Abstract
Prediksjon av kreft tilbakefall hos pasienter med ikke-småcellet lungekreft (NSCLC) som er avhengig av vurderingen av kliniske kjennetegn som alder, tumorstadium, og røyking historie. En bedre prediksjon av tidlig stadium kreftpasienter med dårligere overlevelse og sent stadium pasienter med bedre overlevelse er nødvendig for å utforme pasientskreddersydd behandlingsprotokoller. Vi analyserte genekspresjon i RNA fra perifere mononukleære blodceller (PBMC) fra NSCLC for å identifisere signaturer predikasjon av pasientene, og overlevelse. Vi finner at PBMC genuttrykksmønster fra NSCLC pasienter, som mønstre fra svulster, har informasjon prediktiv av pasientens utfall. Vi identifiserer og validere en 26 gen prognostisk panel som er uavhengig av klinisk stadium. Mange flere prognostiske gener er spesifikke for myeloide celler, og er mer høyt uttrykt i pasienter med kortere overlevelse. Vi ser også at et betydelig antall prognostiske gener endre uttrykk nivåer i PBMC ble samlet inn etter tumorreseksjon. Disse post-kirurgi genekspresjonsprofiler kan tilveiebringe et middel for å re-evaluere prognose over tid. Disse studiene videre antyder at pasientens utfall ikke er utelukkende bestemt av svulst genuttrykk profiler, men kan også være påvirket av immunresponsen som gjenspeiles i perifere immunceller
Citation. Kossenkov AV, Dawany N, Evans TL, Kucharczuk JC, Albelda SM, Showe LC, et al. (2012) Perifer Immune Cell Gene Expression Spår Survival of pasienter med ikke-småcellet lungekreft. PLoS ONE 7 (3): e34392. doi: 10,1371 /journal.pone.0034392
Redaktør: Rui Medeiros, IPO, Inst Port Oncology, Portugal
mottatt: 16 desember 2011; Godkjent: 27 februar 2012; Publisert: 29 mars 2012
Copyright: © 2012 Kossenkov 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 Pennsylvania Department of Health Tobakk Settlement stipend (SAP 4100020718); Pennsylvania Department of Health Commonwealth Universal Forskning Enhancement Program; Wistar Cancer Center Support Grant (P30 CA010815); National Institutes of Health (K07 CA111952) til A.V. og (T32 CA 09171) for å A.V.K. Prosjektet brukte Wistar Institute Genomics og bioinformatikk fasiliteter som støttes av Wistar Cancer Center Support Grant (P30 CA010815). 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
Lungekreft er den vanligste årsaken til kreftdødelighet i verden, sto for 157,300 kreftdødsfall i USA alene i 2010 [1]. Den samlede fem års overlevelse for lungekreft er 16%, og prognosen er sterkt assosiert med sykdommen stadium ved diagnose [2]. Ikke-småcellet lungekreft (NSCLC) står for 80% av alle lungekrefttilfeller.
Behandling protokoller og prognostiske vurderinger av pasienter med NSCLC er primært basert på TNM stadium. Kirurgisk reseksjon for tidlig sykdom (stadium I, II, og noen trinn III) forblir standard vare. Dessverre, vil 30-60% av pasientene (avhengig av scenen) utvikle et tilbakefall og dø av sykdommen, som fører til en fem-års overlevelse på 35-70% for pasienter etter reseksjon. Klart det er et udekket behov for ytterligere prognostiske faktorer for en mer informert prosess for behandling.
Det er betydelig heterogenitet i kliniske utfall for pasienter med tidlig stadium NSCLC og grunnlaget er ukjent. Flere tidligere studier fokusert på genuttrykk i kirurgisk skåret svulster til å identifisere prognostiske signaturer ble nylig anmeldt [3], [4]. Ingen er ennå godkjent for klinisk anvendelse.
