Krooninen sairaus

tiivistelmä

MikroRNA ovat luokan pieniä ei-koodaavan sääntelyyn RNA-molekyylejä, jotka säätelevät mRNA: t transkription jälkeen. Viimeaikaiset todisteet ovat osoittaneet, että miRNA tavoite koko toiminnallisesti liittyviä proteiineja, kuten proteiinien kompleksit ja biologisia polkuja. Kuitenkin kuvaavat vaikutusta miRNA on geenejä, joiden koodatut proteiinit ovat osa proteiinin komplekseja ei ole tutkittu yhteydessä taudin. Ehdotamme entropia perustuvan järjestelmän tunnistamiseksi miRNA-välitteinen dysregulation toiminnallisesti liittyvien proteiinien aikana eturauhassyövän etenemistä. Ehdotettu kehys käytöt kokeellisesti todistettu miRNA-kohde vuorovaikutukset, toiminnallisesti liittyviä proteiineja ja ilmaisun Tunnista miRNA-vaikutteita proteiini kompleksit eturauhassyövässä, ja tunnistaa geenejä, jotka väärin säädellystä seurauksena. Puitteet rakentaa korrelaatiomatriiseja välillä toiminnallisesti liittyvien proteiinien ja miRNA jotka on tavoitteet monimutkainen, ja arvioi muutokset Shannon entropia moduulien eri vaiheissa eturauhasen syöpä. Tulokset paljastavat, että Smad4 ja HDAC sisältävä proteiini kompleksit ovat erittäin vaikuttavat ja häiritsivät miRNA, erityisesti miRNA-1 ja miRNA-16. Käyttämällä biologisia polkuja määritellä toiminnallisesti liittyvien proteiineja paljastaa, että NF-kB-, RAS- ja syndekaani välittämä reittejä ovat väärin säädellystä johtuen miRNA-1- ja miRNA-16-säätelyyn. Nämä tulokset viittaavat siihen, että miRNA-1 ja miRNA-16 ovat tärkeitä mestari säätelijöitä miRNA-säätelyyn eturauhassyövässä. Lisäksi tulokset osoittavat, että miRNA korkean vaikutus häiriintyy proteiini kompleksit ovat diagnostisia ja prognostisia biomarkkereiden ehdokkaita eturauhassyövän etenemiseen. Havainto miRNA-välitteisen proteiini monimutkainen sääntely ja miRNA-välitteisen reitin sääntely, osittaisella kokeellinen todentaminen aikaisemmista tutkimuksista, osoittaa, että meidän kehys on lupaava lähestymistapa tunnistamiseksi uusi miRNA ja proteiini kompleksit liittyvät taudin etenemiseen.

Citation: Alshalalfa M, D. Bader G, Bismar TA, Alhajj R (2013) koordinoi MicroRNA välittämää asetus proteiinikomplekseille eturauhassyövässä. PLoS ONE 8 (12): e84261. doi: 10,1371 /journal.pone.0084261

Editor: Panayiotis V. Benos, University of Pittsburgh, Yhdysvallat

vastaanotettu: 06 toukokuu 2013; Hyväksytty: 21 marraskuu 2013; Julkaistu: 31 joulukuu 2013

Copyright: © 2013 Alshalalfa 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 tukivat NRNB (US National Institutes of Health, National Center for Research Resources lupanumeroon P41 GM103504). Tätä työtä rahoittivat NSERC stipendin jatko-opiskelijoille. 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

Eturauhassyöpä (PCA) on yleisin miehen maligniteetti ja toiseksi syöpään liittyvien kuolinsyy länsimaissa [1]. Viime aikoina huomattavia näyttö on osoittanut, että ei-koodaavat RNA: t yleensä [1] nimenomaan miRNA ovat sekaantuneet PCA ja liittyvät sen etenemistä [2] – [6]. Erityisesti kiertävä miRNA lupaavat biomarkkerit Eturauhassyövän eteneminen [7], [8]. Vaikka on olemassa vain noin 1000 miRNA [9] ihmisen, kukin vain 18-22 emäsparin pituinen, yli sata heistä olla rooli syövän [10], ja ne toimivat sekä onkogeenien ja tuumorisuppressoreita [11]. Täten kuvaavat rooli miRNA PCA on tärkeää ymmärtää niiden toiminta ja mahdolliset hyödyllisyys hoitotarkoituksiin.

