PLoS ONE: Differential Antigen Expression Profile Forudsiger Immunoreaktivt Subset af Advanced Ovarian Cancers

Abstrakte

Tilstedeværelsen og sammensætning af lymfocytter kendetegner et immunrespons er blevet tilsluttet prognose i fremskreden kræft i æggestokkene. Vores mål er at etablere nye sammenhænge mellem prognose og udtryk for immun-relaterede gener gennem en fokuseret skærm udnytter offentligt tilgængelige high-throughput analyser. Vi anser transkriptom profiler fra avanceret ovariecancer patienter observeret i fire separate undersøgelser opdelt i opdagelsen /validering sæt (/). Vi fokuserer på en delmængde af lymfocyt markører, antigenpræsentation og forarbejdning gener, T-cellereceptor associerede co-stimulatoriske /repressorgener og cancer testis (CT) antigener. Vi modelleret differential-ekspression og co-ekspression ved hjælp af disse delmængder og testet for association med samlet overlevelse. Femten af ​​64 immunrelaterede gener er forbundet med overlevelse hvoraf 5 er gengivet i valideringen sæt. Ekspressionen af ​​disse gener definerer et immunoreaktivt (IR) undergruppe af patienter med god prognose. Fænotypisk karakterisering af immunsystemet rum signal indbefatter opregulering af markører for CD8

+ T-celle-aktivering i disse patienter. Brug multivariat model bygning, finder vi, at ekspressionen af ​​6 CT-antigener kan forudsige IR status i opdagelsen og validering sæt. Disse analyser bekræfter, at et genomisk tilgang reproducerbart kan detektere lymfocyt signaler i tumorvæv foreslår en hidtil ukendt måde at studere tumormikromiljøet. Vores søgning har identificeret nye kandidatlande prognostiske markører associeret med immun komponenter og afdækket foreløbige beviser for prognostiske undergrupper forbundet med forskellige immunmekanismer

Henvisning:. Eng KH, Tsuji T (2014) Differential Antigen Expression Profile Forudsiger Immunoreaktivt Subset af Advanced ovariecancere. PLoS ONE 9 (11): e111586. doi: 10,1371 /journal.pone.0111586

Redaktør: Rolf Müller, Philipps Universitet, Tyskland

Modtaget: April 21, 2014 Accepteret: September 25, 2014; Udgivet: November 7, 2014

Copyright: © 2014 Eng, Tsuji. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres

Data Tilgængelighed:. Det forfattere bekræfter, at alle data, der ligger til grund resultaterne er fuldt tilgængelige uden restriktioner. Data er tilgængelige fra TCGA Data Portal (https://cancergenome.nih.gov/) og fra NCBI GEO hjemmeside (https://www.ncbi.nlm.nih.gov/geo/) ved hjælp af identifikatorer refereres i teksten .

Finansiering: CA016056 www.cancer.gov National Cancer Institute core tilskud til Roswell Park Cancer Institute. Roswell Park Alliance Foundation www.roswellpark.org/giving~~V pris til KHE. De finansieringskilder havde ingen rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet

Konkurrerende interesser:.. Forfatterne har erklæret, at der ikke findes konkurrerende interesser

Introduktion

Nyt, high-throughput genekspression profilering studier i kræft i æggestokkene har identificeret et tema af forskelligt regulerede immun signalmolekyler relateret til prognose [1], [2]. Konstateringen er i overensstemmelse med stærke beviser, at ovariecancer er stærkt immunogene: spontane humorale og cellulære immunreaktioner udvikle sig i reaktion på sygdom [3], danner karakteristiske epitoper [4], og er underlagt komplekse op- og nedregulering af immune processer [5], [6]. Graden af ​​tumor infiltration med værtens immunceller er blevet forbundet med god prognose [7], samt den resterende del af lymfocyt undertyper.

undertyper af lymfocytter har forskellige funktioner relateret til antigen-genkendelse og immunsuppression [8] og menes at indikere en dynamisk og udviklende reaktion på kræft [9]. For eksempel blev en stigning i CD8

+ T-celler fundet at være associeret med god prognose, men en stigning i regulatoriske T-celler viste sig at modvirke denne fordel [10]. Således studerer komponenter i æggestokkene tumormikromiljøet [11] er en kritisk vinkel til identifikation prognostiske foreninger [12].