Vi har tidligere vist at pasienter med NSCLC har betydelige genuttrykk endringer i PBMC som gir nyttige diagnostiske markører (5) og dette PBMC kreft signatur er redusert eller eliminert i en undergruppe av pasientene testet på nytt etter tumorreseksjon [5]. Siden endringene i PBMC genuttrykk er en refleksjon av interaksjoner av svulsten og immunsystemet, har vi nå analysert våre gene expression data og demonstrere en signatur assosiert med total overlevelse. Vi viser også at noen PBMC gener assosiert med overlevelse endre sitt uttrykk i prøver tatt etter tumorreseksjon og kan gi en ekstra indikator for tilbakefall.
Materialer og metoder
Study befolkningen
totalt 137 pasienter med nylig diagnostisert, histopathologically bekreftet, ikke-småcellet lungekreft (NSCLC) ble rekruttert fra University of Pennsylvania Medical Center i perioden 2003 til 2007. Skriftlig informert samtykke ble mottatt fra alle deltakerne i studien og prøvene ble samlet inn med godkjenning av både University of Pennsylvania IRB og Wistar IRB. For denne analysen, ble det bare personer med Stage I-IIIA NSCLC som gjennomgikk kirurgisk reseksjon med kurativ hensikt inkludert. Eksklusjonskriterier inkluderte under lobar reseksjon, positive reseksjonskanten og død innen 30 dager etter operasjonen. Dette resulterte i innarbeidelse av 108 individer i denne analysen (tabell S1). Alle deltakerne hadde blod samling før operasjonen og 15 av de 108 pasientene hadde også blod samles etter operasjonen. Tabell 1 oppsummerer de viktigste prognostiske parametre som er identifisert av National Cancer omfattende nettverk (NCCN) for våre studiepopulasjonen. Klinisk resultat og overlevelse informasjonen ble innhentet via diagram vurdering, telefonkontakt, eller fra Social Security Death Index (SSDI).
PBMC innsamling og behandling
Blodprøver ble tatt på university of Pennsylvania Medical Center i to «CPT» rør (Becton Dickinson). Perifere mononukleære blodceller (PBMC) ble isolert i løpet av 90 minutter etter blodprøvetaking, vasket i PBS, overført til RNAlater (Ambion), og deretter lagret ved 4 ° C over natten før de overføres til -80 ° C. RNA rensing ble utført med TriReagent (Molecular Research), som anbefalt, og kontrollert for kvalitet ved hjelp av Bioanalyzer. Bare prøver med 28S /16S prosenter av 0,75 ble brukt for videre studier. En konstant mengde (400 ng) av total RNA ble amplifisert, som anbefalt av Illumina, for genekspresjon analyse.
Microarray forbehandling
Prøvene ble behandlet og hybridisert til Illumina WG-6v2 humant helt genom perle arrays. Alle matriser ble behandlet på Wistar Institute Genomics Facility som tidligere beskrevet [6] og deretter genuttrykk verdiene var log
2 forvandlet for videre analyse. Matrisen data som brukes for disse studiene er offentlig tilgjengelig i GEO databasen gjennom sjonsnummer GSE13255. Tabell S1 viser 108 fagene som brukes for analyse.
statistiske metoder
Risk faktoranalyse.
Univariat Cox regresjonsanalyse ble utført for å teste sammenslutning av kliniske risikofaktorer og individuelle genuttrykk med total overlevelse. Multivariat Cox regresjon ble brukt for å teste sammenslutning av en kombinasjon av faktorer. Statistisk signifikans ble definert som
P
0,05. False funnraten for genet tilknytning total overlevelse ble bestemt i henhold til Storey et. al. [7]. Forening av total overlevelse med tumor trinnet ble utført både ved å behandle trinn som en kontinuerlig variabel, og som i to grupper: fase I og en kombinert trinn II med III. Resultatene var signifikante for begge tilnærminger med univariate og multivariate regresjonsanalyser. Fordi antall trinn II svulstene var liten (14 pasienter) og enda mindre når dataene ble delt inn i trening og uavhengige valideringssett, bestemte vi oss for å kombinere stadium II og III for å ha en større gruppe størrelse i valideringstrinnet. Vi brukte en kombinasjon av trinn II og III hele manuskriptet for konsistens.
