PLoS ONE: Integrativ Genomisk Data Mining for Discovery af Potentielle blodbårne biomarkører for tidlig diagnosticering af kræft

Abstrakt

Baggrund

Med ankomsten af ​​den postgenomic æra er der stigende interesse for opdagelsen af ​​biomarkører for præcis diagnose, prognose, og tidlig påvisning af kræft. Blodbårne kræft markører er begunstiget af klinikere, fordi der kan opnås blodprøver og analyseres med relativ lethed. Vi har brugt en kombineret minedrift strategi baseret på en integreret kræft microarray platform, Oncomine og biomarkør modul af den opfindsomhed Pathways Analysis (IPA) program til at identificere potentielle blod-baserede markører for seks fælles menneskelige typer kræft.

Metode /vigtigste resultater

i Oncomine platform, blev generne overudtrykt i kræft væv i forhold til deres tilsvarende normale væv filtreret af Gene ontologi søgeord, med det ekstracellulære miljø foreskrevet og et korrigeret

Q Drømmeholdet værdi (falsk opdagelse sats) cut-off implementeret. De identificerede gener blev importeret til IPA biomarkør modul til at adskille disse gener, der koder formodede udskilles eller celle-overflade proteiner som blod-bårne (blod /serum /plasma) kræft markører. De filtrerede potentielle indikatorer blev rangeret og prioriteres efter normaliseret absolut Student

t

værdier. Den hentning af talrige markørgener, der allerede er klinisk nyttigt eller under aktiv efterforskning bekræftede effektiviteten af ​​vores minedrift strategi. For at identificere de biomarkører, der er unikke for hver kræft type, blev opreguleret markørgener, der er fælles mellem hver to tumortyper på tværs af de seks humane tumorer også analyseret af IPA biomarkør sammenligning funktion.

Konklusion /Betydning

de opreguleret markørgener deles blandt de seks kræfttyper kan tjene som en molekylær redskab som supplement histopatologisk undersøgelse, og kombinationen af ​​de almindeligt opregulerede og unikke biomarkører kan tjene som differentiere markører for en specifik cancer. Denne fremgangsmåde vil blive mere og mere nyttigt at opdage diagnostiske signaturer som massen af ​​microarray data fortsætter med at vokse i “-omik æra

Henvisning:. Yang Y, Iyer LK, Adelstein SJ, Kassis AI (2008) Integrativ Genomisk data Mining for Discovery af Potentielle blodbårne biomarkører for tidlig diagnosticering af kræft. PLoS ONE 3 (11): e3661. doi: 10,1371 /journal.pone.0003661

Redaktør: Oliver Hofmann, Harvard School of Public Health, USA

Modtaget: 4. august, 2008; Accepteret: 16 okt 2008; Udgivet: November 6, 2008

Copyright: © 2008 Yang 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 delvist understøttet af US Department of Defense tilskud (til AIK) W81XWH-06-1-0043, radioaktiv og Strålebehandling af prostatakræft; W81XWH-04-1-0499, Radiodetection og Strålebehandling af brystkræft; og W81XWH-06-1-0204, radiodiagnose og Strålebehandling af kræft i æggestokkene

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

Introduktion

I øjeblikket der er fortsat behov for opdagelsen af ​​specifikke blod biomarkører for at hjælpe med invasiv påvisning af cancer og overvågningen af ​​effektiviteten af ​​cancerterapi [1] – [3]. Biomarkører er molekyler, der er indikatorer for fysiologiske tilstand og kendetegnende for ændring i et væv eller en legemsvæske under en sygdomsproces [3]. Cancer biomarkører i blod produceres af tumorceller og udskilles eller frigives til blodbanen af ​​patienterne [2]. Målingen af ​​biomarkører i blod er en noninvasiv procedure og relativt enkel at udføre uden krav til specielle instrumenter og personale.

