Abstract
Mål
Til profil RNA uttrykk i magekreft med anatomiske sekundære områder som et første skritt i å identifisere molekylære undergrupper og gir mål for tidlig deteksjon og behandling.
metoder
Vi utførte transkriptomet analyse med Affymetrix Genechip U133A i mage Cardia adenokarsinomer (n = 62) og mage noncardia adenokarsinomer (n = 72) og deres matchede normale vev fra pasienter i Shanxi-provinsen, og validerte valgt feilregulert gener med flere RNA studier. Uttrykk av feilregulert gener ble også knyttet til overlevelse av tilfellene.
Resultater
Principal Component Analysis viste at prøvene gruppert etter svulst vs. normal anatomisk plassering, og histopatologiske funksjoner. Paret t-tester av tumor /normalt vev identifisert 511 gener hvis uttrykk ble dysregulerte (
P
4.7E-07 og minst to ganger forskjell i størrelse) i Cardia eller noncardia mage kreft, inkludert nesten en -half (n = 239, 47%) dysregulerte i både cardia og noncardia, en fjerdedel dysregulerte i cardia bare (n = 128, 25%), og omtrent en fjerdedel i noncardia bare (n = 144, 28%). Andre RNA studier bekreftet profilering resultater. Expression var forbundet med saken å overleve i 20 gener i Cardia og 36 gener i noncardia mage kreft.
Konklusjoner
De feilregulert gener identifisert her representerer en omfattende utgangspunkt for det videre arbeidet for å forstå etiologic heterogenitet, utvikle diagnostiske biomarkører for tidlig oppdagelse, og teste molekylært målrettet behandling for magekreft
Citation. Wang G, Hu N, Yang HH, Wang L, Su H, Wang C, et al. (2013) Sammenligning av global Gene Expression of Gastric Cardia og Noncardia Kreft fra en High-Risk Befolkning i Kina. PLoS ONE 8 (5): e63826. doi: 10,1371 /journal.pone.0063826
Redaktør: Patrick Tan, Duke-National University of Singapore Graduate Medical School, Singapore
mottatt: 03.01.2013; Godkjent: 05.04.2013; Publisert: 22 mai 2013
Dette er en åpen-tilgang artikkelen, fri for all opphavsrett, og kan bli fritt reproduseres, distribueres, overføres, endres, bygd på, eller brukes av alle for ethvert lovlig formål. Arbeidet er gjort tilgjengelig under Creative Commons CC0 public domain engasjement
Finansiering:. Denne forskningen er finansiert av egenutført Research Program av National Institutes of Health, National Cancer Institute, Divisjon for Cancer Epidemiology og genetikk , og Center for Cancer Research. Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:. Carol Giffen er ansatt i Information Management Services, Inc. Det er ingen patenter, produkter i utvikling eller markedsført produkter å erklære. Dette endrer ikke forfatternes tilslutning til alle PLoS ONE politikk på deling av data og materialer, som beskrevet på nettet i veiledningen for forfatterne.
Innledning
Magekreft er den fjerde vanligste kreft og den nest hyppigste årsaken til kreftdød på verdensbasis [1]. Som et resultat av sin store befolkning og høye priser, Kina står for 42% av alle magekreftdødsfall i verden hvert år [1]. Shanxi-provinsen er en av de regionene med høyest forekomst av magekreft i Kina [2], [3]. Faktisk gjenstår magekreft den ledende dødsårsaken av kreft hos både menn (36%) og kvinner (28%) i denne regionen [4], til tross for nedgang i forekomsten av denne kreftformen i Nord-Kina.
gastric kreft priser i Kina er høyest i nord og risikofaktorer for både Cardia og noncardia mage kreft har tidligere blitt studert der. Økt alder, mannlig kjønn, en familiehistorie med øvre gastrointestinal skrift kreft, tobakk eksponering, og
Helicobacter pylori
infeksjon har alle vært konsistente risikofaktorer for både mage Cardia adenokarsinom (GCA) og mage noncardia adenocardinoma (GNCA) [ ,,,0],5] – [13]; I tillegg støtter nye bevis økt risiko for varmeskader fra varm mat [6]. Diet, spesielt mikronæringsstoffer, ser ut til å spille en viktig beskyttende rolle, som dokumentert av resultatene fra en stor, randomisert kontrollert studie utført i Linxian som viste redusert GCA og GNCA dødelighet fra antioksidant kombinasjon av selen, vitamin E og beta-karoten [14 ], [15]; andre spørreskjemabaserte nærings studier støtter også rollen ernæring i magekreft etiologi [6].
