Krooninen sairaus

tiivistelmä

Kehittäminen vastusten perinteisiin syöpälääkkeiden vaarantaa tehoa syöpähoitojen. Kun kyseessä on DNA-kemoterapeuttisten aineiden kohdentamiseksi, syöpäsolut voi näyttää toleranssin lääkkeen indusoimaan DNA vaurioita ja /tai parantaa DNA: n korjaukseen. Kuitenkin rooli DNA-vaurioita vastaus (DDR) ja DNA: n korjautumista tässä chemoresistance on vielä määriteltävä. Tarjota oivalluksia tällä haastavalla alalla, olemme analysoineet DNA korjaukseen allekirjoitus 7 syöpäsolulinjojen hoitaa 5 sytostaattien käyttäen äskettäin kehitetty multipleksoidun toiminnallisia DNA repair -testissä. Tämä kattava lähestymistapa pidetään monimutkaisuutta ja varmistamisesta erilaisten DNA: n korjaukseen reittejä. Aineisto analysoitiin klustereiden menetelmiä ja tilastollisia testejä. Tämä DNA korjaus profilointi määritellyn asianomaisten ryhmien perustuu yhtäläisyyksiä eri lääkkeitä, mikä antaa tietoja, jotka liittyvät niiden hallitseva vaikutusmekanismi DNA-tasolla. Samoin yhtäläisyyksiä eri solulinjojen oletettavasti tunnistetaan samanlaiset toiminnalliset DDR huolimatta korkea geneettinen heterogeenisyys välillä solulinjoja. Strategiamme on uutta tietoa panoksesta erityinen korjaus sub-väyliä lääkkeen aiheuttamalle sytotoksisuuden. Vaikka edelleen molekyyli- luonnehdinnat tarvitaan täysin purkaa mekanismeista havaintomme, lähestymistapamme osoittautunut erittäin lupaava kuulustella monimutkaisuuden DNA korjausvasteen. Itse asiassa sitä voidaan käyttää ennustamaan tehoa tietyn lääkkeen ja kemosensitiivisyys yksittäisten potilaiden, ja näin ollen valita oikea hoidon yksilöllisten syövän hoitoon.

Citation: Forestier A, Sarrazy F, Caillat S, Vandenbrouck Y, Sauvaigo S (2012) Toiminnallinen DNA korjaus allekirjoitus Cancer Cell Lines alttiina Joukko sytotoksisen syöpälääkkeiden käyttäminen Multipleksoidut entsymaattinen Korjaa Pitoisuus on Biochip. PLoS ONE 7 (12): e51754. doi: 10,1371 /journal.pone.0051754

Editor: Abdelilah Aboussekhra, King Faisal Specialist Hospital Research Center, Saudi-Arabia

vastaanotettu: 24 heinäkuu 2012; Hyväksytty: 5. marraskuuta 2012 Julkaistu: 31 joulukuu 2012

Copyright: © 2012 Forestier ym. 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: Kirjoittajat kiitos poikittaisohjelmaan CEA ohjelma Technologies for Health tukea sekä GRAVIT sen taloudellisen säestyksellä. Tämä työ oli osittain myös tukee Euroopan komission (Contract LSHB-CT-2006-037575) – hanke Comet määritys ja solujen array nopeaan ja tehokkaaseen genotoksisuuskokeita ”(COMICS). 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

