Abstract
microRNAs er en klasse av små ikke-kodende regulatoriske RNA-molekyler som regulerer mRNA post-transcriptionally. Nyere bevis har vist at mirnas målet hele funksjonelt relatert proteiner som protein komplekser og biologiske veier. Imidlertid karakteriserer påvirkning av mirnas på gener som kodet for protein er en del av proteinkomplekser har ikke blitt studert i sammenheng med sykdommen. Vi foreslår en entropi-basert rammeverk for å identifisere miRNA-mediert feilregulering av funksjonelt relaterte proteiner i løpet av prostatakreft progresjon. Det foreslåtte rammeverk anvendelser eksperimentelt verifisert miRNA-target-interaksjoner, funksjonelt relaterte proteiner og ekspresjons-data for å identifisere miRNA-påvirket proteinkomplekser i prostata cancer, og identifisere gener som er feilregulert som et resultat. Rammeverket bygger korrelasjons matriser mellom funksjonelt relaterte proteiner og mirnas som har mål i komplekset, og vurderer endringer i Shannon entropi av modulene på tvers av ulike stadier av prostatakreft. Resultatene viser at SMAD4 og HDAC inneholder protein komplekser er sterkt påvirket og forstyrret av mirnas, særlig miRNA-1 og miRNA-16. Ved hjelp av biologiske mekanismer for å definere funksjonelt relaterte proteiner avslører at NF-kB-, RAS-, og Syndecan-mediert trasé er dysregulerte grunn av miRNA-1- og miRNA-16-mediert regulering. Disse resultater antyder at miRNA-1 og miRNA-16 er viktige regulatorer av stam miRNA-medierte regulering i prostata kreft. Videre resultater viser at mirnas med høy innflytelse på forstyrret proteinkompleksene er diagnostiske og prognostiske biomarkører kandidater til prostatakreft progresjon. Observasjonen av miRNA-mediert proteinkomplekset regulering og miRNA-mediert reaksjonsvei regulering, med delvis eksperimentell bekreftelse fra tidligere studier, viser at vår rammeverket er en lovende metode for identifisering av nye mirnas og proteinkomplekser i forbindelse med sykdomsprogresjon.
Citation: Alshalalfa M, D. Bader G, Bismar TA, Alhajj R (2013) Koordinere mikroRNA-mediert regulering av protein komplekser i prostatakreft. PLoS ONE 8 (12): e84261. doi: 10,1371 /journal.pone.0084261
Redaktør: Panayiotis V. Benos, University of Pittsburgh, USA
mottatt: 6 mai 2013; Godkjent: 21 november 2013; Publisert: 31.12.2013
Copyright: © 2013 Alshalalfa et al. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Finansiering:. Dette arbeidet ble støttet av NRNB (amerikanske National Institutes of Health, National Center for Forskning Resources tilskuddet antallet P41 GM103504). Dette arbeidet ble finansiert av NSERC stipend for doktorgradsstudenter. Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
Prostatakreft (PCA) er den hyppigste mannlige malignitet og andre kreftrelaterte dødsårsaken i vestlige land [1]. Nylig har betydelige bevis vist at ikke-kodende RNA generelt, [1] spesifikt mirnas er implisert i PCa og er forbundet med progresjon [2] – [6]. Spesielt er sirkulert mirnas lovende biomarkører av PCa progresjon [7], [8]. Selv om det er bare omkring 1000 mirnas [9] i human, som hver bare 18-22 bp i lengde, mer enn ett hundre av disse spiller en rolle i kreft [10], og de virker som både onkogener og tumor suppressorer [11]. Dermed karakteriserer rollen mirnas ved PCA er avgjørende for å forstå deres funksjon og mulig verktøy for terapeutiske formål.