I trit med den post-genome æra, avancerede teknologier, herunder genomisk analyse og proteomics har lettet opdagelsen af effektive cancer biomarkører [4] – [7]. En fordel af højkapacitets microarray-baserede genomiske analyser er evnen til at identificere en gruppe eller klynge af gener overudtrykt i vævs- eller kropsvæsker, der koder for formodede secernerede eller celleoverfladeproteiner [5], [6], [8]. Men minedrift processen i microarray-analyse kræver, typisk dybdegående statistiske og analytiske færdigheder og udgør en udfordring for forskere, som ikke besidder den nødvendige ekspertise [9]. I dette dokument foreslås og præsenterer en biolog venlig og effektiv microarray-baserede minedrift metode, der letter en sådan biomarkør opdagelse.

For nylig beskrev vi en hurtig, systematisk minedrift strategi for at identificere overudtrykte gener, der koder formodede hydrolaser egnet til vores in-house enzym-Mediated Cancer Imaging and Therapy (EMCIT) teknologi, en tilgang, der har til formål at hydrolysere og udfælde vandopløselige, radioaktive prolægemidler inden det ekstracellulære rum af faste humane tumorer for invasiv diagnose eller terapi [10] – [12]. Heri, anvender vi en minedrift strategi, der muliggør afdækningen af ​​potentielle blodbårne kræft markører hos mennesker baseret på kombinationen af ​​en integreret cancer microarray platform, Oncomine [13], og den hidtil ukendte biomarkør filtreringsevne af opfindsomhed Pathways Analysis (IPA) 5.0 program [14]. For at identificere gener, der koder formodede secernerede eller celleoverfladeproteiner i menneskeblod /serum /plasma som potentielle cancermarkører blev alle gener overudtrykt i det ekstracellulære miljø af cancerøse celler i forhold til den for tilsvarende normale celler filtreret og hentes fra Oncomine database og derefter importeret til og analyseres af biomarkør modul af IPA-analyse-program. Anvendelsen af ​​denne minedrift metode har ført til identifikation af hundredvis af biomarkører i humane tumorer: prostata (224), bryst (176), lunge (244), colon (57), ovarie (292), og pancreas (147). Den fremgangsmåde aktiveret også placeringen og prioritering af de identificerede potentielle markørgener for overekspression efter normaliseret absolut Student

t

værdier.

Det er blevet observeret, at ekspressionen af ​​fælles tumormarkører relateret til universel onkogene processer er stabil og vil næppe blive påvirket af den naturlige progression af kræft [15]. Derfor kunne identificere fælles tumormarkører allestedsnærværende udtrykt af nogle få kræft typer øger følsomheden og specificiteten af ​​konventionel histopatologisk evaluering og kunne tjene den almindelige praksis med at adskille maligne fra benigne tilstande uafhængigt af de enkelte taksonomier [16]. Derfor bestemte vi de biomarkører i fælles mellem hver to kræftformer. Sammenligningen analyse på seks forskellige humane tumorer har ført til påvisning af 20 til 134 biomarkører som fælles hits mellem hver to kræfttyper, hvilket tyder på samspillet af flere onkogene veje. Disse identificerede markører kan anvendes som brede molekylære patologi værktøjer efter validering analyse. Endelig fik de fælles biomarkører, var vi i stand til at identificere mellem 3 og 59 potentielt unikke biomarkører pr kræft type. Dette er uden fortilfælde siden en af ​​de vigtigste ulemper ved de nuværende biomarkører er, at de fleste af dem er ikke specifikke for én cancer type, som let kan føre til falske positiver i tidlig påvisning af kræft. For eksempel, blev også fundet serum prostata-specifikt antigen (PSA) niveau til screening af prostatacancer at være forhøjet hos patienter med bryst- eller lungetumorer, hvilket fører til 70% svigt af tidlig prostatacancer påvisning [17], [18]. Den begrænsede specificitet og følsomhed nuværende tidlige diagnostiske biomarkører i høj grad har begrænset deres pålidelighed. Derfor kunne vores minedrift metode tjene som en generel strategi for at opdage mere effektiv individ eller grupperede specifikke markører for kræft, forhåbentlig nå det kliniske mål for screening for tidlig og specifik påvisning. Til vores viden, er dette den første undersøgelse af, med en

i silico

genomforskningsmetoden opreguleret markørgener unikke for én cancer type.

