Abstract
Forskning har vist at microRNAs er lovende biomarkører som kan brukes til å fremme en mer nøyaktig diagnose av kreft. I denne studien har vi utviklet et integrert flertrinns utvelgelsesprosess for å analysere tilgjengelige high-throughput datasett for å få informasjon om microRNAs som kreft biomarkører. Bruk av denne tilnærmingen til mikroRNA uttrykk profiler av prostatakreft og datasett i Kreft Genome Atlas Portal identifiserte vi miRNA-182, miRNA-200c og miRNA-221 som mulige biomarkører for prostatakreft. Assosiasjonene mellom uttrykket av disse tre microRNAs med kliniske parametere samt deres diagnostiske evne ble undersøkt. Flere online databaser ble brukt til å forutsi målgener av disse tre microRNAs, og resultatene ble bekreftet av betydelige statistiske sammenhenger. Sammenligning med de øvrige 18 typer kreft oppført i Kreft Genome Atlas Portal, fant vi at kombinasjonen av både miRNA-182 og miRNA-200c blir oppregulert og miRNA-221 blir nedregulert bare skjer i prostata kreft. Dette gir en unik biologisk egenskap for prostatakreft som potensielt kan brukes for diagnose basert på vev testing. I tillegg er våre Studien viser også at disse tre microRNAs er assosiert med patologisk status for prostatakreft
Citation. Gu Y, Lei D, Qin X, Chen P, Zou Ym, Hu Y (2015) Integrert analyse avslører sammen MIR-182, MIR-200c og MIR-221 kan hjelpe i diagnostisering av prostatakreft. PLoS ONE 10 (10): e0140862. doi: 10,1371 /journal.pone.0140862
Redaktør: Rajvir Dahiya, UCSF /VA Medical Center, UNITED STATES
mottatt: 22 juli 2015; Godkjent: 01.10.2015; Publisert: 20 oktober 2015
Copyright: © 2015 Gu 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: All relevant data er i avisen og dens saksdokumenter filer
Finansiering:. de fire første og de siste forfatterne ble støttet delvis med tilskudd fra Natural Science Foundation of China (# 81272853 og # 81472414) Nasjonal og Guangxi Natural Science Foundation (# 2012GXNSFAA053152). Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
Prostatakreft (PCA) er den nest hyppigst diagnostisert kreft og er den sjette høyeste årsaken til kreft dødsfall blant menn over hele verden [1]. Det er en klinisk heterogen-multifokal sykdom, og antallet tilfeller øker stadig [2]. Så langt har prostataspesifikt antigen (PSA) deteksjon gitt den mest effektive biomarkør for diagnostisering og respons på behandling ved PCA. Imidlertid sensitiviteten og spesifisiteten av PSA-testing er utilstrekkelig, noe som resulterer i lave deteksjons [3]. Med fremme av forskning på kreftutvikling, har PCA studier stadig fokusert på nye strategier for tidlig oppdagelse og forebygging [4].
Studier har antydet at mikroRNA (miRNA), en type endogen, små, ikke-kodende RNA med en omtrentlig lengde på 22 nukleotider [5], kan knyttes til kreft; spesielt blir avvikende mirnas knyttet til klinisk virkemåten, og de kan være lovende biomarkører for mer nøyaktige diagnostiske /prognose av kreft [6,7,8]. Bruke mirnas som potensielle diagnostiske markører i PCA har blitt rapportert i litteraturen. Det har blitt rapportert at MIR-141 er forhøyet i serum fra pasienter PCA og korrelerte signifikant med PSA [9]. Videre har det vist seg at en fem-miRNA panel (nedregulering av la-7e, la-7c og MIR-30c, oppregulering av MIR-622 og MIR-1285) er i stand til nøyaktig å skille PCa fra benign prostatahyperplasi (BPH) og normale prøver [10]. Disse rapporter antydet at identifisering av avvik i mirnas assosiert med en spesiell type kreft bør gi gode biomarkører for disse spesifikke kreftformer og fremme tidligere diagnose.