Kaplan-Meier-kurver.
Kaplan-Meier-kurver ble plottet ved hjelp av Matlab v7.2 basert på sensurerte overlevelsesdata. Pasientene ble fordelt etter faktor median med mindre annet er oppgitt.
Gene panel utvalg.
For å identifisere et sett av gener assosiert med total overlevelse vi dele 108 prøvedatasettet til trening og testing sett med lik størrelse (54 stikkprøver i hver). Treningssettet ble først analysert for å identifisere et utfall-informativ gen panel ved å identifisere sonder med lavest gjennomsnitts univariate Cox regresjon p-verdi over 50 tester av 40 tilfeldige prøvetakinger (75% av treningssettet). De 100 gener ble deretter brukt for multivariat Cox regresjon med L1 og L2 straffet beregninger [8]. Den endelige λ1 og λ2 hyperparameter paret valgt ga den beste ytelsen ved hjelp av 10-fold kryssvalidering på treningssettet. Denne metoden gir en modell som består av N gener som har ikke-null regresjonskoeffisientene c
1 … c
N. Disse koeffisienter sammen med tilsvarende genuttrykk data for alle pasienter
i
(X
1i … X
Ni) ble brukt til å beregne et gen prognostisk score (GPS) for pasienten som følger: GPS = c
1X
1j + … + c
NX
Nj.
Uavhengig validering av prediktiv genet panel.
de 54 pasientene satt til side og ikke brukes til prediktiv genet utvalg ble anvendt som et uavhengig testsett for evaluering av modellen som er utviklet på treningssettet. Betydningen av GPS som en prognostisk faktor på den eksterne valideringssettet ble estimert ved univariate Cox regresjon. Independence of GPS og Stage faktorer ble testet av multivariat Cox regresjon.
Testing robusthet av genet panel utvalget.
For å vise at betydningen av uavhengig validering (ytelse) av GPS-modellen på testingen sett ikke avhenge av den aktuelle trenings-testing data split, utførte vi 100 tilfeldige splittelse og viste kvaliteten på skille mellom lav og høy-risiko pasienter i testsett er uavhengig av en bestemt data splittet. (Figur S1)
Teste effekten av prognostiske indikatorer.
Effekt av prognostiske indikatorer ble testet ved å sammenligne hazard ratio og konkordanser. Hazard ratio ble beregnet mellom høy og lav risikogruppene. Konkordans ble beregnet ved hjelp av R-pakken
clinfun product: [9].
Gene berikelse analyse.
Testing for biologiske funksjoner og veier overrepresentert i et gen listen ble gjort ved hjelp av DAVID programvare [10] med terskler satt på falske funnrate (FDR) FDR 20% og berikelse 2 ganger. For et gen liste med høy falsk funnrate (52% for 1704 gener assosiert med total overlevelse) rapporterer vi bare resultater som passerer en terskel på FDR 1% og også vise betydelig berikelse av GSEA algoritme [11], [12] med FDR . 25% cutoff
Anriking av immunceller-type spesifikke gener
Vi har fått en liste av gener spesifikt uttrykt i 8 kategorier av immuncelletyper, inkludert T-celler, B-celler, NK. celler, dendrittiske celler, monocytter, neutrofiler, lymfoide celler og myeloide celler fra immunrespons i Silico (IRIS) database [13], [14]. Vi testet om disse genene var overrepresentert i vår liste over 1704 gener signifikant assosiert med total overlevelse. Vi brukte Fisher Exact test for hver celletype i 3 ulike grupper av gener separat: 1) alle signifikant assosiert med total overlevelse, 2) gener med betydelig HR 1 og 3) gener med betydelig HR 1. Overall, 24 tester (8 celletyper × 3 gen-grupper) ble utført og vi rapporterer p-verdier justert for multippel testing med Bonferroni korreksjon.
Gene lapper.
Betydningen av overlappinger mellom to grupper av gener (med A og B antall gener) som er valgt fra den samme pool av C = 20,341 uttrykte gener ble testet ved anvendelse av hypergeometriske test. Forventet antall overlappende gener ble beregnet som (A × B) /C.
