PLoS ONE: Overekspression af E2F mRNA associeret med gastrisk kræft Progression Angives med Transskription Factor og miRNA Co-Regulatory Network Analysis

Abstrakt

Genekspression reguleres ved transskription og oversættelse niveauer; således begge transkriptionsfaktorer (TFS) og microRNA’er (miRNA) spiller roller i regulering af genekspression. Denne undersøgelse profileret differentielt udtrykte mRNA og miRNA i gastrisk kræft væv til at konstruere en TF og miRNA samregulering netværk for at identificere ændrede gener i mavekræft progression. I alt 70 tilfælde mavekræft og parrede tilgrænsende normale væv blev underkastet cDNA og miRNA microarray analyser. Vi opnåede 887 opreguleret og 93 ned-regulerede gener og 41 nedreguleres og 4 opreguleret miRNA i gastrisk kræft væv. Brug af den transkriptionelle regulatoriske element Database, vi opnåede 105 gener, som reguleres af E2F-familien af ​​gener, og som benytter Targetscan, Miranda, miRDB og miRWalk værktøjer, vi forudsagde potentielle målretning gener af disse 45 miRNA. Vi derefter opbygget E2F-relaterede TF og miRNA co-regulerende gen netværk og identificeret 9 hub-gener. Endvidere fandt vi, at niveauer af E2F1, 2, 3, 4, 5, og 7 mRNA’er associeret med gastrisk cancercelleinvasion kapacitet, og har tilknyttet tumor differentiering. Disse data viste Overekspression af E2F mRNA’er associeret med gastrisk cancer progression

Henvisning:. Zhang X, Ni Z, Duan Z, Xin Z, Wang H, Tan, J., et al. (2015) Overekspression af E2F mRNA associeret med gastrisk kræft Progression Angives med Transskription Factor og miRNA Co-Regulatory Network Analysis. PLoS ONE 10 (2): e0116979. doi: 10,1371 /journal.pone.0116979

Modtaget: September 30, 2014; Accepteret: 17. december 2014 Publiceret: 3 feb 2015

Copyright: © 2015 Zhang et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres

Data Tilgængelighed: Alle relevante data er inden for papir og dens Støtte Information filer. Data er deponeret til GEO-databasen under tiltrædelsen nummer GSE63089

Finansiering:. Dette arbejde blev støttet delvist af tilskud fra National Natural Science Foundation of China (# 81320108025 og # 81.472.662), Foundation of Jilin provinsen Videnskab og Teknologi Institut (# 20130522013JH og # 20140414048GH) og Norman Bethune Program for Jilin University (# 2.012.219). Forfatterne også takke Medjaden Bioscience Limited (Hong Kong, Kina) til redigering og korrekturlæsning dette manuskript. De finansieringskilder havde ingen rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet

Konkurrerende interesser:.. Forfatterne har erklæret, at der ikke findes konkurrerende interesser

Introduktion

mavekræft er stadig en af ​​de mest betydelige sundhedsproblemer i udviklingslandene, ligesom i Kina, selv om dens forekomst er gradvist faldende i de vestlige lande. Samlet set mavekræft er regnskab for fjerde af forekomsten og den anden af ​​dødeligheden blandt alle kræftformer i verden [1-3]. Mavekræft risikofaktorer omfatter Helicobacter pylori infektion, hyppig indtagelse af røgede fødevarer, saltet fisk og kød, og syltede grøntsager, tobaksrøg, fedme, eller kronisk gastritis. Disse risikofaktorer kan koordinere at manipulere genekspression eller mutation eller epigenetiske ændringer og i sidste ende resultere i gastrisk udvikling af kræft. Til dato har en stor mængde viden akkumuleret om de molekylære ændringer, der er forbundet med mavekræft, såsom ARID1A, TP53 [4], PTGER4, PRKAA1, ZBTB20 [5] og PLCE1 [6]. Men stadig den underliggende mekanisme for forskellige gener-medieret gastrisk carcinogenese, skal defineres. Det er således afgørende for yderligere at undersøge molekylære patogenese mavekræft ved hjælp af systematiske biologi tilgang, såsom opførelse af differentielt udtrykte gener-regulatoriske netværk til at identificere vigtige gen vej eller signalering under gastrisk udvikling af kræft eller progression.