Nylig har krysstale mellom miRNA-målet nettverk og protein nettverk blitt analysert i flere aspekter [12 ] – [15]. For eksempel direkte miRNA mål og deres partnere i protein-protein interaksjoner (PPI) nettverk vise betydelig modularitet [14]. mirnas har spesifikke effekter på dannelse av proteinkomplekser ved å velge bestemte komponenter i komplekset [12], og noen proteinkomplekser er beriket med målene i bestemte mirnas [13]. Det ble observert en positiv korrelasjon mellom protein tilkobling og rekke ulike målretting mirnas [15] indikerer at hub proteiner krever mer miRNA-mediert regulering. I tillegg kan mirnas samtidig regulere flere proteiner i samme funksjonelle modulen, slik som biologiske reaksjonsveier. Videre PPI nettverks topologiske egenskaper er nyttige i å filtrere ut falske positive miRNA mål [16], og i prioritering mirnas innblandet i prostata kreft [17]. Denne prosess er viktig for å rangere de betydelige mirnas med en potensiell rolle i prostata kreft. Til sammen er det klare bevis for samordnet post-transcriptional regulering av protein komplekser og trasé ved miRNAs. Men det regulatoriske påvirkning av miRNAs på gener som kodet proteiner er en del av protein komplekser eller protein trasé som er involvert i kreft har ikke blitt grundig undersøkt.
Til dags dato, en rekke matematiske modeller har blitt utviklet for å antyde miRNA-mRNA moduler eller modulære nettverk ved hjelp av genuttrykk og miRNA-genet nettverk [18], [19]. For eksempel, er en nyttig SVD matematisk rammeverk som har blitt brukt for å identifisere implisert miRNA-mRNA moduler i prostatakreft [20], i tillegg til flere områder av databiologi [21] – [23]. SVD er nyttig for biologer å analysere og modell genom-wide uttrykk data, og redusere data dimensjonalitet [22]. Gitt en matrise, entalls verdi dekomponering (SVD) av er dens fremstilling som, der er en ortogonal matrise, er en ortogonal matrise, og for den diagonale matrise, elementene er ikke-negative tall i synkende rekkefølge. Kraften av SVD ligger i de tre matriser som genereres som et resultat av dekomponeringen. Kvadratene av de singulære verdiene representerer den relative betydningen av entropien i matrisen. Utnytte dette faktum, er SVD brukes til å rangere gener basert på entropi de bidrar til genuttrykk data [23].
I det post-genomikk æra, en viktig oppgave i molekylærbiologi er å forstå genregulering i sammenheng med biologiske nettverk. Siden miRNA target proteiner, blant andre, som er en del av protein komplekser og signalveier, er det viktig å studere miRNA-mediert regulering av protein komplekser i sykdomsprogresjon. Bruk av protein nettverk sammenheng med miRNA mål legger et lag av informasjon for å vurdere for miRNA funksjon karakterisering som miRNA innflytelse på mål forplanter seg gjennom protein-nettverket for å påvirke flere deler av veien. Flere studier rapporterte regulering av funksjonelt relaterte proteiner ved mirnas [12] -. [15], men lite er kjent om hvordan mirnas coordinately regulere proteinkomplekser og stier i kreft
I denne studien foreslår SVD-basert beregnings rammeverk for å identifisere miRNA-proteinkompleks moduler som er feilregulert i kreft. miRNA-protein komplekse og miRNA-pathway moduler referere til proteiner i proteinkomplekset eller sti og mirnas rettet mot de genene koder dem. Hver modul er representert som en matrise der radene er protein medlemmer og kolonner er målgruppe miRNAs. Hver celle i matrisen representerer korrelasjonen mellom det ekspresjonsprofilen av miRNA og ekspresjonsprofilen av proteinet. Vi forventer at modulene som har betydelig entropi endring i sine singulærverdier mellom normale og kreftprøver er funksjonelt dysregulerte. Vi benyttet den foreslåtte beregnings rammeverk for å karakterisere eksperimentelt verifisert protein komplekser fra CORUM databasen [24], samt fra de utvalgte biologiske trasé fra Molecular Signaturer Database (MSigDB), og miRNA-målet interaksjoner å identifisere miRNA-mediert proteinkomplekser og trasé dyregulation .