Gastric kreft er histopathologically klassifisert i diffuse og tarm typer [16] for både Cardia og noncardia. Anatomisk, ligger cardia mellom enden av spiserøret og kroppen av magen, og er en liten makroskopisk utydelig sone umiddelbart distalt til den gastro-øsofageal veikryss. Det fusjonerer distalt inn i fundus og er lett gjenkjennelig bare ved sin histologiske mønster.
I tillegg til å være anatomisk tilstøtende, GCA og esophageal plateepitelkarsinom (ESCC) begge opptrer på epidemien priser i denne populasjonen, dele noen etiologisk risiko faktorer, og før den utbredte bruk av endoskopi og biopsi, ble diagnostisert som en enkelt sykdom referert til som «spiserørskreft» eller «hard svelge sykdom» [17]. Muligheten for å diagnostisere GCA og nøyaktig å skille det fra ESCC har ført til en økning i forekomst i magekreft i denne region [18]. Årsaken til de høye priser av GCA og ESCC i dette geografiske området og deres forhold til hverandre er fortsatt uklart, men det er nesten helt sikkert felles etiologisk viktige miljøeksponeringer, og en nylig genom-wide forening studie av germline DNA funnet et felles gen (
PLCE1
) forbundet med risiko for både GCA og ESCC [19].
Mage adenokarsinomer er en heterogen gruppe av tumorer. GCAs viser biologisk, epidemiologiske og clinicopathologic funksjoner som ligne esophageal adenokarsinomer (EACs) enn GNCAs, noe som tyder på at svulster som oppstår i magen kan ha forskjellige årsaker. For eksempel, flere studier påvist betydelig høyere
TP53
mutasjon priser i tilfeller med GCA enn GNCA, mens
TP53
mutasjon spektrum i GCA nærmere lignet EAC [20]. En rekke andre genetiske forandringer har blitt rapportert i magekreft, inkludert
CDH1 product: [21],
β-catenin product: [22],
TFF1 product: [23], og
Met product: [24], men ingen studie sammenlignet disse endringene ved anatomisk sekundært område. Videre, selv om flere magekreft genuttrykk profilering studier har tidligere blitt rapportert [25] -. [31], ingen har direkte sammenlignet GCA og GNCA saker fra en høy-risiko geografisk område ved hjelp av en felles protokoll
Formålet med denne studien var å identifisere genomiske forskjeller mellom magekreft med anatomiske undergrupper for å hjelpe vår forståelse av årsaker til disse to forskjellige kreftformer og legge til rette for utvikling av hensiktsmessige målrettede strategier for tidlig deteksjon, prognose og terapi.
Materialer og metoder
1. Pasient Utvalg og Oppfølgings
Denne studien ble godkjent av Institutional Review styrene i Shanxi Cancer Hospital i Kina og National Cancer Institute (NCI) i USA. Pasienter innlagt på Shanxi Cancer Hospital mellom 1998 og 2001 med diagnosen GCA eller GNCA og vurderes kandidater for kurativ kirurgisk reseksjon ble identifisert og rekruttert til å delta i studien. Ingen av pasientene hadde tidligere behandling, og Shanxi var barndomshjem for alle. Etter å ha fått informert samtykke ble pasientene intervjuet for å få informasjon om demografiske og livsstil kreftrisikofaktorer og kliniske data og prøver ble tatt.
Magekreft her ble definert av histologi (kun adenokarsinomer ble inkludert) og anatomiske steder ble definert som mage Cardia adenokarsinom (GCA) og mage noncardia adenokarsinom (GNCA). Cardia cancere var gastrisk kreft lokalisert i de proksimale tre centimeter i magesekken (C16.0), mens noncardia kreft var de i resten av magen (fundus, kropps, antrum, pylorus (C16.1-8), og uspesifisert plassering (C16.9) basert på stedet koder fra International Classification of Ondartet svulster (Seventh edition)) [32].