Gen ekspression reguleres ved transkription og translation niveauer. På transkriptionsniveauet, gen transkriptionsfaktorer (TFS) spiller en vigtig rolle i reguleringen af ​​humane gen-ekspression, mens miRNA kunne på post-transkriptionsniveauet regulere mRNA-translation og halveringstid. Specifikt TF’er er proteiner, der binder til specifikke DNA-sekvenser og derved kontrollerer gentranskription. MiRNA er en klasse af naturligt forekommende små ikke-kodende RNA’er med 18 til 22 nukleotider i længden og funktionelt, kan miRNA post-transkriptionelt stilhed proteinekspression ved binding til komplementære target gentranskripter, derved nedbryde disse messenger-RNA’er eller inhibering dem fra omsætte i proteiner. Således kan både TF’er og miRNA regulere gener på forskellige stadier af genekspression og kan danne en feedback-sløjfe og et kompliceret regulatorisk netværk til stramt styre genekspression. I denne henseende kunne undersøgelse af dette gen tilsynsnetværk hjælpe os til at forstå cellehomeostase og fysiologisk proces biologisk funktion, og mekanismen af ​​sygdomme. Til dato har en række undersøgelser vist genregulering af TF’er og miRNA i gastrisk cancer, såsom nuklear faktor kappa B [7], FoxM1 [8], hypoxi-inducerbare faktor 1 [9], og miR-7 [10] , miR-375 [11], miR-125b, miR-199a, miR-100 [12]. Faktisk afvigende miRNA eller TF ekspression bidrager til human carcinogenese [13]. Derfor i denne undersøgelse, undersøgte vi den rolle, de kombinerede miRNA og transkriptionsfaktorer i regulering af genekspression i gastrisk cancer for association med mavekræft progression. Vi først opdaget differential ekspression af gener og miRNA i gastrisk cancer vævsprøver og analyseret dem bioinformatically at danne TF-miRNA regulatoriske netværk til at relatere ekspressionen af ​​E2F familien mRNA i mavekræft. Vi bekræftede derefter E2F udtryk for association med mavekræft progression.

Materialer og metoder

Patienter og vævsprøver

Denne undersøgelse blev godkendt af den etiske komité i School of Basic Medical Sciences, Jilin Universitet og hver patient blev samtykket i et skriftligt informeret samtykke formular. Efter at vi indskrevet 70 gastrisk kræftpatienter fra Jilin University (Changchun, Kina) fra april 2012 og oktober 2014. Alle patienter modtog en på forhånd kirurgi behandling, ligesom kemo- eller strålebehandling. Både tumor og fjerne normale væv blev opnået fra driften rum og opbevares i flydende nitrogen inden for 10 min.

RNA isolering og miRNA forberedelse

Totalt cellulært RNA blev isoleret fra vævsprøver ved hjælp af Trizol reagens (Invitrogen, Carlsbad, CA, USA) og oprenses derefter yderligere under anvendelse af et RNeasy Mini kit (Qiagen, Düsseldorf, Tyskland). RNA-koncentrationen blev derefter bestemt ved anvendelse af Epoch Multi-volumen Spectrophotometer System (BioTek, Vermont, USA). Efter dette blev miRNA isoleret fra disse RNA-prøver ved hjælp af Mirvana miRNA isolation Kit (Ambion, Austin, TX, USA).

Exon microarray analyse

I denne undersøgelse vi først profileret genekspression mellem 45 mavekræft og parrede tilstødende normale vævsprøver ved hjælp af Affymatrix genchip Exon arrays 1.0 ST (Affymatrix, CA, USA). Specifikt blev 1 ug RNA-prøve omvendt transkriberet til cDNA og disse cDNA prøver blev derefter fordøjet i cDNA-fragmenter med endonukleaser og mærket med reagenset DNA-mærkning under anvendelse af DNA Labeling Kit (Affymatrix, CA, USA). De mærkede cDNA templates blev anvendt som prober til at hybridisere til Affymatrix genchip Exon arrays 1.0 ST i en tilstand på 45 ° C inkubation og rotation ved 60 rpm i 17 timer. Derefter blev arrays vasket og scannet ved hjælp af Gene Chip Scanner 3000 med Gene Chip Operating Software (GCOS).