Materialer og metoder

data strategi mining for opdagelsen af ​​kræft biomarkører er baseret på vores nyligt offentliggjorte metode udforske kræft microarray platform, Oncomine, og ansætte de avancerede vidensbaser opfindsomhed Systems, Opfindsomhed Pathways Analyse, at identificere ekstracellulære hydrolaser i forskellige former for kræft (upublicerede resultater). Oncomine [13] blev valgt, fordi det er en offentlig kræft microarray platform inkorporerer 264 uafhængige microarray datasæt, i alt mere end 18.000 microarray eksperimenter, som spænder 35 kræftformer. Det forener en stor samling af andre offentliggjorte kræft microarray data, herunder Gene Expression Omnibus (GEO) [19] og Stanford Microarray Database (SMD) [20], og unikt giver differentieret udtryk analyser sammenligner de fleste større kræftformer med deres respektive normale væv . For eksempel for at identificere potentielt vigtige gener i en bestemt cancer, kan brugerne udføre en “cancer vs. normal” analyse for en given cancer type og de gener, der er opreguleret i cancer i forhold til sin normale væv kan hentes som en liste. Hver overudtrykte gen på listen kan derefter vurderes af Student

t

test til at beregne

P

eller

Q

værdier (falsk opdagelse sats) [21] – [ ,,,0],23], betyder udtryk værdier (betyde en, betyder 2), og den normaliserede Student

t Drømmeholdet værdi. Desuden er Oncomine integreret med Gene Ontology (GO) anmærkninger filter, som giver brugerne mulighed for at identificere gener med visse biologiske processer, molekylære funktioner eller cellulære steder.

Hver af seks humane tumortyper (prostata, bryst , lunge, colon, ovarie, og pancreas) blev anvendt i profilen søgningen >> funktion

> blev derefter påført for at filtrere disse microarray datasæt udforske kræft i forhold til sin normale væv. Dernæst blev Gene ontologi (GO) annotation nøgleord implicerer det ekstracellulære miljø anvendes til at fjerne de gener uregulerede i kræft. Specifikt blev opreguleres gener associeret med følgende GO vilkår søgte:

>,

>,

>,

> og

>. Hver GO anmærkning sigt blev udtænkt og høres i GO-databasen [24] til at levere det største antal relevante hits, som sandsynligvis vil indkode udskilles eller celleoverfladeproteiner. Derefter et korrigeret falsk opdagelse sats

Q

-værdi tærskel (

Q

≤0.05) blev anvendt til at filtrere og hente dem ekstracellulært-overudtrykte gener med en høj tillid til opregulering. Opreguleret gener med en

Q

værdi mindre end 0,05 blev kun holdt i listen til yderligere analyse og filtrering (herunder overflødige som blev fjernet i senere filtrering trin).

Human Genome Organization ( HUGO) gen identifikatorer blev derefter brugt til at eksportere gen lister i Microsoft Excel-format, i den opfindsomhed Pathways Analysis (IPA) programmet [14], et program, der er bygget på en stor videndatabase erhvervet ved manuel datasikring af fulde tekster af peer-reviewed videnskabelige publikationer om oplysninger om mere end 500.000 pattedyr gener eller proteiner, molekylære begreber, og millioner af deres pathway interaktioner. IPA biomarkør er et modul i den nye Opfindsomhed Pathways Analyse 5.0 program, som gør det muligt for (i) identifikation og prioritering af de mest lovende og relevante biomarkør kandidater i henhold til karakteristika, der gør et gen produkt en biologisk plausibel biomarkør (et gen eller dens kodning produkt har at være nært forbundet til patologien af ​​sygdommen eller er på en vej, der er tæt forbundet med virkningen af ​​en behandling) (ii) bestemmelse af, om et bestemt gen eller protein er påviseligt i kropsvæsker, og (iii) vurdering af, om kandidaten biomarkør har en stærk association med sygdomsprocesser såsom cancer. De hentede overudtrykte gener blev importeret til IPA biomarkør-modulet blev overflødig løst, og de gener, der koder plausible markører associeret med kræft blev identificeret. Disse biomarkører blev yderligere filtreret i IPA biomarkør filter modul baseret på følgende kriterier: væske –