Mellom 2005 og 2007, alle pasienter (eller deres familier) fra denne studien ble gjen kontaktet å konstatere vital status. For de som hadde dødd, ble datoen og dødsårsak bestemt.
2. Prøvetaking
Tumor og matchet normalt vev oppnådd under operasjonen var snap-frosset i flytende nitrogen og lagret ved -130 grader C inntil bruk. Tilfeller ble valgt for denne studien basert på tre kriterier: (i) histologisk diagnose av GCA eller GNCA bekreftet av patologer på både Shanxi Cancer Hospital og NCI; (Ii) tumorprøver som var minst 50% tumor; og (iii) vev RNA kvalitet /kvantitet tilstrekkelig for testing.
3. Prøveopparbeidelse og Chip Hybridisering
Total RNA ble ekstrahert fra frosne tumor og matchet normalt vev ved hjelp TRIzol reagens (Invitrogen, Carlsbad, California) i henhold til produsentens instruksjoner. RNA rensing ble utført i henhold til produsentens instruksjoner for RNeasy Mini Kit (Qiagen Inc, Valencia, CA) og RNase-Free DNase Set fordøyelse (Qiagen Inc, Valencia, CA). RNA kvalitet og kvantitet ble bestemt ved hjelp av RNA 6000 Labchip /Agilent 2100 Bioanalyzer (Agilent Technologies, Germantown, MD)
microarray eksperimenter som ble utført med 8 mikrogram total RNA.; detaljene for revers transkripsjon, merking og hybridisering ble i henhold til produsentens protokoll (https://www.affymetrix.com/support/technical/manual/expression_manual.affx; vist 2013 14 april). I korthet fremgangsmåten inngår førstetråds-cDNA-syntese, andre tråd cDNA-syntese, dobbelt-trådet cDNA rydde opp,
in vitro transkripsjon
, cRNA-rensing, og fragmentering. Tyve ug biotinylert cRNA ble anvendt i hver matrise hybridisering. Prøvene ble hybridisert til Affymetrix Genechip menneskelige genom U133A chips (Affymetrix, Santa Clara, CA). Etter hybridisering ved 45 ° C over natten, ble arrays senere utviklet med fysoerytrin-konjugert streptavidin av lufthåndtering stasjon (Genechip lufthåndtering Station 450, Santa Clara, CA) og ble scannet (Genechip Scanner 3000, Santa Clara, CA) for å få kvantitative genuttrykk nivåer . Sammenkoblet tumor og normale vevsprøver fra hver pasient ble behandlet samtidig gjennom hele forsøksprosessen. Den gjennomsnittlige nåværende samtale for de 124 sjetonger fra de 62 GCA pasientene var 50,0%; for de 144 sjetonger fra de 72 GNCA pasientene var det 51,5%.
4. Statistisk analyse
Det er 22,283 probe sett på Affymetrix Genechip Human Genome U133A (HG_U133A). Den robuste Multiarray gjennomsnitt (RMA) algoritme [33], [34] implementert i Bioconductor i R (https://www.bioconductor.org; nås 2013 14.4) ble anvendt for bakgrunnskorrigering og normalisering i alle prøver. Alle statistiske metoder ble utviklet i R. GEO aksesjonsnummer for disse matrise av data er GSE29272.
Principal Components Analysis (PCA) ble anvendt for gruppering analyse av alle magekreft analyserte prøvene her. For PCA eneste, vi også inkludert data fra en nylig publisert uttrykk rekke studier av ESCC tilfeller for sammenligning [35].
Vi anvendt paret t-test for hver av 22,283 probesets for å identifisere gener som er differensielt uttrykte mellom svulster og deres matchet normale prøver, men vi presentere resultatene bare for 21,130 probesets som tilordnet 13,003 gener. For å ta høyde for multiple sammenligninger, valgte vi gener som viste signifikante forskjeller med
P
-verdier mindre enn 4.73E-07 (tilsvarende 0,01 delt på 21 130, dvs. en konservativ Bonferroni justering). I tillegg til
P
-verdi cutoff, differensielt-uttrykte gener måtte vise minst to ganger forskjell i genekspresjon størrelsesorden mellom tumor og normalt vev (dvs. fold change enten ≥2 eller ≤0.50) .
for å identifisere feilregulert gener hvis uttrykk var assosiert med personlig (kjønn og familiehistorie med øvre gastrointestinal eller UGI kreft) og klinisk (tumor stadium, klasse, lymfeknutemetastase) egenskaper, vi utførte uparede t-tester for genekspresjon forskjeller mellom prøvene ved hjelp av forholdet mellom tumoren genekspresjon dividert med det samsvar normal genekspresjon. En
P
-verdi terskel (
P
0,005) ble brukt for betydning for disse analysene; ingen ganger endring kriterier ble brukt.