Materialer og metoder
miRNA-er rettet mot samhandling og protein komplekser
Eksperimentelt verifiserte miRNA-målet interaksjoner ble hentet fra to kilder: MiRecords [25] og miRtarbase [26] . For protein komplekser, hentet vi komplekser fra CORUM (sist mai, 2012), noe som gir en ressurs av manuelt kommenterte proteinkomplekser fra pattedyr organismer [24]. Komplekser av størrelse mindre enn eller komplekser ikke angripes av noen miRNA ble fjernet da de ikke danner miRNA-proteinkompleks moduler. komplekser forble i studien ved bruk av miRNA-target-interaksjonssettet. For biologiske pathways, brukte vi kuratert trasé fra Molecular Signaturer Database (MSigDB) gensettene [27] som inneholder kanoniske pathway gensettene (sist august, 2012).
miRNA og målrette uttrykk profiler i prostata kreft
mRNA og miRNA uttrykket data ble hentet fra MSKCC prostata Oncogenome Project, tilgjengelig på Gene Expression Omnibus (GEO sjonsnummer: GSE21032). Denne informasjonen inneholder mRNA og miRNA uttrykk nivåer av matchet prøvene. Disse dataene som vi vil referere til som Taylor informasjonen blir brukt til å bygge de miRNA-protein komplekse moduler. Vi har også brukt lokaliserte prostatakreft miRNA uttrykk data fra to uavhengige eksperimenter (GSE23022 [28], NCI-60 [29]), for å validere den diagnostiske betydningen av mirnas funnet å påvirke proteinkomplekser. Den første datasettet inneholder 20 normale og 20 tumorprøver, og den sistnevnte inneholder 6 normal og 6 tumorprøver. Tre uavhengige prostata mRNA uttrykk datasett fra Arul
et al.
[30], Yu
et al.
[31] og den svenske prostata kohorten [32] blir brukt. . Den Arul
et al
data inneholder seks normal, 7 primære, og 6 metastaseprøver; . Yu
et al
prostata data inneholder 17 normal, 63 primære, og 24 metastaser; og den svenske prostata data inneholder 281 prostatakreft prøver med 116 dødelig og 165 indolente prøver. Den svenske gruppedata ble brukt til å validere den prognostiske verdien av berørte protein komplekser. datasett Yu
et al.
og Arul
et al.
brukes til å validere den diagnostiske betydning av de påvirket proteinkomplekser. Non-prostata kreft miRNA uttrykk data fra NCI-60 [29] og brystkreft mRNA expression data fra den svenske bryst kohorten [33], som inneholder 159 tumorprøver med kliniske data, ble også brukt til å vurdere om de påvirkes miRNA-protein moduler er prostata spesifikke eller de er dysregulerte i andre kreftformer også.
Definere miRNA-protein komplekse moduler «entropi
For hver miRNA-protein kompleks modul, konstruerer vi en matrise der radene () representerer proteiner i komplekse eller sti og kolonner () representerer mirnas som er rettet mot minst ett medlem av komplekset. er definert som gjensidig informasjon [34] mellom uttrykket profilen til protein og uttrykket profilen til miRNA og beregnes som: (1) er den kombinerte sannsynlighetstetthetsfunksjon (pdf) av og, og, og er de marginale PDF-filer av og henholdsvis . Sannsynlighetsfordelingen funksjoner ble estimert ved hjelp av estimater kernel density [35] som det viste seg å være overlegen til histogrammet i form av et bedre mean square error rate av konvergens av anslaget.