Imidlertid har nogle matrixbaserede ekspressionsundersøgelser stikprøven både værtens reaktion, samt tumoren. De fleste store observationsstudier [1], [2], [13], [14] kun betragtes tumorvæv, fordi deres mål var prognostisk modellering; immune foreninger blev foretaget

post hoc

kun baseret på berigelse udledes af en lille række væsentlige immun gener. Andre array-baserede undersøgelser, der fokuserede på immun karakterisering var små og observerende (n = 38) [15] eller tilfælde kontrol (n = 25, n = 25) [16]. Disse undersøgelser viste positive associationer mellem lymfocyt-specifikke markører og prognose indebærer, at den samplede væv indeholdt nogle mikromiljø signal.

Seneste arbejde i udtryk arrays er i stand til beregningsmæssigt separat tumor, stromale og immune komponenter af disse komplekse væv. For eksempel estimatet algoritmen [17] bruger 141 gener til at estimere den del af ekspressionssignal henføres til immun rum. Mens denne fremgangsmåde er nyttig til at fjerne støj grundet urene prøver, denne undersøgelse bemærkes, at de immune signaler synes at bære mild association med kliniske resultater. Baseret på tilstedeværelsen og potentielle prognostiske værdi af immune markører, vi formoder, at de tilsyneladende sammenslutninger kan spores til resterende lymfocyt RNA og at yderligere analyse af disse markører kan tilskrives signal fra mikromiljøet. Som sådan kunne vi simpelthen modellere markører som vi mistænker for meget sandsynligt at være immun-specifikke

a priori

.

Vi er afhængige af to store grupper af offentlige data organiseret i en opdagelse sæt og en validering sæt: 503 biobanked high-grade serøse ovariecancer prøver fra Cancer Genome Atlas (TCGA) [2] danner en fokuseret træning og udforskning sæt og et mere klinisk-repræsentativ blanding af 634 prøver fra tre Gene Expression Omnibus (GEO) undersøgelser [ ,,,0],1], [13], [14] danner valideringssættet. De kliniske funktioner i data er beskrevet i deres oprindelige papirer, men kortvarigt, alle af patienterne i disse undersøgelser har avancerede, primær ovariecancer (et lille antal af primær peritoneal og æggeleder i valideringen sæt) og modtog adjuverende platin og taxan behandlinger efter operationen.

Vi studerer først specificiteten af ​​immun-relaterede gener til lymfocyt væv og derefter udforske univariate prognostiske foreninger. Ved hjælp af klyngedannelse algoritmer, vi identificerer en delmængde af kræfttilfælde med høje adaptive immunitet signaler, og vi viser, at denne delmængde kan forudsiges ved tumoren udtryk for kræft-testis-antigener. Tilsammen disse resultater indebærer, at en betydelig prognostisk værdi forbliver uudnyttet i tumoren mikromiljø.

Metoder

Klinisk og Gene Expression data

TCGA er en biorepository studie af høj kvalitet serøse ovariecancer fra flere centre i USA og er beskrevet udførligt i den oprindelige artikel [2]. Relevant for vores analyse, denne undersøgelse strengt omfattede æggestokkene primærvalg og papillære serøse histologier. Prøver blev oprindeligt vurderet som Stage III-IV og Grade 2,3 (senere igen iscenesat af en TCGA patolog), og patienten fik adjuverende platin og taxan kemoterapi. Vi vedtager den opfattelse, at disse sager afspejler en forudindtaget, men homogen kliniske præsentation mere tilbøjelige til at give en konsistent biologisk mekanisme.

Tre kliniske datasæt blev hentet fra NCBI GEO-databasen og er beskrevet nedenfor. Tabel 1 er en oversigt over klinisk relevante forskelle mellem undersøgelserne

GEO:. GSE9891 er en australsk observationsstudie [14] af det meste serøs (227) kræft i æggestokkene herunder nogle peritoneal (34) og æggeleder ( 5) primærvalg. Konditionering på patienter, der fik platin /Taxol og fjernelse af LMP prøver, vi analysere prøver. For reproducerbarhed formål arbejder vi med normaliserede data fra GEO

GEO:. GSE32062 er en japansk observationsstudie [1] af prøver, herunder 10 kontrolprøver, 193 gentagelser, 121 dødsfald der giver prøver at analysere. Et adjuvans platin /taxol regime blev registreret for alle patienter

