Abstract
Bakgrunn
Mange studier prøve å identifisere kreft diagnostiske biomarkører ved å sammenligne perifert fullblod (PWB) av kreftprøver og friske kontroller, eksplisitt eller implisitt forutsatt at slike biomarkører er potensiell kandidat biomarkører for å skille kreft fra ikke-ondartede betennelse-assosierte sykdommer.
Metoder
Flere PWB genuttrykk profiler for lungekreft /betennelse-assosiert lungesykdommer ble brukt for differensial mRNA identifisering og sammenligning og for andel estimering av PWB celle undergrupper.
Resultater
De differensielt uttrykte gener (DE gener) mellom lungekreft /betennelse-assosiert lungepasienter og friske kontroller ble reproduserbart identifisert i forskjellige datasett. For disse DE genene observert i lungekreft /betennelse-assosiert lungesykdommer, ble mer enn 90,2% uttrykt forskjellig mellom myeloide celler og lymfoide celler, med minst 96,8% å ha konsistente retninger av regulering (opp- eller ned-forskrifter) i myeloide celler sammenlignet med lymfoide celler, forklar av skiftet bestander av PWB celle subtyper under sykdomstilstander. Sammenligningen av DE gener for lungekreft og betennelse-assosiert lungesykdommer viste at overlappende gener var 100% konsekvent i den forstand av retning av regulering.
Konklusjoner
differensial blod mRNA observert i lungekreft og i inflammasjons forbundet lungesykdommer var like, både i hovedsak reflekterer forskjellen mellom myeloide celler og lymfoide celler hovedsakelig bestemt av PWB celle befolkningsendring. Dermed kan strategien for å sammenligne kreft med friske kontroller gir lite informasjon av evne til de identifiserte kandidat biomarkører i diskriminerende kreft fra betennelse-assosiert lungesykdommer
Citation. Hong G, Chen B, Li H, Zhang W, Zheng T, Li S, et al. (2014) I likhet Source of Differential Blood mRNA i lungekreft og lungebetennelsessykdommer: lyser bedre strategi for å identifisere kreftspesifikk biomarkers. PLoS ONE ni (9): e108104. doi: 10,1371 /journal.pone.0108104
Redaktør: Yan Zhang, Harbin Medical University, Kina
mottatt: 10 juli 2014; Godkjent: 18 august 2014; Publisert: 22.09.2014
Copyright: © 2014 Hong 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
Data Tilgjengelighet:. Den forfatterne bekrefter at alle data som underbygger funnene er fullt tilgjengelig uten restriksjoner. Alle de genuttrykk datasett analysert i denne studien er tilgjengelig fra Gene Expression Omnibus (GEO) database (deponeringsnummer GSE42826, GSE42830, GSE20189, GSE19314, GSE28623, GSE28490, GSE28491)
Finansiering:. Dette arbeidet er støttet av Natural Science Foundation National of China (Grant Nos 91029717,81071646,81372213,81201702 og 81201822,. https://www.nsfc.gov.cn). Den Funder 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
Lungekreft er en av de mest utbredte krefttypene [1]. Tidlig påvisning av lungekreft er avgjørende for å unngå behandling forsinkelse og bedre overlevelse. For å finne diagnostiske biomarkører for lungekreft for ikke-invasiv klinisk anvendelse, har forskere grundig studert genekspresjon endringer i perifert helblod (PWB) eller perifere mononukleære blodceller (PBMC) [2] – [6]. Selv om noen blodbaserte genekspresjonssignaturer har blitt rapportert å ha god ytelse i diskriminerende lungekreft fra friske kontroller [2] – [4], de mangler vanligvis reproduserbarhet mellom laboratorier. Enda viktigere er det få studier vurdert om de identifiserte blodbaserte genekspresjonssignaturer ha evnen til å skille lungekreft fra inflammasjonsassosierte sykdommer i lunge, inkludert, men ikke begrenset til, sarkoidose, lungebetennelse og tuberkulose, som har lignende kliniske og histologiske egenskaper med lungekreft [6]