huolimatta aktiivisen tutkimuksen ja kehittämisen kohteena erityisiä hoitoja, vastus vakio sytotoksisten lääkkeiden yhä uudelleen haasteen syövän hoidossa. Monet tavanomaiset syövän vastaisten lääkkeiden, kuten alkyloivat aineet, antimetaboliitit ja topoisomeraasin estäjät aiheuttavat DNA: n vaurioita osana sytotoksinen vaikutus. Tärkeä tekijä, joka vaikuttaa sytotoksista vaikutusta näiden lääkkeiden on kyky syöpäsolujen aistia erilaisia ​​DNA vaurioita ja saada aikaan koordinoitu vastaus aktivointiruuvi transkription, solusyklin pysähtymisen, apoptoosin ja DNA korjautumisprosesseihin [1], [2] . Tämä maailmanlaajuinen DNA-vaurioita vastaus (DDR) voi johtaa toleranssin lääkkeen indusoimaan DNA vaurioita tai tehostetun korjata [3], [4], estäen ihanteellinen tulos potilaille kemoterapian jälkeen. Kriittinen merkitys DDR osoittaa olemassaolo mutaatioiden p53, K-RAS, PIK3CA polkuja liittyy vastustuskykyä hoitoon [5], [6]. DNA korjausmekanismit ovat keskeinen osa DDR, joka edustaa joukko hyvin järjestetty reittejä, jotka ovat kehittyneet selviytymään erilaisten DNA-vaurioiden [7] – [9]. Korjaus emästä /sokerimodifikaatioilla – paitsi katkeamisen – perustuu leikkaaminen /synteesiin mekanismeja. Base Leikkauskorjauksessa (BER) voi käsitellä pieniä vaurioitunut emäksiä ja emäksetön sivustoja [10], kun taas nukleotidin Leikkauskorjauksessa (NER) käsittelee helix vääristäviä vaurioiden [11]. Äskettäin nukleotidin viilto korjaus (NIR) on kuvattu vaihtoehtona sekä BER ja NER [12]. Jotkin proteiinit hallussaan päällekkäisiä toimintoja sisällä ja välillä BER ja NER reittejä [13] ja proteiinien kuvataan yhtä koulutusjakson voivat olla vuorovaikutuksessa proteiinien muiden reittien [14] – [16]. Lopuksi säikeiden- ristisidosten (ICLs) korjataan läpi useita mekanismeja, joko rekombinaation riippuva tai rekombinaatio-riippumaton, mahdollisesti yhteistyössä proteiinien NER ja mismatch korjaus (MMR) väyliä [17], [18].

proteiinit kuuluvat näiden DNA-korjauksen reittejä ja DNA vaurioita signalointi /muuntimet luokkia on tunnistettu potentiaalisia terapeuttisia tavoitteita [19], [20]. Kasvaimen erityisiä vikoja DDR tekijät, kuten BRCA1 /BRCA2, p53, ATM, ovat nyt hyväksi kehitettäessä uusia erityisiä hoitoja [19]. Kun otetaan huomioon rooli DDR ja DNA: n eri korjauksen reittejä vastus, ymmärtää paremmin mekanismeja käynnistyvät suoraan tai epäsuoraan DNA-kohdistaminen kemoterapeuttisten on tärkeä, koska se auttaa ennustamaan tehoa huumausaineet sekä kemosensitiivisyys yksittäisten potilailla.

solulinjat ovat peräisin ihmisen kasvaimista ovat kokeellisia malleja syöpiä, jotka mahdollistavat tekijöitä kemosensitiivisyys on tutkittu [21], [22]. Äskettäin geeniekspressioprofilointi ja muut array lähestymistapoja tunnistettu erityisiä kuvioita liittyy kemoterapeuttisen herkkyys [23], [24]. Globaalit strategiat paljasti myös joitakin mekanismeja lääkeaineen vaikutuksen [25]. Sub-luokitteluun syövät mukaan näiden uusien laajamittainen tiedon on nyt vahvasti kehittyvien käsite, joka herättää toivoa löytää sopivampi lääkkeitä räätälöidyt hoidot [26].