Resultater
Association of total overlevelse med kliniske risikofaktorer
Ulike faktorer ble testet for foreningen med overlevelse ved univariate Cox regresjon, inkludert tumor stadium, alder, kjønn, rase, tilstedeværelse av KOLS, tumorhistologi, tobakksbruk og adjuvant kjemoterapi (tabell 1). Vi fant at to faktorer, høy alder og tumorstadium, var signifikant assosiert med overlevelse med hazard ratio på 1,04 per år økning og 2,49 for tumorstadium hhv. Figur 1 viser Kaplan-Meier-kurvene for de to faktorer. Når disse to variabler ble testet sammen i en multivariat Cox regresjonsmodell, begge av dem forble statistisk signifikant (Tabell 1) angir at de er uavhengig forbundet med overlevelse i vår studiepopulasjonen og at vår datasett i samsvar med forutsagte markører for klinisk prognose.
Prediksjon av total overlevelse av et panel av PBMC gener
for å kunne identifisere og uavhengig validere en kompakt gen panel, som kan brukes til å forutsi total overlevelse, delt vi våre 108 prøver inn i 2 tilfeldig utvalgte grupper av 54 prøver. Vi brukte en trening satt av 54 prøver å velge den prognostiske genet panelet, og deretter bekreftet sin nytte på de resterende 54 av prøvene reservert som en test sett. Vi søkte multivariat Cox regresjon med L1 og L2 straffet beregninger [8] til treningssettet, og identifisert 26 gener (tabell 2) som uttrykk mønstre når de kombineres i en lineær modell, best spådde de observerte overlevelsesdata. For hvert fag, gir denne modellen en Gene Prognostic Score (GPS) som er beregnet som en lineær kombinasjon av uttrykket verdiene av de 26 prognostiske gener. GPS tildelt hver pasient ble funnet å være signifikant assosiert med sin overlevelse for de 54 pasientene i treningssettet med
P
= 3 × 10
-5. Forestillingen ble bekreftet på valideringssettet (
P
= 0,009), som viser at PBMC avledet GPS er en statistisk signifikant prediktor for total overlevelse på nye pasienter. Kaplan-Meier kurver for pasienter fra valideringssettet og deres oppgaver i lav-risiko kategori basert på median GPS enten en høy risiko eller er vist i figur 2A. Disse studiene viser at PBMC uttrykk nivåer for de 26 gener som er utviklet på vår treningssettet kan også lykkes forutsi overlevelse i valideringssettet, og i forlengelsen, på alle nye pasienter.
A. Kaplan-Meier kurver for pasienter fra testsettet stratifisert etter medianen av GPS beregnet fra uttrykket av 26 gener. p-verdi for univariate Cox regresjon vises. B. Kaplan-Meier-kurver sammenligne overlevelsessannsynlighet for pasienter fra testing sett stratifisert ved Stage alene og kombinasjonen av Stage og GPS med 35 pasienter i lavere risikogruppe (antall stadium I pasienter) og 19 høyere risikogruppe (antall stadium II /III pasienter).
genekspresjon og tumor stadium data er uavhengige prediktorer for overlevelse
Vi videre vurdert om GPS gitt ekstra verdi til de kliniske risikofaktorer for overlevelse vi hadde testet. Av disse ble bare alder og tumorstadium funnet å ha betydelige prognostiske verdier for våre datasett. Selv om alder var signifikant assosiert med overlevelse i analyse ved hjelp av alle 108 pasientenes informasjon (Tabell 1), det hadde ikke signifikant prognostisk verdi når den brukes til testsettet av 54 prøver (
P
= 0,34). Av denne grunn har vi ikke inkluderer aldersvariabelen i de følgende analysene.