> eller

>, sygdom –

>, arter –

>. Disse filtrerede blod-baserede markører blev derefter rangeret og prioriteret af abs (

t

) værdi, hvor

t

er den normaliserede Student

t

test værdi i Oncomine, til afspejle den kvantitative ændring af ekspressionsniveauet mellem kræft og dets normale væv, svarende til værdien fold-ændring i microarray eksperimenter. Det endelige sæt af blod-baserede markører blev eksporteret og gemt i et Microsoft Excel-regneark (se Supplemental fil S1), der indeholder produktnavnet genet, synonymer, abs (

t

) værdi, beskrivelse, HUGO gen symbol, udtryk i kropsvæsker, IPA-definerede subcellulære steder, sygdom typer og protein familie.

Detaljeret analyse af resulterende protein hits blev udført retrospektivt ved hjælp IHOP (information hyperlink i proteiner) [11], [25], et program der finder links og citerede artikler til gener /proteiner og identificerer det bestemt gen produktet, hvis gen navn eller synonym navn er kendt. Resulterende blod-baserede markører blev kontrolleret og høres ved at se op de tilhørende litteraturhenvisninger eller oprindelige udgivelser. Endelig blev nøjagtigheden af ​​resultaterne vurderet ved hjælp kontrol kræft markører enten valgt som kandidat markører af andre undersøgelser eller kendt for at være klinisk anvendelig.

IPA biomarkør sammenligning er en anden funktion i IPA biomarkør-modulet, som har den evne til at generere en liste af mulige biomarkører fælles på tværs af forskellige sygdomme [14]. Programmet kan maksimalt sammenligne kandidat biomarkører for tre sygdomme på samme tid. De filtrerede biomarkører for hver af de seks tumortyper fra det foregående trin blev således indført og sammenlignet mellem hver to tumortyper at fastlægge de fælles biomarkører. De hentede fælles biomarkører på tværs af de seks humane tumor typer blev derefter brugt til at bestemme de unikke kandidat biomarkører pr kræft type ved udelukkelse metoden.

Resultater og Diskussion

Den generelle minedrift strategi for biomarkør opdagelse rapporteret her er fleksibel i naturen. Forskere kan variere kriterierne data-filtrering i henhold til deres egne interesser. For eksempel i det første trin af minedrift proces (se figur 1), kan de vælge at filtrere enten “opreguleres” eller “nedreguleret” gener til at identificere markører til diagnose eller de vælger at filtrere “differentielt udtrykt” gener i forskellige tumor kvaliteter eller faser for at opdage prognostiske markører. I det andet trin, kan man vælge at filtrere berettigede biomarkører i forskellige biologiske væsker (såsom spyt, tårer og urin) og forskellige arter (såsom mus og rotter). Desuden kan forskerne variere den genomiske database og vejen analyseprogram. Selvom vores primære interesse er at identificere markører for menneskelig cancer, mener vi, at denne minedrift strategi kan groft anvendes til at identificere markører for de fleste andre typer af sygdomme.