det antas at perifere leukocytter er den dominerende kilde for mRNA i PWB prøvene [7].; Imidlertid kan differensial mRNA signaler observert i PWB prøver fra kreftpasienter sammenliknet med friske kontroller reflektere endringer i undergrupper i perifere blodceller. Mange studier har funnet at, i PWB av pasienter med kreft, andelen av blodceller stammer fra myeloid progenitor (referert til som myeloide celler for enkelhets skyld) øker, mens andelen av blodceller stammer fra lymfocytt progenitor (referert til som lymfoid celler for enkelhet) minker [8] – [13]. Den proporsjonale forandringer (eller subpopulasjon skift) av de celletyper i PWB kan påvirke genekspresjonsprofiler av kreft PWB prøvene sammenlignet med friske kontroller [14], [15]. Men i hvilken grad endringene i blodcellepopulasjoner bidra til differensial genuttrykk endringer observert i lungekreft PWB prøvene er fortsatt uklart. Som en compounding faktor, skifter lignende undergruppe i blodceller har også blitt observert i mange betennelses forbundet lungesykdommer [16] – [18]. Derfor er klarlegging av kilden til differensial mRNAer i PWB prøver av inflammasjonsassosiert lungesykdommer som trengs for å vurdere om genekspresjonssignaturer bestemt fra lungekreft PWB sammenlignet med friske kontroller ha evnen til å skille kreft fra andre betennelses forbundet pulmonal sykdommer.
i denne studien, som bruker tre genuttrykk profiler av PWB prøver fra lungekreftpasienter, vi viste at differensielt uttrykte gener (dE gener) oppdaget fra forskjellige datasett var signifikant reproduserbar. Ved å anvende en algoritme dekonvolvering, viste vi at andelen av myeloide celler økes og andelen av lymfoide celler ble redusert i lunge cancer PWB prøver. Vi videre viste at DE gener mellom PWB prøver av lungekreft og friske kontrollpersoner var svært konsistente med DE gener mellom myeloide celler og lymfoide celler, støtter muligheten for at differensial mRNA observert i lungekreft PWB prøvene ble definert av differensial mRNA mellom myeloid celler og lymfoide celler i PWB prøver av lungekreftpasienter. Spesielt de mest markante DE gener mellom PWB prøver av lungekreft og friske kontroller tendens til å bli definert av DE gener mellom myeloide celler og lymfoide celler. De samme fenomen ble observert for en rekke inflammasjonsassosiert lungesykdommer. Derfor kan det være vanskelig å bruke PWB genekspresjonssignaturer utviklet av lungekreft versus friske kontroller som potensiell kandidat biomarkører å skille kreft fra betennelse-assosiert lungesykdommer. Å utvikle spesifikke diagnostiske biomarkører for kreft, kan fremtidige studier fokusere på direkte sammenligning mellom blodbaserte genuttrykk profiler av PWB celle subtyper mellom kreft og betennelse-assosiert sykdom.
Materialer og metoder
analyse av microarray data
Vi har analysert tre microarray datasett for PWB prøver fra hver type lungesykdommer (tabell 1), inkludert lungekreft, sarkoidose, lungebetennelse og tuberkulose. Alle de genuttrykk datasett analysert i denne studien ble lastet ned fra Gene Expression Omnibus (GEO) database [19]. For enkelthets skyld, sarkoidose, lungebetennelse og tuberkulose er også referert til som «inflammasjonsassosiert pulmonale sykdommer». Prøvene i LC60, ble SCD68, PNU58 og TB63 hentet fra GEO serien GSE42826 mens prøvene i LC46, SCD55, PNU46 og TB54 ble hentet fra GEO serien GSE42830. Expression data fra ulike studier for lungekreft og hver betennelse-assosiert lungesykdom, nemlig LC153, SCD58, PNU26 og TB83, ble også samlet inn for evaluering av reproduserbarhet. De normaliserte data ble lastet ned fra GEO, og den opprinnelige plattformen merknadsfil hentet fra GEO for hvert datasett ble brukt til å kommentere de CloneIDs til GeneIDs.
