Abstract
Bakgrunn
Prostatakreft (CAP) er en av de mest relevante årsakene til kreft dødsfall i vestlige land. Selv om påvisning av hetten på tidlig helbredelig stadium er svært ønskelig, er selve screeningmetoder som finnes begrensninger og nye molekylære tilnærminger nødvendig. Genekspresjonsanalyser øker vår kunnskap om biologien til Cap og kan gjøre nye molekylære verktøy, men identifisering av nøyaktige biomarkører for pålitelig molekylær diagnostikk er en skikkelig utfordring. Vi beskriver her den diagnostiske kraften i en roman 8-gener signatur: ornitindekarboksylase (
ODC
), ornitindekarboksylase antizyme (
OAZ
), adenosylmethionine decarboxylase (
AdoMetDC
) , spermidin /spermin N (1) -acetyltransferase (
SSAT
), histon H3 (
H3
), vekst arrest bestemt gen (
GAS1
), glyseraldehyd 3-fosfat dehydrogenase (
GAPDH
) og Clusterin (
CLU
) i tumor påvisning /klassifisering av menneskelig Cap.
metodikk /hovedfunnene
Den 8-genet signaturen ble oppdaget av retrotranscription real-time kvantitativ PCR (RT-qPCR) i frosne prostata kirurgiske prøver hentet fra 41 pasienter diagnostisert med cap og anbefalte å gjennomgå radikal prostatektomi (RP). Ingen behandling ble gitt til pasienter når som helst før RP. Den bio-bank brukes for studiet bestod av 66 prøver: 44 var godartet-cap paret fra samme pasient. Trettifem ble klassifisert som godartet og 31 som CAP etter endelig patologisk undersøkelse. Bare molekylære data ble brukt for klassifisering av prøver. Den Nærmeste nabo (NN) klassifiserer ble brukt for å skille hetten fra godartet vev. Validering av resultater ble oppnådd med 10-fold crossvalidation prosedyre. Cap versus godartede prøvene ble diskriminert med (80 ± 5)% nøyaktighet, (81 ± 6)% sensitivitet og (78 ± 7)% spesifisitet. Metoden også riktig klassifisert 71% av pasienter med Gleason scorer 7 versus ≥7, en viktig prediktor for endelige resultatet
Konklusjon /Betydning
Metoden viste høy følsomhet i en samling av prøver. der en vesentlig del av den totale (13/31, tilsvarende 42%) ble betraktet hetten på grunnlag av å ha mindre enn 15% av kreftceller. Dette resultatet støtter tanken om «kreft feltet effekt», der transformerte celler utover morfologisk tydelig tumor. Den molekylær diagnose metode som her er beskrevet er objektiv og mindre utsatt for menneskelige feil. Selv om ytterligere bekreftelser er nødvendig, denne fremgangsmåte besitter potensial til å forbedre konvensjonelle diagnose
relasjon:. Rizzi F, L Belloni, Crafa P, Lazzaretti M, Remondini D, Ferretti S, et al. (2008) A Novel Gene signatur for molekylær diagnostikk of Human prostatakreft ved RT-qPCR. PLoS ONE 3 (10): e3617. doi: 10,1371 /journal.pone.0003617
Redaktør: Andrew Vickers, Memorial Sloan-Kettering Cancer Center, USA
mottatt: 03.06.2008; Godkjent: 02.10.2008; Publisert: 31 oktober 2008
Copyright: © 2008 Rizzi 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:. Kontrakts tilskudd sponsorer: Genprofiler Srl, Bolzano, Italia; FIL 2005 og FIL 2006, Universitetet i Parma, Italia; Istituto Nazionale Biostrutture e Biosistemi (INBB), Roma, Italia
Konkurrerende interesser:. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
