PLoS ONE: Konvertering af en Microarray Signatur i en diagnostisk test: En Trial of Brugerdefineret 74 Gene Array for Afklaring og forudsigelse prognosen for Gastric Cancer

Abstrakt

Baggrund

mavekræft (GC) er forbundet med høj dødelighed og en ugunstig prognose på fremskredne stadier. Derudover er der ingen effektive metoder til diagnosticering mavekræft på et tidligt stadium eller for at forudsige resultatet med det formål at udvælge patientspecifikke behandlingsmuligheder. Derfor er det vigtigt at undersøge nye metoder til GC diagnose.

Metode /vigtigste resultater

For at lette dens anvendelse i en diagnostisk indstilling, blev en gruppe på 74 gener med diagnostisk og prognostisk information oversat til en tilpasset microarray indeholder et reduceret sæt af 1.042 sonder er egnede til high throughput forarbejdning. I denne rapport, viser vi for første gang, at den tilpassede mini-array kan anvendes som en pålidelig diagnostisk værktøj i gastrisk cancer. Med en AUC-værdi på 0,565 (95% CI 0,305-0,825), hvilket indikerer en perfekt test, følsomheden og specificiteten af ​​diagnosen fra ROC-kurven blev beregnet til at være 70% og 80%, hhv.

Konklusioner /Betydning

Dataene viser klart reproducerbarhed og robusthed af den lille custom-made microarray. Grupperingen er et fremragende værktøj til klassificering og forudsige resultatet af sygdommen i mavecancerpatienter

Henvisning:. Yin Y, Zhuo W, Zhao Y, Chen S, Li J, Wang L, et al. (2013) Konvertering af en Microarray Signatur i en diagnostisk test: En Trial of Brugerdefineret 74 Gene Array for Afklaring og forudsigelse prognosen for mavekræft. PLoS ONE 8 (12): e81561. doi: 10,1371 /journal.pone.0081561

Redaktør: Courtney G. Montgomery, Oklahoma Medical Research Foundation, USA

Modtaget: Juni 25, 2013; Accepteret: 14 okt 2013; Udgivet: December 3, 2013 |

Copyright: © 2013 Yin 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

Finansiering:. Dette arbejde blev støttet af National Natural Science Foundation of China (81302070, 81272678, 81071961) (https://www.nsfc.gov.cn), National Basic Research Program Kina (973 Program) (2012CB945004) (www.973.gov .cn). 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

mavekræft (GC) har en høj forekomst og er den næststørste årsag til kræft dødelighed [1,2]. Prognosen af ​​GC er meget afhængig af stadium af sygdommen på diagnosetidspunktet og behandlingsmetoden [3]. Den 5-årige overlevelsesrate i avancerede gastrisk kræftpatienter er omkring 20%, mens der i den tidlige fase mavekræft det er over 60% [4-6]. Imidlertid har der ikke været effektive og brugbare metoder til påvisning af fase kræft tidligt og til at forudsige den mulige prognose til at yde passende behandling for hver patient. I Japan, selvom de kunne mere effektivt opdage og behandle tidlig gastrisk cancer (EGC) gennem omfattende screening, kun endoskopi kunne blive almindeligt anvendt til påvisning EGC. Dette er grunden til tidlig diagnose og evnen til at skelne maligne og præmaligne læsioner er vigtige [7]. Derfor er det vigtigt at undersøge nye metoder til GC diagnostiske eller prognostiske forudsigelser for kliniske anvendelser.

Visse genændringer kunne være forbundet med canceration og progression af GC [8-11]. For eksempel tidligere data studerede vi foreslog, at collagen-gener kan være en potentiel biomarkør for at skelne maligne fra præmaligne læsioner i maven [12]. Fordi progressionen af ​​sygdommen fra præmaligne betingelser til GC er en dynamisk proces [13-15], kunne påvisning af genændringer tillade identifikation af sygdomsassocierede gener tidligere end patologiske undersøgelser. Desuden genekspression giver yderligere information om en patients tilstand [16]. Derfor kan microarray analyse være en vigtig og nyttig metode til diagnose og risiko lagdeling i mavekræft.