I dag, high-throughput-teknologi har gitt en stor mengde av kreft data, så det er ønskelig å anvende disse data for å identifisere mirnas og de avvik som er forbundet med forskjellige typer kreft. Men analysene av disse high-throughput data møte vanskeligheter. En vanskelighet er mangelen på homogenitet mellom forskjellige sett av miRNA data på grunn av det faktum at forskjellige plattformer ble brukt til å skaffe dem. Forskjellige sett med miRNA data som er uttrykt på en annen måte har en tendens til å vise uoverensstemmelser med hverandre. Blant de metodene som er utviklet for å løse dette problemet, robust rang aggregering (RRA) metoden, som definerer rang vektor for hvert gen kun basert på datasettene hvor det er til stede, har vist seg å gi statistisk signifikante miRNA meta-signaturer [11, 12]. Metoden er basert på bruk av ordrestatistikken for å sammenligne hvert gen til grunnlinjen tilfellet, hvor alle preferanselistene er tilfeldig stokket, og deretter tildeler betydning nivåer til funnene [11]. Imidlertid, for å nøyaktig identifisere potensielt nyttige som biomarkører mirnas fra de valgte mirnas ved hjelp av RRA, karakterisert ved statistiske analyser og verifisering er nødvendige i tillegg til RRA-metoden.
I denne studien, søkte vi en ny multi- trinn utvelgelse tilnærming til den eksisterende high-throughput data for PCa for det formål å identifisere mirnas som pca biomarkører. Vi først anvendt RRA metode for å velge potensielle miRNA biomarkører i prostatakreft ved hjelp av 11 publiserte miRNA uttrykk profiler. Deretter brukte vi Kreft Genome data Atlas (TCGA) for ytterligere å bekrefte de valgte mirnas på flere måter ved Wilcoxon rank sum test. Vi fant at kombinasjonen av to oppregulert mirnas (miRNA-182, miRNA-200c) og en nedregulert miRNA (miRNA-221) er unik ved PCA. Dette tyder på at denne kombinasjonen av miRNAs og deres uttrykk nivåer kan potensielt gi ytterligere effektive diagnostiske indikatorer for PCa.
Materialer og metoder
Litteratursøk
Opplysningene om miRNA uttrykket profilering studier på PCa ble systematisk søkt i PubMed, Embase og Highwire databaser, ved hjelp av søkestreng (prostata og (kreft * OR svulst * OR svulst *) og (mirna * OR mikroRNA * OR speil *)). I tillegg har vi fått miRNA uttrykk profiler for PCa gjennom å søke i Gene Expression Omnibus (GEO) (https://www.ncbi.nlm.nih.gov/geo/) [13] og ArrayExpress (http: //www.ebi .ac.uk /arrayexpress /) repositories [14]. Søket ble begrenset til data publisert mellom 1 januar 2005 og 31. januar 2014. Våre kriterier var: (a) originale eksperimentelle artikler som gir en sammenligning av prostata svulst vev og ikke-tumorvev, (b) studiene var om miRNA uttrykk (c) studerte organismen var
Homo sapiens Hotell og (d) virale mirnas og ikke-miRNA prober ble ekskludert.
i denne studien, de ikke-tumorvev inkludert prostata vev ved siden en svulst og vev fra uavhengige friske donorer, men inkluderte ikke BPH. Dataene er hentet fra hver studie inkluderte: førsteforfatter, Gleason score, region, analysetype, antall miRNA sonder og antall prøver. Listene over mirnas med statistisk signifikant uttrykk ble enten hentet fra publikasjoner eller hentes fra forfatterne direkte.
Tilgang til og behandling av TCGA data
data, inkludert norm miRNA-HiSeq uttrykk verdier, rå les tellinger av mRNA-seq og klinisk informasjon for PCa ble lastet ned av «TCGA-assembler» pakken i R [15]. Nivå 3 HiSeq gener normaliserte data for PCa ble kjøpt fra Firehose Broad GDAC (https://gdac.broadinstitute.org/). Leser per kilobase av exon modell per million kartlagt (RPKM) normaliserte verdier for mRNA uttrykk og leser per million miRNA kartlagt (RPM) normaliserte verdier for miRNA uttrykk var ytterligere log
2-transformert. Brett endringer i miRNA uttrykk mellom tumorer og normalt vev ble beregnet ved hjelp av median-sentrert RPM verdier. Basert på rå lese teller, ble differensial mRNA ekspresjon analyse utført av DESeq Bioconductor pakken i R [16], som benytter en negativ binomial fordeling modell og lokal regresjon for å beregne forholdet mellom middelverdi og varians for hvert gen. Alle differensielt uttrykte gener ble betraktet som signifikant dersom de absolutte verdiene av sine log
2 fold endringene var større enn 1 og de falske funnrate (FDR) var 0.1.