Microarray plader på toppen repræsenterer seks vævstyper søgte i Oncomine platform , herunder prostata, bryst, lunge, colon, ovarie, og bugspytkirtel. Trin 1: overudtrykt gener i cancer i forhold til dens tilsvarende normale væv blev filtreret af GO vilkår og

Q Drømmeholdet værdi cut-off. Trin 2: blodbårne markører blev filtreret af

>,

>,

> og

> i biomarkør modul IPA-programmet. Trapezform i midten repræsenterer biomarkør filtreringsevne af IPA analyseprogram. Trin 3: fælles markører blev bestemt mellem hver to tumortyper. Trin 4: unikke markører blev identificeret for hver kræftform

Identifikation af de støtteberettigede kræft markører

Data mining af 4 til 15 microarray datasæt fra Oncomine platform for gener overudtrykt i seks menneske. kræftformer sammenlignet med deres udtryk i normale væv førte til identifikation af en liste med 3064 til 19.645 opreguleret genekspression profiler per kræftform. Vi var minedrift for opreguleret gener, fordi en af ​​de fremherskende hypoteser er, at de mest lovende biomarkører vil være overproducerede gener eller deres proteinprodukter [26], [27] (dette kan ikke være generelt rigtigt, og andre forskere kunne vælge at mine nedreguleres gener til deres specifikke formål). Ideelt set ville blodbårne tumormarkører secerneres eller på anden måde udskilles til kredsløbet under tumorigenese. De kunne udskilles af tumorceller eller frigivet som følge til tumor-celle fragmentering (figur 2). Derfor har vi søgt efter opreguleret gener ved en kombination af kontrollerede Gene ontologi stikord til at implicere det ekstracellulære miljø (se

Materialer og metoder

) i kræftceller herunder de kodede proteiner bundet til eller integreret i cellemembraner, men hvis ekstracellulære domæner kan findes gennem kaste i kredsløbet. Når de udtagne gener blev yderligere filtreret af den korrigerede falske opdagelse sats

Q Hotel (

Q

≤0.05), mellem 211 og 2.782 gener pr kræft type blev overudtrykt i det ekstracellulære miljø af kræftceller ( herunder redundante). Vi anvendte en stringent korrigeret falsk opdagelse sats afskæring vælges en værdi væsentligt opreguleres gener og for at undgå falske forudsigelser skyldes eksperimentelle variation i forskellige undersøgelser. Disse opreguleres gener blev importeret til IPA biomarkør analyse modul og mellem 165 og 961 gener blev identificeret som støtteberettigede kandidat markører pr kræft type (tabel S1).

Identifikation af blodbårne kræft markører

de støtteberettigede markører, vi hentet fra IPA biomarkør analyse omfattede disse markører opreguleret i de væv eller biologiske væsker af patienter med kræft. Dernæst vi filtreret de blodbårne markører, fordi de har to store fordele frem for andre typer af indikatorer. First, blodceller kommunikere med cellerne og ekstracellulære matricer i næsten alle væv og organer i kroppen. Således kan genekspressionsprofilerne blodlegemer afspejle tilstedeværelsen af ​​sygdom i kroppen [2], [3]. For det andet, blodprøve samling er mindre invasiv og sikrere, giver mulighed for en større stikprøve og gentagen prøvetagning til at overvåge sygdomsprogression. Fra IPA biomarkør filter modul, blev mellem 57 og 292 blodbårne (blod /plasma /serum) markører identificeret pr human cancer type (se identificerede gener i Supplemental File S1). Ved at undersøge IPA og IHOP videnbaser [11], [25], bestemte vi, at størstedelen af ​​de blodbårne tumormarkører udskilles eller glycosylphosphatidylinositol (GPI) -forankret og integrerede membranproteiner. Påvisningen af ​​deres opregulering i patientblodprøver kan udløse tidligere behandling før tumorvækst [2] – [4]. Endvidere kan disse opreguleret underskrifter udnyttes til at forstå de veje relateret til menneskelig kræft og optrævle de associationer mellem forskellige tumorer. Selvom den funktionelle mekanisme driver forskellige genekspressionsprofiler i blodet hos patienter med eller uden cancer er uklar, er den potentielle kliniske anvendelighed af disse gener eller deres proteinprodukter opstå. Som kontroller, har vi listet nedenfor et par afledt af blod markører, identificeret ved vores arbejde, som også er blevet udvalgt af andre undersøgelser kandidat tumormarkører eller bliver allerede brugt klinisk,

Erythroblastic leukæmi viral onkogen homolog 2 (ErbB2).