Merkittävä rajoitus, joka on haitannut ymmärrystä rooli DNA: n korjausmekanismit on monimutkaisuus DNA: n korjaukseen reittejä. Tähän asti yrittää määrittää roolin DNA korjaus tutkittiin yksi korjaus proteiinia kerrallaan [27], [28] joka kuuluu edelleen rajallinen valta. Nyt on selvää, kuten Sander ja Van Houten [29], että DNA korjaus on tultava verkkoon biologian ja proteiinia interactome ikä. Todellakin, korjausvasteen säädellään mukautuva ja koordinoidut mekanismit mukaan lukien proteiini translaation jälkeiset modifikaatiot ja toiselle siirtäminen [30], [31]. Niinpä kattava toiminnallinen lähestymistapa vaikuttaa asianmukaisemmalta kuin transcriptomic tai genomiikan lähestymistavat analysoimiseksi tehokkaasti DNA korjaukseen tehokkuutta vastauksena kemoterapeuttisten.

Tässä tutkimuksessa käytimme erityinen multipleksoidun entsymaattinen DNA repair -testissä on biosiruun samanaikaisesti tutkia useita korjaus reittejä. Merkityksellisyys ja etuja tämän konseptin on osoitettu ikääntymisen tutkimuksissa ja tutkimuksen seurauksista auringon photoexposure käyttäen ihmisen ihon solujen näytteitä [32] – [34]. Olemme arvioineet DNA korjaukseen allekirjoitukset paneelin 7 syövän johdetut solulinjat 4 kasvaintyypeissä, käsiteltiin 5 sytotoksisten syöpälääkkeiden. Erityisesti leikkautumis /synteesi korjaus kuuluvat toimet BER, NER, NIR, ja osittain ICLs korjaus kvantitoitiin. Tiukka strategia pystyimme esittää uusi tehokas tapa luokitella mallin syöpäsolu vastauksia kemoterapeuttisten. Se tarjotaan uusia viitteitä siitä vaikutusmekanismi sytotoksisten lääkkeiden, kykyyn solulinjojen vastata ja mahdollisesta osallistumisesta tiettyjen korjaus- toiminnan chemoresistance. Meidän alkuperäinen lähestymistapa on mielenkiintoinen toiminnallinen täydentää molekyylifarmakologian strategioita ymmärtää DDR ja saattaa osoittautua erittäin tehokkaiksi osana valita oikea hoito optimoitu hoitoon syöpäpotilailla.

Materiaalit ja menetelmät

Soluviljely

Seven syöpäsolulinjoja edustaja eri syövän sivustoja valittiin ja toimittanut Oncodesign (Ranska). HCC-1937 ja MCF-7 (rintasyöpä solulinja), OVCAR-8 /ADR (munasarjasyövän solulinja, aluksi tunnistettu väärin MCF-7 /ADR [35] (Oncodesign)), HCT-15 ja HCT-116 (paksusuolen syöpäsolun riviä), RPMI 8226 (myelooma), T24 (virtsarakon syöpä solulinja). Kaikkia solulinjoja viljeltiin RPMI-1640, joka sisälsi 2 mM L-glutamiinia ja johon oli lisätty 10% vasikan sikiön seerumia (Lonza) 37 ° C: ssa CO

2-inkubaattorissa (5%). Soluviljely ja solun hoitojen ja toksisuustutkimukset suoritettiin Oncodesign.

Kemosensitiivisyys määritys

herkkyys solulinjojen 5 syöpälääkkeiden (sisplatiini (CDDP (Sigma), oksaliplatiinia (OHP (Eloxatine®, Debiopharm)), adriamysiini (ADR (doksorubisiini, Sanofi Aventis)), 5-fluori-uracile (5-FU (Sigma)), ja karmustiini (BCNU (Sigma)) määritettiin MTS (3- (4,5-dimetyylitiatsol -2-yyli) -5- (3-karboksimetoksi fenyyli) -2- (4-sulfofenyyli) -2H-tetratsolium), Promega) määritys. absorbanssi mitattiin 490 nm: ssä käyttäen Victor 3 ™ 1420 multi-leimattua counter ( Wallac, PerkinElmer) (Ks Methods S1).

toimintamekanismit lääkkeistä on merkitty tukeminen Information, taulukko S1. lääkkeen pitoisuus johtaa 20% kuolleisuus laskettiin (IC20) ja annetaan.