Prostatakreft (CAP) er antas å bli den mest relevante årsaken til kreftdød i de vestlige land i nær fremtid fordi dens forekomsten øker raskt med alderen. Siden prognosen er generelt ugunstig når sykdommen er ikke lenger organ-begrenset, påvisning av hetten på et tidlig helbredelig stadium er svært ønskelig, men dessverre tilgjengelige metoder som serum prostata spesifikt antigen (PSA) nåværende begrensninger [1]. Diagnosen hetten er konvensjonelt fremstilt ved metning prostatabiopsi og morfologisk undersøkelse av vev seksjoner. Denne metoden er pålitelig, men krever nøye trening. Likevel kan intra- og inter-observatør urimeligheter oppstår. I prinsippet ville molekylær diagnostikk være mer objektiv og, forhåpentligvis, betydelig mindre utsatt for menneskelige feil hvis oppnådd med pålitelige metoder. Men den ideelle metoden bør også være rask, standardisert og økonomisk praktisk. Slik prestasjon er faktisk mulig i teorien, men resultatene publisert ikke er helt tilfredsstillende, men også fordi de er vanligvis basert på en konvensjonell måte med utnytter en enkelt molekyl prediktor betydelig opp- eller ned-reguleres i kreftprøve versus godartet kontroll. En viktig hindring for dette målet er at de molekylære hendelser som forårsaker Cap utbruddet og progresjon er fortsatt langt fra å være helt åpenbart: svært få kjente onkogener eller tumor-undertrykkere er klart knyttet til prostata tumorigenesis, og av denne grunn cap er fortsatt betraktet som en unnvikende sykdom. Derfor er nye molekylære metoder for tidlig screening og diagnostikk presserende behov.
genekspresjonsanalyser ble nylig brukt til å øke vår kunnskap om biologi Cap [2]. Gene signaturer på RNA-nivå blir bestemt og ofte brukt som prediktorene for å modellere klinisk relevant informasjon (f.eks prognose, overlevelsestiden, følsomhet for medikamenter, etc.). For å oppnå dette målet, er endelige konklusjoner om klassifisering kraft av genet signaturen studert helt trekkes på grunnlag av molekyl data oppnådd ved transkripsjonsnivået ved hjelp av metoder som DNA mikroarray eller RT-PCR q. Ved Northern blot-analyse, har vi tidligere identifisert 8 informative gener hvis ekspresjon endres på grunnlag av tilstedeværelsen av ondartethet hos mennesker Cap [3]. I en 5-års oppfølgingsstudie viste vi også at nivåene av uttrykk for dette panelet av gener sterkt korrelert med differensiering og endelig utfall (prognose) Cap pasienter. Dette resultatet ble oppnådd ved å kombinere molekylære data med standard klinisk informasjon [4]. Men i vårt sinn den virkelige utfordringen var å påvise CAP ved hjelp av molekylære verktøy alene. Selv om studien spesifikt kan forandres genekspresjon i løpet av netting tumorgenesen er en vanskelig oppgave, den vitenskapelig informasjon som til slutt vil bli oppnådd er en viktig belønning, som fører til en bedre forståelse av den molekylære basis for sykdommen, noe som kan føre til bedre metoder for diagnose og terapi. Dette er spesielt viktig når de vurderer heterogenitet av hetten og variasjonen i klinisk progresjon, med noen pasienter med langsom voksende lat svulster og andre pasienter som har en sykdom som er raskt progressive.
signatur som vi har identifisert er laget av 4 metabolsk beslektede gener,
ODC
,
OAZ
,
AdoMetDC
,
SSAT
, regulatoriske gener fra polyamine metabolisme, 2 gener relatert til cellesyklusprogresjon,
H3 Hotell og
GAS1
, spesifikke markører for S- og G
0-faser, henholdsvis [5], [6],
GAPDH
, et enzym av glycolitic vei, og
CLU
en gåtefull protein som biologiske rolle er fortsatt et spørsmål om debatt.
