PLoS ONE: korrelationsanalyse Connects Cancer Subtypes

Abstrakt

Vi gav et cross-væv sammenlignende analyse af mellem-subtype molekylær fællestræk for ovariecancer, brystcancer, hepatocellulært carcinom, gliom, lunge pladecarcinom og nasopharyngeal karcinom . Vores analyse viste, at molekylære undertyper med lignende fænotype eller lignende kliniske resultat kunne være korreleret med deres transkriptionel profil og sti profil. Pathway dysregulering på tværs af flere kræft undertyper blev også afsløret af Gene Set Enrichment Analysis. Dysregulering af ‘supplere og koagulationskaskader «blev observeret i alt elleve undertyper på tværs af fem væv, implicerer, at den rolle af denne proces i personlig immun-baseret behandling kan være værd yderligere udforskning

Henvisning:. Lin P, Huang Z (2013) korrelationsanalysen Forbinder Cancer undertyper. PLoS ONE 8 (7): e69747. doi: 10,1371 /journal.pone.0069747

Redaktør: Raya Khanin, Memorial Sloan Kettering Cancer Center, USA

Modtaget: Januar 08, 2013; Accepteret: 12 jun 2013; Udgivet: 8 juli 2013

Copyright: © 2013 Lin 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 tilskud fra National Naturvidenskab Foundation of China (tilskud nummer: 30.400.496 og 90.612.020, URL: http: //www.nsfc.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

Baseret på højt gennem genomewide transkriptom data, har molekylære undertyper af human cancer blevet identificeret og karakteriseret ved forskellige biologi. For eksempel blev distinkte undertyper af brystkræft forbundet med forskellige mønstre af terapeutisk respons [1], forskellige præferentielle lokaliteter af tilbagefald [2]. I hoved- og halscancer blev forskellige molekylære undertyper forbundet med forskellige mønstre af kopi-antal ændring af kanoniske cancer gener [3]. I kolorektal cancer, undertyper delte ligheder med distinkte celletyper inden for det normale colon krypten og viser forskellige grader af “stemness« og Wnt signalering [4].

En nylig undersøgelse viste den molekylære fællestrækkene mellem basal-lignende brystkræft og æggestokkræft ved korrelationsanalyse af transkriptionelle profil [5], men det var uklart, om den basale-lignende brystkræft havde en “venskab” med en bestemt undertype af kræft i æggestokkene. Faktisk blev molekylære kræft undertyper med lignende biologiske karakteristika allerede findes på forskellige væv sites. For eksempel, både Mes undertype af gliom og claudin

–

lav iboende undertype af brystkræft var præget af udtryk for mesenkymale markører og immunrespons [6-8]. Tager sammen, blev et spørgsmål, at uanset om undertyper med lignende fænotype, eller lignende kliniske resultat, ville vise korrelation på molekylært niveau? For at besvare dette spørgsmål, vi udførte korrelationsanalyse af transkriptionel profil og sti profil for kræft i æggestokkene, brystkræft, hepatocellulært carcinom (HCC), gliom, lunge pladecarcinom (lunge SCC) og nasopharyngeal karcinom (NPC). Derudover analyserede vi pathway aktiviteter for hver undertype og identificeret sti ofte forstyrret på tværs af forskellige væv.

Materialer og metoder

Microarray datasæt

Alle microarray datasæt blev hentet fra GEO. For Affymetrix data, vi genberegnet genekspression signalintensiteter ved RMA [9] med Dai s EntrezGene-center chip beskrivelsesfil [10]. For to-farvedata, blev det normaliserede data matrix anvendes direkte som forudsat og prober til det samme gen blev lagt sammen som gennemsnittet. Beskrivelsen af alle microarray data i denne undersøgelse kunne findes i tabel S1. Datasæt GSEA10186 blev ikke brugt til korrelationsanalyse af transkriptionel profil på grund af for mindre almindelige gener med andre datasæt. Nasopharynx karcinom blev klassificeret i to undertyper baseret på vores tidligere arbejde (upublicerede data).