De to leukocytter datasett, LEU33 og LEU37, ble brukt til å måle transkripsjon Forekomsten av ulike leukocyttceller fra sunt menneske PWB. For hvert datasett ble genekspresjonsprofiler fra humane friske leukocytt-undertyper delt inn i to grupper: en gruppe profilert myeloide celler, inkludert monocytter, nøytrofiler og eosinofiler, mens den andre gruppen profilerte lymfoide celler, inkludert T-celler, NK-celler og B-celler. Den gjennomsnittlige renhet av hver isolerte celle undersett var minst 92% som bestemt ved strømningscytometri [20]. I tabell 1, «Case» refererer til myeloid gruppen, mens «Control» refererer til lymfoid gruppen.
Påvisning av DE gener
To-utvalg
t
-test metode ble anvendt for å identifisere dE gener ved å styre den falske funnraten (FDR) [21] ved 5%. Innenfor datasettene, ble en DE gen anses oppregulert om sin relative forskjellen i uttrykket nivåer mellom sak og kontroll gruppen var større enn null, og en DE genet ble ansett nedregulert om sin relative forskjellen i uttrykket nivåer mellom sak og kontrollgruppe var mindre enn null [22]. Tre typer DE genene ble definert. DE gener mellom lungekreft og friske kontroller, DE gener mellom betennelse-assosiert lungesykdommer og kontroller og DE gener mellom myeloide celler og lymfoide celler
Evaluering av samsvar mellom to lister av dE gener
for to datasett, hvis dE gen oppdaget fra en datasettet ble også identifisert som en dE gen med samme retning av regulering (opp- eller nedregulering) i et annet datasett, dette genet ble ansett konsistente på tvers av datasett. Vi definerte en konsistens poengsum som prosentandelen av konsistente DE gener i alle de overlapp DE gener mellom to datasett. Når man sammenligner DE gener fra forskjellige datasett generert på ulike plattformer, vi bare betraktet genene målt i begge plattformene. Deretter, ved hjelp av binomisk fordeling modellen, testet vi hvorvidt konsistensen score på DE gener på tvers av datasett som kan forventes å oppstå ved tilfeldig sjanse. Sannsynligheten for å observere minst
m
DE gener hver med samme retning av regulering på tvers av to datasett fra
N
tilfeldig utvalgte gener ble beregnet som følger: (1) hvor
P
e
er tilfeldig sannsynlighet (her 0,5) av en dE gen har samme retning for regulering på tvers av to datasett. En konsekvens poengsum ble betraktet som signifikant for p-verdi. 0,05
Estimering av proporsjonene av myeloide celler og lymfoide celler i PWB
For å finne ut om myeloid og lymfoide celle proporsjoner varierer i PWB av pulmonare sykdom pasienter, kvantifisert vi proporsjonene av myeloide celler og lymfoide celler som er dokumentert i immunresponsen i databasen [23] Silico (IRIS) ved en prosess med dekonvolvering [24]. Hvis
B
representerer den kjente matrise av microarray uttrykk profiler målt for en sykdom som består av både sykdom og friske prøver;
X
representerer proporsjonene av myeloide celler og lymfoide celler; og
A
representerer kjent matrise av ekspresjonsnivåene av markørgener i de myeloide celler og lymfoide celler som er kjennetegnet ved IRIS databasen, deretter (2)
Hensikten med dekonvolvering er å finne løsningen av konvolusjonen ligning, som vil gi de celle-type proporsjoner for myeloide celler og lymfoide celler.