CLU
, også kjent som
SGP-2
,
sense-TRPM-2
eller
ApoJ
, er sterkt over uttrykt i prostatakjertelen involusjon og ombygging [7], [8]. Selv om det er generell enighet om involvering av CLU ved regulering av celledød, er dens spesifikke rolle i den apoptotiske prosess fremdeles kontroversiell, så vel som i celletransformasjon. Mer spesielt er nivået av ekspresjon og regulering i løpet av netting begynnelse og progresjon diskutert [9], [10]. En bedre forståelse av dette problemet er spesielt viktig ikke bare på grunn av de ovennevnte hensyn, men også fordi en klinisk studie som tar sikte på å kneble
CLU
genet ved antisensoligonukleotider i Cap pasienter er for tiden pågår [11]. Som et spørsmål om faktum, har vi og andre funnet at
CLU
er nedregulert i løpet av CAP progresjon [12] – [15], noe som tyder på at det kan fungere som en tumor-suppressor faktor [16], [ ,,,0],17].
Når det gjelder gensignaturen beskrevet her, alle gener studert har tidligere vist strengt relaterte endringer i co-uttrykk under hetten progresjon [3]. Spesifikke endringen av transkripsjon av de regulatoriske enzymer polyamine metabolisme under hetten progresjon har også blitt godkjent av meta-analyse av mikromatriser [18]. I tramp mus modell av Cap progresjon, vår gen signatur alene som bestemmes av RT-qPCR, foruten diskriminerende hetten fra godartet vev, også spådd individuell respons på behandling med grønn te katekiner (GTCs) [19]. Andre enkeltmarkørgener har blitt funnet av bevist gyldighet i dette feltet, for eksempel α-methylacyl koenzym A racemase (
AMACR
) [20], [21] eller prostatakreft Antigen 3 (
DD3 /PCA3
) [22], men i øyeblikket ingen sammenheng mellom uttrykket nivået av PCA3 og tumor grad eller rekkefølge ble funnet ennå. Vår gen signatur er fremstilt av informative gener hvorav noen er kjent for å spille en viktig rolle i fysiologien av prostataceller, slik som gener som koder for regulatoriske proteiner av polyamin metabolismen [23] og
CLU product: [7] .
Målet med vår studie var å vise at vår gen signatur alene øker sensitiviteten og spesifisiteten av molekylær diagnostikk av CAP i forhold til enkelt markør identifikasjon. Vi brukte histopathologic klassifisering av faste vev eksemplarer som endelig referanse, som vanligvis gjøres i lignende omstendigheter [24], [25]. Den 8-genet modellen ble påvist ved RT-qPCR i frosne vevsprøver oppnås ved radikal prostatektomi (RP). Klassifisering av vevsprøver (dvs. nærvær eller fravær av tumor) ble utført uten andre patologiske eller kliniske data. Videre ble molekylære data brukes til sub-klassifisering av vevsprøver med hensyn til Gleason score, alder og total serum PSA av pasienten ved RP.
For prøven klassifisering vi brukte Nærmeste nabo (NN) klassifikator, en statistisk flere faktorer analyseverktøy kjent for å gi gode resultater spesifikt for cancer klassifisering sammenlignet med andre metoder. For validering av klassifisering ytelse, vi brukte 10-fold kryssvalidering prosedyre, gjentatt 100 ganger med forskjellige under prøvetakinger for å anslå den gjennomsnittlige ytelsen til signaturen og konfidensintervall (Resultatene er uttrykt som gjennomsnitt ± 95% konfidensintervall omtrent tilsvarer 2 standardavvik).
Resultater
vevsprøvene bio-bank
Den bio-bank besto av en samling av 66 humane prøver, se tabell 1, matche kriteriene våre for studiet: i) patologisk bevis for tilstedeværelse eller fravær av CAP i den frosne pre- og post-RNA seksjoner; ii) godartede eksemplarer gratis av prostata intraepitelial neoplasi (PIN) lesjoner eller tumorinvasjon, tatt veldig langt unna (dvs. i forskjellige områder av prostata, gjerne i controlateral sekstant) fra neoplastisk lesjon; iii) Cap Prøver med et kreftcelle-innhold som dekker i det minste 5% av hele tverrsnittsarealet; iv) god avkastning og høy kvalitet på RNA forberedelse. Blant disse 44 prøvene var CAP-godartede sammenkoblede prøver hentet fra samme pasient. Thirthy-fem eksemplarer ble klassifisert som godartet av patologen, mens 31 var CAP
Hvordan få molekylære og morfologiske data fra de samme vevsprøve. «Sandwich» metoden
For å få en direkte sammenligning mellom molekylære data og patologisk klassifisering vi utviklet en «sandwich» metode (se figur 1 og metode: prostata vevsprøver Innsamling og håndtering). RNA-ekstraksjon ga et gjennomsnitt på 50 til 60 ug av total-RNA fra 20 mg humant prostatavev. Mengden av totalt RNA erholdt var høy nok til direkte å kontrollere kvaliteten av blandingen ved spektrofotometri, etterfulgt av konvensjonell elektroforese. Bare god kvalitet RNA ble brukt for RT-qPCR-analyse. Åtte informative gener pluss 2 hushjelper ble analysert fra samme RNA prøven.