Hoidot ja valmistelu solujen tuman uutteiden

jokaisessa solulinjassa levytettiin 75 cm

2 pulloon (Nunc), käsiteltiin tällä IC20 kuhunkin 5 testiaineiden. kontrolli pulloon jokaista solulinjaa valmistettiin myös rinnakkain. 48 h jälkeen hoitoja, solut trypsinoitiin, laskettiin ja pelletoitiin sentrifugoimalla 550 g: llä 10 minuutin ajan. Pelletit suspendoitiin RPMI-1640-elatusaineessa täydennettynä 10% FCS: ää ja 10% DMSO: ta, ja pakastetaan -80 ° C: ssa, kunnes valmistelu solu-uutteiden. Noin 3 10

6-soluja saatavilla per pelletti.

Solun tumauutteita valmistettiin, kuten on jo kuvattu [32], [36]. Tyypillinen proteiinipitoisuus oli 1 mg /ml.

Modified plasmidi mikrosirujen

muokatun plasmidin microarray on kuvattu muualla [33], [36] ja esitetään tiedot (Methods S1).

DNA poisto /synteesi reaktio

leikkaaminen /synteesi reaktio suoritettiin muokatun plasmidin joukoissa, kuten on kuvattu [33], lopulliseen proteiinipitoisuuteen 0,2 mg /ml kaikissa näytteissä (katso Methods S1 koeolosuhteissa). Jokainen dia käsitti 12 identtistä muokatun plasmidin paneelit: 9 paneelit käytettiin korjaamisreaktioihin suoritettiin syöpäsolun linja tiivisteet ja 3 kontrollireaktioista suoritetaan normaali kaupallinen HeLa otteita (HeLa_Com; CilBiotech). Kukin syövän solulinja uutetta testattiin kahtena rinnakkaisena (tekninen toistoa).

kaksi toisistaan ​​riippumatonta korjaus reaktioita (kutsutaan Set_1 ja Set_2) suoritettiin solujen saadut pelletit itsenäisesti ja valmistettiin useita kuukauden välein. Siten analyysi tehtiin saadut kaksi riippumatonta tutkimusta (kaksi kokeellista toistoa).

Microarray skannaus, fluoresenssi kvantifiointiin, tietojen käsittely ja normalisointi

Kuvat otettiin 635 nm aallonpituudella 10 um resoluutio käyttämällä Genepix 4200A skanneri (Axon Instrument). Yhteensä paikalla fluoresenssin intensiteetti (FI) määritettiin käyttäen Genepix Pro 5.1-ohjelmisto (Axon Instrument). Kussakin joukko reaktioita, päällekkäiset tiedot kerätään syöpä solulinjakokeissa normalisoitiin käyttäen NormalizeIt ohjelmistojen [36]. Sitten kunkin testinäytteen, päätimme intensiteetti arvo 6 modifioitu plasmidit vastaava summa intensiteetin A, B ja C laimennuksia josta arvo CTRL vähennettiin. Tämä arvo vastasi intensiteetti modifioimattoman Ohjaus plasmidi kerrottuna 3, johdonmukaisuuden osalta summa 3 plasmidin laimennus intensiteettiä. Siksi jokainen näyte oli ominaista 6 arvot, jotka vastaavat korjaukseen 6 DNA vaurioita edustettuina biosiru.

Koska kaksi erillistä koetta (Set_1 ja Set_2) tehtiin eri plasmidissa mikrosirujen erissä eri päivinä meidän piti korjata muun joukon ja muun päivän fluoresenssi vaihtelut johtuu osittain muutoksia otsonin tasolla [37]. Strategia käyttää tietojen käsittelyä ja normalisointi palvelee tukeminen Information (Experimental työnkulun Fig. S1).