Desuden bruger tilpassede mini-arrays til klinisk praksis, kan ikke kun være billigere, men kan også kræve mindre prøve RNA input for mærkning og hybridisering, og databehandlingen tid kunne blive væsentligt reduceret i forhold til normale mikroarrays [17]. En brugerdefineret microarray af 70 gener for prognosen af ​​brystkræft, som er blevet godkendt af Food and Drug Administration (FDA), kontrollerer muligheden for brugerdefinerede microarray i klinisk anvendelse [18,19]. Selv om der har været flere undersøgelser for visse grupper af gener til GC diagnose, microarray teknologien er for tiden ikke anvendes som et diagnostisk redskab i gastrisk cancer.

I dette papir, beskriver vi for første gang at udvikle et tilpassede diagnostisk GC mini-array og viser, at den tilpassede mini-matrix kan anvendes som en pålidelig diagnostisk og forudsigelse værktøj i gastrisk cancer.

Resultater

En brugerdefineret mini-array af en gruppe af mulige gener relateret til GC canceration og fremskridt

I en tidligere undersøgelse, brugte vi et oligonucleotid microarray af 38.500 gener til systematisk undersøge differentiel genekspression blandt 33 prøver fra normale, præmaligne og maligne læsioner i maven [12]. En brøkdel af 696 differentieret-udtryk gener fundet i den formelle undersøgelse blev designet i den brugerdefinerede mini-array som en del af et forskningsgrundlag. Derudover for nogle grupper, hvor der blev fundet gener, som muligvis var nært beslægtet med GC, den tilpassede mini-matrix omfattede også 44 collagen gener [20-22], 54 gener for sex hormonreceptorer og veje, differentieres-ekspressions-gener fundet i andre undersøgelser, og 915 normalisering gener (detaljeret data i tabel S1). I denne undersøgelse blev en 1042-genekspressionsprofil etableret som en kraftfuld diagnose og forudsigelse af udfaldet sygdom i mavecancerpatienter.

Sammenligning af 1042-Gene Array Performance med Det af Original 25k Microarray

For at afgøre, om den tilpassede mini array test udfører ligner de oprindelige 25 k mikroarrays [12], to prøver ( LYXT og LYXS) fra en samme patienter, der anvendes i den oprindelige serie til at udvikle 1042-diagnostiske klassificeringen blev hentet. Udtrykkene af 696 gener genereret ved hjælp af diagnostiske mini-matrix var meget ens (Pearson korrelation på 0,957, p 0,01) til de oprindelige offentliggjorte data (figur 1)

De data indikerede udtrykket forholdet ondartet. /præmaligne. Der var ingen signifikante forskelle mellem to grupper.

Identifikation af gener udtrykkes forskelligt i maligne og præmaligne gastriske væv

Alle data for hybridiseringer blev background-korrigeret, normaliseret, og analyseret for at identificere de differentierede-udtryk gener i 40 prøver, der repræsenterer maligne læsioner og præmaligne læsioner (n = 20 i hver gruppe). Et sæt af 371 gener viste sig at adskille maligne læsioner fra præmaligne læsioner ved hjælp hierarkisk klyngedannelse og SVM leave-one-out bekræftelse, mens en præmaligne prøve (MGFS) blev klassificeret i den maligne gruppe, og fem maligne prøver (XSHT, GJFT, CXCT , XYT og QLTT) blev klassificeret i den præmaligne gruppe. Den MGFS og prøven er udtaget fra det omgivende væv af en signet-ring carcinom. Den patologiske rapport afslørede, at XSHT prøve var en moderat differentieret adenocarcinom den GJFT prøve var en moderat til godt differentieret adenocarcinom, mens CXCT, XYT og QLTT prøver var godt differentieret adenocarcinom. Disse differentielt udtrykte gener omfattede 199 opreguleret gener og 172 ned-regulerede gener i maligne læsioner sammenlignet med præmaligne læsioner (figur 2).

