PLoS ONE: Kræft Reducerer Transkriptomet Specialization

Abstrakt

Et centralt mål for kræft biologi er at forstå, hvordan celler fra denne familie af genetiske sygdomme gennemgår specifikke morfologiske og fysiologiske ændringer og relatere til en de-reguleret tilstand cellecyklus. Det faktum, at tumorer ikke er i stand til at udføre de fleste af de specifikke funktioner i det oprindelige væv førte os til at hypotesen, at graden af ​​specialisering af transkriptomet af kræft væv skal være mindre end deres normale modstykker. Ved hjælp af oplysninger teori værktøjer, vi analyserede fire datasæt stammer fra transcriptomes normale og tumorvæv til kvantitativt at teste hypotesen om, at kræft reducerer transkriptom specialisering. Her viser vi, at den transkriptionelle specialisering af en tumor er betydeligt mindre end de tilsvarende normale væv og sammenlignelige med specialiseringen af ​​dedifferentierede embryonale stamceller. Endvidere viser vi, at faldet i specialisering i cancervæv skyldes især et fald i ekspression af gener, som er meget specifik for det normale organ. Denne tilgang giver os en bedre forståelse af carcinogenese og tilbyder nye værktøjer til identifikation af gener, der er meget indflydelsesrige i kræft progression

Henvisning:. Martínez O, Reyes-Valdés MH, Herrera-Estrella L (2010) Cancer reducerer Transkriptomet specialisering. PLoS ONE 5 (5): e10398. doi: 10,1371 /journal.pone.0010398

Redaktør: Shin-Han Shiu, Michigan State University, USA

Modtaget: Marts 3, 2010; Accepteret: April 7, 2010; Udgivet: 3 maj 2010

Copyright: © 2010 Martínez 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

Finansiering:. Dette arbejde blev støttet af Consejo Nacional de Ciencia y Tecnología (CONACYT), Consejo de Ciencia y Tecnología del Estado de Guanajuato (Concyteg), Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional (Cinvestav) og Universidad Autónoma Agraria Antonio Narro (UAAAN). 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 er en kompleks familie af erhvervede genetiske sygdomme, hvor en enkelt celle klon og dens afkom akkumulere arvelige ændringer, der forårsager en malign fænotype af dereguleret cellevækst og differentiering [1]. Talrige undersøgelser er blevet udført for bedre at forstå de ændringer, der forekommer i transkriptionen profil under progressionen af ​​cancer [2]. Disse forsøg er blevet udført ved direkte tælling mærkerne for udtrykte gener under anvendelse seriel analyse af genekspression (SAGE) [3], udtrykte sekvens tags (EST’er) [4], og andre optælling strategier, eller ved indirekte at måle niveauerne af transkription anvendelse af DNA microarrays [5]. I mange tilfælde har disse eksperimenter opdaget gener, som fortrinsvis udtrykkes i en cancertumor, og kan tjene som molekylære markører for malignitet. Derudover kan de også detektere signifikante ændringer i transkriptionsniveauet af sæt af gener, der deltager i komplekse signalering netværk. Ændringer i disse netværk repræsenterer forvridninger af de veje, der regulerer fysiologi normale celler [6].

cancerceller mister evnen til at udføre normale funktioner det oprindelige væv, og på samme tid, forstærkningskarakteristika at give dem mulighed for at overleve som en selvstændig og ofte invasive tumor. Som cellelinjer udvikle sig fra en normal til en cancerøs tilstand, mutationer drive en stigning i den genetiske mangfoldighed [7]. Denne proces sker parallelt med udvælgelsen af ​​fænotyper og genotyper, der tillader de præ-kræftceller til at trives i deres mikromiljø [8]. Tumorceller mangler ofte den differentiering, som er til stede i det normale væv, som de stammer fra. Siden midten af ​​19

