PLoS ONE: transkriptionsfaktorer og microRNA-Co-regulerede gener i Gastric Cancer invasion i Ex Vivo

Abstrakt

Aberrant miRNA udtryk unormalt modulerer genekspression i celler og kan bidrage til tumorgenese i mennesker. Denne undersøgelse identificeret funktionelt relevante differentielt udtrykte gener ved hjælp af transkriptionsfaktorer og miRNA-co-reguleret netværksanalyse for mavekræft. TF-miRNA samregulering netværk blev konstrueret baseret på data indsamlet fra cDNA microarray og miRNA udtryk profilering af mavekræft væv. Netværket sammen med deres co-regulerede gener blev analyseret ved hjælp af Database til anmærkning, Visualisering og integreret Discovery (DAVID) og transkriptionsregulatoriske Element Database (TRED). Vi fandt atten (17 opreguleret og en nedreguleret) differentielt udtrykte gener, der var co-reguleret af transkriptionsfaktorer og miRNA. Kegg pathway analyse afslørede, at disse gener var en del af den ekstracellulære matrix-receptor interaktion og fokale vedhæftning signalveje. Desuden qRT- PCR og Western blot-data viser en stigning i COL1A1 og fald i NCAM1 mRNA og protein niveauer i gastrisk cancer væv. Således er disse data tilvejebragt de første beviser at illustrere, at ændrede gen net var forbundet med gastrisk invasion cancer. er behov for yderligere undersøgelse med en stor stikprøve og mere funktionelle eksperimenter for at bekræfte disse data og bidrage til diagnostiske og behandlingsmæssige strategier for mavekræft

Henvisning:. Shi Y, Wang J, Xin Z, Duan Z, Wang G Li F (2015) transkriptionsfaktorer og microRNA-Co-regulerede gener i Gastric Cancer invasion i

Ex Vivo

. PLoS ONE 10 (4): e0122882. doi: 10,1371 /journal.pone.0122882

Academic Redaktør: Jian-Jun Zhao, Dana-Farber Cancer Institute, UNITED STATES

Modtaget: November 8, 2014 Accepteret: 24. februar, 2015; Udgivet: April 10, 2015

Copyright: © 2015 Shi et al. 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: Alle relevante data er inden for papir og dens støtte Information filer

Finansiering:. Dette arbejde blev støttet af tilskud fra National Natural Science Foundation of China (# 81320108025 og # 81.472.662). Det er også delvist understøttet af National Natural Science Foundation of China (# 81.271.897 og # 81.401.712), Jilin Key Laboratory of Biomedical Materials, Foundation of Jilin provinsen Videnskab og Teknologi Institut (# 20130522013JH og # 20140414048GH) og Norman Bethune Program for Jilin University (# 2.012.219)

konkurrerende interesser:.. forfatterne har erklæret, at der ikke findes konkurrerende interesser

Introduktion

mavekræft er en af ​​de mest almindelige form for maligniteter i verden, der bidrager til en tredjedel af kræftrelaterede dødsfald blandt mænd og en femtedel blandt kvinder [1]. Ca. to tredjedele af gastrisk kræfttilfælde forekommer i udviklingslandene. I Kina, forekomsten og dødeligheden relateret til mavekræft rangerer tredje blandt andre former for maligniteter [2], og det blev rapporteret, at mavekræft forekommer hyppigere i landdistrikterne og med en tendens til yngre mennesker bliver berørt af det i de seneste år [3 ]. Miljø (såsom

Helicobacter pylori

infektion eller indtagelse af røgede fødevarer) og genetiske faktorer (

E-cadherin

mutation) øger modtageligheden for mavekræft ved at inducere ændringer i onkogener /tumorsuppressorgener og /eller epigenetisk profil [4]. Ændring i disse kritiske faktorer resulterer i abnorm regulering af cellevækst, apoptose, og differentiering dermed fremme carcinogenese. Multiple gen-regulatoriske netværk koordinere transformationen af ​​normal celle til en tumorcelle og drev tumorprogression. Men til dato er endnu ikke defineret, detaljeret forståelse af de underliggende regulerende netværk multiple gen i patogenesen af ​​mavekræft. Bestemmelse den detaljerede molekylære mekanistiske netværk forbundet med gastrisk udvikling kræft og progression kunne forbedre forståelsen af ​​carcinogenese i gastrisk væv og dermed bane vej for nye og effektive strategier i forebyggelse, diagnosticering og behandling af mavekræft.

