PLoS ONE: Overgange ved CpG-dinukleotider, Geographic Gruppering af TP53 mutationer og Food Tilgængelighed Opskrifter i kolorektal Cancer

Abstrakt

Baggrund

Tyktarmskræft er primært tilskrives kost, men den rolle, der udøves af fødevarer fortsat uklart, fordi involverede faktorer er yderst kompliceret. Geografi væsentlige virkninger på fødevarer. Korrelationer mellem international variation i kolorektal cancer-associerede mutation mønstre og fødevarer disponible kunne fremhæve indflydelse fødevarer på kolorektal mutagenese.

Metode

For at teste en sådan hypotese, vi anvendte teknikker baseret på hierarkisk klyngedannelse, feature extraction og udvælgelse, og mønstergenkendelse statistisk for analysen af ​​2572 kolorektal cancer-associerede

TP53

mutationer fra 12 lande /geografiske områder. For fødevarer disponible, vi påberåbt data udtrukket fra Food balancer Levnedsmiddel- og Landbrugsorganisation FN. Dendrogrammer for mutation sites, mutation typer og fødevarer mønstre blev bygget gennem Ward hierarkiske clustering algoritme og deres stabilitet blev vurderet evaluere silhuet værdier. Feature udvælgelse brugt entropi-baserede foranstaltninger for lighed mellem clusterings, kombineret med principal komponent analyse af udtømmende og heuristiske tilgange.

Konklusion /Betydning

Mutationer grupperet i to store geografiske grupper, en herunder eneste vestlige lande, den anden Asien og dele af Europa. Dette blev bestemt ved variation i frekvensen af ​​overgange ved CpG’er, den mest almindelige mutation type. Højere frekvenser af overgange ved CpG’er i klyngen, der omfattede kun vestlige lande primært afspejlede højere frekvenser af mutationer ved CpG codon 175, 248 og 273, de tre store

TP53

hotspots. Pearsons korrelation scoringer, beregnet mellem de vigtigste komponenter i datamatrices for mutation typer, mad tilgængelighed og mutation sites, viste statistisk signifikante korrelationer mellem overgange ved CpG’er og både mutation sites og de disponible mængder kød, mælk, sødestoffer og animalsk fedt, energi-tætte fødevarer på basis af “vestlige” kost. Dette er bedst forklares ved forskellen udsættelse for nitrosative DNA-skader på grund af fødevarer, der fremmer metabolisk stress og kronisk inflammation

Henvisning:. Verginelli F, Bishehsari F, Napolitano F, Mahdavinia M, Cama A, Malekzadeh R, et al . (2009) Overgange på CpG-dinukleotider, Geographic Gruppering af

TP53

Mutationer og Food Tilgængelighed Opskrifter i kolorektal cancer. PLoS ONE 4 (8): e6824. doi: 10,1371 /journal.pone.0006824

Redaktør: Irene Oi-Lin Ng, The University of Hong Kong, Hongkong

Modtaget: May 20, 2009; Accepteret: 14 Juli 2009; Udgivet: 31 August, 2009

Copyright: © 2009 Verginelli 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:. Undersøgelsen blev finansieret af det italienske undervisningsministerium, universiteter og forskning (Ministero dell’Istruzione, dell’Università e della Ricerca, MIUR) og ved de medicinske fakulteter og Farmaci, G. d’Annunzio University, Chieti, Italien (år 2005- 08). 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

TP53

gen (OMIM nr. 191.117), som koder for en tumor-suppressor protein, der driver flere cellulære reaktioner på stress, herunder celle-cyklus anholdelse, DNA-reparation, apoptose, metabolisme og autophagy, ofte muteret i kræft [1], [2], [3], [4], [5], [6].

TP53

mutationer er for det meste missense og klynge i exonerne 5-8, den evolutionært bevarede region i DNA-bindende domæne, der indeholder ≈90% af de kendte mutationer og al forandring hotspots i CpG-dinukleotider [7], [8], [9], [10], [11]. Laboratorie modeller og data fra tumorer med etablerede miljømæssige risikofaktorer viser, at

TP53

mutation mønstre afspejler primære mutagene underskrifter fra DNA-skader ved kræftfremkaldende stoffer, sårbarhed nukleotidpositioner i DNA sekundær struktur, effektivitet for reparation behandling, og udvælgelse for tab af trans-aktivering egenskaber [10], [11], [12], [13], [14], [15], [16].