århundrede, dette faktum har bly patologer, der tyder på, at tumorer opstår fra embryo-lignende celler [9]. Eftersom kræft skal opstå fra en celle, der har potentialet til at dele sig, som historisk har været foreslået to non-eksclusiv hypoteser af den cellulære oprindelse tumorer. Den første hypotese, at malignitet skyldes stamceller på grund af modning anholdelse; de anden konstaterer, at kræft skyldes dedifferentieringen af ​​modne celler [10]. For nylig, dog begrebet “cancer stamceller”, eller sjældne celler med en grænseløs potentiale for selvfornyelse, har vundet accept som en subpopulation af celler, der driver tumorigenese. Denne hypotese er baseret på resultaterne, som har vist, at i nogle tilfælde, kun en delmængde af cellerne i en tumor har ubegrænset proliferativt potentiale [11]. Men denne hypotese stadig kontroversielt, da væksten af ​​visse maligne tumorer drives af en væsentlig procentdel af tumorceller, som ikke er cancer stamceller (større end 10%) [12]. Uanset hvad, er der klare tegn på, at den udifferentierede fænotype af mange tumorceller ligner fænotype af udifferentierede normale celler, såsom embryonale stamceller. Endvidere har undersøgelse af genekspression i cancertumorer afslørede, at ringe differentierede tumorer viser præferentiel overekspression af gener, der normalt er beriget i embryonale stamceller, understøtter den mulighed, at disse gener bidrager til stamcellelignende fænotyper vist ved mange tumorer [13].

Tidligere beskrev vi udviklingen af ​​indekser baseret på Shannons informationsteori at måle transkriptom mangfoldighed, specialisering, og gen-specificitet af normale organer og væv [14]. I den undersøgelse opnåede vi et indeks af gen-specificitet,

S

i

, som har en værdi på nul for gener, der er ligeligt udtrykt i alle væv og har en defineret maksimal værdi, når et gen udtrykkes i kun én væv. Transkriptom specialisering,

δ

j

derfor defineres som den gennemsnitlige gen specificitet udtrykt i transkriptomet (se Materialer og fremgangsmåder). Generelt et væv er mere specialiseret hvis specifikke gener er stærkt udtrykt i den. Vi påviste også, at menneskelige organer har en særlig grad af diversitet og specialisering, der er relateret til deres funktionalitet. I denne undersøgelse, vi anvendte informationsteori værktøjer til at sammenligne transkriptom mangfoldighed og specialisering af kræft tumorer vs. deres normale modstykker. Vi viser, at specialisering af kræft væv generelt aftager i forhold til deres normale modparter, hvilket hovedsageligt skyldes faldet i ekspressionen af ​​meget specifikke gener.

Resultater

Vi hypotese, at den morfologiske og funktionelle forandringer, der sker i løbet af kræft progression ville føre til betydelige ændringer i kræft transkriptomet, herunder en reduktion i specialisering, når der sammenlignes med den for analoge normale væv. For at teste denne hypotese i en bred ramme, valgte vi tre samlinger af gen-tags og en microarray eksperiment. Datasæt

A

og

B

er udvalgt samlinger af cDNA-biblioteker fra “Cancer Genome Anatomy Project” [15] for menneskelige og mus væv hhv. Datasæt

C

består af SAGE biblioteker fra normale humane og tumorvæv opnået fra projektet “Menneskelig Transkriptomet Kort” [16] og datasæt

D

er en microarray undersøgelse af humane væv i normal og præ -cancerous stater, der blev parret med patient [17]. Datasæt

A

og

B

indarbejde fem embryonale stamceller (ESC) og en hæmatopoietisk stamcelletransplantation (HSC) biblioteker og blev inkluderet i analysen baseret på deres grad af dedifferentiering. Disse datasæt blev underkastet analyse af informations egenskaber af transkriptomet som tidligere beskrevet [14]. I tælle tags datasæt, vurderede vi den statistiske signifikans af forskellene i specialisering. I hvert tilfælde fik vi specificiteten (

S

jeg

) og Target specificitet (

TS

ij

) for generne undersøgt i de datasæt, der er tilladt for udvælgelse af formodede overudtrykte gener i cancer eller normale væv samt diskrimination af gener fortrinsvis udtrykt i en given tilstand.

Evaluering transkriptom specialisering i normale og ondartede væv

analysen af ​​datasæt

A

og

B

til at anslå transkriptomet mangfoldighed (

H

j,

) og specialisering (

δ

j

) indekser blev gjort på tre niveauer af cDNA bibliotek gruppering med følgende betegnelse: individuelle cDNA biblioteker blev defineret som “ugrupperet”; samlet cDNA-biblioteker stammende fra den samme slags organer og væv tilstand (normal eller cancer) blev defineret som “sammenbygget”; og en yderligere gruppering af cDNA biblioteker, der kun betragtes vævet tilstand og ikke orglet oprindelseslandet blev defineret som “komplet gruppering” (se materialer og metoder).

