδυόμενη χαρακτηριστικό παρατηρήθηκε μόνο στην τριπλή αρνητική υποτύπου. Αυτό το χαρακτηριστικό σχετίζεται επίσης με MYC και GABARAPL1. Μόνο 1 μεταγραφή έχει σχέση με την αγγειογένεση HSP90AB1. Αυτές οι σφραγίδες όλα συνδέονται με την εξέλιξη του όγκου, τα οποία υποστηρίζουν την κακή πρόγνωση της τριπλής αρνητικών όγκων.

Η αυλού μια υπο-δίκτυα μέχρι ρυθμιζόμενα γονίδια επεσήμανε λειτουργίες που σχετίζονται με γονιδιώματος αστάθεια και μεταλλάξεις (EIF4A3), και φλεγμονή του όγκου-προώθηση (KPNA2). Επιπλέον, τα κύτταρα του αυλού Μια υπερεκφράζουν μεταγραφές που σχετίζονται με τον έλεγχο του κυτταρικού κύκλου, όπως GRB2, EEF1G, MCM7, CSNK2B, ΡΑΚ2, ΤΚ1, MAPK13 και NPM1? καθώς και ERBB2 /3, ΡΑΚ2, ΤΚ1, ICT1, και NPM1, που εμπλέκονται στην αντοχή των κυττάρων σε θάνατο. Όσον αφορά τα γονίδια που σχετίζονται με την εξέλιξη του όγκου, βρήκαμε HSP90AB1, GRB2, erbB2 /3, EIF4A3, ΤΕΚ, και CSNK2B. Αυλού Β υπο-δίκτυα ήταν παρόμοια με αυτά των κυττάρων του αυλού Α? αυτή η ομοιότητα δεν αποτελεί έκπληξη, διότι τα κύτταρα Β του αυλού Α και επίσης ομαδοποιούνται σε μία μόνο κατηγορία, δηλαδή, του αυλού, όπως φαίνεται στον Πίνακα S1. Σύγκριση των κυτταρικών γραμμών Β με τριπλά αρνητικό αυλού Α και παρουσίασαν αυξορρύθμιση του (i) την καταστρατήγηση παραγόντων ανάπτυξης ERBB2 /3 σε αυλού Α, και (ii) YWHAB και PA2G4 σε αυλού Β YWHAB και PA2G4 έχουν εμπλακεί στην αντίσταση κύτταρο σε θάνατο, ο υποστηρικτής των πολλαπλασιαστικών σηματοδότησης και την εισβολή και την ενεργοποίηση μετάσταση (βλ S1 πίνακα).

για να αποκτήσουν εικόνα για τη σημασία του κυκλώματος δικτύου που σχετίζονται με την εξέλιξη του όγκου του μαστού, που ταξινομούνται επίσης κάτω-ρυθμιζόμενα γονίδια σε σχέση με σε λειτουργική βιολογία και χαρακτηριστικά του καρκίνου (βλέπε πίνακα S4) [17,22,25,42-56]. Τα γονίδια ρυθμισμένα προς τα κάτω κάλυψε ένα ευρύ φάσμα διαδικασιών που εμπλέκονται στη βιολογία του καρκίνου. Όπως αναμενόταν, κάτω-ρυθμιζόμενα γονίδια είναι κατά προτίμηση σχετίζονται με τη διατήρηση των συνθηκών ισορροπίας? βρήκαμε λειτουργίες, όπως: (i) τον κυτταρικό θάνατο σηματοδότησης (GABARAPL2, GABARAP, MAP1LC3A, TP53), (ii) κυτταροσκελετού σταθερότητα (ACTB, ACTG1, TUBA1A), και (iii) της διάδοσης (TP53, GRP78, NFKBIA, GSK3B, BHLHE40 ).

για να συνοψίσουμε, τα αποτελέσματα αυτά υποδεικνύουν την πολυπλοκότητα της σηματοδότησης μέσω αυτών των δικτύων και τις μαζικές συνέπειες που προκαλούνται από πρωτεΐνη κόμβο απορρύθμισης στις διασυνοριακή συζήτηση μεταξύ των ρυθμιστικών αρχών των κυτταρικών γεγονότων.