Kolorektal cancer (CRC), over hele verden en af ​​de mest fælles maligniteter, primært tilskrives kosten risikofaktorer [17], [18], [19], [20], [21], [22], [23], [24].

TP53

mutationer findes i 50-60% af alle CRC’er og menes at have oprindelse i forstadier til kræft, hvor afvigende prolifererende colonocyte stamfædre er direkte udsat for kosten rest [25], [26]. Ikke desto mindre

TP53

mutation mønster typisk for CRC ikke let korreleret til kost, fordi det er kendetegnet ved en slående overvægt af G: C A: T overgange [9], [13], [16]. Disse er de hyppigste basesubstitutioner induceret af reaktive oxygenarter, biprodukter af normal aerob metabolisme frembragt i høje niveauer i alle inflammatoriske processer og efter eksponering for en bred vifte af carcinogener og giftstoffer [27], [28], [29], [ ,,,0],30], [31], [32], [33], [34]. Endvidere synes CRC udvikling til at afhænge af hel-liv ernæring mønster [23], og

TP53

mutationer kan forekomme år før CRC diagnose [25], [35]. Således tidsrammen til vurdering af kosten kan ikke helt fange relevante periode for mutagenese og carcinogenese. Dette kompliceres af den relativt begrænsede variation i kostvaner inden for enkelte befolkningsgrupper, som fordomme i rapportering og optage kostindtag og ved den problematiske vurdering af eksponering for fødevarebårne kræftfremkaldende stoffer og giftstoffer, naturlige og genereret i fødevarer produktion, forarbejdning, konservering, og forberedelse [17], [23], [36], [37], [38], [39], [40], [41], [42]. Tilføjelse til kompleksitet, kan tarm mutagenese ændres ved næringsstof /næringsstof, næringsstoffer /mikroflora, næringsstof /celle metabolisme, næringsstof /gen og næringsstoffer /DNA reparation interaktioner, og påvirkes af epigenetiske modifikationer, transittid af kosten rest, inflammatoriske og endokrine reaktioner, kropsmasse og energiforbruget gennem fysisk aktivitet [23], [40], [43], [44], [45], [46], [47], [48].

Geografi stærkt konsekvenser for de økologiske, kulturelle og økonomiske faktorer, der bestemmer fødevaresystemer og kostvaner. CRC’er fra patienter indlejret i geografisk forskellige befolkninger og kulturer afspejler væsentligt forskellige kosten eksponeringer, udvidet over hele liv kursus og fordomsfri ved estimeringsfejl [17], [21], [23]. Således fødevarerelaterede mutationsmønstre signaturer kunne fremhæves gennem analyse af den geografiske variation i CRC-associerede

TP53

mutationer. For at teste en sådan hypotese, analyserede vi 2572

TP53

mutationer forbundet med primære CRC’er fra 12 lande eller geografiske områder. De mutationer (Database S1) blev udvundet fra

TP53

database for Det Internationale Agentur for Kræftforskning (IARC) (R10 opdatering Juli – 2005 https://www-p53.iarc.fr/Somatic .html), med tilføjelse af en iransk serier [11], [49]. For at undersøge sammenhænge mellem geografisk gruppering af

TP53

mutationer og fødevarer, vi påberåbt sig de mad balancer (FBS) af Levnedsmiddel- og Landbrugsorganisation De Forenede Nationers (FAO, https://faostat.fao.org /site/368/DesktopDefault.aspx?PageID=368), der giver unikke omfattende billeder af de mønstre nationale fødevareforsyning, nyttige til internationale sammenligninger [50], [51], [52]. Mad tilgængelighed mønstre (RP) for de lande /geografiske områder i

