Αφηρημένο

Μια βασική πρόκληση για την ανάλυση των δεδομένων των βιολογικών πειραμάτων υψηλής απόδοσης είναι να χειριστεί το συχνά χαμηλό αριθμό δειγμάτων τα πειράματα σε σύγκριση με τον αριθμό των βιομορίων που μετριούνται ταυτόχρονα. Συνδυάζοντας πειραματικά δεδομένα χρησιμοποιώντας ανεξάρτητες τεχνολογίες για να φωτίσει τις ίδιες βιολογικές τάσεις, καθώς και συμπληρώνοντας ο ένας τον άλλον σε μια ευρύτερη προοπτική, είναι ένας φυσικός τρόπος για την αντιμετώπιση αυτής της πρόκλησης. Στην εργασία αυτή διερευνάται εάν ενσωμάτωση πρωτεομική και τα δεδομένα transcriptomics από καρκίνο του εγκεφάλου ζωικό μοντέλο χρησιμοποιώντας μέθοδο ανάλυσης που γονίδιο βάση, θα μπορούσε να ενισχύσει τη βιολογική ερμηνεία των δεδομένων σε σχέση με την πιο παραδοσιακή ανάλυση των δύο συνόλων δεδομένων ξεχωριστά. Το μοντέλο καρκίνου του εγκεφάλου που χρησιμοποιείται βασίζεται σε σειριακό πέρασμα των μεταμοσχευμένων υλικό όγκου ανθρώπινου εγκεφάλου (γλοιοβλάστωμα – GBM) μέσω πολλών γενεών σε αρουραίους. Αυτές οι σειριακές μεταμοσχεύσεις οδηγήσει την πάροδο του χρόνου σε γονοτυπική και φαινοτυπική αλλαγές στους όγκους και αντιπροσωπεύουν ένα ιατρικώς σημαντικές μοντέλο με μια σπάνια πρόσβαση σε δείγματα και όπου συνακόλουθη αναλύσεις των επιμέρους σύνολα δεδομένων έχουν αποκαλύψει σχετικά λίγα σημαντικά ευρήματα από μόνα τους. Βρήκαμε ότι η ολοκληρωμένη ανάλυση τόσο καλύτερες επιδόσεις από άποψη μέτρο σημασία των ευρημάτων του σε σύγκριση με μεμονωμένες αναλύσεις, καθώς και την παροχή ανεξάρτητης επαλήθευσης των επιμέρους αποτελεσμάτων. Έτσι ένα καλύτερο πλαίσιο για τη συνολική βιολογική ερμηνεία των δεδομένων μπορεί να επιτευχθεί

Παράθεση:. Petersen K, Rajcevic U, Αμπντούλ Ραχίμ ΑΕ, Jonassen Ι, Kalland Κ-Η, Χιμένες CR, et al. (2013) Σετ Γονιδιακή βάση Ολοκληρωμένη Ανάλυση Δεδομένων αποκαλύπτει φαινοτυπική Διαφορές σε Brain Cancer μοντέλο. PLoS ONE 8 (7): e68288. doi: 10.1371 /journal.pone.0068288

Επιμέλεια: Ying Xu, University of Georgia, Ηνωμένες Πολιτείες της Αμερικής

Ελήφθη: 28 Φεβρουαρίου, 2013? Αποδεκτές: 28 Μαΐου του 2013? Δημοσιεύθηκε: 9 Ιουλίου 2013

Copyright: © 2013 Petersen et al. Αυτό είναι ένα άρθρο ανοικτής πρόσβασης διανέμεται υπό τους όρους της άδειας χρήσης Creative Commons Attribution, το οποίο επιτρέπει απεριόριστη χρήση, τη διανομή και την αναπαραγωγή σε οποιοδήποτε μέσο, ​​με την προϋπόθεση το αρχικό συγγραφέα και την πηγή πιστώνονται

Χρηματοδότηση:. Αυτό το έργο υποστηρίχθηκε από τη νορβηγική Εταιρεία Καρκίνου, το νορβηγικό Συμβούλιο Έρευνας, Innovest AS, Helse-Vest, Haukeland Πανεπιστημιακό Νοσοκομείο, το Πρόγραμμα Μπέργκεν Μεταγραφική έρευνα, το Κέντρο Recherche de Δημόσια Santé το Λουξεμβούργο, η Ευρωπαϊκή Επιτροπή 6ο Πρόγραμμα πλαίσιο Συμβόλαιο 504743 και τη Λειτουργική Γονιδιωματική προγράμματος (Φούγκα) στη Νορβηγία χρηματοδότηση της εθνικής πλατφόρμας Βιοπληροφορικής. Οι χρηματοδότες δεν είχε κανένα ρόλο στο σχεδιασμό της μελέτης, τη συλλογή και ανάλυση των δεδομένων, η απόφαση για τη δημοσίευση, ή την προετοιμασία του χειρογράφου

Αντικρουόμενα συμφέροντα:.. Οι συγγραφείς έχουν δηλώσει ότι δεν υπάρχουν ανταγωνιστικά συμφέροντα

Εισαγωγή

Η ταχεία πρόοδος στην ανάπτυξη της τεχνολογίας για την αξιολόγηση των πληροφοριών από πολλαπλές οπτικές γωνίες για τα γονίδια, πρωτεΐνες και μεταβολίτες, έχει οδηγήσει σε μια αυξανόμενη προσδοκία μεγάλο δυναμικό για νέες ανακαλύψεις στην κατανόηση των κυτταρικών μοριακής δραστηριοτήτων. Οι επιμέρους τεχνολογιών παρακολούθησης διατεθεί στο εμπόριο για να αποκαλύψει μια ολιστική εικόνα συλλαμβάνοντας πληροφορίες για περισσότερες οντότητες ενός τύπου, όπως για παράδειγμα όλα μεταγράφονται τα γονίδια που κωδικοποιούνται στο γονιδίωμα ή έναν μεγάλο αριθμό πρωτεϊνών που υπάρχουν σε ένα δείγμα. Προφανώς, μια φυσική προέκταση είναι ο συνδυασμός διαφόρων τύπων δεδομένων για να αποκαλύψει περισσότερες πληροφορίες σχετικά με τις βιολογικές διαδικασίες σε μοριακό επίπεδο. Να αποκομίσουν από αυτή την αναμενόμενη δυναμικό των ανακαλύψεων, αρκετές θεμελιώδεις προκλήσεις πρέπει να αντιμετωπιστούν. Υψηλή απόδοση σύνολα δεδομένων έχουν από τη φύση τους μια μεγάλη ανισορροπία μεταξύ του αριθμού των δειγματοληψιών και τον αριθμό των μεταβλητών μετριέται, που οδηγεί σε προκλήσεις σχετικά με την ερμηνεία και την εμπιστοσύνη εκτιμήσεις των αποτελεσμάτων των αναλύσεων. Και η ερμηνεία των διαφόρων συνόλων δεδομένων αξιολόγηση δειγμάτων από διαφορετικές οπτικές γωνίες σε συνδυασμό απαιτεί ένα νέο θεωρητικό μοντέλο το οποίο μπορεί να αξιολογήσει βιολογικά ερωτήματα και τη σημασία των προβλεπόμενων απαντήσεις. Μια επιτυχημένη ολοκληρωμένο μοντέλο θα πρέπει να αξιολογήσει συναφών βιολογικών θεμάτων με μεγαλύτερη εμπιστοσύνη στην προβλεπόμενη απαντήσεις σε σύγκριση με τις μεθόδους για μεμονωμένους τύπους σύνολο δεδομένων, παρά την αυξημένη πολυπλοκότητα του μοντέλου. Σε αυτή την εργασία παρουσιάζουμε μια συνδυασμένη προσέγγιση ανάλυσης για την ερμηνεία υψηλής απόδοσης μικροσυστοιχιών και πρωτεομική σύνολα δεδομένων σε δύο διαφορετικούς φαινοτύπους όγκου που λαμβάνεται με αύξοντα μεταμοσχεύσεις ανθρώπινων GBMs στο ΚΝΣ των αρουραίων [1], [2].