Data ilmaisu

Hoidon vaikutus erilaisista entsymaattisia DNA korjaustoiminta tutkittiin läpi -arvon suhteen FI-saatiin kunkin vaurion ja hoito-olosuhteilla, välillä käsiteltyjen (T) ja ei-käsiteltyjen (NT) näytteitä. Tunnusluvut muunnettiin log2, jotta stimuloituja ja estivät korjaus suhteen ei-käsitellyistä soluista keskittyi nolla ja näytteillä arvoja vastakkaista merkkiä. Nämä arvot raportoidaan log2 (T /NT). Huomaa, että Set_2, 4 käsiteltiin solulinjoja (RPMI8226_5-FU, HCT-116_ADR, HCT-116_BCNU ja MCF7_OHP) esitetään korjausta intensiteettejä ole merkittävästi yli taustan. Vastaavat log2 suhdelukuja asetettu vähintään koko datajoukon (miinus 1).

Tietojen analysointi – klusterointi menetelmät – Tulokset näyttö

valvomaton hierarkkinen klusterointi käytettiin tutkimaan rakenteen aineisto, kuvata ja visualisoida suhdetta eri hoitoja ja eri solulinjoissa. Analyysi suoritettiin käyttäen ilmainen ohjelmisto ympäristö tilastollinen laskenta ja grafiikka, R (https://r-project.org/). Hierarkkinen keskimääräinen sidos klusterointialgoritmi ajettiin kahdella eri erilaisuus toimenpiteet (1) Eukleideen etäisyyden, jossa esitetään kooste profiilit sekä samankaltaisia ​​intensiteetin taso ja kovariaatiota, (2) korrelaatio erilaisuus toimenpide (1 – r), missä r ilmaisee Pearsonin korrelaatio kerroin, joka aggregaatit profiileja samanlaisia ​​kovariaatiota riippumatta niiden voimakkuuden tasoja. Siten kaksi täydentävää luokitukset saatiin jotka tutkivat tietoja eri tavalla, yksi otetaan huomioon sekä myötäsääntelyä korjaus- reittejä ja intensiteetin taso ja toisessa huomioon vain yhteistyössä sääntely korjaus reittejä riippumatta intensiteetin taso (katso Methods S1).

tutkiminen suhdetta DNA Repair Response (DNA-Rep-Res) ja kemosensitiivisyys

tutkia assosiaatiota IC20 saatu kunkin lääkkeen ja DNA-Rep-Res, suoritimme valvomattoman hierarkkinen klusterointi käyttämällä euklidinen erilaisuus toimenpide ja keskimääräinen sidoksen kokkaroimismenetelmällä. IC20 valittiin tällä lievä toksisuustaso solut odotetaan pystyvän aiheuttamaan tietyn DDR, joka tarjoaa lääkeainekohtaisista altistuksen allekirjoituksia. Keskimääräinen log2 (T /NT) FI on 2 sarjaa kokeita kunkin vaurion hoidon yhdistys piirrettiin log10 (IC20) vastaavaa hoitoa. Arvot kummallakin akselilla standardoitu kussakin solulinjassa sarja (keskiarvo = 0 ja keskihajonta = 1). Optimaalinen määrä klustereita määritettiin leikkaamalla klusterin dendrogrammissa klo taajama kriteerit käännepisteellä (Fig. S2). Väliseinät Hoidon-vaurioiden saadaan jokaista solulinjaa funktiona IC20 voitaisiin helposti visualisoida kaksiulotteinen värillinen kaavioita.

Tilastolliset testit arvioida samankaltaisuuden

Käytimme ” pvclust ”R paketti arvioida epävarmuutta hierarkkisessa klusterianalyysin (https://www.is.titech.ac.jp/~shimo/prog/pvclust/). Klustereiden AU

P

arvo 95% pidettiin merkittävinä (katso menetelmät S1 lisätietoja).