For å vurdere forholdet mellom genuttrykk å overleve, ble Kaplan-Meier (KM) plott brukes til å visualisere overlevelses forskjeller ved høy (over median) vs lav (under median) genuttrykk status- og log-rank tester ble anvendt for å teste for forskjeller ved hjelp av tumoren probeset signal for hver differensielt uttrykt gen som er identifisert i tumor /normal paret t-test-analyse som beskrevet ovenfor. Gener som uttrykk var signifikant relatert til overlevelse i log-rank tester ble videre undersøkt i Cox proporsjonal fare modeller for høy vs lav uttrykk med justering for demografiske og kliniske kjennetegn ved tumorer (dvs. alder, kjønn, scene, klasse, metastase). For all overlevelse analyser, brukte vi en tosidig
P
-verdi. 0,05 som vår terskel for statistisk signifikans
5. Validering av Forskjellig-uttrykte gener Bruke Kvantitativ Real-Time RT-PCR
I alt 21 forskjellig-uttrykte gener (12 for GCA og 9 for GNCA) ble valgt for godkjenning ved kvantitativ real-time RT-PCR ( QRT-PCR). For teknisk validering, ble QRT-PCR-analyser utført ved hjelp av samme tumor og normal RNA analysert i microarray eksperiment for en undergruppe av GCAs (n = 41 av 62) og GNCAs (n = 50 av 72). For replikasjon validering, tumor og matchede normale RNA fra et nytt sett av GNCAs (n = 44) ble testet.
Første kjede-cDNA ble syntetisert ved anvendelse av 3 ug total RNA med Oligo (dT)
12-18 (500 ug /ml) i en 20 pl reaksjon med Superscript II revers transkriptase systemet (Invitrogen, Carlsbad, CA). CDNA produkter ble så fortynnet at 1:100. Real-time PCR reaksjoner ble utført ved hjelp av en ABI Prism 7000 Sequence Detection System (Perkin-Elmer Applied Biosystems, Foster City, California). Alle primere og prober av syv målgener og en intern kontroll-gen glyceraldehyd-3-fosfat dehydrogenase (
GAPDH
) ble innkjøpt fra Applied Biosystems. QRT-PCR-reaksjoner ble utført i henhold til produsentens protokoll, som tidligere beskrevet [36]. De termiske sykkelbetingelser inkludert en innledende denaturering trinn ved 95 ° C i 10 minutter, 40 sykluser ved 95 ° C hver i 15 sekunder, 60 ° C i ett minutt, og 72 ° C i ett minutt. Genekspresjon ble analysert ved hjelp av 2
-ΔΔCT algoritme.
Resultater
1. Pasient Kjennetegn
I alt 62 GCA og 72 GNCA pasienter ble analysert ved bruk av Affymetrix U133A array. Person og kliniske data for pasienter undersøkte er oppsummert i tabell 1 (Kliniske karakteristika for de enkelte tilfeller undersøkt her er vist i tabell S1). Gjennomsnittsalderen ved diagnose var midten til slutten av 50-tallet, menn dominerte, og om lag en fjerdedel hadde en familiehistorie med øvre gastrointestinal (UGI) kreft (dvs. esophageal eller magekreft i første, andre eller tredje grads slektninger). For både GCA og GNCA, de fleste tilfeller studerte var sent stadium, høy klasse, og tarmcelletype svulster med lymfeknutemetastase. Median overlevelse for GCA tilfeller var 20,3 måneder, og for GNCA tilfeller var 27,8 måneder, basert på totalt 50 og 52 dødsfall, henholdsvis.