GBM αντιπροσωπεύει μια ετερογενή ομάδα κακοήθων όγκων του εγκεφάλου [3] και είναι μια από τις πιο θανατηφόρες μορφές καρκίνου στον άνθρωπο. Η μέση επιβίωση των πασχόντων ασθενών έχει βελτιωθεί μόνο από ένα μέσο όρο 12 μήνες σε 14,5 μήνες μετά τη διάγνωση τα τελευταία 5 χρόνια λόγω των βελτιώσεων στο επίπεδο της περίθαλψης [4]. Για την αντιμετώπιση του περίπλοκο ζήτημα για το μοριακό υπόβαθρο της ανθρώπινης GBMs, ένα ανθρώπινο μοντέλο GBM αναπτύχθηκε σε ανοσοανεπαρκή ποντίκια [1], [2], [5], η οποία αποσυνδέει εν μέρει δύο σημαντικά φαινοτυπικά χαρακτηριστικά και ορόσημα αυτού του όγκου,

δηλαδή

εισβολή και την αγγειογένεση. Αυτά τα δύο χαρακτηριστικά καθιστούν GBM δύσκολο να αντιμετωπιστεί από τις διαθέσιμες θεραπείες. Το μοντέλο βασίζεται στην σειριακή ξενομεταμόσχευση ανθρώπινων σφαιροειδή GBM στον εγκέφαλο των αρουραίων με ανοσοανεπάρκεια, όπου κινεί την ανάπτυξη των πρωτογενών GBMs. Ο φαινότυπος του πρώτου όγκου παραγωγής προκύπτει μια ιδιαίτερα επεμβατική φύση στον εγκέφαλο του αρουραίου, ενώ με σειριακό πέρασμα στα ζώα, ο όγκος εξελίσσεται σε μια ταχύτερη αναπτυσσόμενη αγγειογόνο όγκου, με άφθονη αγγείωση, και λιγότερο εισβολή. Οι μοντέλο και τον εγκέφαλο φαινοτύπους ιστού που απεικονίζεται στο σχήμα 1.

Μία σχηματική αναπαράσταση του μοντέλου του όγκου και οι φαινότυποι που λαμβάνονται μετά τη μεταμόσχευση σε γυμνούς ποντικούς. Η πρώτη μεταμόσχευση σε γυμνούς αρουραίους συχνά είχε ως αποτέλεσμα μια επεμβατική φαινότυπο, ενώ σειριακή μεταμόσχευση των όγκων οδήγησε σε αγγειογόνο φαινότυπο μετά από αρκετές γενιές.

Η

Όπως ήδη αναφέρθηκε, η ανάλυση δεδομένων και η βιολογική ερμηνεία της τεχνολογίας υψηλής απόδοσης παράγεται συνόλων δεδομένων στο επίπεδο των γονιδίων και των πρωτεϊνών είναι γενικά μια πρόκληση, λόγω της μεγάλης ανισορροπίας μεταξύ του αριθμού των δειγμάτων και του αριθμού των μορίων που δοκιμάζεται. Για να προσδιορίσει μια στατιστικά σημαντική μεταβολή στο επίπεδο έκφρασης για ένα μόνο γονίδιο στο επίπεδο της αλλαγής που είναι ενδιαφέρον για βιολογική ερμηνεία, πολλές ανεξάρτητες επαναλήψεις που απαιτούνται στο πείραμα. Η περίπλοκη φύση της GBM ξενομεταμοσχεύσεως σειριακό πέρασμα μοντέλο αρουραίου, και το φυσικά περιορισμένη διαθεσιμότητα του όγκου υλικού δωρητές, έχουν οδηγήσει σε ένα περιορισμένο σύνολο ζεύγη δειγμάτων με την επεμβατική και αγγειογενετικών φαινότυπο που πρέπει να εξεταστούν με μικροσυστοιχίες και πρωτεομική. Επιπλέον, το υψηλό επίπεδο των μεμονωμένων διακύμανσης μεταξύ των δειγμάτων αναμένεται και έχει παρατηρηθεί κατά την εξέταση του συνόλου δεδομένων transcriptomics στην προηγούμενη εργασία [1], [6]. Η μοριακή φόντο του διακόπτη φαινότυπο απευθυνόταν στα επίπεδα της διαφορικής έκφρασης του RNA [1] και των πρωτεϊνών [7] – [9], όπου εκτεταμένη επικύρωση, συμπεριλαμβανομένων μεγάλο αριθμό ασθενών GBM και λειτουργικές αναλύσεις οδήγησαν σε νέες υποψήφιες βιοδείκτες ενός συγκεκριμένου φαινότυπο [7] – [9]. Η πρόκληση όμως παραμένει να εντοπίσουμε συγκεκριμένα μοριακά μονοπάτια που αντανακλάται από τον εμπλουτισμό συγκεκριμένων συνόλων γονιδίων, η οποία θα οδηγήσει σε καλύτερη κατανόηση της βιολογίας της υποκείμενης παθολογίας.