Συζήτηση

Τα αποτελέσματά μας έχει τρεις σημαντικές επιπτώσεις για τη θεραπεία του καρκίνου (i) στην προσπάθεια να καθορίσει μια στρατηγική για τον εντοπισμό δυνητικών oncotargets για τη θεραπεία του καρκίνου του μαστού? (Ii) στην αποκάλυψη βασικά ρυθμιστικά κυκλώματα μεταξύ κατάντη και πάνω ρυθμισμένα γονίδια που είναι υπεύθυνα για την κυτταρική φυσιολογία της εξέλιξης του όγκου του μαστού? και (iii) για την παροχή ταχείας ταυτοποίησης στόχου πρωτεΐνη στο πλαίσιο της εξατομικευμένης ιατρικής που θα μπορούσαν να ταιριάζουν με μεμονωμένους τύπους όγκων και ιστολογική υποτύπους. Η μεθοδολογία που περιγράφεται θα πρέπει να βοηθήσει να καθιερώσει μια ποσοτική σχέση μεταξύ των υποθετικών oncotargets και σχετική θεραπευτική στρατηγική. Η μελέτη μας παρέχει επίσης ένα πλαίσιο για τον προσδιορισμό των βασικών παραγόντων που εμπλέκονται στην κακοήθεια του μαστού και μπορεί να οδηγήσει σε νέες ιδέες χρήσιμες για την ανάπτυξη θεραπευτικών παρεμβάσεων για τη θεραπεία και την πρόληψη του καρκίνου του μαστού. Απαιτείται περαιτέρω εργασία για την επικύρωση λειτουργικά αυτά oncotargets ξεκινώντας με ένα προ-κλινικές δοκιμές σε ένα

in vitro

επίπεδο.

Αν και αρκετές μελέτες έχουν καταδείξει τη σημασία των δικτύων πρωτεΐνης στον καρκίνο του μαστού [57, 58], μόνο λίγες μελέτες έχουν εντοπίσει το προφίλ έκφρασης των αντίστοιχων γονιδίων τους [59,60]. Ενώ άλλες αναφορές έχουν αντιμετωπιστεί πρωτεΐνη δίκτυα υποτύπου συγκεκριμένες κυτταρικές σειρές του καρκίνου του μαστού, καμία από αυτές δεν έχει ομαλοποιηθεί πρότυπα έκφρασης αυτών των κακοήθων κυττάρων σε μια μη καρκινική κυτταρική γραμμή μαστού. Η έκθεσή μας επικεντρώνεται στο προφίλ της γονιδιακής έκφρασης των πρωτεϊνών κόμβο, που εμφανίζονται ως κατάλληλες για την ανάπτυξη φαρμάκων με χαμηλότερο ρυθμό των αρνητικών παράπλευρων επιπτώσεων στην υγεία των ασθενών. Στην πραγματικότητα, όπως για τον τύπο Ι και τα σφάλματα τύπου ΙΙ, υπάρχει ένας συμβιβασμός όσον αφορά την επιλογή των στόχων πρωτεΐνης με μια ρ-τιμή 0,1% ή 5%. Ο αριθμός των στόχων διατίθεται υπό μια ρ-τιμή 0,1% είναι φυσικά μικρότερη από κάτω από 5%, αλλά, σε αντίθεση, η αναστολή τους αναμένεται να προκαλέσει λιγότερες παρενέργειες για τον ασθενή, λόγω της μεγαλύτερης διαφοράς της γονιδιακής έκφρασης μεταξύ κακοήθη και φυσιολογικά κύτταρα. Αντίθετα, κατά την εξέταση ενός p-τιμή του 5%, ο αριθμός των πιθανών αυξήσεων στόχου, αλλά η τιμή είναι αμοιβή είναι ένα υψηλότερο επίπεδο των ανεπιθύμητων παρενεργειών.