Tulokset

herkkyys solulinjojen syöpälääkkeiden: luokittelu mukaan IC20 (Fig. 1) B

halusi aiheuttaa DNA-vaurioita aiheuttamatta liiallista apoptoosin tai nekroosin 7 testatut solulinjat, kuten apoptoottisten ja nekroottisten solujen sisältää korkeita nukleaasien. Nämä nukleaasien häiritsevät meidän alavirtaan analyysiin. IC50 käytetään yleisesti farmaseuttisissa tutkimuksissa testata yhdisteitä ja niiden myrkyllisyys soluille, mutta edullista käyttää lievempiä toksisuuden taso on, IC20, niin käynnistää vasteen soluista aiheuttamatta liiallista solukuolemaa. 7 solulinjat ja 5 käsittelyt ryhmiteltiin log10 (IC20) käyttäen Euclidian erilaisuus toimenpide. Ensimmäisessä ulottuvuus, solulinjat ryhmittyivät samankaltaisuutta niiden log10 (IC20) profiilin poikki 5 hoitoja. Toisessa ulottuvuus, hoidot ryhmittyivät samankaltaisuutta niiden log10 (IC20) profiilin poikki 7 solulinjat. Vuonna värikoodatut ruudukon, solulinjoja ja hoitoja on lueteltu kaksi ulottuvuutta, ja kussakin ruudukon lohko näyttää log 10 (IC20) arvo kullekin solulinjan ja hoito. Kirkkaus väri korreloi log10 (IC20), punaiset korkeampia IC20 ja vihreä alhaisemmat IC20 (Fig. 1A). Solulinjat erotettiin kahdeksi klustereihin edustaa kaksi suurta dendrogrammia oksat: MCF7 ja OVCAR-8 /ADR toisella puolella on hyvin pieni IC20 5-FU ja erittäin korkea muiden hoitojen (paitsi BCNU varten OVCAR-8 /ADR ja ADR MCF7). Toisaalta, muut solulinjat ryhmitelty, jolla on korkeampi IC20 varten BCNU kuin muiden hoitojen, jotka kaikki oli väli- IC20. Sisällä tämä klusteri, HCT-116 oli merkittävästi lähempänä HCT-15, joka osoittaa samanlaista herkkyyttä kaksi koolonsyöpäsolulinjaa eri hoitoja (Fig. 1 B). Hoidot voidaan jakaa 3 eri ryhmään: toisaalta, CDDP, ADR ja kalvot ryhmiteltiin, jossa IC20 varten MCF7 ja OVCAR-8 /ADR korkeampi kuin muita solulinjoja. 5-FU vastusti tämän ryhmän, jossa IC20 varten MCF7 ja OVCAR-8 /ADR paljon pienempi kuin muissa solulinjoissa. Lopuksi, BCNU luokiteltiin erikseen, on paljon suurempi IC20 jokaista solulinjaa paitsi OVCAR-8 /ADR (Fig. 1 C).

Perustuu log10 (IC20), klusterointi käytetään Euclidean erilaisuus toimenpide. A. Heat kartta edustus klustereita. Kirkkaus väri korreloi log10 (IC20), jossa punainen väri korkeampia IC20 ja vihreä alhaisemmat IC20. B. Solulinjat dendrogrammissa klustereita merkitys arvoihin. C. Hoidot dendrogrammissa klustereita merkitys arvoihin.

P

-arvot (AU (noin Puolueettomat) punaisena ja BP

P

arvot (Bootstrap-todennäköisyys) vihreä ovat raportoineet dendrogrammissa.

DNA Repair Response profilointi: luokittelu solulinjat mukaan käsittelyn vaikutus DNA korjaustoiminnan (Fig. 2) B

Käytimme koko datajoukon (log2 (T /NT) arvoja Set_1 ja Set_2) ja klusterin DNA-Rep-Res (jota edustaa korjaukseen 6 vaurioita), ja saada yleiskuvan yhtäläisyyksiä poikki solulinjat ja hoitoja. Mikä tärkeintä, tämä myös antoi meille johdonmukaisuus kahden itsenäisen sarjaa kokeita.