Genekspression i celler styres både transkription og post-transkriptionelle niveau. Transkriptionsfaktorer (TFS) koordinerer gentranskription, mens miRNA regulerer genekspression ved mediering post-transkriptionelle begivenheder, såsom mRNA nedbrydning og proteintranslation [5]. Derfor kan enhver ændring i miRNA-funktion resultere i udvikling af kræft hos mennesker [6,7]. Transkriptionsfaktorer er proteiner, der binder til specifikke DNA-sekvenser til at styre hastigheden af ​​transkription af genetisk information fra DNA til mRNA [8,9], mens miRNA er en gruppe af en lille ikke-kodende RNA i celler og funktion i RNA silencing og post -transcriptional regulering af genekspression [10,11]. TF-miRNA gen tilsynsnetværk bestemmer den samlede genekspressionsprofilen i celler i en vis udstrækning. Derfor analyse af TF-miRNA co-regulerende net i gastrisk kræft væv kunne hjælpe os til at fremme vores forståelse af, hvordan TF’er og miRNA koordinere reguleringen af ​​genekspression bidrager til gastrisk carcinogenese [12]. I vores tidligere undersøgelse, profilerede vi differentielt udtrykte gener i firs par gastriske carcinoma-tilgrænsende normale væv anvendelse af cDNA microarrays [13] og fundet en række gener med ændret ekspression, herunder TF’er. På baggrund af oplysningerne fra transkriptionsregulatoriske Element Database (TRED) [14], vi byggede og konsolideret en TF-gen regulatoriske netværk. I denne undersøgelse, profilerede vi udtrykkes forskelligt miRNA i fem par gastrisk karcinom-tilstødende normale væv og konstrueret en miRNA-target regulatoriske netværk for mavekræft ved at integrere de miRNA målretning gen-databaser, herunder Targetscan, Miranda, miRDB, og miRWalk [15] . Vi bygget derefter TF-miRNA samregulering netværk ved hjælp af vores tidligere data og derefter udførte GO og Kegg vej analyser og udførte real time PCR og western blot analyse for at validere disse data. Således kunne begge metoder og analyser give vigtige fingerpeg til fremtidige undersøgelser af miRNA og TFS funktioner i mavekræft.

Materialer og metoder

Vævsprøver

I alt 25 gastrisk karcinom patienter blev rekrutteret til denne undersøgelse fra det første hospital i Jilin University, Changchun, Kina. Gastrisk cancer væv og de matchende fjerne ikke-cancervæv blev kirurgisk resektion og opbevaret i flydende nitrogen inden for 10 minutter efter resektion. Skriftligt informeret samtykke blev opnået fra alle fag og dataene blev analyseret anonymt. TNM og histologiske klassifikation var ifølge World Health Organization (WHO) kriterier. Denne undersøgelse blev godkendt af den etiske komité af College of Basic Medical Sciences, Jilin Universitet.

Profilering af differentielt udtrykt mRNA og microRNA i mavekræft væv

De differentielt udtrykte mRNA data mellem mavekræft og normale væv blev gennemført fra 80 patienter og rapporteret tidligere [13]. Vi anvendte ≥ 2-gange ændring til profil de differentielt udtrykte gener til denne undersøgelse.

I denne undersøgelse differentielt udtrykte miRNA i 5 par mavekræft-tilgrænsende normale væv (se patienternes data i S2 tabel) var profileret ved hjælp Affymetrix miRNA microarray chips ifølge fabrikantens protokoller. Kort beskrevet blev totalt RNA fra vævsprøver isoleret under anvendelse af Trizol (Invitrogen, Carlsbad, CA, USA) og miRNA blev isoleret og oprenset ved anvendelse af Mirvana miRNA Isolation Kit (Ambion, Austin, TX, USA) og derefter underkastet Gene Chip microRNA-array analyse. Dataene blev scannet ved hjælp GeneChip Scanner3000 med GeneChip Operating Software (GCOS) og analyseret.