RT q-PCR og dataanalyse
Relativ kvantifisering av målgener ble utført med den kjente REST verktøy [26]. Endringer i nivået av uttrykk for syv av åtte informative gener i Cap Versus godartet vev nådde ikke statistisk signifikans (ikke vist), mens
CLU
var signifikant nedregulert i Cap (p 0,05). I figur 2 er den relative genekspresjon av signaturen som oppnås ved den to
∧-ΔΔCT metoden er rapportert som en funksjon av RP slutt Gleason score. Interessant,
CLU
er vesentlig og omvendt relatert (p 0,01) til Gleason score på svulsten: dvs. lavere uttrykk nivåer av
CLU
ble funnet i høyere Gleason score prøver. I tabell 2 vises de endelige resultatene av klassifisering som bruker Nærmeste nabo (NN) klassifiserer kombinert med 10-fold kryssvalidering. Selv om REST-analyse viste at bare endringene i
CLU
uttrykk ble statistisk signifikant, NN klassifisering + 10-fold kryssvalidering utført på ΔCt data indikerer en meget god ytelse, ved at diskriminering av Cap versus godartede prøvene var oppnådd med en kombinasjon av 7-gener (
H3, GAS1, SSAT, CLU, AdoMetDC, OAZ, ODC
), ved bruk av 3 naboer og korrelasjonsbaserte avstand. Denne klassifiseringen er statistisk signifikant
* p-verdi. 0,01 (t-test). Hvite streker = Gleason score 7; Grå streker = Gleason score≥7. Feilfelt representerer standard feil av gjennomsnittet.
I dette arbeidet vi betalte den høyeste oppmerksomhet for å oppnå best mulig kvalitet på vev prøvetaking og karakterisering (figur 1). Dette er absolutt nødvendig for å gi den høy heterogenitet av en prostatakreft prøven. Kombinasjonen av en «robust» og vidt testet tilnærming for statistisk analyse av data med høy kvalitet prøven sampling mulig for oss å oppnå det endelige validert resultatet med et datasett av 66 prøver.
Den samsvar mellom våre gen signatur klassifisering og endelig patologisk klassifisering (CAP versus benign) innhentet av patologen var (80 ± 5)%, med en følsomhet på (81 ± 6)% og en spesifisitet på (78 ± 7)%. Vevsprøver som er blitt feilsorterte av den molekylære fremgangsmåten, med hensyn til patologisk klassifisering, er angitt i tabell 1 (fet skrift). Vi bemerke at i dette tilfellet en La-ett-Out kryssvalidering har blitt vurdert, siden med N-fold prosedyre feilklassifiseringer av enkle prøver kan variere i hver realisering. Med den samme kombinasjon av gener vi fullstendig sub-klassifiseres 84% av tumorprøver med hensyn til pasientens alder, 71% med hensyn til slutt RP Gleason score og 42% med hensyn til PSA før RP (tabell 2). Det samme signaturen ikke gi gode resultater for klassifisering med hensyn til TNM staging.
Inter-laboratorium validering metodikk
Et annet laboratorium var å delta i en inter-lab validering metodikk. Hvert vev prøve ble analysert hver for seg, bestemmelser var i duplikate brønner, og hvert eksperiment ble kjørt i 6 ganger i begge uavhengige laboratorier, med Ct linje innstilt på den samme verdi. Inter-laboratorium variasjonen var mindre enn en syklus for hver enkelt bestemmelse. (Data ikke vist). Slike variasjoner påvirker ikke signifikant sluttstillingen.