miRNA microarray analyse

Vi profileret også differentielt udtrykte miRNA i 15 mavekræft og parrede tilstødende normale vævsprøver ved hjælp Affymatrix Gene Chip microRNA-array. Svarende til cDNA microarray eksperimenter blev miRNA prober under anvendelse RNA Labeling Kit (Affymatrix, CA, USA) hybridiseret til Affymatrix Gene Chip microRNA-array ved 45 ° C og roteret ved 60 rpm i 17 timer. Derefter blev arrays scannes ved hjælp GCOS.

Microarray dataanalyse

De rå mikroarraydata blev analyseret under anvendelse Limma algoritme til at identificere de differentielt udtrykte gener og miRNA og derefter analyseret ved anvendelse af de lineære modeller og empiriske Bayes metoder. En

t

-test og Bonferroni korrektion blev anvendt til at vurdere den statistiske signifikans af hver differential udtryk. Gener og miRNA blev anset for at være væsentligt forskelligt udtryk, hvis

s

-værdier 0,05 og genekspression viste mindst 1,5-fold ændringer mellem cancer og deres normale væv. Qube! (Kvalitativ BI-Clustering) program blev anvendt til at klynge-analyse differentielt udtrykte gener. Den grundlæggende idé om algoritmen er at finde alle undergrupper af gener med lignende ekspressionsmønstre blandt visse delmængder af kræft væv, og dermed gener involveret i hvert sådant mønster kan muligvis bruges som underskrifter for kræft sub-skrive eller iscenesættelse. Til vores bi-cluster analyse har vi anvendt følgende parametre: r = 1, q = 0,06, c = 0,95, V = 100, f = 1 [14,15]. Database til anmærkning, Visualisering og integreret Discovery (DAVID) og Kyoto Encyclopedia of Genes og genomprogramledere (Kegg) værktøjer blev brugt til funktionel analyse og sti klassificering af disse forskellige gener.

QRT-PCR

totalt cellulært RNA fra cancerceller og normale gastriske væv blev omvendt transkriberet til cDNA under anvendelse af 1

st cDNA Synthsis Kit (Takara, Dalian, Kina) ifølge producentens anbefalinger. Ekspression af E2F1, E2F2, og E2F4) mRNA blev analyseret i 10 gastrisk cancer og parret tilstødende normale vævsprøver ved q-PCR under anvendelse af SYBR Premix Ex Taq (Takara) og β-actin blev anvendt som en intern kontrol. Primerne er anført i tabel 1. De qPCR data blev for kvantificeret ved hjælp af 2

ΔΔCt metoder.

Konstruktion af TF-miRNA samregulering netværk

Efter microarray dataanalyse, opnåede vi TF’er og de latente målgener der er reguleret af E2F-familien gennem søgning af transcriptionale regulatoriske Element Database (TRED). Desuden blev de miRNA rettet E2F familie bestemt forhører fire mål forudsigelse databaser, dvs. Targetscan, Miranda, miRDB, og miRWalk database [16-18]. Vi derefter kombineret disse differentierede udtrykt gener og miRNA til at konstruere denne TF-miRNA samregulering netværk relateret til E2F familie ved hjælp Cytoscape software. I TF-miRNA samregulering netværk, vi definerede node som en hub gen eller miRNA, når det er direkte knyttet til mere end to samlede noder i netværket.

Analyse af E2F familien mRNA for association med klinik patologiske karakteristika fra gastrisk kræftpatienter

Brug modtageren opererer karakteristiske (ROC) kurver, analyserede vi differentielt udtrykte gener, der reguleres af E2F mRNA mellem mavekræft og parret tilstødende normale væv gen. Vi derefter udvalgt og adskiller de bedste matchede gener for association med klinik patologiske karakteristika ved hjælp af den binære logistiske regressionsanalyse.