Το σύνολο αλληλεπιδρώντων ανθρώπινων πρωτεϊνών ότι εμείς που χρησιμοποιείται βασίζεται σε ~10,000 γονίδια, η οποία είναι περίπου το ένα τρίτο από το πλήρες σύνολο ανθρώπινο γονιδίωμα που έχει αξιολογηθεί για να είναι ~30,000 βασίζεται στα δεδομένα των εκφρασμένων ετικετών αλληλουχίας [61]? ένα δείγμα του ενός τρίτου του σύνολο ανθρώπινο γονίδιο θεωρείται εδώ ως ιδιαίτερα στατιστικά σημαντική. Breitkreutz et al. [10] έδειξε ότι η σηματοδότηση της μοντελοποίησης δικτύων είναι κατάλληλη για τον προσδιορισμό του καρκίνου του χαρακτηριστικά, καθώς παρέχει σημαντικές πληροφορίες σχετικά με το πώς μεταλλάξεις γονιδίων μπορεί να επηρεάσει την κυτταρική φυσιολογία και να οδηγήσει σε καρκίνο, καθώς και για τον εντοπισμό υποθετικών βιοδείκτες του καρκίνου.

Η ύπαρξη ενός αλληλεπιδρώντας υπο-δίκτυο μεταξύ κατάντη και up-ρυθμιζόμενα γονίδια υποδηλώνει ότι τα διαφορικά εκφραζόμενων γονιδίων, εκτός του ότι είναι διεγείρεται από συγκεκριμένες οδούς καρκίνο, αλληλεπιδρούν μεταξύ τους προφανώς σε μια αντισταθμιστική τρόπο, πράγμα που δείχνει περαιτέρω ότι η ογκογένεση και όγκων εξέλιξη απαιτούν πολλαπλές και στιχομυθία σηματοδότησης. Τα δίκτυα που συνδέονται με διαφορετικούς υποτύπους κυττάρων και συγκεκριμένα μοτίβα τους παρατηρείται εδώ είναι σε καλή συμφωνία με τα δεδομένα από τη βιβλιογραφία.

Με τους γρήγορους ρυθμούς της σύγχρονης ανάπτυξης της τεχνολογίας, μπορούμε να κάνουμε μια ασφαλή πρόβλεψη ότι σε κάποιο σημείο της ένα όχι και τόσο μακρινό μέλλον, όταν ένας ασθενής έχει διαγνωστεί με καρκίνο, θα εξακολουθεί να είναι δυνατή η ακολουθία δύο κακοήθη και φυσιολογικά κύτταρα μέσω βιοψίας, προκειμένου να ενημερώσει το σχέδιο θεραπείας. Όταν εντοπίζονται ειδικές oncotargets, θα γίνει θεωρητικά δυνατό να καθοριστεί ένα εξατομικευμένο κοκτέιλ φαρμάκων με βάση τις υπάρχουσες γνώσεις ή ακόμα, on the fly, από

