Αφηρημένο

Μία από τις μεγαλύτερες προκλήσεις στην ανάπτυξη του καρκίνου του προστάτη προγνωστικός βιοδείκτες είναι η κυτταρική ετερογένεια σε δείγματα ιστών. Αναπτύξαμε μια ανάλυση στόχου Cluster-Correlation (CC) για να προσδιοριστούν οι αλλαγές γονιδιακή έκφραση σε διάφορους τύπους κυττάρων που σχετίζονται με την εξέλιξη. Στο στάδιο Cluster, τα δείγματα συγκεντρωμένα (χωρίς επίβλεψη) με βάση τις τιμές της έκφρασης του κάθε γονιδίου μέσω ενός μοντέλου μίγμα σε συνδυασμό με ένα γραμμικό μοντέλο πολλαπλής παλινδρόμησης στο οποίο τα δεδομένα τύπου κυττάρων τοις εκατό χρησιμοποιήθηκαν για την αποσύνθεση. Στο στάδιο συσχέτισης, ένα Chi-square test χρησιμοποιήθηκε για την επιλογή δυνητικών προγνωστικών γονιδίων. Με ανάλυση CC, εντοπίσαμε 324 σημαντικά εκφρασμένων γονιδίων (68 όγκων και 256 εκφράζεται στρώμα κυττάρων γονίδια) τα οποία συνδέονται στενά με την παρατηρούμενη βιοχημική κατάσταση της υποτροπής. Σημασία Ανάλυση μικροσυστοιχιών (SAM) στη συνέχεια χρησιμοποιούνται για να αναπτύξουν ένα επτά-γονίδιο ταξινομητή. Ο ταξινομητής έχει επικυρωθεί χρησιμοποιώντας δύο ανεξάρτητα σύνολα δεδομένων. Η συνολική ακρίβεια της πρόβλεψης και η ευαισθησία είναι 71% και 76%, αντίστοιχα. Η συμπερίληψη του ποσού Gleason στο επτά γονίδιο ταξινομητής έθεσε την ακρίβεια της πρόβλεψης και της ευαισθησίας σε 83% και 76% αντίστοιχα, με βάση ανεξάρτητες δοκιμές. Αυτά τα αποτελέσματα έδειξαν ότι προγνωστικό μοντέλο μας, που περιλαμβάνει τις προσαρμογές κυτταρικό τύπο και χρησιμοποιώντας σκορ Gleason και το επτά-γονίδιο υπογραφή έχει κάποια χρησιμότητα για την πρόβλεψη των αποτελεσμάτων για τον καρκίνο του προστάτη για μεμονωμένους ασθενείς κατά το χρόνο της πρόγνωσης. Η στρατηγική θα μπορούσε να έχει εφαρμογές για τη βελτίωση της απόδοσης δείκτη σε άλλους καρκίνους και άλλες ασθένειες

Παράθεση:. Chen X, Xu S, McClelland M, Rahmatpanah F, Sawyers Α, Jia Ζ, et al. (2012) Μια ακριβής Καρκίνος του προστάτη μάντης Χρησιμοποιώντας μια υπογραφή Επτά-Gene Plus Gleason σκοράρετε και λήψη κυττάρων Τύπος ετερογένεια υπόψη. PLoS ONE 7 (9): e45178. doi: 10.1371 /journal.pone.0045178

Επιμέλεια: Bart O. Williams, Van Andel Ινστιτούτο, Ηνωμένες Πολιτείες της Αμερικής

Ελήφθη: May 17, 2012? Αποδεκτές: 16 Αύγ 2012? Δημοσιεύθηκε: 28, Σεπτεμβρίου 2012

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

Χρηματοδότηση:. Αυτό το έργο υποστηρίχθηκε από τα Εθνικά Ινστιτούτα Υγείας στρατηγικοί εταίροι για την αξιολόγηση του Καρκίνου υπογραφές (SPECS) Κοινοπραξία επιχορήγηση U01 CA1148102 και του National Cancer Institute Πρώιμη Ανίχνευση Δίκτυο Έρευνας (EDRN) Κοινοπραξία U01 επιχορήγηση CA152738. Το έργο αυτό υποστηρίζεται επίσης από το Πανεπιστήμιο της Καλιφόρνια Irvine Βραβείο Ανάπτυξης Τμήμα Σταδιοδρομίας (ZJ) και να χορηγήσει P30CA62203 από το Chao Οικογένεια Περιεκτική Κέντρο Καρκίνου στο Πανεπιστήμιο της Καλιφόρνιας Irvine (ZJ και DAM). Επίσης, το έργο αυτό υποστηρίζεται εν μέρει από Υπουργείο Άμυνας Congressionally Σκηνοθεσία Ιατρική Ερευνητικά Προγράμματα χορηγήσει W81XWH-08-1-0720, και από το Πανεπιστήμιο της Καλιφόρνια Irvine Ινστιτούτο για την Έρευνα του Καρκίνου Κατάρτισης Grant Υποτροφία (T32CA009054 από το Εθνικό Ινστιτούτο Καρκίνου) ( FR). 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: Δ. Mercola και Μ McClelland Τα μέλη του διοικητικού συμβουλίου της Proveri Inc η οποία έχει άδεια από τις Regents του Πανεπιστημίου της Καλιφόρνια για την ανάπτυξη κλινικών δοκιμασιών για τον καρκίνο του προστάτη. Οι άλλοι συγγραφείς δηλώνουν ότι δεν έχουν καμία σύγκρουση συμφερόντων με αυτή την δημοσίευση. Αυτό δεν αλλάζει την τήρηση των συγγραφέων σε όλες τις πολιτικές PLoS ONE για την ανταλλαγή δεδομένων και υλικών.