Äskettäin cross-talk välillä miRNA-kohde- verkkojen ja proteiini verkkoja on analysoitu useita näkökohtia [12 ] – [15]. Esimerkiksi suora miRNA tavoitteet ja niiden kumppaneiden kanssa proteiini-proteiini vuorovaikutusten (PPI) verkot osoittavat merkittävää modulaarisuus [14]. miRNA konkreettisesti vaikuttaa muodostumista proteiinikompleksien valitsemalla yksittäisiä komponentteja kompleksin [12], ja jonkin verran proteiinia komplekseja on rikastunut tavoitteet erityisten miRNA [13]. Positiivinen korrelaatio proteiinin yhteydet ja useita eri kohdistaminen miRNA havaittiin [15] osoittaa, että napa proteiinit vaativat enemmän miRNA-säätelyyn. Lisäksi miRNA voi samanaikaisesti säädellä useita proteiineja samassa toiminnallinen moduuli kuten biologiset reittejä. Lisäksi PPI verkon topologinen ominaisuudet ovat hyödyllisiä suodattamalla pois vääriä positiivisia miRNA tavoitteet [16], ja priorisointiin miRNA osallinen eturauhassyövän [17]. Tämä prosessi on tärkeää sijoittua merkittävän miRNA kanssa mahdollisen roolin eturauhassyöpää. Yhdessä on selvää näyttöä koordinoituja transkription jälkeisen sääntelyn proteiini kompleksit ja väylät miRNA. Kuitenkin sääntelyn vaikutus miRNA geeneistä, joiden koodatut proteiinit ovat osa proteiinin kompleksit tai proteiini polkuja, jotka ovat osallisina syöpä ei ole tutkittu perusteellisesti.

Tähän mennessä useat matemaattiset mallit on kehitetty päätellä miRNA-mRNA moduulien tai modulaarinen verkot käyttävät geenien ilmentymisen ja miRNA-geeni verkkojen [18], [19]. Esimerkiksi SVD on hyödyllinen matemaattinen kehys, joka on sovellettu tunnistamisessa osallinen miRNA-mRNA moduulit eturauhassyövässä [20], lisäksi useita alueita laskennallisen biologian [21] – [23]. SVD on hyödyllistä biologit analysoida ja malli genominlaajuisten ekspressiotietojen, ja vähentää tietojen dimensionaalisuus [22]. Annettu matriisi, yksikössä muodostaminen (SVD) ja on sen edustuksen, jossa on ortogonaalinen matriisi, on ortogonaalinen matriisi, ja että diagonaalinen matriisi, elementit ovat ei-negatiivisia lukuja alenevassa järjestyksessä. Voima SVD sijaitsee kolmen matriisien syntyy seurauksena hajoamisen. Neliöiden yksittäiset arvot edustavat suhteellista merkitystä entropia matriisissa. Hyödyntämällä tämä tosiasia, SVD käytetään sijoitus geenejä perustuen entropian ne edistävät geenin ilmentymisen data [23].

postgenominen aikakauden keskeinen tehtävä molekyylibiologian on ymmärtää geenisäätelyn vuonna yhteydessä biologisen verkoissa. Koska miRNA kohdeproteiinit mm, jotka ovat osa proteiinin kompleksit ja signalointireitteihin, on tärkeää tutkia miRNA-välitteinen säätely proteiinia komplekseja taudin etenemistä. Käyttämällä proteiiniverkko yhteydessä miRNA tavoitteiden lisää toisen kerroksen tietojen harkita miRNA toiminta luonnehdintaa miRNA vaikutus tavoitteista etenee läpi proteiiniverkko vaikuttaa useiden osien kautta. Useissa tutkimuksissa on raportoitu sääntely toiminnallisesti liittyvien proteiinien miRNA [12] – [15], mutta vähän tiedetään miten miRNA coordinately säädellä proteiini kompleksit ja reittejä syövässä.

Tässä tutkimuksessa ehdotamme SVD-pohjainen laskennallinen puitteet tunnistaa miRNA-proteiinikompleksi moduuleja, joita väärin säädellystä syövässä. miRNA-proteiini-kompleksin ja miRNA-polku moduulit viittaavat proteiinien proteiini-kompleksin tai reitti ja miRNA kohdistaminen geenit koodaavat niitä. Jokainen moduuli on edustettuna matriisi, jossa rivit ovat proteiini jäseniä ja sarakkeet kohdistaminen miRNA. Jokainen solu matriisissa edustaa korrelaatiota ilmentymisen profiili miRNA ja ilmaisu profiilin proteiinin. Arvioimme, että moduulit, joilla on merkittäviä entropian muutos niiden singulaariarvoa välillä normaalin ja syövän näytteet toiminnallisesti väärin säädellystä. Käytimme ehdotettu laskennallisen puitteet luonnehtia kokeellisesti todistettu proteiini kompleksit päässä CORUM tietokannasta [24], samoin kuin kuratoituja biologisesta väyliä Molecular allekirjoitukset Database (MSigDB), ja miRNA-tavoite vuorovaikutusten tunnistamiseksi miRNA-välitteinen proteiini kompleksit ja polut dyregulation .