H

j

målte variabiliteten af ​​fordelingerne af udskrifter og

δ

j

vurderede gennemsnitlige specificitet udtrykte gener i transkriptomet. Visualisering af positionerne for transcriptomes i (

H

j

,

δ

j

) koordinater tilladt os til effektivt at vurdere de relative forskelle i disse væsentlige parametre. Resultater for den ugrupperet analyse datasæt D analyse, tabeller af konfidensintervaller for de relevante parametre, og dissektion af forskellene i transkriptom specialisering diskuteres i Støtte Tekst S1.

Figur 1 viser scatter plots for niveauerne af transkriptom mangfoldighed,

H

j

, og specialisering,

δ

j

, på den grupperede niveau for datasæt

A

og

B

. Når man sammenligner 12 par humane analoge væv, 11 ondartede væv havde signifikant mindre specialisering, end deres normale modparter, med øjet kræft er den eneste væv, der havde en anslået specialisering, der var større end dets normale modpart (figur 1A, Tabel S4, og støtte tekst S1). efter yderligere analyse, vi konkluderede imidlertid, at øjet vævsprøve er mest sandsynligt forvrænget på grund af den mindre stikprøve af den normale øje biblioteket (10,679 tags) i forhold til kræft øje biblioteket (42,029 tags) (se Støtte tekst S1). Dette sandsynligvis forhindret den korrekte vurdering af eye-specifikke gener i den normale bibliotek. Alle ændringer i specialiseringen af ​​transcriptomes er statistisk signifikant (Tabel S4 og tabel S5; P 0,01). Figur 1A viser også, at transkriptom mangfoldighed, målt ved

H

j

, steget i de ondartede tilstande af alle væv, bortset fra testis og placenta. Stigningen i

H

j

indikerer en mere jævn fordeling af transkriptionsniveauer af udtrykte gener, hvilket sandsynligvis skyldes et fald i ekspressionen af ​​gener fremherskende i de normale væv. Som vist i figur 1A, observerede vi, at specialiseringen af ​​de sammenbyggede ESC bibliotekerne er på samme niveau som flertallet af cancervæv. Dette er i overensstemmelse med den lave morfologiske specialisering af økonomiske og sociale råd.

Sammenlignelige datasæt er forbundet af en diskontinuerlig linje.

En

– Humane data fra 53 biblioteker af 13 forskellige væv med i alt 671,197 tags for 28,087 gener; grupperede analyser.

B

– Mouse data fra 29 biblioteker af 5 forskellige væv og med i alt 541,453 udtrykte tags til 25,044 distinkte gener; grupperede analyser. Data for

A

og

B

er fra “Cancer Genome Anatomy Project” (https://cgap.nci.nih.gov/). Omtrentlige intervaller for mangfoldighed og specialisering 95% sikkerhedsgrænser plottes som kontinuerte farvede linjer. Se Støtte Tekst S1 samt figur S1, figur S2, figur S3, figur S4, figur S5 og Figur S6, der illustrerer de enkelte sammenligninger og detaljer.

For at vurdere faldet i specialisering af cancervæv, sammenlignede vi gennemsnitlige specificitet af gener, blev overudtrykt i normale væv som i cancervæv. Generelt fandt vi, at der var en signifikant større gennemsnitlig specificitet af gener over-udtrykt i normale væv, hvilket tyder på, at faldet i specialisering skyldtes reduktion eller fjernelse af ekspressionen af ​​højt specialiserede gener i normale væv under carcinogenese (se tabel S11 og S11 Figur). Vi analyserede også de ti mest indflydelsesrige gener, der forårsagede en reduktion i specialisering i alle elleve væv af datasæt

A.

For hvert væv, fandt vi eksempler på organspecifikke gener, der blev slukket i den tilsvarende kræftvæv, herunder Chondroadherin (

CHAD)

i knogler, Uromodulin (

UMOD)

i nyre, syrephosphatasen prostata specifik (

ACPP)

gen i prostata, og et gen for den spermatogenesen-associerede protein i testiklerne (tabel S12).

for at bekræfte vores hypotese om, at specialisering falder i ondartede væv undersøgte vi en helt uafhængig model af mus væv (datasæt

B

). I denne analyse, alle de normale væv udviste signifikant større specialisering end de tilsvarende cancervæv (figur 1B, tabel S6 og tabel S7; P 0,01). Datasæt