X er gjensidig informasjon matrisen mellom alle mirnas og alle genene i komplekset modulen. Siden vi tror at når en miRNA målrette et gen i komplekset (basert på miRNA-target interaksjon), kan det ha indirekte effekt på de andre medlemmene av komplekset. Således matrisen X ikke skille mellom en miRNA som er rettet mot et gen i komplekset eller ikke. Matrisen X er basert på ideen om at hvis en miRNA målrette et gen i komplekset, har det innvirkning på hele komplekset. Påvirkningen av mirnas på hver proteinkomplekset eller reaksjonsveien blir beregnet ved å dekomponere hjelp av singulærverdidekomposisjonen (SVD) [23] inn i matrisene og beregne entropi av matrisen ved å summere kvadratene av de singulære verdier i matrisen. er antall proteiner i protein-komplekset, og er antallet målrettet mot miRNAs. Den normaliserte relative betydningen av i entall verdi i beregnes som (2) og Shannon entropi av dataene, representert ved, er beregnet som:
(3) Hvor er entall verdi, er L. Her forventer vi at miRNA-protein komplekse moduler som har betydning forskjell i entropi av singulærverdier på mellom normale og kreftprøver er funksjonelt feilregulert. Entropien til singulærverdier representerer feilregulering av miRNA-protein komplekse moduler. Figur 1 gir en kort beskrivelse av den foreslåtte rammeverket. Det første trinnet er å konstruere miRNA- protein moduler ved å beregne MI mellom alle uttrykk av proteiner i komplekse og uttrykk for miRNA rettet mot dem. For hvert stadium av kreft (normal vs primær prostatakreft) definerer vi miRNA-protein moduler. For det andre finner vi de singulære verdier for hver matrise, og beregne entropi som den normaliserte sum av kvadratene av de singulære verdier. Til slutt finner vi modulene med betydelig forskjell mellom modulene som representerer den normale trinnet og kreft stadium.
proteinkomplekser og mirnas er integrert for å konstruere moduler (X) fra genet og miRNA ekspresjonsdata. Modulene representerer gjensidig informasjon mellom ekspresjonen av mirnas og protein i modulen. SVD anvendes for å spalte modulene matrise og Shannon entropi beregnes for hver modul i normal og kreft. Det siste trinnet er å finne moduler med signifikant forskjell mellom normal og kreft entropi.
Identifisere miRNA-koordinert protein komplekser og stier i prostata kreft progresjon
Ved hjelp av genuttrykk data for normal og kreftprøver, fant vi og henholdsvis for hver modul. Vi brukte forskjellen mellom de to verdier, for å vurdere modul innflytelse av mirnas. For å vurdere betydningen av påvirkning verdi, vi tilfeldig permuted protein komplekser og stier med samme størrelse som komplekset av rente ganger, og funnet for både normale og kreftprøver. ble beregnet for de tilfeldige permutasjoner, og en p-verdi ble beregnet for hvert kompleks og stier med den observerte mot fordelingen av verdiene generert fra de tilfeldige variasjoner. Verdien representerer mirnas innflytelse på proteinkomplekser eller trasé i prostata kreft progresjon; jo høyere, desto mer påvirket proteinkompleks. P-verdiene ble korrigert ved hjelp av Bonferroni korreksjon. Moduler som er betydelig feilregulert av mirnas i prostata kreft progresjon ble videre karakterisert både funksjonelt og klinisk.
Identifisere nedstrøms miRNA-mRNA interaksjoner påvirkninger av feilregulert protein komplekser
neste spurt om det er nedstrøms miRNA -target interaksjoner påvirket av de berørte protein komplekser. Vi definerte nedstrøms gener som de som er avhengige (korrelasjon betinget av protein kompleks feilregulering). For å identifisere slike betingede interaksjoner, vi brukte betinget gjensidig informasjon mellom mirnas og deres eksperimentelt validerte mål fra gitt uttrykk for de påvirket proteinkomponenter i komplekset.
Gitt protein kompleks og dets komponenter,. Vi beregnet den betingede gjensidig informasjon mellom hver miRNA () og mål () pair gitt uttrykk for protein, som beskrevet i [36] 🙁 4) (5)
Deretter fant vi p-verdi for hver interaksjon () gitt et protein ved permutating uttrykket profilen til protein ganger. For å finne p-verdi for hvert kompleks, p-verdi, konverterte vi de enkelte p-verdier, for å teste statistikk ved hjelp av Fishers metode.