Statistisk analyse

ROC kurve og binær logistisk regressionsanalyse blev anvendt til differentielt udtrykte gener der er reguleret af E2F mRNA mellem mavekræft og parrede tilstødende normale væv. Envejs ANOVA blev anvendt til at associere mellem E2F og graden af ​​tumorcelleinvasion. GraphPad Prism 6 software blev udført for at opnå ROC-kurve og beregning af følsomhed, specificitet og arealet under kurven (AUC). SPSS 18.0 software blev anvendt til One-ANOVA og binær logistisk regressionsanalyse. En p-værdi 0,05 blev anset for at være statistisk signifikant

Resultater

Påvisning af differentielt udtrykte gener og miRNA mellem mavekræft og deres tilsvarende normale væv

Vi først udført. den Affymatrix Exon Arrays analyse til påvisning af differentielt udtrykte gener mellem mavekræft og parret hosliggende normalt væv i 45 patienter (patienters data er vist i S1 tabel). Geo datasæt NCBI tiltrædelse antal med denne undersøgelse var GSE63089. Brug af 1,5 gange ændringer som cut-off-værdi, vi identificeret 887 opreguleres og 93 ned-regulerede gener (S2 Table). Funktionel analyse viste, at disse differentierede gener primært dannede gen veje, såsom cellecykluskontrol, p53 signalvej, kræft pathway, ekstracellulær matrix-receptor-interaktion, celleadhæsion glycolyse /glukoneogenese, og cytokin receptor-interaktion (fig. 1). E2F-familiemedlemmer spiller en væsentlig rolle under cellecyklussen G1 /S overgangen i celler og genekspression af E2F1, 2, 3, 4, 5, og 7 blev alle fundet at være overekspression (p 0,01) i gastrisk cancer i dette undersøgelse

A, Gene ontologi analyse.; B, Kegg analyse.

Næste vi også udført Affymatrix Gene Chip microRNA array analyse i 15 tilfælde af mavekræft og parrede tilstødende normale væv (patienters data er vist i S1 tabel). Geo datasæt NCBI tiltrædelse antal med denne undersøgelse var GSE63121. Vi fandt 41 nedreguleret og 4 opreguleret miRNA (S3 tabel). Fig. 2 illustrerede bi-klynger klynge analyse af disse 45 differential miRNA i mavekræft vs. normale væv. Funktionelt kunne disse differentielt udtrykte miRNA regulere forskellige gen-veje, såsom transcription aktivator aktivitet, DNA-binding, transkriptionsfaktoraktivitet, post transkriptionel regulering af genekspression, og G1 /S overgang mitotisk cellecyklus.

Hver række betegner en miRNA og hver kolonne repræsenterer en prøve. “C” kolonnerne i bunden repræsenterer cancervæv, mens “N” betegner normale væv. Rød står for høj ekspression i kræft i forhold til normalt væv, mens grøn for lav ekspression i kræft sammenlignet med normale væv.

Building-up og analyse af E2F familierelateret TF-miRNA samregulering netværk

for at vise E2F familierelateret TF-miRNA samregulering netværk, vi udnyttet TRED at spørge TF og latente målgener reguleret af E2F familien og derefter udvalgt det differentielt udtrykte TF’er og latente målgener i gastrisk cancer væv. Vi fandt i alt 105 TF’er og latente målgener der kunne potentielt reguleret af E2F familie i gastrisk cancer (5 nedreguleret og 100 up-regulerede gener, se S4 Table), som kan danne et 105 gen nettet efter bi- klynger klyngeanalyse (fig. 3) DAVID analyse viste disse 105 gener er de fleste celle cyklus-relaterede gener (fig. 4).

hver række repræsenterer et miRNA og hver kolonne repræsenterer en prøve. “C” kolonnerne i bunden repræsenterer cancervæv, mens “N” betegner normale væv. Rød står for høj ekspression i kræft i forhold til normalt væv, mens grøn for lav ekspression i kræft sammenlignet med normale væv

A, Gene ontologi analyse.; B, Kegg analyse.

Næste, vi udnyttet online værktøjer Targetscan, Miranda, miRDB og miRWalk database til at forudsige potentielle målretning gener af disse 45 miRNA og derefter fusioneret disse gener målrettet med disse 105 differentielt udtrykte gener. Vi fandt 7 nedreguleres og 2 opreguleret miRNA (S3 Table). Efter at vi opbygget E2F-relaterede TF-miRNA regulatoriske netværk (fig. 5).