ErbB2 er almindeligvis omtales som Her-2 /

neu

af klinikere [28]. Det er en celle-membran-overfladebundet tyrosinkinasereceptor, der normalt er involveret i signaltransduktion, der fører til cellevækst og differentiering [29]. I vores undersøgelse, der er konstateret vi ErbB2 som en universel blodbåret biomarkør for fem cancere (prostata, bryst, lunge, ovarie, og bugspytkirtel). Dette stemmer overens med resultaterne, at amplifikation af dette gen eller overekspression af dens proteinprodukt er forbundet med cancere, herunder bryst-, lunge-, ovarie-, og pancreas [28] – [31]. Især amplifikation af

ErbB2

genet er blevet fundet i 25% til 30% af brystkræft, og det er blevet formelt godkendt af FDA som et serum biomarkør til diagnosticering af brystcancer [30]. Til vores viden, overekspression af

ErbB2

gen er ikke blevet rapporteret for prostatakræft.

Brystkræft 1/2, tidlig debut (BRCA1 /BRCA2).

BRCA1

BRCA2

er gener er direkte involveret i cellevækst, division, og reparation af beskadigede DNA. Variationerne i enten gen eller deres proteinprodukter er blevet impliceret i prostata, bryst, og ovariecancere [32]. Der er også meget der tyder på, at begge gener kunne bruges som prædiktive markører til behandling af bryst- og ovariecancer [32] – [35]. Vi fandt begge gener som potentielle markører i disse tre tumortyper samt lungekræft. Den overekspression af begge gener i fire menneskelige kræftformer kan antyde, at de er involveret i en generaliseret fænomen eller funktionel mekanisme hos patienter med disse kræftformer.

Prostata-specifikt antigen (PSA).

PSA, også kendt som kallikrein III (KLK3), er et protein produceret af cellerne af prostata og som ofte forhøjet i nærvær af prostatacancer eller andre prostata lidelser [17], [18]. Det er et velkendt serum biomarkør og måling af serum PSA-niveau er den mest effektive test i øjeblikket tilgængelig for tidlig påvisning af prostatakræft [36]. I overensstemmelse med andre eksperimentelle resultater [37], identificerede vi PSA som en serum markør for et par tumor typer, herunder prostata, bryst, og lungekræft, hvilket indikerer, at PSA ikke er prostata-cancer-specifik.

Hyaluronan-bindende protein 2 (HABP2).

HABP2 er medlem af serinproteasefamilien, der findes i plasma /serum og påvist at spille en vigtig rolle i cancer invasion og metastase [38]. A real-time revers transkriptase polymerasekædereaktion (RT-PCR) screening undersøgelse har vist den specifikke overekspression af

HABP2

genet i lunge adenocarcinom, blandt seks kandidat markørgener til påvisning af ikke-småcellet lungekræft [ ,,,0],39]. Vi identificerede to af disse seks kandidat markørgener,

HABP2

CP

(ceruloplasmin), som potentielle serum markørgener for lungekræft, der demonstrerer nytten af ​​vores minedrift strategi i fastlæggelsen roman, potentielt nyttige, kliniske markører blod til human cancer.

insulin-lignende vækstfaktor-II (IGF-II).