Når andelene av myeloide celler og lymfoide celler i hver prøve fra et datasett ble beregnet ved den Bioconductor pakken CellMix [25 ], vi brukte to-utvalg
t
-test metode for å vurdere om proporsjonene var signifikant forskjellig mellom sykdom og friske kontroller. En p-verdi 0,05 ble betraktet som signifikant. To andre celle-spesifikke uttrykk signaturer, definert av Abbas et al. [24] og ved HaemAtlas [26], ble også brukt til å vurdere om andelen endringer av myeloide celler og lymfoide celler var reproduserbar.
DE gener for sykdom PWB definert av forskjellen mellom myeloide og lymfoide celler
blod celler kan grupperes i myeloide celler og lymfoide celler. Derfor, for et gen i en prøve PWB, uttrykket kan bli modellert som en lineær kombinasjon av ekspresjon av dette gen i myeloide celler og lymfoide celler hhv. La den gjennomsnittlige uttrykk nivåer av et gen i myeloide celler og lymfoide celler være
b
m Hotell og
b
l
henholdsvis, deretter sin uttrykksnivået i sunn PWB prøven kan være modellert som (3) der
p
m Hotell og
p
l
representerer andelen av myeloide celler og lymfoide celler, henholdsvis. Når andelen av myeloide celler øker med Δ
k
etter sykdomstilstand, andelen av lymfoide celler reduseres med Δ
k
. Således kan ekspresjonsnivået av genet i sykdommen PWB prøven være representert som (4)
ekspresjon forskjell fra dette genet mellom sykdommen og friske prøven (5)
Med utgangspunkt i hypotese at den forskjøvede andelene av myeloide celler og lymfoide celler er den viktigste faktor som bidrar til de differensielle ekspresjonsnivåene observert i sykdoms PWB prøver, i henhold til formel (5), retningen av reguleringen (opp- eller nedregulering) av en dE-gen i sykdoms PWB prøvene sammenlignet med friske PWB prøver skal være i samsvar med dens retning av regulering i myeloide celler i forhold til lymfoide celler.
Resultater
reproduserbarhet av DE gener mellom lungekreftpasienter og friske kontrollpersoner
for å avgjøre om mRNA biomarkører for lungekreft kan reproduserbart identifisert ved hjelp av PWB, vi tilgang til data fra tre ulike microarray eksperimenter. Når man sammenligner genene fra flere datasett generert på ulike plattformer, vi bare betraktet genene representert i alle datasett (tabell S1 i File S1). Som vist i tabell 2, med en FDR mindre enn 5%, DE genene som detekteres fra forskjellige datasett for lungekreft var reproduserbar. For eksempel, blant de 2029 DE genene identifisert fra LC46 datasettet, 81,5% (1654) ble også gjenkjent som DE gener i LC60 datasettet, og hver av dem hadde samme retning for regulering på tvers av de to datasett, som ble hentet fra samme studien. Ved sammenligning av DE genene identifisert fra LC60 til DE genene identifisert fra LC153 som var fra en annen studie ble 389 DE genene vanligvis oppdaget, hvorav 99,2% hadde de samme retninger av regulering på tvers av de to datasettene. Tilsvarende 258 DE gener overlappet mellom 1372 og 876 DE genene henholdsvis identifisert fra LC46 og LC153, og 98,8% av dem hadde de samme retninger av regulering. Basert på konsistens score, kan overlappingen mellom hvert par av lungekreft datasett ikke kan forventes å ha oppstått ved tilfeldigheter (p-verdi 2,2 × 10
-16, binomisk test), noe som indikerer at DE genene identifisert fra PWB for lungekreft var betydelig reproduserbar.