Udgivet Mesenchymale overgang signatur

Tre offentliggjort genekspression underskrift Epithelial-Mesenchymale Transition (EMT) eller Mesenchymale Transition ( MT) blev anvendt i analysen. Den Taube er ‘EMT kerne signatur «repræsenterer gener, som deles af uafhængige genekspression signaturer (Gess) i humane mammae epitelceller (HMLE) induceret til at gennemgå en EMT ved at udtrykke GSC, sneglen, Twist, eller TGF-β1 eller ved at banke ned udtryk for E-cadherin [11]. Den Groger underskrift inkluderet gener, der enten op- eller nedreguleret i mindst 10 uafhængige GES af EMT [12]. Cheng underskrift blev foreslået at repræsentere en mere generel biologisk proces af mesenkymale overgang, fordi det også blev fundet i ikke-epithelial cancer, herunder gliomer, neuroblastom og Ewings sarkom [13].

Correlation analyse af transskriptionsprofilen og pathway-profil

data var median-centreret af gener i hver kohorte separat ved første [5]. Så alle genekspression værdier for en prøve blev betragtet som sin transskriptionsprofilen. De justerede datasæt blev forelagt GenePattern [14] for enkelt-prøve GSEA analyse [15]. De resulterende pathway berigelse scoringer blev anvendt som pathway profil. Positive scorer angivne gener i et bestemt gensæt er koordineret opreguleret i en prøve, og vice versa. Spearman rank korrelation af transkriptionel profil og sti profil blev beregnet som mellem-prøve lighed metriske.

Fylogeni af kræft undertyper

Medianen af spearman rang korrelation af transkriptionel profil mellem to undertyper var minus ved 1 og derefter vedtaget som forskellighed afstand. Average-kobling hierarkisk klyngedannelse af den resulterende forskellighed matrix blev udført i R.

Hierarkisk klyngedannelse af sti profil

Hierarkisk klyngedannelse af vejen profil matrix (rækker til sti og kolonner for undertype) blev udført i Cluster 3.0 [16] ved hjælp af Spearman korrelation som lighed metrisk og gennemsnitlig kobling som clustering metode. Scores genereret af ssGSEA blev brugt direkte uden yderligere justering af data. Den Heatmap blev genereret i R med positive vej berigelse scoringer farvet af gule, mens negativ score farvet af blåt.

sæt berigelse Gene analyse (GSEA)

GSEA analyse [17] blev udført mellem tumorer i en særlig undertype og dem af andre undertyper i hver kohorte separat. For Affymetrix genekspressionsprofil og GSE10186 datasæt, som var repræsenteret ved absolutte signalintensiteter, blev signal-støj-forhold anvendes som parameter for at beregne genets differentiel ekspression. For GSE17710 datasæt, hvis data var i log-skalaen blev forskel på klassen midler bruges til at beregne fold forandring og som metrisk af differentieret udtryk. Kegg veje, som MSigDB 3.1 blev brugt, og kun veje, der væsentligt beriget med mindst én kræft undertype på en FDR q-værdi 25% blev bibeholdt.

Resultater

Correlation analyse af molekylære profil tilsluttet kræft undertyper

Vi først spurgt, om undertyper med lignende fænotype eller lignende kliniske resultat kunne være korreleret med transkriptionel profil og /eller pathwaygen-profil. For at besvare dette spørgsmål, vi målt mellem-subtype fællestræk ved korrelationsanalyse af transkriptionel profil og sti profil. En lignende landskab blev fundet for begge to molekylære profiler, men det samlede niveau for Spearman rank korrelationskoefficienter på pathway profiler var højere end for transkriptionelle profiler (Figur S1). Dette kan forklares ved, at overlapning af medlemmer mellem gen-sæt kan føje til ligheden mellem deres statistiske adfærd.

Her er vi demonstreret molekylær fællestrækkene mellem kræft undertyper hjælp brystkræft som et eksempel (figur 1). Den basale-lignende brystkræft tendens til at være positivt korreleret med gliom spredningsrelaterede, HCC proliferation, lunge SCC primitiv og type II NPC alle er karakteriseret ved forøget proliferation signatur. Dette var i overensstemmelse med, at basal-lignende brystkræft også blev bragt af høj ekspression af gener associeret med celleproliferation. Desuden viste basal-lignende brystkræft korrelation med kun undertyper C2, C4 og C5 af ovariecancer [18].

