Αφηρημένο

Τα microRNAs (miRNAs) είναι μικρά RNA που ρυθμίζουν την έκφραση των mRNA στόχου με τη δέσμευση ειδικών σχετικά με το mRNA 3’UTR και την προώθηση της υποβάθμισης του mRNA στην πλειοψηφία των περιπτώσεων. Συχνά είναι ενδιαφέρον να γνωρίζουμε τους συγκεκριμένους στόχους ενός miRNA, προκειμένου να σπουδάσουν σε ένα συγκεκριμένο πλαίσιο νόσου. Υπό αυτή την έννοια, ορισμένες βάσεις δεδομένων έχουν σχεδιαστεί για να προβλέψει πιθανές αλληλεπιδράσεις miRNA-mRNA με βάση τις αλληλουχίες υβριδισμού. Ωστόσο, ένας από τους κύριους περιορισμούς είναι ότι αυτές οι βάσεις δεδομένων έχουν πάρα πολλά ψευδώς θετικά και δεν λαμβάνουν υπόψη τις αλληλεπιδράσεις συγκεκριμένες ασθένειες. Έχουμε αναπτύξει ένα πακέτο R (miRComb) είναι σε θέση να συνδυάσει τα δεδομένα έκφρασης των miRNAs και mRNA με πληροφορίες υβριδισμού, προκειμένου να βρουν πιθανούς στόχους miRNA-mRNA που είναι πιο αξιόπιστα να συμβεί σε μια συγκεκριμένη φυσιολογική ή ασθένεια πλαίσιο. Αυτό το άρθρο συνοψίζει τον αγωγό και τις κύριες εξόδους αυτού του πακέτου χρησιμοποιώντας ως παράδειγμα δεδομένα TCGA από πέντε γαστρεντερικών καρκίνων (καρκίνος του παχέος εντέρου, του καρκίνου του ορθού, καρκίνο του ήπατος, καρκίνο του στομάχου και καρκίνο του οισοφάγου). Τα λαμβανόμενα αποτελέσματα μπορούν να χρησιμοποιηθούν για την ανάπτυξη ενός τεράστιου αριθμού ελέγξιμες υποθέσεις από άλλους συγγραφείς. Σε παγκόσμιο επίπεδο, δείχνουμε ότι το πακέτο miRComb είναι ένα χρήσιμο εργαλείο για την αντιμετώπιση των δεδομένων έκφρασης των miRNAs και mRNA, που βοηθά να φιλτράρετε το υψηλό ποσό των αλληλεπιδράσεων miRNA-mRNA που λαμβάνεται από τις προ-υπάρχουσες βάσεις δεδομένων πρόβλεψη στόχων των miRNAs και παρουσιάζει τα αποτελέσματα σε ένα τυποποιημένο τρόπο (έκθεση pdf). Επιπλέον, μια ενοποιητική ανάλυση των αλληλεπιδράσεων miRComb miRNA-mRNA από τα πέντε πεπτικό καρκίνων παρουσιάζεται. Ως εκ τούτου, miRComb είναι ένα πολύ χρήσιμο εργαλείο για να ξεκινήσει την κατανόηση γονιδιακή ρύθμιση miRNA σε ένα συγκεκριμένο πλαίσιο. Το πακέτο μπορεί να βρεθεί στα https://mircomb.sourceforge.net

Παράθεση:. Vila-Casadesús Μ, Gironella Μ, Lozano JJ (2016) MiRComb: Ένα Πακέτο R να αναλύσει miRNA-mRNA αλληλεπιδράσεις. Παραδείγματα σε πέντε Πεπτικό καρκίνοι. PLoS ONE 11 (3): e0151127. doi: 10.1371 /journal.pone.0151127

Επιμέλεια: Moray Campbell, Roswell Park Cancer Institute, Ηνωμένες Πολιτείες |

Ελήφθη: 15 Οκτωβρίου του 2015? Αποδεκτές: 24 Φλεβάρη, 2016? Δημοσιεύθηκε: 11 του Μαρτίου 2016

Copyright: © 2016 Vila-Casadesús 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

Δεδομένα Διαθεσιμότητα:. Όλη η δεδομένα είναι εντός του Υποστηρίζοντας αρχεία πληροφοριών του χαρτιού και

Χρηματοδότηση:. Η παρούσα εργασία χρηματοδοτήθηκε από το Instituto de Salud Carlos III (PI13 /02192? συγχρηματοδοτείται από ΕΤΠΑ-Ευρωπαϊκής Ένωσης) και από την Fundación Científica de la Asociación Española contra el καρκίνου (GCB13131592CAST) για να MG. CIBEREHD χρηματοδοτείται από το Instituto de Salud Carlos III. MVC χρηματοδοτείται από Ministerio de Educación Cultura y Deporte (FPU12 /05138). 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

Συντομογραφίες : BH, Benjamini & amp? Hochberg? COAD, αδενοκαρκίνωμα του παχέος εντέρου? ESCA, καρκίνωμα του οισοφάγου? FDR, False Discovery Rate? Η υγιής? LIHC, το συκώτι ηπατοκυτταρικό καρκίνωμα? Mirna, microRNA? MRNA, αγγελιαφόρο RNA? qRT-PCR, ποσοτικής PCR αντίστροφης μεταγραφής? NGS, επόμενης γενιάς αλληλουχίας? ΔΙΑΒΑΣΤΕ, αδενοκαρκίνωμα του ορθού? STAD, αδενοκαρκίνωμα του στομάχου? TCGA, ο καρκίνος Genome Atlas

Εισαγωγή

Τα microRNAs (miRNAs) είναι μη-κωδικοποίησης, μονόκλωνο RNA των 18-25 νουκλεοτιδίων και αποτελούν μια νέα κατηγορία των ρυθμιστικών γονιδίων που βρίσκονται και στις δύο φυτά και ζώα. Ρυθμίζουν αρνητικά τους στόχους τους (messenger RNA που -mRNAs-) σε έναν από τους δύο τρόπους, ανάλογα με το βαθμό της συμπληρωματικότητας μεταξύ του miRNA και στόχου. Ένας τρόπος δράσης (που αντιπροσωπεύει περίπου το 80% των περιπτώσεων) είναι η προώθηση της υποβάθμισης του mRNA [1], ο άλλος την αναστολή της μετάφρασης του mRNA.