TP53

database blev afledt fra gennemsnittet

Caput

forsyninger pr, i procent af den samlede brændværdi, af hver større fødevarer gruppe rådighed til konsum i referenceåret 1990 [17] (Datasæt S1). De datamatrices genereret for mutationssteder (MS), mutationstyperne (MT) og FP (Datamatrices S1) blev undersøgt for geografisk variation af hierarkisk klyngedannelse (HC). Faktorer underliggende HC blev defineret af funktionen analyse (FA) gennem principal komponent analyse (PCA). Pearsons korrelation scoringer blev beregnet mellem de vigtigste komponenter i mutation typen, mad tilgængelighed mønster og mutationssite datamatrices. Disse analyser viste signifikante korrelationer mellem overgange ved CpG’er, og begge mutation sites samt disponible mængder kød, mælk, sødestoffer og animalsk fedt. Vores resultater kunne være bedst forklares med forskellen udsættelse for nitrosative DNA-skader som følge af indtagelse af energirige fødevarer, der fremmer metabolisk stress og kronisk low-grade inflammation.

Resultater

Geografisk variation i mutation websted og skriv

Paneler A-B og C-D i figur 1 viser henholdsvis hierarkisk klyngedannelse (HC) efter land /geografiske område for

TP53

mutation sites (MS), baseret på 2542 exon mutationer, og typer (MT), baseret på 2,572 mutationer i exoner og intron-exon-grænserne. MS og MT træer viste lignende strukturer, hver med to store geografiske klynger, en herunder kun vestlige lande (I-MS, I-MT), den anden Asien og dele af Europa (II-MS, II-MT). Den væsentligste forskel bestod i positionen af ​​Vest og Centraleuropa i II-MS og I-MT hhv. Stabilitet af klynger blev vurderet ved silhuet værdier. Silhouette grunde til forskellige tærskler, der gælder for hver dendrogram, blev sammenlignet for at vurdere pålideligheden af ​​klyngedannelse løsninger. I begge tilfælde viste træstrukturen to stabile klynger. Den lave silhuet værdi MT var relateret til den dårlige stabilitet af “Spanien” filial, kan henføres til enten I-MT eller II-MT. MS og MT træstrukturer blev korreleret med tosidet Mantel test (r = 0,581,

P

= 0,001) (Figur 2).

Hierarkiske clusterings (HC) efter land /geografisk område og silhuet grunde til: A-B,

TP53

mutation sites (MS); C-D,

TP53

mutation typer (MT); . E-F, mad mønstre (FP)

Mantel test viser sammenhæng mellem afstand matricer af mutation sites (MS) og mutation typer (MT), med regression line parameter: r = 0,581, c = 0,015; R

2 = 0,338,

P

= 0,001 efter 10.000 permutationer.

Ved multivariat FA næste undersøgte vi de faktorer, der bestemte klyngedannelse for MS (

dvs.

., codon) og MT (

dvs

., mutation typer), henholdsvis ved hjælp af heuristiske eller udtømmende tilgange. Feature udvælgelse formål at identificere den mindste delmængde af funktioner, der er nødvendige for at generere clustering struktur opnået ved hjælp af alle de funktioner. Sekventiel fremad funktion valg med to forskellige placeringer, henholdsvis baseret på antallet af mutationer er konstateret for hver codon (funktion), og på pc’en koefficienter af hver enkelt funktion, blev anvendt til at analysere MS datamatrix af heuristisk tilgang (Figur 3).

Similarity værdier er på Y-aksen; række funktioner (

dvs

, codon) på x-aksen, rangeret henholdsvis i faldende rækkefølge efter vægt (antal mutationer, panel A), og faldende orden de første 11 PC koefficienter af hver enkelt funktion (hvor 11 var antallet af pc’er bidrager 100% af dataene varians, panel B). Panel C lister (i rækkefølge efter nummer) kodonerne (funktioner) med højeste varians i mutationen sites (MS) data, udvalgt efter vægt ranking (23/173 codon) og pc-koefficienter ranking (22/173 kodoner). Samlet 19 codon, herunder de fem

TP53

mutation hotspots (fremhævet med gult), blev udvalgt ved begge metoder.

