PLoS ONE: Undersøgelse af Apoptose signalering i kræft i bugspytkirtlen ved Computational Signal transduktion Analysis

Abstrakt

Baggrund

Pancreas duktalt adenokarcinom (PDAC) er fortsat en vigtig årsag til kræft død. Ændringer i apoptose signalering i pancreas resultat kræft i kemoterapi modstand og aggressiv vækst og metastaserende. Formålet med denne undersøgelse var at karakterisere apoptose pathway i bugspytkirtelkræft beregningsmæssigt ved evaluering af forsøgsdata fra avanceret teknologi og offentlige databaser. Derfor blev genekspression analyse af mikrodissekeres pancreas tumorvæv implementeret i en model af apoptose pathway opnået ved beregningsmæssige protein-interaktion forudsigelse.

Metode /vigtigste resultater

Apoptosis pathway relaterede gener blev samlet af elektronisk databaser. For at vurdere ekspression af disse gener konstruerede vi en virtuel undergrupperingen fra en hel-genom-analyse fra mikrodissekeret native tumorvæv. At opnå en model af apoptose pathway blev interaktioner mellem medlemmer af apoptose pathway analyseret under anvendelse af offentlige databaser og beregningsmæssige forudsigelse af protein-interaktioner. Genekspression data blev implementeret i apoptose pathway model. 19 gener blev fundet differentielt udtrykt og 12 gener havde en allerede kendt patofysiologisk rolle i PDAC, såsom Survivin /BIRC5, BNIP3 og TNF-R1. Endvidere valideret vi differentiel ekspression af IL1R2 og Livin /BIRC7 ved RT-PCR og immunohistokemi. Gennemførelse af genekspression data i apoptose pathway kortet foreslået to højere niveau defekter af vejen på niveauet af celledød-receptorer og inden den intrinsiske signalering kaskade i overensstemmelse med referencer på apoptose i PDAC. Protein interaktion forudsigelse viste yderligere mulige nye interaktioner mellem de enkelte pathway medlemmer, som viser kompleksiteten af ​​apoptose pathway.

Konklusioner /Betydning

Vores data viser, at ved beregningsmæssige vurdering af offentlig tilgængelige data en acceptabel virtuelle billede af apoptose pathway kunne overveje. Ved denne fremgangsmåde kunne vi identificere to højere niveau fejl i apoptose pathway i PDAC. Vi kunne endvidere for første gang identificere IL1R2 som mulig kandidat gen i PDAC

Henvisning:. Rückert F, Dawelbait G, Winter C, Hartmann A, Denz A, Ammerpohl O, et al. (2010) Undersøgelse af Apoptose signalering i kræft i bugspytkirtlen ved Computational Signal transduktion Analysis. PLoS ONE 5 (8): e12243. doi: 10,1371 /journal.pone.0012243

Redaktør: Syed A. Aziz, Health Canada, Canada

Modtaget: Juni 25, 2010; Accepteret: 20 juli 2010; Udgivet: 19 August, 2010

Copyright: © 2010 Rückert 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:. Denne undersøgelse blev støttet af Deutsche Krebshilfe og MedDrive38 program af den medicinske fakultet Technische Universität Dresden. 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

Pancreas duktalt adenokarcinom (PDAC) er den 8. mest almindelige kræftform i den vestlige verden [1]. Dens dødelighed næsten lig forekomsten på 6,3 /100.000 [2]. Trods kombineret modalitet terapi pancreatisk carcinom viser en utilfredsstillende respons på behandling [3]. For nylig, en omfattende genomisk analyse af

Jones

et al. kunne identificere apoptose som et centralt signalvej i kræft i bugspytkirtlen. Den vej er genetisk ændret i det meste af 24 primære bugspytkirtelkræft cellelinier [4]. Clinicopathologically, denne defekt apoptose signalering bidrager til tumor dårlige respons på kemoterapi, ioniserende stråling og immunterapi [5] og påvirker metastaserende kapacitet og vækstrate af tumor [6], [7]. Derfor forståelse af apoptose resistens er en forudsætning for en forbedring cancerterapi.

Apoptose, eller celledød program, kan aktiveres af forskellige mekanismer inden for ydre og den indre vej. Mens aktivering af celledød-receptorer fører til indgrebet af ydre vej, er den indre vej aktiveres af mitokondrier under cellulært stress, både resulterer i en aktivering af caspaser [8].