Tippe av målgener av miRNA og berikelse analyse
målet genet spådommer om forskjellig uttrykt mirnas ble utført ved hjelp av TargetScan [17], miRwalk [18] og PICTAR databasen [19] . De predikerte målene må ha blitt valgt ved minst to algoritmer. Validerte mål fra CLIP-Seq database Base [20] ble også brukt i vår utvelgelsesprosessen. De valgte målgener var overlappende mål for den anslåtte mål og validerte mål gener. Målgenene i følgende diskusjonene viser signifikante korrelasjoner med uttrykk for miRNAs. Den DAVID verktøy [21] ble brukt til å belyse de molekylære funksjonene til søker mirnas.
Statistisk analyse
RRA metoden vi brukte ble adoptert fra en tidligere studie [12]. Vi integrert 11 miRNA lister for å sørge for at listene ble rangert gjennomgående bedre enn forventet av RobustRankAggreg pakken i R [11] med funksjonen «aggregateRanks». De ekstraherte miRNA listene ble først prioritert basert på statistiske test
p
-verdier (mindre enn 0,05 ble betraktet som signifikant). Hvis
p
-verdi ble ikke rapportert, vi brukte ganger endring (FC) i stedet. La-ett-out kryssvalidering (LOOCV) ble utført etter at RRA analyse for å vurdere stabiliteten i det oppkjøpte
p
-verdier. Vi fant at
p
-verdier stabilisert seg etter 10.000 kjøringer av denne analysen. Vi dermed brukt 10.000 tester som cutoff, utelukket en tilfeldig miRNA liste for hver test, og brukte gjennomsnittlig
p
-verdi av hver miRNA som den endelige
p
-verdi.
Deretter Spearman rang korrelasjonskoeffisienter og den tosidige
p
-verdier av mirnas ble estimert ved hjelp av «cor.test» -funksjonen i R. relasjoner mellom kliniske funksjoner og uttrykk for mirnas ble evaluert av Wilcoxon rank sum eller Kruskal-Wallis ikke-parametrisk test ved hjelp av «wilcox.test» -funksjonen eller «kruskal.test» -funksjonen i R, henholdsvis. De diagnostiske mulighetene mirnas ble vurdert ved hjelp av «Proc» pakken i R. Alle statistiske beregninger ble utført på log
2 forvandlet uttrykk nivåer.
Resultater
Valg av PCa meta-signatur miRNA kandidater
våre utvelgelseskriterier (se Materialer og metoder) resulterte i valg av 11 miRNA profilering datasett for vår analyse (figur 1). Seks av studiene også gitt Gleason score eller carcinoma vev, så vi klassifisert dem som carcinoma gruppen. En kort oversikt over de 11 utvalgte datasett er presentert i tabell 1. Totalt analyserte vi 347 karsinom prøver og 188 normale prøver. Disse inkluderte ulike datasett microarray plattformer og antallet miRNA prober varierte fra 88 til 847. Resultatene fra RRA tilgjengelig åtte statistisk signifikante mirnas bestående av fire oppregulert og fire ned-regulert markører. Etter stabiliteten i
p
-verdi ble testet, MIR-375 (
p
= 0,053 0,050) og Mir-25-3p (
p
= 0,074 0,050) ble ekskludert, og de seks andre meta-signatur mirnas (
p
0,050) ble holdt for videre analyse. Disse seks utvalgte mirnas inkludert to oppregulert mirnas (MIR-182-5p, MIR-200c-3p) og fire nedregulert mirnas (MIR-145-5p, MIR-205-5p, MIR-221-3p, og MIR -222-3p).