Εισαγωγή

Ο καρκίνος του προστάτη είναι η πιο συχνά διαγιγνώσκεται καρκίνος στους άνδρες και η δεύτερη κύρια αιτία θανάτου από καρκίνο στους άνδρες στις Ηνωμένες Πολιτείες [1]. Η ριζική προστατεκτομή είναι μια αποτελεσματική επιλογή όταν ο καρκίνος είναι εντοπισμένος στον αδένα του προστάτη [2], [3]. Ωστόσο, κατά τη στιγμή της διάγνωσης είναι δύσκολο να προσδιοριστεί ποιοι ασθενείς λιμάνι επιθετική ασθένεια που θα επαναληφθεί μετά από θεραπείες έχουν σχεδιαστεί για να θεραπεύσει και τα οποία είναι νωχελικός και είναι κατάλληλο για την προφύλαξη και άλλες στρατηγικές. Επαναλαμβανόμενες νόσος οδηγεί συνήθως σε μετάσταση, η κύρια αιτία θανάτου από καρκίνο του προστάτη [4], [5]. Ως εκ τούτου, ένα σημαντικό τρέχον ζήτημα στην κλινική διαχείριση είναι αξιόπιστο προσδιορισμό των προγνωστικών δεικτών που διακρίνουν τον καρκίνο νωχελικός από εκείνους που θα επαναληφθεί. συστήματα ταξινόμησης όπως τα νομογραμμάτων Kattan [6], D’Amico κατάταξη [7], και CAPRA (Καρκίνος της εκτίμησης του προστάτη Κινδύνου) score [8] που ενσωματώνουν τη μέτρηση πολλών προεγχειρητική και μετεγχειρητική κλινική δείκτες μπορούν να χρησιμοποιηθούν για την πρόβλεψη της πιθανότητα υποτροπής μετά από ριζική προστατεκτομή. Ωστόσο, οι ασθενείς με καρκίνο του προστάτη με παρόμοια κλινικά και παθολογικά χαρακτηριστικά που δεν μπορούν να διαφοροποιηθούν από αυτά τα συστήματα ταξινόμησης και δεν λαμβάνεται με ακρίβεια ατομικό κίνδυνο υπόψη. Εκτεταμένες προηγούμενες προσπάθειες έχουν προσπαθήσει να εντοπίσει τις αλλαγές της γονιδιακής έκφρασης μεταξύ των επιθετικών περιπτώσεις και νωχελικός περιπτώσεις [9] – [11]. Τυπική αναλυτικές προσεγγίσεις, όπως t-test, η ανάλυση σημαντικότητας μικροσυστοιχιών (SAM) [12] και γραμμικών μοντέλων για τα δεδομένα των μικροσυστοιχιών (LIMMA) [13], έχουν εφαρμοστεί σε αυτές τις μελέτες. Λίγοι αναπαραχθούν και κλινικά χρήσιμη προγνωστικούς βιοδείκτες έχουν προκύψει. Ένας λόγος που αντιπροσωπεύουν τέτοιες ασυνέπεια μεταξύ των μελετών θα μπορούσε να είναι η ετερογένεια όσον αφορά τη σύνθεση των κυττάρων,

δηλαδή

, τα δείγματα ιστού που χρησιμοποιείται για δοκιμασίες ήταν συνήθως μίγμα διαφόρων τύπων κυττάρων με διάφορα ποσοστά [14] – [16], όπως καθώς και γενετική ετερογένεια της πολύκλωνης και πολυεστιακή φύση του καρκίνου του προστάτη. Ως εκ τούτου, οι παρατηρούμενες αλλαγές γονιδιακή έκφραση μεταξύ των δειγμάτων μπορεί να οφείλεται εν μέρει στην διαφορά στη σύνθεση των κυττάρων των δειγμάτων αυτών [16]. Παρ ‘όλα αυτά, η ετερογένεια τέτοια σύνθεση σπανίως λαμβάνεται υπόψη στις μελέτες των βιοδεικτών, επειδή δεν υπήρξε απλός τρόπος για να ασχοληθεί με τέτοια μεταβολή μέσω της τακτικής της γονιδιακής έκφρασης αναλύσεις.

Εδώ θα διερευνήσει κατά πόσον ποικίλης σύνθεσης τύπο κυττάρων παίζει σημαντικό ρόλο στην η ταυτοποίηση διαφορικά εκφρασμένων γονιδίων. Έχουμε αναπτύξει ένα μοντέλο ανάλυσης Cluster-συσχέτισης [17], η οποία ενσωματώνει ένα μοντέλο πολλαπλής γραμμικής παλινδρόμησης για να εξετάσει τη σύνθεση τύπο κυττάρων για δείγματα με γνωστή σύνθεση. Δείχνουμε ότι αυτή η μέθοδος μπορεί να χρησιμοποιηθεί για την ταυτοποίηση διαφορικά εκφραζόμενων γονιδίων μεταξύ βιοχημικών υποτροπή και δείγματα μη υποτροπή ασθενή μετά προστατεκτομή. Εφαρμόζοντας αυτή την προσέγγιση παρατηρήσαμε περισσότερες από τριακόσιες αλλαγές γονιδιακή έκφραση και κατηγοριοποιούνται σε αυτά κυρίως των καρκινικών κυττάρων εκφραζόμενα γονίδια ή κύτταρο εκφρασμένα γονίδια στρώμα. Εντοπίσαμε ένα υποσύνολο των κυττάρων που εκφράζονται γονίδια επτά όγκων που παρουσίασαν τις πιο σημαντικές αλλαγές και να χρησιμοποιηθούν αυτά για τη δημιουργία ενός ταξινομητή. Ο ταξινομητής ακολούθως δοκιμάστηκε σε δύο ανεξάρτητα σύνολα δεδομένων με υψηλή ακρίβεια και ευαισθησία. Ένα μοντέλο ταξινόμησης χτένισμα αυτό επτά γονιδίων υπογραφή με Gleason ποσό είχε ακόμη καλύτερη απόδοση πρόβλεψη. Τα αποτελέσματά μας δώσει νέες ιδέες για την ανάπτυξη της πρόγνωσης του καρκίνου του προστάτη.

Υλικά και Μέθοδοι

Καρκίνος του προστάτη δείγματα ασθενών και Microarray Analysis

Data Set 1 χρησιμοποιήθηκε για την εκπαίδευση. Περιέχει δείγματα κατεψυγμένου ιστού 136 μετά από προστατεκτομή προέρχονται από 82 άτομα με γραπτή συγκατάθεση, όπως εγκρίθηκε από το Διοικητικό Συμβούλιο της UCI Γραφείου Έρευνα Διοίκηση Institutional Review (IRB). Η IRB ενέκρινε συγκεκριμένα τη μελέτη αυτή σε ετήσια βάση (HS # 2005 – 4806). Όλοι οι ιστοί συλλέχθηκαν σε χειρουργική επέμβαση και συνοδεία σε παθολογία για την ταχεία αναθεώρηση, ανατομή και απότομα κατάψυξη σε υγρό άζωτο. Οι «top» και «κάτω» τμήματα του μικροτομή χειροκίνητα (βλέπε Εγχειρίδιο μικροανατομίας) κατεψυγμένα ιστοί που χρησιμοποιούνται για τον προσδιορισμό σύνθεση των ιστών. Τα τμήματα υπόλοιπο του εγχειριδίου μικροδιατομή κατεψυγμένοι ιστοί χρησιμοποιήθηκαν για την παρασκευή του RNA και υβριδισμό μικροσυστοιχιών. Η σύνθεση του ιστού (όγκου επιθηλιακά κύτταρα, στρωματικά κύτταρα, επιθηλιακά κύτταρα της ΚΥΠ και διαστολή κυστική αδένες) προσδιορίστηκε από τα μέλη της ομάδας των τεσσάρων παθολόγων τρία από τα οποία είναι πιστοποιημένα Διοικητικού Συμβουλίου, ενώ η τέταρτη είναι ισοδύναμα πιστοποιημένο (UK, FRCP) χρησιμοποιώντας μεθόδους που περιγράφονται προηγουμένως [15]. Το boxplot του ποσοστού δεδομένων ιστού παρασχέθηκαν φαίνεται στο Σχήμα S3. Τα δεδομένα που προκύπτουν μικροσυστοιχιών έχουν κατατεθεί στο Gene Expression Omnibus (GEO) βάση δεδομένων με αριθμό ένταξης GSE8218 [16]. Από τα 136 δείγματα, 80 δείγματα ήταν από ασθενείς βιοχημική υποτροπή, 50 δείγματα από βιοχημική υποτροπή μη ασθενείς με παρακολούθηση από 3 να 80 μήνες και 6 δείγματα από φυσιολογικά άτομα. Συμβατικά κλινική δείκτες όπως ειδικό προστατικό αντιγόνο (PSA), μετά από προστατεκτομή Gleason άθροισμα, την ηλικία, την παθολογική στάδιο, συλλέχθηκαν επίσης και παρουσιάζονται στον Πίνακα S1 και S2.

