Αφηρημένο

προφίλ γονιδιακής έκφρασης έχουν επιστήσει την ευρεία προσοχή στην αποκρυπτογράφηση της παθογένειας των ανθρώπινων καρκίνων. Σχετίζονται με τον καρκίνο ενότητες γονίδιο θα μπορούσε να εντοπιστεί σε δίκτυα συν-έκφρασης και να εφαρμοστεί για τη διευκόλυνση της έρευνας για τον καρκίνο και την κλινική διάγνωση. Σε αυτή την εργασία, μια νέα μέθοδος προτάθηκε για τον εντοπισμό των πνευμόνων ενότητες του καρκίνου του κινδύνου και την αξιολόγηση των κινδύνων ασθένειας ενότητα που βασίζεται δειγμάτων. Τα αποτελέσματα έδειξαν ότι τριάντα μία ενότητες καρκίνος κινδύνου ήταν στενά συνδεδεμένη με τα γονίδια του καρκίνου του πνεύμονα σε λειτουργικό επίπεδο και διαδραστικές επίπεδο, υποδεικνύοντας ότι αυτές οι μονάδες και τα γονίδια θα μπορούσε να οδηγήσει σε συνέργεια για την εμφάνιση του καρκίνου του πνεύμονα. Η μέθοδος μας αποδείχθηκε ότι έχει καλή ευρωστία με την αξιολόγηση του κινδύνου της νόσου των δειγμάτων σε οκτώ προφίλ έκφρασης του καρκίνου (τέσσερα για τον καρκίνο του πνεύμονα και τέσσερα για άλλους καρκίνους), και είχαν καλύτερη απόδοση από τη μέθοδο WGCNA. Αυτή η μέθοδος θα μπορούσε να παρέχει βοήθεια στη διάγνωση και τη θεραπεία των καρκίνων και μια νέα ιδέα για την εξήγηση των μηχανισμών του καρκίνου

Παράθεση:. Jia Χ, Miao Ζ, Λι W, Zhang L, Feng C, Ο Y, et al. (2014) Cancer-Risk Ενότητα Αναγνώριση και Ενότητα-Based Νόσου Αξιολόγηση Κινδύνου: Μια μελέτη περίπτωσης για τον Καρκίνο του Πνεύμονα. PLoS ONE 9 (3): e92395. doi: 10.1371 /journal.pone.0092395

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

Ελήφθη: 12 Ιουλ του 2013? Αποδεκτές: 21 Φεβρουαρίου 2014? Δημοσιεύθηκε: 18 Μαρτίου, 2014

Copyright: © 2014 Jia 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:. Η χρηματοδότηση που προβλέπεται από το Εθνικό Ίδρυμα Φυσικών Επιστημών της Κίνας (Αρ 61272388 και Νο 31301040)? Υπερπόντιων μελετητές του έργου που χρηματοδοτείται από το Τμήμα Εκπαίδευσης της επαρχίας Heilongjiang (NO 1155H012.)? και ο πλοίαρχος Ταμεία Καινοτομίας της επαρχίας Heilongjiang (Αρ YJSCX2012-209HLJ και YJSCX2012-224HLJ). 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

Ο καρκίνος προκαλείται από εκτροπή πολλαπλών γονιδίων, και ως εκ τούτου παθογένεση της είναι πολύ περίπλοκη και ασαφή [1], [2], [3]. γονίδια σχετίζονται με τον καρκίνο έχουν ποικίλες λειτουργίες [4], [5], ενώ γονίδια με παρόμοιες λειτουργίες ενδέχεται να συν-εκφράζονται [6], [7] και βρίσκονται σε γειτονικές περιοχές (γνωστές ως μονάδες δικτύου) [8], [ ,,,0],9] σε βιολογικά δίκτυα. Οι ενότητες αποκαλύπτουν τον μηχανισμό πολλαπλών γονιδίων βασίζεται η ασθένεια και να αξιολογήσει τον κίνδυνο της νόσου. Αποτελεσματική ταυτοποίηση των ενοτήτων κινδύνου του καρκίνου μπορεί να βοηθήσει τους ερευνητές του καρκίνου [10], [11], [12], [13].

κίνδυνο Νόσου των ενοτήτων σχετίζονται με τον καρκίνο υπολογίζεται από ένα συγκεκριμένο βιολογικό υπόβαθρο μπορεί να είναι ένα σημαντικό μέτρο για κλινική πρόβλεψη της διάγνωσης του καρκίνου [14], [15], [16], [17], [18]. Αρκετές υπολογιστικές προσεγγίσεις έχουν αναπτυχθεί για την ανάλυση ενότητα κινδύνου ασθενειών, συμπεριλαμβανομένης της ανίχνευσης του διαφορικά συσχετίζονται συστάδες γονιδίων και ανάλυση ειδικών γονιδίων με βάση το δίκτυο συν-έκφραση [19], [20], [21], [22]. Για παράδειγμα, η ανάλυση του δικτύου σταθμισμένο γονίδιο συν-έκφραση (WGCNA) είναι μια ώριμη τεχνική και προσδιορίζει ενότητες γονίδιο ως υποψήφιος βιοδείκτες ή θεραπευτικούς στόχους που βασίζονται στο δίκτυο συν-έκφραση [23], [24]. WGCNA έχει χρησιμοποιηθεί για τη μελέτη πολύπλοκες ασθένειες, όπως το σύνδρομο του μεταβολισμού [25], η σχιζοφρένεια [26], και η καρδιακή ανεπάρκεια [27]. Οι δραστηριότητες έκφραση των ενοτήτων κινδύνου νόσο (που προκαλείται ή καταστέλλεται) διαφορετικές μεταξύ κλινικών καταστάσεων (σε εξέλιξη όγκου) [14].