Hver søjle repræsenterer en prøve og hver række et gen. Karakter af “T” betegner tumor og karakteren af ​​”S” henviser til præmaligne væv i prøvenavne. Udtrykkene af gener mellem to grupper har betydelige forskelle, fold ændringslog

2 = 1 eller = -1, P 0,01

skelne prognosen for mavekræft

En uovervåget, hierarkisk klyngedannelse algoritme tilladt os at klynge de 20 GC maligne læsioner på grundlag af deres ligheder målt over betydelige gener af 371 differentielt udtrykte gener mellem maligne og præmaligne læsioner. Især i venstre gruppe, 4 af 10 sporadiske patienter var på et tidligt stadium af GC og de andre præsenteret med højt differentierede læsioner, mens der i den rigtige gruppe, 2 af 10 sporadiske patienter var fra den gruppe, der udviklede fjernmetastaser inden for 5 år eller med høj stadium og dårligt differentierede læsioner. Således bruger uovervåget klyngedannelse, kan vi skelne mellem “god prognose” og “dårlig prognose ‘tumorer til en vis grad (figur 3). Derudover blev den type og stadium af GC af patienterne forbundet med de undergrupper af dårlig eller god prognose (tabel 1, detaljerede data i tabel S2).

Hver kolonne repræsenterer en tumor og hver række et gen. Længden og opdelingen af ​​grenene vise slægtskab af GC (nederst) og ekspression af generne (til højre). Den gule linje markerer inddeling i to dominerende klynger. Udtrykkene af gener mellem to grupper har betydelige forskelle, fold ændringslog

2 = 1 eller = -1, P. 0,01

Gruppe 1 (God prognose)

Gruppe 2 (dårlig prognose)

Age62.8 ± 7.1161.3 ± 7.02Gender (mand /kvinde) 7/38 /2Trin (I /II /III /IV) 2/1/7/01/0/5 /4Pathological type (Moderat til godt differentieret adenocarcinom /Dårligt differentieret adenocarcinom /Signet ring celle karcinom /mucinøs adenocarcinom) 7/2/1/03/4/1 /2Metastasis med 5 years13Table 1. etape af mavecancerpatienter i to grupper.

CSV Hent CSV

Brugerdefineret array med minimum antal gener for GC diagnose og forudsigelse

Unsupervised todimensional klyngeanalyse af gen klyngedannelse og GC klyngedannelse blev udført uafhængigt ved hjælp af en agglomerative hierarkisk clustering algoritme med 371 gener, der kunne identificere ondartede GC og præmaligne læsioner. Korrelationskoefficienten af ​​udtrykket for hvert gen med udfald sygdom blev beregnet, og 252 gener viste sig at være signifikant associeret med sygdom udfald (korrelationskoefficient -0,3 eller 0,3) (detaljerede data i tabel S1).

Disse 252 gener blev rangordnet på grundlag af størrelsen af ​​korrelationskoefficienten. Antallet af gener i den “prognostiske klassificeringen” blev optimeret ved sekventielt at tilsætte delmængder af 5 gener fra toppen af ​​denne klassificeret liste og evaluere dens magt for korrekt klassificering ved hjælp af “leave-one-out” metode til cross-validering. Klassifikation blev foretaget på grundlag af korrelationen af ​​ekspressionsniveauerne af de resterende prøver fra de gode og dårlige patienter. Nøjagtigheden forbedres indtil det optimale antal markørgener var nået. Derfor blev 74 gener bestemt til at være det mindste antal gener, der kan betegnes som to undergrupper af forskellig prognose (figur 4). Med en AUC-værdi på 0,565 (95% CI 0,305-0,825), hvilket indikerer en perfekt test, følsomheden og specificiteten af ​​diagnosen fra ROC-kurven blev beregnet til at være 70% og 80%, henholdsvis (figur 5).

hver kolonne repræsenterer en tumor og hver række et gen.

Baseret på Gene ontologi (GO) funktion klassificering, er den funktionelle annotation for de involverede i cellecyklus, invasion og metastase, angiogenese, og signaltransduktion gener betydeligt opreguleret i dårlig prognose underskrift (annotation af gener, der er anført i tabel S1). Disse gener omfatte flere grupper, som funktionen annotation giver indsigt i den underliggende biologiske mekanisme, der fører til nøglefunktioner involveret i tumorigenese og progression. Involveret i cellecyklus, invasion og metastase, angiogenese, og signaltransduktion generne blev betydeligt differentielt udtrykt mellem to signaturer (f.eks GKN1, INHBA, SPP1 og THBS4). I mellemtiden, uden opsyn cluster analyse skelnes der mellem forskellige prognostiske tumorer. Ved at evaluere alle 74 prognostiske reportergener, flere gener, der tilhører disse funktionelle kategorier blive synlige (f.eks GKN1, GKN2, GIF, PSCA og LiPF).