Σύνολα δεδομένων 2 και 3 είναι ανεξάρτητα σύνολα δοκιμών. Σύνολο δεδομένων 2 [GSE25136 [18]] περιείχε 79 δείγματα που αποτελείται από 42 βιοχημικές μη υποτροπιάσει και 37 βιοχημική υποτροπή δείγματα. Σύνολο δεδομένων 3 [GSE3325 [19]] αποτελείται από 13 δείγματα που ταξινομούνται ως 4 καλοήθη, 5 πρωτοβάθμιας και 4 μεταστατικό δείγματα καρκίνου του προστάτη. Στη μελέτη μας, αντιμετώπισαν το 4 καλοήθεις και τα 5 βασικά δείγματα καρκίνου του προστάτη, όπως βιοχημικές δείγματα μη υποτροπής και 4 μεταστατικό καρκίνο του προστάτη δείγματα ως δείγματα υποτροπής. Οι πλατφόρμες μικροσυστοιχιών για το σετ δεδομένων 2 και 3 είναι Affymetrix U133A και U133 συν 2,0, αντίστοιχα. Οι πληροφορίες συστατικά ιστού εκτιμήθηκε μέσω του λογισμικού CellPred [16], λόγω της έλλειψης πληροφοριών ποσοστό κυτταρικού τύπου για τα δύο ανεξάρτητα σύνολα δεδομένων. Δημοσίευση προστατεκτομή Gleason ποσά, ελεύθερη νόσου επιβίωση Times, την ηλικία, την παθολογική φάση συλλέχθηκαν και παρουσιάζονται στον Πίνακα S1 και S2.

Στατιστική Ανάλυση

Cluster-Συσχέτιση μοντέλο ανάλυσης.

Αναπτύξαμε μία νέα διαδικασία Cluster-Correlation (CC) ανάλυση [17] για τον προσδιορισμό της διαφορικής έκφρασης γονιδίου σε διάφορους τύπους κυττάρων. Η ανάλυση CC υλοποιείται σε 2 στάδια, δηλαδή, μια ανεξέλεγκτη βήμα συμπλέγματος και ένα βήμα συσχέτισης (Σχήμα S1).

Η μη επιβλεπόμενη βήμα συμπλέγματος βασίζεται σε δύο κύριες υποθέσεις. Κοίμηση της Θεοτόκου 1, οι τιμές έκφραση που παρατηρείται γονιδίων όπως με μια συστοιχία έκφρασης είναι το άθροισμα των συνεισφορών από διαφορετικούς τύπους κυττάρων που αποτελούσαν το δείγμα (Εξ. 1). (1) Σε περίπτωση που

Z

i

είναι ο δείκτης διασποράς για το

i

ου δείγματος,

p

Θα

και

p

είναι

είναι γνωστά όγκου και στρώματος ποσοστά [16] για την η

i

ου δείγματος,

β

kT

και

β

kS

είναι όγκου και στρώματος συντελεστές κυτταρικό τύπο όπως καθορίζεται από τη γραμμική αποτέλεσμα πολλαπλής παλινδρόμησης για το

k

ου συμπλέγματος, και

ε

i

είναι το υπολειπόμενο σφάλμα. Κάθε συμβολή τύπου κυττάρου είναι με τη σειρά του οφείλεται στο προϊόν του ποσοστού του τύπου κυττάρου που περιέχει και τον συντελεστή έκφραση επιμέρους τύπο κυττάρων για ένα δεδομένο γονίδιο. Κοίμηση της Θεοτόκου 2, οι συντελεστές της έκφρασης επιμέρους τύπο κυττάρων

β

T

και

β

S

για ένα δεδομένο γονίδιο μπορεί να διαφέρουν ανάλογα με τις βιοχημικές αποτελέσματα του δείγματος,

π.χ. ,

βιοχημική κατάσταση επανάληψης. Με βάση αυτές τις παραδοχές, τα δείγματα των ασθενών αποτελούν μια κατανομή μείγμα το οποίο μπορεί να αναλυθεί με τον αλγόριθμο EM (Προσδοκία Μεγιστοποίηση) [20]. Ο αλγόριθμος ΕΜ βρίσκει τις βέλτιστες λύσεις μέσα από μια επαναληπτική υπολογισμού. Τα αποτελέσματα του αλγορίθμου EM είναι δύο πτυχώσεις. Πρώτον, τα δείγματα χωρίστηκαν σε διάφορες δέσμες (χωρίς επίβλεψη) με βάση τις τιμές έκφραση κάθε γονιδίου. Δεύτερον, είμαστε σε θέση να προσδιορίσει την έκταση της έκφρασης ενός γονιδίου από τα καρκινικά κύτταρα και από κύτταρα στρώματος.