Konstruktion af TF-gen, miRNA-targeting gen, og TF-miRNA samreguleringsforanstaltninger netværk

Baseret på de GeneChip Humant Exon 1.0 ST microarray data (Affymetrix, CA, USA), konstruerede vi TF-genet netværk ved at integrere genekspressionsprofiler og transkriptionelt regulatorisk element database (TRED). Regulatory interaktioner mellem microRNA og deres målgener blev etableret på grundlag af oplysninger fra Targetscan, Miranda, miRDB og miRWalk database. De TF-miRNA co-regulatoriske netværk blev bygget af overlappende disse to afsnit. Hub-gener, der co-reguleret af TF’er og miRNA blev også identificeret. Netværkene blev bygget ved hjælp Cytoscape software (Institut for Systembiologi, USA, https://www.cytoscape.org).

Funktionelle anmærkninger af udvalgte gener

Online analytiske værktøjer såsom Database til Annotation, Visualisering og integreret Discovery (DAVID) og Kyoto Encyclopedia of gener og genomer (Kegg) blev anvendt til at undersøge den funktionelle vej forbundet med differentielt udtrykte gener. Markant beriget Kegg veje med p 0,01 blev identificeret og analyseret yderligere.

Kvantitativ RT-PCR (QRT-PCR)

I detektere mRNA-niveau, vi udnyttet 5 ug af total RNA-prøver af hver prøve til omvendt transskribere til cDNA med første streng cDNA Synthesis Kit (Takara, Dalian, Kina) og derefter forstærkes ved hjælp af qPCR for ekspression af COL1A1, og NCAM1 mRNA med SYBR Premix Ex Taq (Takara) i Applied Biosystems 7300 Fast Real-Time PCR System ifølge producentens anvisninger. Den relative udtryk for mRNA niveauer blev normaliseret til p-actin mRNA ved sammenlignende Ct-metoden (2

-ΔΔCt, ACt = Ct

target-Ct

β-actin, ΔΔCt = ACt

tumor-ACt

normal). Alle primere blev udformet med Primer Premier 6 Software blev primersekvenser til amplifikation anført i tabel 1. Data fra QRT-PCR blev analyseret med GraphPad Prism version 5.0, blev forskellene mellem grupper statistisk evalueret ved prøve en-halet t-test med p værdi 0,05 betragtes som væsentlig

Protein udvinding og Western blotting

Vævsprøver med 1 mm

3 i størrelse var jorden i flydende nitrogen og homogeniseret i en celle lysis. puffer (Beyotime, Beijing, Kina) ved 4 ° C i 20 min. Koncentrationen af ​​protein i prøverne blev bestemt ved anvendelse af et BCA Protein Assay Kit (Bio-Rad, Hercules, CA, USA) og proteinerne prøverne blev separeret ved natriumdodecylsulfat-polyacrylamidgelelektroforese (SDS-PAGE) ved anvendelse af 10% gel og derefter overført til en PVDF-membran (0,45 um; Bio-Rad, Hercules, CA, USA) i 2 timer. Membranerne blev derefter inkuberet med et kanin-anti-kollagen I antistof (Novus Biologicals, Littleton, CO, USA) ved en fortynding på 1: 1000, et muse-anti-NCAM1 /CD56-antistof (Novus Biologicals) ved en fortynding på 1: 400 eller et kanin-anti-β-actin-antistof (Proteintech, Chicago IL, USA) ved en fortynding på 1: 2000 ved 4 ° C natten over og derefter efter vask med Tris-baserede saltvand-Tween 20 (TBST), blev membranerne inkuberet med et gede anti-kanin IgG (Beyotime) eller gede-anti-muse-IgG (Proteintech) i en fortynding på 1: 2000 i 2 timer. Protein- signaler blev detekteret ved autoradiografi under anvendelse af forøget kemiluminescens-reagens (Beyotime, Beijing, Kina) efterfulgt af eksponering for røntgenbillederne. Tætheden af ​​protein-båndet blev kvantificeret ved hjælp af en gel billede System (Tanon, Shanghai, Kina) og blev normaliseret til p-actin niveauer, som blev brugt som lastning kontrol.