Materiaalit ja menetelmät

miRNA-tavoitteiden vuorovaikutusta ja proteiini kompleksit

kokeellisesti todistettu miRNA-kohde vuorovaikutukset haettiin kahdesta lähteestä: MiRecords [25] ja miRtarbase [26] . Proteiinin komplekseja, me haetaan komplekseja CORUM (viimeinen näytetty toukokuu, 2012), joka tarjoaa voimavara käsin selityksin proteiinia komplekseja nisäkäsorganismeissa [24]. Komplekseja, joiden koko on alle tai komplekseja, ei ole kohdistettu mitään miRNA poistettiin, koska ne eivät muodosta miRNA-proteiini-kompleksin moduulit. komplekseja pysyi tutkimuksessa käytettäessä miRNA-kohde vuorovaikutus set. Biologisten polkuja, käytimme kuratoinut tapoja valmistaa Molecular allekirjoitukset Database (MSigDB) geenin sarjaa [27], jotka sisältävät kanoninen koulutusjakson geenin sarjaa (viimeinen näytetty elokuussa 2012).

miRNA ja kohdentaa ilmentymisen profiilit eturauhassyövän

mRNA ja miRNA ilmaisun Aineisto noudetaan MSKCC Eturauhasen Oncogenome Project, saatavilla Gene Expression Omnibus (GEO hakunumero: GSE21032). Tämä data sisältää mRNA ja miRNA ekspressiotasot Hyväksytty näytteitä. Tämä tieto, että me kutsumme Taylor dataa käytetään rakentaa miRNA-proteiini-kompleksin moduulit. Käytimme myös paikallinen eturauhassyöpä miRNA ilmaisun tietoja kahdesta itsenäisestä kokeesta (GSE23022 [28], NCI-60 [29]) vahvistaa diagnostisten merkitys miRNA todettu vaikuttavan proteiinikomplekseina. Ensimmäinen aineisto sisältää 20 normaalin ja 20 kasvaimen näytettä, ja jälkimmäinen sisältää 6 normaali ja 6 kasvaimen näytteitä. Kolme riippumatonta eturauhassyöpä mRNA ilmaisu aineistoja alkaen Arul

et al.

[30], Yu

et al.

[31] ja Ruotsin eturauhasen kohortti [32] käytetään. Arul

et al.

Data sisältää 6 normaalia, 7 ensisijainen, ja 6 etäpesäke näytteitä; Yu

et al.

eturauhasen data sisältää 17 normaalia, 63 ensisijainen, ja 24 etäpesäke; ja Ruotsin eturauhasen data sisältää 281 eturauhassyöpänäytteissä 116 tappava ja 165 veltto näytteitä. Ruotsin kohortti tietoja käytettiin validoimiseksi ennusteen arvioinnissa on vaikuttanut proteiinin komplekseja. Yu

et al.

Ja Arul

et al.

Aineistoja käytetään vahvistamaan diagnostinen merkitys vaikutti proteiinin kompleksit. Non-eturauhassyöpä miRNA ekspressiotietojen NCI-60 [29] ja rintasyövän mRNA: n ilmentymisen tietoja Ruotsin rintojen kohortin [33], joka sisältää 159 kasvain näytteissä on kliinisiä tietoja, käytettiin myös arvioida, onko vaikuttanut miRNA-proteiini moduulit ovat eturauhasen erityisiä tai niitä väärin säädellystä muissa syövissä kuin hyvin.

määrittely miRNA-proteiinikompleksi modules ’entropian

kunkin miRNA-proteiinikompleksi moduuli, me rakentaa matriisi, jossa rivit () edustavat proteiineja monimutkainen tai koulutusjakson ja pylväät () edustavat miRNA, jotka kohdistuvat ainakin yhtä kompleksin jäsentä. määritellään keskinäinen tietojen [34] välillä ilmaisun profiilin proteiinin ja ilmaisun profiilia miRNA ja lasketaan seuraavasti: (1) on yhteinen todennäköisyystiheysfunktion (pdf) ja, ja ja ovat marginaalinen PDF-tiedostot ja vastaavasti . Todennäköisyysjakauma toimintoja arvioitiin ytimen tiheys arvioiden [35], koska se osoitti ylivoimaiseksi histogrammin kannalta parempaan mean square error rate lähentyminen arvion.