στο στάδιο συσχέτισης, επιλέξαμε γονίδια για τα οποία υποτροπή και μη υποτροπή υποθέσεις καλά διακρίνεται από το μη επιβλεπόμενη διαδικασία ομαδοποίησης. Για κάθε γονίδιο, διαμορφώσαμε έναν πίνακα έκτακτης 2 × 2 με μία διάσταση όπως την κατάσταση παρατηρούμενη υποτροπής και την άλλη διάσταση, όπως η μη επιβλεπόμενη αποτέλεσμα ομαδοποίησης (cluster ταυτότητας). Μια Chi-square test χρησιμοποιήθηκε για τον υπολογισμό της p αξίας για κάθε γονίδιο (κάθε πίνακα έκτακτης ανάγκης). Τα γονίδια με ρ-τιμές & lt? 0.005 επελέγησαν ως υψηλή συσχέτιση μεταξύ ανεξέλεγκτους και παρατηρούμενων των μελών του συμπλέγματος

Για τις σημαντικές γονίδια που ταυτοποιήθηκαν στο στάδιο συσχέτισης, προσδιορίσαμε αν η έκφραση τους εκφράζεται κυρίως σε κύτταρα όγκου και στρώματος. κύτταρα. Δύο μοντέλα περιορισμένη σε σχέση με καρκινικά κύτταρα και τα κύτταρα στρώματος ορίστηκαν. Στο μοντέλο περιορισμένης όγκου, υποθέτουμε μόνο

β

T

ποικίλλει με τη συμμετοχή του συμπλέγματος. Στην κλειστή στρώμα μοντέλο, υποθέτουμε μόνο

β

S

ποικίλλει με τη συμμετοχή του συμπλέγματος. Οι δύο κλειστές μοντέλα στη συνέχεια σε σύγκριση με τη χρήση Bayesian κριτήριο πληροφοριών (BIC) [21]. Το μοντέλο με το μικρότερο BIC βαθμολογία είναι επιλεγμένο. Οι διαφορές των 2 ή περισσότερο μεταξύ δύο BIC βαθμολογίες θεωρείται ως μια ισχυρή ένδειξη υπέρ ένα μοντέλο πάνω από ένα άλλο [22]

Ο αλγόριθμος ανάλυσης CC και το σύνολο δεδομένων δοκιμών είναι διαθέσιμες στο http:. //www.pathology.uci . edu /ΔΕΠ /Mercola /UCISpecsHome.html και μπορεί να εφαρμοστεί σε σύνολα δεδομένων έκφρασης δεδομένη η γνώση της κατανομής κυτταρικό τύπο.

Στατιστική εργαλεία R.

Ένα τροποποιημένο ποσοστημόριο λειτουργία ομαλοποίηση «REFnormalizeQuantiles «[14] χρησιμοποιήθηκε για να εκτελέσει την κανονικοποίηση για δεδομένα σετ 2 και 3 με αναφορά σύνολο δεδομένων 1. Επειδή τα σετ καθετήρα για την πλατφόρμα U133A είναι το υποσύνολο εκείνων που προέρχονται από το U133 συν 2,0 πλατφόρμα, θα πραγματοποιηθεί την εξομάλυνση για την κοινή καθετήρα σετ των δύο πλατφόρμες.

σημαντική ανάλυση μικροσυστοιχιών (SAM) [12] του πακέτου «siggenes», που υλοποιείται στον τομέα της Ε, χρησιμοποιήθηκε για να επιλέξετε τα πιο σημαντικά γονίδια που λαμβάνονται από την ανάλυση διασποράς δύο σταδίων.

Πρόβλεψη Ανάλυση μικροσυστοιχιών (ΡΑΜ) [23] του πακέτου «PAMR», που υλοποιείται στον τομέα της Ε, χρησιμοποιήθηκε για να αναπτύξει ένα προγνωστικό ταξινομητή χρησιμοποιώντας ένα σύνολο εκπαίδευσης και της απόδοσης του ταξινομητή ελέγχθηκε με τη χρήση ανεξάρτητων συνόλων. Σύνολο δεδομένων 1 αντιμετωπίζεται ως σύνολο εκπαίδευσης, και τα σύνολα δεδομένων 2 και 3 αντιμετωπίζονται ως σύνολα δοκιμών.

Ένα R-based υπηρεσία web, CellPred [16] διαθέσιμες στο https://www.webarray.org χρησιμοποιήθηκε για την πρόβλεψη η ποσοστιαία σύνθεση των κυττάρων του σύνολα δεδομένων 2 και 3, προκειμένου να προσδιοριστούν εμπλουτισμένο δείγματα κυττάρων του όγκου για τη δοκιμή του ταξινομητή. Τα δείγματα για δοκιμές επιλέχθηκαν από Σύνολα δεδομένων 2 και 3 χρησιμοποιώντας το κριτήριο της & gt?. Σύνθεση των επιθηλιακών κυττάρων του όγκου κατά 50%, σύμφωνα με CellPred

ανάλυση δεδομένων Ανοσοϊστοχημεία

Για να επικυρώσετε τον τύπο κυττάρου. ειδικότητα της έκφρασης RNA προβλέψει εδώ, συγκρίναμε την ένταση έκφραση τύπου κυττάρου,

β

T

, με την αντίστοιχη έκφραση της πρωτεΐνης στον όγκο και στρώμα κυττάρων όπως παρατηρείται στην ανθρώπινη πρωτεΐνη Atlas (ΗΡΑ? www.humanprotein .atlas.org). Κάθε αντίσωμα ΗΡΑ εφαρμόστηκε σε ενιαία τμήματα ιστολογία από καθένα από τα τρία φυσιολογικά άτομα και δύο τμήματα ιστολογία από κάθε έναν από 12 ασθενείς με καρκίνο του προστάτη, δημιουργώντας έτσι τρεις εικόνες υψηλής ανάλυσης για τις συνήθεις περιπτώσεις και 24 εικόνες υψηλής ανάλυσης από τους ασθενείς με καρκίνο 12. Όλες οι εικόνες είχαν κατεβάσει παρέχοντας έτσι όλες τις τιμές pixel από τα τρία κανάλια χρώματος. Το επίπεδο της έκφρασης πρωτεΐνης συνοψίζεται χρησιμοποιώντας την κλίμακα: κόκκινο, ισχυρή? πορτοκαλί, μέτριο? κίτρινο, αδύναμο? και άσπρο, αρνητικά, όπως προβλέπεται από τον HPA. Δύο παρατηρητές, ένας πίνακας πιστοποιημένο παθολόγο (DAM) και ένα δεύτερο παρατηρητή (XC) κατηγοριοποιούνται περαιτέρω το επίπεδο της έκφρασης της πρωτεΐνης με την προσθήκη μέτρια έως ισχυρή, ασθενής έως μέτρια, και πολύ αδύναμος ανάλογα με την ένταση του χρώματος IHC και συνόψισε τα επτά επίπεδα χρησιμοποιώντας ένα αριθμητικό κωδικό: 5, ισχυρή? 4, μέτρια έως ισχυρή? 3, μέτρια? 2, αδύναμη έως μέτρια? 1, αδύναμη? 0,5, πολύ αδύναμη? και 0, αρνητικά. Τα επίπεδα έκφρασης πρωτεΐνης σε κύτταρα όγκου και στρώματος μπορεί να εκτιμηθεί με βάση το αριθμητικό κωδικό για κάθε εικόνα. Συλλέξαμε δεδομένα για 71 αντισώματα που σχετίζονται με την κυτταρική εκφρασμένα γονίδια 49 όγκων (δεν αντισωμάτων ΗΡΑ ήταν διαθέσιμα για τις υπόλοιπες 19 γονίδια). Στη συνέχεια επιλέγονται 28 εκφράζονται διαφορικά αντισωμάτων μεταξύ φυσιολογικών ατόμων και των ασθενών με καρκίνο του προστάτη για τη μελέτη συσχέτισης (τα αντισώματα χωρίς αλλαγή έκφραση πρωτεΐνης μεταξύ φυσιολογικών ατόμων και των ασθενών με καρκίνο του προστάτη θεωρούνται ως μη διαφορικά εκφραζόμενα αντισώματα). Τα 28 επιλεγμένα αντισώματα που σχετίζονται με την κυτταρική εκφράζονται τα γονίδια 23 όγκων. Για κάθε αντίσωμα, το επίπεδο έκφρασης της πρωτεΐνης στον όγκο και στρώμα είναι κατά μέσο όρο σε δείγματα 12 ασθενών. χρησιμοποιήθηκαν Όλα τα 672 παρατηρήσεις IHC.