2. Principal Component analyse av genuttrykk mikroarray data
Vi brukte Principal Component Analysis (PCA) for å få en forståelse av global genekspresjon av disse prøvene. I denne analysen evalueres vi 124 prøver fra 62 GCA pasienter (hver med tumor og normal par) og 144 prøver fra 72 GNCA pasienter (hver med tumor og normal par) samt 106 prøver fra ESCC pasienter (hver med tumor og normal par ) fra en tidligere studie [35]. PCA avdekket to store klynger av prøvene som skiller alle mage kreft kombinert (GCA i rødt, GNCA i blått) fra ESCC (grønn) i PC1 aksen (figur 1). De to grupper ble ytterligere delt i normale og tumorvev ved PC2 (tumor og normalt er betegnet med t og n, henholdsvis). Forskjellen mellom GCA (rød) og GNCA (blå) var også merkbart, spesielt for normale vev. Vi så konsentrert på analysene av magekreft. PCA av GCA (figur 2) og GNCA (figur 3) viste på nytt separasjonen av prøvene inn i tumoren (t) og normale (n) klynger.
PCA avslørte to store grupper av prøver skillemagekreft (CC [ ,,,0],GCA] i rødt, N = 62; BC [GNCA] i blått, N = 72) fra EC [ESCC] (grønn, N = 53) i PC1 aksen. PC2 videre delt inn i klynger tumor (t) og normale (n) prøver. (Merknad om sammenlignbarhet av uttrykk resultater: Tilfeller av ESCC, GCA, og GNCA ble registrert samtidig fra en enkelt sykehus bruker en felles protokoll, prøver ble samlet inn, behandlet, lagret og transportert i en identisk måte, og laboratorieanalyser ble utført i løpet av samme tidsperiode, i samme lab, av den samme tekniske personalet, med samme plattform, og det samme teknisk tilnærming.).
Red «t» representerer svulst og grønn «n» representerer matchet normalt vev.
Red «t» representerer svulst og grønn «n» representerer matchet normalt vev.
3. Identifisering av gener Opp- eller nedregulert i GCA og GNCA
For GCA, ble totalt 367 gener uttrykt forskjellig mellom svulster og deres matchet normale prøver. Av disse genene, 199 gener ble oppregulert og 168 ble nedregulert (figur 4). For GNCA, ble totalt 383 gener uttrykt forskjellig mellom svulster og matchet ikke-tumorprøver, inkludert 192 gener oppregulert og 191 gener down-regulert (figur 4).
4. Sammenligning av genuttrykk i GCA og GNCA
Vi har sammenlignet de to sett av gener som viste signifikante forskjeller i genuttrykk for GCA og GNCA og identifiserte 239 gener som ble feilregulert i både GCA og GNCA, hvorav 113 var opp – og 126 nedregulert (figur 4 og tabell S2). I tillegg har vi funnet at 128 gener ble dysregulerte bare i GCA (86 opp- og 42 nedregulert) (figur 4 og tabell S3), og 144 gener ble dysregulerte bare i GNCA (79 opp- og 65 nedover regulert) ( Figur 4 og Tabell S4).
Blant de 113 genene oppregulert i både GCA og GNCA ble gener assosiert med cellesyklus sjekkpunkt (f.eks
CDC2, TOP2A
), Wnt signal (f.eks
SULF1
,
SFRP4, LEF1, LAMB1
), adhesjon (f.eks
FN1
) og TGF-β pathway (f.eks
COL1A1
,
COL1A2
,
COL3A1
). I kontrast, ble de 126 nedregulert gener felles for både GCA og GNCA beriket i prosesser som er involvert i metabolismen (f.eks
AADAC
,
CA2
,
CA9
), fordøyelse (f.eks
ATP4A, ATP4B
), og utvikling av gastrointestinal vev (for eksempel
GIF
,
MUC5A
,
MUC6
,
TFF1
,
TFF2
) (tabell S2). Disse resultatene tyder på at GCA og GNCA har mange felles etiologiske veier.
Genes oppregulert bare i GCA var involvert i cellesyklus sjekkpunkt regulering (for eksempel
CCNB1
,
CCNB2
,
CCNE1, CDC25B, SFN
), CXC chemokine (f.eks
CXCL1
,
CXCL10
), og ekstracellulære matrise (f.eks
MMP9, MMP11
); mens GCA kun nedregulert gener assosiert med avgiftning (f.eks
GPX3
) og onkogener (f.eks
FOS
,
juni
) (tabell S3).