Statistisk analyse

LIMMA ( lineære modeller for microarray data) baseret analyse blev udført for at identificere de differentielt udtrykte miRNA med en cut-off-værdi på mindst 2-fold ændringer (FC) med p 0.05 og FDR 0,05. SPSS 21.0 software (SPSS, Chicago, IL, USA) blev anvendt til at udføre Receiver Operating Characteristic (ROC) kurve og logistisk regressionsanalyse. Den følsomhed, specificitet og området under kurven (AUC) blev beregnet ved anvendelse af Med-Calc statistisk software og p-værdi 0,05 blev betragtet som statistisk signifikant. Western blotting-data blev analyseret ved GraphPad Prism version 5.0 (San Diego, CA, USA) og forskellen mellem tumor og normale væv blev evalueret ved den ensidede t-test og en p-værdi 0,05 blev betragtet som statistisk signifikant.

Resultater

TF-gen regulatoriske netværk og differential udtryk for miRNA i mavekræft

TF-gen regulatoriske netværk som vist i figur 1 blev konstrueret på grundlag af de oplysninger fra en tidligere undersøgelse [13] om differentielt udtrykte gener (≥ 2 gange) fra 80 par mavekræft væv. Konkret fem transskription faktorer MYB, MYBL2, ETV4, LEF1 og TFAP2A blev opreguleret og de dannede de regulerende netværk TF-gen med 41 gener, hvoraf 38 var opreguleret og 3 blev nedreguleret i mavekræft væv (S1 Tabel). Desuden profileret vi miRNA udtryk ved hjælp Affymetrix microRNA arrays i fem par mavekræft-tilsvarende normale væv (klinisk-patologisk karakteristika for de patienter, som vist i S2 tabel). I alt 93 miRNA blev udtrykkes forskelligt i mavekræft væv (p 0,05), hvoraf 27 miRNA blev opreguleret, mens 66 blev nedreguleret (figur 2 og S3 tabel). Blandt disse differentielt udtrykte miRNA har flere blevet rapporteret i tidligere studier, såsom miRlet-7, miR409, miR-28-5p, miR-625, etc. [16-19]. Efterfølgende blev Targetscan, Miranda, miRDB, og miRWalk databaser besluttet på at forudsige målgener disse differentielt udtrykte miRNA.

Netværket blev bygget baseret på data fra cDNA microarray analyse for at identificere differnetially udtrykte gener i mavekræft. Røde cirkler er opreguleret gener, mens grønne cirkler er nede-regulerede gener og de gule trekanter repræsenterer transkriptionsfaktorer (TFS). Retningen af ​​pilen er fra kilden til målet.

Hver række repræsenterer et miRNA og hver kolonne repræsenterer en prøve. Kolonne “C” repræsenterer kræft væv og kolonnen “N” repræsenterer normale væv. Kortet varme med rød indikerer opreguleret og grøn for ned-regulerede miRNA.

TF-miRNA-netværk regulerer differentielt udtrykte gener i mavekræft

På baggrund af datasæt fra cDNA og miRNA microarray som tidligere nævnt, vi konstrueret en afvigende TF-miRNA-netværk, der regulerede ekspression af gener i gastrisk cancer (Fig 3 og S4 tabel). Især disse afvigende TF-miRNA-netværk reguleret ekspression af 18 gener (

COL1A1

,

COL1A2

,

COL5A2

,

COL11A1

,

DSG3

,

ACHE

,

SERPINE1

,

SERPINB2

,

CXCL5

,

MMP1

,

Plau

,

SPP1

,

GJB2

,

CLDN2

,

CDKN2A

,

CENPF

,

MAD2L1

, og

NCAM1

), hvoraf de fleste (17 ud af 18) var opreguleret i mavekræft væv (fig 4).