GEO:. GSE3149 er en observationsstudie [13] af arrays efter at kombinere redundante dem. Betydeligt arbejde er blevet er blevet offentliggjort på vanskelighederne i den oprindelige analyse af disse data [18]; vi har gennemført de anbefalede lighed kontrol og gennemsnit arrays når de synes at komme fra den samme patient. Denne analyse begynder med GEO krænges data og bør være immun over for data konvertering problemer

Et biologisk datasæt blev NIC-60 cellelinje data taget fra GEO:. GSE5846 [19], hvor alle de cellelinier blev målt under ubehandlede betingelser. Som positive kontroller, æggestok cellelinjer, IGROV-1, OVCAR-3, OVCAR-4, OVCAR-5, OVCAR-8, SK-OV-3 og NIC /ADR-RES; skal udtrykke nogen immune markører. For negative kontroller, vi også studere leukæmi linjer CCRF-CEM, HL-60 (TB), MOLT-4, RPMI-8226, SR, og K-562.

Candidate immunrelaterede og kræft-Testis Antigen gener

Kandidat gener blev udvalgt fra Kegg: Antigen bearbejdning og præsentation (hsa04612) med fokus på overfladereceptorer og gener involveret i plasmamembranen transport. Overflademarkører og samreguleringsforanstaltninger molekyler af T-celle-receptor-signalvejen (hsa04660) blev tilsat, eksklusive de interne signaleringsmekanismer (f.eks phospholipaser, sekundære budbringere, og kinasekaskader), da disse er ikke-specifikke og relateret til andre signalveje. Cancer-testis antigen-gener blev defineret på basis af overlapning med CT Database [20]. Den fulde gen liste findes i tabel S1 og S4.

Alle gener blev justeret ved hjælp af officielle gen navne kortlagt ved hjælp af den medfølgende GEO platform annotation (dvs. en tilknyttet GPL-fil) og R-pakke hthgu133a.db-2.8. 0 [21]. Expression værdier blev skaleret og centreret til sammenlignelighed på tværs af gener. Bemærk, at de meget variable dele af T-celle receptor (TCA, TCB) ikke kan måles på hybridisering-baserede oligonucleotid arrays.

beregningsmetoder

Univariate foreninger blev udført med proportional farer regression . Ingen tid trunkering, at reducere effekten af ​​lange overlevende, blev udført. Signifikans blev skåret på og blev justeret for multipel testning, medmindre andet er angivet. Den rapporterede FDR Beregningen er baseret på det forventede antal falske positiver forudsat alle tests er null.

Clustering analyse i TCGA data er baseret på fuldstændig hierarkisk klyngedannelse under euklidiske afstand. Undergrupper blev plukket ved at opdele træet på 4 blade baseret på visuel inspektion og en inden for /mellem gruppe sum af kvadrater kriterium. Cluster centre blev brugt til at pode en K-middel klyngedannelse algoritme i valideringsdata og p-værdien er rapporteret for en undersøgelse-stratificeret 4-gruppe log-rank test.

Vulkanen plot bruger litteratur-baserede overflade markører og co-regulatorer baseret på en simpel t-test. De fremhævede gener var signifikante over Bonferroni p-mærket og havde biologisk ekstreme fold ændre værdier.

Delvise korrelationer blev beregnet ved hjælp af klassen gennemsnit for gener tildelt CD4, CD8, CD3, MHCI og MHCII-baserede sæt. Den GeneNet algoritme [22] med FDR og hårdt tærskling ved absolut korrelation blev brugt til at udlede Gauss grafiske modeller.

For at udlede de manglende knuder i GGM, en skjult node skal opfylde tre ejendomme. Under anvendelse MHCII – X – CD8 som eksempel: MHCII og CD8 skal være betinget uafhængige givet gen X (p0.05); MHCII og Gene X skal være betinget afhængig givet alle andre gener (Bonferroni p0.05); CD8 og Gene X skal være betinget afhængige givet andre gener (Bonferroni p0.05). Hver af disse kan reduceres til en p-værdi erklæring ved hjælp standard lineære model teori og tilføjede variabel analyse.