Δύο γενικές στρατηγικές για την αντιμετώπιση ζυγίζουν τις προκλήσεις της διάστασης των δεδομένων υψηλής απόδοσης ανάλυση είναι (i) να αναλύσει σύνολα

a priori

ορίζεται βιολογικώς σχετικά μόρια κατά το χρόνο αντί των μεμονωμένων μορίων και (ii) για την ενσωμάτωση αποτελεσμάτων από διάφορες ανεξάρτητες αναλύσεις πιθανώς από διαφορετικά πειράματα υψηλής απόδοσης, τόσο για να βρουν αποδεικτικών στοιχείων που υποστηρίζουν τα ίδια βιολογικά τάσεις και να συμπληρώνουν ο ένας τον άλλο για μια πιο πλούσια ερμηνεία. Η κοινή ανάλυση των όρων Οντολογία Gene υπερεκπροσωπούνται σε μια λίστα των διαφορικά εκφρασμένων γονιδίων σε σύγκριση με το πλήρες σύνολο δεδομένων είναι ένα πρώιμο παράδειγμα της στρατηγικής (i), ενώ το Εμπλουτισμός γονιδιακή ανάλυση Set – GSEA [10], καθώς και ο μεγάλος αριθμός των παραλλαγών του εμπλουτισμού μέθοδοι που βασίζονται [11], [12] αντιπροσωπεύει μεταγενέστερες εξελίξεις. Αρκετές μέθοδοι μετα-ανάλυση των ανεξάρτητων πειραμάτων στα ίδια δείγματα υπάρχουν, από την απλή Rank προϊόν με βάση το συνδυασμό των επιμέρους αποτελεσμάτων της λίστας [13] για την πιο σύνθετη ανάλυση πολλαπλών περιγραφικές με βάση τις μεθόδους για τον εντοπισμό παρόμοιες τάσεις σε όλα τα σύνολα δεδομένων, όπως Co-Αδράνειας Ανάλυση (CIA) [14], [15]. μέθοδοι ανάλυσης πολλαπλών περιγραφικές απαιτούν έναν ελάχιστο αριθμό δειγμάτων σε ένα σύνολο δεδομένων, και CIA απαιτεί τα ίδια ακριβώς δείγματα για να είναι παρόντες σε όλα τα σύνολα δεδομένων, συχνά καθιστώντας τα ακατάλληλα για διατροφή στην πράξη, όπως στην περίπτωση GBM μας. Subramanian et αϊ έδειξαν την ευελιξία της GSEA ως εργαλείο για την ανάλυση συν-πολλά ανεξάρτητα πειράματα μικροσυστοιχίας σε βιολογικώς σχετίζονται δείγματα. Εδώ επεκτείνουμε αυτή τη γραμμή σκέψης να διασχίσουν το φράγμα μεταξύ διαφορετικών υψηλές τεχνολογίες απόδοσης.

Στην παρούσα εργασία εφαρμόζεται η προσέγγιση ανάλυσης Γονιδιακή Ρύθμιση για να συν-ερμηνεύουν τα δύο σύνολα δεδομένων στο πλαίσιο του άλλου. Ο σχολιασμός των ταυτοποιημένων γονιδίων και πρωτεϊνών ερμηνεύονται σε σχέση με τις επεμβατικές και αγγειογενετική φαινοτύπους, και σε σύγκριση με τα κανονικά αποτελέσματα ανάλυσης Γονιδιακή Οντολογία των επιμέρους σύνολα δεδομένων. Η προσέγγιση αυτή τονίζει πως υποστηρίζει και να ενισχύει ο ένας τον άλλο σε συνδυασμένη ερμηνεία μας, καθώς και αλληλοσυμπληρώνονται σε ένα καλύτερο λεπτομερή εικόνα των φαινοτυπικών διαφορών στην επεμβατική και αγγειογενετική φάσεις του μοντέλου του καρκίνου του εγκεφάλου. Τα αποτελέσματα εμφανίζουν μια ισχυρή στατιστική υποστήριξη μεταξύ των πρωτεομική και τα αποτελέσματα μικροσυστοιχιών, η οποία αντανακλάται επίσης στη βιολογική ερμηνεία των δεδομένων μέσα από ένα υψηλής συμφωνία με τα επιμέρους αποτελέσματα της ανάλυσης. Να αποδείξει περαιτέρω την εγκυρότητα της προτεινόμενης προσέγγισης, τα αποτελέσματα σε αντίθεση με Rank προϊόντων μετα-ανάλυση των ίδιων δύο σύνολα δεδομένων. Εφαρμόσαμε επίσης τη μέθοδο σε μια προηγούμενη δημοσίευσε μια ανεξάρτητη ζεύγος συνόλων μικροσυστοιχιών και πρωτεϊνωματική δεδομένων, με επιτυχία ανακαλύπτουν εκ νέου τα κύρια ευρήματα από την αρχική δημοσίευση.

Υλικά και Μέθοδοι

Πείραμα Σχεδιασμός

πέντε ζεύγη που αντιστοιχούν επεμβατική και αγγειογόνου δείγματα από τα μοντέλα ξενομοσχεύματος, που προέρχονται από πέντε μεμονωμένους ασθενείς, χρησιμοποιήθηκαν συνολικά στα πειράματα μικροσυστοιχιών και πρωτεωμικής. Τέσσερα ζεύγη δείγμα προετοιμάστηκαν για ανάλυση μικροσυστοιχιών και υβριδοποιήθηκαν σε οκτώ Applied Biosystems Ανθρώπινου Γονιδιώματος Έρευνα μικροσυστοιχίες v.2.0 (Array ένταξη Express A-Μπειραμ-503) σε μία κίνηση υβριδισμού, όπως περιγράφεται στο [6]. Δύο ζευγάρια δείγμα προετοιμάστηκαν για ανάλυση πρωτεομική και υποβάλλονται σε επεξεργασία σε τρία πειράματα iTRAQ όπως περιγράφεται στο [9]. Ένα ζεύγος δείγματος επικαλύπτονται μεταξύ των δύο τεχνολογιών

Προεπεξεργασία και Κανονικοποίηση

Τα δεδομένα μικροσυστοιχιών εισήχθησαν στην σουίτα ανάλυση των δεδομένων J-Express 2012 [16] (http:. //jexpress.bioinfo. όχι), για την προεπεξεργασία και την κανονικοποίηση. Οι πρώτες εντάσεις σήματος εκχυλίζονται, έλεγχοι φιλτραρίστηκαν, και τα δεδομένα ομαλοποιήθηκαν ποσοστημόριο [17]. Περαιτέρω τα δεδομένα log2 μετασχηματίζονται και κάθε ζεύγος δείγμα συνδυάζονται σε μια στήλη και μόνο log-δείκτη. Τα δεδομένα αυτά πρωτεομική προεπεξεργασμένο από ακατέργαστα δεδομένα προς ποσοτικοποιείται πεπτίδια όπως περιγράφεται στο [9], συμπεριλαμβανομένων σχολιασμό σχετικά με την προέλευση του πεπτιδίου από είτε κύτταρα-ξενιστές, κύτταρα όγκου ή άγνωστης προέλευσης, με βάση την ομολογία ακολουθίας με αρουραίου και ανθρώπου βάσεις δεδομένων. Στην εργασία αυτή χρησιμοποιούμε την πλήρη πρωτεομική σύνολο δεδομένων του 3359 προφίλ πρωτεΐνης.