Οι προηγούμενες συγγραφείς χρησιμοποίησαν σε συνδυασμό miRNA και mRNA δεδομένων για την πρόβλεψη στόχων των miRNAs σε συγκεκριμένες ασθένειες. Βασίζουν την ανάλυσή τους για τη συσχέτιση της έκφρασης των miRNAs και mRNA, και διασταυρώνονται με τις γνωστές βάσεις δεδομένων [2,3]. Ωστόσο, αν και αυτές οι μελέτες είναι χρήσιμες, δεν υπάρχει διαθέσιμη να αναπαράγουν τα αποτελέσματα του λογισμικού. R [4] είναι ένα περιβάλλον λογισμικού για στατιστικούς υπολογισμούς και γραφικά. Έχει χρησιμοποιηθεί ευρέως στην επιστημονική κοινότητα λόγω του γεγονότος ότι λειτουργεί με οποιαδήποτε πλατφόρμα, είναι δωρεάν, επιτρέπει την κατασκευή του δικού τα πακέτα και τις λειτουργίες σας και να το μοιραστείτε με άλλους επιστήμονες, είναι καλά τεκμηριωμένη και επικαιροποιείται. Bioconductor [5] είναι ένα αποθετήριο πακέτο R επικεντρώθηκε σε δέσμες, με σκοπό να αναλύσει τα βιολογικά δεδομένα. Υπάρχουν μερικά πακέτα R /Bioconductor που είναι σε θέση να κάνουν συσχετισμούς miRNA-mRNA, διασταυρώνονται με τις γνωστές βάσεις δεδομένων και να αναλύσει τα δίκτυα, μεταξύ άλλων λειτουργιών, όπως

RmiR

,

Corna

,

miRNApath

,

microRNA

,

MultiMiR

[6,7]. Ωστόσο, καμία από αυτές τις μεθόδους επιτρέπει την εκτέλεση ενός ολόκληρου πλήρης ανάλυση με άμεσο τρόπο. Ο στόχος μας ήταν να σχεδιάσουμε ένα πακέτο R, που ονομάζεται miRComb, είναι σε θέση να συνδυάσει τα δεδομένα έκφρασης των miRNAs και του mRNA (από οποιαδήποτε μορφή) με πληροφορίες υβριδισμού, προκειμένου να βρουν πιθανούς miRNA-mRNA στόχους που είναι πιθανό να συμβεί σε μια συγκεκριμένη φυσιολογική ή ασθένεια πλαίσιο . Αυτό δημιουργεί μια λίστα των αποτελεσμάτων που μπορεί να είναι η βάση για την ανάπτυξη πολλών υποθέσεων που πρόκειται να δοκιμαστεί πειραματικά σε ένα υγρό εργαστήριο. Μια άλλη προστιθέμενη αξία είναι να παρουσιάσει τα αποτελέσματα της ανάλυσης σε μια τιτλοδοτήθηκε τρόπο με μια έκθεση pdf.

Έχουμε χρησιμοποιούνται ως παραδείγματα δημόσια διαθέσιμα στοιχεία από τον καρκίνο Genome Atlas (TCGA) [8] για διαφορετικές πεπτικού καρκίνου. Τα αποτελέσματα υπογραμμίζουν το δυναμικό interactomes miRNA-mRNA των πέντε πεπτικού καρκίνου και προσφέρουν μια αμερόληπτη άποψη των λειτουργιών miRComb. Σε ό, τι γνωρίζουμε, δεν υπάρχει ακόμη σφαιρική ανάλυση αυτού του είδους στην γαστρεντερική καρκίνους.

Υλικά και Μέθοδοι

Έχουμε χρησιμοποιήσει τα στοιχεία TCGA από 1645 δείγματα μεταξύ 5 διαφορετικών πεπτικό καρκίνους (καρκίνος του παχέος εντέρου , καρκίνο του ορθού, καρκίνο του ήπατος, καρκίνο του στομάχου και καρκίνο του οισοφάγου) που έπρεπε ταυτόχρονα miRNA-seq και RNA-seq δεδομένων. Όλα τα δεδομένα έχουν υποστεί επεξεργασία με την ίδια διαδικασία

Καθώς το σημείο εκκίνησης του πακέτου μας χρησιμοποιήσαμε τρεις ευρέως αποδεκτές υποθέσεις:..

Mirna ρυθμίζουν αρνητικά την έκφραση του mRNA στόχους τους

αλληλεπιδράσεις miRNA /mRNA, καθώς βασίζονται σε υβριδοποίηση RNA, μπορεί να προβλεφθεί με bionformatic προσεγγίσεις.

τα miRNAs και mRNAs που παίζουν ένα ρόλο σε μια συγκεκριμένη ασθένεια απορυθμισμένη στην εν λόγω ασθένεια.

η

το σχήμα 1 δείχνει το περίγραμμα της διαδικασίας που χρησιμοποιείται. Πρώτες δεδομένα υπόκεινται σε επεξεργασία με σκοπό την εύρεση σχετικών αλληλεπιδράσεων miRNA-mRNA σε ένα συγκεκριμένο βιολογικό πλαίσιο, προκειμένου να είναι σε θέση να τα ερμηνεύσει. Το πακέτο είναι γραμμένο σε R και περιλαμβάνει κάποιο κώδικα C ++, προκειμένου να επιταχυνθεί κάποια υπολογισμούς. LaTeX [9] και Sweave είναι [10] τα πακέτα που χρησιμοποιούνται για να δημιουργήσουν την τελική έκθεση pdf. MiRComb είναι διαθέσιμο σε https://mircomb.sourceforge.net/.

Η

στοιχεία έκφρασης των miRNAs και mRNA μπορούν να προέρχονται από διαφορετικές πηγές (microarrays, NGS, qRT-PCR …). Το πακέτο υποθέτει ότι miRNA και mRNA δεδομένα είναι σωστά ομαλοποιηθεί. Στην περίπτωση των δεδομένων qRT-PCR προτείνουμε τη χρήση -dCt μονάδες (ή μονάδες Ct), για μικροσυστοιχίες σας προτείνουμε να χρησιμοποιήσετε log2 (κανονικοποιημένη) έντασης καθώς και για NGS σας προτείνουμε να χρησιμοποιήσετε log2 (κανονικοποιημένη) μετράει.

Δεδομένα πηγές

Τα δεδομένα κατεβάσει από την πύλη δεδομένων TCGA (https://tcga-data.nci.nih.gov/tcga/dataAccessMatrix.htm). Έχουμε επιλέξει τις παρακάτω καρκίνους να μελετήσουν: αδενοκαρκίνωμα του παχέος εντέρου (COAD)? καρκίνωμα του οισοφάγου (ESCA)? καρκίνωμα του ήπατος στο ήπαρ (LIHC)? αδενοκαρκίνωμα του ορθού (ΔΙΑΒΑΣΤΕ)? αδενοκαρκίνωμα στομάχου (STAD).

