Krooninen sairaus

tiivistelmä

Drug repurposing on tullut entistä houkuttelevampi lähestymistapa lääkekehitykseen vuoksi alati kasvava kustannukset uusien lääkekehityksen ja usein peruuttaminen onnistuneen huumeiden aiheuttama sivuvaikutus kysymyksiä. Täällä me kehittäneet Functional Module Connectivity kartta (FMCM) löytämisen repurposed lääkkeen yhdisteiden järjestelmien hoitoon monimutkaisten sairauksien, ja soveltaa sitä peräsuolen adenokarsinooma. FMCM käyttää useita funktionaalinen geeni moduuleja kyselyn Connectivity Map (CMAP). Toiminnallinen moduulit rakennettu noin navan geenit tunnistettu kautta geeni valinta trendi-of-taudin etenemiseen (GSToP) menettely, mistä ehto-geenistä-geenin vuorovaikutuksen verkkoja rakennetaan sarjaa kohortin geeniekspression mikrosiruja. Ehdokas lääkeaineyhdisteitä rajoittui huumeiden joilla ennustettu vähäinen solunsisäisiin haitallisia sivuvaikutuksia. Testasimme FMCM vastaan ​​yleinen käytäntö valita huumeiden käyttämällä genomista allekirjoitusta edustaa yksien yksittäisten geenien kyselyn CMAP (IGCM), ja todettu FMCM olevan suurempi kestävyys, tarkkuus, spesifisyys ja toistettavuus tunnistamisessa tunnettu syöpälääkkeet . Niistä 46 lääkekandidaatteja valitsemat FMCM ja peräsuolen adenokarsinooma hoitoa, 65%: lla oli kirjallisuuden tukeminen yhdessä syöpälääkkeen toimintaa, ja 60% huumeita ennustetaan olevan haitallisia vaikutuksia syövän oli raportoitu liittyvän karsinogeeneja /immuuni estäjiä . Yhdisteet, jotka on muodostettu valitun lääke-ehdokkaiden, missä kunkin yhdisteen komponentin lääkkeet yhdessä olivat hyödyllisiä kaikki toiminnalliset moduulit, kun ei ole yksittäinen komponentti lääke oli haitallista tahansa moduuleista. Solujen kannattavuuden testaamiseksi tunnistimme neljä lääkekandidaatteina: GW-8510, etakryynihappo, ginkgolide A, ja 6-azathymine, sillä on korkea inhibitorinen toiminta syöpäsoluja vastaan. Kautta microarray kokeiluja varmistimme uusi toiminnallinen yhteys ennustettava kolmen lääkekandidaatteina: fenoksibentsamiinia (leveä vaikutukset), GW-8510 (solukierron), ja imipeneemi (immuunijärjestelmän). Uskomme FMCM voidaan soveltaa hyödyllisesti repurposed lääkekehityksen järjestelmille hoitoon muiden syöpien ja muiden vaikeiden sairauksien.

Citation: Chung FH, Chiang YR, Tseng AL, Sung YC, Lu J, Huang MC, et ai. (2014) Toiminnallinen moduuli Connectivity kartta (FMCM): Kehys etsiminen Repurposed lääkeyhdisteille Järjestelmä- syövän ja hakemuksen peräsuolen adenokarsinooma. PLoS ONE 9 (1): e86299. doi: 10,1371 /journal.pone.0086299

Editor: Yu Xue, Huazhong tiede ja teknologia, Kiina

vastaanotettu: 31 lokakuu 2013; Hyväksytty: 9. joulukuuta 2013. Julkaistu: 27 tammikuu 2014

Copyright: © 2014 Chung et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.

Rahoitus: Tämä työ osittain rahoittama avustuksia pyrkiä Top Project, opetusministeriö (myönnä. 101G907-2), ROC, ja National Central University-Cathay General Hospital United Research Center (101CGH-NCU-A5). Rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: Kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

tärkeänä tavoitteena biolääketieteellisen tutkimuksen on ymmärtää kätyri geneettisiä mekanismeja sairauksien syistä ja löytää terapeuttisia lääkkeitä sairauksiin. Lääkekehitysalan on kallista; keskimääräinen tutkimus ja kehitys (R ylläpitämiseksi proliferatiivinen signalointia; paeta itsemurha apoptoottisia ohjelmia; mahdollistamiseksi replikatiivinen kuolemattomia; ja aktivoida invaasio ja etäpesäkkeiden [11]. Todisteita ovat kehittymässä, että patologian syöpä on seurausta pieniä poikkeavuuksia monien geenien, paitsi suuria poikkeavuuksia yhden geenin [12], [13], ja että huumeiden yhdisteet toimivat useita tavoitteita voivat olla tehokkaampi hoitostrategia kuin yhden lääkkeen yhtenäistavoite [14]. Lyhyesti, syöpä on järjestelmien tauti ja olisi käsiteltävä jonka järjestelmien käsittely [15].

