PLoS ONE: enkelt gen Prognostiske Biomarkører i kræft i æggestokkene: En metaanalyse

Abstrakt

Formål

At opdage nye prognostiske biomarkører i æggestokkene serøse carcinomer.

Metoder

En meta-analyse af alle enkelte gener sonder i den TCGA og HAS æggestokkene kohorter blev udført for at identificere mulige biomarkører bruger Cox regression som en kontinuerlig variabel for samlet overlevelse. Gener blev sorteret efter p-værdi ved hjælp Stouffer metode og valgt for statistisk signifikans med en falsk opdagelse sats (FDR). 0,05 ved hjælp af Benjamini-Hochberg metoden

Resultater

Tolv gener med høj mRNA-ekspression var prognostiske af dårligt resultat med en FDR 0,05 (AXL, APC, RAB11FIP5, C19orf2, CYBRD1, Pink1, LRRN3, AQP1, DES, XRCC4, BChE, og ASAP3). Tyve gener med lav mRNA-ekspression var prognostiske af dårligt resultat med en FDR 0,05 (LRIG1, SLC33A1, NUCB2, POLD3, ESR2, GOLPH3, XBP1, PAXIP1, CYB561, POLA2, CDH1, GMNN, SLC37A4, FAM174B, AGR2, SDR39U1 , MAGT1, GJB1, SDF2L1, og C9orf82).

Konklusion

En meta-analyse af alle enkelte gener identificeret toogtredive kandidat biomarkører for deres mulige rolle i æggestokkene serøs karcinom. Disse gener kan give indblik i de drivere eller regulatorer af kræft i æggestokkene og bør evalueres i fremtidige studier. Gener med høj ekspression indikerer dårligt resultat er mulige terapeutiske mål med kendte antagonister eller inhibitorer. Derudover kunne generne kombineres til en prognostisk multi-gen signatur og testet i fremtidige ovariale kohorter

Henvisning:. Willis S, Villalobos VM, Gevaert O, Abramovitz M, Williams C, Sikic BI, et al. (2016) enkelt gen Prognostiske Biomarkører i kræft i æggestokkene: en meta-analyse. PLoS ONE 11 (2): e0149183. doi: 10,1371 /journal.pone.0149183

Redaktør: William B. Coleman, University of North Carolina School of Medicine, UNITED STATES

Modtaget: 15. december, 2015; Accepteret: 4 januar 2016; Publiceret: 17 feb 2016

Copyright: © 2016 Willis 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:. Data for den æggestokkene TCGA kohorten er offentligt tilgængelig fra TCGA data Portal (https://tcga-data.nci.nih.gov/tcga/). Data til det ungarske Academy of Science Kohorte kan hentes på https://www.kmplot.com

Finansiering:. Dette arbejde blev støttet delvist af NIH tilskud R01 CA114037 og NIH R01 CA 184.968 (BI Sikic ). 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

kræft i æggestokkene er den femte hyppigste årsag til kræft-relaterede dødsfald med en anslået 22.000 nye tilfælde om året og 15.000 dødsfald i USA [1]. Fra 1950-2008 har kræft i æggestokkene død på 10 per 100.000 kvinder forblev uændret, hvilket indikerer behovet for at identificere nye og nye behandlingsformer for denne sygdom. Standard af omsorg for fremskreden fase æggestokkræft er omfattende debulking kirurgi efterfulgt af kemoterapi [2-4]. En væsentlig faktor i den forhøjede dødelighed er manglen på sygdomsspecifikke symptomer resulterer i sene diagnoser, hvor kuren sats for debuterende diagnoser er 90% [5,6]. Identifikation af serum-baserede biomarkører og billedbehandling til at opdage tidlige fase kræft i æggestokkene til rutinemæssig screening er en potentiel strategi for at forbedre den samlede overlevelse (OS) [7].

Forskellige grupper har identificeret store multi-gen signaturer, der var prognostisk af resultat i molekylært profilerede æggestokkene tumor prøver [8-21]. Vi søgte at identificere enkelt gen prognostiske biomarkører hjælp meta-analyse af offentligt tilgængelige mRNA udtryk data fra æggestokkene kohorter med kendte lægemiddel-gen interaktioner, der kan potentielt anvendes til at indikere alternative behandlingsstrategier.