Έχουμε επιλέξει μόνο τα δείγματα που είχαν αντιστοιχιστεί miRNA και mRNA πληροφορίες και ήρθε από τα κέντρα (ταυτοποιηθεί σωστά με τις αντίστοιχες των ιστών τους κωδικούς Πηγή τοποθεσίες-TSS-) που συνέλεξε περισσότερα από ένα δείγμα. Πρωτοβάθμια στερεών όγκων και Στερεών ιστού Κανονική χρησιμοποιήθηκαν. MiRNAs χωρίς ταυτότητα (για mirbase17) ή διάμεση τιμή έκφρασης & lt? 10 πρώτες μετρήσεις αφαιρέθηκαν. MRNAs χωρίς γονιδιακή ταυτότητα ή διάμεση τιμή έκφρασης & lt? 10 πρώτες μετρήσεις αφαιρέθηκαν. Voom μετασχηματισμού [11] και ποσοστημόριο εξομάλυνση εφαρμόστηκαν, και στη συνέχεια διόρθωση παρτίδα με την καταπολέμηση της [12], σύμφωνα με τα κέντρα TSS εφαρμόστηκε.

Η διαφορική έκφραση ανάλυση

Η διαφορική έκφραση μεταξύ των περιπτώσεων και ελέγχων υπολογίστηκε με τη διαδικασία limma-τάση. Το πακέτο υλοποιεί, επίσης, T-test, Wilcoxon τεστ, LIMMA, LIMMA-τάση [11], και RankProd [13] για τις διαφορές μεταξύ των δοκιμών και των δύο ομάδων. Ωστόσο, άλλες μέθοδοι για την διαφορική έκφραση μπορεί να χρησιμοποιηθεί και τα αποτελέσματα μπορούν να εισαχθούν επίσης στο

miRComb

(τα χαρακτηριστικά που απαιτούνται είναι miRNA ή mRNA, logratio, σημαίνει έκφραση,

σ

αξία και να προσαρμόζεται

σ

αξία). Πολλαπλές διαδικασίες δοκιμής μπορεί να είναι: Benjamini & amp? Hochberg (BH), Bonferroni ή άλλους (αν και RankProd αναλαμβάνει μόνο BH (η οποία ελέγχει False Discovery Rate (FDR)).

Για παραμετρικές προσεγγίσεις, η υπόθεση είναι εάν η μέση έκφραση των δειγμάτων της ομάδας ελέγχου (H) είναι διαφορετική από την μέση έκφραση των δειγμάτων ομάδας σχετίζονται με τον καρκίνο. στην περίπτωση των μη-παραμετρικές προσεγγίσεις-Wilcoxon τεστ και RankProd-, το διάμεσο (αντί του μέσου όρου) δοκιμάζεται.

ανάλυση συσχέτισης

Εμείς υπολογίζονται οι συντελεστές συσχέτισης Pearson για όλα τα ζευγάρια miRNA-mRNA είναι διαθέσιμες σε κάθε καρκίνο. το πακέτο υποστηρίζει, επίσης, Spearman και Kendall συσχέτιση (Kendall μόνο για μικρά σύνολα δεδομένων). Pearson συσχέτιση είναι κατάλληλο, αν και τα δύο στοιχεία miRNA και mRNA προέρχονται από την ίδια ανάλυση πλατφόρμα (και οι δύο microarrays ή δεδομένα καταμέτρηση log2-ομαλοποιήθηκε, για παράδειγμα), και ένα γραμμικό σχέση μεταξύ miRNA και mRNA μπορεί να υποτεθεί. Αν και οι δύο πλατφόρμες ανάλυσης είναι διαφορετικά ή οι υποθέσεις ενός γραμμική σχέση δεν μπορεί να γίνει δεκτό, τότε Spearman (ή Kendall ) συσχέτιση είναι επιθυμητές. Εάν υπάρχει μια αρνητική σχέση μεταξύ miRNA (X

1, …, X

n) και του mRNA (Y

1, …, Y

n) ο συντελεστής συσχέτισης θα είναι αρνητική, έτσι:

Όταν ∈ {

Pearson

,

Kendall

,

Spearman

}. Στη συνέχεια, η διόρθωση πολλαπλών δοκιμών (Bonferroni και BH είναι διαθέσιμες, μεταξύ άλλων επιλογών) εφαρμόζεται με σκοπό τον έλεγχο των false positives που θα μπορούσαν να προκύψουν.

Διασταύρωση με miRNA βάσεις δεδομένων πρόβλεψη στόχο

Το επόμενο βήμα ήταν για να ταιριάζει με τις σημαντικές συσχετίσεις με πληροφορίες στόχου. Η επιλογή μιας βάσης δεδομένων είναι ένα δύσκολο θέμα. Οι διάφορες βάσεις δεδομένων με στόχο να υπολογιστικά πρόβλεψη στόχων των miRNAs [14]. Αφορούν κυρίως λαμβάνει υπόψη τουλάχιστον μία από αυτές τις παραμέτρους: τη συμπληρωματικότητα των σπόρων, miRNA-mRNA συγκρότημα σταθερότητα (θερμοδυναμική) και τη διατήρηση των τόπων μεταξύ των ειδών. Αρκετές βάσεις δεδομένων ξεκινήσετε την ενσωμάτωση των miRNA-mRNA συσχέτισης ως προγνωστική αξία, αλλά έχει γίνει σε λίγα σύνολα δεδομένων (GenMiR ++) [15].

Έχουμε επιλέξει MicroCosm [16,17] και TargetScan [18]. MicroCosm περιλαμβάνει 690 διαφορετικά miRNA και 22.107 διαφορετικούς στόχους, με συνολικά 563.179 αλληλεπιδράσεις περιγράφονται. MicroCosm υπολογίζει τους στόχους με αλγόριθμο Miranda, που χρειάζονται τέλεια συμπληρωματικότητα στο 5 ‘? τότε αποκλείει μη σταθερές διαμορφώσεις με τη χρήση της Βιέννης RNA αναδίπλωση προσέγγιση [19] και απαιτεί τη διατήρηση των τόπων απέναντι αρκετών ειδών. Από την άλλη πλευρά, TargetScan [18] είναι πιθανώς ένα από τα πιο σύγχρονα αυτά. Περιέχει πληροφορίες για 1537 διαφορετικές miRNAs και 15031 στόχων, με συνολικά 520.354 αλληλεπιδράσεις περιγράφονται. Βασίζεται στη συμπληρωματικότητα των σπόρων και διαφοροποιεί μεταξύ των διατηρημένων και μη διατηρημένων θέσεων. Για να γίνει πιο συγκρίσιμη με μικρόκοσμο, και πιο λογικό, επιλέξαμε μόνο συντηρημένες περιοχές. Το πακέτο επιτρέπει να χρησιμοποιήσετε ένα ή και τα δύο βάσεις δεδομένων (και επίσης να χρησιμοποιήσει προσαρμοσμένες βάσεις δεδομένων, αν θέλετε), και να καθορίσει ένα ελάχιστο αριθμό εμφανίσεων στη βάση δεδομένων. Οι τελικές συνθήκες που ορίζουν μια αλληλεπίδραση miRNA-mRNA είναι:

Λειτουργική ανάλυση

Παρά το γεγονός ότι ο κύριος στόχος του πακέτου είναι να δημιουργήσετε μια λίστα των πιθανών ζευγών miRNA-mRNA,

miRComb

υλοποιεί, επίσης, ορισμένες λειτουργίες που μπορούν να βοηθήσουν στην ερμηνεία των δεδομένων. Μεταξύ των άλλων λειτουργιών που καθορίζονται στα ακόλουθα τμήματα, τραπέζια και barplots με τον αριθμό των στόχων ή του αριθμού των miRNAs μπορούν να ληφθούν. Το πακέτο οικόπεδα ένα δίκτυο με τα επιθυμητά αλληλεπιδράσεις miRNA-mRNA (κόμβοι που αντιπροσωπεύουν miRNAs και mRNA, και βέλη σήμανση των αλληλεπιδράσεων). Τα χρώματα που επιλέγονται προσεκτικά για να βοηθήσει ερμηνεία: Τα miRNAs εκπροσωπήθηκαν ως πλατείες, τα mRNA ως κύκλοι. Επιπλέον, το χρώμα του κόμβου αντανακλά την κατεύθυνση FoldChange του κόμβου (κόκκινο: ρυθμίζεται προς τα πάνω, πράσινο: μειωτικά). Η βαθμολογία υπολογίζεται με στόχο να αντικατοπτρίζει τον αντίκτυπο της miRNA στον καρκίνο (υψηλότερη βαθμολογία σημαίνει ότι τόσο miRNA και mRNA είναι ιδιαίτερα απορύθμιση στην εν λόγω ασθένεια)

Τα βέλη είναι επίσης πληροφοριακό:. Το χρώμα αντιπροσωπεύει το

στείλει

της αλληλεπίδρασης (κόκκινο σημαίνει απέναντι και ισχυρή απέναντι FC μεταξύ του miRNA και το mRNA, ενώ το πράσινο θα αποτελέσει ισχυρή σύμφωνων FC μεταξύ του miRNA και το mRNA), και το πλάτος αντιπροσωπεύει τον αριθμό των βάσεων δεδομένων, όταν ο στόχος έχει βρεθεί (περισσότερες βάσεις δεδομένων: ευρύτερης βέλος). Το δίκτυο μπορεί επίσης εύκολα να εξαχθούν σε Cytoscape σε μορφή «SIF» [20], καθώς και κόμβο και ακμή χαρακτηριστικά.

GOstats

πακέτο [21] χρησιμοποιήθηκε για να υπολογίσει αν υπάρχει η λειτουργία είναι που συνδέονται με τους στόχους ενός ειδικού miRNA ή ένα σύνολο miRNAs. Αυτό βοηθά να προβλέψουμε την λειτουργία ενός miRNA ή ένα σύνολο miRNAs αν ο αριθμός των στόχων είναι αρκετά μεγάλη.

RamiGO

πακέτο R [22] μπορεί επίσης να χρησιμοποιηθεί για να σχεδιάσετε τις σημαντικές όρους GO και τις σχέσεις τους.

Circlize

πακέτο [23] χρησιμοποιείται για να κάνει ένα οικόπεδο circos των επιλεγμένων ζευγών miRNA-mRNA. Ξεκινώντας από τα σύνορα του οικοπέδου, η θέση των mRNA αντιπροσωπεύεται σε ένα πρώτο κομμάτι, στη συνέχεια, ένα δεύτερο κομμάτι αντιπροσωπεύει τη θέση miRNAs, και, τέλος, ένα τελευταίο κομμάτι (με συνδέσμους) δείχνει ζεύγη miRNA-mRNA. Αυτό θα βοηθήσει να προσδιορίσει αν κάποιοι στόχοι miRNA είναι πιο συγκεκριμένα βρίσκεται σε ένα χρωμόσωμα ή περιοχή.

Έκθεση γενιά

Ένας από τους στόχους του προγράμματος είναι να παρουσιάσει μια τιτλοδοτήθηκε τρόπος για να παρουσιάσει τα αποτελέσματα . Στο τέλος της ανάλυσης είναι δυνατό να δημιουργήσει μια έκθεση pdf που περιλαμβάνει όλα τα προαναφερθέντα τμήματα.

Αποτελέσματα και Συζήτηση

ανάλυση MiRComb των miRNA-mRNA αλληλεπιδράσεων των 5 διαφορετικών πεπτικού καρκίνους

Πέντε miRComb εκθέσεις για COAD, READ, ESCA, STAD και LIHC δημιουργήθηκαν και τα αντίστοιχα αρχεία PDF μπορούν να βρεθούν στο S1 S5-Files, αντίστοιχα. Ως παράδειγμα, το Σχήμα 2 δείχνει τα βασικά στοιχεία από την έκθεση LIHC.

Α) Principal Components Analysis (PCA) (με βάση την μήτρα συσχέτισης) των δειγμάτων miRNA. Β) οικόπεδο ηφαίστειο δείχνει τα miRNAs σύμφωνα με logratio της μεταξύ του καρκίνου και του ελέγχου. Γ) Heatmap από τα κορυφαία 50 πιο απελευθερωμένη miRNAs σύμφωνα με FDR του. οικόπεδο D) Πυκνότητα των συντελεστών συσχέτισης Pearson όλων των πιθανών αλληλεπιδράσεων miRNA-mRNA. Γραμμές δείχνουν διαφορετικά αποκοπής: τιμή p & lt? 0,05, p-value & lt? 0.01, FDR & lt? 0.05 και FDR & lt? 0.01. Ε) Συσχέτιση του miR-139-5p και CCNB1 ως παράδειγμα. διάγραμμα F) Venn δείχνει τον συνολικό αριθμό των συσχετίσεων sigifnicant (FDR & lt? 0,05), ο συνολικός αριθμός των προβλεπόμενων αλληλεπιδράσεων σε τουλάχιστον μία βάση δεδομένων (TargetScan ή μικρόκοσμος), και η τομή των δύο. Ζ) Δίκτυο επιλεγμένων αλληλεπιδράσεις. Κάθε αλληλεπίδραση miRNA-mRNA συσχετίζεται αρνητικά (FDR & lt? 10-33) και προβλέπεται τουλάχιστον σε μία βάση δεδομένων (Targetscan ή MicroCosm). Κύκλοι αντιπροσωπεύουν miRNAs και τις πλατείες mRNAs? κόκκινο γέμισμα σημαίνει απορυθμίζεται miRNA /mRNA, ενώ σημαίνει πράσινο πλήρωσης μειωτικά miRNA /mRNA? γραμμές δείχνουν τα ζεύγη miRNA-mRNA? κόκκινη γραμμή σημαίνει θετική βαθμολογία και πράσινη γραμμή σημαίνει αρνητική βαθμολογία? βέλος πλάτος είναι ανάλογο με τον αριθμό των εμφανίσεων στις βάσεις δεδομένων (TargetScan ή MicroCosm). διάγραμμα H) πίτας που δείχνει τον αριθμό των mRNAs που ρυθμίζονται από 0, 1, 2, 3, 4, 5, και & gt? 5 miRNAs. Ι) Barplot δείχνει τον αριθμό των στόχων ανά miRNA και το ποσοστό των mRNA που σωρευτικά ρυθμίζονται από τις miRNAs. J) Circos οικόπεδο από τα κορυφαία 45 miRNA-mRNA αλληλεπιδράσεων κατατάσσονται σύμφωνα με FDR, μια γραμμή σημαίνει ένα ζευγάρι miRNA-mRNA. Μπλε γραμμές είναι η θέση των miRNAs και πορτοκαλί γραμμές είναι η θέση των mRNAs.