Täällä esittelemme laskennallisen huumeiden seulonta menettely, jossa käsitellään edellä mainituista kysymyksistä. Ohjelmamme on kaksi päätavoitetta: selviytymään innovaatiovajetta kautta huumeiden repurposing, ja löytää lääkeyhdisteille varten järjestelmien syövän hoitoon. Drug repurposing on etsiä uusia merkintöjen jo hyväksyttyjä lääkkeitä [1], [16]. Koska hyväksytty kaivettiin on jo optimoitu turvallisuuden ja tehokkuuden sen alunperin suunniteltu merkintä, niiden reitti hyväksyntää uusi tieto voidaan olla huomattavasti lyhyempi ja todennäköisesti huomattavasti halvemmaksi kuin uuden lääkkeen.

Äskettäin laskennallinen seulonta lääkkeet repurposing on suuresti helpottanut kynnyksellä Connectivity Map (CMAP), kattavan ja jatkuvasti päivitettävä tietokanta genomisen profiileja monien olemassa olevien lääkkeiden [17]. CMAP tarjoaa alustan käyttäen kuvio-matching strategia määrittää samankaltaisuuden, tai päinvastoin, perimän allekirjoituksia joukossa sairauksia, funktionaalinen geeni asetetaan, ja lääkkeet. Sitä on käytetty monissa tutkimuksissa tutustumiseen repurposing lääkkeiden vastaan ​​yleisiä sairauksia, kuten diabetes ja Alzheimerin tauti [17], ja kiinteiden kasvainten hoitamiseksi, mukaan lukien ne, jotka liittyvät paksusuolensyöpä [18], rintasyövän [19], ja keuhkojen adenokarsinooma [ ,,,0],20].

peruskäsite CMAP-pohjainen repurposing huumeiden löytö tutkimuksissa on tunnistaa taudin liittyvän genomisen allekirjoitukset käänteisesti korreloivat häiriön perimän allekirjoitus antamiseen liittyvän molekyylien tai huumeiden [17], [21 ], [22]. Näissä tutkimuksissa ydin protokollan – yksilön-geenin CMAP lähestymistapa (IGMP) – tunnistamiseen lääkkeitä hoitoon tiettyä tautia yksinkertainen: löytää joukko erilaisesti ilmaisun geenien (DEGS) saadaan vaikkapa vertaamalla kahta sarjaa – valvonta ja potilaiden – geeniekspression mikrosiruja, pisteet ottelun väliin DEG asettaa ja genomista profiileja huumeiden antama CMAP, ja sijoitus huumeiden pisteet. Lääkeainekandidaatteja ovat niitä, joilla on korkeimmat pisteet. Koska se pohjautuu koko genomista tietoa potilaiden ja lääkkeen, voidaan tarkastella tätä lähestymistapaa yrityksenä järjestelmiä hoitoon. Kuitenkin, se kärsii liian raakaa lähestymistapaa. Erityisesti siinä ei erityisesti viitata tahansa monista muuntuneen biologisia toimintoja, jotka liittyvät tautiin. By ei kiinnitä huomiota yksittäisiin biologisiin toimintoihin, ”paras” lääke voisi hyvinkin olla kompromissi, valittiin, joilla on voimakas myönteinen vaikutus osajoukko toimintojen kustannuksella olevan vahingollisia joitakin muita toimintoja.

Toinen tutkimus, jossa käytetään muuttuvan geeni allekirjoitukset seuloa repurposed huumeita on menestyksekkäästi tunnistettu useita heterogeeninen Food and Drug Administration (FDA) hyväksyi lääkeaihiota rinta-, myelooinen leukemia, ja eturauhassyövän [23]. Tämä menetelmä tuottaa tyypillisesti pitkä lista heterogeeninen lääkeaihiota antamatta tietoja, jotka voivat auttaa erottamaan huumeita, yksityiskohdat kuten miten lääke eri vaikuttaa multi-toiminnot (tietyn) syöpä. Muut kehittyneempiä menetelmiä, jotka perustuvat laskennallisiin verkossa on kehitetty tunnistamaan uusia terapeuttisia kohteita varten hoitavan sääntelyn matkapuhelinverkoissa [24], [25]. Tehokkuus näiden lähestymistapojen, joiden tarkoituksena on nostaa suhteellista aktiivisuutta tietyissä solun säätelyverkkojen, ja perustavat ennusteet kehittää malleja päälle viritetty sopivaksi nykyisiä ajallista ja paikkatietoja, voi rajoittaa rajallinen nykytietämystä verkoissa ja kuvaavia proteiini toimintaa.