Clustering kanssa korrelaatio erilaisuus toimenpidettä käytettiin ryhmään 7 solulinjat kahdesta kokeita ja 5 hoitoja vaurion tyypin (vastaten korjata reitti), on kaksi ulottuvuutta. ensimmäisessä ulottuvuus, solulinjat ryhmittyivät samankaltaisuus niiden DNA-Rep-Res kovariaatiota poikki 5 hoitoja 6 vaurio tyyppejä. toisessa ulottuvuus, hoidot, jotka liittyvät 6 vaurio tyyppejä ryhmittyivät samankaltaisuutta niiden kovariaatiota kuvio poikki 7 solulinjat kahdesta kokeissa (kuvio . 2A). Heatmap tarjosi kattavan katsauksen luokituksen jossa erot hoidon indusoimista fenotyyppejä suhteen identiteetin solulinjoja voitaisiin helposti visualisoida.

. Heatmap konstruoitiin käyttäen log2 transformoitu suhteet fluoresenssin intensiteetti saadaan korjaus kunkin vaurion välillä käsiteltyjen ja ei-käsiteltyjen solulinjoissa (log2 (T /NT)). Hierarkkinen klusterointialgoritmi kanssa korrelaatio erilaisuus toimenpidettä käytettiin ryhmään värikoodattu ruudukon seitsemän solulinjat kahdesta kokeita ja viiden hoitoja vaurion tyypin korjaus, että kaksi ulottuvuutta. Ensimmäisessä ulottuvuus, solulinjat ryhmittyivät samankaltaisuutta niiden DNA korjausvastausviestin profiili kovariaatiota poikki vaikutusta viiden hoitojen vaurion tyypin korjaus. Toisessa ulottuvuus, hoitojen vaurion tyypin korjaus ryhmittyivät samankaltaisuutta niiden kuvio kovariaatiota poikki seitsemän solulinjoja kahdessa kokeessa. Johdonmukaisuus kahden erillisen kokeen, Set_1 ja Set_2 tietoja pidetään erillään ja analysoitiin samanaikaisesti (merkitty _1 ja _2 vastaavasti). Vuonna värikoodatut grid, arvo on suurempi kuin 0 varjostavat punaisella osoittaa stimulaation korjaus toiminnan taas arvot alle 0 väritetään vihreällä osoittaa inhibitiota korjauksen parissa, kun NT soluihin. Arvot on suurempi kuin 0 oli tummennetut punaisena osoittaen stimulaation korjausaktiivisuus, kun taas arvot alle 0 oli tummennetut vihreä ilmaisee esto korjausaktiivisuus. Arvot noin 0 oli väritetty mustalla osoittaa ei havaittu vaikutusta. Kirkkaus väri korreloi suuruuden vaikutusta hoitojen DNA korjaustoiminnan. B. Dendrogrammi viidestä hoitojen vaurion tyypin korjauksen klustereita merkitys arvoihin. C. Dendrogrammi seitsemästä solulinjojen kahdesta kokeista klustereiden merkitys arvoihin. P-arvot (AU (noin Puolueettomat)

P

arvo punaisena ja BP (Bootstrap-todennäköisyys)

P

arvo vihreällä) ovat raportoineet dendrogrammissa.