Materialer og metoder

Meta-analyse

Dataudtræk blev gennemført i overensstemmelse med de foretrukne Reporting Produkter til systematiske reviews og meta-analyser (PRISMA) vejledning (S1 File) [22]. Den protokol, der anvendes til at udføre denne meta-analyse blev ikke registreret inden eftersom at vi bruger data som offentliggjort og en Cox regressionsanalyse som en kontinuerlig variabel uden forudbestemte cutoffs. Vi brugte Cox regressionsanalyse at bestemme Wald Test p-værdi for hver Affymetrix sonde som en kontinuerlig variabel, hvor mRNA-ekspression er repræsenteret som en z-score. Den Cox proportionel risiko model blev brugt til at beregne hazard ratio (HR) for OS og deres konfidensintervaller 95% (CI) for hver probe. P-værdi for hver enkelt probe fra hver kohorte blev kombineret under anvendelse af Stouffer metode til at kombinere resultaterne fra to uafhængige æggestokkene kohorter. Den resulterende p-værdi for hver probe i de kombinerede kohorter blev brugt til at rangere de prognostiske sonder. Sonder med en falsk opdagelse sats (FDR) 0,05 ved hjælp af Benjamini-Hochberg metode blev udvalgt som værende statistisk signifikant. For Cox regression overlevelse analyse og Kaplan-Meier tal, blev Biojava3-overlevelse modul fra BioJava [23] anvendes. Den Biojava3-overlevelse modul er en direkte port af Cox regression C-kode i R overlevelse pakke [24,25].

metaanalyse Kohorter

TCGA æggestokkene HG-U133A kohorten blev downloadet den 21. maj 2015 som følge af Broad Institute FireBrowse data Portal (www.firebrowse.org). Denne TCGA kohorte blev brugt som opdagelsen kohorte bestående af 470 prøver med 249 arrangementer for OS. De OS begivenheder blev bestemt ud fra metadata “vital_status” og begivenheden /censor tid var den maksimale tid fra “days_to_last_followup” og “days_to_death” leveres i OV.clin.merged.picked.txt. Yderligere metadata blev fusioneret fra OV.clin.merged.txt. Den TCGA æggestokkene kohorte består af 77% stadie III og 15% stadie IV serøse carcinom patienter.

Næste, en samling af æggestokkene datasæt blev hentet den 6. december 2013 fra den kmplot.com hjemmeside bestående af 1.287 prøver [26] og blev anvendt som den anden gruppe i meta-analysen. Den æggestokkene kohorte anvendt til resultat analyse på kmplot hjemmeside er en samling af publicerede kohorter profileret på Affymetrix platform, hvor de rå CEL filer var tilgængelige for MAS5 normalisering som en kombineret kohorte og entydig identifikation prøve. Den HAS æggestokkene kohorte (HAS = Ungarske Videnskabernes) omfatter TCGA æggestokkene kohorte og disse prøver blev fjernet for at etablere en uafhængig kohorte. Derudover HAS æggestokkene kohorte indeholder et stort antal trin I og trin II prøver, der blev fjernet for at matche det høje antal af trin III og trin IV prøver i TCGA æggestokkene kohorte. Den resulterende uafhængige HAS æggestokkene validering kohorte bestod af 313 prøver med 167 arrangementer for OS (91% stadie III og 9% stadie IV). Den metadata for HAS æggestokkene validering kohorte indikerer 188 serøs karcinom, 6 endometrie og 121 udefinerede prøver. Den HAS æggestokkene kohorte omfatter prøver af syv uafhængige kohorter GSE14764, GSE15622, GSE19829, GSE3149, GSE9891, GSE18520 og GSE26712. Den HAS æggestokkene metadata er begrænset og er ikke tegn patientens alder eller andre standard kohorte målinger.

TCGA æggestokkene Kohorte og HAS Kohorte er velkendte offentligt tilgængelige kohorter, der kan downloades af forskere for meta-analyse. De medforfattere har ingen tilknytning til de æggestokkene kohorter og ingen ændringer blev foretaget til mRNA udtryk værdier anvendt i meta-analysen.