Η

Σύνοψη της σύνθεσης συνόλων δεδομένων.

Ο Πίνακας 1 δείχνει τον αριθμό των δειγμάτων που διατίθενται για κάθε καρκίνο και ο συνολικός αριθμός των σημαντικών συσχετίσεων. COAD, LIHC και καρκίνος STAD είχαν περισσότερα από 400 δείγματα διαθέσιμα για ανάλυση, ενώ τα σύνολα καρκίνος ESCA και καρκίνος διαβάσει δεδομένα είχαν 191 και 160 δείγματα, αντίστοιχα. Επιπλέον, η αναλογία μεταξύ των περιπτώσεων και ελέγχων είναι επίσης ένας όρος για να ληφθούν υπόψη. Ενώ ESCA, LIHC και STAD διατεθεί ένα «εύλογο» ποσό των ελέγχων (περίπου 1:13 για ESCA, 1: 7 για LIHC και 1:10 για STAD), σε COAD και LIHC μας διατίθενται μόνο 8 και 3 έλεγχοι αντίστοιχα ( μια αναλογία Ποσότητα περίπου δύο παρα δέκα). Ο αριθμός των διαθέσιμων δειγμάτων επηρεάζει τον αριθμό των συσχετίσεων με FDR & lt? 0.05 βρέθηκαν: τα περισσότερα από τα δείγματα που έχουμε, τόσο υψηλότερη είναι η δύναμη για την ανίχνευση συσχετίσεων διαφορετική από 0. Ο αριθμός των σημαντικών συσχετίσεων που βρέθηκαν είναι υψηλότερες από 15% (ακόμα και μετά από διόρθωση FDR) στα σύνολα δεδομένων με περισσότερα από 400 δείγματα (STAD, LIHC, COAD), ενώ το ποσοστό αυτό δεν φθάνει το 10% στις περιπτώσεις των READ και ESCA (λιγότερο από 200 δείγματα είναι διαθέσιμα). Με λίγα λόγια, φαίνεται ότι ένα σύνολο δεδομένων με ένα μεγαλύτερο μέγεθος δείγματος και έναν ισορροπημένο σχεδιασμό θα πρέπει να παρέχει ένα μεγαλύτερο αριθμό συσχετίσεων ότι αυτό που είναι μικρότερο και δεν είναι ισορροπημένη.

Η

Αν και η αλληλουχία 20.531 mRNAs και 1025 miRNAs , μόνο περίπου το 32-34% των miRNAs θεωρήθηκαν εκφράζεται (μέσος αριθμός & gt? 10 σε όλα τα δείγματα) σε κάθε σετ δεδομένων για τον καρκίνο. Σε αντίθεση, το 70-90% των mRNAs ανιχνεύθηκαν με διάμεσο & gt? 10 μετράει. Σε γενικές γραμμές, PCA ανάλυση (σελίδες 1 και 2 των εκθέσεων από τη λειτουργία mkReport, για παράδειγμα S1 S5-Files) των δειγμάτων αποκάλυψε μια πολύ μικρή κατακερματισμό ελέγχου (εκτός από τα miRNA σύνολο δεδομένων σε COAD, READ και στα δύο σύνολα δεδομένων σε LIHC) . Συνολικά, αυτό οδηγεί στην ιδέα ότι το κύριο μειονέκτημα του συνόλου στοιχείων είναι η έλλειψη ενός λογικού ελέγχου αριθμό, ενισχύοντας τις σκέψεις που διαφορική έκφραση μεταξύ των δύο ομάδων μπορεί να υπολογιστεί και να χρησιμοποιηθούν ως πληροφοριακό στοιχείο, αλλά όχι ως ένα βήμα φιλτραρίσματος (ότι θα μπορούσε να οδηγήσει σε αποτυχίες, με την έννοια των λανθασμένων αρνητικών).

ηφαίστειο οικόπεδα (σελίδες 3 και 4 από τις εκθέσεις ή σχήμα 2Β) τονίζουν με κόκκινο χρώμα τα επιλεγμένα miRNAs και mRNA. Θερμικούς χάρτες είναι επίσης απεικονίζονται (σελίδες 3 και 4 των εκθέσεων). Θερμικός χάρτης του LIHC ως παράδειγμα φαίνεται επίσης στο σχήμα 2C.

Ανάλυση των αλληλεπιδράσεων miRNA-mRNA.

Σελίδα 5 από τις εκθέσεις pdf δείχνει την περίληψη των υπολογιζόμενων συσχετισμών. Το επόμενο βήμα είναι να τέμνει τις σημαντικές συσχετίσεις με την προβλεπόμενη miRNA-mRNA πιθανές αλληλεπιδράσεις από τις βάσεις δεδομένων μικρόκοσμο ή TargetScan πρόβλεψη (σελίδες 6 και 7 των εκθέσεων). Για την περίπτωση της LIHC (Σχήμα 2F), παρατηρήσαμε ότι ο προβλεπόμενος αριθμός των αλληλεπιδράσεων miRNA-mRNA μειώθηκε 258.233 – 57675, ως εκ τούτου, θα μπορούσαμε να εκτιμήσουμε ότι περίπου το 80% της αρχικής miRNA-mRNA προβλεπόμενες αλληλεπιδράσεις από τις βάσεις δεδομένων ήταν ψευδώς θετικά για την ασθένεια αυτή, επειδή δεν παρουσιάζουν αρνητική συσχέτιση μεταξύ του ειδικού miRNA και τη συγκεκριμένη έκφραση του mRNA

in vivo

στον ιστό.