Täällä esittelemme uusi analyyttinen kehys, jota kutsutaan Functional Module Connectivity kartta (FMCM), löytö lääkeyhdisteille järjestelmien syövän hoitoon. Rakensimme-spesifisten toiminto-toiminto verkot (FFNs) ja sovelsi geeni-valinta-by-trendi-of-etenemisen menettely (GSToP) [26] tunnistaa monimutkaisesti kytketty ja erittäin ilmaistu napa geenit FFNs. Sitten käytimme toiminnalliset moduulit on rakennettu ympäri navan geenit kyselyn CMAP löytö ontologian erityisiä repurposing huumeita, ja edelleen seuloa huumeiden vaatimalla, että niillä olisi vähintään solunsisäinen haitallisia sivuvaikutuksia. Suhteessa standardin IGCM protokolla, FMCM oli vankempi sen lääkkeen valinta ja se lisää johdonmukaisesti ennustaa korkeampia osuma hinnat (~65%) tehokkaista huumeita vastaan ​​varhain tuumorigeneesiä peräsuolen syöpä. Kun verrataan tunnettu huumeiden merkintöjen Therapeutic Target Database (TTD), FMCM osoitti huomattavasti korkeampi tarkkuus ja alempi vääriä positiivisia hinnat löytö syöpälääkkeiden kuin IGCM lukuunottamatta immuunijärjestelmää. Meidän kannattavuuden testaamiseksi kahdeksan ehdokkaan huumeiden osoitti kolme, GW-8510, ginkgolide A, ja 6-azathymine, edustaa korkea inhibitorinen toiminta vasten säilymiselle syöpäsolun linjat keskittymistä ja hallinnon kestoja. Seuranta microarray tutkimukset vahvistivat, että sekä CMAP ja meidän aineistot olivat pysyvästi tuloksia kolmen itsenäisen huumeita – fenoksibentsamiinia (leveä vaikutukset), GW-8510 (solukierron), ja imipeneemi (immuunijärjestelmän). Nämä tulokset osoittivat tehokkuutta FMCM, ja ehdotti sen mahdollisuudet muotoilla repurposed lääkehoito-ohjelmia pienellä haitallisia sivuvaikutuksia syöpäpotilailla.

Materiaalit ja menetelmät

Tietolähteet

Gene ekspressiotietojen 32 potilaalla on satunnaista peräsuolen polyypit (adenooma) ja vastaavat viereisen normaali limakalvo samoilta henkilöiltä saatiin Gene Expression Omnibus (GEO) tietokantaan (hakunumero: GSE8671) [27]. Poimimamme 30047 proteiinia merkinnät ja 39194 proteiini-proteiini vuorovaikutusten (PPI) päässä Ihmisen proteiini viitetietokantaan (HPRD) [28] ja käytettiin Gene ontologia (GO) [29] toiminnallinen tietoja.

Ulkoinen tietokanta

Käytimme Connectivity Karttatietokanta (CMAP) rakentaa 02 [17], jossa 6,100 hoito ekspressioprofiileja edustavat 1309 huumeita (ja yhdisteet), laskea rikastus tulokset (ES) geenin asettuvat huumeet.

Vertailukohtana huumeiden osoitus käytimme L01 luokka, antineoplastiset aineet, Anatomical Therapeutic Chemical (ATC) Classification System, Maailman terveysjärjestö (WHO) (https://www.whocc.no/).

uutettu tietoa tunnettujen terapeuttisten proteeinikohteet, kyseisten sairauksien tai syöpien, ja vastaavat lääkkeet (787 huumeita, 60% CMAP tietokannoissa) päässä terapeuttinen Target Database (TTD: https://bidd.nus.edu.sg/group/ttd/) [30]. Lisäksi olemme kysyi avainsanoja etsimiseen moottorit määrittelemään suhteellista terapeuttista huumeita syövän hoidossa.

ladataan käsinkirjoitetun 4884 geeni-settejä Molecular allekirjoitukset Database (MSigDB: https://www.broadinstitute.org /gsea/msigdb/index.jsp) [31]. Geeni-sarjat ovat neljää tyyppiä: C2: kuratoinut geeni-settejä tunnettujen väyliä, online-tietokannat sekä tietoa verkkotunnuksen asiantuntijoiden C3: motiivi geeni-setit perustuu konservatiivinen cis-sääntelyyn motiiveja ihmisen, hiiren, rotan ja koiran genomit; C4: laskennallinen geeni-setit määräytyy koekspressoimalla lähiöissä keskittynyt 380 syöpään liittyvien geenien; C5: geeni-ontologian geeni-setit kerätty samalta GO merkinnät geenien. Gene symbolit kunkin geenin-set yhdistettiin ja muutettiin HG-U133A Affymetrix ID mukaan päivitetyn merkintä tiedoston verkkosivuilla https://www.affymetrix.com/estore/.