Basert på data fra valideringssettet, scenen prediktor alene generert en hasardratio på 3,0 (
P
= 0,0095, 95% CI av 1.3 til 6.9). Når den brukes i multivariat Cox regresjonsmodell, både Stage og GPS var signifikant (
P
= 0.004 for scene og
P
= 0,003 for GPS), som indikerer at de to variablene er uavhengige prediktorer for total overlevelse og som bruker dem sammen bør øke prognostisk effekt. For å vurdere denne økningen, vi deretter sammenlignet hazard ratio for scenen alene til hazard ratio for den samlede Stage + GPS faktorer. Stage alene delt pasientene inn i 19 høyere risikopasienter (antallet Stage II /III tilfeller) og 35 lavere risikopasienter (antall trinn I tilfeller).
sikret kombinert Stage + GPS prediktor resulterte i en betydelig hasardratio på 4,9 (
P
= 0,0003, 95% CI av 02/01 til 11/04) mellom høy og lav risikogrupper, en økning sammenlignet med hasardratio vist av Stage prediktor alene (HR = 3,0) eller GPS prediktor alene (HR = 1,9). Dette illustreres av Kaplan-Meier-kurver (figur 2B).
Alternativ kvantifisering av muligheten av genekspresjon score for å forbedre forutsigelsen av overlevelse ble utført ved å bestemme overensstemmelse indeksen for Cox regresjonsmodell for trinn alene : 0,63 (0,56 til 7,0), GPS alene: 0,57 (0,51 til 0,62), og scenen + GPS: 0,69 (0,62 til 0,76). Økningen i samsvar indeksen sammen med bevis for uavhengighet av de to faktorene støtter nytten av å bruke både scenen og genuttrykk score for å fastslå sannsynligheten for overlevelse sammenlignet med kun å bruke scenen. Dette resultatet viser at en genuttrykk poengsum kan legge prognostisk informasjon til den tradisjonelle tumorstadium variabel.
Ved å legge til GPS faktor til klassifiseringen av scenen resulterte i omdisponering av 6 pasienter mellom høy og lav risikogruppene. Tre av de seks med stadium I NSCLC (en IA og to IB pasienter) ble overført til høyrisikogruppen. To av disse pasientene faktisk døde innen 18 måneder (p1240, stadium IB) og 43 måneder (p1183, scene IA) av prøvetakingen. Den ekstra 1B pasient (p1246) forble i live i minst 65 måneder. Denne personen var en av de yngste pasientene i vår kohort (bare 47 mot 45 år minimum alder). Inkludering av alder faktor i modellen kan ha endret oppdrag til høyrisikogruppen. De 3 andre pasientene hadde stadium II NSCLC. De ble klassifisert av scenen så høy risiko og deretter overført til den lave risikogruppe når du legger GPS faktor. Alle tre av pasientene (p1589, p1561 og p1445) var i live på tidspunktet for statusvurdering (44, 46 og 56 måneder tilsvarende). Disse resultatene støtter nytten av en kombinert GPS + trinns modell for mer nøyaktig vurdering av prognose.
PBMC genet funksjoner knyttet til total overlevelse
For å finne ut av hvilke funksjoner eller trasé var representert i PBMC genuttrykksmønster assosiert med overlevelse, brukte vi univariate Cox regresjon til å identifisere gener som var signifikant assosiert med utfall ved hjelp av alle 108 pasientprøver. Vi fant 1704 sonder som viste betydning på
P
0,05 og vist de prober for beriket funksjoner og trasé ved hjelp av både David og GSEA programvare. Denne analysen avdekket flere svært viktige funksjonelle kategorier med anrikning av to ganger eller mer (tabell S2). Spesielt en liste over 32 ribosomale struktur og funksjonsrelaterte gener (berikelse av 2,3) hadde høyere uttrykk hos pasienter med bedre overlevelse, mens cellesyklus gener generelt (berikelse på 2,3) og spesielt M fase gener (berikelse av 2.2) var overveiende uttrykt ved lavere nivåer i pasienter med bedre overlevelse.