Dag, apoptose pathway er en af de bedst undersøgte intracellulære signalveje. Imidlertid er fortolkningen af ​​forsøgsdata hindres af de mange signalmolekyler og komplekse vekselvirkninger mellem pathway. I denne undersøgelse har vi forsøgt at nærme sig celledød vej i bugspytkirtelkræft med en beregningsmæssige analyse af eksperimentelle data fra highthroughput teknologier og offentlige databaser. Vi forsøgte at anvende den store mængde information til at modellere den intracellulære informationsstrøm af apoptose pathway i bugspytkirtelkræft. For en grafisk visning af undersøgelsens design se Figur 1.

Gennemførelsen af ​​genekspression data i en model af apoptose pathway opnået ved protein-interaktion databaser og protein interaktion forudsigelse viste et konsistent mønster af understøtning af høje niveau defekter i indre vej og om omfanget af celledød-receptorer, som potentielt kan resultere i fænotypen af ​​apoptose resistens i bugspytkirtelkræft.

Resultater Salg

Computational konstruktion af apoptose pathway kort

Interaktioner af de 103 apoptose forbundet gener fra vores database søgning blev indledningsvis blevet evalueret af screening af protein-protein interaktion databaser. Søgningen resulterede i 940 kendte interaktioner. De interaktioner repræsenteret eksperimentelt bevist interaktioner mellem bestemte proteiner. Disse data blev anvendt til at konstruere en sti kort, som nævnt ovenfor (figur 2).

Knudepunkterne i disse grafer repræsenterer receptorer, ligander, effektorer, kinaser og transkriptionsfaktorer, mens hver kant beskriver en relation mellem disse arter . I den øvre del af figuren den direkte apoptoseinduktion er vist (A), hvorimod i den nedre del modulation via genekspression er afbildet (B). Sorte interaktioner tilkendegiver kendt protein-interaktioner fra databaser. For bedre visning vi ikke vise alle de 940 kendte interaktioner, se File S3 for en liste over alle interaktioner. Blå kanter betyde beregningsmæssigt forudsagt interaktioner for alle 103 apoptose-associerede gener med et højt bevis niveau.

I et andet trin, vi forsøgte at finde hidtil ukendte interaktioner mellem de 103 apoptose-associerede gener. Vi måtte derfor tildele strukturelle familier til genprodukterne fordi de fleste af de strukturer var hidtil ukendt. Den strukturelle opgave og familie klassificering for de apoptotiske forbundet gener resulterede i tildeling af 53 gener. Anvendelse af evaluering bevaring interface til mulige interaktioner mellem varer fra disse 53 gener resulterede i 21 nye interaktioner (for eksempler se Fil S2, for hele data se File S3).

Disse nye interaktioner repræsenterer formodede interaktioner, som ikke er endnu eksperimentelt bevist. Alle nye interaktioner blev gennemført i det første kort over celledød vejen (figur 2).

GeneChip resultater

Vi bygget en virtuel undergrupperingen at identificere genekspression ændringer i de 93 apoptotiske gener for hvilke en identifikator kunne opnås. For at evaluere resultaterne af denne tilgang, vi sammenlignet resultaterne for den apoptotiske gen sæt med hele genomet og virtuel undergrupperingen analyse. Af 23 probesæt identificeret med det virtuelle undergrupperingen analyse kun 18 blev detekteret i hele genomet analyse. De betyder udtryk intensiteter af probesets opdages kun ved undergrupperingen analysen var 125 mod 346 for probe sæt detekteret med begge metoder, hvilket indikerer, at den virtuelle undergrupperingen analysen var mere følsomme. De 23 probesets repræsenterede 19 differentielt udtrykte gener (figur 3). Af disse blev 11 gener overudtrykt og 8 blev underexpressed i PDAC forhold til Mikrodissekterede normale duktale celler. Blandt de nitten gener, blev 12 allerede rapporteret af andre grupper i PDAC (tabel 1).

Heat kort over 19 Mikrodissekterede PDACs (markeret med rødt), 13 prøver af mikrodissekeres normale duktale celler (markeret grøn), og 13 etablerede pankreatisk tumor cellelinier (mærket magenta) ved hjælp af 93 differential gensæt og en euklidisk afstand matrix. Normale stromale celler tjente som intern kvalitetskontrol (markeret blå).