Tumor prøver blev grupperet efter undertype. Gule gitre repræsenterede positiv korrelation, mens blå net repræsenterede negativ korrelation. Antallet af prøver pr subtype var inde i parenteser.

Sammenligning med basal-lignende, luminale A havde en næsten modsat mønster af korrelation. Det viste klart korrelation med andre bedre overlevelse undertype såsom gliom PN, lunge SCC sekretoriske og æggestokkræft C3, C6. Claudin-low brystcancer blev karakteriseret ved høj berigelse for epitel-til-mesenchymal overgang markører og immunrespons-gener [7]. Korrelationsanalysen held fanget ligheden mellem claudin-lav og gliom Mes, som også var en mesenchymal subtype [6] med overekspression af inflammatoriske gener og øget tæthed af tumorinfiltrerende lymfocytter [8]. Uventet blev en anti-korrelation mellem claudin-lav og mesenchymale ovarie subtype C5 observeret. Heatmaps skildrer mellem-subtype molekylær fællestræk fra den opfattelse af andre kræftformer blev også leveret som supplerende tal (figur S2-S6).

For yderligere at få et systematisk billede af mellem-subtype lighed, brugte vi medianen af korrelation koefficienter af transskriptionelle profiler mellem to serotyper som ligheden metriske og beregnet fylogeni af cancer undertyper (figur 2). Vi fandt, at bedre overlevelse undertyper brystkræft luminale A og ovariecancer C3, C6 blev grupperet tæt på gliom PN, som viste neuronale afstamning markører og viste længere overlevelse [6]. Kræft i æggestokkene C3 og C6 repræsenterede overvejende serøs lav maligne potentiale og lav kvalitet endometrioide undertyper [18]. En anden undergruppe blev fundet, hvilket bestod af brystcancer basal-lignende, brystcancer claudin-lav, gliom spredningsrelaterede og HCC Chiang s proliferation. De tidligere tre undertyper blev alle med ringe overlevelse mens Chiang s proliferation blev signifikant korreleret med overekspression af alpha-fetoprotein (AFP) og makrovaskulære invasion [19]. Ovarie C1, C2 og gliom Mes blev grupperet med HCC Chiang s inflammation. De tidligere tre dem var forbundet med højere densitet af tumorinfiltrerende lymfocytter mens Chiang s inflammation var et interferon-relateret underklasse [19]. Den fylogeni af kræft undertype også fanget histologi-relateret lighed, som undertyper af to pladecarcinom, lunge SCC og NPC, blev grupperet sammen.

Medianen af spearman rang korrelation af transkriptionel profil mellem to undertyper var minus ved en og derefter vedtaget som forskellighed afstand. Beregning af tumor fylogeni blev derefter udført ved at anvende gennemsnitlige kobling clustering i R.

Sammenkædning kræft undertyper med pathway aktiviteter

Vi næste forsøgt at give et samlet kort over pathway aktiviteter på tværs af seks typer af human cancer (figur 3). En anden HCC datasæt blev tilsat som blev klassificeret i tre undertyper af Hoshida et al (betegnet S1, S2 og S3) [20]. Uovervåget hierarkisk gruppering af pathway-profiler viste, at prøver af forskellige kræftformer blev blandet stedet for at blive grupperet efter væv, hvilket indikerer at pathway aktiviteter i kræft blev ikke reguleret i en vævsspecifik måde. Det blev observeret, at undertyper karakteriseret ved immunrelateret biologi, herunder claudin-lav, C1, C2, HCC Chiang s inflammation, lunge SCC sekretorisk og type I NPC blev overrepræsenteret i gruppen K1. På den anden side blev der luminal A, C5, S3, C3 og type II NPC overrepræsenteret i gruppen K2. En indlysende forskel i immunrelaterede pathway aktiviteterne mellem disse to grupper blev fundet.