immuncelletyper assosiert med overlevelse
Siden genekspresjon ble analysert på PBMC mRNA, bestemt vi om gener signifikant assosiert med overlevelse var også spesifikk for en bestemt immuncelletype som definert av immunrespons i Silico (IRIS) database [13], [14]. Av de 669 immun-celle-spesifikke gener i vårt materiale, 79 ble funnet å være assosiert med total overlevelse (tabell 3). Vi fant en betydelig berikelse av T-celle spesifikke gener (23 tilsammen, 8 ganger overrepresentasjon,
P
= 2 × 10
-8), med 15 av de 23 genene har HR 1 indikerer en betydelig sammenheng mellom lavere nivåer av uttrykk og bedre overlevelse. Vi fant også at lavere uttrykk av 21 myeloide spesifikke gener (berikelse av to fold,
P
= 0,048) var assosiert med forbedret total overlevelse. Detaljerte lister over gener assosiert med hver celletype og tilhørende enrichments og p-verdier er listet opp i tabell S3.
Tumor fjerning forandrer uttrykk for overlevelse assosierte gener
Vi har tidligere vist at PBMC-gen-ekspresjon i nærvær av en NSCLC er signifikant endret i post-kirurgi PBMC-prøver [5], [6]. Vi har funnet at ekspresjonen av mer enn 20% (383) av de 1704 «overlevelse» gener vist i denne studien var også signifikant forandret ved kirurgisk fjerning av lunge tumor (3485 gener med p-verdi 0,05 av paret t-test , FDR 20%). Dette er et statistisk betydelig antall sammenlignet med 292 genet overlapping forventes ved en tilfeldighet (
P
= 10
-9 av hypergeometrisk test). Vi identifiserte 4 klasser av utfallet assosierte gener (figur 3) som endrer uttrykk nivåer etter operasjonen. To av gruppene av gener (A og D) signifikant overrepresentasjon, og vi beskrive disse 2 timer. Den største gruppen (gruppe A) av 236 gener har HR 1 (bedre overlevelse for høyere uttrykk) og er nedregulert i PBMC etter fjerning av svulster. Den andre gruppen (gruppe D) inkluderer 92 gener med HR 1 (dårligere overlevelse med høyere uttrykk) ble oppregulert i PBMC etter fjerning av svulster. Disse prognostiske gener, som også endrer uttrykk etter at svulsten er fjernet, kan tilveiebringe en ny metode for å bestemme tilbakefall.
# obs. = Observerte antall gener; # Exp. = Forventet antall gener ved en tilfeldighet; Pre = uttrykk i pre-kirurgi prøve; Post = uttrykk i post-kirurgi prøve; HR = Hazard Ratio for høy vs lav ekspresjon av genet.
Funksjonell berikelse analyse av gruppe A gener viser sterk overrepresentasjon av proteiner assosiert med ribosomer, proteinsyntese, mitokondrienes funksjon, translasjonsforskning faktor aktiviteter og sink finger proteiner, egenskaper i samsvar med PBMC å være mer aktiv i respons til tumoren nærvær og tilsynelatende, bedre for overlevelse. Gruppe D viser funksjonelle berikelse bare for gener assosiert med rød celle funksjon muligens indikerer lavere antall sirkulerende erytroblastene i nærvær av en svulst, men dårligere overlevelse med høyere uttrykk.
Diskusjoner
Evnen til å nøyaktig identifisere pasienter med lungekreft som har en dårlig prognose er spesielt viktig for pasienter med stadium i sykdom som er kjent for å variere betydelig i sannsynligheten for gjentakelse. Forutsi hvilke svulster er mest sannsynlig å gjenta seg er avgjørende for å utforme behandling etter operasjonen, spesielt for stadium IA pasienter, som vanligvis ikke får adjuvant kjemoterapi. Foreløpig de mest effektive prognostiske indikatorer er demografiske kjennetegn (pasientens alder, kjønn, røyking historie) og kliniske parametre (tumor størrelse, scene og spredning til lymfeknuter). En rekke av genekspresjon studier på lungesvulster som presenterer prognostiske algoritmer ble nylig anmeldt [4]. En analyse [15] trent og godkjent for offentlig tilgjengelige data beskriver en 5-genet prognostisk signatur for alle stadier inkludert stadium I adenokarsinom (men ikke plateepitelkarsinom). Ett problem med de tumorstudier har vært mangelen på reproduserbarhet, muligens på grunn av forskjeller i prøvekvalitet og tumorcelle representasjon i prøvene. Nærmer ved hjelp av blod eller serum for å identifisere prognostiske indikatorer unngå noen av problemene som er forbundet med tumor variabilitet og mikroRNA ekspresjonsprofiler i serum eller plasma er anvendt ved begge NSCLC diagnostisk [16], [17] og prognostiske studier av to grupper [18], [19]. Hu et al, [19] med serum fra 243 pasienter, fant en prognostisk sett med 4 mirnas som når trent på halvparten av pasientene kunne forutsi overlevelse på den resterende halvparten. Begge gruppene foreslår at deres funn vil tillate separasjon av lav fra høyrisikopasienter, bedre prognose ved scenen alene.