Επιπλέον, είναι εφικτό να προσδιοριστούν ενότητες κινδύνου καρκίνου από τα δίκτυα συν-έκφραση χρησιμοποιώντας το δίκτυο μεθόδους που βασίζονται. Η ανάλυση των δικτύων συνεργασίας γονιδιακής έκφρασης δείχνει ότι τα γονίδια μέσα στις ίδιες μονάδες φαίνεται να έχουν παρόμοια πρότυπα έκφρασης, μοιράζονται κοινά ρυθμιστικών μηχανισμών [28], [29], [30], και ως εκ τούτου έχουν ισχυρές ενώσεις με ειδικές βιολογικές λειτουργίες που καθορίζουν το συμπεριφορές ή φαινότυποι των κυττάρων [31], [32]. Ενότητες που προέρχονται από το δίκτυο συν-έκφραση οργανώθηκαν σε μια δομή ανώτερης τάξης συσχετίζονται με τα κλινικά χαρακτηριστικά, τα οποία παρέχονται πληροφορίες για την υποκείμενη βιολογία του γλοιώματος [33]. Τέσσερις ενότητες του καρκίνου των ωοθηκών από ένα δίκτυο συν-έκφραση διακρίθηκαν ότι σχετίζονται σημαντικά με βιολογικές διαδικασίες όπως τον κυτταρικό κύκλο και την αντιγραφή του DNA σε Gene Ontology (GO) κατηγορίες [34]. Οι ενότητες συν-έκφραση που συνδέεται με Τ-βοηθητικά διαφοροποίηση και ΤΟΡ-βήτα οδών βελτιωμένη κλινική έκβαση των καρκίνων του μαστού ορμόνης-αναίσθητη μετά την αγωγή [35]. Επιπλέον, το δείγμα υπογραφές /ετικέτες θεωρούνται κατά την αξιολόγηση των ενοτήτων κινδύνου σχετίζονται με τον καρκίνο θα προσφέρει μια νέα ιδέα για την αποκάλυψη των μηχανισμών των ασθενειών [36]. Έρευνες έχουν δείξει ότι είναι αναγκαίο να διερευνηθούν οι σχέσεις μεταξύ των λειτουργιών των γονιδίων και των κινδύνων της νόσου [37], [38]. Τα δίκτυα συν-έκφραση λαμβάνοντας υπόψη τις βιολογικές λειτουργίες θα είναι πιο ισχυρή και αυθεντική [39], [40], και οι μονάδες που προέρχονται από τα δίκτυα αυτά θα μπορούσε να αντικατοπτρίζει καλύτερα τις πληροφορίες λειτουργία των ασθενειών.

Σε αυτό το χαρτί, μια νέα μέθοδος προτάθηκε για τον εντοπισμό ενότητες του καρκίνου του κινδύνου και την αξιολόγηση των κινδύνων ασθένειας ενότητα που βασίζεται δειγμάτων. Ένα εξαιρετικά αυτοπεποίθηση δίκτυο συν-έκφραση με λειτουργικές πληροφορίες ομοιότητα αρχικά κατασκευάστηκε με τη χρήση προφίλ έκφρασης σε καρκίνο του πνεύμονα, και στη συνέχεια ταυτοποιήθηκαν υποψήφιος modules. Οι κίνδυνοι του καρκίνου των ενοτήτων βαθμολογήθηκαν με την εισαγωγή ετικέτες δείγμα, τότε οι σημαντικές ενότητες του καρκίνου του κινδύνου σαρώθηκαν από τυχαιοποιημένες μελέτες. Τέλος, οι κίνδυνοι ασθενειών των δειγμάτων αξιολογήθηκε με βάση τις ενότητες του καρκίνου του κινδύνου. Οι ενότητες αυτές αναμένεται να παρέχουν στοιχεία για τη διάγνωση της νόσου, τη θεραπεία και την κλινική ανάλυση στο μέλλον. Ταυτοποίηση των ενοτήτων του καρκίνου του κινδύνου και την αξιολόγηση των κινδύνων ασθένειας ενότητας με βάση διεξήχθησαν στα ακόλουθα στάδια (Σχήμα 1).

Η

Υλικά και Μέθοδοι

Υλικά