Patienterne i de to grupper, der er klassificeret som de 74 gener og hele prober er næsten de samme, bortset fra prøven LCM, som blev klassificeret i god prognose gruppe i hele sonder microarray og ind i dårlig prognose gruppe i 74-genet klassificering. LCM prøven er udtaget fra malignt væv af en patient der lider af mucinøs adenokarcinom i trin IV med en kortere levetid end de andre patienter i de formelle grupper. Derfor kan den 74-genet klassificering microarray være mere pålidelige.

Verifikation af 74 gener brugerdefinerede array og korrelation af microarray data med den prognostiske profil

For de 11 GC patienterne indgår i tidligere undersøgelse [12], beregnede vi korrelationskoefficienten af ​​niveauet af ekspressionen af ​​de 74 gener med den bestemte gennemsnitlige profil af disse gener i tumorer fra patienter med god prognose (CI). En patient med en korrelationskoefficient på mere end -0,007 (tærskelværdien resulterede i en 13 procent Andelen af ​​falsk negative resultater) blev derefter tildelt til gruppen med den gode prognose signatur, og alle andre patienter blev tildelt til gruppen med de fattige -prognosis underskrift (figur 6). Desuden overlevelse kurven for de to grupper varierer markant (p 0,05) (figur 7). Viste således klassificeringen en sammenlignelig præstation på validering af 11 uafhængige sporadiske tumorer og bekræftede prognoser, og robusthed prognosen klassificering af 74-genet custom array.

Den gule linje markerer inddeling i to dominerende klynger af todimensional klyngeanalyse. Den hvide linie markerer inddeling i to dominerende klynger med optimeret følsomhed.

X-aksen er angivet de måneder, inden for hvilke patienterne stadig er i live. Y-aksen er angivet, at den procentvise andel af levende patienter (herunder dem med metastase eller fornyet).

Reproducerbarhed af tilpassede mini-vifte

For at validere data fra genekspressioner fra de microarray data, valgte vi en differentieret-udtryk gen, INHBA, og undersøgt dens udtryk med kvantitativ RT-PCR-analyse. Vores data viste, at genet markant ændrede ekspression i maligne væv sammenlignet med præmaligne væv i 11 parvist sammensat prøver, i overensstemmelse med resultaterne opnået fra microarray analyse (figur 8).

De lodrette tal med log

2 transformation er de parvist sammensat forhold mellem maligne læsioner til præmaligne læsioner. A. Søjlerne står for de nøgletal stammer fra kvantitativ QRT- PCR eksperiment. B. Sammenligning af forholdet mellem microarray og kvantitativ QRT-PCR-analyser.

En undergruppe af reproduktion associerede gener med mavekræft

I 74-genet custom microarray liste, vi fundet en gruppe af gener med GO klassificering af reproduktion (tabel 2), hvor 5 gener for sex hormon-receptorer og veje (ESRRG, DMRT3, DMRTA1, AMHR2 og FOXL2), kunne ikke blot effektivt adskilt maligne fra præmaligne prøver, men også klassificere dårlig og god prognose med hierarkisk klyngedannelse og SVM (figur 9). Desuden to køn hormon gener havde en betydelig differentiated- udtryk for god prognose for dårlig prognose af GC (ESRRG 8,83, AR 0,37, p 0,01).

Symbol

Fold forandring

Symbol

Fold change

AMHR20.442DMRT34.8637INHBA11.2072DMRTA10.366MMP142.009SFRP413.0683NOTCH12.2898FOXL23.291PGF2.9307SPP19.4141Table . 2. Gener med GO klassificering af reproduktion i 74 gener microarray gruppe

CSV Hent CSV

De udtryk for gener mellem to grupper har betydelige forskelle, fold ændringslog

2 = 1 eller = – 1, P. 0,01

diskussion

i den foreliggende undersøgelse, vi rapporterer for første gang, at den brugerdefinerede microarray kunne være en effektiv metode til diagnosticering og forudsigelse af prognose i GC klinisk. En mangel på kliniske biomarkører for tidlig mavekræft uden specifikke tidlige symptomer fører til forsinket diagnose og bidrager til den høje dødelighed af gastrisk cancer [23]. I nogle tilfælde sker ændringer kun på genniveau, uden patologiske forandringer. Ændringer i genekspression kan støtte i tidlig diagnose, prognose og behandling retningslinjer for postoperativ strålebehandling og kemoterapi. Udviklingen af ​​microarray teknologier gør det muligt at studere muligheden for patologisk vending og evaluering og vejledning af behandlingen. Derudover kan skabe målrettet microarray udstyr gør teknikken mere nyttigt. På grund af den dårlige specificitet og mangel på moden fælles diagnose, har det brugerdefinerede microarray ikke er anvendt i klinisk anvendelse til gastrisk cancer endnu, selv om der er undersøgelser i gendiagnose.