Επιπλέον, Σχήμα 3 δείχνει ότι μπορούμε να απεικονίσει την αναλογία των ψευδώς θετικών προβλεπόμενη στόχους της κάθε miRNA από βάσεις δεδομένων σε μια δεδομένη κατάσταση. Όσον αφορά LIHC, ο αριθμός των ψευδώς postives κυμαίνεται από 22% έως 99%. Στην περίπτωση του miR-122, miR-122 * ή miR-378c τα ποσοστά αυτά είναι πολύ χαμηλά σε σύγκριση με τις άλλες (22%, 27% και 24% αντίστοιχα), ως εκ τούτου, αυτά τα miRNAs δείχνουν μια υψηλή αναλογία των προβλεπόμενων στόχων επιβεβαιώνεται από miRComb . Είναι ενδιαφέρον ότι, miR-122 είναι το πιο συχνό miRNA στην ενήλικου ήπατος, και παίζει έναν κεντρικό ρόλο στην ηπατική βιολογία και την ασθένεια ηπατοκαρκινώματος [24].

γραφική παράσταση που δείχνει τις αναλογίες του συσχετίζεται αρνητικά προβλεφθεί στόχους σχέση με όλες τις προβλεπόμενες στόχους σύμφωνα με τις βάσεις δεδομένων για κάθε miRNA. Η ένταση του χρώματος γκρι κουκκίδα έχει σχέση με το ποσοστό των ψευδώς postive miRNA-mRNA προβλεπόμενες αλληλεπιδράσεις. Σε παρένθεση, τα ακριβή ποσοστά των ψευδών positivesfrom επιλεγμένων miRNAs (miR-122? MiR-122 *? MiR-378c).

Η

Page 6 της έκθεσης pdf δείχνει τις 15 πρώτες αλληλεπιδράσεις miRNA-mRNA ( ταξινομούνται κατά ρυθμίζεται p-value, λαμβάνοντας υπόψη ότι πρέπει να έχουν προβλεφθεί σε τουλάχιστον μία βάση δεδομένων) σε κάθε του καρκίνου. Σελίδα 9 της έκθεσης pdf δείχνει το δίκτυο όλων των αλληλεπιδράσεων miRNA-mRNA. Όλες οι αλληλεπιδράσεις χαράσσεται από προεπιλογή και αυτό θα μπορούσε να οδηγήσει σε μια πολύ πυκνή φιγούρα δύσκολο να ερμηνευθούν, όπως είναι η περίπτωση στα παραδείγματα μας. Για την περίπτωση όλων των αλληλεπιδράσεων των LIHC (S5 σελίδα File 9) μπορούμε να δούμε δύο βασικά μοντέλα: στα αριστερά μπορούμε να βρούμε κυρίως μειωτικά miRNAs σε LIHC (παρίσταται ως πράσινοι κύκλοι) μαζί με Ανταποκρίτρια στόχους τους mRNA (παρίσταται ως κόκκινα τετράγωνα ). Στη δεξιά οι ρόλοι αντιστρέφονται, και τα κυρίαρχα miRNA-mRNA αλληλεπιδράσεων φαίνεται να συνίσταται σε απορυθμίζεται miRNAs με μειωτικά mRNA. Αυτή η γενική εικόνα αναπαράγεται σε όλες τις μελετήθηκαν καρκίνους (S1-S5 Files). Για να λυθεί αυτό το πρόβλημα, σας προτείνουμε να προσαρμοστούν σε κάθε περίπτωση ο αριθμός των αλληλεπιδράσεων πρέπει να σχεδιάζονται ανάλογα με το στόχο του σχήματος. Στο Σχήμα 2G έχουμε καταγράφεται μειωμένο ποσό των αλληλεπιδράσεων και μπορούμε να δούμε μερικές από τις λεπτομέρειες. Για παράδειγμα, οι δύο στόχοι (Dnmt3a και MYBL2) του HSA-miR-29c (κάτω δεξιά) που προβλέπεται από δύο βάσεις δεδομένων, ενώ ο στόχος FAM136A προβλέπεται από μόνο μία βάση δεδομένων (το βέλος είναι thiner). Επιπλέον, όσον αφορά τους στόχους της HSA-let7c, η AURKB είναι πιο απελευθερωμένη στην LIHC από το NME6, και οι αλληλεπιδράσεις της HSA-miR-122 ή ​​HSA-miR-122 * (επάνω αριστερά) έχουν χαμηλότερες βαθμολογίες (χαμηλότερη ένταση του βέλους χρώμα ) από τις αλληλεπιδράσεις του HSA-miR-139-3p και HSA-miR-139-5p (υψηλότερη ένταση του βέλους χρώμα?. πάνω δεξιά)

Σε LIHC περισσότερο από το 75% των εκφρασμένων mRNAs βρίσκονται στο στόχαστρο από τουλάχιστον ένα miRNA (Σχ 2Η και 2I και σελίδα 10 της έκθεσης pdf), σε COAD και STAD ότι ο αριθμός είναι μεταξύ 70% και 60%, ενώ σε READ και ESCA είναι μικρότερη από 50%. Ωστόσο, πρέπει να λάβουμε υπόψη το γεγονός ότι τα ποσοστά αυτά επηρεάζονται εν μέρει από το συνολικό αριθμό των miRNA-mRNA προβλεπόμενες αλληλεπιδράσεις: το μεγαλύτερο αριθμό των αλληλεπιδράσεων, την αύξηση του αριθμού των miRNAs ανά mRNA (και αντίστροφα). Για παράδειγμα, πάνω από το 25% των miRNAs στην LIHC προβλέπεται να απευθύνονται κατά περισσότερο από πέντε miRNAs. Το ποσοστό αυτό είναι χαμηλότερο στους άλλους καρκίνους, αλλά εξακολουθεί να είναι 8% σε READ. Αξίζει να αναφερθεί ότι αυτή είναι μια πρώτη προσέγγιση που θα απαιτήσει αλληλεπιδράσεις να επιβεβαιωθεί πειραματικά σε ένα υγρό εργαστήριο. Αυτό το ασυνήθιστο αριθμό των miRNAs στοχεύουν το ίδιο mRNA θα μπορούσε να αποδοθεί στο γεγονός ότι miRComb δεν λαμβάνει υπόψη την ανταγωνιστικότητα μεταξύ διαφορετικών miRNAs υβριδοποίηση στον ίδιο στόχο.