Geeniselektio yksittäisten geeni analyysi (IGA) ja Yksittäiset geeni liitettävyys kartta (IGCM) B

Differentially ilmaistuna geenejä (DEGS) valittiin käyttäen merkitys analyysi mikrosirujen algoritmin (SAM) [32]. Ellei toisin mainita, kynnysarvot väärien löytö määrä (FDR) 0,05 ja taita muutos (FC) 2 käytettiin. Enrichment pistemäärä (ES) matching geeni asetetaan huumeiden laskettiin läpi CMAP [17].

Hyödylliset ja haitalliset huumeet

Koska geeni asettaa, huumeiden nimettiin hyödyllistä tai haitallista, jos ES on -0.5 tai 0,3. Huumeiden voidaan nimetä hyödyllistä satunnaistamisjakson

p

-arvo 0,005 vaadittiin, ellei toisin mainita.

rakentaminen geeni-geeni vuorovaikutusverkosto (GGIN) ja toiminta-toiminto vuorovaikutusverkosto (FFN ) B

tietyn ehdon – ohjaus (Nor) tai adenooma potilas (Ade) – ja Pearson

p

-arvo (katso jäljempänä) kynnyksen

p

0, olemme mukana pari geenien GGIN, jos: (1)

p

-arvon parille ei ollut suurempi kuin

p

0; (2) proteiini parin geenin koodaama pari on liitetty PPI data. Tietyn joukon

n

mikrosiruja, Pearsonin korrelaatiokerrointa (PCC) välillä parin geenien laskettiin käyttämällä kahta

n

intensiteetit parin. Jokainen PPC osoitetaan Pearson

p

-arvo perustuu permutaatio testejä ja

t

-tilasto. Geenit kussakin tyyppikohtaisia ​​GGIN osoitettiin yliedustettuna biologisiin toimintoihin, kutsutaan toiminnalliset modulit, kautta Gene ontologia aikavälillä yhdistys [29]. Rikastus analyysit perustuvat ehdolliseen hypergeometrisen testi [33] tehtiin käyttämällä R paketin GOstats ladattavissa Bioconductor verkkosivuilla. Kukin GGIN vähennettiin toimiakseen-toiminto verkko (FFN) käyttäen toiminnallisia moduuleja solmut.

GSToP ja toiminnallinen moduuli liitettävyys kartta (FMCM) puitteissa

FMCM kehys valitaan terapeuttiseen lääkeyhdisteen koostui kaksi segmenttiä, valinta toiminnallisia moduuleja ennustettu syövän geenien perustuu GSToP menettelyä [26] (vaiheet 1-5 alla), ja useita kyselyitä, yksi kutakin toiminnallinen moduuli, ja CMAP lääkkeen tunnistamiseen (vaiheet 6-8) . Vaiheet valintamenettelyssä (kuvio 1) olivat: (1) Muodosta myöskään ja Ade GGINs ja FFNs käyttämällä kynnys Pearson

p

-arvo = 0,001. (2) SAM. Tunnista DEGS for Ade vs. myöskään käyttämällä kynnysarvoja FDR 0,01 ja FC 2. (3) GSToP. Määrittäminen geeniä syövän geeni, jos: (a) se näkyy ainakin Ade tai Nor GGIN; (B) sen astetta ja klustereiden kertoimien lisäys (vähennys) pitkin järjestyksessä. (4) Ota päällekkäisyys SAM ja GSToP luetteloita. (5) Cancer geenit (myös säädelty ja alas geenien) muodostavat toiminnalliset moduulit, joilla GO termejä käytetään FFNs. (6) Hyödylliset ja haitalliset lääke luetteloita. Käytä toiminnalliset modulit erikseen kyselyn huumeiden CMAP [17] saadakseen kunkin toiminnon kaksi luetteloa vastaavasti ennustettu suotuisa (ES -0,5) ja haitalliset (ES 0,3) lääkkeet (katso edellä vaatimus satunnaistamista

p

-arvo). (7) Toiminto-lääke yhdistys kartta (FDAM). Käytä lääke luettelot rakentaa kartta kahdenlaisia ​​solmuja, toimintomoduuli ja huumeiden, ja kahdenlaisia ​​toiminta-lääkkeen yhteyksiä, hyödyllisiä ja haitallisia. Sisällytä FDAM ainoastaan ​​lääkkeitä, joilla on vähintään yksi hyödyllinen linkki. (8) Muodosta alkaen FDAM kaikista ennusti lääkeaineyhdisteitä, jossa yhdiste on vähintään joukko puhtaasti hyödyllisiä lääkkeitä, jotka kattaa kaikki toiminnot.