Source of dE gener observert i lungekreft PWB prøver
for å finne ut om forskjeller i dE genene identifisert fra ulike datasett kan forklares med forskjellige andeler av myeloid celle og lymfoide celleundergrupper, søkte vi genekspresjonen deconvolution metode [24] for å beregne proporsjonene av de myeloide celler og lymfoide celler i hvert datasett for lungekreft og friske kontrollprøvene ved hjelp av de celle-spesifikke signaturer dokumentert i IRIS database (se Methods). Som vist på fig. 1, var andelen av myeloide celler var signifikant høyere i PWB prøver med lungekreft sammenlignet med friske kontroller, mens andelene av lymfoide celler ble signifikant lavere hos lungekreftpasienter (p-verdi 0,05,
t
-test). På grunn av at beregningen er avhengig av valg av celletypespesifikke markører, vi også brukt cellespesifikke signaturer definert av Abbas et al. [24] og markørgener preget av HaemAtlas [26] for deconvolution. Resultatene viste også at de beregnede mengder av myeloide celler og lymfoide celler ble signifikant høyere og lavere henholdsvis i PWB prøver med lungekreft sammenlignet med friske kontroller (p-verdi 0,05,
t
-test).
De estimerte andeler av myeloide og lymfoide celler i lungekreft og sunne PWB prøver for hvert datasett. * Angir statistisk signifikante forskjeller (P 0,05). Forkortelser er samme som i tabell 1.
For ytterligere å analysere om DE gener observert i lungekreft PWB prøvene kan bli definert av differensial mRNA mellom myeloide celler og lymfoide celler, sammenlignet vi DE genene identifisert mellom lunge kreft og friske kontroller med dE gener identifisert i myeloide celler i forhold til lymfoide celler. Vi definerte en pålitelig oversikt over DE gener for lungekreft og for myeloide celler henholdsvis. Listen over DE gener for lungekreft ble definert som de DE genene påvist i alle de tre datasett med konsistente retninger for regulering, som inkluderte 190 DE gener (Tabell S2 i File S1). For å inkludere så mange DE gener mellom myeloide celler og lymfoide celler som mulig, vi definert DE genene for myeloide celler i forhold til lymfoide celler ved å kombinere to lister over DE gener identifisert fra to leukocytter datasett og slette disse DE gener med inkonsekvente retninger av regulering på tvers de to datasett. Den resulterende listen inkluderte 5042 DE gener (referert til som M-L DE genet liste for enkelhets skyld). Den integrerte ML DE-genet liste var pålitelig, da DE-genene som er identifisert fra de to leukocyttpopulasjoner datasett var signifikant reproduserbar: ved hjelp av en FDR mindre enn 5%, 5069 og 7266 DE gener mellom myeloide celler og lymfoide celler ble identifisert henholdsvis fra LEU33 og LEU37 datasett, og 4186 av de genene ble inkludert i begge listene, 97,1% av de som hadde de samme retninger av regulering på tvers av de to datasett, som var lite sannsynlig å bli observert av tilfeldig sjanse (p-verdi 2,2 × 10
-16, binomisk test).
Blant de 190 dE genene konsekvent identifisert i lungekreft, ble 94,7% inkludert i genene liste ML dE og alle av dem hadde de samme retninger av regulering som i myeloide celler versus lymfoide celler, som ikke kan forventes å oppstå ved tilfeldig sjanse (p-verdi 2,2 × 10
-16, binomisk test). Dette indikerer at DE gener som er spesifikke for lungekreft prøvene er hovedsakelig bestemt av befolkningsendring i myeloide celler og lymfoide celler og gjenspeiler i hovedsak uttrykk forskjellen mellom disse to celletypene. Men 10 av de 190 DE genene som er definert for lungekreft ble ikke inkludert i genet listen ML DE, sannsynligvis på grunn av ufullstendighet av listen over DE gener mellom myeloide celler og lymfoide celler, som bare ble avledet fra to datasett [27] . Som bevis for denne mulighet, ytterligere evaluert vi hvorvidt disse 10 DE genene hadde tendens til differensial ekspresjon i noen av de to leukocytt-datasett. Vi har funnet at fire av de 10 DE genene som er definert for lungekreft tendens til å være signifikant uttrykkes (med en ujustert p-verdi 0,05) mellom myeloide celler og lymfoide celler og alle av dem hadde de samme retninger av regulering som i myeloide celler sammenlignet med lymfoide celler, som var neppe skje ved tilfeldig sjanse (p-verdi 2,2 × 10