B

omfattede også et bibliotek af HSC’er opnået fra knoglemarv. Disse celler viste en grad af specialisering sammenlignes med normal lunge og hud, selv når udifferentierede (figur 1B). I fire af de fem organer undersøgt i datasæt

B

, den gennemsnitlige specificitet af generne, der var overudtrykt i normale væv var signifikant større end den tilsvarende værdi for cancervæv, med undtagelse af mælkekirtlen ( tabel S11). Men gener relateret til mælkeproduktion, som var inden for de mest indflydelsesrige gener af mælkekirtlen og har en høj specificitet af ekspression i dette væv (tabel S13 og tabel S14), viste en ekstrem fald i ekspression i cancervævet. Disse resultater forklarer det generelle fald i specialisering set i mælkekirtlen. Desuden scatter plots af gen frekvensændring mellem normale og cancerøse væv vs. specialisering viste en forekomst på meget specifikke, over-udtrykte gener i normale væv fra de fem organer undersøgt (figur S12). Vi konkluderer, at meget specifikke gener, der har formindsket udtryk i ondartede væv drive faldet i specialisering, der ligner den, der ses i datasæt A.

Data fra “Menneskelig Transkriptomet Map” (datasæt

C

) består af en samling af SAGE gen tags, der hører til heterogene normale og tumorvæv, der er grupperet efter kromosom. Vi tilsidesat de åbenlyse forskelle i transskription profiler mellem forskellige organer og kun testet den hypotese, at specialisering aftager i tumor transcriptomes. Det er værd at bemærke, at i modsætning til analyser af datasæt

A

og

B

, hvor gen-specificitet blev anslået for kombinationen af ​​væv og tilstand, i datasæt C specificiteten skønnes kun med hensyn til det aktuelle af vævet (normal vs. tumor) og ignorerer vævet oprindelseslandet. Derfor gen specificitet i dette datasæt kun refererer til normale eller tumorvæv og indebærer, at en meget lavere estimeret specialisering ville blive overholdt. En stor og væsentlig ændring i transkriptom specialisering mellem de normale og tumorvæv blev set for alle kromosomer (figur 2, figur S7, figur S8, figur S9 figur S10, tabel S9, og støtte tekst S1), med undtagelse af kromosom Y, for hvilket forskellen er ikke signifikant. De fleste af de forskelle, der er væsentlige (23 ud af 24) er i den forventede retning og har mindre specialisering i tumor transcriptomes. En undtagelse til dette var kromosom 18, hvor ændringerne i specialisering er i den modsatte retning (se Støtte tekst S1). Men analysen af ​​alle loci sammen (figur 2 og tabel S9) støtter kraftigt den hypotese, at kræft reducerer specialisering af væv

menneskelige udtryk data fra “Menneskelig Transkriptomet Map” projekt (http:. //bioinfo.amc.uva.nl/HTMseq/controller), datasæt “Alle væv normal” og “Alle væv tumor”. Data består af 18,609,073 tags til i alt 62,916 loci ved kromosom. Se figur S7, figur S8, figur S9 og figur S10 der forstærke kasser med dette tal præsentere konfidensintervaller de 95% for estimaterne.

I vores tidligere undersøgelse, viste vi, at den anslåede rang af variation af mangfoldighed og specialisering i den menneskelige transkriptom er meget mindre ved brug af microarrays end når tælle gen tags [14]. Dette skyldes den relativt snævrere dynamikområde microarrays sammenlignet med tag optælling strategier [18], som fordrejer både høje og lave udtrykte gener. På trods af disse mangler, analyse af normale (TDLUs) og forstadier (HELUs) væv parret af patient (datasæt

D

) viste et stort fald i specialisering i præcancerøse væv i syv af de otte undersøgte tilfælde (figur S13) .

Gener opdages kun i kræft

informationsteori tilgang til at studere transkriptomet har den fordel, at en vurdering af graden af ​​den globale gen specificitet,

S

i

, af hvert gen studeret, samt sit mål specificitet,

TS

ij

, en parameter, der måler specificiteten af ​​et givet gen for en valgt transkriptom (se Matematisk tillæg i Støtte Tekst S1) . Disse værktøjer tillader nem selektion af gener, som fortrinsvis udtrykkes i cancervæv og derfor har potentiale til at tjene som molekylære markører for malignitet. Desuden kan disse indekser hjælpe med at identificere gener, som er specifikke for en bestemt type af cancer eller gener, ikke ændres væsentligt under udviklingen af ​​cancer og derfor kan tjene som markør kontrol ved måling gener af varierende ekspression. Det er vigtigt at bemærke, at når et gen i et bestemt datasæt detekteres i kun cancervæv, det kan ikke udledes at være udelukkende i cancer, da det også kan være til stede i normale væv på påviselige niveauer. Men gener med høje niveauer af udtryk, som kun findes i kræft væv er gode kandidater til at være betydeligt opreguleret i cancer.