Så lite som 1 mg av kreftvev i løpet av 20 mg av godartede prøve ble detektert
Som vist i tabell 1, mengden av kreft vev var bare 5% i prøvene 7/31 (tilsvarende 22,5% av total prøvestykker; 6/7 er blitt korrekt klassifiserte), og mindre enn 15% i 13/31 prøver (tilsvarende 42% av totale prøver, 10/13 har vært korrekt klassifisert). Derfor står den relative kreftvev komponent for bare ca. 1-3 mg vev ut av 20 mg totalt. Tabell 1 gir en komplett liste over de kliniske tilfeller hvor hver vevsprøve ble innhentet, også inkludert kliniske data, klassifisering av patologen og prosent av kreftceller til stede i prøven, uttrykt som en middelverdi mellom pre- og post- RNA seksjoner (se figur 1)
Diskusjoner
Identifikasjon av romanen og nøyaktige molekylære biomarkører. utfordringen
identifisering av nye og nøyaktige biomarkører for pålitelig molekylær diagnostikk av Cap er en reell utfordring. Tidligere studier av DNA microarray har identifisert molekylære signaturer som signifikant korrelert med Cap progresjon [27] eller gradering [28], som fører til identifisering av informative gener (noen ganger med ukjente funksjoner) som fortsatt venter på videre studier for å avklare sin rolle i Cap progresjon [ ,,,0],29]. Andre vellykkede studier resulterte i molekylær diagnostikk av Cap, men de var bare basert på noen få utvalgte, kreft-spesifikke gener. PCA3 er den beste enkelt Cap prediktor: det er meget spesifikk, men følsomheten er forholdsvis lav [30]. Dessuten gjorde følsomheten ikke bedre selv når to prostata-relaterte gener ble lagt [24], [25].
En ny og pålitelig metode basert på en robust tilnærming
Vårt arbeid gir en pålitelig metode for molekylær diagnostikk av hetten som utnytter en relativt enkel metode. 7-genet modell her presenteres er basert på bestemmelsen av gener som er kjent for å bli uttrykt i både godartede og kreftvev, og utsatt for høy individuell variasjon. Derfor nyheten av vår tilnærming består i å oppnå effektiv molekylær klassifisering av Cap med hensyn til endelig patologisk diagnose uten å bruke gener som er spesielt høyt opp- eller nedregulert i benign versus kreftvev. Faktisk er vårt arbeid basert på påvisning og analyse av uttrykket av gener som er lang tid kjent for å være fysiologisk uttrykt samt essensielle for biologi prostata celler. For eksempel er alifatiske polyaminer fremstilt ved svært høye nivåer av prostata epitelceller og deretter frigjøres i prostata væske i mengder mM [31] – [33], selv om den nøyaktige rollen til disse forbindelsene er fortsatt ukjent. Påvisning av polyaminer i urin var allerede forsøkt lenge siden for diagnostisering av Cap [34].
For å oppnå en pålitelig deteksjon av vår gen signatur i kreft vevsprøver og gjennomføre praktisk bruk vi måtte ta flere teknisk problemer. I fravær av noe dedikert bestemt verktøy eller instrument, utvikling av en «sandwich» prosedyre var nødvendig for å oppnå morfologiske og molekylære data fra de samme vevsprøvene (figur 1).