Tarkkuus, spesifisyys ja toistettavuus suoritustestit

positiivisia NB ja negatiivisten NA olivat huumeet ennustetaan olevan hyödyllisiä ja haitallisia, vastaavasti; oikeilla positiivisilla TP ja vääriä negatiivisia FN tiedettiin syöpälääkkeitä ennustetaan olevan hyödyllisiä ja haitallisia, vastaavasti; todellinen negatiivit on TN = NA-FN, ja vääriä positiivisia on FP = NB-TP. Tarkkuus määriteltiin (TP + TN) /(NB + NA), ja spesifisyys kuin TN /(FP + TN).

toistettavuutta lääkettä ennusteen menettely (FMCM tai IGCM) toistettiin 10 kertaa, kukin aikaa työstää joukon 40 satunnaisesti valitun mikrosiruja, 20 kumpikin kontrolleista ja potilaiden ja toistettavuus mitattiin yli 10 × 9/2 = 45 paria tuloksia. Kunkin parin toistettavuus oli (koko) risteyksessä kahdet valittujen lääkkeiden jaettuna geometrinen keskiarvo kahden.

Soluviljelmät ja reagenssit

Ihmisen koolonsyöpäsolulinjaa (HCT116, RKO, SW403 ja SW620), ja rintasyövän solulinjoissa (MCF7) saatiin ATCC (American Type Culture Collection, Manassas, VA) ja ylläpidetään ehdotti ATCC. Kasvualustaan ​​kaikki solulinjat oli täydennetty 10% naudan sikiön seerumia (FBS), 50 yksikköä /ml penisilliiniä ja streptomysiiniä, ja niitä inkuboitiin 37 ° C: ssa 5% hiilidioksidissa. Kokeissa, soluja käsiteltiin etanolilla, vedellä tai DMSO: ta vastaavan ajoneuvon ohjaus. Fenoksibentsamiinia, GW-8510, etakryynihappo, ginkgolide A, Trifusalin, imipeneemi, 6-azathymine ostettiin Santa Cruz (CA). Phthalylsulfathiazole ostettiin Sigma (St. Louis, MO). Fenoksibentsamiini, phthalylsulfathiazole, etakryynihappo, ginkgolide liuotettiin etanoliin. Imipeneemi liuotettiin veteen. Loput lääkkeet liuotettiin dimetyylisulfoksidiin (DMSO).

Soluproliferaatiomääritys

ydinasevarustelusta viisi solulinjojen – paksusuolensyöpä, HCT116, RKO, SW403 ja SW620, ja rintasyöpä, MCF7 – seurattiin Alamar Blue (Molecular Probes, Invitrogen Corporation), joka on hapetus-pelkistys-reagenssia, ja määritetään mittaamalla väheneminen resatsuriini (sininen, ei-fluoresoiva) ja resorufiini (punainen, erittäin fluoresoiva). Solut ympättiin 96-kuoppaisille viljellään levyillä ja sen jälkeen tutkimuksen suunnittelu CMAP [17], käsiteltiin yhdellä lääkkeiden kanssa, pitoisuus on 0, 0,1, 1,10, 30 uM 5 päivää, määritettiin sitten leviämisen toimintaa. Yksi kymmenesosa tilavuudesta Alamar blue reagenssia lisättiin ja levyjä inkuboitiin 37 ° C: ssa 2-3 tunnin ajan. Solujen elinkelpoisuus määritettiin mittaamalla fluoresenssin eksitaatio 550 nm: ssä ja emissio 590 nm päälle Synergy HT (BioTek Instruments, Winooski, VT). Solujen eloonjääminen laskettiin suhteellisen arvon välisen erotuksen vähennyksiä Alamar Blue käsitellyissä verrattuna kontrolleihin.

RNA ja mikrosirut

Solut istutettiin 100 mm ruokia ja hoitaa lääkkeillä. Lääkekäsittelyn jälkeen 6 tuntia, solun kokonais-RNA eristettiin käyttäen Mirvana miRNA Isolation Kit (Ambion, Austin, TX) mukaisesti valmistajan ohjeiden mukaisesti. 250 ng kokonais-RNA: ta käytettiin microarray kokeiluja. Uutettu RNA leimattiin GeneChip® 3 ’IVT Express Kit (Affymetrix, Santa Clara, CA, USA) ja hybridisoitiin päälle Affymetrix GeneChip® Prime View Human Gene Expression Array. Tämä joukko sisälsi noin 530000 antureista kattaa yli 36000 selostukset ja variantteja. Raakakuvia analysoitiin Affymetrix GeneChip® Operating Software. Me tehdään mikrosiruanalyysi vaikutuksesta imipeneemiin fenoksibentsamiinin (PB) (käsitelty ja ei-käsitelty) on HCT116 ja MCF7 ja GW-8510 on HCT116 alle U219 (primeview) alustan, kaikki kaksoiskappaleet. Hoito annokset ja kesto ajat olivat samat kuin [17].