Hver gitter repræsenterer en score på pathway aktivitet beregnes ved enkelt-prøve GSEA. Ingen yderligere justering af ssGSEA score blev udført. Veje blev bestilt efter kategori manuelt og adskilt fra andre ved hjælp vandrette hvide streger. Kun kategorier med mere end fem veje var mærket. Den dendrogram blev opdelt i to grupper med gruppe K1 farvet af blå og gruppe K2 farvet af orange. Den øverste vandrette farve bar markeret undertyper overrepræsenteret i gruppen K1 mens den nederste vandrette farve bar markeret undertyper overrepræsenteret i gruppen K2. De fleste undertyper var signifikant beriget (p-værdi 0,05, Chi-squared test). Undtagen HCC Chiang s spredning og CTNNB1 (p-værdi = 7.27e-02 og 7.86e-02, henholdsvis)

Vi fandt, at både Hoshida s S1 og Chiang s spredning blev beriget i gruppe K1 mens Hoshida s S3 og Chiang s CTNNB1 blev beriget i gruppe K2. Dette stemmer overens med den observation, at både Hoshida s S1 var signifikant beriget med gen underskrift Chiang spredningsfølsomme mens Hoshida s S3 var signifikant beriget med gen underskrift Chiang s CTNNB1. Således kunne undertyper med lignende genekspression signatur også være ens i det globale landskab af pathway aktiviteter.

Vi udførte også Gene Set Berigelse analyse for at identificere veje, der er forbundet med hver undertype. Som vores særlige interesse i mesenkymale overgang, blev offentliggjort EMT signaturer også taget analyse. Ved en FDR cutoff på 0,25, blev fundet i alt 161 Kegg pathways at være opreguleret /nedreguleret i mindst en subtype (tabel S2) signifikant. 42 veje blev kun dysreguleret i én væv og kan repræsentere vævsspecifikke processer. For eksempel blev 14 stofskifte-associerede veje fundet opreguleres /nedreguleres kun undertyper af hepatocellulært carcinom. På den anden side blev 22 pathways dysreguleret i mindst fem væv og kan derfor repræsentere fælles underliggende mekanismer carcinogenese. ‘Supplere og koagulationskaskader “var den hyppigst perturberede vej, som det blev dysreguleret i elleve undertyper.

GSEA af EMT underskrifter var i overensstemmelse med mesenkymale fænotype af claudin-lav, Mes og hævdede, at Hoshida s S1 og æggestokkene cancer C1 kunne også være mesenchymale undertyper (tabel S2). Interessant, blev nedreguleret arm af to EMT underskrifter fundet signifikant nedreguleret i C5. DAVID funktionel analyse viste, at alle de EMT underskrifter, vi brugte ikke overlapper med nogen immun-associerede vej (tabel S3). Når man overvejer kun disse fem undertyper, blev elleve veje nedreguleret kun i C5, men opreguleret i alle andre fire mesenkymale undertyper. ‘Supplere og koagulationskaskader “blev nedreguleret i både C5 og Hoshida s S1, men opreguleret i C1, Mes og claudin-lav.

Diskussion

Generelt biologiske egenskaber af molekylære kræft undertyper kunne være defineret ved deres genekspression signaturer. For eksempel blev mesenchymal undertyper sædvanligvis defineret ved overekspression af mesenchymale markører og underekspression af epiteliale markører. Således kan det ikke blive overrasket over at finde fælles signatur gener for kræft undertyper med lignende biologi. I stedet for at sammenligne signatur gener, vores undersøgelse forudsat en systematisk analyse med fokus på genomewide transkriptionel profil og sti profil. Vores resultater foreslog, at for undertyper er kendetegnet ved lignende biologiske egenskaber, kan deres ensartethed detekteres på molekylært niveau, hvilket indikerer, at den biologiske proces ændringer kan spille i en genomewide måde i stedet for kun at begrænse til et undersæt af gener.