Forudsigelser fra en multivariat logistisk regressionsmodel blev kategoriseret i immunoreaktive klasse opkald baseret på tærsklingsrutine den forudsagte værdi fra modellen . Denne grænse blev valgt ved hjælp af følsomhed /specificitet skæringspunktet på tværs af alle validering datasæt.

Alle statistiske analyser blev udført i programmeringssproget R statistisk.

Resultater

Angivelse af gener specifikke for lymfocytter kan måles i tumorprøver

Vi observerede, at udvalgte lymfocyt specifikke markører er til stede i målbare mængder i samplet tumorvæv fra vores opdagelse sæt. Fordelingen af ​​gennemsnitlige ekspression (figur 1A) viser den typiske multimodale mønster i ekspression arrays: den nedre spids afspejler baggrundsstøjen for gener, som ikke udtrykkes i prøven og den højere peak repræsenterer signal. Den lymfocyt markør CD45 er i peak signalet og er relativt højt udtrykt (tabel S2). Vi formoder, at en målelig del af cellerne i hver prøve indeholder lymfocyt RNA, som ville repræsentere tumormikromiljøet.

Sorte pletter angiver betyde ekspression af immunrelaterede gener. CD45 fremhæves som en lymfocyt specifik markør indikerer tilstedeværelsen af ​​lymfocytter. Undergruppe-baserede Overlevelsesestimaterne (B) er vist for de TCGA data baseret på hierarkisk gruppering af relative ekspression af udvalgte T-celle-gener (C og D). De fire farver bar på venstre identificerer undergrupperne. Den lilla delmængde (n = 55, 11%) er en betydelig overlevelse fordel forbundet med ekspressionen af ​​alle fem gener.

Sammenligning med GeneAtlas væv [23] bekræfter, at den nominelle virkning af disse udtryk Array prober er lymfocyt-specifik. Vi overvejede sonde udtryk i æggestokkene NCI-60 cellelinjer [19] for at udelukke, at gener normalt udtrykkes i tumorvæv (tabel S2). I betragtning af den gennemsnitlige fraktil udtryk versus andre sonder, overflademarkører CD64, CD1d, CD14, CD33, CD8a, CD16b, CD45 opretholde et lavt niveau i cellelinier versus mikrodissekeret tumor (alle lavere end den 35. fraktil, s). Den næsten fravær af IL6, IL12, IFNB1, og IFNg (mellem 2. og 25. fraktil) antyder, at evnen til at måle cytokin signalering er tabt i denne in vitro system; især, at IL12 receptoren er målbare, så overflademarkører synes. En undtagelse fra dette mønster er, at CD4 er overudtrykt (51. og 61. fraktiler i tumor og celle line prøver henholdsvis).

Dette fastslår, at en reproducerbar immun signal kan måles i prøver af tumorvæv og vi gå videre antager at disse markører danner et repræsentativt udsnit af tumor og immunsystem interaktion.

Reproducerbare sammenhænge mellem kandidatgener og samlet overlevelse

af de 64 kandidatgener, 15 har univariate foreninger (score test p -værdi) med samlet overlevelse (OS) efter operation og primær kemoterapi i TCGA undersøgelsen (tabel S1). En yderligere 5 af disse kan valideres i de tilbageholdte uafhængige undersøgelser ()

Den validerede sæt kan organiseres efter funktion:. Hovedhistokompatibilitetskompleks (MHC) I gener, HLA-F, og HLA-G; en MHCII-gen, HLA-DOB; Den MHCI tilhørende transportør, TAP1; og co-receptor-kompleks underenhed, CD3D (TCR-). Øget ekspression af hvert af disse transkripter er forbundet med bedre overlevelse (tabel 2). T-celle gener er stærkt korreleret, hvilket sandsynligvis tegner sig for en indirekte, men positiv sammenhæng mellem suppressor HLA-DOB og overlevelse (univariate HR = 0,74, 95% CI: 0,65-0,85, p). Vi vil undersøge multivariate udtryk for disse gener næste.