Interaksjoner mellom en svulst og immunsystemet har lenge vært et tema av interesse i kreft biologi [20]. Vi har tidligere funnet at PBMC genekspresjonssignaturer kunne skille pasienter med lungekreft fra pasienter med ikke-maligne lungesykdommer. De presenteres her studiene viser at genekspresjonssignaturer i de perifere immunceller av NSCLC pasienter også inneholde opplysninger som er korrelert med overlevelse, og som underskrifter fra lungesvulster, kan forbedre kliniske prediktorer for utfall. I vår studie, identifiserer vi et panel av 26 gener som uttrykk mønstre er signifikant assosiert med overlevelse og denne informasjonen er uavhengig av informasjon gitt av tumorstadium. Vi viser også at enkelte gener korrelerte med prognosen er immun celle avstamning spesifikke. De mest slående forandringer var i de myeloide spesifikke gener som viser en invers korrelasjon mellom uttrykk og overlevelse. Som vist i tabell S3, 29 av de 30 genene spesifikt knyttet monocytter, nøytrofile, eller «myeloide celler», har økt uttrykk hos pasienter med nedsatt overlevelse ganger. Disse data er i overensstemmelse med observasjonene at en økning i umodne myeloide cellepopulasjoner i blodet og i tumorer er forbundet med avansert kreft og dårlig prognose, sannsynligvis på grunn av evnen som disse cellene for å fremme angiogenese og for å undertrykke anti-tumor immunresponser [21] , [22], [23], [24]. Høyt antall nøytrofile har vist seg å være prediktorer for dårlig prognose ved melanom, eggstokkreft og hode og nakke kreft [25]. Prognose-assosiert T-celle gener har også overveiende høyere hazard ratio, men mekanismen som disse genene påvirker pasientens overlevelse er ennå ikke klart.
Et betydelig antall av PBMC gener som endrer i uttrykket etter fjerning av en svulst er også forbundet med prognose. Den største klasse (gruppe A, figur 3) omfatter gener som uttrykkes ved høye nivåer i nærvær av en tumor sammenlignet med prøver fra den samme pasient tatt etter fjerning av svulster og som har høyere uttrykk indikerer bedre overlevelse. Den mest differensielt uttrykt gen i denne gruppen er immunresponsen genet
CXCR4
, viktig for lymfocytt-handel [26], [27]. Dens ligand,
SDF-1 Twitter /
CXCL12
, er en nøkkelfaktor regi dendrittiske cellen migrasjon forbundet med en adaptiv immunrespons [27], [28] I motsetning til en annen stor gruppe av gener (gruppe D) viser det motsatte problemet med høye fareforhold indikerer dårlig overlevelse funksjon og lavere nivåer i nærvær av en tumor. DAVID analyse av dette genet klassen viser berikelse for gener signifikant assosiert med funksjoner av oksygenering, hypoksi og jern bindende (
HGBD
,
HGB1
,
HGB2
) og erythroide forbundet faktor (
eRAF
). Dette er antagelig bestanddeler i erytroblaster er kjent for å samarbeide rense med PBMC [29], [30]. Lavere ekspresjon av disse gener i nærvær av tumoren kan tyde på at erytroblast genekspresjon (eller erytroblast tall) er undertrykt i overensstemmelse med andre studier som dårlig oksygenering og anemi er tidligere blitt assosiert med lungecancer [31], [32]. Relativt høyere ekspresjon av disse gener i pasienter med dårligere overlevelsen kan være på grunn av den økte nærværet av erytroblaster som reaksjon på den forverrede oksygenering assosiert med mer alvorlig sykdom. Totalt sett er betydelig overrepresentasjon av gener fra gruppene A og D antyder at å måle endring av disse gener mellom paret pre- vs post- kirurgi prøver fra samme pasient, kan reflektere immunsystemets evne til å svare på svulsten, og kan gi ekstra informasjon for utfallet prediksjon ved å sammenligne prøver samlet inn før med prøver samlet etter fjerning av svulster. I tillegg kan genene fra disse gruppene være kandidater til å revurdere kreft tilbakefallssannsynligheter i vanlige post-kirurgi blodprøver.