Validering av meta-signatur mirnas bruker TCGA database
TCGA databasen ble brukt til å validere uttrykk nivå endringer av de seks utvalgte meta-signatur mirnas i PCA pasienter. I valideringen, den korrigerte
p
-verdi cut-off ble innstilt til 0,05, og den FC cut-off ble innstilt på 2 for å tilveiebringe mer rigorøse identifiseringsindikatorer for å differensiere mirnas. Basert på analyse av 498 PCA prøver og 52 normale prøver, fant vi at tre statistisk signifikante mirnas var i samsvar med analysen resultatet av uttrykket profilering av RRA (tabell 2 og figur 2). Spesielt MIR-182 (FDR = 3.50E-26, FC = 5,89) og Mir-200c (FDR = 1.10E-26, FC = 3,50) var signifikant oppregulert, MIR-221 (FDR = 1.43E-16, FC = 0,41) var signifikant nedregulert, og FC av MIR-145, MIR-205 og MIR-222 var større enn 0,5 (FDR = 3.29E-01, 6.50e-06 og 1.33E-12, henholdsvis FC = 0,90, 0,52 og 0,52, henholdsvis). For ytterligere å bekrefte vårt utvalg av disse tre mirnas som potensielle biomarkører for PCA vi deretter undersøkt deres uttrykk nivåer i 18 andre krefttyper i TCGA data. Analyseresultatene fra disse tre mirnas i 18 andre tumortyper og PCa er vist i tabell S1 og figur 3, henholdsvis. Resultatene viste at det oppstår up-uttrykk for MIR-182 og MIR-200c og ned-uttrykk for MIR-221 kun kan observeres ved PCA.
(a) uttrykk nivåer av MIR -182 i prostata primær solid tumor og normal solid vev. (B) uttrykk nivåer av MIR-200c i prostata primær solid tumor og normal solid vev. (C) Uttrykket nivåer av MIR-145 i prostata primær solid tumor og normal solid vev. Uttrykket nivå verdiene ble beregnet ved hjelp av logg
2 transform RPM verdier.
Brett endringen er forholdet mellom median signaler mellom kreft vev og normalt vev. Forkortelser: FC, Fold endring; Prad, Prostate adenokarsinom; BLCA, Blære urothelial karsinom; KOL, kolangiokarsinom; Coad, Colon adenokarsinom; ESCA, Esophageal carcinoma; HNSC, hode og hals plateepitelkarsinom; KICH, Nyre chromophobe; KIRC, Nyre nedsatt klarcellet karsinom; KIRP, Nyre renal papillær cellekreft; LIHC, leveren leverkreft; LUAD, Lung adenokarsinom; LUSC, Lung plateepitelkarsinom; PCPG, pheochromocytoma og paragangliom; LES, rektal adenokarsinom; STAD, mage adenokarsinom; THCA, Thyroid karsinom; Thym, thymom; Paad, bukspyttkjertelen adenokarsinom; og SKCM, Skin kutant melanom. * De angitte miRNA uttrykt forskjellig i en kreft.
Deretter brukte vi Spearman rank korrelasjon for å teste sammenhengen mellom de tre identifiserte mirnas ved PCA. Vi fant ut at MIR-182 og MIR-200c viste en positiv korrelasjon (
r
s
= 0,633,
p
2.200E-16), og de ble negativt korrelert med nedregulert MIR-221 (MIR-182 vs MIR-221:
r
s
= -0,479,
p
2.200E-16; MIR-200 vs MIR-221:
r
s
= -0,335,
p
= 1.983E-14). Derfor gjennomførte vi videre analyse for å bekrefte disse tre mirnas og deres unike kombinasjonen av uttrykk nivåer ved PCA.
For å utforske uttrykket nivåer av MIR-182, MIR-200c og MIR-221 ved PCA blod eller serum brukte vi GEO2R [33] for å analysere dataene, fant vi at Mir-182 (log
2 FC = 1,740,
p
= 0,046) og Mir-200c (log
2 FC = 1,963,
p
= 0,009) viste overexpressions og MIR-221 (log
2 FC = -0,810,
p
= 0,110) viste ingen signifikant forskjell i serien GSE24201 [34] , som omfattet 14 blodprøver av PCA pasienter og 15 prøver av sunne brødre fra 11 familier. Vi har også sammenlignet serumer av 3 transgen Adenokarsinom av Mouse Prostata (TRAMP) danner mus til sine 3 villtype kullsøsken fra GSE29314 [35], og vi fant ut at Mir-182 (log
2 FC = 1,187,
p
= 0,010) og Mir-200c (log
2 FC = 1,389,
p
= 0,002) ble også oppregulert og nådde
p
0,05, mens MIR-221 (log
2 FC = -0,047,
p
= 0,818) ikke viser en annen trend.