Stabil MS klyngedannelse blev opnået med 23 vægt-rangeret eller 22 PCA -ranked codon, i begge tilfælde inklusive fem

TP53

mutation hotspots (

dvs

., CpG codon 175, 245, 248, 273, 282) [9], [13], [ ,,,0],16], ud af 173 muterede kodoner i datamatrix. Variansen ydes af pc’er af MS datamatrix og deres egenværdier er vist i panel A og D i figur 4. Totalt MS varians blev forklaret af 11 komponenter. Fire komponenter bidrog 80% af variansen, og den første komponent, som tegnede sig for 31%, havde meget betydelige pc koefficienter for de funktioner, der svarer til de fem CpG hotspots, som beskrevet i File S1 og i figur S1, panel A.

Resultater opnået under anvendelse Scree test er vist i panel A-C. Total mutation sites (MS) varians (panel A) skyldes 11 komponenter, hvoraf kun 9 er visualiseret, er den Scree test skæres på 98% niveau. Fire komponenter bidrager 80% af MS varians, det første regnskab for 31%. Total mutationstyperne (MT) varians (B) forklares ved 4 komponenter, hvoraf den første, langt den mest relevante, bidrager 65% af variansen. Samlet fødevarer mønstre (FP) varians (C) skyldes 3 komponenter, hvoraf den første bidrager 87,3% af variansen. Resultater opnået under anvendelse af Kaiser test er vist i panelerne D-F. De første 11 pc’er til mutation sites (MS) (A), de første 3 pc’er til mutation typer (MT) (B) og de første 4 pc’er til fødevarer mønstre (FP) (C) har egenværdier over 1 (rød linje).

udtømmende multivariat FA af MT datamatrix er rapporteret i tabel 1 og 2. i faldende rækkefølge, de mest relevante funktioner var G: C A: T ved CpG’er, efterfulgt af A: T C : G

, G: C A: T og G: C C: G. Variansen bidrager med hver pc af MT datamatrix og deres egenværdier er vist i panelerne B og E i figur 4 hhv. Samlet MT varians blev forklaret af 4 komponenter, hvoraf den første tegnede sig for 65%, og som beskrevet i File S1 og i figur S1, panel D, den højeste PC funktionen belastning blandt de 8 mutation typer svarede til overgange på CpG’er. Andre mutationer, herunder overgange ved ikke-CpG’er, var forbundet til mindre fraktioner af varians.

frekvens box-plots af mutationerne på de 19 codon med højeste vægte og højeste PCA varians koefficienter i figur 5, panel A, viste højere mutationsfrekvenser mod de tre større hotspot kodoner 175, 248, og især 273, i i-MS versus II-MS. Dette afspejlede højere frekvenser af overgange ved CpG’er i I-MT (interval: 46,1 til 61,2%) versus II-MT (interval: 41,2 til 43,3%) i frekvensbåndene box-plots af de 8 mutationstyperne i figur 5, panel B. sådanne mest relevante træk blev anvendt til geografisk visualisere MS og MT variation (figur 6, panel A-B). De fremhævede grupperinger af lande /geografiske områder lignede MS og MT klynger i figur 1, fremstillet ved HC hjælp af alle de funktioner. Samlet indikerer disse resultater, at i CRC

TP53

overgang mutagenese ved CpG’er moduleres af geografi-relaterede faktorer. Dette kan afspejle forskelle i eksponering (s) til specifik fødevare-associeret mutagene proces (r) [53].

I hvert panel, box plots vedrørende klynger I versus II mutation sites (MS), mutation typer (MT) og fødevarer mønstre (FP) er opnået ved hierarkisk klyngedannelse er farvekodede i rød (klynge i) og blå (klynge II), hhv. Panel A: frekvens box-plots af mutationer ved de 19 codon med højeste vægte og højeste PCA varians koefficienter (identificeret i figur 4). Højere mutation frekvenser på de tre store CpG hotspot codon 175, 248, og 273 i I-MS versus II-MS er indlysende. Panel B: frekvens box-plots af de 8 mutation typer, viser højere frekvenser af overgange ved CpG’er i I-MT (interval: 46,1 til 61,2%) versus II-MT (interval: 41,2 til 43,3%). Panel C: box-plots af den gennemsnitlige procent af den samlede tilgængelige brændværdi fra hver større fødevaregruppe i de relevante lande /geografiske områder, som viser lavere korn for de lande /geografiske områder i I-FP versus dem i II-FP, afbalanceret ved højere kød, mælk, sødestoffer og animalsk fedt.