Ved hjælp af en hierarkisk klyngedannelse algoritme, kan de opdagelse sæt patienterne inddeles i fire grupper (Figur 1B) i forbindelse med OS (p = 1.2e-05 ). Repræsenteret i Heatmap i figur 1C, samtidig udtryk for alle fem gener (farvet lilla) giver den mest gavn. Den samtidige ekspression af alle fem gener er konsistent med T-celle-aktivering, så vi anser det højt udtrykkende undergruppe et immunoreaktivt (IR) delmængde

Graden af ​​ekspression er ikke forbundet med variation i dårlig prognose:. Den lave ekspression af alle gener (orange) gør ikke værre end en heterogen mønster af høj og mellemlang udtryk (gul) eller ensartet medium udtryk (grøn undergruppe). Dette antyder, at mangelfuld ekspression af et hvilket som helst gen er tilstrækkelig til at føre til dårlig prognose.

Vi tildeler validering patienter til deres mest lignende opdagelse sæt undergruppe af k-means clustering. I den anden Heatmap (Figur 1D), er patienterne (kolonner) bestilt af hierarkisk klyngedannelse inden for den fastsatte validering af data. Så er de grupperede undergrupper styrket af den iagttagelse, at klassen etiketterne er bevaret i valideringen sæt.

i opdagelsen data overlevelse fordel for de høje expressers (n = 55, 10%) er en median af 70,9 måneder (95% CI: 58,1-98,0) versus 41,4 (36,9-45, p = 3.5E-05) OS; den mediane progressionsfri overlevelse (PFS) fordel er signifikant (p = 3.1e-04) på ​​30,4 (18.2-91.3) måneder versus 16,4 (14,7-18). Denne undergruppe udgør 5% af de observerede i datasættet dødsfald og 7% af de tilbagevendende sager. Denne fordel er svagt gengivet i valideringen data: (p = 0,0335) med en forskel på 64,0 måneder versus 51 måneder median OS. Den PFS forskel var ikke signifikant i valideringen sæt.

Association med immunoreaktivt undergruppe og immune markører

TCGA analyse bekræftede et sæt af genetiske delmængder [2] identificeret i en tidligere undersøgelse [14] . Vores høje ekspression undergruppe (lilla, n = 55) er forbundet med deres IR undergruppe (38/55, 69%) (p) (tabel 3). Den orange undergruppe (n = 39) er for det meste proliferativ (31/37, 84%). Begge disse foreninger holder i valideringen af ​​data med TCGA undertyper. Alt i alt, dette tyder på, at den hierarkiske klyngedannelse afledt undergruppe er meningsfuldt, og at det nuancer de TCGA undertyper som sidstnævnte viste sig at have væsentlige overlevelse foreninger. Bemærk, at vores undersøgelse fokuserer på IR delmængde, og vi gør intet forsøg på at modellere de andre TCGA undertyper.

Vi undersøgte den differentielle ekspression af standard immunologi markører i god prognose undergruppe. Figur 2 plotter ændringen i udtryk tværs prognose undergrupper versus den statistiske beviser i begge datasæt. Disse markører indebærer en inflammatorisk reaktion medieret ved ansættelse af CD45

+ celler: CD8

+ -celler og antigenpræsenterende celler (APC). Ingen ændring i CD4 udtryk antyder, at der sandsynligvis vil være en latent baggrund tilstedeværelse af CD4

+ T-celler, og at de forskellige foranstaltninger kan henføres til aktivering (repræsenteret ved differential

ICOS

udtryk). Fraværende er de NK-celler (CD56

+) styrke tanken om, at processen er en del af adaptiv immunitet.

Markers med stærk biologisk og statistisk signifikans (t-test Bonferroni p0.001) er valgt i opdagelse sæt og fremhævet i begge plots.

Vi formoder, at disse observationer er i overensstemmelse med en immunoediting koncept. Den god prognose gruppe repræsenterer ligevægt, hvor en forekomst af APC’er og aktiverede CD4

+ -celler rekruttere CD8

+ T-celler til at opretholde adaptiv immunitet.

Prognostisk co-ekspression antyder T-celleaktivering

for at udlede funktionelle interaktioner mellem immun-relaterede gener, vi udførte en co-ekspression analyse, som sammenfatter korrelation i IR undergruppe og dårlig prognose undergrupper grafisk. Kanter i disse Gauss grafiske modeller (GGMs) repræsenterer statistisk afhængighed mellem immune komponenter (figur 3A, 3B); positiv afhængighed indebærer, at begge komponenter er til stede og vil sandsynligvis være interagere mens negative kanter indebærer gensidigt udelukkende funktion eller undertrykkelse.