X on keskinäinen tietoa matriisin välillä kaikki miRNA ja kaikki geenit monimutkainen moduuli. Koska uskomme, että kun miRNA kohdistaa geenin monimutkainen (perustuen miRNA-kohde vuorovaikutus), se voi olla epäsuora vaikutus muiden jäsenten monimutkainen. Siten matriisi X ei erottaa miRNA että tavoite geenin monimutkainen tai ei. Matriisi X perustuu ajatus, että jos miRNA kohdistaa geenin monimutkainen, sillä on vaikutusta kokonaisuuteen. Vaikutus miRNA kunkin proteiinikompleksi tai reitin lasketaan hajottamalla käyttäen singulaariarvohajotelma (SVD) [23] tulee matriisit ja lasketaan entropia matriisin yhteen neliöiden yksittäiset arvot matriisissa. on määrä proteiinien proteiini-kompleksin, ja se on määrä kohdistaminen miRNA. Normalisoidut suhteellinen merkitys on yksikössä arvo lasketaan (2) ja Shannon entropia tietojen edustaa, lasketaan seuraavasti:

(3) Missä yksikössä arvo, L on. Täällä odotamme miRNA-proteiinikompleksi moduulit, jotka on merkitystä ero entropia yksittäiset arvot välillä normaalin ja syövän näytteet ovat toiminnallisesti säädeltyyn. Entropia yksittäiset arvot edustaa häiriöstä miRNA-proteiini-kompleksin moduulit. Kuvio 1 on lyhyt kuvaus ehdotetusta puitteissa. Ensimmäinen askel on rakentaa miRNA- proteiinin moduulit laskemalla MI välillä kaikkien proteiinien ekspression monimutkainen ja ekspression miRNA kohdistaminen niihin. Jokaisessa vaiheessa syöpä (normaali vs ensisijainen eturauhassyöpä) määrittelemme miRNA-proteiinin moduulit. Toiseksi, meidän löytää singulaariarvoon kunkin matriisin ja lasketaan entropia kuin normalisoitu neliöiden summa on singulaariarvoja. Lopuksi löytää moduulit, joilla on merkittävä ero moduulien normaalia edustavien vaiheessa ja syövän vaiheessa.

Protein kompleksit ja miRNA on integroitu rakentaa moduuleista (X) peräisin geenistä ja miRNA ilmentymisen tietoja. Moduulit ovat keskinäisen tietojärjestelmän ilmaus miRNA ja proteiinin moduulin. SVD levitetään hajota moduuleja ”matriisi ja Shannonin entropia lasketaan kullekin moduulin normaalissa ja syöpä. Viimeinen vaihe on löytää moduuleita merkittävä ero normaalin ja syövän entropia.

tunnistaminen miRNA-koordinoitu proteiini kompleksit ja reittejä eturauhassyövän etenemiseen

käyttäminen geenien ilmentyminen tietojen normaalia ja syöpänäytteissä, löysimme ja vastaavasti kunkin moduulin. Käytimme eron näiden kahden arvon välillä, arvioimaan moduulin vaikutus mukaan miRNA. Merkityksen arvioimiseksi vaikutuksen arvosta, me satunnaisesti permutoidaan proteiini kompleksit ja reitit kanssa samankokoinen kuin monimutkainen kiinnostavaan kertaa, ja löydetty sekä normaali- että syöpä näytteitä. laskettiin satunnainen permutaatio, ja p-arvo laskettiin jokaiselle monimutkainen ja reitit havaitun vastaan ​​arvojen jakauman syntyvät satunnainen permutaatio. Arvo edustaa miRNA ”vaikutus proteiini kompleksit tai reittejä eturauhassyövän etenemisen; korkeampi, mitä enemmän vaikuttanut proteiinin kompleksi on. P-arvot korjattiin käyttäen Bonferroni korjausta. Moduulit, jotka ovat merkittävästi väärin säädellystä mukaan miRNA eturauhasen syövän etenemisessä karakterisoitiin edelleen sekä toiminnallisesti ja kliinisesti.

tunnistaminen alavirtaan miRNA-mRNA vuorovaikutukset vaikutteita säädeltyyn proteiinikomplekseina

Seuraava kysytään on alavirtaan miRNA -kohde vuorovaikutukset vaikuttavat kärsivän proteiinikomplekseina. Me määritelty loppupään geenejä, jotka ovat riippuvaisia ​​(korrelaatio ehtona proteiinikompleksi dysregulation). Tunnistamaan tällaiset ehdollisen vuorovaikutuksia, käytimme ehdollinen välistä tietojenvaihtoa miRNA ja niiden kokeellisesti vahvistanut tavoitteensa annetusta ilmentymisen vaikuttanut proteiinin osien monimutkainen.