IGF-II koder for et medlem af det insulin-familien af ​​polypeptid-vækstfaktorer, der er impliceret i patogenesen af ​​neoplasma i forskellige væv [40], [41]. Interessant nok vores minedrift tilgang identificerede IGF-II som en potentiel serum markør for bryst-, lunge- og ovariecancer. Det er blevet identificeret af en nylig protein microarray eksperiment baseret på en blodprøve som en af ​​fire serum markører til at skelne mellem raske grupper og patienter med epitelial ovariecancer (EOC) [42]. I denne proteomisk studie, er IGF-II proteinniveauet nedsat hos patienter med EOC sammenlignet med raske kontroller, mens der i vores gen microarray minedrift det opreguleret i kræft i æggestokkene. Disse resultater viser, at genet microarray undersøgelse alene kan være utilstrækkelig og en mere stringent undersøgelse, der involverer proteomics eksperimenter eller antistof microarrays er nødvendige for at validere kandidatlandene markører på protein udtryk niveau. Ikke desto mindre er vores undersøgelse er i overensstemmelse med andre fund, at opregulering af IGF-II-niveau kunne bruges til at diagnosticere brystkræft [43], [44] og lunge [45] kræftformer.

Identifikation af fælles tumor biomarkører

de tumormarkører deles mellem hver to tumortyper blandt de seks humane tumorer blev analyseret af biomarkør sammenligning analyse funktion af IPA-programmet og er sammenfattet i en matrix form, (Figur 3, se Supplemental File S2). Kræft i æggestokkene har flest markører fælles med prostata (113), bryst (107), og lungekræft (134) blandt de 15 forskellige kræft par, muligvis fordi vi identificeret ovariecancer som havende de mest blodbårne biomarkører (292) ( se tabel S1) blandt de seks kræftformer. Desto mindre er disse slående overlapninger mellem forskellige typer cancer tyder på, at størstedelen af ​​kandidat markørgener kan faktisk være tæt forbundet til flere onkogene veje for cancermetastase. En af flaskehalsene i at opdage relevante kræft markører er en dårlig forståelse af sygdommens patofysiologi [26], [27], [46]. Som sådan kan den universelle overekspression af fælles markører på tværs af forskellige menneskelige kræftformer hjælpe med at forstå og afdække de generaliserede funktionelle mekanismer tumorvækst og invasion. Derudover kan de almindeligt opreguleres markørgener medvirke vedrørende de relevante markører til patogenesen af ​​en bestemt cancer, mens nogen sammenhæng med andre typer cancer kan foreslå strategier hidtil ukendte terapeutiske målretning. Endvidere kan fælles markører være nyttige ved forøgelse af følsomheden og specificiteten af ​​konventionelle evaluering. For eksempel kunne de identificerede universelle biomarkører anvendes af patologer til at afdække cancer invasion når omfattende histologisk bedømmelse er utilstrækkelig [15]. For at teste hypotesen om, at de fælles markører deles af forskellige tumortyper kunne bruges til at skelne mellem godartede /maligne tilstande, har vi bestemt det fælles sæt af markører på tværs af prostata, bryst og lungekræft (se “Supplerende File S3 – prostata, bryst, og lunge fælles markers.xls “). Bemærkelsesværdigt, efter manuelt høring IHOP databasen og IPA vidensdatabase, 13 markører ud af de fælles 35 markører (~ 1/3) er blevet litteratur-bekræftet at tjene som prognostiske markører for progression og invasivitet af humane tumorer (tabel S2). Selv om der er ingen direkte beviser, at resten af ​​de 22 almindelige markører kan differentiere mellem benigne /maligne tilstande, mener vi, at de alle kan være involveret i cancer metastaser.

en

sammenligningen af ​​biomarkører mellem samme vævstype er ikke tilgængelig.

b

procent overlapning af fælles markører mellem hver to kræftformer findes i parentes.