Korrelasjonen av uttrykk for de tre utvalgte mirnas med clinicopathologic parametere
clinicopathologic funksjonene i PCA pasientene hentet fra TCGA er vist i S2 tabell. Deres gjennomsnittsalder var 60,4 ± 7,0 og deres pre-kirurgi PSA varierte 0,7 til 87 (lg /l). Vår Spearman rank analyse viste at disse tre mirnas var signifikant assosiert med pre-kirurgi PSA nivåer og aldre. Både MIR-182 og MIR-200c viste en positiv korrelasjon med de to kliniske parametre mens MIR-221 viste en negativ korrelasjon. Disse tre mirnas viste ikke signifikante forskjeller mellom raser (Tabell 3). Vi fant ut at MIR-221 viste signifikant differensiering i form av Gleason grad (lav Gleason score vs. høy Gleason score), lymfeknute positivitet, patologi N scenen (pN0 vs. PN1), og patologi av T scenen ( pT2 vs. pT3 vs. pT4) (
p
0,05 for alle sammenligninger) (se tabell 3), og det ble nedregulert i pasienter med høyere Gleason score, avansert stadium svulster og positive lymfeknuter. Men vi fant ikke signifikante forskjeller mellom disse kliniske funksjoner og MIR-182 eller MIR-200c.
Diagnostisk verdi av de valgte mirnas
Vi har utført respons drift karakteristikk (ROC) analyser for å vurdere bruken av de tre utvalgte mirnas som potensielle biomarkører for å skille PCA vev fra normalt vev (fig 4), og vi fant ut at MiR-200c (AUC = 0,963, 95% konfidensintervall, KI = 0,9463 til 0,980,
p
0,0001) viste en høyere diagnostisk kapasitet enn Mir-182 (AUC = 0,957, 95% konfidensintervall, KI = 0,9248 til 0,9896,
p
0,0001) og Mir-221 ( AUC = 0,857, 95% konfidensintervall, KI = 0,8022 til 0,9127,
p
0,0001). Når en logistisk regresjon tilnærmingen ble anvendt for en kombinasjon av disse tre mirnas, ROC-kurven viste en mye bedre diagnostisk treffsikkerhet enn hvis de ble brukt hver for seg, viste resultatene en AUC på 0,972 (95% konfidensintervall, Cl = 0,9519 til 0,992,
p
0,0001). I analysen ble den optimale verdi cutoff satt til en maksimal summen av sensitivitet og spesifisitet. Den diagnostiske sensitivitet og spesifisitet av kombinasjonen av disse tre mirnas ble funnet å være 94,2% og 92,6%, respektivt.
(A) ROC-kurve for MIR-182. (B) Den ROC kurve for MIR-200c. (C) ROC-kurven for MIR-221. (D) ROC-kurven for kombinasjonen av de tre miRNAs.
Target gener og biologisk sti anerkjennelse
Først vi identifisert 800 oppregulert og 1698 nedregulert forskjellige gener basert på en modell med negative binomiske fordelingen for 374 prostatakreft prøver og 52 friske kontrollpersoner fra TCGA (S3 tabell). For det andre, spådde vi målgener for disse tre mirnas, og deretter valgte overlappings gener som pathway deltakere (129 gener for MIR-182, 95 gener for MIR-200c, og 55 gener for MIR-221) (S4 tabell). Tredje, utførte vi korrelasjonsanalyse mellom disse tre mirnas og mRNA uttrykk av alle overlapp gener. Resultatene viste at MIR-182 og MIR-200c var positivt assosiert med nesten alle opp-regulert overlapping mRNAer og negativt i forbindelse med nesten alle nedregulert mRNA. Men sammenhengen mellom MIR-221 og overlappings genene viste en invers relasjon (fig 5). En overraskende observasjon fra vår analyse var at regulering av synaptiske membran eksocytose 3 (
RIMS3
) konsekvent overrepresentert med alle tre mirnas.
Varmen kartet representasjon av korrelasjonsmønstrene for miRNA mål. De 267 forskjellig uttrykt mål mRNA, inkludert 63 oppregulert mål og 204 nedregulert mål, ble brukt til å klynge de miRNAs. Rader med varmekartet representerer målet mRNA, og kolonner representerer miRNAs. Røde firkanter indikerer negative korrelasjoner, lilla firkanter indikere positive sammenhenger og hvite flekker (fargeløs) indikerer at det ikke er noen sammenheng.