Resultater
Protein komplekser og biologiske mekanismer som er påvirket i prostata kreft som følge av koordinere miRNA regulering er identifisert og videre funksjonelt preget.
miRNA-påvirket protein komplekser moduler
Vi først analysert påvirkning av miRNAs på protein komplekser i prostata kreft progresjon . Vi bygget miRNA protein moduler ved å integrere uttrykket data, miRNA-målet interaksjoner, og protein komplekser (Corum) som beskrevet i metodedelen, og deretter identifisert entropi endring av hver modul i ulike prostata status (normal vs. kreft). Tabell 1 viser den fullstendige listen over de mest betydningsfulle proteinkomplekser påvirket av miRNA regulering i prostatakreft () ved hjelp av den eksperimentelt bestemte () miRNA-målet interaksjoner. Bonferroni korreksjon brukes for multippel-testing korreksjon. Totalt er komplekser spådd til å bli påvirket av miRNAs. Resultatene viser at komplekser som inneholder SMAD4 er betydelig påvirket i prostata cancer progresjon, og at SMAD6-HOXC8-komplekset er de mest betydelig påvirket kompleks. Dette komplekset spiller en rolle i transkripsjonen undertrykkelse ved å hemme interaksjoner mellom SMAD1 og HOXC8. De neste to viktige komplekser inneholde SMAD4, SKI, og SMAD3. Et annet sett av miRNA-påvirket komplekser inneholde SIN3A, HDAC, og ARID4B; disse komplekser virker som transkripsjon repressorer for myc-responsive gener og antagonisere MYC onkogene aktivitet, og de spiller en rolle i histon deacytelation, noe som er viktig i genekspresjon kontroll. Flere andre komplekser som inneholder RBL1 og ARID4B, som har en sekvens som ligner på RBL1, blir signifikant påvirket. Mesteparten av kompleksene forutsagt å være påvirket av mirnas er av størrelse mindre enn 5. To-komplekser; nemlig LINC kompleks (Corum ID: 5589) og SAP kompleks (Corum ID: 591) er spådd til å bli påvirket av miRNAs. Interessant, er bare RBL1 genet i LINC kompleks og ARID4B i SAP kompleks direkte målrettet av mirnas, noe som tyder på at avbrudd av en protein av flere mirnas kan føre til forstyrrelse av proteinkompleks. SAP Komplekset består av histon bindende og histon deacetylering proteiner antyder en nøkkelrolle for epigenetiske forandringer i prostata progresjon. En liste over de viktigste proteinkomplekser og deres målgruppe mirnas er vist i tabell S1. Visualisering heatmap av komplekse moduler (protein og mirnas) avslører at de sammen kan definere uttrykk mønster for Primær kreft og metastatisk kreft (figur S1 og S2 i File S1).
Funksjonell analyse av miRNA- påvirket protein komplekser
Vi utført funksjonsanalyse på miRNA-påvirket proteiner komplekser ved å analysere de biologiske prosessene de er involvert i. Vi utførte funksjonsanalyse på komponentene i kompleksene i tabell 1 bruker DAVID nettbasert verktøy [37 ] tilgjengelig på (https://david.abcc.ncifcrf.gov/) (84 proteiner ble funksjonelt preget). Benjamini multiple-testing korreksjon ble søkt om betydelig berikelse analyse. Funksjonell analyse viste at komponentene i kompleksene er beriket med tre store biologiske betingelser, fosforylering (p =), transkripsjonsregulering (p =) og acetylering (p =). Proteiner i komplekser er anriket i Dwarfin (p =), MAD-homolog (p =), SMAD (p =) og tyrosin proteinkinase (p =) domener. Proteinene er anriket i TGF-B-signalveien (p =), veier i kreft (p =), prostatakreft (p =), og andre spesifikke kreftformer (figur 2). Å analysere molekyl funksjon av proteiner understøttet at påvirket komplekser «komponenter er involvert i transkripsjon regulering (p =), SMAD binding (p =), protein kinase aktivitet (p =) og DNA-binding (p =). Vi deretter analysert de samme veiene som de miRNA mål i kompleksene i bakgrunnen av alle miRNA validerte mål. Vi brukte DAVID å finne de beriket vilkår i miRNA mål i 82 protein i bakgrunnen av miRNA validerte mål. Vi fant komplekser anriket på stier i kreft (p =), prostatakreft (p =) og blærekreft (p =).