διαφορική έκφραση Στατιστικά

Οι Rank Προϊόν (RP) στατιστικά στοιχεία [13] χρησιμοποιήθηκε τόσο για τους transcriptomics και πρωτεομική σύνολα δεδομένων για να rank γονίδια και πρωτεΐνες σύμφωνα με διαφορική έκφραση μεταξύ των επεμβατική και αγγειογόνων δείγματα. RP χρησιμοποιήθηκε επίσης για τους μειωμένους σύνολα δεδομένων που περιέχει μόνο τους μοναδικά χαρτογράφηση μεταγραφές και οι πρωτεΐνες που χρησιμοποιούνται για την ολοκληρωμένη ανάλυση των δεδομένων από τις δύο τεχνολογίες. RP υλοποιήθηκε στη σουίτα 2012 ανάλυση J-Express.

Γονιδιακή Οντολογία υπερεκπροσώπηση Ανάλυση

J-Express χρησιμοποιεί ακριβή δοκιμή ενός Fischer, προκειμένου να εκτιμηθεί στατιστική υπερεκπροσώπηση των γονιδίων σχολιασμένη με ένα δεδομένο Οντολογία Gene (GO) όρος (www.geneontology.org, [18]) σε μια μικρότερη λίστα ενδιαφέροντος σε σχέση με ένα σύνολο δεδομένων αναφοράς. Σε αυτή την εργασία σε σύγκριση με τα κορυφαία λίστες της ανάλυσης διαφορικής RP έκφραση σε ένα δεδομένο επίπεδο σημαντικότητας (Q-value) κατά το σύνολο των δεδομένων, η ανάλυση RP διεξήχθη σε. Παρατίθενται p-τιμές για τους όρους GO στον πίνακα αποτέλεσμα είναι ονομαστικές,

δηλ. Δεν

προσαρμογή για πολλαπλές δοκιμές, και θα πρέπει να αξιολογούνται με αυτό το πνεύμα. Γονιδιακή Οντολογία OBO αρχείο που χρησιμοποιήθηκε ήταν με ημερομηνία 3 Δεκεμβρίου 2010, φιλτράρεται αρχείο χαρτογράφηση Homo sapiens Gene Ontology χρησιμοποιείται χρονολογήθηκε 2011 29 του Νοέμβρη. GO όρους που υπάρχουν στο αρχείο OBO μόνο περιλαμβάνονται στην ανάλυση.

Γονιδιακή Ρύθμιση Εμπλουτισμός Ανάλυση

Ως εναλλακτική λύση για την ανάλυση υπερεκπροσώπηση GO, ο εμπλουτισμός γονιδιακή ανάλυση Set (GSEA) [10] εφαρμόστηκε επίσης για την αξιολόγηση και την κατάταξη GO όρους σχολιασμό τα δύο σύνολα δεδομένων. Σε αντίθεση με την ανάλυση υπερ-αντιπροσώπευση, GSEA και των σχετικών προσεγγίσεων δεν λειτουργούν με ένα σταθερό περιορισμένο κατάλογο ενδιαφέροντος για την αξιολόγηση. Αντί να αξιολογεί την κατανομή των γονιδίων σχολιασμένη με ένα δεδομένο όρο GO σε όλη την ομάδα δεδομένων αναφοράς. Σε GSEA η κατανομή χρησιμοποιείται για να ορίσει ένα φυσικό υποσύνολο των σχολιασμένα γονίδια που ονομάζεται Leading Edge (LE), που συμβάλλει στο σκορ του σετ γονιδίων (GO όρος σε αυτή την περίπτωση), και ότι μπορεί να ακολουθηθεί για στενότερη βιολογική ερμηνεία . Οι αναλύσεις πραγματοποιήθηκαν με την εφαρμογή GSEA στην J-Express 2012. Καθώς το μετρικό Rank προϊόν είναι εγγενώς ασύμβατη με το προεπιλεγμένο πρόγραμμα σταθμισμένη βαθμολογία του GSEA, έχουμε επιλέξει ένα ημερολόγιο φορές μετρικούς βαθμολόγησης για την αξιολόγηση των γονιδίων-σύνολα σε ζεύγη δειγμάτων μας. Αυτό είναι το πιο συγκρίσιμη μετρικούς με εκείνο που χρησιμοποιείται από το Rank μέθοδο προϊόντων κατά την ταξινόμηση logratios ζευγών δειγμάτων πριν από την ενοποίησή τους σε μια τάξη προϊόντων. Άλλες παράμετροι που χρησιμοποιήθηκαν με τις προεπιλεγμένες ρυθμίσεις: μέθοδος μετάθεση: γονίδια, min αριθμό των μελών: 10, μέγιστος αριθμός μελών: 500.

Περιγραφές Trend Με βάση την οντολογία γονιδίων

Κάθε σύνολο δεδομένων αναλύθηκε ανεξάρτητα η Rank προϊόντων, πάει πάνω-εκπροσώπηση ανάλυση και GSEA. Η ίδια διαδικασία εκτελέστηκε πρώτα με έμφαση στην ρύθμιση προς τα πάνω σε επεμβατικές δείγματα πάνω αγγειογενετική δείγματα, στη συνέχεια, με έμφαση στην ρύθμιση προς τα πάνω σε αγγειογενετική δείγματα πάνω από επεμβατικές δείγματα. Οι Όροι GO και οι σχολιασμοί γονίδιο από τους κορυφαίους καταλόγους με το χέρι ελέγχονται για τους όρους λειτουργικά σχετίζονται με την αγγειογένεση και την εισβολή, και τα κορυφαία λίστα τάσεις συνοψίζονται από αυτό.

Χαρτογράφηση Απομαγνητοφώνηση και Πρωτεΐνη αναγνωριστικά μεταξύ συνόλων δεδομένων

το ανθρώπινο ID Entrez γονίδιο για την στοχευμένη γονίδια στην μικροσυστοιχία ΑΒΙ χρησιμοποιήθηκε ως κοινή αναγνωριστικό μεταξύ των transcriptomics και σύνολα πρωτεομικής δεδομένων. Χρησιμοποιώντας την online υπηρεσία μετατροπέα ταυτότητας σε Biomart Κεντρική Πύλη (https://central.biomart.org), η προσδιορισμένη πρωτεΐνη SwissProt αναγνωριστικά από το σύνολο δεδομένων πρωτεομική για πρώτη φορά χαρτογραφείται στο αντίστοιχο του ανθρώπου ή αρουραίου τους Εηίτεζ Gene ταυτότητες. Ο αρουραίος Εηίτεζ Gene αναγνωριστικά για τις πρωτεΐνες αναγνωρίζονται ως της υποδοχής προέλευσης, περαιτέρω χαρτογραφηθεί στο ανθρώπινο Εηίτεζ Gene αναγνωριστικά για ομόλογα γονίδια τους, χρησιμοποιώντας την υπηρεσία ανάκτησης γονίδιο Biomart, με τα Ensembl αναγνωριστικά μεταγραφή ως το αναγνωριστικό σύνδεσης.