Valgte funktioner af mutationen sites (MS, A), mutation typer (MT, B) og fødevarer tilgængelighed mønstre (FP, C) datamatrices var mutationer ved de tre store

TP53

hotspot codon 175, 248, og 273 til MS; G: C A: T mutationer ved CpG’er for MT; kød /mælk /sødestoffer /animalsk fedt (tilføjet), korn (trækkes) til FP. Feature frekvenser blev opsummeret og forventede i gul til rød farveskala på de geografiske profiler af de relevante lande /geografiske områder.

Geografisk variation i fødevarer forsyningsmønstre

For at løse dette problem, vi analyserede FP datamatrix af HC og FA gennem PCA. HC for FP var baseret på den gennemsnitlige

per caput

forsyning værdier, i procent af de samlede disponible kalorier, for hver større fødevare gruppe i de relevante lande /geografiske områder i referenceåret 1990 [17]. HC gav to store klynger, I-FP, med vestlige lande og Japan, og II-FP, med Syd- og Østasien plus Iran (figur 1, paneler E-F). Den clusterization af Japan i I-FP havde en lav silhuet værdi og i kontrast til de tidligere tildelinger af Japan til klynger II-MS og II-MT. For at verificere Japans opgave, genereret vi alle de mulige delmængder af de 13 FP funktioner (fødevarer grupper),

dvs.

., 8.192 delmængder. HC træer, skåret for at få to klynger, blev derefter genereret baseret på hver af disse delmængder. Dendrogrammer blev klassificeret som A eller B, når Japan clusterized henholdsvis II-FP eller I-FP, og som C, når forskellig fra A og B. alt 2.405 clusterings, der er klassificeret som A, tildelt Japan at klynge II-FP med Iran og Syd og Østasien; 4178, der er klassificeret som B, tildelt Japan at klynge I-FP, med vestlige lande; og 1.609 blev klassificeret som C, er forskelligt fra A og B. Histogrammerne i figur S2, panel A-B, der visualiserer det antal gange, at hver af de 13 træk var til stede, når type A eller B clusterings henholdsvis blev opnået, let viser, at funktionen korn var næsten altid fraværende i type A clusterings og næsten altid til stede i type B clusterings. Således Japan sluttede I-FP kun på grund af den lave tilgængelighed af korn.

tabel 3 og 4 viser resultaterne af udtømmende FA af FP datamatrix. I faldende rækkefølge, de mest relevante funktioner var korn, mælk og kød. PCA viste, at alt FP varians blev forklaret af 3 dele, hvoraf den første tegnede sig for en større brøkdel af 87,3% (figur 4, paneler C og F). Variansen af ​​denne komponent, som i lastning rækkefølge, omfattede de funktioner korn, kød, mælk, sødemidler, animalsk fedt (File S1 og figur S1, panel G), forklarede træstrukturen, bestemt af lavere korn og højere kød, mælk , sødestoffer og animalske fedtstoffer i i-FP i forhold til II-FP, som vist i panelerne C og F i figur 4.

Korrelationer mellem mutation mønster og levering mønster mad

data fra MS, MT og FP datamatrices blev projiceret på en-dimensionelle rum udspændt af deres respektive pc’er. Parvis Pearson korrelationer blev derefter beregnet for de tre datamatrices i alle de planlagte rum. Tabel 5 til 7 viser korrelationen scoringer, og de tilsvarende

P

-værdier, opnået for de første 3 pc’er i hver datamatrix, at med undtagelse af MS, tegnede sig for størstedelen af ​​variansen. Pearsons korrelation mellem pc’erne for MT og for FP (tabel 5) viste, at den første PC for MT var korreleret med den første PC til FP, med r = -0,60 (

P

= 0,039). Ledige af kød, mælk, sødestoffer og animalsk fedt var direkte korreleret til overgange på CpG’er, tilgængelighed af korn til overgange på ikke-CpG’er (File S1 og figur S1, paneler D og G). Som beskrevet i File S1 og i figur S1, andre mindre vigtige sammenhænge involveret anden og tredje pc’er, tegnede sig for mindre fraktioner af varians. Med den samme analyse, resulterede de første pc’er for MS og for MT igen stærkt korreleret med r = -0,87 (