Microarray kokeiluja ja analyysi IGA ja geeni-set lähestymistapa (GSA) B

Genominlaajuiset geeniekspressioprofiilien huumeiden-häirityn kasvainsoluja arvioinut Affymetrix GeneChip® Prime View alustan analysoitiin R ympäristössä (versio 2.15.1). Kahta solulinjaa, HCT116 ja MCF7, käsiteltiin kolme lääkettä, GW-8510, fenoksibentsamiini (PB), ja imipeneemiä, samalla annoksilla (10 uM, 11,8 uM, 13,4 uM, vastaavasti) ja aika (6 tunnin kuluttua yön yli kasvatettua viljelmää ) kuten [17]. Microarray profiilit verrattiin kymmenen profiileja CMAP varten MCF7 käsitelty kolmen lääkeaineen. Geenien ilmentyminen intensiteetit normalisoitiin Tukeva Multi-array Average (RMA) [34]. IGA lähestymistapa DEGS tunnistettiin yksisuuntainen ANOVA käyttäen eBayes toiminto Limma paketti [35]. Geenissä-set lähestymistapa (GSA), annetaan luettelo sijoittui ero geeniekspressioiden, käytimme GSEA [31] muuntamaan 4884 selityksin geeni settiä MSigDB [31] on luettelo 4884 sijoittui ESs, sitten levitetään yksisuuntainen ANOVA löytää ero geenin sarjaa. In IGA (tai GSA) geeni (tai geeni-sarja) kanssa vääriä löytö määrä (FDR) alle 0,01 katsottiin merkitseväksi ja valittu kaksisuuntainen hierarkkinen klusterointi mikrosirun asetettu. GO ehdot yliedustettuna geenin (tai geenien set) klustereita IGA (tai GSA) heatmap määritettiin käyttämällä DAVID [36].

Tulokset

Function-toiminto verkkojen

korkea laatu microarray aineisto osoittaa puhtaan erottamisen ohjaus (32 normaaleista kudoksista) ja näyte (32 potilasta) pääkomponenttianalyysi (kuvio S1A). 2164 DEGS valitaan SAM (kynnyksiin FDR 0,01 ja FC 2) luokiteltu oikein valvontaa ja näytteen hierarkkinen klusterointi (kuvio S1B). Klusterointi tulokset eivät olleet herkkiä kohtalainen vaihtelut raja-arvojen (ei esitetty). Gene-geenin vuorovaikutuksen verkkoja (GGINs) rakennettiin, jonka kynnys on Pearson

p

0,001 ohjaus- ja adenooma kohortti microarray data (kuva S2). Kasvain GGIN on 6,4% enemmän geenejä (1792 vs. 1684) ja 32% enemmän linkkejä (2656 vs. 2017) kuin kontrolli GGIN. Ero näiden kahden välillä tapauksissa tuli esille, kun GGINs alennettiin toiminto-toiminto verkot (FFNs), jossa on toiminnallisia moduuleja, kuten solmujen (kuvio 2, taulukko S1). Solusyklin, DNA: n replikaatiota, ja DNA: n korjaus toiminnalliset modulit olivat paljon suurempia kasvain FFN ja näytteillä paljon korkeita sisäisiä funktion toimintaa. Siellä olivat myös muun-moduuli toimintaa adenooma kuin verrokeilla. Vuonna huomattava poikkeus, inter-moduulin toiminnan välillä immuunijärjestelmän prosessi ja solujen lisääntymistä oli heikompaa adenooma kuin verrokeilla.

Ehto tietyn toiminnon-toiminto verkot (FFNs) kertyi geenistä-geenistä verkot (GGINs) , kuvassa S2, pelkistämällä. Solmujen FFN ovat toiminnallisia moduuleja (FMS), jotka ovat geeni asetetaan vastaaviin GGIN muodostavat yliedustettuna Gene ontologia termejä. FMS, joka sisältää vähemmän kuin 70 geenien ei ole esitetty. Halkaisija solmun asteikkojen logaritmi geenien solmun. Värisävy solmun osoittaa, kuinka monta sisäisen solmun geeni-geeni vuorovaikutuksia per geeni. Paksuus reunan osoittaa, kuinka monta solmuvälin geeni-geeni vuorovaikutuksia.