Μετά την ολοκλήρωση η χαρτογράφηση, ήταν τότε δυνατό να αναλυθούν οι μεταγραφές που αντιστοιχούν στην αρχή διαφορικά εκφρασμένων πρωτεϊνών, όπως ένα γονίδιο που στα δεδομένα transcriptomics, όπως απεικονίζεται στο Σχήμα 2Β. Οι μπλε οριζόντιες γραμμές αντιπροσωπεύουν μεταγραφές πρωτεΐνης που αντιστοιχεί και πώς να διανέμουν τα δεδομένα μικροσυστοιχιών. Η ίδια ανάλυση γίνεται αντίστροφα για την μεταγραφή αντίστοιχων πρωτεϊνών στα δεδομένα πρωτεομική

Α:. Τα σύνολα δεδομένων αναλύθηκαν για διαφορική έκφραση ανεξάρτητα χρησιμοποιώντας Rank προϊόντων, Gene Ontology υπερ-εκπροσώπηση (GO ORA) και GSEA. Οι μέθοδοι που αξιολογούν διαφορετικά κλάσματα των συνόλων δεδομένων ως βιολογικά σχετικές όταν ταξινομηθεί για διαφορική έκφραση, όπως απεικονίζεται για το σύνολο transcriptomics δεδομένων (TR). RP και πηγαίνετε ORA στην περίπτωση μας προσδιορίζονται μόνο την κορυφή ~ 1% του συνολικού ταξινομημένη λίστα γονίδιο που έχει σημασία, τόσο για την ανάλυση transcriptomics και πρωτεομική. GSEA από την άλλη πλευρά εντοπίζονται Leading Edge (LE) υποσύνολα εκτείνονται ~ 20% της συνολικής λίστας γονίδιο. Β: GSEA με βάση προσέγγιση για την ενσωμάτωση μερικώς επικαλυπτόμενα πρωτεομική και σύνολα transcriptomics δεδομένων. Οι κορυφαίοι διαφορικά εκφρασμένων οντότητες από ένα σύνολο δεδομένων αντιστοιχίζεται σε αντίστοιχες οντότητες από την άλλη σύνολο δεδομένων και αξιολογούνται ως ένα γονίδιο βρίσκεται σε GSEA. PR: Πρωτεϊνωματική σύνολο δεδομένων, TR:. Transcriptomics σύνολο δεδομένων

Η

Δημόσια Διαθεσιμότητα Δεδομένων

Τα δεδομένα μικροσυστοιχιών έχουν σχολιασμένο σύμφωνα με MIAME [19] και αποτίθενται σε ArrayExpress (http: //www.ebi.ac.uk/arrayexpress), η προσχώρηση δεν E-mtab-1185. Η κανονικοποιημένη μήτρα δεδομένων για την ποσοτικά δεδομένα πρωτεομική είναι διαθέσιμο σε S2 αρχείου.

Σειρά προϊόντων μετα-ανάλυση

Τα ταιριάζουν υποσύνολα των πρωτεϊνών και μεταγραφές από τις μικροσυστοιχιών και πρωτεομική σύνολα δεδομένων εντοπίστηκαν για πρώτη φορά. Στη συνέχεια ταξινομήθηκαν ξεχωριστά, ανάλογα με διαφορική έκφραση μεταξύ των επεμβατική και αγγειογενετική δείγματα χρησιμοποιώντας τη στατιστική κατάταξη των προϊόντων (RP) [13]. Οι προκύπτουσες τάξεις χρησιμοποιήθηκαν στη συνέχεια ως είσοδος σε RP σε ένα δεύτερο στάδιο μετα-ανάλυση για να εντοπιστούν ζεύγη πρωτεΐνης-απομαγνητοφώνηση υψηλή θέση στις δύο επιμέρους αναλύσεις.

Ανεξάρτητα μικροσυστοιχιών και Πρωτεϊνωματική σύνολο δεδομένων επικύρωσης Ανάλυση

η προσέγγιση της CIA [15] συζήτησαν την απόδοση της μεθόδου τους στο δημοσιευμένο mixorarray και τα δεδομένα πρωτεομική διαθέσιμα για τον κύκλο ζωής του

Plasmodium falciparum,

ένα parazyte ελονοσίας [20]. Χρησιμοποιήσαμε τα ίδια δημοσιεύθηκε σύνολα δεδομένων, διαθέσιμη ως πίνακες S1 και S2 σε S1 αρχείου από τη δημοσίευσή τους, και log2 μετέτρεψε τις γραμμικές τιμές έκφρασης για τα δύο σύνολα δεδομένων πριν προχωρήσετε με την ανάλυση GSEA. Τα σύνολα δεδομένων που περιέχουν 4 συνεχόμενες αγενή lifestages: μεροζωϊδίου, δαχτυλίδι, trophozoite και schizout. Κάναμε ένα πρόχειρο ορισμό των εκφρασμένων μεταγραφές σε ένα Στάδιο ζωής όπως οι μεταγραφές που έχει μια ελάχιστη τιμή έκφρασης του 1000, αποδίδοντας γονίδιο σύνολα στην περιοχή μεγέθους των 97-203, και για τις πρωτεΐνες, μια ελάχιστη τιμή έκφραση του 50, δίδοντας γονίδιο σετ στη εύρος μεγέθους 10-77 (σετ γονιδίων που αναφέρονται στην S3 αρχείου). Τα σετ μεταγραφής γονιδίου βασίζεται αναλύθηκαν για τον εμπλουτισμό σε όλα τα στάδια της ζωής 4 στα δεδομένα πρωτεομική με χρήση GSEA σε J-Express (μοναδική κλάση, σταθμισμένη logfold βαθμολόγησης), και το γονίδιο πρωτεΐνης βασίζεται θέτει ομοίως στα δεδομένα μικροσυστοιχιών.

αποτελέσματα

ανάλυση αποτελεσμάτων για ατομική σύνολα δεδομένων

ο Πίνακας 1 παρουσιάζει συνοπτικά τα αποτελέσματα της συγκεκριμένης ανάλυσης, αποσαφήνιση των τάσεων που μπορούν να βρεθούν στο μοντέλο πρωτεομική και transcriptomics δεδομένων για τον καρκίνο του εγκεφάλου σύνολα ξεχωριστά χρησιμοποιώντας την παραδοσιακή μέθοδοι ανάλυσης σε συνδυασμό με το γονίδιο Οντολογίας (www.geneontology.org, [18]). Σχήμα 2Α απεικονίζει τις αναλογίες του συνόλου των καταλόγων γονίδιο που οι διάφορες μέθοδοι που αναφέρουν ευρήματα από.