P

= 0,0002, tabel 6), som støttede Mantel testresultater (Figur 2). Men på trods af sammenhængen mellem MT og FP, var der ingen signifikante sammenhænge mellem pc’er på MS og FP (tabel 7). Vejviser

Scatter plots med indlagte lineær regression viser den globale tendens af korrelationer blev bygget til de lande /geografiske områder, som projiceres på de to-dimensionale rum udspændt af de første pc’er på MS og MT (figur 7) og MT og FP (figur 8). Som vist i figur 7, Italien, Iran, Syd- og Østasien og Vest og Centraleuropa havde relativt lavere frekvenser af mutationer ved CpG hotspot codon kompenseret ved højere frekvenser af mutationer på alle andre sites (se også boks-plot i figur 2) . Mutation frekvenser på CpG hotspots steget i andre lande, med højeste frekvenser i Australien og Storbritannien. Som vist i figur 8, overgange ved CpG’er korreleret med lande /geografiske områder med højere disponible mængder energirige, vestlig mad, mens Syd- og Østasien, Iran, Japan og, i mindre omfang, Italien, hvor korn var højere og kød, mælk, sødestoffer og animalsk fedt lavere, havde lavere frekvenser af sådanne mutationer.

Scatter plot af de lande /geografiske områder i

TP53

database projiceret på 2-dimensionelle rum udspændt af de første hovedkomponenterne i mutation sites (Mutation site PC2) og mutation typer (Mutation Type PC1). Italien, Iran, Syd- og Østasien og Vest og Centraleuropa har relativt lavere frekvenser af mutationer ved CpG hotspot codon kompenseret ved højere frekvenser af mutationer på alle andre sites (se også boks-plot i figur 5). Mutation frekvenser på CpG hotspots stigning i andre lande, med højeste frekvenser i Australien og Storbritannien. En lineær regression viser den globale tendens i korrelation (r = -0,8742).

Scatter plot af de lande /geografiske områder i

TP53

database projiceret på to-dimensionelle rum udspændt af den højeste koefficient funktioner i den første principale komponent (PC) af fødevarer tilgængelighed mønster (FP),

dvs

., korn, kød, mælk, sødestoffer, animalsk fedt, og den første pc af mutation type (MT),

dvs

, G: C A:. T på CpG’er. En lineær regression viser den globale sammenhæng tendens.

Samlet set variation i hyppigheden af ​​overgange ved CpG’er afspejles variation i disponible for de energirige fødevarer, der danner grundlag for “vestligt” diæter og som er knyttet til overvægt og fedme [18], [20], [21], [22], [23]. Overgange på ikke-CpG’er afbalanceret fald i overgange på CpG’er i de lande /geografiske områder, hvor korn kompenseret for lavere disponible af sådanne fødevarer.

Diskussion

Flere undersøgelser rettet spørgsmålet om CpG overgang mutagenese i cancer, især med hensyn til

TP53

mutationer i CRC. At være exoniske CpG’er konstitutivt hyper-methylerede, C til T mutationer på kodning CpG’er i

TP53

skal scoret som direkte overgange fra hypermutabel 5-methylcytosin til thymin [54], [55], [56], [57 ], [58], [59]. Kosten folat er nogle miljømæssige determinant af genomisk methylering [23], [60], [61]. Laboratorie modeller og data om CRC’er hos patienter, der bærer en germline methylenetetrahydrofolat reduktase (

MTHFR

) gen-variant, der resulterer i reduceret plasma og serum folat tyder på, at lav folat, ved at inducere global hypometylering, kan nedsætte

TP53

overgang mutagenese ved CpG’er [62], [63], [64]. Folat-rige fødevarer omfatter friske grøntsager, bælgfrugter (bælgfrugter) og relativt uforarbejdet korn [65], [66]. Der vides kun lidt om DNA methylering variation mellem individer og populationer [67], [68]. Vi fandt ikke nogen sammenhæng mellem tilgængeligheden af ​​grøntsager eller bælgfrugter og