Dette netværk indeholder 105 differentielt udtrykte gener og 9 differentielt udtrykte miRNA. Blå cirkler udtrykkes forskelligt gener og de røde diamanter udtrykkes forskelligt miRNA. De gule romber er TF’er og dens størrelse repræsenterer antallet af målgener. Retningen af ​​pilen er fra kilden til målet.

Efter at vi analyseret dette E2F-relateret TF-miRNA regulatoriske netværk, og fandt, at E2F1, E2F2 og E2F4 i E2F familien spiller en vigtig rolle i denne TF og miRNA co-regulerende netværk. Tre over-regulerede mRNA (E2F1, E2F2 og E2F4) fra differentielt udtrykte mRNA blev valideret ved hjælp af real-time PCR (RT-PCR). Resultaterne viste, at E2F1, E2F2 og E2F4 blev overreguleret i de gastrisk cancer prøver sammenlignet med normale prøver. RT-PCR resultater og microarray data er konsistente (p 0,05, figur 6.). Desuden har vi identificeret 9 hub-gener fra E2F-relateret TF-miRNA regulatoriske netværk, der kan co-reguleret af TF’er (fig. 7). DAVID analyse af disse 9 hub gener og funktioner er vist i tabel 2.

Genekspression blev analyseret i 10 parrede gastriske kankrøse og normale væv og sammenlignet med microarray resultater. Kolonnerne i diagrammet repræsenterer log-transformerede mediane fold ændringer (kræft /kontrol) i udtryk på tværs af ti prøver (p 0,05).

Cirkler er hub gener, co-reguleret af TF’er og miRNA , mens de røde diamanter er differentielt udtrykt miRNA. De gule romber er TF’er og dens størrelse repræsenterer antallet af målgener. Retningen af ​​pilen er fra kilden til målet.

Foreningen af ​​E2F familien mRNA niveauer med klinik patologiske karakteristika fra gastrisk kræftpatienter

Vi analyserede yderligere udtryk for E2F mRNA og derefter forbundet dem med klinik patologiske karakteristika fra gastrisk kræftpatienter. ROC kurver analyse viste, at E2F1, 2, 3, 4, 5 og 7 kan være de latente mål at skelne mavekræft væv og de normale (fig. 8). Kombination af flere E2F familie mRNA kan yderligere forbedre specificitet og følsomhed af betegnelse mellem mavekræft og normale væv efter regression af binære logistiske analyse (fig. 8). Endvidere fandt vi niveau af E2F1, 2, 3, 4, 5, og 7-mRNA associeret med dybden af ​​gastrisk invasion cancer (fig. 9). Vi fandt også, at E2F udtryk har forbundet med tumor differentiering (Fig. 10)

AUC, område under ROC Curve.; Alt tyder kombinationen af ​​E2F1, E2F2, E2F3, E2F4, E2F5 og E2F7.

Microarray data fra 45 gastriske kræfttilfælde blev brugt til at analysere sammenhæng mellem E2F familie og mavekræft invasion. Gastrisk cancer invasion blev henvist til Den Internationale Union mod Kræft (UICC) TNM. T1, Tumor invaderer lamina propria, muscularis slimhinder, eller submucosa; T2, Tumor invaderer muscularispropria; T3, Tumor trænger subserosal bindevæv uden invasion af visceral peritoneum eller tilstødende strukturer; T4, Tumor invaderer serosa (visceral peritoneum) eller tilstødende strukturer.