Σελίδα 11 της έκθεσης pdf δείχνει τα πρώτα 20 miRNAs ταξινομημένο με βάση τον αριθμό των στόχων. Ως παράδειγμα, miR-106a έχει 766 αλληλεπιδράσεων προέβλεψε στην COAD, miR-27a έχει 450 αλληλεπιδράσεων στην ESCA, miR-27b έχει 792 αλληλεπιδράσεων στην LIHC, miR-106a έχει 582 αλληλεπιδράσεων στην READ και miR-29a έχει 798 αλληλεπιδράσεων στην STAD . Αν και τα miRNAs αναμένεται να ρυθμίσει μέχρι και εκατοντάδες γονιδίων, αυτές οι αλληλεπιδράσεις θα πρέπει να επικυρωθεί πειραματικά, προκειμένου να απομακρύνονται ψευδή θετικά ή έμμεση σχέσεις, όπως αναφέρθηκε παραπάνω. Χρώματα σε αυτές τις σελίδες δείχνουν την κατεύθυνση των miRNA απορρύθμισης (κόκκινο: up-ρυθμίζεται? Πράσινο: κάτω-ρύθμιση). Ενώ στην COAD, διαβάζουν και ESCA τα κορυφαία miRNAs είναι γενικά ρυθμίζεται προς τα πάνω, σε LIHC και STAD είναι ως επί το πλείστον προς τα κάτω ρυθμισμένη. MRNAs μπορούν επίσης να ταξινομηθούν ανάλογα με τον αριθμό των miRNAs που τους απευθύνονται (σελίδα 12 της έκθεσης) και είναι επίσης χρωματισμένα ανάλογα με την κατεύθυνση της απορρύθμισης. Συνολικά, τα mRNA δεν έχουν περισσότερους από 50 miRNAs που τους διέπουν. Κατ ‘εξαίρεση, σε STAD υπάρχουν κάποια mRNAs με περισσότερες από 60 miRNAs (π.χ.. 74 για FOXP2). Ωστόσο, αξίζει να ληφθεί υπόψη ότι η συντριπτική πλειοψηφία των mRNAs που ρυθμίζονται από τουλάχιστον 1 miRNA, ταυτόχρονα ρυθμίζονται από έως και 4 miRNAs.

Σε γενικές γραμμές, η κύρια κατεύθυνση των κορυφαίων mRNAs (ταξινόμηση ανά αριθμό miRNA στοχεύει τους, έκθεση σελίδα 12) είναι το αντίστροφο της κύριας κατεύθυνσης των κορυφαίων miRNAs (ταξινόμηση ανά αριθμό στόχων, έκθεση σελίδα 11).

ανάλυση Λειτουργική εμπλουτισμό των miRNAs, σύμφωνα με τους στόχους.

στις σελίδες 13-15 της έκθεσης, μπορούμε να βρούμε την οντολογία γονιδίων (GO) και KEGG λειτουργική ανάλυση των αποτελεσμάτων. Ως παράδειγμα, ελέγξαμε εάν οι mRNAs που ρυθμίζονται από miRNAs εμπλουτισμένο σε οποιαδήποτε από τις κατηγορίες GO και KEGG. Τα αποτελέσματα αυτού του τμήματος είναι αρκετά παρόμοια μεταξύ όλων των πεπτικό συνόλων δεδομένων του καρκίνου επειδή περιλαμβάνουν όλα τα mRNAs που στοχεύουν από τουλάχιστον ένα miRNA και περιλαμβάνει περισσότερο από το 50% των εκφρασμένων mRNAs κατά μέσο όρο. Ανάλογα με το στόχο της μελέτης θα μπορούσαν να εφαρμοστούν διαφορετικά φίλτρα (διαφορική εξέφρασε miRNAs ή /και mRNA, στόχους από ένα συγκεκριμένο miRNA …) και, στη συνέχεια, τα αποτελέσματα θα ήταν διαφορετικά. Στην περίπτωση αυτή, η BP (βιολογική διαδικασία) υπερεκπροσωπούνται όροι περιλαμβάνουν κυτταρική διαδικασία και άλλες ρύθμισης και διαδικασίες σηματοδότησης. CC (Cellular Component) υπερεκπροσωπούνται αφορά ως επί το πλείστον σχετίζονται με την ενδοκυτταρική-κυτταρόπλασμα διαμερίσματα. MF (Μοριακή Λειτουργία) υπερεκπροσωπούνται οι όροι επικεντρώνονται σε σύνδεση με τις πρωτεΐνες και άλλα δεσμευτικά (ένζυμο, σύνδεσης ανιόντος) ενέργειες. μονοπάτια KEGG είναι πιο συνοπτική και όλοι τους περιλαμβάνουν τον όρο «Pathways στον καρκίνο». COAD περιλαμβάνονται επίσης καρκίνο του προστάτη και χρόνια μυελογενή λευχαιμία και γλοίωμα, ESCA επίσης μικροκυτταρικός καρκίνος του πνεύμονα, LIHC περιλαμβάνονται ο καρκίνος του προστάτη, ορθοκολικό καρκίνο, παγκρεατικό καρκίνο, χρόνια μυελογενή λευχαιμία και καρκίνωμα νεφρικών κυττάρων? READ περιλαμβάνονται καρκίνωμα νεφρικών κυττάρων, STAD περιλαμβάνονται επίσης μικροκυτταρικού καρκίνου του πνεύμονα και καρκίνου του προστάτη. Αυτό υποδηλώνει ότι, όπως είναι γνωστό, πολλοί καρκίνοι μοιράζονται παρόμοια πρότυπα. Άλλες οδοί που μοιράζονται μεταξύ των διαφόρων συνόλων μελέτησαν τα στοιχεία είναι: Focal πρόσφυση, Fc-γάμμα R-μεσολάβηση φαγοκυττάρωση (COAD, ESCA, STAD), ή οδός TGF-β σηματοδότηση (COAD, READ)

Περισσότερα. στοχευμένα αποτελέσματα μπορούν να ληφθούν με τη δοκιμή για τον εμπλουτισμό των στόχων ενός συγκεκριμένου miRNA. Για παράδειγμα, οι στόχοι του miR-148a σε καρκίνο του ήπατος εμπλουτισμένα σε επεξεργασία και παρουσίαση αντιγόνων KEGG Pathway (FDR = 0,006) (S1 Εικ). Από πρακτική άποψη, αυτό σημαίνει ότι αυτή η οδός εμπλέκεται σε καρκίνο του ήπατος μέσω μιας απορρύθμισης του miR-148a, και ότι αυτή η οδός θα μπορούσε να είναι, τουλάχιστον εν μέρει, διαμορφωμένα με την τροποποίηση της έκφρασης miR-148a. Άλλες οδοί που εμπλέκονται στον καρκίνο του ήπατος που μπορεί να ρυθμιστεί με την αλλαγή της έκφρασης των miRNAs είναι οι μεταφορές RNA (FDR = 0,030), κυτταρικού κύκλου (FDR = 0,031) και ουμπικουϊτίνη μεσολάβηση πρωτεόλυση (FDR = 0,031) για το miR-424, ή υποβάθμιση Λυσίνη (FDR = 0,006) για miR-29c.

Ολοκληρωμένη ανάλυση των αλληλεπιδράσεων miRComb miRNA-mRNA από το 5 πεπτικό καρκίνους

Shared και ειδικές αλληλεπιδράσεις miRNA-mRNA.