TP53

mutation mønster, mens korn, relativt uforarbejdede i de fleste asiatiske lande [69], [70], omvendt korreleret med overgange på CpG’er. Således folat tilgængelighed kan ikke højde for vores resultater. Denne konklusion er enig med undersøgelser, der viser, at i fravær af interagerende genetiske virkninger, folat alene ikke påvirker

TP53

mutation mønstre i CRC (selv om det kan påvirke TP53 proteinekspression) [44], [71], [72 ].

hypermutabilitet af endogene 5-methylcytosin ikke

per se

forklare den unikke rolle overgange ved CpG’er i geografisk gruppering af

TP53

mutationer [57], [ ,,,0],58], [59]. Men overgange ved CpG’er i

TP53

effektivt fremkaldt af nitrosative DNA-skader [31], [58], [59], [73], [74], [75]. Nitrogenoxid (NO), en kritisk signalmolekyle impliceret i reguleringen af ​​peristaltik, tarm vasomotoriske funktioner og slimhindeinflammation, kan bidrage til overgangen mutagenese ved CpG’er handler direkte på 5-methylcytosines ved nitrosative deaminering i oxiderende miljøer, og indirekte på guaniner ved basen alkylering efter omdannelse til nitrat, bakteriel reduktion til nitrit og endogen dannelse af N-nitrosoforbindelser [73], [74], [75], [76], [77], [78], [79], [80], [81], [82]. Mutagenese ved CpG’er kan lettes ved NO-induceret hæmning af DNA-reparation [75], [80]. Desuden NO fremmer apoptose via

TP53

derfor udøver en kritisk selektivt pres for

TP53

mutation [83], [84], [85], [86].

NO produceres på mutagene koncentrationer af inducerbar NO syntase (iNOS), den udbredte enzym isoformen opreguleres af inflammatoriske cytokiner [76], [82], [87]. Det er allerede blevet foreslået, at overskuddet af

TP53

overgange ved CpG’er fundet i kræft opstår på en kronisk inflammatorisk baggrund, såsom CRC i colitis ulcerosa og blærekræft i forbindelse med

schistosomiasis

, resultater fra nitrosative stress [74], [88]. Desuden overgange på CpG’er er stærkt relateret til iNOS udtryk i både CRC og adenocarcinom af Barretts øsofagus [89], [90]. Arginin, substratet for NO syntese og en potentiel CRC-relateret kosten faktor [87], [91], [92], [93], er indeholdt i en række proteinrige fødevarer af animalsk og vegetabilsk oprindelse [65], [66], og kan ikke

per se

forklare, hvorfor variation i hyppigheden af ​​overgange ved CpG’er korreleret med variation i disponible mængder kød, mælk, sødestoffer og animalsk fedt. Det er imidlertid kendt, at disse energirige fødevarer fremme et pro-inflammatorisk miljø, der øger iNOS ekspression og NO produktionen [23], [78], [94], [95], [96], [97], [98] , [99], [100], [101]. Desuden rødt kød er en vigtig exogen kilde til nitrogenforbindelser og hæm, der bidrager til N-nitrosering i den intestinale miljø [23], [102], [103], [104], [105], [106], [ ,,,0],107], [108]. Sådanne overvejelser er understøttet af det faktum, at vores data peger på en central rolle i den allestedsnærværende methylerede store

TP53

hotspot codon 175, 248 og 273 i geografisk klyngedannelse. Faktisk langt størstedelen af ​​mutationerne på disse 3 kodoner rapporteret i human cancer er forenelige med nitrosative deaminering [9], [11], [32], [54], [74], [109]. Desuden overgange i codon 248 blev eksperimentelt induceret med en NO-frigivende forbindelse [110], mens mutationer ved codon 273 viste sig at være stærkt forbundet med kost højt i rødt kød og fedt [44].