For at identificere gener, som udtrykkes forskelligt i kræft væv, vi bestemt gen specificitet (

S

jeg

) og målrette specificitet (

TS

ij

) i datasæt

A

bruge det komplette gruppering analyse. Tabel 1 viser eksempler på gener repræsenteret i kræft væv på den højeste andel af udtryk niveau (større end 1 ud af 10.000) og fraværende fra alle normale væv. Disse gener blev kun fundet i kræft væv, med en række tags (der spænder fra 54 til 535) i cancer væv og ingen tags i normale væv (maksimum

S

Jeg

i analysen). Til statistisk validere opreguleret hyppigheden af ​​disse gener, anvendt vi Fisher eksakt test [19] med Bonferroni korrektion for multiple test [20] (se metoder). Tabel 2 viser gener, der blev påvist i kun én type kræft. Identifikationen af ​​disse former for gener var muligt (trug

S

Jeg

og

TS

ij

) på grund af inddragelse af forskellige typer af kræft væv i analysen. Tabel S10 viser eksempler på gener udelukkende udtrykt ved relativt høj i tumorvæv i analysen af ​​datasættet

C

.

Diskussion

Anvendelse af informationsteori værktøjer til kvantitativt vurdere ændringer i steady state udskrift mængderne tilladt os at undersøge fire forskellige datasæt for at afgøre, om kræft væv har mindre transkriptom specialisering end deres normale modstykker. De opnåede fra disse analyser Resultaterne viste, at specialisering af kræft transkriptomet faldt i forhold til den normale vævsækvivalent. Faldet i transkriptom specialisering skyldes primært en reduktion i ekspressionsniveauet af gener, som er vævsspecifik og normalt udtrykt ved høje niveauer i normalt væv (se Støtte Tekst S1 og tabel S11, tabel S12, tabel S13, tabel S14, tabel S15 og tabel S16). Disse resultater er i overensstemmelse med den observation, at tumorer ofte vise morfologisk dedifferentierede celletyper i en lignende måde som observeret i stamceller [21]. Desuden har molekylære beviser vist, at ringe differentierede cancertumorer overekspression gener, som er beriget i embryonale stamceller [13]. Det er ikke helt klart, om cancer initierer ved en proces med deregulering af organ- stamceller eller af en de-novo dedifferentiering af organceller drevet af mutationer, der opstår under udviklingen af ​​tumoren [7].

Alle høje throughput transkriptom undersøgelser, der bruges enten tælle tag strategier eller microarrays kun målte relative ændringer i transskription niveauer. Denne tilgang gør det universelt accepteret antagelse, at alle celler har den samme absolutte transkriptionsaktivitet. Imidlertid mangler, denne antagelse eksperimentelle validering, især i tilfælde af cancerceller. Den anvendte metode i denne undersøgelse målt relative niveauer af genekspression (det sæt af

p

ij

) for at vurdere gen specificitet, transkriptom mangfoldighed og specialisering. Derfor kan vi ikke udelukke, at alle de gener kunne have en højere absolut ekspressionsniveau i cancer end i normale væv. Ikke desto mindre ville en generel stigning i transskription i kræftceller ikke have en stor indvirkning på transkriptomet specialisering eller i specificiteten af ​​genekspression.

specialisering Transkriptomet, δ

i, måles udelukkende i forbindelse med organer eller væv medtaget i analysen og afspejler organet eller vævet bias mod ekspressionen af ​​specifikke gener. For at estimere den “sande” specialisering af et væv, skal alle distinkte celletyper af en given organ medtages særskilt i analysen. Dette blev ikke opfyldt i analyse udført her på grund af begrænsninger i de anvendte data i denne undersøgelse. En anden faktor, der påvirker estimeringen af ​​specialisering er prøvens størrelse, eller mere specifikt, at antallet af gen-tags ansat. Stærkt specifikke gener tendens til at blive udtrykt i en lille delmængde af de celler, der danner et organ og dermed har en høj sandsynlighed for ikke at have nogen gen-tags og ikke er til stede, hvis prøven er relativt lille. Som et resultat, specialisering tendens til undervurderes i små stikprøvestørrelser. I tilfælde af datasæt