Blå kanter er positive foreninger og rød er hæmmende foreninger. Den fremhævede appelsin kant kan fjernes ved at betragte et uafhængigt sæt gener. CD8 og MHCII vifte udtryk separate gode og dårlig prognose undergrupper i discovery (C) og validering (D) datasæt. MHCII udtryk er positivt prognostisk men synes i CD8 udtrykker prøver. Shading er tilføjet for vægt.

Som i den differentielle ekspression analyse, CD4 og MHCII er korreleret i IR undergruppen og ikke i dårlig prognose undergrupper. I overensstemmelse med sin rapporteret funktion, RFX familie (

RFX5

,

RFXANK

,

RFXAP

) af transkriptionsfaktorer ‘udtryk stiger samstemmende med stigningen i MHCII udtryk [24]. I IR undergruppe, to kanter indebærer anti-korrelation mellem CD4 og MHCI hvilket indebærer gensidigt udelukker funktion; og sammenhæng mellem CD8 og MHCII (figur 3C, 3D), som synes i strid med specificitet MHC klasser.

For at forklare denne effekt, vi søgte for manglende gener, hvis optagelse i grafen ville fjerne disse kanter. En missing link mellem CD8 og MHCII er

GZMA

en protease afspejler aktiviteten af ​​cytolytiske T-celler. Mellem CD4 og MHCI vi udlede, at CCR5, en cytokinreceptor relateret til aktiveringen af ​​T-cellerne, der mangler. Den fælles observation er, at udskrift foreninger sandsynligvis skal overvejes sideløbende foranstaltninger af T-celle aktivering. Relevansen af ​​disse gener er støttet af den statistiske signifikans af transkriptomet hele søgning (korrigeret) og specificiteten af ​​de udvalgte gener ‘udtryk i lymfocyt væv.

Fokus på CD8 og MHCII udtryk, vi konstatere, at god prognose gruppe kan defineres ved høj MHCII udtryk, hvor CD8-ekspression varierer; CD8-ekspression er begrænset, når MHCII ekspression er lav. Vi derfor hypotesen, at MHC klasse II-medieret aktivering af CD4

+ T-celler er nødvendige for infiltration af CD8

+ T-celler, som giver beskyttelse.

Immunoreaktivitet forudsagt af cancer-testis antigen profiler

Vi undersøgte foreningen af ​​IR undergruppe med kræft testis (CT) familie af antigener [20]. Disse gener er ofte overudtrykt i cancerceller og inducere spontane immunresponser, hvilket gør dem et primært mål for immunterapi [25]. Især er CT antigenekspression menes at påvirke IR delmængde ved at regulere T-celle responser i ovarietumoren mikromiljø. De opdagelse sæt arrays målt 98 CT-antigener (tabel S4), hvoraf 3 blev forbundet med IR delmængde (Bonferroni p):

CEP290

,

CTNNA2

,

TMEFF1

.

Fordi medlemskab i IR klassen er binær, brugte vi logistisk regression til at modellere den flerdimensionale sæt af antigener, der er forbundet med IR status. Tabel S3 er regressionen bord til en model fit hjælp BIC-baserede trinvis udvælgelse. Her

CEP290

,

CTNNA2

,

TMEFF1

, og

TEX15

udtryk mindsker sandsynligheden for, at en patient er i IR klassen. Antigener

ZNF164

og

MAGEA3

øge chancen. Andre end

CTNNA2

, hvilket er dobbelt så vigtigt som

MAGEA3

, de andre gener har omtrent samme effekt. I de uafhængige data, er forudsigelser fra denne model stærkt forbundet med k-midler afledt foreninger (HR = 3,96, 95% CI: 2,59-6,14, p = 1.47e-11) tunet til lige så stor følsomhed og specificitet (0,66) givet en moderat forekomst (140/634, 20,5%).