Pathway Enrichment Kart over dyregulated protein komplekser. Vi hentet protein medlemmer av feilregulert protein komplekser og fant beriket trasé med David online tool.To visual berikelse kart over veier, brukte vi Enrichment kart Cytoscape plugin [47] for å visualisere beriket veier. Noder i denne figuren representerer beriket trasé, lenker mellom nodene representerer brøkdel av overlapping mellom dem. Jo mørkere node mer beriket veien er, og jo tykkere linken, er de mer betydelige overlappingen.
karakteriserer forholdet mellom den komplekse størrelse og komplekset entropi
entropi p.values av proteinkompleksene varieres mellom 0,8 til. Et av de spørsmålene vi stilte er om entropi verdier blir drevet av den komplekse størrelse. Vi har funnet at komplekser av størrelse 2, 3 og 7 har den mest betydningsfulle p-verdi, og komplekser av størrelse større enn 10 er ikke særlig signifikant (figur 3). Det finnes ulike biologiske tolkninger for denne observasjonen. Det ene er at mindre komplekser er lettere angrepet av miRNAs; imidlertid, når en protein av et større kompleks, kan komplekset være i funksjonell, men med mindre effektivitet. En annen interessant observasjon er at det ikke er noen sammenheng mellom størrelsen av proteinkomplekset og antallet mirnas som målretter proteinet i komplekset (tabell 1).
Ved hjelp av den eksperimentelle miRNA-target-interaksjon for å vurdere betydningen av miRNA-mediert dysregulering av proteinkomplekser, analyserte vi forholdet mellom den komplekse størrelse og p.value generert av vår framework.We funnet at komplekser f størrelse 2, 3 og 7 har den mest betydningsfulle p-verdi, og komplekser av størrelse mindre enn 10 er ikke veldig viktig.
miRNA-påvirket kanoniske pathway moduler
for å finne påvirkning av miRNAs på stier, viste vi anvendelsen av rammeverket på kuraterte protein trasé fra MSigDB genet sett database. Spurte vi hvordan størrelsen av protein modulene kan påvirke entropi verdien av miRNA innflytelse. Vi brukte miRNA-målet interaksjoner for å finne den miRNA innflytelse på veier. Tabell 2 viser trasé fra MSigDB som er betydelig påvirket av mirnas ved PCA; Resultatene viser at Syndecan-mediert og RAS signalveier er sterkt påvirket av miRNAs. De NF-kB mediert vei som involverer adapter proteiner MyD88 og TRAF6, som er involvert i Toll-like receptor og IL-1 reseptor signalveier, er også påvirket av miRNAs. Chromatin vedlikehold og RNA-polymerase mediert transkripsjon er også påvirket av mirnas i prostatakreft. Fra miRNA-målet interaksjoner, fant vi 54 mirnas som er rettet mot de betydelige veier; 24 av dem rettet mot mer enn ett medlem av veien. miRNA-en, miRNA-7b, og miRNA-16 ble funnet å målrette mer enn 5 forskjellige medlemmer av den samme vei, noe som tyder på at disse tre mirnas er viktige regulatorer av prostatakreft.
mirnas påvirke protein komplekser har en rolle i prostatakreft progresjon
Vi undersøkte den funksjonelle rollen mirnas som er rettet mot protein komplekser. Bare 66 mirnas var tilstede i Taylor genuttrykk data. Vi ga en liste over mirnas fra en grundig litteratursøk for mirnas involvert i prostatakreft. 45% av de 66 miRNAs er felles med 65 miRNA (p =) som har et eksperimentelt validert funksjonell rolle i prostatakreft progresjon, slik som MIR-1, MIR-106b, MIR-221, MIR-222, MIR-96 og MIR-182. (Se tabell S2).
