PLoS ONE: En metaanalyse Approach til karakterisering Pan-Cancer Mekanismer af Drug følsomhed i cellelinier

Abstrakte

Forståelse af heterogene lægemiddelrespons af kræftpatienter er afgørende for præcision onkologi. Banebrydende genomiske analyser af de enkelte kræft undertyper er begyndt at identificere de vigtigste determinanter for modstand, herunder opregulering af multiresistens (MDR) gener og mutationsmønstre ændringer af lægemiddelkandidater. Men disse ændringer er, tilstrækkelige til at forklare kun et mindretal af befolkningen, og yderligere mekanismer for resistens eller følsomhed er forpligtet til at forklare den resterende spektrum af patientens respons til sidst at nå målet om præcision onkologi. Vi antager, at en pan-cancer analyse af

in vitro

narkotika følsomheder tværs talrige kræft slægter vil forbedre påvisningen af ​​statistiske foreninger og give mere robuste og, vigtigst, tilbagevendende determinanter for respons. I denne undersøgelse har vi udviklet en statistisk ramme baseret på meta-analyse af udtryk profiler til at identificere pan-kræft markører og mekanismer narkotika respons. Brug af Cancer Cell Linje Encyclopaedia (CCLE), et stort panel af flere hundrede kræft cellelinjer fra mange forskellige slægter, vi karakteriseret både kendte og nye mekanismer reaktion på cytotoksiske lægemidler, herunder inhibitorer af topoisomerase 1 (TOP1, Topotecan, irinotecan) og målrettet behandlinger, herunder hæmmere histondeacetylaser (HDAC, Panobinostat) og MAP /ERK kinaser (MEK, PD-0325901, AZD6244). Især vores analyse impliceret reduceret replikation og transkriptionelle satser, samt mangel i DNA beskadigelse reparation gener i resistens over for Top1 inhibitorer. Den konstitutive aktivering af flere signalveje, herunder interferon /STAT-1-vejen blev impliceret i modstanden mod den pan-HDAC-hæmmer. Endelig blev en række dysregulations opstrøms for MEK identificeret som kompenserende resistensmekanismer til MEK-inhibitorer. I sammenligning med alternative pan-cancer analysestrategier, kan vores tilgang bedre belyse relevante stof reaktionsmekanismer. Desuden kan kompendium af formodede markører og mekanismer identificeret gennem vores analyse tjene som fundament for fremtidige undersøgelser i disse stoffer

Henvisning:. Wang K, Shrestha R, Wyatt AW, Reddy A, Lehár J, Wang Y et al. (2014) En metaanalyse Approach til karakterisering Pan-Cancer Mekanismer af Drug følsomhed i cellelinier. PLoS ONE 9 (7): e103050. doi: 10,1371 /journal.pone.0103050

Redaktør: Caterina Cinti, Klinisk Institut Fysiologi, c /o Toscana Life Sciences Foundation, Italien

Modtaget: May 7, 2014 Accepteret: 30. maj 2014 Udgivet: 18 juli 2014

Copyright: © 2014 Wang 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:. Det forfattere bekræfter, at alle data, der ligger til grund resultaterne er fuldt tilgængelige uden restriktioner. Alle CEL-filer er tilgængelige fra GEO (GSE36139)

Finansiering:. Forfatterne har ingen finansiering eller støtte til rapporten

Konkurrerende interesser:. De medforfattere AR og JL er medarbejdere i Novartis Pharmaceuticals . Dette ændrer ikke forfatternes overholdelse PLoS ONE politikker på datadeling og materialer.

Introduktion

Gennem det seneste årti, kræftbehandling har set en gradvis overgang til ‘præcision lægemiddel’ og gøre rationelle terapeutiske beslutninger for en patients kræft baseret på deres særskilte molekylære profil. Imidlertid har bred vedtagelsen af ​​denne strategi blevet hæmmet af en ufuldstændig forståelse for de determinanter, der driver tumor respons på forskellige kræftlægemidler. Iboende forskelle i medikamentfølsomhed eller resistens er tidligere blevet tilskrevet en række molekylære aberrationer. For eksempel kan den konstitutive ekspression af næsten fire hundrede multiresistens (MDR) gener, såsom ATP-bindende kassette transportører, giver universel lægemiddelresistens ved cancer [1]. Tilsvarende kan mutationer i cancer-gener (såsom EGFR), som selektivt er mål for små molekyler inhibitorer enten forbedre eller afbryde lægemiddel binding og derved modulere kræft lægemiddelrespons [2]. På trods af disse resultater, har den kliniske oversættelse af MDR-hæmmere blevet kompliceret af ugunstige farmakokinetiske interaktioner [3]. Ligeledes kan tilstedeværelsen af ​​mutationer i målrettede gener kun forklare svaret observeret i en brøkdel af befolkningen, hvilket også begrænser deres kliniske anvendelighed. Som et eksempel på sidstnævnte, lungekræft oprindeligt følsomme over for EGFR hæmning erhverve modstand, som kan forklares med EGFR-mutationer i kun halvdelen af ​​tilfældene. Andre molekylære begivenheder, såsom MET proto-onkogen amplifikationer, har været forbundet med resistens over for EGFR-hæmmere i 20% af lungekræfttilfælde uafhængigt af EGFR-mutationer [4]. Derfor er der stadig behov for at afdække yderligere mekanismer, der kan påvirke respons på kræftbehandling.