Repurposed lääkeaineet valitaan IGCM

CMAP antaa rikastus tulokset (ES) geenin luetteloita ei enää yli 1000 merkinnät. Olemme noudattaneet tätä rajoitus (eli rajoittamalla koko DEGS) vaatimalla FDR 0,01. Viisi DEG luettelot FC kynnysarvot 3,0 5,0 0,5 välein syntyi ja ES: n että 1308 huumeiden (tai pieni yhdisteet) saatiin kyselemällä CMAP. Luettelo hyötyä (toisin sanoen anti-adenooma) lääkkeet oli herkkä (raja-arvo) FC, jossa koko luettelo pienenee yhä FC (kuvio 3A). Määrä hyödyllisiä validoitu lääkkeitä, laskivat FC (kuva S3). Mukaan TTD, monet tunnetut terapeuttiset syöpälääkkeet, kuten chrysin (vaaleanpunainen, TTD id: DNC004715), GW-8510 (punainen, TTD id: DNC004631), daunorubisiini (syaani, TTD id: DAP000788), apigeniiniä (vaalea lila , TTD id: DNC004714), resveratrolin (keltainen vihreä, TTD id: DNC001205), sattumalta kaikki muuttui hyödyllisiä FC = 3 haitallisille FC = 3,5 (kuvio 3A). FC = 5,0, tiukimmat kynnys että käytimme lähinnä, AG-012559 oli ainoa hyödyllinen lääke alle permutaatio

p

0,005 (kuva S3).

Enrichment pisteet (ES) saatiin kyselemällä CMAP kanssa geeniperimä (koko merkitty pystypalkki) määritetään käyttämällä vaihtelevia kertamuutosta (FC) kynnys. Lääkeaine pidetään hyödyllistä hoitoon paksusuolen adenoomia jos ES -0,5, vaarallista ES 0,3 ja neutraali toisin. (A) Seulonta IGCM menettelyä. Haetaan geeni setti täydellinen erilaisesti ilmaisi geenien (DEGS) tunnistaa geenien ilmentyminen paneelit suolen kasvainten kohortin (vs. kontrolli) käyttäen SAM algoritmia kiinteillä FDR 0,01. (B) Seulonta FMCM menettelyä. Haetaan geeni sarjaa olivat toiminnallisia moduuleja saadaan osio yliedustettuna Gene ontologia termejä GSToP suodatetaan DEGS.

Repurposed lääkeaineet valitaan FMCM

FMCM ohjelmassa, geenit valittu kukin toiminnallinen moduuli (taulukko S2) käytettiin erikseen kyselyn CMAP tuottaen erillisiä toiminnallisia tiettyä lääkettä luetteloita. Jokainen toiminnallinen moduuli oli liitto ohjaus- ja adenooma toiminnalliset modulit määritetään vastaavan FFNs, suodatetaan GSToP (ks Methods). Vuonna FMCM geenin koko moduulin oli paljon voimakkaampi riippuvuus arvon FC kuin IGCM (kuvio 3). Vuonna IGCM, koko DEG laski hieman yli 600-200, kun arvo FC kynnys nostettiin 3 5. FMCM moduulissa geenin koko putosi noin 600: sta noin 30 kuin (kynnys) FC nostettiin 1.-3 , ja tuli liian pieni CMAP sovelluksen, kun FC nostettiin edellä 3. Jopa niin, sijaitsee kyseisellä alueella FC käytetty, FMCM tarjosi paljon vakaampi ja kestävä ympäristö huumeiden seulonta CMAP kuin IGCM; in FMCM merkki valittujen lääkkeiden (ts hyödyllisiä tai haitallisia) muuttunut hyvin vähän (21 ulos 256, kuvio 3B), kun taas IGCM muuttui esiintyi 54,5% valittujen lääkkeiden (12 ulos 22, kuvio 3A).