prognostisk verdi av miRNA-protein komplekser moduler
I denne delen karakteriserer vi den prognostiske verdien (kreft tilbakefall og tid til døden) av miRNA-protein komplekse moduler. Vi først hentet ekspresjon av de 84 proteiner, som er en del av de 42 kompleksene i tabell 1, fra både Taylor og de svenske prostata data. Vi har også hentet miRNA uttrykket av de 85 mirnas som er rettet mot de 84 proteiner fra Taylor prostata data. Utgangspunktet vi gruppert protein og miRNA prøver i to grupper med k-means, og deretter bruke logrank og COX-fare regresjon test for å vurdere den kliniske betydningen av separasjonen. Formålet her er å vise at de sammensatte protein medlemmer kan stratifisere pasienter klinisk inn i forskjellige grupper. Dessverre, resultatet var ikke signifikant; clustering pasientene basert på de 85 mirnas i to sett ga fra Taylor miRNA data. På den annen side, clustering de 84 proteiner i to grupper basert på Taylor mRNA-data ga, og basert på de svenske data. Hvis du vil trekke mer nøyaktige prognostiske biomarkører fra disse listene, utførte vi univariate COX-fare regresjonsanalyse og deretter valgte proteiner med betydelig p-verdi. Settet av 84 proteiner ble redusert til 23 proteiner og miRNA settet ble redusert til 21 mirnas (tabell 3). Vi så utført gruppering basert på ekspresjon av proteiner og mirnas i redusert sett og karakterisert deres kliniske betydning. For de 23 proteinene, er gruppert sett av pasientene i de Taylor data signifikant separert (p = 0,005) (figur 4A). Som en negativ kontroll, vi tilfeldig valgt 23 proteiner 1000 ganger og gjentatt clustering og logrank testen, å oppnå et gjennomsnitt på p = 0,26. Videre gruppere prøvene i tre sett demonstrert mer betydelig skille mellom høy risiko og lav-risiko pasienter (p = 0,00088) (Figur S3 i File S1). For ytterligere å teste den prognostiske verdien av de 23 gener på det svenske datasettet (uavhengig data som ikke ble brukt til å identifisere miRNA-påvirket proteinkomplekser), brukte vi sine uttrykk verdier fra de svenske data, og gruppert prøver i to grupper som ikke var signifikant separert (p = 0,5). Men når vi gruppert prøver i det svenske over 23 proteiner inn i tre grupper, fant vi signifikant separasjon i lav-risiko, middels risiko og høy risiko pasienter (figur 4B). Høyrisikopasienter er betydelig adskilt fra lav-risiko pasienter (p = 0,008) sammenlignet med gjennomsnittet av 1000 tilfeldige permutasjoner av prøvene (p = 0,63).
A. Prøvene ble gruppert i to grupper basert på uttrykk for de 23 proteiner fra Taylor mRNA data og deretter logrank test ble brukt for å vurdere separasjon signifikans (p = 0,005). B. Prøver fra den svenske prostata kohorten ble gruppert i tre grupper bruker uttrykket av de 23 proteiner. De resulterte i tre grupper er betydelig fraskilt som viser den prognostiske kraft av de 23 proteinene (lav risiko og høy risiko (p = 0,008), lav risiko og mellomliggende risiko (p = 0,16), med høy risiko og mellomliggende risiko (p = 0,02)). C. Prøver fra den svenske bryst kohorten ble gruppert i to grupper basert på uttrykk for de 23 proteiner. De to gruppene har tydelig død bestemt forening (p = 0,004). D.Samples fra den svenske bryst kohorten ble gruppert i to grupper basert på uttrykk for de 23 proteiner. De to gruppene har tydelig kreft tilbakefall profil (p = 0,008).