Verifikation af differentieret udtryk

Vi valgte to gener, Livin /BIRC7 og IL1R2, til validering af kvantitative RT-PCR og /eller immunhistokemi. Vi bekræftede en væsentlig opregulering i PDAC celler eller IL1R2 (

s

= 0,035) og LIVIN /BIRC7 (

s

= 0,01) (Figur 4 A, B). Parallelt med RT-PCR 16 prøver fra patienter med PDAC og 16 normale pancreas væv blev farvet for Livin /BIRC7. 89% af PDAC celler blev testet positive for Livin /BIRC7, i modsætning til kun 62% af de normale duktale celler (

s

= 0,001). PDAC væv viste også mere intensiv farvning end normalt væv, og resultaterne var statistisk signifikant (

s Restaurant 0,001). (Figur 4 C, D)

Graferne viser resultaterne af kvantitativ RT-PCR i normalt væv af pancreas og pancreas adenocarcinom Livin /BIRC7 (t-test med p = 0,01) (A) og IL1R2 (t-test med p = 0,035) (B). Immunohistokemisk farvning for Livin /BIRC7 i godartet bugspytkirtlen og invasiv adenokarcinom. Pankreatisk carcinom (pil) viser intensiv cytoplasmatisk farvning (oprindelig forstørrelse x100) (C). Benign ductal epitel viser en mærkbar svagere farvning (pil) (oprindelig forstørrelse x 40) (D). * Angiver p-værdi. 0,05

Diskussion

Kræft i bugspytkirtlen er en malignitet med meget dårlig prognose og nogen væsentlig forbedring i behandling over de sidste 30 år [1]. For nylig, en omfattende genomisk analyse identificeret apoptose som et centralt signaleringsvej i pancreascancer [4].

apoptose pathway er en af ​​de bedst undersøgte intracellulære signalveje. Men vejen omfatter en mangfoldighed af signalmolekyler, og viser komplekse interaktioner. Dette efterlader resultater af eksperimentelle undersøgelser svært at fortolke. I denne undersøgelse har vi forsøgt at nærme sig celledød vej i bugspytkirtelkræft med en beregningsmæssige analyse af eksperimentelle data fra avanceret teknologi og ved evalueringen af ​​offentlige databaser. Ved hjælp af disse teknologier forsøgte vi til bedre at forstå den store mængde information og afgive erklæringer om forstyrrelser i informationsstrømmen i apoptose pathway i kræft i bugspytkirtlen. Vores resultater blev sammenlignet med tidligere publikationer om apoptose i bugspytkirtelkræft.

103 apoptose forbundet gener blev identificeret ved databasesøgning. For at vurdere samspillet mellem de identificerede apoptose forbundet gener vi evaluerede databaser og beregningsmæssigt forudsagte protein interaktioner. Det faktum, at apoptose pathway er en af ​​de bedst kendte veje blev afspejlet i den store mængde af eksperimentelle bevist protein interaktioner i offentlige databaser. Vores tilgang gav 940 interaktioner, og vi kunne yderligere at identificere 21 hidtil ukendte interaktioner beregningsmæssigt af sekvensen-baserede og struktur-baserede forudsigelse af protein interaktioner. Især MCL-1, CASP 3, TRADD, september 4 AIF, rolig og TRAF 6 viste forgreninger i signaleringskaskade hidtil ukendt. Selvom vi ikke kunne eksperimentelt bevis de interaktioner, er dette et bevis for kompleksiteten af ​​informationsstrømmen inden denne vej. Ved at indstille celledød-receptorer som udgangspunkt for signalvejen opbygget vi en model af vejen til at visualisere interaktioner.

Genekspression analyse af apoptose-associerede gener blev udført under anvendelse af et virtuelt undergrupperingen i et sæt af mikrodissekeret væv fra normale pancreas kanaler og PDAC. Sammenligning af data fra undergrupperingen med hele genomet analyse afslørede væsentlig mere probesæt at være differentielt udtrykt med det virtuelle undergrupperingen tilgang. Interessant probesæt ikke kan identificeres ved samlede genom-analyse viste lavere ekspressionsniveau værdier, hvilket viser, at opførelsen af ​​et virtuelt undergrupperingen kan resultere i en forøget følsomhed for detektering ved den nedre ende af genekspression intensiteter. Dette er primært på grund af mindre antal probe sæt testet, hvilket reducerer den mulige støj udsving under analysen.

Gen-ekspression analyse viste 19 differentielt udtrykte gener. Af disse blev 11 gener overudtrykt og 8 blev underexpressed i PDAC forhold til Mikrodissekterede normale duktale celler. Blandt de nitten gener, blev 12 allerede rapporteret af andre grupper i PDAC.