Microarray analyse er et meget anvendt teknologi til at studere genekspression på globalt plan. Adskillige molekylære analyser øjeblikket er beskæftiget i den kliniske vurdering af kræft er afledt af microarray-baserede genekspression profilering. Et eksempel på et mikroarray-baseret assay er MammaPrint, en brugerdefineret microarray af 70 gener associeret med risiko for den tidlige udvikling af fjernmetastaser hos unge patienter med lymfe-knude negativ brystkræft. MammaPrint er blevet ratificeret af FDA. Muligheden for at bruge denne profil i en high throughput diagnostisk indstilling kunne være en stor fordel i prognosen og behandlingen af ​​brystkræft [17-19]. Imidlertid er teknologien for tiden ikke anvendes som en rutinemæssig diagnostisk værktøj i gastrisk cancer, og der har ikke været nogen undersøgelse af brugerdefinerede microarrays anvendes i diagnose eller forudsigelse af prognose. I denne rapport, viser vi for første gang, at den tilpassede mini-array kan anvendes som en pålidelig diagnostisk værktøj i gastrisk cancer.

I dette papir, beskriver vi udviklingen af ​​en tilpasset diagnostisk mavekræft mini-array og beskrive sin pålidelige brug i en diagnostisk indstilling. Mange kliniske undersøgelser har korreleret ændringer i ekspressionen af ​​enkelte gener med gastrisk resultat kræft, ofte med modstridende resultater. Eksempler indbefatter CXCL1, HOXA10, og methylering af PCDH10 [24-26]. Imidlertid blev disse gener ikke inkluderet i vores mini-array. Det er muligt, at andre undersøgelser betalt mere opmærksom på de funktioner af disse gener, mens vi fokuseret på de udtryk for mRNA. Den 74-genet custom-array kan være en mulig forudsigende værktøj til mavekræft. Dataene viser tydeligt reproducerbarhed og robusthed af den lille custom-made microarray. Brugen af ​​en brugerdefineret microarray kunne give flere fordele, såsom præcise oplysninger om recidiv risiko sammenlignet med konventionelle kliniske kriterier, og vil således forbedre vejledningen for kravet om adjuverende behandling.

I mellemtiden, på grund af en 2 gange højere forekomst hos mænd end hos kvinder med GC [1], flere større epidemiologiske undersøgelser tyder på, at køn var en betydelig uafhængig prognostisk faktor for samlet overlevelse i GC patienter [27,28 ] og mandlige overvægt af mavekræft korrelerer med en 10-15 års forsinkelse i starten af ​​tarmen typen mavekræft hos kvinder sammenlignet med mænd [29]. I denne profil 74 gen custom mini-array, blev 5 gener udtrykkes forskelligt mellem maligne læsioner og præmaligne læsioner af GC (ESRRG, DMRT3, DMRTA1, AMHR2 og FOXL2). Denne gruppe af sex-associerede gener med mulige roller i GC blev først foreslået, og der er få undersøgelser af denne gruppe af gener, der er forbundet med kræft. Det er vigtigt at bemærke, at den seneste undersøgelse rapporteret af Matson og kolleger viste en mulig sammenhæng og sti af DMRT1, FOXL2 og køn hormon [30]. DMRT1, DMRT3, og DMRTA1 er alle inkluderet i en klynge af genfamilien, der har en zinkfinger-lignende DNA-bindende motiv (DM domæne) til fælles, som også er en vigtig regulator af mandlig udvikling i fluer og nematoder. Endvidere er de vigtigste gener i denne pathway alle inkluderet i vores data. Dataene kan give os en forskning retning for sex-associerede gener i GC og afslører en mulig vej og mekanisme af GC canceration.

Derfor kan array være et fremragende værktøj til klassificering og forudsige resultatet af sygdommen i gastrisk kræftpatienter. Der er dog visse begrænsninger på profilen. Prøverne bør udvides til at efterprøve de kliniske validitet og reproducerbarhed.