Bruken av kombinerte prognostiske faktorer, inkludert klinisk stadium, tumor genekspresjon signatur og PBMC-genet signaturer kan gi ytterligere veiledning for forskrivning adjuvant kjemoterapi for tidlige stadium kreft som i dag ikke ville ellers bli behandlet etter operasjonen. Vi finner at gen-ekspresjon fra pasientens PBMC-er en uavhengig prediktor for overlevelse, og at når PBMC-genekspresjon er kombinert med informasjon fra kreft trinn blir fareforhold fra trinn alene økes 3,0 til 4,9. Den begrensede størrelsen på datasettet er ikke tillatt testing for prognose innenfor en enkelt kreft stadium, men vi finner ut at to trinn I pasienter er korrekt overført til høyrisikogruppen ved å kombinere GPS blod signatur med scene basert prognose.
utviklingen av en ondartet svulst omfatter interaksjoner mellom kreftceller og signalering med andre celler i svulsten mikromiljøet inkludert immunceller. Våre studier tyder på at disse interaksjoner er ikke bare lokalisert til tumorstedet, men også strekker seg til den perifere immunsystemet, og at informasjon relatert til prognose eller tilbakefall er til stede i de genekspresjonsprofiler fra de perifere immunceller. I motsetning til tumor-baserte prognostiske signaturer som reflekterer malignitet, PBMC basert prognostiske signaturer reflektere typen og styrken av immunresponsen til tumoren tilstedeværelse. Det er sannsynlig at ved å kombinere kliniske karakteristika for overlevelse avledet fra svulster ved tidspunktet for kirurgi med gjentatt vurderinger av PBMC avledet GPS-data, kan en mer robust algoritme for å forutsi tilbakefall bli utviklet som kan vurderes på nytt ved forskjellige intervaller etter operasjonen. I tillegg kan genene til immuncellene som er forbundet med pasientens utfall være mål for klinisk manipulasjon for å endre nøkkelen genuttrykk for å forsterke anti-tumor immunrespons og bidra til å redusere forekomsten av tilbakefall.
Mens tilleggs studier med større antall rasistisk ulike pasienter trenger å bli utført, denne studien viser at statistisk signifikant resultat informasjonen kan påvises i genuttrykksmønster av PBMC fra NSCLC pasienter. Arbeidet med å samle inn de nødvendige prøvene for å løse disse problemene er pågående.
Hjelpemiddel Informasjon
Figur S1.
Fordeling av p-verdier for å bruke modellen i form på treningssett til testing sett prøver. For å teste det generelle i vår tilnærming, vi utførte 100 tilfeldige valg av opplæring /testing setter å anslå muligheten for at vår resultatet kan forklares ved et tilfeldig utvalg av pasienter. Basert på fordeling av p-verdier som viser betydningen av ytelse på testsettet, så vi nådde 39% av testsett en statistisk signifikans av
P
0,05. Dette er en berikelse på 7,8 ganger over en tilfeldig p-verdi distribusjon (
P
= 4 × 10
-9, Fisher eksakt test)
doi:. 10,1371 /journal.pone.0034392. S001 product: (TIF)
Tabell S1.