Når vi funksjonelt analyserte beriket vilkårene i de 23 proteiner, fant vi at de er beriket på flere kreft trasé som cellesyklusen (p =), TGF-beta pathway (p =), kronisk myelogen leukemi (p =), og Notch signale (p =). I tillegg ble genene anriket i transkripsjon regulering biologisk prosess (p =).
For å teste den prognostiske verdien av de 23 proteiner for andre krefttyper, har vi brukt bryst data fra det svenske bryst kohort. Gruppering prøvene i to sett med 23 proteiner viser signifikant sammenheng med kreftspesifikk død og kreft tilbakefall (Tall 4C-D). Vi har også brukt Gobo nettbasert verktøy [38] (https://co.bmc.lu.se/gobo) for å knytte uttrykket av proteiner med fjernmetastaser overlevelse på mer enn 1200 prøver med ulike genotyper. De 23 proteiner blir funnet å være assosiert med brystcancer metastase på tvers av alle prøvene (p = 0,0076) (fig S4A i File S1). Resultatene viser også at 23 proteiner er tettere forbundet med metastaser i ER-positive (p = 0,00057) (figur S4B i File S1) og LN-negativ brystkreft (p = 0,004) (Figur S4C i File S1) subtyper .
for å karakterisere den prognostiske verdien av 21 påvirke mirnas, hentet vi deres uttrykk data fra Taylor miRNA data og gruppert prøvene inn i to grupper. De 21 mirnas havn betydelig prognostisk verdi som de fører til betydelig skille mellom de to førte til pasient sett (p = 0,00004, 1000 tilfeldige sett ga p = 0,11) (figur S5 i File S1). Når prøvene ble delt inn i tre grupper på tvers av de 21 mirnas, (p = 0,00021, 1000 tilfeldige sett ga p = 0,28) svært viktig skille mellom lav risiko og høy risiko prøver (figur S6 i File S1) er funnet. Den prognostisk effekt av de 21 miRNAs ble sammenlignet med 94 Miras forskjellig uttrykt mellom tumor og normal i Taylor data, og 50 mirnas forskjellig uttrykt mellom aggressiv prostatakreft og ikke-aggressiv kreft. De 94 mirnas har en logrank p = 0,019 og 50 mirnas har logrank p = 0,00046. Dette resultatet tyder på at mirnas som påvirker proteinkomplekser er betydelige prognostiske biomarkører.
I sammendraget, resultatene viser at mirnas at coordinately regulerer proteinkomplekser er verdifulle prognostiske biomarkører. I tillegg protein komplekser feilregulert ved mirnas er prognostiske biomarkører som er kandidater som terapeutiske mål for prostatakreft behandling.
Validating den diagnostiske kraften i påvirket protein komplekser og mirnas på uavhengig uttrykk data
Å karakterisere den diagnostiske rolle miRNA-påvirket proteinkomplekser og målretting mirnas, validert vi deres evne til å skille tumorprøver fra ikke-tumorprøver ved hjelp av uavhengige mRNA og miRNA uttrykk datasett. En lineær støtte vektor maskin med 10-fold kryssvalidering ble brukt til å forutsi nøyaktig klassen etiketten av pasientene (Normal, Primær eller metastase). Den SVM klassifikator tar ekspresjonsdata av pasienter på tvers av miRNA-påvirket proteiner og tar sikte på å forutsi den klasse av pasienter som bruker uttrykket dataene. Her kryssvalidering blir brukt for å vurdere ytelsen av modellen på grunn av mangel av ytterligere uavhengige prøver. Resultatene (tabell 4) viser at sammendragsverdimetrikken, ved hjelp av ekspresjonsnivået av proteinene i miRNA-påvirket proteinkomplekser, med hell separert primær fra normale prøver (85%) og metastaser fra primære prøver (100%) i Arul
et al.
data. Proteinene klassifiseres også primære og normale prøver (80%) og metastaser sammenlignet med primærcancer (83%) i Yu
et al.
Data.