in silico

προσομοιώσεις (docking και μοριακή δυναμική) των αναστολέων με αυτά oncotargets. Θεωρητικά, αυτή η στρατηγική είναι συμβατή με ατομική ιατρική, με την έννοια, ότι κάθε φορά που η στρατηγική αυτή αποσκοπεί, μπορεί να είναι, κατ ‘αρχήν, σε μεγάλο βαθμό αυτοματοποιημένη. Καθώς τα ποσοστά ανταπόκρισης σε ένα συγκεκριμένο χημειοθεραπευτικό φάρμακο μπορεί να είναι σχετικά χαμηλή σε μη επιλεγμένη προ-επεξεργασμένα πληθυσμό ασθενών, είναι ένα προαπαιτούμενο, ότι η στρατηγική αναπροσανατολισμό περιλαμβάνει προ-επιλογή εκείνων των ασθενών με ευνοϊκό μοριακό προφίλ σε καρκινικά κύτταρα τους, δηλαδή, οι ασθενείς με την υψηλότερη πιθανότητα να επωφεληθούν από την θεραπεία. Η στρατηγική μας διαφέρει από την παραδοσιακή άποψη της αναπροσανατολισμό των ναρκωτικών στην περιμένοντας να βρουν νέες ενδείξεις για θεραπείες κοκτέιλ που θα πρέπει να επηρεάσει ουσιώδη μονοπάτια /μηχανισμούς με αποτέλεσμα το θάνατο των καρκινικών κυττάρων με ελάχιστες παρενέργειες για τα φυσιολογικά κύτταρα. Με άλλα λόγια, έχουμε ταυτόχρονα στοχεύουν στη μεγιστοποίηση της αποτελεσματικότητας και την ελαχιστοποίηση της τοξικότητας μιας δεδομένης θεραπευτικής αγωγής. Η στρατηγική αυτή αναμένεται να ξεπεράσει τις εγγενείς και επίκτητη αντίσταση, η ετερογένεια των όγκων, την προσαρμογή, και γενετική αστάθεια των καρκινικών κυττάρων. Ωστόσο, υπάρχουν πολλαπλά εναλλακτικές διαδρομές σηματοδότησης σε όγκους που τα καθιστούν ανθεκτικά σε φαρμακευτική αγωγή. Έτσι, θα πρέπει να αντιμετωπιστούν ορισμένα ζητήματα να εξακριβώσει ότι η προτεινόμενη στρατηγική είναι τόσο ισχυρό όπως προβλέπεται από το βιολογικό πολυπλοκότητα φέρνει πάντα απρόβλεπτες καταστάσεις.

Είναι σημαντικό, το σύνολο των προβλεπόμενων στόχων φάρμακο έχει πειραματικά επικυρωθεί από τα διαθέσιμα φάρμακα ή siRNA (Πίνακας S5) [36,38,40,62-86], η οποία δείχνει ότι η προσέγγιση που παρουσιάζεται εδώ είναι σύμφωνη με την εξέλιξη της τεχνολογίας και θα πρέπει να συμπεριφέρονται παρόμοια σε νέες καταστάσεις όπου η γνώση είναι σπάνια. Έτσι, η προσέγγιση που περιγράφεται εδώ μπορεί ενδεχομένως να εφαρμοστεί για ένα σημαντικό αριθμό χρησιμοποιούνται σήμερα χημειοθεραπευτικά φάρμακα, αφού μοριακούς μηχανισμούς δράσης τους είναι καλά κατανοητή με χιλιάδες μελέτες διαθέσιμες στη βιβλιογραφία. Εκφράζεται η ελπίδα ότι η στρατηγική μας θα επιτρέψει τη διαλεύκανση των μοριακών δικτύων διαφορετικών όγκων και ιστολογικών υποτύπων. Πιστεύουμε ότι αυτή η στρατηγική είναι πολύτιμη και μπορεί, ενδεχομένως, να προσθέσετε νέα εργαλεία για την οπλοστάσιο των φαρμάκων στη διάθεση των ογκολόγων.