Survivin, Livin, MCL-1, og DcR3 blev opreguleret og viste meget god overensstemmelse med tidligere rapporter (se File S1). TNF-R1, BNIP3, og caspase 9 blev nedreguleret, disse gener viste også god overensstemmelse med tidligere undersøgelser (se File S1).

Men XIAP, et medlem af IAP-familien af ​​proteiner blev nedreguleret i vores analyse i modsætning til tidligere undersøgelser. Denne forskel kan skyldes, at tumor heterogenitet, en grundlæggende facet af alle faste tumorer [9]. Det kan også skyldes forskelle i studiedesign, fordi de fleste af de tidligere undersøgelser af XIAP anvendes pancreas carcinoma cellelinier, mens vi anvendte mikrodissekeres native tumorvæv.

Men vores data viste interessant resultat, som vi fundet to store foci af dysregulations i celledød pathway.

En af de store foci var på niveau med cellereceptorer. Generelt synes der at være en nedregulering af celledød-receptorer, og en opregulering af lokkefugle-receptorer. Nedreguleringen af ​​celledød receptor TNRF-1 og opregulering af Fas-attrap receptor DcR3 i vores data blev allerede rapporteret tidligere [10]. Denne dysregulering skal hjælpe tumoren at undvige immunsystemet, på grund af den formindskede sensibilitet i retning apoptotiske ligander [11], [12].

En anden attrap receptor, IL1R2, blev valgt til yderligere validering, fordi opregulering af denne receptor var ikke tidligere er rapporteret. Ved hjælp af kvantitativ RT-PCR kan vi for første gang validere en opregulering af IL1R2 i bugspytkirtelkræft. IL1, liganden af ​​IL1R2 vides at blive secerneret af bugspytkirtelkræftceller [13]. Det har vigtige fysiologiske funktioner i inflammation og spredning, men kan også udløse apoptose gennem aktivering af IRAK og MyD88 [14], [15], [16]. Mens mikromiljøet kunne drage fordel af den angiogene og de proliferative egenskaber af IL1, kan afledningsindretningen-receptoren beskytter pancreascancer fra apoptose induceret af immunresponset [17].

fandtes Det andet store fokus dysregulations på niveau af post-mitokondrie regulerende proteiner, inhibitorerne af apoptose proteiner (IAP’er). Denne gruppe af proteiner inhiberer funktionen af ​​caspaser og apoptosome og derved interfererer med både ydre og den indre vej. De IAP er allerede kendt for deres vigtige rolle i carcinogenese andre tumor enheder og også PDAC [18], [19]. I vores undersøgelse fandt vi en opregulering af Survivin /BIRC5 og Livin /BIRC7 i mikrodissekeret tumor-væv, og vi kunne validere dysregulering af Livin /BIRC7 ved kvantitativ RT-PCR og IHC.

De dysregulations i gruppen af IAP kan have en høj klinisk relevans, fordi den indre vej normalt medierer den cytotoksiske virkning af bestråling og mange kemoterapeutika [20], [21].

beregningsmæssige analyse af apoptose pathway i PDAC derved gjort en god overensstemmelse med vores resultater med tidligere eksperimentelle referencer på apoptose i bugspytkirtelkræft. Brug eksisterende rådata fra avanceret teknologi, kunne vi dels reproducere eksperimentelle data. Disse data blev sat i forbindelse med den komplekse intracellulære apoptose signalering ved beregningsmæssig interaktionsanalyse. Selv om en stor mængde information kan vurderes hurtigt og beskrivende ved vores tilgang, det er økonomisk udfordrende at eksperimentelt bevise resultaterne. Dette må betragtes som en stor ulempe ved vores tilgang.

I Konklusion Den foreliggende undersøgelse viser, at en acceptabel virtuelt billede af apoptose pathway ved beregningsmæssige vurdering af data fra genekspression analyse og offentlige databaser kan gives. Sammenligning af vores data til tidligere publikationer gjort god overensstemmelse. Ved denne fremgangsmåde kunne vi identificere fejl på niveauet af celledød-receptorer og hæmmer af apoptose proteiner, der kan ligge til grund fænotypen af ​​særskilte apoptose resistens i PDAC. Vi kunne endvidere for første gang identificere IL1R2 som mulig kandidat gen.

Materialer og metoder

Interaktion forudsigelse af apoptose pathway medlemmer

apoptose pathway relaterede gener blev samlet fra elektroniske databaser, såsom

Kyoto Encyclopedia of Gener og genomer

(www.genome.ad.jp/kegg),

Gene databasen over National center for Biotechnology Information Hotel (www.ncbi .nlm.nih.gov) og

GeneMAPP

(www.genmapp.org). Nøgleord for søgningen var “apoptose”, “celledød”, “celledød vej”, “celledød receptor” (se File S1).