Η

Αν και υπάρχουν αρκετοί όροι GO /τάσεις που διαπιστώθηκαν επικαλύψεις μεταξύ των επιμέρους πρωτεομική και transcriptomics αποτελέσματα, φαίνεται να υπογραμμίζοντας κάποιοι γενικοί όροι για τις αγγειογενετική όγκους. Για την επεμβατική φαινότυπο υπάρχει μεγαλύτερη συνοχή όσον αφορά GO επικάλυψη μεταξύ πρωτεομική και τα αποτελέσματα μικροσυστοιχιών και υπογράμμισε συναίνεση τάσεις του πίνακα 1, από ό, τι για την αγγειογενετική τύπο.

Ορισμός Gene Προσέγγιση Ολοκληρωμένη Ανάλυση Δεδομένων

προτείνουμε μια νέα προσέγγιση ολοκληρωμένη ανάλυση για την από κοινού ανάλυση των συνόλων δεδομένων με μόνο ένα μερικό σύνολο των αντίστοιχων φορέων. Με τη χαρτογράφηση των μεταγραφών στις αντίστοιχες πρωτεΐνες (βλέπε Μ &? Μ) μπορούμε να αξιολογήσει πώς οι κορυφαίες διαφορικά εκφραζόμενα μετάγραφα διανέμουν ως ένα σύνολο πρωτεϊνών στα δεδομένα πρωτεομική, και πως οι κορυφαίες διαφορικά εκφρασμένων πρωτεϊνών διανέμουν ως ένα σύνολο μεταγράφων στην μικροσυστοιχία δεδομένα. Βλέπε Σχήμα 2Β. Πρέπει πρώτα προσδιορίσει την κορυφή μέχρι ρυθμιζόμενων πρωτεϊνών χρησιμοποιώντας RP για το σύνολο των χαρτογραφηθεί πρωτεΐνες σε ένα δεδομένο επίπεδο σημαντικότητας, τόσο υπερεκφράζεται σε επεμβατικές (Ι) και αγγειογενετική (Α), και οθόνη τα αντίστοιχα σύνολα των αντιγράφων χρησιμοποιώντας GSEA στην πλήρη δεδομένα μικροσυστοιχιών σειρά. Ομοίως, έχουμε εντοπίσει το top up-ρυθμίζεται μεταγραφές χρησιμοποιώντας RP για το σύνολο των χαρτογραφηθεί μεταγραφές σε ένα δεδομένο επίπεδο σημαντικότητας, τόσο στην επεμβατική και αγγειογενετική δείγματα, και να εξετάσει τα αντίστοιχα σύνολα των πρωτεϊνών χρησιμοποιώντας GSEA στην πλήρη πρωτεομική σύνολο δεδομένων.

πρωτεομική δεδομένα μικροσυστοιχιών αποτελέσματα RP υποστήριξη σε επεμβατικές δείγματα.

Όπως φαίνεται στο Σχήμα 3Α, αριστερό πάνελ, υπάρχει ένα σημαντικό εμπλουτισμό στα δεδομένα πρωτεομική των πρωτεϊνών που αντιστοιχούν στα διαφορικά εκφραζόμενα μετάγραφα ρυθμισμένα προς τα πάνω στο δεδομένων των μικροσυστοιχιών. Ο εμπλουτισμός σε επεμβατική δείγματα είναι σύμφωνη με την ανοδική ρύθμιση των μεταγραφών σε επεμβατικές δείγματα στα δεδομένα μικροσυστοιχιών. Το δεξί πλαίσιο δείχνει για λόγους σύγκρισης, ότι δεν υπάρχει καμία τέτοια σημαντική τάση για πρωτεΐνες που αντιστοιχούν στις μεταγραφές πάνω ρυθμισμένα στην αγγειογόνο δείγματα

Α:. Αριστερά – μεταγραφής αντίστοιχες πρωτεΐνες εμπλουτισμένο σε επεμβατικές δείγματα, δεξιά – μεταγράφημα που αντιστοιχεί πρωτεΐνες εμπλουτισμένα σε αγγειογενετική δείγματα. Β: αριστερά – μεταγραφές πρωτεΐνης που αντιστοιχεί εμπλουτισμένο σε επεμβατικές δείγματα, δεξιά – πρωτεΐνη αντίστοιχες πρωτεΐνες εμπλουτισμένο σε αγγειογενετική δείγματα

Η

Η αιχμή που αποτελείται από 47 μεταγραφής συνδυασμούς /πρωτεΐνης από αυτό το σύνολο του γονιδίου εμφανίζεται στον Πίνακα 2. και αντιπροσωπεύει το σημείο εκκίνησης της βιολογικής ερμηνείας αυτής της ολοκληρωμένης συν-ανάλυση.

η

Πρωτεομική RP αποτελέσματα στήριξη δεδομένων μικροσυστοιχιών στην αγγειογενετική δείγματα.

Εικόνα 3Β, δεξιό πίνακα, εμφανίζεται η σημαντική εμπλουτισμός σε δεδομένα μικροσυστοιχιών των μεταγραφών που αντιστοιχούν σε διαφορικά εκφρασμένες πρωτεΐνες στα δεδομένα πρωτεομική. Ο εμπλουτισμός σε αγγειογενετική δείγματα είναι σύμφωνη με την ανοδική ρύθμιση των πρωτεϊνών σε δείγματα αγγειογόνου στα δεδομένα πρωτεομική. Το αριστερό πάνελ δείχνει για σύγκριση ότι δεν υπάρχει σημαντική τάση για μεταγραφές που αντιστοιχούν σε πρωτεΐνες πάνω ρυθμισμένα στις επεμβατικές δείγματα.

Η προπορευόμενη ακμή που αποτελείται από 43 μεταγραφημάτων υποστηρίζεται από δεδομένα πρωτεΐνη, παρατίθεται στον Πίνακα 3, και απλό έλεγχο της λίστας αποκαλύπτει πολλά γονίδια που έχει διαπιστώσει στο παρελθόν που σχετίζονται με την αγγειογένεση.

η

Σύγκριση με Πρότυπη μέθοδος και Ανεξάρτητη επικύρωσης δεδομένων

Μια απλή μετα-ανάλυση του μοντέλου καρκίνου του εγκεφάλου μικροσυστοιχιών και σύνολα δεδομένων πρωτεομική αποκάλυψε καμία σημαντική αντίστοιχα ζεύγη μεταγραφή και πρωτεΐνες που εκφράζονται διαφορικά μεταξύ της εισβολής και αγγειογενετική δείγματα. (Επεμβατική vs αγγειογενετική top 20 ζεύγη,

q

= 83,9%, αγγειογενετική vs επεμβατική top 20 ζεύγη,

q

= 78,1%, βλ S4 αρχείου).