-16, binomisk test). Når du slapper den ujusterte p-verdien til 0,1, 6 av de 10 de genene som er definert for lungekreft var DE gener mellom myeloide celler og lymfoide celler med de samme retninger av regulering. Spesielt, DE gener fra de lungekreft datasett med de mest signifikante forskjellene er mer sannsynlig å være definert av differensial mRNA mellom myeloide celler og lymfoide celler. Alle de 10 mest betydelig DE gener som er definert for lungekreft ble inkludert i M-L DE genet liste, og alle av dem hadde de samme retninger av regulering som i myeloid celle versus lymfoide celle datasett. Blant de mest betydningsfulle de 100 DE gener som er definert for lungekreft, 96 hadde signifikant forskjellig uttrykk i myeloide celler og lymfoide celler, alle med de samme retninger av regulering som i myeloide celler sammenlignet med lymfoide celler (p-verdi 2,2 × 10
-16, binomisk test). Disse resultatene videre foreslått at myeloid /lymfoide befolkningen skiftet var sannsynlig å utgjøre kilden til DE genene fra lungekreftpasienter sammenlignet med friske kontroller.
Source of DE gener observert i PWB av betennelse-assosiert lungesykdommer
Fordi respons av immunceller til betennelse kan være representert ved endringer i blodcellepopulasjoner [14], vi også sammenlignet dE genene identifisert fra ulike betennelses forbundet lungesykdommer til dE genene som er definert for myeloide celler. Basert på reproduserbarheten analyse av tre PWB genekspresjon datasettene for hver av de betennelses assosiert lungesykdom (se Metoder), De genene som er identifisert fra forskjellige datasett for hver betennelse-assosiert lungesykdom var signifikant reproduserbar (tabell 3).
for hver av de tre betennelse-assosiert lungesykdommer, også definert vi en pålitelig oversikt over dE gener. Med en FDR 5%, ble 441 gener som var signifikant forskjellig uttrykt i alle tre Sarkoidose datasett med de samme retninger av regulering definert som DE gener for sarkoidose. Tilsvarende ble 550 og 34 gener definert som DE gener for tuberkulose og lungebetennelse, henholdsvis. Blant de 441 DE genene som er definert for sarkoidose, 90,2% (398) overlappet med M-L DE gener og 97,0% av dem hadde de samme retninger av regulering med respekt som i myeloide celler versus lymfoide celler. Antallet DE gener overlappende mellom tuberkulose DE gener og M-L DE genene var 499, hvorav 97,0% var konsekvent i sine retninger for regulering. I lungebetennelse DE-genene, ble 91,2% (31) av de 34 DE genene inkludert i listen genet M-L DE, og bare ett gen hadde en inkonsekvent retninger av reguleringen i M-L DE-genet liste. Alle konsistens score antydet at dataene ikke kunne bli observert av tilfeldig sjanse (p-verdi 0,05, binomisk test).
Deconvolution av genuttrykk profiler også bekreftet at proporsjonene av myeloide celler og lymfoide celler i datasettene for betennelse-assosiert lungesykdommer endret, med proporsjonene myeloide celler betydelig økt og andelen av lymfoide celler betydelig redusert i betennelses forbundet lungesykdom prøvene sammenlignet med friske kontroller (fig. 2). Dette antydet at de observerte differensial genekspresjon i PWB transkriptomet av betennelse-assosiert lungesykdommer også en tendens til å bli overveldende definert av differensial mRNA mellom myeloide celler og lymfoide celler.
De estimerte andelen myeloid og lymfoide celler i sarkoidose , lungebetennelse og tuberkulose og sunne PWB prøver for hvert datasett. * Angir statistisk signifikante forskjeller (P 0,05). Forkortelsene er de samme som i tabell 1.