forskellen mellem claudin-lav, gliom Mes og C5 blev afsløret af anti-korrelation af transkriptionel profil og gangsti profil, distinkt mønster af EMT signatur berigelse og modsatte mønster af sti berigelse. Sådan forskel kan forklares ved, at C5 havde forbavsende lav CD3 + og CD45 + celleinfiltration i både tumor og stroma [18]. Immun-relaterede processer kan være relativt mindre involveret i købet af en mesenkymale træk i C5. For to potentielle mesenchymal undertyper blev C1 associeret høj stromal respons og høje antal stromale CD3

+ -celler [18], mens S1 blev karakteriseret ved TGF-beta induceret Wnt aktivering og berigelse af en EMT-relateret gensæt [20]. Den type, placering og niveauet af tumor infiltrerende lymfocytter forblev uklart i Hoshida s S1. Hvorvidt S1 og C1 var virkelig mesenkymale undertype krævede eksperimentel validering.

“Suppler og koagulationskaskader ‘var en interessant proces, da forstyrrelse af denne vej blev observeret i elleve undertyper, herunder opregulering i C1, Mes, claudin-lav og nedregulering i C5, S1. Komplementaktivering kan potentielt være en meget vigtig begivenhed i immunitet anti-cancer og immunterapi [21], da det ikke kunne kun hjælp i tumor clearance men også fremme tumorvækst [22]. Tidligere undersøgelser har også impliceret en sammenhæng mellem EMT og komplementsystemet. For eksempel kunne C5b-9 inducere ekspressionen af respons Gene til Komplement-32 (RGC-32), som igen kunne øge metastatisk fænotype ved at mediere TGF-β-induceret EMT i human pancreascancer celle [23,24]. Desuden viste Tang Z et al, at tubulære epitelceller udsat for supplere anaphylotoxin C3a vedtaget fænotypiske og funktionelle egenskaber mesenkymale celler [25]. Koagulationsforstyrrelser er et almindeligt problem i neoplastiske patienter. En hyperkoagulerbar tilstand kunne fremkaldes ved maligne celler interagerer direkte med hæmostatisk systemet og aktiverende koagulationskaskaden. Thrombin blev dannet ved proteolytisk spaltning af koagulationsfaktor II i koagulationskaskaden og handlet igen som en serinprotease, der konverterer opløseligt fibrinogen til uopløselige strenge af fibrin, samt katalyserende mange andre koagulationsfaktorer reaktioner. Det blev allerede rapporteret, at thrombin kunne støtte tumorceller malignitet [26-28]. Tumorceller kunne udtrykke vævsfaktor som derfor interagerer med koagulationsfaktor VII (FVII) og koagulationsfaktor X (FX) til genererer thrombin til forbedre tumor progression [29].

Sammenfattende er dysregulering af komplement og koagulationskaskader i alt elleve undertyper på tværs af fem væv impliceret, at yderligere undersøgelse af denne proces muligvis kunne motivere nye immunitet-baseret strategi for personlig terapi.

Konklusion

Vores arbejde opdaget molekylær fællestrækkene mellem kræft undertyper af korrelationsanalysen af transskriptionsprofilen og pathway-profil. Molekylær klassifikation af human cancer er blot et tidligt skridt mod skræddersyet medicin. Med flere og flere data (ikke begrænset til transkriptom) bliver tilgængelige, kan vi forvente flere og flere kræftformer bliver klassificeret i molekylære undertyper. Vores fremgangsmåde, og selvfølgelig andre forbedrede og forbedrede metoder, kunne anvendes til at konstruere et mere omfattende kort over cancer undertyper. Med sådan et kort, kunne viden til en bestemt cancer undertype give et fingerpeg for en udvidet forståelse af sin »ven« undertyper i andre kræftformer og bringe potentielle nye terapeutiske muligheder.

Støtte Information

Figur S1.

Scatter plot af korrelationskoefficienten. En lineær model var egnet til dataene med korrelationskoefficienter ved transkriptionel profil som den uafhængige variabel. Den resulterende p-værdi og koefficient blev viste

doi:. 10,1371 /journal.pone.0069747.s001

(TIF)

Figur S2. Sammenligning af kræft i æggestokkene og andre kræft