Røde cirkler er up-regulerede gener, mens de grønne cirkler er nedreguleret gener og de gule firkanter repræsenterer miRNA. Linjer med “T” kanter i netværket repræsenterer hæmmende virkning af miRNA på målgener.

Cirkler i den centrale linje er gener, der co-reguleret af TF’er og miRNA, med rød for op-regulerede gener og grøn for ned-regulerede gener. Gul firkanter repræsenterer miRNA og gule trekanter repræsenterer TF’er.

Funktionel analyse af disse 18 hub-gener ved hjælp DAVID (Databasen for anmærkning, Visualisering og integreret Discovery) [20] viste, at der var to væsentligt beriget Kegg veje, ECM-receptor interaktion pathway og fokal vedhæftning pathway. Fem gener (

COL1A1

,

COL1A2

,

COL5A2

,

COL11A1

, og

SPP1

) blev mest markant ændret og var alle involveret i ECM-receptor-interaktionen og fokal adhæsion pathway (tabel 2). Analyse af samregulering netværk viste, at disse 18 hub-gener havde en anden node grad distribution, mens

COL1A1

og

NCAM1

viste den højeste grad distribution (figur 5).

Disse 18 målgener blev co-reguleret af både TF’er og miRNA med deres tilsvarende node grad. X-aksen viser graden af ​​en node, mens Y-aksen viser antallet af node for hver grad i netværket.

Foreningen af ​​

COL1A1

og

NCAM1

udtryk med klinisk-patologisk status

Vi antog, at gener med højere grad distributioner kunne spille en stor rolle i den regulatoriske netværk. Således har vi associeret ekspression af disse gener med klinisk-patologiske karakteristika mavecancerpatienter. Modtageren opererer karakteristik (ROC) kurve analyse viste, at ekspressionen af ​​

COL1A1

og

NCAM1

kunne være potentielle diskriminatorer mellem kræft og tilsvarende normale væv med AUC (areal under kurven) = 0,806 for

COL1A1

og 0,677 for

NCAM1

. Kombinationen af ​​

COL1A1

og

NCAM1

udtryk forudsat en bedre differentiering tilstand med AUC = 0,829, sensitivitet = 70,7% og specificitet = 84,0% end for individuelle

COL1A1

eller

NCAM1

udtryk (figur 6 og tabel 3)

C . N angiver kombinationen af ​​

COL1A1

og

NCAM1

Desuden valideret vi microarray data ved hjælp af QRT-PCR og Western blot i andre 20 par mavekræft og tilstødende normale væv (patienternes oplysninger anført i S2 tabel). Den COL1A1 og NCAM1 mRNA-ekspression viste 3,10 ± 1,08 gange opregulering og 0,37 ± 0,02 fold nedregulering i tumorvæv vs. normale dem (p 0,01), mens Western blot data viste en klar forskel mellem den relative protein tætheden af COL1A1 i kræft væv (0,92 ± 0,02) vs. tilstødende normale væv (0,29 ± 0,01; p 0,01), mens ekspression af NCAM1 i kræft væv (0,11 ± 0,002) vs. normale dem (0,85 ± 0,05) (p 0,01 , fig 7). Således kunne opregulering af COL1A1 og nedregulering af NCAM1 udtryk ikke blot skelne mellem kræft og normale væv, men også opdele kræftpatienter i forskellige tumor etaper. Niveauet af COL1A1 ekspression var højere i de muskulære og serosa invaderet tumorer, mens NCAM1 ekspression tendens til at blive negativt forbundet med tumorinvasion (Fig 8).

A og B, Påvisning af COL1A1 og NCAM1 mRNA-ekspression i gastrisk cancer vs. normale væv ved hjælp af PCR og QRT-PCR. Niveauer af COL1A1, NCAM1 mRNA var 3.10 ± 1.08 folder opregulering og 0,37 ± 0,02 folder nedregulering i tumorvæv, henholdsvis i forhold til dem af de normale. * P 0,01. C og D, Western blot-analyse af COL1A1 protein. Tumorvæv udtrykt højere COL1A1 protein sammenlignet med de normale (p 0,01). E og F, Western blot-analyse af NCAM1 protein. Tumorvæv udtrykt lavere NCAM1 protein sammenlignet med de normale (p 0,01). N, normale væv; C, kræft væv.