Αποτελέσματα

Ανάπτυξη ενός ταξινομητή Πρόγνωσης

Για την ανάλυση συσχέτισης Cluster, επιλέξαμε 130 συστοιχίες των δειγμάτων καρκίνου του προστάτη που προέρχονται από το σύνολο δεδομένων 1 ,

δηλαδή

. παραλείποντας τις υπόλοιπες έξι φυσιολογικά δείγματα. Υποθέσαμε ότι ο αλγόριθμος EM του μοντέλου ανάλυσης CC θα κατηγοριοποιήσει τα 130 δείγματα σε δύο συστάδες έκφρασης και αντιμετώπισε τις δύο συστάδες έκφρασης ως υποθετικό χαμηλού κινδύνου και των ομάδων υψηλού κινδύνου (

cf.

Εικόνα S1). Στη συνέχεια, το Chi-square τεστ εκτελέστηκε για να μετρηθεί η σύνδεση μεταξύ των υποθετικών ομάδες κινδύνου και τις παρατηρούμενες βιοχημικές υποτροπή και μη υποτροπή ομάδες. 324 γονίδια εντοπίστηκαν με p-τιμές μικρότερες από 0.005. Τα 324 γονίδια περαιτέρω κατηγοριοποιούνται σε 68 κυρίως όγκου των κυττάρων που εκφράζονται γονίδια και 256 κυττάρων κυρίως στρώμα εκφράζονται σύμφωνα με τις BIC βαθμολογίες όγκου και στρώματος περιορίζεται μοντέλα.

Στην παρούσα μελέτη μας, θα επικεντρωθεί στην διερεύνηση της καρκινικών κυττάρων εκφράζεται γονίδια επειδή η πλειοψηφία των διαθέσιμων για ανεξάρτητες δοκιμές θεωρούνται κάτω από τα δείγματα είναι δείγματα όγκων εμπλουτισμένο. Τα κυτταρικά γονίδια εκφράζονται 68 όγκων θεωρήθηκαν ως υποψήφια γονίδια για την ανάπτυξη ενός προγνωστική ταξινομητή με βάση την διαφορική γονιδιακή έκφραση τους μεταξύ της παρατηρούμενης και υποτροπή nonrelapse ομάδων και την εφαρμογή του SAM. Ωστόσο, δεν θα ήταν σκόπιμο να εκτελέσει διαφορική ανάλυση έκφρασης του συστατικού όγκου απευθείας με όλα τα 130 δείγματα του συνόλου δεδομένων 1, επειδή τα εκτιμώμενα συστατικά ιστού έδειξε μια μεγάλη διακύμανση του ποσοστού σύνθεσης τύπο κυττάρου μεταξύ αυτών των δειγμάτων, συμπεριλαμβανομένων των δειγμάτων με σχεδόν αποκλειστικά στρώμα. Έτσι επιλέξαμε πρώτα 23 δείγματα με ποσοστό των κυττάρων του όγκου μεγαλύτερη από 50%. Μεταξύ των 23 επιλεγμένων καρκινικών κυττάρων εμπλουτισμένα δείγματα, 11 δείγματα είναι δείγματα μη υποτροπής και 12 δείγματα είναι υποτροπής δείγματα. Χρησιμοποιώντας τα γονίδια 68 ως είσοδο προς SAM, έχουμε εντοπίσει τις 7 πιο σημαντικά γονίδια μεταξύ των υποτροπών και μη υποτροπή ομάδες όπου κάθε τιμή ρ ήταν & lt? 0,002 (Πίνακας 1). Η συνολική διαδικασία ανάπτυξης της προγνωστικής ταξινομητή παρουσιάζεται ως ένα διάγραμμα ροής στο σχήμα S1.

Η

Για να επικυρώσετε την ακρίβεια πρόβλεψης, μια PAM-based Επτά-γονίδιο Πρόγνωσης Classifier δημιουργήθηκε προκειμένου να εκτελέσει ένα σταυρό -validation τεστ χρησιμοποιώντας τα δείγματα όγκων εμπλουτισμένο σε Data set 1. Για το σταυρό επικύρωσης, έχουμε επιλέξει τυχαία 9 υποτροπής και 8 κυττάρων μη υποτροπής του όγκου εμπλουτισμένη δείγματα ως σύνολο εκπαίδευσης αφήνοντας το υπόλοιπο 3 υποτροπής και 3 δείγματα μη υποτροπής ως σύνολο ελέγχου. Ο ταξινομητής PAM-βασισμένη στη συνέχεια δοκιμάστηκε σε όλους τους δυνατούς γύρους (36300 κύκλοι) της διασταυρωμένης επικύρωσης με μέση ακρίβεια 74%, ειδικότητα 72%, και την ευαισθησία του 77%. Αυτά τα αποτελέσματα δείχνουν ότι το Seven-γονίδιο Πρόγνωσης ταξινομητής έχει υψηλή ακρίβεια πρόβλεψης, η ειδικότητα και η ευαισθησία μετά τη δοκιμή σταυρό επικύρωση και μπορεί να είναι αποτελεσματική για την πρόβλεψη των αποτελεσμάτων των ασθενών με καρκίνο του προστάτη από ανεξάρτητους σύνολα δεδομένων.