Statistisk analyse
i tidligere publikasjoner, som arbeider med både dyr [14] og menneske [3], [4] CAP modeller vi har vist strengt relaterte endringer i uttrykket av alle gener studert. Ikke desto mindre, resten analysen viste at den relative ekspresjon av gener i tillegg 7 CLU ikke nådde statistisk signifikans på malignitet. Dette var noe uventet. Vanskeligheten med å forfølge en molekylær tilnærming til Cap diagnose i den virkelige klinisk setting er tydelig. Men dette resultatet kan forklares ved det faktum at polyamin-gener uttrykk er kjent for å være kjennetegnet av høy individuell variasjon i vevsprøvene analysert. Likevel, dette ikke svekker vår analyse, fordi den molekylære klassifiseringen av vevsprøver her presenteres tar hensyn til hele genet signatur, oppdager en betydelig forskjell på hele genuttrykk profil uavhengig av individuelle variasjoner. Det endelige resultatet er at den integrerte mønsteret av ekspresjon er signifikant forskjellig i Cap versus benigne kontroller. Denne nye fremgangsmåte har vært vellykket med klassifikator NN, en statistisk metode som er kjent for å gi gode resultater spesifikt for cancer-klassifisering, selv når sammenlignet med andre sofistikerte metoder [35], [36]. NN er en parametrisk metode som tilhører klassen av «robuste» classifiers [37]. NN er godt kjent for å gjengi en god forestilling hvor grensen mellom de to klasser for å bli diskriminert er ikke entydig fra geometrisk synspunkt. Denne tilstanden skjer ofte i kliniske studier hvor individuelle variasjoner kan være mye høyere i forhold til laboratorieprøver hentet fra
in vitro
eksperimenter, noe som gir «uklare» grenser som kan resultere fra komplekse genuttrykk profiler. NN er praktisk talt ikke er fornuftig å begrenset utvalg av de klasser som skal diskrimineres på grunn av det meget begrensede antall parametere (nemlig valget av avstanden funksjon og antallet naboer). Likevel NN gjør svært gode klasse forestillinger også i forhold til andre multiparametric kjente classifiers som Neural Networks eller Support Vector Machines, metoder som oppnår optimal ytelse når store datasett er tilgjengelig.
Til dags dato, er den beste tilnærmingen nå en endelig vurdering på resultatene av enda en «robust» statistisk klassifiserer som NN er å gjenbruke de innsamlede data både for trening og validering av valgt klassifikator: denne prosedyren er ofte referert til som kryssvalidering (godt beskrevet i mange » klassiske «statistiske bøker [37]). I N-fold kryssvalidering blir datasettet tilfeldig delt inn i N deler, og hver del er brukt som et valideringssett ved å bruke den andre som treningssettet. Under disse arbeidsforholdene klassifikator ytelsen varierer for hver tilfeldig realisering. Vi brukte denne fremgangsmåten både med en 5-fold (ikke vist) og en 10-fold kryssvalidering, og fått lignende forestillinger. På grunn av de ovennevnte betraktninger, det resultat som oppnås ved NN + 10 gangers kryssvalidering fremgangsmåte kan betraktes som meget pålitelig selv med en liten størrelse datasett. Den samme statistiske metode allerede har blitt brukt til å analysere og validere genekspresjonssignaturer i kreftforskning [38], [39].
Under disse betingelser, ble de beste resultatene oppnådd med klassifiseringen en 7-gen-modell (
H3
,
GAS1
,
SSAT
,
CLU
,
AdoMetDC
,
OAZ Hotell og
ODC
). Den samsvar mellom molekylære og endelig patologisk klassifisering hadde en nøyaktighet (80 ± 5)% med en følsomhet på (81 ± 6)% og en spesifisitet på (78 ± 7)%. Dette resultatet viser at diagnosen cap av molekylære data alene er mulig
Genet signatur oppdager svært få kreftceller. Kreften feltet effekt