Diskussion

I den aktuelle undersøgelse blev data fra cDNA og miRNA microarray anvendes til at konstruere transkriptionsfaktorer-miRNA samregulering netværk i mavekræft og identificeret 18 nav-gener, der var reguleret af både transkriptionsfaktorer og miRNA. Disse gener tilhører ekstracellulær matrix-receptor interaktion og fokale vedhæftning signalveje. Hertil kommer, at ekspressionen af ​​

COL1A1

og

NCAM1

blev bekræftet i mavekræft væv og var forbundet med gastrisk invasion kræft; Men det er stadig ukendt, som miRNA (r) regulere deres udtryk i mavekræft.

transkriptionsfaktorer MYB, MYBL2, ETV4, LEF1, TFAP2A var opreguleret i mavekræft væv. Faktisk er de MYB familie proteiner vidt udbredt i eukaryote organismer og expresison af MYB-transskriptionsfaktoren er kritisk for tumorvæksten og brystkirtler carcinogenese [21] [22], mens MYBL2 (B-MYB) er et onkogent transskriptionsfaktor involveret i cellecyklus , G2 /M progression [23]. Som medlem af onkogene

ETS

gener har ETV4 protien blevet rapporteret at fremme cancermetastase i musemodeller [24] og er associeret med dårlig prognose i gastrisk adenocarcinom [25]. Den TCF /LEF familie er en lille familie af DNA-bindende faktorer og LEF1 fungerer primært som en aktivator med en rolle i hæmning af celle apoptose [26]. TFAP2A er en transkriptionsfaktor, der primært regulerer cellevækst og differentiering. I nasopharyngeal carcinom, TFAP2A reguleret tumorcellevækst og overlevelse gennem HIF-1α-medieret VEGF /PEDF signalvej, hvilket antyder, at TFAP2A kunne være en potentiel biomarkør for nasopharyngeal carcinoma behandling [27]. Desuden er det i miRNA-TF samregulering netværk, vi identificeret 18 hub-gener, der blev reguleret af både TF’er og miRNA. Funktionel analyse af disse 18 gener fremhævet to væsentlige Kegg veje, den ekstracellulære matrix (ECM) receptor interaktion pathway og fokal vedhæftning pathway. Nylige undersøgelser viste, at ECM-receptorer (Integriner) medieret signalering er en stor gruppe af signaler, der bidrager til celle overlevelse og giver en overlevelse fordel for forskellige typer af cancerceller [28]. ECM kan også regulere celledeling, differentiering, død og carcinogenese [29]. Da de strukturelle forbindelser mellem ECM og aktincytoskelettet, fokale sammenvoksninger tjener som steder for signaltransduktion fra ECM til intracellulære rum [30]. Vores nuværende data viste, at de fem gener (

COL1A1

,

COL1A2

,

COL5A2

,

COL11A1

, og

SPP1

) co-reguleret af både TF’er og miRNA deltog i ECM-receptor-interaktion og fokale vedhæftning veje. Forrige undersøgelse viste overekspression af

SPP1

(udskilt phosphoprotein 1) i gastrisk kræft og dens association med kræft progression [31]. Generne

COL1A1

,

COL1A2

,

COL5A2

, og

COL11A1

tilhører kollagen familien, væsentlige strukturelle komponenter af ECM. Opregulering af collagener er afgørende for at fremme tumorvækst kollagen kataboliseres af matrixmetalloproteinaser (MMP’er) afslører de skjulte bindingssteder, som yderligere fremmer angiogenese og tumorinvasion. En tidligere undersøgelse har vist, at ekspression af COL1A1 og COL1A2 blev forhøjet i maligne kolorektale endothelceller [32], hvilket antyder, at disse to proteiner spiller en rolle i angiogenese og dannelse af desmoplasia under kolorektal cancerudvikling [33]. Desuden udtryk for

COL5A2

og

COL11A1

var forbundet med kolorektal carcinogenese [34] viser, at

COL5A2

blev co-udtrykt med

COL11A1

i kolorektal tumorprøver, men ikke i normal colon epitel; Men det er stadig ukendt, som miRNA (r) regulere deres udtryk i mavekræft. Dybde af cancer invasion er en vigtig faktor i forudsigelsen af ​​overlevelse og behandling planlægning. Kollagen er en af ​​de vigtige komponenter i tumormikromiljøet, de eksperimentelle resultater af subtraktiv hybridisering og microarray angivet en række collagen-gener, der var unormalt udtrykt i tumorvæv, såsom COL1A1 kodende type 1 collagen [35].