For å forstå de generelle biologiske funksjoner av disse tre mirnas, gjennomførte vi Protein Analysis Gjennom Evolutionary relasjoner (PANTHER) pathway analyse i DAVID via målgener. Resultatene viste at disse tre mirnas ikke deler de samme trasé, men de ble ofte knyttet til celle signalveier (fig 6)
Den lilla oval representerer
RIMS3.
; de tre blå ovaler representerer de tre mirnas; sorte rette linjer indikerer målet effekten av miRNAs på genet; stiplede linjer indikerer involvering av miRNAs i PANTHER veier, og deres farger reflekterer de betydninger av -log
10 forvandlet
p
verdier for trasé.
Diskusjoner
i de senere år har mange studier blitt viet til oppdagelsen av miRNA biomarkører og deres biologiske funksjoner (eller molekylære mekanismen) for PCa. I denne studien har vi brukt en integrert multi-trinn utvelgelse tilnærming til å analysere kreft datasett fra GEO og TCGA og identifiserte tre mirnas og deres unike uttrykk kombinasjon mønster som bare viste i PCA datasett.
Den oppfatningen at mirnas er implisert i kreft er støttet av det bevis for at mirnas er plassert stort sett i genomiske regioner assosiert med kreft eller i det skjøre områder [36, 37]. For PCA kan vi få følgende informasjon fra litteraturen. Det er kjent at Mir-200c ligger på 12p13.31, og det ble rapportert [38] at kopiantall av kromosom region 12p13.31-p12.3 blir slettet ved PCA. Det har også blitt rapportert [39] som kromosom 7q32.2 region hvori MIR-182 sitter har en høy forekomst av heterozygositet og /eller mikro ubalanse endringer i prostata karsinogenese. Histone metylering resultater i taushet av hele MIR-221 /MIR-222 klynge, som avklares av en analyse av metylering signatur i PCA cellelinjer [40]. Derfor bare basert på den publiserte informasjonen på disse stedene, kan vi danne en hypotese om at MIR-182, MIR-200c og MIR-221 /MIR-222 er nært knyttet til PCa.
Det ble også rapportert at miRNA-182 er over-uttrykt ved PCA og spiller en aktiv rolle i spredning og invasjonen i
vitro Hotell og
vivo product: [41, 42]. Det har blitt rapportert at MIR-182 i PCA vev og fire cellelinjer (LNCaP, PC-3, DU145, og 22Rv1) har høyere nivåer enn i BPH vev og normal prostata epitel (RWPE-1) celler [41]. Assosiert med PCa progresjon, over-uttrykk for MIR-182 undertrykker uttrykk for tumorsuppressorgenet
FOXF2
, noe som reduserer PCa celle invasjon og migrasjon [42]. I prostata-celler, MIR-182 induserer mesenchymale til epiteliale overgangs funksjoner og vekstfaktor-uavhengig vekst ved å undertrykke
SNAI2
, som har vist seg å være en repressor av proliferasjon i PCA-celler [43, 44]. Vårt mål genet prediksjon studien korrekt identifisert
FOXF2 Hotell og
SNAI2
. Den miRNA-200-familien, som består av fem medlemmer (MIR-200a, MIR-200b, MIR-200C, MIR-429, og MIR-141), blir behandlet som en tumor suppressor som det hemmer epithelial-til-mesenchymale overgang, tumor celle invasjon og metastasering [45]. Mir-200c ~ 141 klynge presser spredning av menneskelige metastatiske prostata kreft celler ved å hemme
JAGGED1
, noe som kan være viktig for metastaser [46]. Det har blitt rapportert [47] at MIR-221 var nedregulert i aggressive PCa og forbundet med Gleason score, og dermed antydet svulsten scenen. Nedregulering av MIR-221 har også blitt påvist i prostata sekret prøver [48]. I tillegg er Mir-221s antas å være involvert i utviklingen eller stabiliteten til kastrering resistent prostatakreft (CRPC) fenotype fordi over-uttrykk har blitt observert i CRPC celler [49]. Dessuten har mange gjentatte validations indikerte at MIR-221 i PCA-celler har evnen til å regulere ekspresjonen av
p27 /kip1
og hemme flere cyklin-avhengige kinase-komplekser [50, 51]. Alle disse er i samsvar med vår analyse som viste at de tre identifiserte mikroRNA var involvert i utviklingen av PCa.