Από κακοήθη μετασχηματισμό έχει περιγραφεί σαν μια καθορισμένη σειρά φυσιολογικών αλλαγών, που έχουν ταξινομηθεί αυτά top 5-γονιδίων μέσα τα χαρακτηριστικά του καρκίνου, σύμφωνα με τα κριτήρια και τα παραδείγματα που προτείνει Hanahan και Weinberg [3] και με βάση την τρέχουσα λειτουργική κατανόηση των γονιδίων από το BLAST με το γονίδιο οντολογία (Blast2GO). Οι όροι GO χρησιμοποιείται για να προσδιορίσει μια λίστα με πιθανούς συστατικά, τις λειτουργίες και τις διαδικασίες που εντοπίζονται σημαντικά στα επιλεγμένα γονίδια. Η κατάταξη αυτή αποκάλυψε ότι πέντε κορυφαίες πάνω και κάτω-ρυθμιζόμενα γονίδια για κάθε κυτταρική σειρά συμβάλλουν σε όλους τους έξι αποκτήσει τις ικανότητες που απαιτούνται για την εξέλιξη του όγκου. Αυτά τα αποτελέσματα υποδηλώνουν ότι η προσέγγισή μας είναι χρήσιμη για τον εντοπισμό oncotargets κατάλληλες για τη θεραπεία του καρκίνου του μαστού. Φαίνεται λογικό να βρουν γονίδια που εμπλέκονται σε κυτταρικό κύκλο, δεδομένου ότι το σύνολο δεδομένων αφορά τον καρκίνο του μαστού και πολλαπλασιαζόμενα κακοήθη κύτταρα όπου η έκφραση των ρυθμιστικών του κυτταρικού κύκλου είναι ζωτικής σημασίας και αντανακλά το υψηλό μιτωτικό δείκτη που συνήθως συνδέονται με όγκους του μαστού. Πράγματι, δεδομένου ότι οι εξαιρετικά πολλαπλασιαζόμενα κύτταρα απαιτούν ενέργεια, γλυκόλυση είναι ένα σημαντικό μονοπάτι που εμπλέκονται στην παραγωγή ενέργειας. Σύμφωνα με αυτό το τοπίο, τα αποτελέσματά μας αποκαλύπτουν GABARAPL1 και GAPDH ως κόμβοι σε ΒΤ-20 κύτταρα (τριπλά αρνητικό). Μια άλλη κατηγορία των στόχων είναι η ομάδα των γονιδίων που εμπλέκονται στην κυτταρική σηματοδότηση και την επικοινωνία των κυττάρων όπως πρωτεΐνες μεμβράνης, HER2 και 3 ή EGFR, πρωτεΐνες μεταγωγής σήματος, όπως MYC, ΤΚ1, NPM, YWHAB, MCM7, EIF4A3, ΤΕΚ, GRB2, CHD3, ΡΑΚ2, PA2G4, και τη μεταφορά πρωτεϊνών, όπως KPNA2. Δεν είναι έκπληξη το γεγονός ότι σε αυτό το έργο, έχουμε εντοπίσει γονίδια ελέγχου του κυτταρικού κύκλου ή απόπτωση, όπως MAPK13, HSP90AB1, MAGOH, CSNK2B, EEF1G, PDIA3, ICT1, SRPK1, καθώς επίσης και όσοι εμπλέκονται στη διαδικασία της EMT, όπως VIM, η οποία διαδραματίζουν σημαντικό ρόλο στην ανάπτυξη των όγκων.

Εντοπίσαμε HSP90AB1 ως κομβικό σημείο της πρωτεΐνης μόνο μέχρι ρυθμίζεται κοινά για όλους τους τύπους κυττάρων στη μελέτη μας, η οποία επισημαίνει το γεγονός ότι οι υπότυποι του καρκίνου απευθύνεται εδώ όλοι έναν πυρήνα της πολλαπλασιαστικής μονοπάτια κοινά σε καρκίνους του μαστού, αλλά με πολλές ιδιαιτερότητες σηματοδότησης. Το μέρος του προτύπου έκφρασης που είναι κοινό σε όλες τις κυτταρικές σειρές που περιλαμβάνονται μπορεί περαιτέρω να επηρεαστεί από την υποκείμενη γενετικό υπόβαθρο των κυττάρων του όγκου και το στάδιο της εξέλιξης του όγκου, κατά την οποία προέρχεται η κυτταρική γραμμή.