A

, det samlede antal tags var 620.696, med 131,623 (21%) tags svarende til normale væv, og de resterende 489,073 (79%) tags svarende til cancervæv. Derfor potentialet for undervurdering af specialisering var højere for normale væv end for cancervæv. Ikke desto mindre, Figur 1A viser stærke beviser for mindre specialisering i de ondartede væv. Dette blev observeret i datasæt

B

og

C

så godt.

menneskelige organer består af forskellige antal og typer af celler og derfor har forskellige niveauer af kompleksitet. En mere komplekst organ vil have et større antal distinkte celletyper, og som følge heraf vil estimeringen af ​​dets mangfoldighed og specialisering være mindre præcis og kræver et større prøvestørrelse for nøjagtighed. I modsætning hertil er tumorer dannet af et lille antal distinkte celletyper og estimater af dets mangfoldighed og specialisering vil være mere præcis med en given prøvestørrelse. Dette er tydeligt ved størrelsen af ​​konfidensintervaller for hvert punkt i figur 1 (se også fig S1, figur S2, figur S3, fig S4, fig S5 og S6 figur). I begge tilfælde (datasæt

A

og

B

), størrelsen af ​​konfidensintervaller er større for de normale analyserede væv end for deres kræft modstykker. Ikke desto mindre er forskellene i specialiseringen mellem normale og ondartede væv er flere konfidensintervaller fra hinanden, hvilket viser, at konklusionerne er statistisk robust (tabel S4, tabel S5, Bord S6, tabel S7 og tabel S8).

Det er godt kendt, at tumorceller ofte udifferentierede og ligner embryonale stamceller [9]. At sammenligne niveauet for specialisering af kræft væv med det af økonomiske og sociale råd, vi omfattede fem biblioteker af økonomiske og sociale råd i datasæt

A

og analyseret dem individuelt (figur S1) eller som en gruppe (figur 1A). Placeringen af ​​ESC i figur 1 og figur S1 bekræfter, at niveauet af specialisering af stamceller kan sammenlignes med de fleste af kræft væv analyseres. Disse data bekræfter sammenhængen mellem fænotypiske dedifferentiering og faldet i specialisering i både økonomiske og sociale råd og kræftceller. Desværre, data, der viser graden af ​​dedifferentiering i de forskellige tumorer analyseret i datasæt

En

,

B,

og

C

var ikke til stede i databaserne, og derfor kunne vi ikke udlede, om der er en sammenhæng mellem graden af ​​dedifferentiering af tumoren og dens fald i specialiseringen. Men vi hypotese, at der eksisterer dette forhold formentlig, eftersom graden af ​​dedifferentiering af tumoren synes at korrelere med ekspressionen af ​​sæt af gener, som er beriget i sektorrådene [13].

Vi analyserede et bibliotek af HSC’er som en del af datasæt

B

. Dette bibliotek blev fremstillet ud fra FACS-oprensede, hæmatopoietiske stamceller opnået fra knoglemarv og repræsenterer celler, som kan differentiere til myelomonocytiske celler, B-celler eller T-celler. I modsætning til de økonomiske og sociale råd i figur 1, disse celler stammer fra et specialiseret voksen orgel. Som vist i figur 1B, HSC’er, har et anslået specialisering sammenlignelig med normal lunge og højere end den for normal hud. Dette indikerer, at relativt udifferentierede celletyper kan præsentere en forholdsvis høj specialisering af transkriptomet. Vores konklusion støttes også af den transkriptomet analyse af normale lymfevæv (lymfeknuder og Lymphr, figur 1A).