Blant genene endret seg betydelig i GNCA bare, oppregulert gener inkludert de som er knyttet til epitelial til mesenchymale overgang (f.eks
CALD1
,
IGFBP4
) og aktin filamenter ( f.eks
DES, FLNA
). I motsetning nedregulert gener fungerte i avgiftning (f.eks
CYP2C9
) og epitel overflater (for eksempel
MUC1
) (tabell S4).
5. Forholdet mellom Gene Expression og Pasient Hjemmeside /kliniske karakteristika
I GCA, differensielt-uttrykte gener ble funnet å være relatert til familiehistorie med UGI kreft (tabell S5a) og lymfeknutemetastase (tabell S5b), men ikke andre egenskaper (det vil si, kjønn, tumorstadium, tumor karakter; data ikke vist). Seksti-sju gener ble betydelig dysregulerte (47 opp- og 20 nedregulert) hos pasienter med en familiehistorie med UGI kreft (n = 16 tilfeller) sammenlignet med pasienter uten slik historie (n = 46 tilfeller), men fold endringene var generelt liten: den største ganger endring blant oppregulert gener var 1,39 (dvs.
JDP1
), mens fire nedregulert gener (
LMO4
,
ABHD2, LAMA3
,
MAP17
) ble redusert med en tredjedel eller mer (tabell S5a). For kliniske kjennetegn, identifiserte vi 57 gener som var betydelig feilregulert (9 opp- og 48 nedregulert) i GCA pasienter med positive lymfeknuter (n = 50 saker) sammenlignet med lymfeknute negative pasienter (n = 12 saker); 11 av disse genene (seks ned- og fem oppregulert) nådde 1,5 ganger endring (tabell S5b).
For GNCA, 37 gener hadde signifikant forskjellige uttrykk nivåer i slektshistorie positive (n = 16) versus negative (n = 56) tilfeller (Tabell S6a), men kaster endringene var alle mindre enn 1,5. Vesentlige differensielt-uttrykte gener ble også identifisert for flere tumor kliniske karakteristika, inkludert sen (III /IV) sammenlignet med tidlig (I /II) trinn (n = 90 gener), og høy (3) som funksjon av lav (1/2) karakter ( n = 89 gener) (Tabell S6b og S6c). Lymfeknutemetastaser, den sterkeste kliniske kjennetegn prediktiv for å overleve, var også assosiert med uttrykk nivåer i 57 gener (Tabell S6d).
6. Gene Expression og Survival
Vi evaluerte forholdet mellom RNA uttrykk for overlevelse for hvert av genene /probesets på microarray. For GCA, ble 20 gener signifikant assosiert med overlevelse (nominell
P
-verdi 0,05) ved log rank tester (tabell 2). Et illustrerende eksempel av overlevelseskurven for en av disse genene (
MMP9)
er vist i figur 5. Eleven gener forble signifikant etter ytterligere justering for kovariabler i Cox-modeller. Tilsvarende analyser for GNCA viste at 36 gener ble signifikant assosiert med overlevelse i loggen rang tester, inkludert 27 som forble signifikant etter kovariat justering (tabell 3); en overlevelseskurve for en av de 36 (
ESRRG
) er vist i figur 6.
Prikkete røde linjene indikerer høy (over medianen) uttrykk og brutt blå linjene indikerer lav (under median ) uttrykk.
Prikkete røde linjene indikerer høy (over medianen) uttrykk og brutt blå linjene indikerer lav (under medianen) uttrykk.
7. Validering av Forskjellig-uttrykte gener ved hjelp av kvantitative Real-Time RT-PCR
Vi utførte tekniske valideringsforsøk av 12 gener i 41 av de 62 tilfeller som GCA prøvene hadde fortsatt tilstrekkelig mengde RNA etter fullførelse av rekken studien. Fire oppregulert (
Sulfi, CDC2, TOP2A, BUB1B) Hotell og åtte nedregulert (
CA9, CCKBR, PIK3C2G
,
FOS, juni, KLF4
,
KLK11, NUCB2
) gener ble analysert ved hjelp av kvantitativ real-time RT-PCR (QRT-PCR). Våre resultater viste at genuttrykksmønster var svært lik RNA rekke eksperiment resultater (Tabell 4 og Tabell S7).