ανεξάρτητη δοκιμή της επτά-γονίδιο Πρόγνωσης Classifier

ένα σημαντικό εμπόδιο στην ανάπτυξη κλινικά χρήσιμο προγνωστικό προφίλ για τον καρκίνο του προστάτη ήταν η έλλειψη γενικότητας σε όλη σύνολα δεδομένων. Ως εκ τούτου, δοκίμασαν το Seven-γονίδιο Πρόγνωσης ταξινομητή σε δείγματα που ελήφθησαν από δύο ανεξάρτητα σύνολα δεδομένων (Υλικά και Μέθοδοι). Ωστόσο έχουμε προηγουμένως παρατηρηθεί ότι αρκετά από τα μεγάλα σύνολα δεδομένων διαθέσιμα ανάλυση έκφρασης είναι πολύ ετερογενείς όσον αφορά τη σύνθεση των κυττάρων-τύπου [16]. Υπό εξέταση δείγματα επιλέγονται με βάση ότι αποτελούνταν από περιεχόμενο κυττάρου όγκου τουλάχιστον 50% όπως κρίνεται από την εφαρμογή του CellPred [16]. Σαράντα δύο και επτά καρκινικών κυττάρων εμπλουτισμένα δείγματα στο Data Sets 2 και 3 τηρούνται αντίστοιχα το κριτήριο. Κάθε περίπτωση ήταν τότε κατηγοριοποιούνται με PAM χρησιμοποιώντας το 7-γονίδιο Προγνωστικοί ταξινομητή. Ο Πίνακας 2 δείχνει τα αποτελέσματα της ταξινόμησης. Η συνολική ακρίβεια, η εξειδίκευση, και η ευαισθησία των δύο συνόλων δεδομένων δοκιμής ήταν 71%, 65%, και 76%. Για να αξιολογηθεί περαιτέρω η ισχύς της προγνωστικής ταξινομητή, πραγματοποιήσαμε ανάλυση επιβίωσης Kaplan-Meier (Εικόνα 1) (η ανάλυση επιβίωσης Kaplan-Meier εφαρμόστηκε στο σύνολο δεδομένων 2 μόνο επειδή ελεύθερη νόσου επιβίωση Times δεν είναι διαθέσιμη για το σύνολο δεδομένων 3. Η σύγκριση δείχνει ότι η μέση ελεύθερη υποτροπής επιβίωση των ασθενών στην ομάδα χαμηλού κινδύνου που ορίζεται από το επτά-γονιδίου προγνωστική ταξινομητή ήταν 35 μήνες. το 73% των ασθενών στην ομάδα υψηλού κινδύνου είχαν υποτροπή της νόσου εντός 5 ετών, ενώ το 63% των ασθενών στην ομάδα χαμηλού κινδύνου παρέμειναν ελεύθεροι υποτροπών για τουλάχιστον 5 χρόνια. Η εκτιμώμενη αναλογία κινδύνου για την ομάδα χαμηλού κινδύνου και υψηλού κινδύνου ήταν 2,6 με σημαντική ρ τιμή 0,035 (δοκιμή logrank).

Kaplan-Meier εκτιμήσεις της επιβίωσης ώρα 42 ανεξάρτητων ασθενών στο σύνολο δεδομένων 2 (GSE25136) σύμφωνα με το επτά-γονιδίου ταξινομητή.

η

στη συνέχεια εξετάστηκε κατά πόσον οποιαδήποτε από τις διάφορες τιμές του κλινικού αποτελέσματος, το σκορ Gleason, PSA, την ηλικία , τον όγκο, Τ στάδιο, Ν στάδιο, και το στάδιο Μ, είχαν προγνωστική αξίες που ενίσχυσε την απόδοση του ταξινομητή. Οι επτά γονίδια μαζί με κάθε κλινική έκβαση αναπτύχθηκαν ως νέα ταξινομητές. Στην ανάλυση PAM, οι συνεισφορές της κλινικής έκβασης και επτά γονίδια είναι τα ομοιόμορφα σταθμισμένη. Μόνο η θέση άθροισμα προστατεκτομή Gleason βελτίωσε σημαντικά τα αποτελέσματα με σημαντική μείωση της τιμή p 0,035 έως 0,009 από τη δοκιμή logrank. Η συμπερίληψη του Gleason άθροισμα με το επτά-γονίδιο υπογραφή στη διαδικασία δοκιμής χρησιμοποιώντας το ανεξάρτητο Data Set 2 βελτίωσε την ακρίβεια και την ευαισθησία σε 74% και 84% για το σύνολο δεδομένων 2 (μόνο Data Set 2 χρησιμοποιήθηκε για την ανάλυση αυτή, λόγω της μη διαθεσιμότητας του Gleason ποσό για Data Set 3). Δύο ασθενείς περισσότερες παρατηρούμενες υποτροπή κατηγοριοποιήθηκαν σε ομάδα υψηλού κινδύνου. Η ανάλυση επιβίωσης Kaplan-Meier (Σχήμα 2) δείχνει ότι η μέση επιβίωση των ασθενών στην ομάδα υψηλού κινδύνου που ορίζεται από το επτά-γονίδιο με τη θέση προστατεκτομή Gleason συνοψίσω προγνωστική ταξινομητή ήταν 34,6 μήνες. 75% των ασθενών στην ομάδα υψηλού κινδύνου είχαν υποτροπή της νόσου εντός 5 ετών, ενώ το 71% των ασθενών στην ομάδα χαμηλού κινδύνου παρέμειναν ελεύθεροι υποτροπών για τουλάχιστον 5 χρόνια. Η εκτιμώμενη αναλογία κινδύνου για την ομάδα χαμηλού κινδύνου και υψηλού κινδύνου ήταν 3,8 με σημαντική p-value 0,009.

εκτιμήσεις Kaplan-Meier του χρόνου επιβίωσης των 42 ανεξάρτητων ασθενών σε δεδομένα δοκιμών Set 2 (GSE25136) σύμφωνα με ο επτά γονίδιο ταξινομητής με την Χειρουργική Παθολογία-προσδιορίζεται Gleason ποσό. Το άθροισμα μεταβλητή Gleason έχει την ίδια βαρύτητα όπως κάθε γονίδιο στον καθορισμό της κατάταξης.

Η

Τέλος, πραγματοποιήσαμε μια πολυπαραγοντική αναλογικών κινδύνων κατά Cox ανάλυση παλινδρόμησης της πρόβλεψης από τον ταξινομητή μας σε συνδυασμό με τις κλινικές μεταβλητές της ηλικία, προ-op PSA, παθολογική στάδιο, και χειρουργικές περιθώριο, αλλά όχι με το άθροισμα Gleason το οποίο περιλαμβάνεται στην ταξινομητή μας. Μόνο η p-τιμή της πρόβλεψης από τον ταξινομητή μας πλησίασε το σημαντικό επίπεδο (p = 0,0686). Οι τιμές ρ άλλων «προγνωστικών ‘είναι μεγαλύτερη από 0,1. Τα αποτελέσματα έδειξαν ότι ταξινομητή μας είχε καλύτερη απόδοση στη διαστρωμάτωση κινδύνου. Προσθέσαμε αυτό το αποτέλεσμα στο κείμενο στη σελίδα 12-13. Το αποτέλεσμα έδειξε ότι ταξινομητής μας να καλύτερη διαστρωμάτωση κινδύνου.