Spesielt vår metode viste en svært høy følsomhet arbeider på en samling av Cap vevsprøver, hvor en vesentlig del av den totale, nemlig 7/31, ble vurdert CAP på grunnlag av å ha bare 5% av kreftceller. Dette utgjør bare en mg av kreft vev som er tilstede i en total på 20 mg. En begrunnelse konsekvens av dette resultatet er at molekylære hendelser oppdaget i pre-ondartet vev eller i vev ved siden av kreft har gitt diagnostisk informasjon, støtter hypotesen om at en molekylær tilnærming for Cap diagnose ville være en mer følsom og kraftig verktøy enn morfologisk undersøkelse. Dette resultatet er i samsvar med «kreft felteffekt», som nylig hypotese. Ifølge denne ideen, transformerte celler strekke seg utover morfologisk tydelig tumor. Disse hendelsene vil gå forut for utvikling av kreft, fordi normalt vises prostatavevet kan gjennomgå genetiske endringer som svar på, eller i påvente av, morfologiske kreft [40]. Nylig, felt effekter basert på epigenetiske hendelser [41], atom matrix endringer [42], androgen reseptor immunoreaktivitets i stroma rundt kreft lesjon [43] har blitt oppdaget. Ved hjelp av oligonukleotid-mikromatriser, en bekreftelse avledet av en studie hvor uttrykket profiler av primær prostatakreft, ved normalt vev og normalt vev fra kreft gratis donorer ble sammenlignet [44]. Dette scenariet forsterke kravet til saklig molekylærbiologiske markører av den aggressive fenotype å løse usikkerhet med hensyn til identifisering av de forstadier som er mest sannsynlig å utvikle seg til invasiv og metastatisk prostatakreft. Den mest sannsynlige forklaring for feilklassifisering mellom molekylære og morfologiske data oppnådd i vårt studium er det meget tidlig molekylære endringer kan gå forut for endring av morfologi, og derfor disse betingelsene vil ikke overlapper (eller være forbundet med) det patologisk respons. Molekylære endringer foregående forandringer i fenotype ville bli detektert av den molekylære metode for diagnose, øke dets følsomhet, og forklarer hvorfor 7 prøver (Tabell 1, med fet skrift) ble sett på som kreft ved å genet signaturmetode, mens den patologiske klassifiseringen er godartet. I denne forbindelse vil høyere følsomhet av fremgangsmåten resultere i reduksjon av antall prøver som må tas, med en klar fordel for pasienten. Det er kjent at følsomheten for biopsi er et potensielt problem, forklarer hvorfor metnings biopsier må tas fra pasienter. Prosedyren for å mette prostata med biopsier etter volum for å opprettholde en konstant tetthet av sondering ble utviklet for å forbedre Cap oppklaringsprosenten, og prostatabiopsier er flere og oftere blir metnings biopsier [45]. Metning biopsi kan vurderes for pasienter med risiko for kreft som er villige til å akseptere bivirkninger, men det er kjent at klinisk ubetydelige kreft kan oppdages [46].
På den annen side, kanskje den samme begrunnelsen også forklare det motsatte resultatet. Faktisk er linken mellom morfologiske lesjoner (dvs. HG-PIN) og klinisk Cap fortsatt et spørsmål om debatt [47], [48]. Også PIN-kode representerer en «felt-effekt» med et potensial for progresjon av kreft, men kan ikke direkte involvert i eller kan ikke føre til utvikling av invasiv prostatakreft [49]. Derfor kan vi hypotese at visse endringer i morfologi kanskje ikke obligatorisk være knyttet til klinisk relevant celle transformasjon. Dermed eksemplarer klassifiseres som benign av molekylære verktøy, men kreft i stedet av patologen på grunn av endret morfologi (5/31, tabell 1, fet kursiv), faktisk kan være ulike morfologiske enheter eller klinisk lat lesjoner, muligens gjennomgår regresjon fordi omgitt av reagere vev. I så fall ville dette materialet være ikke signifikant fra klinisk synspunkt, men skiller seg klart på et molekylært grunnlag fra aggressiv sykdom, selv om vi har ingen definitive bevis for dette i øyeblikket.
Clusterin og prostatakreft
CLU
ble klonet, sekvensert og identifisert som den viktigste oppregulert genet under massiv induksjon av apoptose og prostata regresjon forårsaket av androgen uttømming [7] eller administrasjon av Finasteride [50] og vitamin D analoger [51], [52]. Den glykosylert, ekstracellulære form av CLU er produsert med høy basal nivå av prostataceller og utskilles i prostata væske, selv om dens mulige rolle i reproduksjon er fortsatt rart forskerne [53].