For at evaluere samspillet af apoptose proteiner vi oprindeligt forespurgte databaser med kendte protein-protein interaktioner, såsom NetPro (www.molecularconnections.com), SCOPPI (www.scoppi.org) og HPRD (www.hprd.org).

For at finde nye interaktioner, vi brugte to forskellige metoder. Først brugte vi strukturen-baserede forudsigelse af protein interaktioner (se File S2). De fleste af de 103 apoptose-associerede gener var af ukendt struktur. Vi anvendte oprindeligt Genomisk Threading Database (GTD) som en fold anerkendelse metode til at tildele strukturelle familier til genprodukterne [22]. Domæner af proteiner blev derefter defineret af Structural Classification of Proteins, SCOP. To domæner betragtes interagere hvis der er mindst 5 par restkoncentrationer inden 5 Å, i overensstemmelse med de grænsefladedefinitioner [23]. Kun domæne-opgaver med visse og høj tillid ved GTD blev overvejet. For at forudsige potentielle interaktioner mellem to givne domæner, vi så brugte SCOPPI [24]. Denne database forudsat indlysende domæne-domæne interaktioner, der tjente som strukturelle skabeloner til vores oprindelige tildelte domæner. To proteiner anses interagerer, hvis hver indeholder et domæne, hvor der er en strukturel evidens for et sådant domæne-domæne interaktion ifølge SCOPPI. De potentielle interaktioner blev evalueret ved analyse af bevarelse interface. Information af resterne i grænsefladen blev igen opnået fra SCOPPI databasen. Den oprindelige proteinsekvens blev justeret mod SCOPPI template sekvensen blev en bevarelse af mere end 30% af grænsefladeresterne antages at være tilstrækkeligt til at dele den samme interaktion partner.

andet, anvendte vi en sekvens-baseret forudsigelse af protein-interaktioner (se File S2). Derfor brugte vi NetPro, en ekspert kurateret og kommenteret database, der indeholder omkring 100.000 protein-protein interaktioner, til forudsigelse af en vekselvirkning af vores proteiner pågældende. Brug af denne ortologe information og BLAST vi søgte efter homologe interaktioner ( 80% sekvensidentitet) for et givet protein par. Vi leverer kun nye interaktioner, som ikke blev bekræftet før med NetPro eller HPRD [25], [26]. For at konstruere vores vej kort, vi indstille celle dødsreceptorer som start punkter i signaleringskaskade. Interagerende proteiner blev defineret som nedstrøms signalproteiner. Proteiner, der er kendt celledød receptor-ligander blev vist som ekstra-cellulære proteiner.

genanalyse

Til konstruktion af den virtuelle undergrupperingen datasæt E-MEXP-950 og E-MEXP- 1121 blev anvendt [27], [28].

Affymetrix sonde sæt id’er blev opnået fra Ensembl resulterer i 189 probeset identifikatorer for 93 gener. For 10 gener kunne opnås nogen id (se File S1). The Cel Files opnået fra Affymetrix MAS 5.0-software blev anvendt til yderligere analyse. Den Cel Files blev indlæst i dChip2006 (https://www.dchip.org), derefter normaliseret, og udtryk værdier blev beregnet ved anvendelse af PM /MM model. Udtrykket værdier af de 189 probesets blev eksporteret, og nærmere ved hjælp af SAM (https://www-stat.stanford.edu/~tibs/sam/) og Excel (Microsoft, Redmond, WA). Vi scorede gener som udtrykkes forskelligt, hvis de opfyldte følgende kriterier: en fold ændring 2 og en q-værdi 5%. Varme kort blev dannet ved anvendelse dChip.

Reverse Transcription Polymerase Reaction (RT-PCR)

1 ng cDNA blev anvendt til en TaqMan assay (Applied Biosystems, Weiterstadt, Tyskland). Generne blev amplificeret med en TaqMan Universal PCR Master Mix ifølge producentens instruktioner, med et ABI PRISM 5700 Sequence Detection System ved hjælp genspecifik primer og prober. Genekspression blev kvantificeret ved den sammenlignende ct-metode, normalisering CT-værdier til en husholdning gen (β-actin) og beregning af de relative ekspressionsniveauer værdier anvendelse af følgende primere: RT-PCR: BIRC7 /Livin: ACT GAC CAG CCC TGA TTC C og CTC CAG GGA AAA CCC ACT TT; Actin: AAG CCA CCC CAC TTC TCT CTA A og AAT GCT ATC ACC TCC FTT GTG T; IL1R2:. ATC AGC TTC TCT GGG GTC AA og GGT AGG CGC TCT CTA TGT GG [29]