Επικύρωση της 23ης Πρωτεΐνη την έκφραση γονιδίων του 68 Όγκου Γονίδιο Σετ

Για την επικύρωση των μεθόδων που χρησιμοποιούνται εδώ για τον προσδιορισμό της σε κύτταρα όγκου ειδική έκφραση, συγκρίναμε την ειδική έκφραση τύπου κυττάρου αποτελέσματα για RNA, δηλαδή,

β

T

και

β

S

, με εκείνη που παρατηρείται για την αντίστοιχη έκφραση πρωτεΐνης σε όγκο και τα κύτταρα στρώματος που παρέχεται από την ανθρώπινη πρωτεΐνη Atlas (ΗΡΑ), ως μια δοκιμή του κατά πόσο το κύτταρο ειδικών αποστολών δεδομένων έκφρασης ήταν ακριβή. Εξετάστηκαν όλα τα 68 γονίδια που εντοπίστηκαν εδώ, όπως καρκινικών κυττάρων συγκεκριμένες. Αναμέναμε ότι οι 68 γονίδια που ταυτοποιούνται εδώ ως κύτταρο όγκου ειδικό θα εμφανίζουν έκφραση πρωτεΐνης η οποία είναι πιο υψηλή συσχέτιση με την έκφραση παρατηρούμενη πρωτεΐνης σε κύτταρα όγκου από ό, τι στα κύτταρα στρώματος. Το προφίλ έκφρασης πρωτεΐνης διεξήχθη με τη χρήση των τιμών που παρατηρούνται χρώσης immunochistochemical (IHC) που παρατηρήθηκαν σε ΗΡΑ όπως περιγράφεται (Υλικά και Μέθοδοι). Συλλέξαμε δεδομένα του 75 αντισωμάτων που σχετίζονται με 49 κυτταρικών εκφρασμένων γονιδίων 68 όγκων (κανένα αντισώματα για το υπόλοιπο 19 γονίδια) και στη συνέχεια επιλέγονται το 23 των 49 γονιδίων που επέδειξαν εκφράζονται διαφορικά εντάσεις αντισώματος μεταξύ φυσιολογικών ατόμων και των ασθενών με καρκίνο του προστάτη για τη μελέτη συσχέτισης . Για κάθε αντίσωμα, το επίπεδο έκφρασης της πρωτεΐνης στον όγκο και στρώμα είναι κατά μέσο όρο σε δείγματα 12 ασθενών. Σε όλες τις παρατηρήσεις 672 IHC χρησιμοποιήθηκαν.

Η συμβολή γονιδιακής έκφρασης RNA από όγκο και στρώμα ελήφθη από το μοντέλο ανάλυσης CC για τα γονίδια όγκου 23. Στη μελέτη συσχέτισης, μετρήσαμε τις δυο συσχετίσεις: συσχέτιση έκφρασης γονιδίου πρωτεΐνης στον όγκο και γονίδιο πρωτεΐνης συσχέτιση έκφραση σε στρώμα. Τα αποτελέσματα έδειξαν ότι η συσχέτιση όγκου απέδωσε ένα συντελεστή συσχέτισης Pearson 0.41 με σημαντική τιμή ρ 0,03 ενώ η συσχέτιση στρώμα ήταν ασήμαντη με συσχέτιση του -0.02 (τιμή ρ 0,92). Για σύγκριση, ένα χαρτί πρόσφατη ανασκόπηση [24] που περιγράφει τη συσχέτιση μεταξύ της πρωτεΐνης και της έκφρασης γονιδίων για διάφορους οργανισμούς συμπεριλαμβανομένων των ανθρώπινων έδειξαν ότι η συσχέτιση του 0,41 είναι συγκρίσιμη με την υψηλότερη συσχέτιση παρατηρήθηκε για

homo sapiens

(0,46, ρ & lt? 0.001). Εικόνα S2 δείχνει ένα διάγραμμα διασποράς της έκφρασης της πρωτεΐνης

έναντι

γονιδιακής έκφρασης των δεδομένων μας. Η μελέτη συσχέτισης δείχνει ότι οι 23 κατατοπιστική γονίδια που προσδιορίζονται από προτεινόμενο μοντέλο ανάλυσης CC μας είναι πράγματι ακρίβεια προσδιορίζονται όπως εκφράζεται γονιδίων των καρκινικών κυττάρων.

Συζήτηση

Υποθέσαμε ότι πιο αξιόπιστο ταξινομητές καρκίνο μπορεί να προσδιοριστεί εάν τύπου κυττάρου ετερογένεια ελήφθη υπόψη. Έχουμε αναπτύξει μια νέα ανάλυση Cluster-συσχέτισης όπου η μεταβολή που προκαλείται από τη διανομή τύπου κυττάρου ελέγχεται μέσω πολλαπλής γραμμικής παλινδρόμησης (MLR). Η προτεινόμενη ανάλυση CC είναι μια νέα ανάλυση διαφορικής έκφρασης γονιδίων. Υπάρχουν δύο κύρια χαρακτηριστικά της ανάλυσης (Σχήμα S1). Πρώτον, ενσωματώνονται γνωστές ποσοστό τύπο κυττάρου στην ανάλυση, αποφεύγοντας ψευδή ταυτοποίηση απλώς προκαλούνται από ποικίλες σύνθεση τύπο κυττάρου μεταξύ των δειγμάτων ιστών. Δεύτερον, έχουμε εκτελούνται χωρίς επίβλεψη ομαδοποίηση, αποφεύγοντας την άμεση χρήση της βιοχημικής υποτροπής πληροφορίες οι οποίες συχνά δεν είναι οριστική, λόγω λογοκρισίας δεδομένων. Οι δύο αποκλειστικά χαρακτηριστικά κάνουν την ανάλυση CC καλύτερα από αναλύσεις παραδοσιακή έκφραση του γονιδίου. Σε μια προηγούμενη μελέτη [17] συγκρίναμε το μοντέλο ανάλυσης CC με παραδοσιακά διαφορική γονιδιακή έκφραση αναλύσεις όπως η SAM και LIMMA. Τα αποτελέσματα της προσομοίωσης έδειξαν ότι το νέο μοντέλο ξεπέρασε αναλύει η παραδοσιακή διαφορική γονιδιακή έκφραση από την άποψη της ευαισθησίας και εξειδίκευσης. Επιπλέον, όταν εφαρμόστηκαν οι μέθοδοι αυτές με τα δεδομένα του καρκίνου του προστάτη, η ανάλυση μπορεί να προσδιορίσει CC γονίδια τα οποία σημαντικά εμπλουτισμένη ή που σχετίζονται με οδούς που σχετίζονται με τον καρκίνο του προστάτη, όπως η Wnt σηματοδοτικό μονοπάτι, αλληλεπίδραση ECM-υποδοχέα, εστιακή πρόσφυση και ΤΟΡ-

β

μονοπατιού [17] σηματοδότησης.