Sammenligning mellom lungekreft og inflammasjonsassosierte lungesykdommer
Som beskrevet ovenfor, DE genene observert i både kreft og inflammasjonsassosierte lungesykdommer tendens til å være hovedsakelig stammer fra skiftet populasjoner av myeloide og lymfoide celler, noe som tyder på at dE genene kan være konsekvent mellom dem. Derfor sammenlignet vi konsekvent DE genene som er definert for lungekreft til de konsekvente DE genene som er definert for hver betennelse-assosiert lungesykdom. For de 190 DE genene som er definert for lungekreft, ble 75, 104 og 7 inngår i 441, 550 og 34 DE gener som er definert for sarkoidose, lungebetennelse og tuberkulose, henholdsvis. Alle av dem hadde de samme retninger av regulering med hensyn til sine retninger i de tilsvarende betennelse-assosiert lungesykdommer, som ikke kunne bli observert av tilfeldig sjanse (p-verdi 0,05, binomisk test). Da vi sammenlignet direkte DE gener oppdaget mellom lungekreft og hver betennelse-assosiert lungesykdom hhv. Med en FDR mindre enn 5%, ble noen få DE gener identifisert mellom lungekreft og hver inflammasjon-assosiert sykdom. Bare én DE genet ble ofte identifisert mellom lungekreft og Sarkoidose prøver fra GEO serie GSE42826 og GSE42830, som 28 og 30 DE gener ble identifisert hhv. Fem og 94 DE gener ble identifisert mellom lungekreft og tuberkulose prøver fra GEO serie GSE42826 og GSE42830 henholdsvis, som deles bare ett gen. Ekstremt ble ingen DE gener identifisert mellom lungekreft og lungebetennelse prøver fra GEO serien GSE42830. Resultatene bekreftet at DE gener i lungekreft og betennelse-assosiert lungesykdommer var sannsynlig å bli definert av deres forskjellige cellepopulasjoner i stedet for å avsløre forskjeller i sykdomstilstander.
Diskusjoner
Utvalget kandidat blod-basert mRNA biomarkører blant de mest betydningsfulle dE genene i kreftblodprøver sammenlignet med kontrollene er en felles strategi [28] – [30]. Men våre resultater antydet at denne strategien for skille lungekreft fra betennelse-assosiert lungesykdommer kan gi misvisende resultater. Våre resultater viser at DE gener oppdaget fra flere PWB datasett for lungekreft og betennelse-assosiert lungesykdommer ble hovedsakelig bestemt av undergruppe skift i myeloid og lymfoide celler og i hovedsak gjenspeiles uttrykket forskjellen mellom myeloide celler og lymfoide celler. Sammenligningen mellom DE genene konsekvent identifisert av lungekreft og fra hver betennelse-assosiert lungesykdom viste videre at de overlapp DE genene i PWB prøver av pasienter fra disse to sykdomsgruppene var svært konsekvent i retning av regulering. Våre resultater viste også at i PWB prøver for lungekreft sammenlignet med friske kontroller, den høyest rangerte DE gener var mest sannsynlig til å bli bestemt av uttrykket forskjellen mellom myeloide celler og lymfoide celler, som gjenspeiler befolkningsendring i myeloide celler og lymfoide celler. Fordi PBMC inkluderer lymfocytter (T-celler, B-celler og NK-celler og monocytter), De genene observert i PBMCer fra pasienter med svulster kan også hovedsakelig reflekterer forskjøvet subpopulasjoner av myeloide celler og lymfoide celler. Derfor er rapportert blodbaserte biomarkører ved å sammenligne genekspresjonsprofiler til kreftpasienter og friske kontroller [4], [30] – [32] kan ha redusert kraft i skille kreft fra betennelser-assosiert sykdom fordi de er definert av DE gener mellom myeloid celler og lymfoide celler som vil føre til tilsvarende endringer i ekspresjon betennelse-assosiert lungesykdom.