Vi foreslår, at egnethed en præ-kræft celle, i forbindelse med en tumor, vil blive øget hvis gener relateret til den oprindelige funktion parentale væv er slukket, fordi dette højt udtrykt og specifikt sæt af gener udgør en høj omkostning i energi og ressourcer, som ville være til gene i forbindelse med tumoren. Vores hypotese antyder, at hvis ekspressionen af ​​disse stærkt udtrykte og specifikke gener er reduceret eller slukket, bør observeres så en nedgang i specialisering væv. Dissekere reduktionen i specialisering gennem analyse af de enkelte genetiske komponenter vil give en bedre forståelse af carcinogenese. Desuden, hvis faldet i ekspressionen af ​​i det mindste nogle af disse gener forud morfologiske ændringer i de præ-kræftceller, drop kunne udnyttes til diagnostisk foreslår. Vores hypotese modsiges ikke af observation af dedifferentiering i kræft væv, men snarere paralleller dette fund:. Væv med et større dedifferentierede fænotype vil udtrykke en mindre specialiseret transkriptom

Analysen i datasættet

C

blev udført på loci, der er blevet grupperet efter kromosomer fra en heterogen blanding af væv klassificeres kun som “normal” eller “tumor”. Derfor er specificiteten af ​​loci kun vurderes med hensyn til dette kriterium og ikke med hensyn til organ oprindelse som i datasæt

A

og

B.

Som følge heraf specialisering anslået for den “normale” og “tumor” væv er meget mindre end rang af specialisering anslået når orglet oprindelseslandet tages i betragtning (sammenlign figur 1 og 2). Trods mindre forskelle i specialisering mellem normale og ondartede væv i datasæt

C

, data er statistisk signifikante for alle kromosomer (bortset kromosom Y) og alle tilfælde, bortset fra kromosom 18, viser, at et fald i specialisering sker i tumorer (tabel S8). Interessant, kromosom 18 indeholder flere tumorsuppressorgener herunder

DDC

,

DPC4

og

JV18-1 /MADR2

[22], og derfor høj ekspression af disse gener kunne drive den observerede stigning i specialisering (se tabel S15). Tilsammen tjener disse data en uafhængig bekræftelse af hypotesen om, at transkriptomet specialisering aftager i tumorer. Vi forudser, at øget forståelse af de mekanismer, der er ansvarlige for faldet i specialisering, der opstår i tumorer gennem bedre karakterisering af kræft transkriptom profiler vil føre til udvikling af nye molekylære diagnose værktøjer og interventionsteknikker.

Fra analysen af ​​sammenbyggede normale og ondartede væv i datasæt

a

( “komplet gruppering”, se metoder) vi opdaget 14,573 gener (52%) ud af i alt 28,087 gener, der var repræsenteret i enten normale eller ondartede væv kun (anslået gen specificitet

S

jeg

= 1). Af disse gener med maksimal specificitet, blev 6.220 (43%) udelukkende påvist i cancer og de resterende 8353 (57%) blev påvist udelukkende i normale væv. Vores observationer, at bestemte gener blev fundet i kun én bestemt gruppe (normale eller kræft væv) var afhængig af stikprøvens størrelse og derfor krævede statistiske analyser til at bestemme betydning. Fishers eksakte test med Bonferroni-metode (se fremgangsmåder) konkluderet, at kun 17 af de gener, der udelukkende blev detekteret i cancervæv signifikant opreguleret. Disse gener er vist i tabel 1. Tabel S17 præsenterer Gene ontologi klassificeringer for generne vist i tabel 1.

Hvis information teori indekser er effektive til at identificere gener opreguleret i cancer, bør de også afsløre gener, der tidligere har blevet rapporteret at være associeret med cancer. Det var faktisk tilfældet, da listen over gener udelukkende påvist i kræft (tabel 1), herunder

TRAF7

,

PRPS1

,

CDT1

og

ZWINT blev

tidligere rapporteret som kræft markørgener [23], [24], [25], [26]. Endnu vigtigere, denne kvantitative tilgang identificerer gener potentielt involveret i kræft, der ikke tidligere er blevet identificeret, såsom

KLHL21

,

KIFC1

, og

XAB2

(tabel 1). En beskrivelse af de gener, der er anført i tabel 1 præsenteres i Støtte Tekst S1.

De gener, der er anført i tabel 2 viste sig at være til stede i kun én type kræft på betydeligt høje niveauer af udtryk (grupperet analyse datasæt

A

) og eksemplificere de rige muligheder for data-mining hjælp specificitet (

S

jeg

) og målrette specificitet (

TS

ij

) af gen udtryk. Blandt disse gener, fandt vi eksempler på kræft markører (

MLANA) Salg (også rapporteret i tabel 1), en nyligt beskrevet onkogen (

OTX2

) [27], og et gen anvendt som en

Be the first to comment

Leave a Reply