Για να καταδειχθεί περαιτέρω η προβλεπτική ικανότητα του υποτύπου-ειδικών δικτύων, προσπαθήσαμε να προβλέψουμε υπότυπο ειδικές θεραπευτικές παρεμβάσεις. Εάν ένα γονίδιο κόμβο εμφανίζεται ειδικά είτε σε αυλού Α, Β ή τριπλά αρνητικά υποτύπου-ειδικό δίκτυο, αναμένουμε ότι αυτό το γονίδιο θα μπορούσε να είναι ένας στόχος φάρμακο ειδικό για αυτόν τον υπότυπο. Με βάση αυτό το κριτήριο, GRB2, ICT1, PDIA3, KPNA2, NPM, ΡΑΚ2, EIF4A3 και MCM7 είναι προέβλεψε ως πιθανοί στόχοι φαρμάκων ειδικά για το αυλού Ένας τύπος κυττάρων, PA2G4 θα είναι συγκεκριμένες για τον τύπο του αυλού Β κυττάρων, και MAGOH, MYC, SRPK1, VIM, GABARAPL1, GAPDH και CHD3 έχουν προβλεφθεί ως πιθανοί στόχοι φαρμάκων ειδικών του τριπλού αρνητική υποτύπου.

επίσης βρέθηκε συσχέτιση μεταξύ της κάτω ρύθμιση των γονιδίων και θεραπεία, η οποία σε ορισμένες περιπτώσεις να παρέχει γνώσεις σχετικά με το αλληλεπίδραση μεταξύ καταστολείς όγκων και τον κυτταρικό μηχανήματα στην μεσολάβηση ευαισθησία φαρμάκου. Για παράδειγμα, Zheng et al. [87] έδειξε ότι η υπερέκφραση του HER-2 /

neu

θα μπορούσε να μειώσει την ποσότητα του άγριου τύπου πρωτεΐνη ρ53 μέσω της ενεργοποίησης του μονοπατιού ΡΙ3Κ, και την επαγωγή της MDM2 πυρηνική μετατόπιση σε MCF-7 ανθρώπινου καρκίνου του μαστού κύτταρα. Απόφραξη της οδού ΡΙ3Κ με ειδικό αναστολέα του LY294002 προκαλείται διακοπή φάσης G1-S, μείωσε το ρυθμό κυτταρικής ανάπτυξης και αυξημένη χημείο- και ραδιο-θεραπευτικά ευαισθησία σε κύτταρα MCF-7 που εκφράζουν άγριου τύπου ρ53. Επιπλέον, Wang et al. [88] έδειξε ότι η κατάργηση των GRP78 που προκαλείται από την ευαισθησία των καρκινικών κυττάρων του μαστού σε ταξόλη και βινβλαστίνη.

Συμπεράσματα

Με τη χρήση ενός ενοποιητική ανάλυση του δικτύου των δεδομένων που προέρχονται από μεταγραφικό και interactome δημόσιους πόρους, έχουν προβλέψει επιλεκτική συνδυασμούς druggable στόχων για τον έλεγχο των βασικών οδών σε καρκίνο του μαστού. Οι μοριακές μεταβολές που παρατηρήθηκαν σε κυτταρικές σειρές καρκίνου του μαστού αντιπροσωπεύει είτε συμβάντα οδηγού και /ή οδοί οδηγού που είναι απαραίτητες για την ανάπτυξη ή την πρόοδο του καρκίνου του μαστού. Ωστόσο, είναι σαφές ότι οι μηχανισμοί σηματοδότησης του αυλού Α, Β και τριπλά αρνητικά υποτύπων είναι διαφορετικά. Επιπλέον, τα πάνω και τα κάτω-ρυθμίζονται δίκτυα προβλέψει υπότυπο-ειδικούς στόχους των ναρκωτικών και των πιθανών κυκλώματα αντιστάθμισης μεταξύ πάνω και κάτω-ρυθμιζόμενα γονίδια. Μαζί με το εύρημα ότι περισσότερο συνδεδεμένα γονίδια θα μπορούσαν να δράσουν ως ρυθμιστές καρκίνος, τα αποτελέσματα αυτά μπορεί να έχει σημαντικές κλινικές επιπτώσεις στην εξατομικευμένη θεραπεία των ασθενών με καρκίνο, αφού κάθε καρκίνος του μαστού μπορεί να θεωρηθεί ως μοναδική και αντικατοπτρίζει διακριτή ποιοτική και ποσοτική μοριακών χαρακτηριστικών. Έτσι, η γνώση ολόκληρης της σειράς των μοριακών χαρακτηριστικών που μεταφέρονται από οποιοδήποτε δεδομένο τον καρκίνο του μαστού και του ασθενούς είναι απαραίτητη για την πραγματική εξατομικευμένη θεραπεία που πρέπει να υλοποιηθούν.