Function-lääke yhdistys kartta (FDAM) ja terapeuttinen lääkeyhdisteille

Puhtaasti hyödyllisten ja haitallisten lääkkeiden (katso materiaalit ja menetelmät), jotka olivat hyödyllisiä ainakin yksi FM tunnistettiin FMCM ohjelmassa (FC 2) ja käytetään muodostamaan FDAM. 46 huumeiden FDAM (taulukko 1) olivat paljon lukuisammat vastaavaan luetteloon löytyy perinteisten IGCM lähestymistapaa (joka oli 22 huumeet). Kolmekymmentä 46, eli 65%, on joko tutkittu erikseen syöpälääkkeitä tai on sertifioitu olevan ennalta ehkäiseviä vaikutuksia monenlaisia ​​syöpiä (taulukko 1 ja taulukko S3). Viisi lääkkeet, thapsigargin, pyrviini, trifluoperatsiini, elliptisiini, ja 0297417-0002B, joka meidän FDAM haitallisten ainakin yksi moduuli, on raportoitu osoittamaan todisteita syövän synnyn /immunosuppressiota toiminta (kuvio 4, taulukko 1 ja taulukko S3 ). Pidämme 41 huumeita FDAM ilman haitallisia linkkejä ehdokkaaksi lääkeaineet. Moduulien lukumäärän, tai astetta (taulukko 1), johon ehdokkaana lääke oli hyödyllinen vaihteli 1 7 oli kahden asteen-7 lääkkeitä, fenoksibentsamiini ja GW-8510, ja kolme aste-5 lääkkeet, thapsigargin, phthalylsulfathiazole, ja medrysoni (katso taulukko 1 täydelliset tiedot astetta ja huumeisiin moduuli suhde). Terapeuttinen lääke yhdiste on vähimmäismäärä huumeiden poimittu luettelosta ehdokas terapeuttisten lääkkeiden, joka kattoi kaikki moduulit. Monet yhdisteet voidaan konstruoida ehdokas lääkkeiden luetteloon. Oli kaksi 2-komponentti-yhdisteitä, fenoksibentsamiini + ISP ja GW-8510 + ISP, ja 20 yhdisteet jopa kuuden lääkkeen komponentit (taulukko 2). Esto Lääkeaineinteraktioita, me ennustaa näiden yhdisteiden olevan vapaa haitallisia sivuvaikutuksia solunsisäisen tasolla.

Solmut kartassa ovat toiminnallisia moduuleja (FMS, geenin sarjaa) ja lääkkeet saadaan kyselemällä CMAP käyttämällä erillisiä FMS . Drug-toiminto linkit osoittavat hyödyllistä (vihreä) tai haitallisia (punainen). Vain lääkkeet hyödyllistä ainakin yksi FM sisältyvät.

Vertailu IGCM ja FMCM

Stability.

Kuten aiemmin mainittiin, luonnehdinta huume, nimittäin hyödyllisiä tai haitallisia, oli paljon vakaampi FMCM kuin IGCM (kuva 3).

Tarkkuus ja spesifisyys.

Käytimme syöpälääkkeitä in Therapeutic Target Database (TTD) arvioida tarkkuutta ja spesifisyys (Materiaali ja menetelmät) ja FMCM ja IGCM ennusteita. ”Tosi” lääke asetettu testi oli risteyksessä TTD ja CMAP luettelo, joka sisälsi noin 40% TTD. Yksinkertaisuuden vuoksi me ilmi IG3 IGCM kysely FC = 3 ja loput (kyselyihin FC 3) mukaan IGL. Olemme havainneet, että FMCM oli yleinen tarkkuus (kuvio 5A) ja spesifisyys (kuvio S4) samanlainen IG3 ja korkeampi kuin IGL, lukuun ottamatta immuunijärjestelmän prosessi moduuli, jossa FMCM oli pahempi kuin IGL.

(A) tarkkuus on summa oikeita positiivisia (ennustettu hyödyllisiä ja tunnetaan syöpälääkkeen) ja tosi negatiivinen (ennustettu haitallinen ja tunnetaan syöpää aiheuttavalle aineelle) yli summa ennusti hyödyllisistä ja haitallisista lääkkeitä. IGCM tulokset ovat mustia, ja FMCM, punaisella ja syaani. Spesifisyys on kuvassa S5. (B) uusittavuus on mitta välinen sopimus valitun huumeiden kahdessa ajossa eri osajoukkoja microarray data (materiaalit ja menetelmät). Tulokset esitetään määritetään keskiarvo 45 pareittaisesta vertailuja valittujen lääkkeitä. Viisi tornit vasemmalla ovat IGCM tulokset tietyn kynnyksen FC arvoa. Kahdeksan tornit oikealla ovat FMCM tulokset (FC 2) varten 8 toiminnalliset modulit. Koko istä geeniperimä annetaan linja punaisella.

toistettavuus.

Testasimme toistettavuus (Materiaali ja menetelmät) lääkkeen ennusteiden toistamalla 10 kertaa FMCM ja IGCM menettelyjä, kukin aikaa työstää joukon 40 satunnaisesti valitun mikrosiruja, 20 kumpikin valvontaa ja potilaille. Vuonna FMCM menettelyssä, GGINs rakennettiin käyttäen DEGS valitaan SAM at FDR 0,01 ja FC 2, ja valittu lääke asetettiin summa hyödyllisistä ja haitallisista lääkkeitä.