For GNCA, ni differensielt-uttrykte gener (fem opp- og fire ned-regulert) ble valgt for validering av QRT-PCR. Eksempel på par for 50 av 72 sakene på RNA chip ble evaluert for teknisk replikering og viste resultater som ligner de fra tabellen (Tabell 5 og Tabell S8a). I tillegg ble matchet tumor /normal-prøver fra et nytt sett av 44 GNCA tilfeller testet for replikasjon validering. Resultatene var i samsvar med de fra uttrykk array-data (Tabell 5 og Tabell S8b).
Diskusjoner
GCA er en av de få kreftformer som har økt sterkt i de utviklede landene i nyere år for grunner som er uforklarlig, og de molekylære hendelsene rundt denne magekreft fortsatt i stor grad ukjent [37], [38]. For bedre å forstå de molekylære hendelser i magekreft og dens anatomiske subtyper, profilert vi genuttrykk i GCA og GNCA pasienter fra en høy-risiko befolkning i Kina ved hjelp av høy tetthet RNA uttrykk mikromatriser. Vi identifiserte 511 gener hvis ekspresjon ble dysregulerte i magekreft samlet, inkludert nesten halvparten (n = 239, 47%) feilregulert i både GCA og GNCA, en fjerdedel dysregulerte i GCA bare (n = 128, 25%), og omtrent en fjerdedel i GNCA bare (n = 144, 28%). Foreninger med familiehistorie med UGI kreft hint om genetisk mottakelighet i etiologi, mens assosiasjoner med kliniske egenskaper og overlevelse foreslå potensielle terapeutiske mål for videre evaluering.
De vanligste oppregulert gener identifisert er involvert i mange stier knyttet til utvikling av kreft, inkludert cellesyklusen, cellevekst og proliferasjon, cellesyklus sjekkpunkt, ekstracellulære matrise ombygging, og angiogenese (f.eks wnt signal og cellesyklus sjekkpunkt veier, for eksempel
SULF1, SFRP4, LEF1, TOP2A,
og
CDC2 product: [26], [26], [27], [39] – [41], og intesignalveien (
ARPC1B
,
COL1A1
COL4A1
,
FN1
, og
LAMB1))
. Noen gener er også relatert til adaptive immunrespons (for eksempel
CD14
) og metastase (f.eks
CD9
). De vanligste nedregulert gener som finnes i GCA og GNCA er i samsvar med andre studier på magekreft ved hjelp av mikromatriser, for eksempel
AKR1B10
,
ALDH3A1
,
ATP4B
,
CA2
,
IGFBP2
,
KLF4
,
MUC5AC
,
MUC6
,
TFF1
, og
TFF2 product: [25], [29], [39]. De nedregulert gener i vår studie er hovedsakelig involvert i metabolske veier, fordøyelsessystemet utvikling, eller slimhinnene integritet. Flere gener er tenkt å ha spesifikke funksjoner i mage epitel, for eksempel
PGC Hotell og
GIF
, noe som tyder på at dedifferentiation er et felles trekk ved kreftutvikling [26].
BUB1B
er en spindel-forsamlingen sjekkpunkt genet. En fersk rapport fra en sak med flere gastrointestinale neoplasier, inkludert mage adenokarsinomer, identifisert en germline homozygot intronic mutasjon i
BUB1B
, med lave nivåer av
BUB1B
mRNA og protein i lymfocytter og fibroblaster, noe som tyder at
BUB1B
er en mottakelighet genet for denne svulsten [40]. I vår studie
BUB1B
ble oppregulert i både GCA (2,56 ganger) og GNCA (2,11 ganger), som er motsatt tilfelle rapport sitert, noe som tyder på at det ville være nyttig å undersøke
BUB1B
mutasjonsstatus i vår GCA og GNCA pasienter.
for gener feilregulert betydelig i GCA bare, ser vi et par interessante eksempler her.
SOX9
viste en 2,13 ganger endring i GCA pasienter, men ingen signifikant økning i GNCA tilfeller.