Μέθοδοι

δεδομένα Interactome

τα συμπεράσματα σύνδεσης πρωτεΐνης που περιγράφονται παρακάτω με βάση τις πρωτεΐνες αλληλεπιδράσεις που δίνονται στην intact-micluster.zip αρχείο διαθέσιμο από ftp://ftp.ebi.ac.uk/pub/databases/intact/current/psimitab/(πρόσβαση στις 04.04. 2014). Έχουμε επιλέξει τις δύο στήλες του UniprotKB αναγνώρισης (UID) στο αρχείο intact-micluster.zip και να εξαλειφθούν τα ελλιπή ζεύγη (που χαρακτηρίζονται ως «-«, δηλαδή, όταν ένα ανέπαφο αριθμό πρόσβασης δεν έχει ισοδύναμο UniprotKB γνωστή). Το προκύπτον αρχείο περιείχε 308.314 ζεύγη πρωτεϊνών. Αυτό το αρχείο αλληλεπίδραση στη συνέχεια επεξεργασία για να σχηματίσουν ένα μη περιττό λίστα UID χρησιμοποιείται για την ανάκτηση των αντίστοιχων ακολουθιών πρωτεϊνών (68.504) από την υποβολή ερωτήματος UniprotKB σε https://www.uniprot.org/help/uniprotkb. Δεδομένου ότι ορισμένα UID ήταν άνευ αντικειμένου, μπορούμε να αντικατασταθεί από το σημερινό της όνομα τους ανακτηθεί από την υποβολή ερωτήματος στο πεδίο

αναζήτηση

σε UniprotKB χρησιμοποιώντας τη μορφή «αντικαθιστά:

παρωχημένες UID»

. Η ισοδυναμία μεταξύ UID και τα ανθρώπινα γονίδια ελήφθη με έρευνα ομολογίας (tBLASTn) ακολουθιών πρωτεϊνών (68.504) που χρησιμοποιούνται ως ερωτήματα και τα ανθρώπινα ακολουθιών κωδικοποίησης (CDS) που χρησιμοποιούνται ως υποκείμενα από το σύνολο δεδομένων (hs37p1.EID.tar.gz) του Fedorov του εργαστηρίου [ ,,,0],89] διαθέσιμες στο https://bpg.utoledo.edu/~afedorov/lab/eid.html. Ομόλογο χτυπήματα ήταν consideredsignificant όταν αποτέλεσμά τους ήταν ≥120, E-value ≤10

-4 και το ποσοστό ταυτότητα ≥80% σε σχέση με ≥50% από το μέγεθος επερώτησης (https://mitointeractome.kobic.kr/supplement.php). Μετά την απομάκρυνση του θέματος πλεονασμού (κρατώντας το χτύπημα που ταιριάζουν το μεγαλύτερο ποσοστό ταυτότητας), το τελικό μέγεθος της ανθρώπινης CDS συνόλου δεδομένων που περιγράφεται πλήρως από αλληλεπιδράσεις πρωτεϊνών ήταν 17.301.

δεδομένα μεταγραφικό

Εμείς ανακτηθεί σύνολα δεδομένων μεταγραφικό της κυτταρικές σειρές (BT-20, ΒΤ-474, MDA-MB-231, MDA-MB-468, MCF-7, ΜΟΡ10Α, Τ-47D, ZR-75-1, δείτε πληροφορίες στη διεύθυνση http: //www.atcc. org /) από https://www.illumina.com/science/data_library.ilmn. Το προφίλ γονιδιακής έκφρασης εκτιμήθηκε μέσω έρευνας ομολογίας με το ανθρώπινο CDS δείγμα του εργαστηρίου της Fedorov του.