Det kan konkluderes, vi anerkender de vanskeligheder, der ligger i at fortolke årsager og mekanismer ansvarlige for CRC-associerede

TP53

mutationer, som er det endelige resultat af komplekse kaskader af begivenheder. Det er vigtigt at huske på begrænsningerne af vores analyser, baseret på et enkelt, om end store, database af mutationer. Desuden FAO FBS, de eneste standardiserede omfattende fødevarer data tilgængelige for internationale sammenligninger, omtrentlige fødevareforsyning mønstre. Alligevel geografisk variation i CRC-associerede

TP53

mutation mønstre synes at skyldes overgange ved CpG’er og hovedsagelig relateret til differential mutationsfrekvenser på den store

TP53

hotspots. Dette kunne være forklares ved forskellen udsættelse for nitrosative DNA-skader, er knyttet til forbrug af fødevarer fremme metabolisk stress og kronisk low-grade inflammation.

Materialer og metoder

Databaser, datasæt og Datamatrices

Vi analyserede 2,572 mutationer i

TP53

exons 5-8 hentet fra primære CRC’er, herunder 2475 fra 12 lande eller geografiske områder, udvundet fra

TP53

database for det Internationale Agentur for Kræftforskningscenter (IARC) (R10 opdatering juli 2005 https://www-p53.iarc.fr/Somatic.html), og 97 fra Iran [11], [49]. Mutationer i adenomer, metastatisk CRC og cellelinier blev udelukket, da deres spektrum kan afvige fra det primære CRC [111]. Analyser var baseret på 2.542 mutationer i kodende regioner til MS, og på 2572 (

dvs.

., Alle) mutationer for MT (Database S1). Mutationer blev grupperet efter land eller geografisk område, sidstnævnte herunder geografisk og etnisk relaterede lande med lave mutation numre. Lande og antal mutationer for MS og MT, var: Australien (herunder 6 mutationer fra New Zealand), MS: 302, MT: 302; USA, MS: 233, MT: 237; Frankrig, MS: 215, MT: 221; Italien, MS: 181, MT: 182; Spanien, MS: 181, MT: 182; UK (herunder 3 mutationer fra Irland), MS: 131, MT: 134; Iran, MS: 94, MT: 97; Japan, MS: 323, MT: 326. Geografiske områder var: West og Centraleuropa (Tyskland, Østrig, Schweiz, Holland, Luxembourg), MS: 174, MT: 178; Syd- og Østasien (Kina, Hong Kong, Taiwan, Singapore), MS: 315, MT: 318; Norge-Danmark, MS: 162, MT: 162; Sverige-Finland, MS: 231, MT: 233. Mutationer fra Brasilien, Chile, Israel, Tyrkiet, Korea og østeuropæiske lande, der er anført i R10 opdatering af IARC

TP53

database blev udelukket på grund af lave tal.

FP datasæt (Datasæt S1 ) blev ekstraheret fra FAO FBS [50], [51] udarbejdet for referenceåret 1990 (https://faostat.fao.org/site/368/DesktopDefault.aspx?PageID=368), som anvendes i reference [17 ]. År valg tendens til at udelukke de seneste og aktuelle internationale variationer i fødevarer disponible og ernæring, som CRC udvikler sig over flere år og er for det meste diagnosticeres hos patienter i alderen 65 år eller ældre [112], mens IARC

TP53

database kompilerer mutationer siden 1989 [11]. FP datasættet indgår følgende større grupper af fødevarer: animalsk fedt, animalske produkter, korn, fisk /skaldyr, frugt, kød, mælk, oilcrops, bælgfrugter (bælgfrugter), stivelsesholdige rødder, sødestoffer, vegetabilske olier og grøntsager. Med henblik på denne undersøgelse alkohol var udelukket, idet mange af de data i gennemsnit tilgængeligheden af ​​alkoholholdige drikkevarer ikke informative og potentielt forstyrrende, på grund af stor inter-individuel variation [23]. Krydderier og stimulanser, som tegner sig for lave procentdele af den samlede tilgængelige daglige energiforsyning, blev også udelukket. Statistiske analyser blev derfor foretaget ved hjælp af den anslåede procent (%) bidrag fra hver betragtes fødevaregruppe at betyde

per caput

daglige energi tilgængelighed [17]. De vejede gennemsnitlige disponible blev beregnet for geografiske områder ved at justere for 1990 befolkningens størrelse af hver inkluderet land. 2008;