Σχήμα 4 δείχνει τον αριθμό των κοινών ζευγών miRComb miRNA-mRNA μεταξύ των 5 μελετηθεί σύνολα δεδομένων για τον καρκίνο του πεπτικού συστήματος. Τα 1570 αλληλεπιδράσεις miRNA-mRNA από κοινού για όλα τα 5 σύνολα, αλλά μια πιο σχετικό αριθμό μοιράζεται σε τουλάχιστον 2 ή περισσότερους από αυτούς, είναι μόνο λιγότερο από το 40% των miRNA-mRNA ζεύγη συγκεκριμένο κάθε σύνολο δεδομένων του καρκίνου. STAD είναι το ένα με περισσότερες αλληλεπιδράσεις miRNA-mRNA βρέθηκε

διάγραμμα Venn δείχνει αλληλεπιδράσεις miRComb miRNA-mRNA. (FDR & lt? 0.05 και η προβλεπόμενη σε τουλάχιστον μία βάση δεδομένων) που είναι παρούσα σε τουλάχιστον μία καρκίνο. 1570 αλληλεπιδράσεις miRNA-mRNA εμφανίζονται στις 5 σπούδασε πεπτικού καρκίνου.

Η

Στο S2 Εικ ένα δίκτυο αντιπροσωπεύει τα 1570 κοινές αλληλεπιδράσεις miRNA-mRNA μεταξύ των πέντε που μελετήθηκαν αναφέρθηκαν σύνολα δεδομένων. Μπορούμε να δούμε δύο δίκτυα: το μεγάλο δίκτυο στην αριστερή περιέχει κυρίως downregulted miRNAs με απορυθμίζεται στόχους τους mRNA (780 miRNAs + mRNA, και 1305 ζεύγη miRNA-mRNA), ενώ το μικρότερο δίκτυο στη δεξιά περιέχει ως επί το πλείστον απορυθμίζεται miRNAs και μειωτικά mRNA τους στόχοι (173 miRNAs + mRNA, και 187 ζεύγη miRNA-mRNA). Έχουμε εντοπίσει τα mRNAs που έχουν όρους KEGG που σχετίζονται με τον καρκίνο, όπως του κυτταρικού κύκλου (κόκκινο), Pathways στον Καρκίνο (κίτρινο) και ΜΑΡΚ Σηματοδοσίας Patway (μπλε). Συνδυασμοί αυτών των όρων είναι επίσης εμφανίζονται με διαφορετικά χρώματα. Το δίκτυο στα δεξιά περιέχει μερικά mRNA που σχετίζονται με τον κύκλο των κυττάρων, ενώ το μεγάλο στα αριστερά είναι ως επί το πλείστον σχετίζονται με ΜΑΡΚ σηματοδότηση Διαδρομή περιπάτου, Pathways στον Καρκίνο, ή και των δύο όρων (πράσινο).

Οι κοινές αλληλεπιδράσεις μπορεί να είναι συναφείς σε μονοπάτια που είναι κοινά σε όλες τις μελετηθεί πεπτικού καρκίνου. Ωστόσο, είναι επίσης ενδιαφέρον να μελετήσουμε τις αλληλεπιδράσεις που μπορεί να είναι συγκεκριμένες για κάθε ένα. Στον Πίνακα S1, όλες οι ειδικές αλληλεπιδράσεις miRComb miRNA-mRNA για κάθε σύνολο δεδομένων του καρκίνου εμφανίζονται (ειδική αλληλεπίδραση είναι αυτή που έχει βρεθεί σημαντικά αρνητικά συσχετισμένη στη συλλογή μια σειρά δεδομένων, αλλά όχι στα άλλα). Πίνακες 2-6 δείχνουν τις top 10 miRNAs με πιο συγκεκριμένες miRComb miRNA-mRNA αλληλεπιδράσεων για κάθε καρκίνο.

Τα mRNAs στόχος ταξινομούνται ανάλογα με αρνητική τιμή συσχέτισης της (top 20 dislplayed).

Η οι

mRNAs στόχος ταξινομημένο σύμφωνα με την αρνητική τιμή συσχέτισης της (top 20 dislplayed).

Η

Target mRNAs κατατάσσονται σύμφωνα με αρνητική τιμή συσχέτισης της (top 20 dislplayed).

Target mRNAs κατατάσσονται σύμφωνα με αρνητική τιμή συσχέτισης της (top 20 dislplayed).

Η

Target mRNAs κατατάσσονται σύμφωνα με αρνητική τιμή συσχέτισης της (top 20 dislplayed).

Σχήμα 5 δείχνει επίσης τον αριθμό των ειδικών αλληλεπιδράσεων ανάλογα με τα miRNAs που εμπλέκονται στην LIHC. MiRNAs στη γραμμή που αντιστοιχεί σε αναλογία 1: 1 είναι εκείνες που εκφράζονται μόνο σε ήπαρ. Οι άλλοι εκφράζονται σε τουλάχιστον ένα άλλο καρκίνο, αλλά έχουν κάποιες ειδικές αλληλεπιδράσεις σε LIHC, όσο πιο κοντά στην αναλογία 1: 1 γραμμή είναι, τόσο μεγαλύτερη είναι η ειδικότητα είναι

Αριθμός συνολικών στόχων miRNA στην LIHC συναρτήσει του αριθμού. των miRNA στόχους του παρόντος μόνο στην LIHC αλλά όχι σε COAD, ESCA, να διαβάσετε ή STAD. Μέγεθος των σημείων είναι ανάλογη με τη μέση τιμή της έκφρασης των miRNAs σε συμπεριληφθούν τα δείγματα LIHC.

Η

ανάλυση Cluster των αλληλεπιδράσεων miRNA-mRNA.

Σε παγκόσμιο επίπεδο, υπάρχουν μετριέται 106.426 αλληλεπιδράσεις miRNA-mRNA σε όλα τα σύνολα δεδομένων του καρκίνου, και σημαντικά αρνητικά συσχετισμένη σε τουλάχιστον ένα από αυτά. Προκειμένου να τα κατατάξει σε παρόμοια πρότυπα, εφαρμόσαμε μεθόδους ομαδοποίησης με σκοπό να συνοψίσει τις κύριες τάσεις. Χρησιμοποιήσαμε τη μέθοδο K-μέσα με 4 δέσμες, έδωσε μια λογική ερμηνεία των αποτελεσμάτων (Σχήμα 6). Είναι ενδιαφέρον, ιεραρχική ομαδοποίηση των καρκίνων, σύμφωνα με τις μέσες συντελεστές συσχέτισης των συστάδων δίνει το ακόλουθο αποτέλεσμα: STAD και ESCA πρώτα ομαδοποιούνται, καθώς και READ και COAD.