COL1A1

er blevet identificeret til at associere med mavekræft invasion og metastase [33]. Vores nuværende data bekræftede, at ekspression af COL1A1 blev signifikant forhøjet i gastrisk cancer væv og er forbundet med tumorudvikling. Desuden er vores nuværende undersøgelse viste også, at ekspression af NCAM1 protein negativt var forbundet med gastrisk invasion cancer. NCAM er et multifunktionelt membranprotein involveret i celledifferentiering, migration, neural synapse vækst, og særlige mønstre af synaptiske forbindelser. En tidligere undersøgelse rapporterede, at NCAM1 ekspression blev associeret med den invasive vækst af gliom [36]. Efter inokulering de transficerede stjerneformet gliomaceller ind i hjernen på rotter, Edvardsen

et al

., Rapporterede, at invasionsevne af tumorceller reduceret, hvilket indikerer, at niveauet af NCAM1 ekspression blev negativt forbundet med tumorindtrængen [37]. Selvom tab af NCAM1 udtryk i mavekræft ikke er blevet rapporteret før, vores nuværende data på omvendt sammenhæng med gastrisk invasion kræft er i overensstemmelse med tidligere undersøgelser af gliomer [37]. Yderligere undersøgelser er nødvendige for at bekræfte udtrykket status COL1A1 og NCAM1 proteiner som potentielle biomarkører for tidlig diagnose og forudsigelse af mavekræft progression.

Konstruktion af TF-miRNA samregulering netværk er et nyttigt redskab til identifikation af kritiske regulatorer og deres mål gener i human cancer. Men vores aktuelle undersøgelse er blot en proof-of-principle indsats og fremtidige undersøgelser med en større stikprøve er nødvendigt at bekræfte de nyeste resultater. Det bør følges op af mekanistiske undersøgelser for at fremme forståelse om den rolle af de vigtigste molekyler og gen-veje i mavekræft.

Støtte Information

S1 Table. Oversigt over de regulatoriske interaktioner af TF-gen netværk

doi:. 10,1371 /journal.pone.0122882.s001

(XLSX)

S2 tabel. Patienter egenskaber (25 par af mavekræft og tilstødende normale væv for miRNA microarray (n = 5) og Western blot (n = 20) analyse og RT-qPCR (n = 20) analyse)

doi:. 10,1371 /tidsskrift .pone.0122882.s002

(DOC)

S3 tabel. . Oversigt over 93 differentielt udtrykte miRNA i gastrisk kræft væv vs. de fjerne normale væv

Gene ekspressionsniveauerne i gastrisk kræft væv vs. de fjerne normale væv var mindst 2 gange anderledes med en p-værdi. 0,05

doi: 10,1371 /journal.pone.0122882.s003

(XLS)

S4 Table. . Samspillet af miRNA og deres regulerede gener i TF-gen regulatoriske netværk

All forordning blev afledt fra transskriptionel regulatorisk element database (TRED)

doi:. 10,1371 /journal.pone.0122882.s004

(XLSX )

Tak

Dette arbejde blev støttet delvist af tilskud fra National Natural Science Foundation of China (# 81320108025 og # 81.472.662), National Natural Science Foundation of China (# 81.271.897 og # 81.401.712) , Jilin Key Laboratory of Biomedical Materials, Foundation of Jilin provinsen Videnskab og Teknologi Institut (# 20130522013JH og # 20140414048GH), og Norman Bethune Program for Jilin University (# 2.012.219). Vi takker også Medjaden Bioscience Limited (Hong Kong, Kina) til redigering og korrekturlæsning dette manuskript.