Το GSEA τα αποτελέσματα από την αξιολόγηση των top εκφρασμένων πρωτεϊνών στα διάφορα στάδια του κύκλου ζωής του

Plasmodium falciparum

κατά των συνόλων δεδομένων transcriptomics για τα ίδια στάδια του κύκλου ζωής συλλέγονται και παρουσιάζονται στο S3 αρχείου. Ομοίως είναι τα αποτελέσματα για τα κορυφαία εξέφρασε μεταγραφές αναλύονται κατά των πρωτεομική σύνολα δεδομένων από τα διάφορα στάδια. Αυτά είναι σε αντίθεση με τα αποτελέσματα στον Πίνακα 2 του αρχικού έργου [20].

Συζήτηση

Gene-σύνολο μεθόδων που βασίζονται συχνά ξεφεύγουν περισσότερο από την ανάλυση διαφορικής έκφρασης γονιδίων απλή-με-γονιδίου, και έχουν λάβει κάποια έμφαση τα τελευταία χρόνια. Μια άλλη εναλλακτική λύση για την ενίσχυση της στατιστικής ισχύος μέσα σε ένα πείραμα? πω ένα πείραμα μικροσυστοιχιών, μέσω της προσθήκης περισσότερα δείγματα (επαναλήψεις) για τη στατιστική δοκιμασία για να υπολογιστεί από το, είναι να συνδυάσει τα αποτελέσματα από διάφορα ανεξάρτητα πειράματα, που μαζί εμφανίζουν μια τάση ως σημαντική. Μερικές φορές αυτό αναφέρεται ως μια μετα-ανάλυση, ανάλογα με το επίπεδο αφαίρεσης από το αρχικά δεδομένα, και μερικές φορές ως μια ολοκληρωμένη προσέγγιση. Κοινό και στις δύο είναι η αναγκαιότητα να χαρτογραφήσει φορείς από διαφορετικά σύνολα δεδομένων μεταξύ τους και με τη χρήση ενός κατάλληλου στατιστική δοκιμή για να αξιολογηθεί η συνδυασμένη μοντέλο. Όπως αποδεικνύεται για το μοντέλο καρκίνου του εγκεφάλου σύνολα δεδομένων, μια τακτική Rank προϊόντων μετα-ανάλυση αποτυγχάνει σε αυτήν την περίπτωση να εντοπίσει σημαντική στήριξη μεταξύ των συνόλων δεδομένων, και εναλλακτικοί τρόποι που αφορούν τα σύνολα δεδομένων σε μια ολοκληρωμένη προσέγγιση καλείται για.

Όπως φαίνεται στον πίνακα 1, η διαφορετική παραδοσιακή ανάλυση προσεγγίσεις έχουν δυσκολίες στην εύρεση πραγματικά στατιστικά σημαντικά αποτελέσματα από μόνα τους. Οι τάσεις που ανακαλύφθηκε είναι σημαντικές από την άποψη της γενικής διαφορά μεταξύ της διεισδυτικής και αγγειογόνο φαινότυπο, αλλά δεν είναι ούτε πολύ συγκεκριμένες ούτε συνδέονται με πειστικό επίπεδα εμπιστοσύνης.

Με βάση τα αποτελέσματα του εγχειριδίου αναλύσεων (επαναλαμβάνεται στον Πίνακα 1) έχουμε μπορεί να συναχθεί το συμπέρασμα ότι η επεμβατική είδος των πειραματικών όγκων συνδέεται με όρους Γονιδιακή Οντολογία δείχνει σύνολα των γονιδίων που εμπλέκονται στην ανάπτυξη του κεντρικού νευρικού συστήματος, είναι διαδικασίες και ρυθμίσεις, όπως εκτιμάται από GO υπερ-εκπροσώπηση ανάλυση των δεδομένων transcriptomics και από την προσέγγιση GSEA στην τόσο οι πρωτεομική και τα δεδομένα transcriptomics. Αυτό είναι σε συμφωνία με την φαινοτυπική εμφάνιση και τη συμπεριφορά των διηθητικών όγκων, η οποία μοιάζει με ένα περισσότερο ανώριμο βλαστικών κυττάρων, όπως, ικανή να διεισδύσει γειτονικών κατασκευών, σαν νευρικά βλαστικά κύτταρα κάνουμε στον αναπτυσσόμενο εγκέφαλο. Η αγγειογενετική φαινότυπος ωστόσο, συνδέεται με τα γονίδια που σχετίζονται με την αγγειογένεση όπως εκτιμήθηκε με ανάλυση RP, GO υπερεκπροσώπησή ανάλυση σε πρωτεομική καθώς GSEA σε transcriptomics η οποία περιελάμβανε επίσης την εκπροσώπηση των όρων που συνδέονται με τον κυτταρικό κύκλο, την ανάπτυξη και τον πολλαπλασιασμό.

σε αντίθεση με τις αναλύσεις των διαφόρων συνόλων δεδομένων, η ολοκληρωμένη ανάλυση δείχνει δύο σημαντικές στατιστικώς σημαντικές τάσεις: 1) επάνω ρυθμισμένο μεταγραφές στην επεμβατική φαινότυπο, αξιολογούνται μαζί απαντάται ως ένα σύνολο πρωτεϊνών σημαντικά πάνω ρυθμισμένα μαζί στην επεμβατική φαινότυπο, 2) πάνω ρυθμισμένα πρωτεϊνών στο αγγειογόνο φαινότυπο, αξιολογούνται μαζί απαντάται ως ένα σύνολο μεταγράφων σημαντικά πάνω ρυθμισμένα μαζί στο αγγειογόνο φαινότυπο. Όπως φαίνεται στην Εικόνα 3 δείχνει, οι προπορευόμενες ακμές των εν λόγω συνόλων που εκτείνεται περίπου 20% της πλήρους λίστας φόντο. Ως εκ τούτου, η προσέγγισή μας συν-ανάλυση εντοπίζει σημαντικά σύνολα γονιδίων στα ίδια λίστες φόντο γονίδιο όλων των επιμέρους αναλύσεων στον Πίνακα 1. αξιολόγηση.