Με τη χρήση του μοντέλου ανάλυσης CC, εντοπίσαμε 68 κυττάρων εκφραζόμενα γονίδια όγκου αντιμετωπίζονται ως υποψήφιος κλινικών βιοδείκτες για περαιτέρω έρευνα. Οι επτά πιο σημαντικές κυτταρικές εκφρασμένα γονίδια όγκου ταυτοποιήθηκαν με ανάλυση εμπλουτισμένο δείγματα κυττάρων όγκου χρησιμοποιώντας SAM. Αυτές οι επτά γονίδια χρησιμοποιήθηκαν σε PAM για να σχηματίσει ένα ταξινομητή, η οποία στη συνέχεια πιστοποιηθεί σε δύο ανεξάρτητα σύνολα δεδομένων. Για τις δοκιμές αυτές, χρησιμοποιήσαμε δείγματα δοκιμής με & gt? 50% περιεκτικότητα των καρκινικών κυττάρων, όπως εκτιμάται από CellPhred. Είναι αδύνατο να πάρει καθαρό δείγματα όγκων λόγω της ανομοιογένειας τύπο κυττάρων που προσιδιάζουν σε πιο μοτίβα ιστολογία Gleason και οφείλεται σε διάφορους βαθμούς από το στρώμα και τα άλλα στοιχεία με δείγματα ιστού που επιλέγονται για ανάλυση μικροσυστοιχιών των «όγκων». Συγκρίνοντας την ακρίβεια πρόβλεψης των επιλεγμένων δειγμάτων με διάφορα ποσοστά των καρκινικών κυττάρων (δείγματα με & gt? 10% των κυττάρων του όγκου σε & gt? 50% των καρκινικών κυττάρων), διαπιστώσαμε ότι η καλύτερη πρόβλεψη ελήφθη όταν το ποσοστό των κυττάρων του όγκου ενός δεδομένου δείγματος ήταν μεγαλύτερο από 50%. Ως εκ τούτου, η ακρίβεια, ευαισθησία και ειδικότητα της ανεξάρτητης αποτέλεσμα της δοκιμής μας, είναι πιθανό ένας

υποτιμούν

των επιδόσεων που θα λαμβάνονται με τη χρήση για δείγματα καθαρότερη όγκου.

Ο σημαντικός περιορισμός των περισσότερων προηγούμενων βιοδείκτη μελέτες ανίχνευσης είναι ότι ένα και μόνο κλινικό συνόλου δεδομένων χρησιμοποιήθηκε τόσο για την ανακάλυψη υπογραφή και επικύρωση. Πρόσφατα, η πρώτη μελέτη για να εκτελέσει την ανακάλυψη υπογραφή και επικύρωση σε ανεξάρτητα στοιχεία [25] χρησιμοποίησε ένα αλγόριθμο υποτροπή που οδήγησε σε μια ευαισθησία 68%. Η ευαισθησία βελτιώθηκε με ενσωμάτωση PSA αλλά μόνο αν ο διαχωρισμός των υποτροπών και μη υποτροπή υποομάδες ορίστηκε στα δεδομένα δοκιμών, η οποία είναι παρόμοια με την στρατηγική των προηγούμενων μελετών – ανακάλυψη και επικύρωσης για το ίδιο κλινικό σύνολο δεδομένων. Αντίθετα, επτά γονίδιο υπογραφή μας ανακαλύφθηκε για πρώτη φορά από τα δεδομένα εκπαίδευσης και πιστοποιηθεί σε ανεξάρτητα σύνολα δεδομένων.

Για να αξιολογηθεί περαιτέρω η απόδοση των επτά γονιδίων υπογραφή μας, πραγματοποιείται μια σύγκριση πρόβλεψη PAM-based μεταξύ μας γονιδιακή υπογραφή και άλλες υπογραφές γονίδιο που προσδιορίζονται σε άλλες μελέτες. Ο Πίνακας 2 δείχνει τη σύγκριση των πέντε διαφορετικές υπογραφές γονίδιο – επτά-γονίδιο υπογραφή μας, το γονίδιο υπογραφή Bismar [26], και οι υπογραφές γονίδιο Glinsky 1-3 [25]. Τα αποτελέσματα έδειξαν ότι επτά γονίδιο υπογραφή μας έδωσε την καλύτερη ακρίβεια και την καλύτερη ισορροπία μεταξύ ευαισθησίας και εξειδίκευσης σε ανεξάρτητες δοκιμές.

Για να παρέχει μια σύγκριση με μια ανεξάρτητη και ακριβής προγνωστικός δείκτης, θα χρησιμοποιηθεί επίσης ένα σύστημα ταξινόμησης CAPRA σκοράρει [8] για να προσδιοριστεί ο κίνδυνος υποτροπής για το σύνολο δεδομένων 1. το αποτέλεσμα έδειξε ότι η ακρίβεια του σκορ CAPRA είναι μόνο 54%, η οποία δεν μπορεί να συγκριθεί με την ακρίβεια της υπογραφής μας. Η διαφορά αυτή μπορεί να αντιπροσωπεύει διάκριση χαρακτηριστικά του πληθυσμού μας, σε σύγκριση με τον πληθυσμό που χρησιμοποιούνται για την ανάπτυξη της CAPRA Σκοράρει [8].

Εν κατακλείδι, ο επτά γονίδιο προγνωστική υπογραφής συνδέεται στενά με βιοχημική υποτροπή σε ασθενείς μετά από ριζική προστατεκτομή. Η υπογραφή αυτή προτείνει πρακτικές εφαρμογές, όπως η διαστρωμάτωση των ασθενών ανάλογα με τον κίνδυνο στις δοκιμές του επικουρική θεραπεία και τον προσδιορισμό των στόχων για την ανάπτυξη θεραπείας για την εξέλιξη του καρκίνου του προστάτη.

Υποστήριξη Πληροφορίες

Εικόνα S1. διάγραμμα ροής

της ανάπτυξης των επτά γονιδίων ταξινομητή.