Identifikation af unikke tumor biomarkører

Ved undersøgelsen af ​​den fælles biomarkører mellem hver to cancertyper, vi observerede 3 til 59 biomarkører eksklusivt til hver cancertype (tabel S1, figur 4, se Supplemental File S2). I realiteten mindre end tyve procent af de samlede identificerede blodbaserede biomarkører pr cancertype er unikke. Et par af de biomarkører rapporteret her er blevet foreslået som formodede specifikke biomarkører af andre undersøgelser. For eksempel, leptin (LEP), et protein hormon med vigtige virkninger i regulering af kroppens stofskifte, er blevet rapporteret som en af ​​de fire specifikke serum biomarkører for tidlig påvisning af ovariecancer [42]. Vores undersøgelse bekræfter dens potentiale som et unikt blodbåren markør for ovariecancer. Ligeledes vi identificeret matrixmetalloproteinase-2 (MMP-2) som en specifik biomarkør for kræft i bugspytkirtlen, i overensstemmelse med de eksperimentelle resultater viser, at dens opregulering, sammenlignet med andre metalloproteinaser, synes især vigtigt i vækst og spredning af pancreascancer [ ,,,0],47] – [49]. Vi mener, at disse unikke biomarkører kan kombineres til at producere et panel af markører, der kunne forbedre selektivitet og følsomhed for tidlig diagnosticering af kræft.

Horizonal akse plot er tumortype, herunder prostata, bryst, lunge, tyktarm, ovarie, og bugspytkirtel kræft. Lodret akse til venstre er antallet af unikke markører identificeret for hver af seks cancertyper, repræsenteret ved røde søjler i plottet. Lodret akse på højre er unik markør procentdel af det samlede identificerede blodbårne markører pr kræft type, repræsenteret af grønne søjler i plot.

Identifikation af lovende top-rangerede markørgener

En anden anvendelse af vores minedrift strategi er prioriteringen (ifølge

t

værdier) af top-rangerede overudtrykte markørgener med biologisk bevismateriale implicerer deres væsentlig rolle i kræft. Tidligere lidt opmærksomhed er blevet betalt til deres potentiale som kandidat markører, eller de var forpasset simpelthen på grund af udfordringen i at validere en stor pulje af kandidatgener. Disse top-rangerede markørgener er værdifulde, fordi de er kvantitativt mere overudtrykte end de andre markørgener og dermed forøge følsomheden af ​​cancer diagnose. Disse forskere interesseret i at opdage kræft markører yderligere kunne analysere og validere disse kandidat markører for at gøre dem klinisk anvendelige [26], [27]. Som eksempler har vi listet nedenfor fire top-rangerede gener identificeret i vores undersøgelse.

Matrix metalloproteinase-1 (MMP-1) for brystkræft.

MMP-1 er en zink-ion -bindende peptidase udskilles i det ekstracellulære rum og er involveret i nedbrydningen af ​​ekstracellulær matrix. Opregulering af MMP-1 mRNA og forhøjede niveauer af dets protein er blevet observeret i flere kræftformer [50]. Men i fortiden, har de fleste undersøgelser fokuseret på dens diagnostiske betydning for lungekræft [51] eller dens prognostisk betydning for kolorektal cancer [52]. Især vores undersøgelse identificeret MMP-1 som den mest opreguleret markør gen for brystkræft, åbner mulighed, efter opfølgende valideringsstudier, til anvendelse som en formodet prædiktiv markør i screening for brystkræft.

CD44 for tyktarms- og endetarmskræft.

CD44

koder en celle-overflade glycoprotein involveret i celle-celle interaktioner, celleadhæsion og migration. Dette protein deltager i en lang række af cellulære funktioner, herunder lymfocytaktivering og tumormetastase [53]. I IPA vidensbaser og IHop database, der er beviser på, at ekspressionen af ​​dette protein i colorektal cancer [53], [54]. Vi identificerede

CD44

som den mest opreguleret markør gen for tyktarmskræft blandt 57 formodede biomarkører. Således kunne CD44 være en anden lovende diagnostisk markør for screening tarmkræft.

Ceruloplasmin (CP) for kræft i æggestokkene.

CP

koder et ekstracellulært metalloprotein der binder de fleste af de kobber i plasma og regulerer cellulær jern-ion homeostase i omløb [55]. I fortiden, var lidt opmærksomhed til sin rolle i menneskelig neoplasi, selv om det var blevet mistænkt, at ekspressionen af ​​ceruloplasmin protein er relateret til ovariecancer [56].