Μια ισχυρή συνοχή μεταξύ των ολοκληρωμένων αποτελεσμάτων των αναλύσεων στον Πίνακα 2 και τα ασθενέστερα ατομική ανάλυση αποτελεσμάτων από Πίνακας 1 επιβεβαιώνεται με απλό έλεγχο των ονομάτων πρωτεΐνης στον πίνακα 2 και την κυριαρχία της νευρωνική ανάπτυξη και τις περιγραφές που σχετίζονται με δραστηριότητα. Επιπλέον έχουμε απαριθμήσει τα πιο σχετικούς όρους Γονιδιακή Οντολογία οι 47 πρωτεΐνες στον Πίνακα 2 σχολιασμένο με, και αυτά είναι σαφώς ταιριάζουν με το πεδίο εφαρμογής των όρων που προσδιορίζονται από επιμέρους αναλύσεις (ιδίως Πίνακας S9 στο S1 αρχείου). Στην περίπτωση της επεμβατικής φαινοτύπου αυτού του πειραματικού μοντέλου GBM το κύτταρο όγκου (ανθρώπινο) διήθηση του εγκεφαλικού ιστού ξενιστή (αρουραίος) είναι τόσο μεγάλη ώστε είναι ουσιαστικά αδύνατο να απομονωθούν ή χειρουργική αφαίρεση του καθαρού όγκου με χειρουργικά μέσα, το οποίο είναι επίσης ένα από τα σημαντικότερα ζητήματα στην κακή επιτυχία της χειρουργικής θεραπείας και μόνο για την ανθρώπινη GBMs. Ως εκ τούτου, τα δείγματα ιστού όγκου αυτού του φαινοτύπου είναι «μολυσμένο» σε μεγάλο βαθμό από τον οικοδεσπότη (αρουραίος) εγκεφαλικού ιστού. Οι πρωτεΐνες που προσδιορίζονται από την ολοκληρωμένη ανάλυση και διαφορικά εκφρασμένο ως σύνολο, υπερεκφράζεται στην επεμβατική φαινότυπο, καθώς και τα αποτελέσματα της GSEA της πρωτεομική (Πίνακας S9 στο S1 File) και εγχειρίδιο σταυρό συγκρίσεις χρησιμοποιώντας το μονοπάτι Ανάλυση εφευρετικότητα και την Ανθρώπινη Πρωτεΐνη Atlas επιβεβαίωσε αυτή η κατάσταση στο επίπεδο των πρωτεϊνών. Σχεδόν οι μισοί (17 από 36 μοναδικές πρωτεΐνες – Πίνακας 2) βρίσκονται σε πρωτεΐνες γεγονός που συνδέεται με την κυτταρική εντόπιση του εγκεφάλου (κυτταρικό συστατικό) και είναι είτε νευρικών (Synapse, νευρομυϊκή σύναψη, Μετασυναπτικοί πυκνότητα, Synaptic φλύκταινα, προσυναπτική μεμβράνη των κυστιδίων, προσυναπτικός ενεργή ζώνη , η νευρωνική κυτταρικό σώμα κλπ) ή νευρογλοιακά προέλευσης (έλυτρο μυελίνης, Compact μυελίνης, κλπ) και κυρίως φιλοξενήσει πρωτεΐνες ή μοιράζονται ομολογία αλληλουχίας πρωτεϊνών με τον ξενιστή.

Επιπλέον, τόσο το GO υπερ-εκπροσώπηση ανάλυση (Πίνακας S7 στο S1 File) και GSEA (Πίνακας S11 στο Αρχείο S1) των transcriptomics δεδομένων έντονα κυριαρχείται από τους όρους που σχετίζονται με τον εγκέφαλο ένδειξης προέλευσης υποδοχής και όχι τα καρκινικά κύτταρα.

ο πίνακας 3 καταγράφει το up-ρύθμιση σύνολο των μεταγραφών στην οι αγγειογενετική δείγματα τα οποία υποστηρίζονται από τα δεδομένα πρωτεϊνωματική, η πιο κυρίαρχη τάση επικάλυψη με τα επιμέρους αποτελέσματα της ανάλυσης είναι αναπτυξιακή διαδικασία και το σχηματισμό αιμοφόρων αγγείων. Ειδικότερα, η παρουσία του σκυροδέματος όρος αγγειογένεση επισημείωση τρία γονίδια (vav3, anxa2 και anxa2p2) στον Πίνακα 3 είναι πολύ ενδιαφέρουσα. Αυτή είναι η πρώτη φορά που με δοκιμασίες μοριακό επίπεδο ήταν σε θέση να υποδείξει τον όρο αντανακλώντας

de facto

αγγειογένεσης σε όγκους αργά γενιάς (Εικόνα 1), ως ένα από τα πιο σημαντικά φαινοτυπικά χαρακτηριστικά του ύστερου γενιάς γλοίωμα ζώο μοντέλου, καθώς και ένα από τα χαρακτηριστικά της υψηλής ποιότητας γλοιώματος σε ασθενή. Επιπλέον, η έκφραση του anxa2 ήταν επιμελώς επικυρώνονται στο επίπεδο της ανοσοϊστοχημείας σε επιπλέον δείγματα ιστού από τα μοντέλα ξενομοσχεύματος GBM καθώς και σε μεγάλο αριθμό πάνω από 200 κλινικά δείγματα γλοιώματα διαφόρων βαθμών σε μια μορφή ενός μικροσυστοιχιών ιστού, όπως φαίνεται στο προηγούμενο έρευνά μας . Πράγματι επιβεβαιώσαμε μια ισχυρή ρύθμιση προς τα πάνω του Anxa2 σε αγγειογόνου ξενομοσχεύματα σε σύγκριση με επεμβατικές αυτές, καθώς και μια σημαντική αύξηση στην έκφραση Anxa2 σε υψηλού βαθμού γλοιώματα (βαθμός III και IV) σε σύγκριση με χαμηλούς βαθμούς (βαθμού Ι και II) [9] .

η υπερ-εκπροσώπηση της μεμβράνης εντοπίζεται πρωτεϊνών (πλασματική μεμβράνη, ER, GA και σε ορισμένες περιπτώσεις η Mt) φαίνεται στον πίνακα 3, μπορεί να εξηγηθεί από την πειραματική διάταξη του πειράματος πρωτεομική η οποία περιελάμβανε ένα στάδιο εμπλουτισμού για πρωτεΐνες μεμβράνης. Εξ ου και η ολοκληρωμένη ανάλυση, επίσης, θα έχουν μια κλίση προς μεταγραφές με τα προϊόντα γονιδίων σε αυτά τα κυτταρικά διαμερίσματα. Αυτό μπορεί επίσης να εξηγήσει το γεγονός ότι δεν βλέπουμε την υποστήριξη για την υπογραφή του κυτταρικού κύκλου, την ανάπτυξη και τον πολλαπλασιασμό που θεωρήθηκε ως μια σημαντική τάση στις επιμέρους αναλύσεις (Πίνακας S12 στο αρχείο S1 ειδικότερα). Με μια πιο προσεκτική εξέταση του κυτταρικού εντοπισμού των υποκείμενων μεταγραφές για την τάση στον πίνακα S12 στην S1 αρχείου, η πλειοψηφία των αυτά περιγράφονται ως βρίσκονται στον πυρήνα, και οι αντίστοιχες πρωτεΐνες θα είναι συνεπώς λιγότερο πιθανό να ενταχθεί στην στοχευμένη κλάσμα μεμβράνης στο πείραμα πρωτεομική.

Ατομικές αναλύσεις δείχνουν προς τους όρους προσκόλλησης κυττάρων (Πίνακας S11 στο αρχείο S1) υποστηρίζονται από την ολοκληρωμένη προσέγγιση (Πίνακας 3, MSN) και είναι σύμφωνες με την επεμβατική φαινότυπο όπου η προσκόλληση των κυττάρων φαίνεται να μπορεί να