Historisk genekspression profilering af

in vitro

modeller har spillet en væsentlig rolle i at undersøge determinanter underliggende stof respons [5] – [8]. Konkret har cellelinje paneler udarbejdet for enkelte typer kræft hjulpet til at identificere markører prædiktive af slægt-specifikke narkotika reaktioner, såsom at knytte P27 (KIP1) med trastuzumab modstand i brystkræft og forbinde epitel-mesenkymale overgang gener til resistens over for EGFR-hæmmere i lungekræft [9] – [11]. Men anvendelsen af ​​denne strategi har været begrænset til en håndfuld cancertyper (f.eks bryst, lunge) med et tilstrækkeligt antal etablerede cellelinje modeller til at opnå den statistiske styrke er nødvendig for nye opdagelser.

Nylige undersøgelser rettet problemet af begrænsede stikprøvestørrelse ved at undersøge

in vitro

narkotika følsomhed i et pan-cancer måde, på tværs af store cellelinje paneler, der kombinerer flere cancertyper screenet for de samme stoffer [7], [8], [12], [13]. På denne måde kan pan-cancer analyse forbedre testning for statistiske foreninger og hjælpe med at identificere dysregulerede gener eller onkogene veje, der gentagne fremmer væksten og overlevelsen af ​​tumorer af forskellig oprindelse [14], [15]. Den fælles tilgang, der anvendes til pan-cancer-analyse direkte puljer prøver fra forskellige typer kræft; men dette har to store ulemper. Først, når prøverne betragtes kollektivt, betydelig genekspression-drug respons foreninger til stede i mindre størrelse kræft slægter kan skjules af manglen på foreninger til stede i større størrelse slægter. For det andet, rækken af ​​gen udtryk og narkotika farmakodynamiske værdier er ofte afstamning-specifikke og uforlignelige mellem forskellige kræft slægter (figur 1A). Kollektivt, disse spørgsmål reducere risikoen for at detektere meningsfulde sammenslutninger fælles på tværs af flere kræft slægter.

(A) Skematisk påviser en væsentlig ulempe ved den almindeligt anvendte pooled cancer tilgang (PC-Pool), nemlig at genekspressionen og farmakologiske profiler af prøver fra forskellige kræft slægter ofte usammenlignelige og derfor utilstrækkelige til at samle sammen til en enkelt analyse. (B) Workflow skildrer vores PC-Meta tilgang. Først er hver cancer afstamning i pan-cancer datasæt selvstændigt vurderet til genekspression-drug respons sammenhænge i både positive og negative retninger (trin 2). Derefter en metaanalyse metode der anvendes til at samle afstamning-specifikke korrelation resultater og til at bestemme pan-cancer udtryk-respons sammenhænge. Betydningen af ​​disse korrelationer er angivet med multiple-test korrigerede p-værdier (meta-FDR; trin 3). Dernæst gener, der i væsentlig grad korrelerer med narkotika respons på tværs af flere kræft slægter identificeret som pan-cancer genmarkører (meta-FDR 0,01; Trin 4). Endelig er biologiske veje betydeligt beriget i opdagede sæt af pan-cancer genmarkører identificeret som pan-cancer mekanismer respons (PI Score 1,0; Trin 5). En delmængde af de pan-kræft markører korreleret med narkotika respons i individuelle kræft slægter vælges som afstamning-specifikke markører. Inddragelsen niveauer af pan-cancer mekanismer i de enkelte kræft slægter beregnes ud fra vejen berigelse analyse af disse afstamning-specifikke markører.