Materialer og metoder

Patienter og prøver

Fyrre kirurgisk resektion mavekræft prøver og tilstødende ikke-tumor prøver var fås fra Sir køre køre Shaw Hospital, School of Medicine Zhejiang University og blev brugt i løbet af juni 2007 til maj 2011. Vi indsamlede maligne og præmaligne væv fra forskellige regioner i resekterede maven fra hver patient, som blev opereret. Fyrre grupperede vævsprøver fra tyve patienter med primær gastrisk kræft, som gennemgik kirurgi (tyve maligne læsioner, tyve præmaligne læsioner) blev valgt til oligonukleotid microarray analyse (tabel 1, detaljerede data i tabel S2). Alle de indsamlede prøver blev fikseret, indlejret, farvet med H = 7,0 og 28S /18S = 0,7. Den cRNA blev fragmenteret med Gene Chip Sample Oprydning Module (Affymetrix, USA) og mærket med en enkelt farve ved hjælp af Agilent forstør notation metode. Hybridisering farvning, vask og scanningsprocedurer blev udført som beskrevet i Gene Chip Expression Analysis tekniske manual (Affymetrix, USA).

Analyse af oligonukleotid microarray data

Resultatet af microarray var scannet af en Agilent scanner. Dataene blev normaliseret og samtalte efter erhvervelsen og kvantificering billede for at identificere gener med betydelige differentierede udtryk ved hjælp Feature Extraction software. En open source fortolket computersprog (R) blev anvendt til statistisk beregning og grafik [12]. De rå data fra brugerdefinerede microarray er blevet uploadet til ArrayExpress som tiltrædelsen nummer A-MEXP-2338.

Studie design

Vi brugte en metode baseret på genekspressionsprofilerne at klassificere gastrisk kræft i prognostiske eller diagnostiske kategorier. Metoden omfattede følgende trin: (1) udformning af en brugerdefineret mini-array med en gruppe af gener muligvis relaterede til GC canceration og fremskridt baseret på tidligere undersøgelser, (2) udvælgelse af differentieret-udtryk gener mellem maligne og præmaligne læsioner (fold ændring 2 gange og p 0,05) (3), uden opsyn todimensional klyngeanalyse af gen klyngedannelse og GC clustering udført uafhængigt ved anvendelse af en agglomerative hierarkisk clustering algoritme (4), udvælgelse af diskriminere kandidatgener fra gener valgt i trin 2 ifølge til deres korrelation med kategori (god eller dårlig prognose) (5), bestemmelse af den optimale sæt af reportergener bruger leave-one-out krydsvalidering procedure (6), prognostisk eller diagnostisk forudsigelse baseret på genekspressionen af ​​det optimale sæt af reportergener [18,19], (7) GO annotation af reportergener, og (8) analyse af korrelationen mellem de microarray data med den prognostiske profil

Kvantitativ RT-PCR-analyse

det samlede RNA ekstraheret fra prøver blev omvendt transkriberet til cDNA under anvendelse af primære script TM RT reagenskit (Takara, Japan) ved 37 ° C i 15 minutter og ved 85 ° C i 15 sek. PCR-reaktioner under anvendelse af SYBR® premis EX Taq TM kit blev udført ved 95 ° C i 30 sek, efterfulgt af 40 cyklusser ved 95 ° C i 15 sek, 60 ° C i 10 sek og 72 ° C i 40 sek med 7500 Real- time PCR System (Applied Biosystems, USA). Husholdning gen β-actin tjente som en intern kontrol. Den fremadrettede primer sekvens af INHBA er GTGATGGCAAGGTCAACATCT, og omvendt en er GCGGTAGTGGTTGATGACTGT.

Statistisk analyse

Vi brugte proportionale farer regressionsanalyse for at justere sammenhængen mellem korrelationskoefficienten (CI) og metastaser for andre variable. De p-værdier, der er forbundet med odds ratio beregnes med Fishers eksakte test.

Støtte oplysninger

tabel S1.

information af gener i trin på fremgangsmåder til at designe mini-array og de endelige 74 mini-array-gener.

doi: 10,1371 /journal.pone.0081561.s001

(XLS)

tabel S2.

Detaljerne i de oplysninger af læsioner til microarray.

doi: 10,1371 /journal.pone.0081561.s002

(DOC)