Forfattere har foreslått at CLU kanskje være over-uttrykt i cellene overlevende apoptose, og ikke i cellene dømt til å dø. Dermed har en cytoprotective rolle for CLU blitt foreslått [54]. Debatten om dette fortsatt er helt åpent. Det har nylig blitt vist at forskjellige proteinformer kan stammer fra det samme genet ved still ukjente mekanismer [8]. TGF-beta og røntgenbehandling induserer en avkortet form av CLU som lokaliserer til kjernen [55] – [58]. Det antas at forskjellige former for CLU har forskjellige roller i humane celler [8], også avhengig av deres sub-cellulær lokalisering. Strukturell informasjon om slike protein former er fortsatt mangelvare. Data om mulig involvering av
CLU
i transformasjon og tumorvekst er fortsatt uklart eller selvmotsigende i litteraturen.
resten relative uttrykk analyse viste (data ikke vist) at nedregulering av
CLU
i Cap eksemplarer er statistisk signifikant (p = 0,023). Dette er i overensstemmelse med våre tidligere resultater [3], [13]. Selv om det spesifikke spørsmålet om CLU er opp- eller nedregulert i Cap er fortsatt kontroversielt [3], [13], [15], [59] – [61], bekreftende data som støtter vår hypotese om at CLU er ikke bare ned -regulated i Cap, men også i de fleste kreftformer, kan lett hentes fra Oncomine nettsted som samler inn data fra mer enn 20.000 uavhengige microarray eksperimenter (https://www.oncomine.org). Vi har tidligere antydet at CLU kan være en potensiell tumor-suppressor genet [51] gjennom sitt atom skjema nCLU [57], [63], [64].
Potential prognostisk verdi av metoden
Vi har tidligere funnet ut at våre informative gener har prognostisk verdi [3], [4]. Det er kjent at Gleason stillingen er den beste enkelt prediktor for Cap prognose [65], men forutsigelse av utfallet i 6-7 stillingen område, som omfatter de fleste kliniske tilfeller, er ikke tilfredsstillende [65]. Vi hadde 28/41 pasienter i disse forholdene i vår bio-bank (tabell 1). Dessverre denne analysen, som gjort før [4], krever definitive utfallet data på hele kohort av pasienten, og dermed et minimum av en 5-års oppfølgingsstudie vil være nødvendig som tidligere har gjort [4]. Vi oppfordres til å forfølge denne muligheten fordi våre informative gener har allerede funnet av prognostisk verdi ikke bare i menneskelig Cap [4], men også i tramp mus modell. Disse dyrene ble behandlet med grønn te katekiner (GTCs) for hemming av Cap progresjon [19]. I denne eksperimentelle modellen vår gen signatur var i stand til å effektivt diskriminere Cap vevsprøver av Tramp mus reagerer på GTCs behandling fra de som ikke er kontaktbare, derfor tyder på at den biologiske oppførsel av hetten kan være vellykket undersøkes også hos mennesker av samme tilnærming.
i tabell 2 er det også vist at kombinasjonen av 7 gener (
H3
,
GAS1
,
H3
,
SSAT
CLU
,
AdoMetDC
,
OAZ
,
ODC
) klassifisert korrekt 84% av kreftprøver med hensyn til pasientens alder, 71% med hensyn til RP Gleason score og 42% med hensyn til Ptil. Feilklassifisering med hensyn til Petroleumstilsynet ble faktisk forventet, fordi PSA er ikke en prostata svulst, men mer riktig, en prostatavevet spesifikk markør. Som et spørsmål om faktum, også PSA cut-off verdier og Cap deteksjon priser er fortsatt et spørsmål om debatt [1]. I stedet fikk vi en veldig god prestasjon om klassifisering av alder og Gleason score, både mye brukt for klinisk behandling av pasienter med Gleason scorer være den beste prediktor [65]. Også disse resultatene sterkt at vår tilnærming er å oppdage viktige biologiske hendelser som skjer i løpet av prostata celle transformasjon og kreft progresjon.
For de ovennevnte grunner vil det være grunnleggende for å fortsette denne studien ved å samle kliniske oppfølgingsdata, med en