For at tackle de problemer, der blev indført ved direkte sammenlægning af data, vi udviklet en statistiske rammer baseret på metaanalyse kaldet “PC-meta«. PC-Meta identificerer pan-kræft markører og mekanismer lægemiddelrespons ved at teste for genekspression-drug respons foreninger i hvert kræft afstamning individuelt og at kombinere resultaterne fra hver slægt. Tidligere undersøgelser har anvendt med succes meta-analyser for at kombinere uforenelige genomiske datasæt for en enkelt cancer type, og kombinere datasæt fra forskellige kræftformer at identificere fælles mekanismer i kræft initiering og progression [16] – [18]. Til vores viden, er dette den første undersøgelse for at udnytte meta-analyse i identifikationen af ​​iboende pan-cancer determinanter for respons på cancerbehandling.

Materialer og metoder

Kræft cellelinje Encyclopaedia (CCLE ) datasæt

CCLE pan-cancer datasæt anvendt i denne undersøgelse omfatter 1046 cancercellelinier afledt fra 24 cancertyper og screenes for farmakologisk sensitivitet til 24 anti-cancer forbindelser [8]. De forbehandlede genekspression og narkotika følsomhed data blev direkte opnået fra CCLE projektet (https://www.broadinstitute.org/ccle/home, GSE36139). Cellelinier blev profileret før behandling til genekspression ved hjælp af Affymetrix U133plus2.0 array, og for mutationer i 33 kendte cancer gener ved massespektrometrisk genotyping (OncoMap). Inhiberende koncentration 50 (IC50) værdier ekstrapoleret i den oprindelige undersøgelse fra dosis-respons data blev brugt som mål for narkotika effektivitet.

Meta-analyse tilgang til Pan-Cancer Analyse

Vores PC-Meta tilgang til identifikation af pan-kræft markører og mekanismer i lægemiddelrespons er illustreret i figur 1B. I første omgang blev hver kræft afstamning i pan-cancer datasæt den behandles som en særskilt datasæt og uafhængigt vurderet for sammenhænge mellem baseline genekspression niveauer og narkotika respons værdier. Disse slægt ekspression-respons sammenhænge blev beregnet under anvendelse af Spearman rang korrelation test. Slægter som udviste minimal forskellen narkotika følsomhed værdi (med færre end tre prøver eller en log

10 (IC50) vifte af mindre end 0,5) blev udelukket fra analysen.

Så, resultater fra enkelte afstamning-specifikke korrelation analyser blev kombineret under anvendelse af meta-analyse for at bestemme pan-cancer-ekspression-respons sammenhænge. Vi anvendte Pearsons metode [19], en one-tailed Fisher metode til meta-analyse. Fishers metode er en standard teknik, der aggregerer flere p-værdier i en enkelt meta P-værdi, hvor en lille meta P-værdi indikerer signifikant ekspression-responssammenhæng i en eller flere cancer afstamninger. Pearsons metode kan reducere falske foreninger som følge af modstridende retninger af korrelation i forskellige slægter. Den kombinerer individuel afstamningsceller p-værdier for positive og negative korrelationer separat og returnerer den mere betydningsfulde af de to kombinerede værdier (meta P

+ og meta P

-) som den endelige meta P-værdi (meta P *) . Fra denne, en multiple-test korrigeret meta P-værdi (meta-FDR) blev beregnet under anvendelse af (BH) metode Benjamini-Hochberg. For hvert lægemiddel, gener med meta-FDR 0,01 blev betragtet som pan-cancer markører for respons

Dernæst pan-cancer mekanismer respons blev afsløret ved at udføre sti berigelse analyse på de fundne pan-kræft markører bruger. opfindsomhed Pathway Analysis software (IPA; Ingenuity Systems, Inc., Redwood City, CA). Den statistiske overrepræsentation af kanoniske IPA veje blev beregnet ved hjælp af Fischers eksakte test og BH multiple-test korrektion metode. A ‘pathway involvering (PI) score’ blev beregnet for hver vej som -log

10 (BH-korrigerede pathway berigelse p-værdi). Veje med PI score . 1.0 blev betragtet signifikant forbundet med narkotika respons

Endelig da pan-kræft markører kan være relevant i kun en delmængde af kræft slægter, vi definerede sæt af gener, der er forbundet med respons i hvert afstamning som slægt-specifikke markører. Lineage-specifikke markører blev afledt som delmængde af pan-kræft markører, der signifikant korreleret med respons på en given afstamning (Spearman rang korrelation test p-værdi 0,05 og