dendrogrammi hoidoista mukaan vaurio tyypit (Fig. 2B) osoitti, että vauriot jäivät ryhmittyivät käsittelemällä tyypin, mikä osoittaa, että kukin lääke oli selvä vaikutus kaikkiin korjaus polkuja samanaikaisesti. Tämä analyysi kertoo vielä kolme lääkeluokista: yksi käsittää BCNU ja ADR hoito (AU p-arvo 95%) ja toinen käsittää OHP ja CDDP hoito (AU p-arvo 93%). 5-FU oli toisistaan, vaikka se oli yleensä klusterin toisen ryhmän. Lisäksi yleisenä ominaisuus, kun 6 leesio tyypit ryhmittyivät on joukko solulinjoista käsittelemällä, kahden sarjaa kokeita johdonmukaisesti ilmi, että 8oxoG (8oxoG), alkyloidut emäkset (AlkB) ja AP sivustoja (Abas), kaikki korjannut BER, yleensä ryhmitelty yhteen; kun taas Glykoli ja valolle (CPD-64) ryhmitelty erikseen. Sisplatiini (CISP) muodostivat ryhmä yksin (kuvio. S3). Kun kukin käsittely pidettiin erikseen, tämä suuntaus säilyi BCNU ja ADR hoito, vaikkakin hieman eri tavoin (Fig. 2B). Päinvastoin, varsin erilaisia ​​esiintyi hoidon jälkeen 5-FU. Mielenkiintoista on, että kyseessä CDDP: n ja kalvot hoitoa, CISP korjaukseen liittyvä reitti oli merkittävästi erilaiset.

solulinjat dendrogrammi, solulinjoja järjestettiin 3 merkittäviä pääryhmään (Fig. 2C). Erillinen haara sisälsi RPMI8226, myeloomalle peräisin hematopoeettisten solulinja, että toisin kuin kaikki muut solulinjat, ei ole johdettu syöpä. Kaksi rintarauhasen sinoomasolulinjoja, MCF7 ja HCC1937, kuuluivat samaan klusteriin yhdessä HCT-15. Tässä alaryhmässä kopiot kunkin solulinjan oli sekaisin. Kopiot toisen koolonisyöpäsolulinja HCT-116 muodostuu alaryhmä klusterin, joka sisältää OVCAR-8 /ADR ja virtsarakon karsinooman solulinjassa T24.

Tärkeää on, havaitsimme, että nämä kaksi riippumatonta rinnakkaista kunkin solun line käytti enimmäkseen tiiviisti, mikä toistettavuutta kokeen ja siten luotettavuutta lähestymistavan. Korrelaatio erilaisuus toimenpide toimii ainoastaan ​​yhteissääntelyä ja on riippumaton kaikista erän vaikutusta kokeiden välillä. Tämä toimenpide oli vakaampi kuin euklidinen etäisyys, kun osoitetaan läheinen samankaltaisuus toistojen.

vaikutus lääkehoitojen DNA Repair polkuja: stimulaatio tai estäminen

erottaa luokkia vastauksia hoitojen suhteessa eri DNA korjaus sub-väyliä, keinot ja keskivirheet tietojen (log2 (T /NT) kullekin korjaukseen liittyvän reitin) sisällä 3 tärkeimmät solulinjaa klustereita tunnistetaan olivat edustettuina saman kaavion. Tämä mahdollisti helpon visualisoinnin 3 profiilien (Fig. 3). Luonnehtia jokaisen klusterin, merkittävä stimulaatio tai estäminen eri korjaus osa-väyliä myöhemmin tutkittu. Tätä tarkoitusta varten käytimme tilastollisia hypoteesitestejä kullekin 2 klustereiden, joka sisälsi 3-solulinjat. Koska tietojen jakaminen voi olla ei-Gaussin, ei-parametrinen Wilcoxonin testillä. Kunkin klusterin ja hoitoa vaurion tyypin, Wilcoxonin testi määrittää, onko mediaani log2 suhde jakelu oli merkittävästi erilainen kuin 0, korostaen stimuloiva (jos mediaani 0) tai estämällä (jos mediaani 0) vaikutuksia. Klusterille, jotka sisältävät vain yhden solulinjan (RPMI8226), stimulaatio tai estäminen katsottiin merkitseväksi kun