på den annen side, selv om retningene av regulering av gener i dE lungekreft og inflammasjonsassosierte lungesykdommer versus friske kontrollpersoner var nesten den samme, kunne vi ikke utelukker muligheten for at omfanget av undergruppe skifter i myeloide og lymfoide celler kan være forskjellig mellom lungekreft og inflammasjonsassosierte pulmonær sykdom pasienter, noe som kan føre til subtil forskjell av genekspresjon mellom kreft og inflammasjonsassosierte lungesykdommer . Bloom et al. har identifisert 144 gener som kunne skille tuberkulose av lungekreft [6]. Blant disse 144 genene, 59 ble inkludert i genene analysert i vårt studium. Vi fant at 47 av de 59 gener ble detektert som signifikant mellom myeloide celler og lymfoide celler med et fdr mindre enn 5%, noe som indikerer at denne 144-genet signatur var sannsynligvis vil bli påvirket av de skiftede populasjoner av myeloide og lymfoide celler. Som signaturen ble rapportert å være i stand til å skille lungekreft fra tuberkulose, kan dette resultat også antyde at forskjeller kan eksistere i omfanget av undergruppe skifter mellom lungekreft og betennelse-assosierte sykdommer. Tatt i betraktning den sterke og lignende innflytelse undergruppe skift i PWB myeloid og lymfoide celler på uttrykket endringer i kreft og betennelses-assosierte sykdommer, foreslo vi at en passende studiedesign for å finne kreftspesifikke diagnostiske biomarkører kan være å sammenligne både en undergruppe skifter i myeloide celler og lymfoide celler og genuttrykk profiler mellom kreft og betennelses-assosierte sykdommer.
En annen mulighet er at undergrupper av perifere blodceller kan utvise forskjellige genuttrykksmønster mellom friske og sykdomstilstander av kreft [33]. Egentlig Showe og kolleger har rapportert at en 29-gen signatur identifisert fra PBMC var lovende skille lungekreft fra nonmalignant lungesykdom [3]. Selv om manglende validering i uavhengige studier [2], kan denne signaturen foreslå muligheten for å identifisere kreftspesifikke biomarkører fra PWB celle undergrupper som PBMC er i hovedsak består av lymfocytter. Nylige studier har også vist at enkelte interferon-stimulerte gener (ISGs) er betydelig nedregulert i blod T-celler og B-celler fra pasienter med melanoma, bryst kreft og gastrointestinal kreft [34], [35]. Omvendt, ISGs tendens til å være signifikant oppregulert hos pasienter med betennelses-assosierte sykdommer slik som SLE, [36], noe som antyder en mulig strategi for å skille sykdomstyper. Vi har utforsket potensialet i denne strategien ved hjelp av to datasett som inkluderer undergrupper av lymfocytter fra SLE og sunn kontroll blod (tabell S3 i File S1). Fra de 190 DE genene som er definert for lungekreft, har vi oppnådd to gener som var minst sannsynlighet for å bli uttrykt forskjellig mellom myeloide og lymfoide celler (med en ujustert p-verdi 0,2), hvorav den ene var signifikant nedregulert i B-cellene og CD4 T-celler fra SLE-prøvene sammenlignet med friske kontroller (tabell S4 i File S1). Dette tyder på at fremtidig identifisering av biomarkører fra tumor PWB prøvene kan utvikles gjennom å sammenlikne kreft og betennelser celle undergrupper direkte.
Hjelpemiddel Informasjon
Fil S1.
Tabell S1-S4. Tabell S1. Antall gener som deles mellom ulike plattformer; Tabell S2. De 190 DE genene som er definert for lungekreft; Tabell S3. Datasett på systemisk lupus erythematosus; Tabell S4. Celletype spesifikke uttrykk i systemisk lupus erythematosus
doi:. 10,1371 /journal.pone.0108104.s001 plakater (XLS)