Øker i alder er korrelert med PCa risiko [52, 53], siden nivåer av miRNAs endring med aldring [54], og PCa diagnose og behandling har vært ledet av Ptil [55]. Våre resultater viste at alder og PSA er positivt korrelert med oppregulert mirnas (MIR-182 og MIR-200C), men negativt relatert til nedregulert miRNA (MIR-221). Kombinasjonen av multi-biomolekyler har vært foreslått til å tjene som effektive indikatorer for diagnose i mange studier [56, 57]. Våre resultater viste at AUC av kombinasjonen av disse valgte tre mirnas var svært høy for PCA vev.
Siden kreftceller kan slippe mirnas inn i kroppens sirkulasjon [58], er det ønskelig å bruke mirnas i kroppsvæsker for diagnostisering hvis mulig. Det har blitt rapportert at nivåene av miRNA i PCa vev er høyt korrelert med pre-prostatektomi nivåer i serum [54]. Men selv om kombinasjonen av økninger i MIR-182 og MIR-200C uttrykk og reduksjon i Mir-221 uttrykk er unikt (med statistisk signifikans) ved PCA blod, videre studier vil være nødvendig å skille disse blodmarkører ved PCA fra de i LUSC (Lung plateepitelkarsinom) eller i BLCA (Blære urothelial karsinom) (se figur 3 og S1 tabell).
Gjennom våre analyser av målgener og korrelasjoner, fant vi at nedregulert
RIMS3
var til stede samtidig med de tre identifiserte miRNAs. Dette har ikke blitt rapportert for PCa før. Også noen av banene forbundet med PCa hvor de tre identifiserte mirnas deltar har blitt rapportert tidligere. For eksempler: (1) Det har blitt rapportert at, sammen med
TMPRSS2-ERG
, aktiverer PI3-kinase veien prostata onkogenese [59]; (2) Wnt signal og dets nøkkelkomponent β-catenin bidra til prostata tumorigenesis [60]; og (3) pinnsvinet signalveien er involvert i PCa utvikling og progresjon til mer aggressive og til og med terapiresistente sykdomstilstander [61]. Alle disse studiene gir ekstra støtte bevis for våre funn.
Konklusjon
Så langt vi kjenner til, er den første til å identifisere og analysere kombinasjoner av flere mirnas som en potensiell biomarkør for denne studien PCa basert på analyse av miRNA microarray og TCGA datasett. Vår studie viser at en integrert analysemetode basert på RRA og fulgt av andre statistiske analyser og verifikasjoner effektivt kan identifisere kombinasjoner av flere mirnas som potensielle kreft biomarkører. Våre resultater tyder på at de tre utvalgte mirnas og deres unike kombinasjon uttrykksmønster i PCa kan være av klinisk verdi i tillegg til eksisterende testmetoder. Til slutt, selv om vi bare påføres den foreslåtte flertrinns utvalg tilnærming for å studere high-throughput datasett for det formål å identifisere potensielle biomarkører for PCa, tror vi at denne tilnærmingen kan også anvendes for å undersøke andre krefttyper under anvendelse av lignende high-throughput datasett.
Hjelpemiddel Informasjon
S1 PRISMA sjekkliste. PRISMA Sjekkliste
doi:. 10,1371 /journal.pone.0140862.s001 plakater (DOC)
S1 Table. Uttrykket nivåer av MIR-182, MIR-200c og MIR-221 ved PCA og andre 18 krefttyper
doi:. 10,1371 /journal.pone.0140862.s002 plakater (XLSX)
S2 Table. Den demografisk informasjon fra PCA pasienter i de datasett av TCGA
doi:. 10,1371 /journal.pone.0140862.s003 plakater (docx)
S3 Table. 800 oppregulert og 1698 nedregulert forskjellige gener identifisert i PCA prøver og normale prøver
doi:. 10,1371 /journal.pone.0140862.s004 plakater (XLSX)
S4 Table. Resultatet av å bruke Spearman rank korrelasjon for å teste sammenhengen mellom uttrykk nivåer av miRNA-182, MIR-200c og MIR-221 og deres anslåtte mål i PCA pasienter (n = 481)
doi:. 10,1371 /journal.pone. 0140862.s005 product: (XLSX)
Takk
hoved~~POS=TRUNC av dette arbeidet ble gjort under besøket av den første og den siste forfatterne til University of Wisconsin-Milwaukee. De ønsker å takke University of Wisconsin-Milwaukee og fakultetet for gjestfriheten de fikk under besøket.