Immunhistokemi

For immunhistokemi blev et væv microarray (TMA), der indeholder 16 PDAC prøver konstrueret. Af denne TMA 5 um snit blev fremstillet ved anvendelse silaniserede objektglas (Menzel Glaser, Braunschweig, Tyskland). Immunhistokemi for Livin /BIRC7 blev udført ved anvendelse af streptavidin-biotin-peroxidase metode som tidligere beskrevet og antigen-genvinding blev udført i en mikrobølgeovn (250 W i 30 minutter i en citratopløsning pH 6,0) [30], [31]. Det primære antistof blev anvendt, var et monoklonalt muse-antistof mod Livin /BIRC7 protein (# 40958, Active Motif, Rixensart, Belgien). Normal colon mucosa og colorectalt carcinom blev anvendt som en positiv kontrol. Som en negativ kontrol-prøver blev inkuberet uden det primære antistof. Bagefter dias blev kortvarigt modfarvet med hæmatoxylin. Farvede og ufarvede PDAC celler eller duktale celler blev talt og forholdet blev genereret. Den farvningsintensitet blev evalueret semi-kvantitativt ved en patolog (AH) uden kendskab til det histopatologiske og molekylære data i 3 grader (negative, moderat og stærk).

Statistisk analyse

Til statistisk analyse t-test og chi square-test af “SPSS 13,0” til Windows blev brugt.

Litteratursøgning

for bedre at vurdere ændringer i genekspression ses i vores data, vi gennemført en omfattende litteratur søge på molekylære defekter af apoptose i bugspytkirtelkræft. Nøgleord var navnet af genet eller protein, sammen med udtrykket “pancreatisk carcinom”, “pancreascancer”, “pancreas cancer” eller “pancreatisk duktalt adenokarcinom”. Inkluderet var undersøgelser af niveauet af genomet, genekspression og protein /funktionelle undersøgelser på tumorvæv og /eller cellelinier. Søgningen litteratur omfattede publikationer frem til november 2009. Se også File S1.

Støtte Information

File S1.

data fra vores omfattende litteratursøgning til rollen som apoptose-associerede gener i kræft i bugspytkirtlen. Tabellen viser alle gener, som blev behandlet i vores undersøgelse. Bemærk, at for de fleste af de undersøgelser af niveauet af DNA, hvilket betyder mutationsmønstre studier blev der ikke kvantitativ erklæring om udtryk lavet. Inkluderet var undersøgelser af niveauet af genomet, genekspression og protein /funktionelle undersøgelser på tumorvæv og /eller cellelinier. Søgningen litteratur omfattede publikationer indtil december 2009. (- /- = mindre /lidt mindre udtryk end i normalt væv; +/- = udtryk afhængigt af prøve /celle-line, ingen mulig generel erklæring, 0 = ingen forskel på udtryk til normalt væv /normal funktion af protein i eksperimentelle undersøgelser ++ /+ = højere /lidt højere udtryk end i normalt væv, = ingen kvantitative angivelse i denne undersøgelse)

doi:? 10,1371 /journal.pone.0012243.s001. Hotel (1,49 MB DOC)

File S2. Salg Karakteristik af vores protein-interaktion forudsigelse (A). Eksempler på strukturelle modeller af tre mulige nye interaktioner i celledød vej (mere end 30% sekvens og grænseflade identitet). Den strukturelle tilpasning mellem skabelon og interagerende proteinstrukturer er 2 Ångstrøm. 1 = Arts-Apollon; 2 = p16-ERK; 3 = p16-JNK (B)

doi:. 10,1371 /journal.pone.0012243.s002

(2,16 MB PPT)

File S3. Salg Protein interaktioner fra vores database søgning og vores interaktion forudsigelse analyse. Sheet man viser allerede kendt interaktioner fra vores database søgning. Sheet to shows formodede interaktioner, foreslået af vores interaktion forudsigelse model

doi:. 10,1371 /journal.pone.0012243.s003

(0,09 MB XLS)

Tak

Denne undersøgelse blev støttet af Deutsche Krebshilfe og MedDrive38 program af den medicinske fakultet Technische Universität Dresden. Vi takker Beatrix Jahnke til teknisk support.