SOX9 plakater (ligger på 17q24.3-q25.1) antas å spille en viktig rolle i kjønnsbestemmelse og markerer forløper cellepopulasjonen under fysiologiske celle erstatning inkludert gjenoppbyggingen etter skade [41], [42 ]. Ekspresjonen av
SOX9
har tidligere blitt rapportert i flere organer som bukspyttkjertel og tarm [41], men ikke magen. En nylig publisert studie fant at «
Sox9
markerer en antatt voksen stamcelle befolkningen som bidrar til selvfornyelse og reparasjon av leveren, eksokrin pankreas og tarm, tre organer endodermal opprinnelse» [41].
COL2A
er en kandidat regulatoriske mål av
SOX9 product: [42]. I våre GCA tilfeller,
COL2A1
ble nedregulert (endring 0,27), noe som kan være et resultat av
SOX9
oppregulering.
Noen av differentially- uttrykte gener rapportert i GCA ble også dysregulerte i et lignende mønster som esophageal plateepitelkarsinom (ESCC) undersøkt fra den samme høy-risiko befolkning, slik som
CDC25B Hotell og
COL1A2 product: [43]. Denne likheten tyder på at til tross for sine forskjeller i celletype, GCA og ESCC fra denne høyrisiko befolkningen i Kina trolig har felles genetiske og /eller miljømessige faktorer i deres etiologi. Bevis for en felles genetisk påvirkning er tydelig av resultatene fra en nylig genom-wide forening studie som fant en felles mottakelighet locus i
PLCE1
for både GCA og ESCC [19].
Blant genene betydelig dysregulerte i GNCA bare,
DES
er den eneste som viste et annet uttrykk retningen i GNCA (3,24 ganger endring) enn GCA (0,85 ganger endring).
DES (desmin
på 2q35) koder desmin, en muskel-spesifikke cytoskeletal protein som finnes i glatt, hjerte, og hjertet musklene. Vi identifiserte flere gener assosiert med aktin filamenter, som for eksempel
FLNA
,
ACTN1
,
SVIL Hotell og
TPM1
. Flere gener feilregulert bare i GNCA ble også beslektet med ekstracellulære matrise, slik som
EMILIN1 Hotell og
TNC
. Studier på
TNC
indikerte at oppregulering av
TNC
forstyrret celle substrat heft [44].
En annen hensikt med denne studien var å undersøke hvordan genuttrykk profiler i svulster skilte seg blant pasienter med ulike kliniske fenotyper. Selv om vi identifisert et stort antall foreninger på vår utpekte
P
-verdi terskelen til 0,005, bare tre forble signifikant etter Bonferroni korreksjon for multiple sammenligninger (dvs.
P
2.36E-06 ). De mest signifikante sammenhenger var for
COL11A1 Hotell og
ITGAX
med tumor stadium i GNCA, og
UNG
med metastaser, også i GNCA.
COL11A1 product: [45] og
ITGAX product: [46] har begge vært tidligere relatert til tumor stadium for andre kreftformer (f.eks melanom, ikke-småcellet lungekreft), men det finnes ingen rapporter for
UNG Hotell og metastasering.
Vi har også søkt å vurdere overlevelse av genuttrykk for gener som var betydelig feilregulert. Blant de 20 gener relatert til GCA overlevelse og de 36 gener relatert til GNCA overlevelse var bare tre gener som overlappet –
CTSB
,
LEPR
, og
LIPF
. De mest signifikante statistiske assosiasjoner observert overlevelse (
P
0,01 i log-rank tester) var for
COL11A1, CTSB
, og
MMP9
for GCA, og
ADA
,
ESRRG
, og
LHFP
for GNCA. Selv om ingen studier ennå har rapportert på
COL10A1
,
ADA
, eller
LHFP Hotell og kreft overlevelse,
CTSB product: [47] og
MMP9 product: [48] har begge tidligere blitt assosiert med overlevelse i magekreft, mens
ESRRG
uttrykk har vært assosiert med overlevelse i prostata kreft [49].
Konklusjon
Dette er den første rapporten fokusert på global genekspresjon i GCA og GNCA i en høy-risiko befolkningen fra Shanxi China.