Diskussion

I denne undersøgelse, vi udnyttet en cut-off værdi på 1,5 gange ændring til profileret forskelligt udtrykte mRNA’er og miRNA i gastrisk kræft væv, hvilket er i overensstemmelse med de fleste af tidligere undersøgelse af cDNA eller miRNA microarrays [19]. Disse differentielt udtrykte mRNA og miRNA i gastrisk kræft væv var for det meste relateret til cellecyklus progression, især E2F familie. Til dato, medlemmerne af E2F proteiner indbefatter E2F1- E2F8 og blandt dem, E2F1, 2, 3, 4, 5, og 7 proteiner blev alle signifikant overudtrykt i gastrisk cancer i den aktuelle undersøgelse. Således har vi forudsagde, at E2F familien har vigtige regulatoriske funktioner i mavekræft. Således har vi bygget dette E2F-relateret TF-miRNA samregulering netværk for mavekræft baseret på vores microarray profilering data. Dette netværk indeholder 105 TF’er og deres regulerede latente målgener (5 nedreguleres og 100 op-regulerede gener), som er relateret til E2F-familien og 9 differential miRNA (7 nedreguleres og 2 opreguleret miRNA) (fig. 5) . Med andre ord kunne E2F gener afgørelse om disse 105 gener og 9 miRNA at regulere cellecyklusprogression af gastrisk cancer. Vi fandt faktisk, at målgener reguleret af E2F1 og E2F4 dukkede mængder af differentiel udtryk i gastrisk kræft, hvilket indikerer, at E2F1 og E2F4 er meget sandsynligt at indtage en vigtig andel i væksten af ​​mavekræft. Desuden miRNA udtrykkes forskelligt i mavekræft var i stand til at regulere ekspressionen af ​​E2F1, E2F2, E2F5 og E2F7, hvilket indikerer, at miRNA-ændrede udtryk for E2F’ere proteiner er vigtige faktorer i gastrisk udvikling af kræft eller progression.

Faktisk E2F familiemedlemmer spiller en væsentlig rolle under cellecyklussen G1 /S overgang i celler og deres ændret ekspression bidraget med en række humane sygdomme, herunder cancer [20]. For eksempel under gastrisk cancervækst og progression, vil cancerceller fremme tumorcelleproliferation, men inhiberer apoptose. På genniveau, transkriptionsfaktor E2F familie af gener spiller en væsentlig rolle i reguleringen af ​​cellecyklus ved at fremme rettidig ekspression af gener, der er nødvendige for DNA-syntese ved G1 /S faseovergang. E2F aktivitet kontrolleres selv af retinoblastoma protein (RB) og lommeproteiner p107 og p130. Til dato medlemmerne i E2F proteiner er E2F1-E2F8, herunder transkription-aktiverede faktorer E2F1-3a, som primært regulerer cellecyklus overgangen fra G0 til S-fasen, og transkription inhiberes faktorer E2F3b-E2F8, som er udtrykt i hvilende eller differentierede celler og forhindre cellecyklusprogression [21]. Tidligere undersøgelser viste, at ændret ekspression af E2F genfamilien blev tæt forbundet med væksten af ​​brystkræft [22], ovariecancer [23], blærekræft [24], kolorektal cancer og pancreascancer [25]. I mavekræft, viste tidligere undersøgelser, at E2F unormalt blev udtrykt og E2F ekspression reguleres af miRNA var forbundet med cellecyklusprogression og apoptose undertrykkelse i gastriske cancerceller til at undertrykke TGFp tumor suppressor pathway [26]. E2F genmutation er også en af ​​årsagerne til tidlig mavekræft forekomst [27]. Vores nuværende data understøttes denne konklusion.

Men ud over E2F familien, TP53, BRCA1 og STAT3 også spille en vigtig rolle i denne TF og miRNA samregulering netværk (fig. 5). For eksempel TP53is en af ​​de mest undersøgte gener og spiller en rolle i regulering af apoptose, genomisk stabilitet, og angiogenese [28]. En tidligere undersøgelse viste, at

p53

mutation er direkte knyttet til udviklingen af ​​mavekræft [4] og en anden undersøgelse viste, at restaurering af p53 aktivitet induceret følsomheden af ​​mavekræft til kemoterapi [29]. BRCA1 er susceptibilitetsgenet af brystkræft og regulerer celle apoptose og reparationer DNA-skade. BRCA1 spiller en rolle i reguleringen DNA-reparation aktivitet og

BRCA1

mutation bidraget til udviklingen af ​​brystkræft, ovariecancer [30], pancreascancer [31], og gastrisk kræft [32]. Mistet ekspression af BRCA1 protein blev forbundet med dårlig overlevelsesraten for mavecancerpatienter [33]. Vores nuværende undersøgelse viste, at BRCA1 mRNA var forbundet med gastrisk cancer differentiering. Desuden STAT3 er en transkriptionsfaktor, der aktiveres som reaktion på vækstfaktorer og cytokin, og bidrager til regulering af celleproliferation, apoptose, og motilitet i celler. Tidligere undersøgelser har vist, at STAT3 var en vigtig regulerende faktor [34] i gastrisk cancerudvikling og at STAT3-aktivering fremmes tumorcelleoverlevelse og migration [35]. En tidligere undersøgelse udnyttet STAT3-hæmmer til behandling af mavekræft og viste effekt [36].