Berigelse Analyse

Gene-annotation berigelse analyse blev udført ved hjælp af DAVID værktøj med standardindstillinger [27]

resultater

resultaterne af meta-analysen for statistisk signifikante gener med en FDR. 0,05 hvor høj ekspression indikerer dårligt resultat kan findes i tabel 1, og hvor lav ekspression indikerer dårligt resultat, kan findes i tabel 2. i alt blev hver af de 17,169 Affymetrix prober anvendes til at bestemme prognostisk p-værdi under anvendelse af Cox regressionsanalyse. P-værdierne for hver probe i to uafhængige kohorter blev kombineret under anvendelse af Stouffer metode og proberne rangeret. De 17,169 prober blev anvendt til at bestemme FDR hvor prober med en FDR .05 blev betragtet som statistisk signifikant. I alt 32 sonder havde en FDR 0,05, hvor 12 havde høj ekspression om et ringe resultat og 20 havde lav udtryk om et ringe resultat. Gener med høj ekspression indikerer dårligt resultat er mulige terapeutiske mål med kendte antagonister eller inhibitorer.

(25-75)% er forskellen i ekspressionen af ​​25

th og 75

percentil udtryk på en logaritmisk skala. Den Stouffer p-værdi blev anvendt som ranking metric kombinere p-værdierne fra hver kohorte.

(25-75)% er forskellen i ekspressionen af ​​25

th og 75

percentil udtryk på en logaritmisk skala. Den Stouffer p-værdi var den rangordning metriske kombinere p-værdier fra hver kohorte.

Den komplette liste over prober og resulterende p-værdier findes i den supplerende. For prober med en FDR .05 alle HR retninger var enige i de to kohorter med yderligere støtte, at de enkelte sonder var gyldige biomarkører med minimale falske positiver. Forventningen er, at et gyldigt biomarkør ville have en konsekvent prognostisk HR i at høj udtryk i begge kohorter ville betegne dårligt resultat. Hvis en statistisk signifikant cutoff for Stouffer s p-værdi blev brugt 0,001 uden en FDR korrektion, det resulterede i yderligere 105 sonder, hvor 8 (7,6%) af sonderne ikke havde HR aftale i de to kohorter og ville være betragtes falske positiver. Ved hjælp af en Stouffer p-værdi 0,01 identificeret yderligere 432 sonder, hvor 70 (16%) af sonderne ikke havde HR aftale. Brug af en FDR cutoff af. 0,05 opstillet en liste over 32 sonder, der var informativ af resultatet

Gene berigelse analyse af de 20 gener, hvor lavt udtryk indikerer dårlig prognose var forbundet med endoplasmatisk reticulum med en Benjamin korrektion p -værdi 0,05. For de 12 gener, hvor høj ekspression indikerer dårlig prognose nogen statistisk signifikant sammenhæng.

Diskussion

Brugen af ​​meta-analyse af eksisterende data i offentligt tilgængelige ovariecancer cohots kan give gener, der bør undersøges tættere og det kan i sidste ende føre til nye lægemiddelbehandlinger for æggestokkene kræftpatienter, der har været langsom i kommer. Kemoterapi er i øjeblikket bruges som standard for pleje i forbindelse med debulking kirurgi hos patienter med fremskreden kræft i æggestokkene [2-4]. Tilføjelsen af ​​målrettet terapi i kombination med kemoterapi kan forbedre OS dog identifikation af disse typer medicin er fortsat undvigende. Gener, der er overudtrykt i ovarietumorer er ikke kun potentielle biomarkører for prognose, men kan også være terapeutiske mål, hvis disse gener korrelerer med en dårligt resultat. Omvendt kan overudtrykte gener, der er forbundet med et godt resultat utilsigtet målrettet ved standard kræftbehandling eller off-target effekter fra stoffer patienterne kan tage for andre sundhedsmæssige problemer. Vi har foretaget en meta-analyse af mRNA udtryk data fra to æggestokkene kohorter og anvendt forskellige statistiske værktøjer til at identificere 12 overudtrykt (tabel 1) og 20 under-udtrykt (tabel 2) gener, der korrelerede med en dårligt resultat.

i denne undersøgelse blev overekspression af 12 gener og underekspression af 20 gener forbundet med en dårligt resultat. Således har vores metaanalyse impliceret gener, der kan være prognostiske samt potentielle terapeutiske mål at forfølge i behandlingen af ​​ovariecancer. Evnen til at generere enkelt gen lister fra offentliggjorte æggestokkene årgange kan også føre til en mere grundig forståelse af, hvad gener bidrager til kræft i æggestokkene tumorigen proces. Brugen af ​​bioinformatik, derfor, sammenholdt med analyse af kliniske og litteraturdatabaser vil være forpligtet til frasortering disse gen lister for at fokusere på de mest potentielt relevante dem.

Støtte Information

S1 fil. PRISMA Tjekliste

doi:. 10,1371 /journal.pone.0149183.s001

(DOC)