Vi yderligere stratificerede patienter i IR undergruppe i god og dårlig prognose baseret på OS til 33,5 måneder (samlede studiepopulation median OS). Et sæt af 16-antigener omfatter foreningen af ​​de 3 IR subset gener og antigener forbundet med den forskel i overlevelse. Figur 4 er en Heatmap omfattende den gennemsnitlige ekspression af de 16 gener organiseret i tre klasser. Den første klasse (orange) udtrykkes i ikke-IR tilfælde og kan afspejle aktiviteten af ​​immunosuppressive elementer. Det andet sæt (lilla) er udtrykt i IR kræftformer, men er relateret til prognose. Den tredje (cyan) udtrykkes kraftigt i IR tilfælde med god prognose, og kan angives immun stimulerende virkninger. En levedygtig hypotese kunne være at se, om T-celler reagerer på det andet sæt af antigener (

ZNF165

,

CEP55

,

ATAD2

,

MAGEZ3

,

CTAGE5

) har regulatoriske fænotyper.

diskussion

Vi har analyseret ekspression af 64 T-celle co-receptor og antigen præsentation /forarbejdning gener i avanceret serøs æggestokkræft ved hjælp af en standard univariat skærm og en analyse af deres co-udtryk. Disse analyser definerer en undergruppe af æggestokkene kræfttilfælde med prognostisk meningsfuld ekspression forbundet med T-celleaktivering og en tidligere defineret immunoreaktivt undergruppe [2]. I modsætning til tidligere arbejde [17], [26], undergruppen kan identificeres reproducerbart med bare 5 gener versus over hundrede. Denne effektivitet stammer fra vores indledende immunologisk perspektiv. Vi reducerer betydeligt de uvedkommende gener, men handle med evnen til at gøre en pan-kræft i æggestokkene genetisk karakterisering. Som et resultat, vi gør ikke krav om eller forsøge at modellere ikke-immunologiske signaler.

Vi har nu et lille sæt af markører og antigener, der kan gøre translationel og biomarkør arbejde mere muligt for immunterapi. Med hensyn til anvendelsen af ​​CT-antigener, har vi fundet et sæt, som forudsiger ikke-immunogene cancere (putativt, dem med lav aktivering T-celle) og et sæt, der kunne målrettes til blokade typen immunterapi. Begge biologiske undersøgelser for at verificere regulatorisk aktivitet af T-celler i disse sager og retrospektive kliniske undersøgelser kan være det næste efterforskningsmæssige skridt. Vi spekulere, at sættet af IR specifik CT-antigener stimulerer immunreaktioner (fx rekruttere aktiverede T-celler), men ikke i tilstrækkelig grad immunogene at inducere tumor udrydde immunreaktion. Alternativt kan denne gruppe bede blandede effekter:. Inducere immunreaktioner samtidig fremme tumor progression

kan slutte sig, har vi vedtaget en opdagelse /validering rammer, der gør det muligt for os at foretage indledende bekræftelser og for at undgå over-tolkning høj-dimensionelle artefakter . Dataene er begrænset af karakteren af ​​udtryk data fra tumorprøver; vi stole på den formodning, at selv efter mikrodissektion, analyserede prøver bevarer en del af lymfocyt genetisk materiale. Fordi denne effekt forekommer uafhængigt i flere undersøgelser, kan disse observationer være gældende for analyser ved hjælp af denne platform og er mindre tilbøjelige til at være genstand for batch effekt bias. Derudover dette arbejde motiverer undersøgelse af en struktureret måde at analysere resterende stromale signal fra tumor prøver og derfor udlede den genetiske interaktion i tumoren mikromiljø.

Støtte oplysninger

tabel S1.

Univariate associationer mellem gener og samlet overlevelse målt ved score test p-værdi

doi:. 10,1371 /journal.pone.0111586.s001

(PDF)

tabel S2. Salg Tissue specifikke fraktiler udtryk for lymfocyt specifikke markører. Lave fraktiler indebære relativt lav eller ingen udtryk

doi:. 10,1371 /journal.pone.0111586.s002

(PDF)

tabel S3.

regression tabel for multivariat logistisk regressionsmodel hjælp antigenekspression at forudsige immunoreaktiv klasse status

doi:. 10,1371 /journal.pone.0111586.s003

(PDF)

Tabel S4.

Liste over identificerede cancer testis (CT) antigener

doi:. 10,1371 /journal.pone.0111586.s004

(PDF)

anerkendelser

Resultaterne publiceret her er helt eller delvist baseret på data genereret af The Cancer Genome Atlas pilotprojekt etableret af NCI og NHGRI. Information om TCGA og efterforskere og institutioner, som udgør TCGA forskningsnetværk kan findes på https://cancergenome.nih.gov/.