Desuden miRNA (miR-125a-5p, miR-331-3p, miR-17, miR-150, miR-155 , miR-27b, miR-31, miR-92a og miR-509-5p), som udtrykkes forskelligt i gastrisk kræft, viste sig at regulere ekspressionen af ​​E2F1, E2F2, E2F5 og E2F7 i denne undersøgelse (S3 tabel). Tidligere undersøgelser har vist, at MIR-125a-5p-ekspression blev forbundet med gastrisk carcinogenese ved målretning af E2F3 [37]. MiRNA-331-3p direkte henvender E2F1 og induceret vækst anholdelse af humane gastriske cancerceller [38]. Endvidere ekspression af MIR-155 var i stand til at blokere TGF-β1-medieret aktivering af Rb og til gengæld at formindske overflod af den inhiberende pRB-E2F1 kompleks og løft G0 /G1 arrest [39]. MIR-17 familien klynger dukker op som vigtige modulatorer af TGF-βtumor suppressor signalering i mavekræft, gennem regulering af p21, E2F1-3 og E2F5 target genekspression [40-42]. Desuden blev MIR-150, MIR-31, og MIR-92a også vist nært beslægtet med gastrisk cancer [43-46]. Selv om der har været nogen rapporteret om miR-509-5p relateret til mavekræft, miR-509-5p tiltrådte Mdm2 /p53 feedback loop og regulerer kræft cellevækst [47]. Disse undersøgelser var i overensstemmelse med vores nuværende resultater.

Desuden kan de lovgivningsmæssige forhold mellem TF-gener og miRNA-TF har de synergistiske virkninger. Baseret på vores nyetablerede E2F-relateret TF-miRNA samregulering netværk, vi identificeret 9 hub-gener, der primært involverer i cellecyklus og kromosom organisation (fig. 7). Taget alle data sammen, vores aktuelle undersøgelse viser, at mavekræft udvikling og progression er involverede flere gener og yderligere undersøgelser vil fokusere på disse gener som nye mål for styring af mavekræft.

Men vores aktuelle undersøgelse netop givet en foreløbige data og yderligere bekræftelse undersøgelse er nødvendig for at kontrollere vores data i ex vivo og in vitro. Denne systematiske tilgang kan hjælpe os med at udforske kræft patogenese og give det teoretiske grundlag for at søge nye strategi for behandling af mavekræft i fremtiden.

Støtte Information

S1 Table. Karakteristik af patienter

doi:. 10,1371 /journal.pone.0116979.s001

(DOC)

S2 tabel. . Oversigt over 980 differentielt udtrykte gener i mavekræft væv sammenlignet med de fjerne normale væv

Gene ekspressionsniveauerne i gastrisk kræft væv vs. de fjerne normale væv var mindst 1,5 gange anderledes med en p-værdi. 0,05

doi: 10,1371 /journal.pone.0116979.s002

(XLSX)

S3 Table. . Oversigt over 45 differentielt udtrykte miRNA i mavekræft væv sammenlignet med de fjerne normale væv

Niveauer af miRNA udtryk i gastrisk kræft væv vs. de fjerne normale væv var mindst 1,5 gange anderledes med en p-værdi 0,05.

doi: 10,1371 /journal.pone.0116979.s003

(XLSX)

S4 Table. Oversigt over 105 differentielt udtrykte gener i TFS-regulatoriske netværk i mavekræft væv

doi:. 10,1371 /journal.pone.0116979.s004

(DOCX)

Tak

Vi takker Medjaden Bioscience Limited (Hong Kong, Kina) til redigering og korrekturlæsning dette manuskript.

Be the first to comment

Leave a Reply