Koska proteiini monimutkainen ja sen komponentteja,. Laskimme ehdollisen keskinäisen tietojärjestelmän kunkin miRNA () ja kohde () pari annetaan ilmentymistä proteiinin, kuten on kuvattu [36] 🙁 4) (5) B

Sitten löytyi p-arvo kullekin vuorovaikutus () annetaan proteiinin permutoidaan ilmentymisprofiilin proteiinin kertaa. Löytää p-arvon kullekin monimutkaisia, p-arvo muunsimme yksittäiset p-arvot, testaamaan tilastoja Fishers menetelmää.

Tulokset

Protein kompleksit ja biologiset polkuja, jotka ovat vaikutti eturauhassyövässä seurauksena koordinoida miRNA sääntelyn tunnistetaan ja edelleen toiminnallisesti tunnusomaista.

miRNA-vaikutteita proteiini kompleksit moduulit

ensin analysoidaan vaikutuksen miRNA proteiinia komplekseja eturauhassyövän etenemiseen . Rakensimme miRNA proteiinin moduulit integroimalla ekspressiotietojen miRNA-kohde vuorovaikutusta, ja proteiini kompleksit (CORUM) kuvatulla menetelmät jaksossa, ja sitten tunnistaa entropian muutos kunkin moduulin eri eturauhasen tilan (normaali vs. syöpä). Taulukossa 1 esitetään täydellinen luettelo merkittävimmistä proteiini kompleksit vaikuttavat miRNA asetuksella eturauhassyövässä () käyttäen kokeellisesti määritetty () miRNA-kohde vuorovaikutusta. Bonferroni korjausta käytetään usean testaus korjauksen. Yhteensä kompleksit ennustetaan vaikuttaa miRNA. Tulokset paljastavat, että komplekseja sisältäviä Smad4 on vaikuttanut merkittävästi eturauhassyövän etenemiseen, ja että SMAD6-HOXC8 kompleksi on kaikkein merkittävästi vaikuttanut monimutkainen. Tämä kompleksi on rooli transkription repression estämällä vuorovaikutuksia SMAD1 ja HOXC8. Seuraavat kaksi tärkeää kompleksit sisältävät Smad4, SKI, ja Smad3. Toinen joukko miRNA-vaikutteita kompleksit sisältävät SIN3A, HDAC, ja ARID4B; nämä kompleksit toimivat transkriptiorepresso- on MYC reagoiva geenien ja antagonisoida MYC onkogeeninen aktiivisuutta, ja niillä on rooli histoni deacytelation, mikä on tärkeää geeniekspression valvontaa. Useat muut kompleksit sisältävät RBL1 ja ARID4B, jolla on sekvenssi, samanlainen RBL1, ovat merkittävästi. Useimmat komplekseja ennustetaan vaikuttaa miRNA ovat kooltaan pienempiä kuin 5. Kaksi kompleksit; nimittäin, LINC kompleksi (Corum ID: 5589) ja SAP kompleksi (Corum ID: 591) ennustetaan vaikuttaa miRNA. Mielenkiintoista, vain RBL1 geeni LINC monimutkainen ja ARID4B SAP monimutkainen suoraan kohdistettu miRNA, mikä viittaa siihen, että häiriöt yhden proteiinin useiden miRNA voi johtaa häiriöitä proteiinin monimutkainen. SAP kompleksi koostuu histoni sitovia ja histoni deasetylaatiolla proteiineja viittaa avainasemassa epigeneettiset muutokset eturauhasen etenemiseen. Luettelo merkittävimmistä proteiini kompleksit ja niiden kohdistaminen miRNA on esitetty taulukossa S1. Visualisoinnin heatmap kompleksin moduulien (proteiini ja miRNA) paljastavat, että ne voivat yhdessä määritellä ilmaisu malli Ensisijainen syövän ja metastasoituneen syövän (kuva S1 ja S2 File S1).

toiminnallinen analyysi miRNA- vaikuttaneet proteiini kompleksit

Me tehdään toiminnallinen analyysi miRNA-vaikutteita proteiinien kompleksit analysoimalla biologisia prosesseja ne ovat mukana. Me tehdään toiminnallinen analyysi komponentit komplekseja taulukossa 1 käyttämällä DAVID verkkotyökalu [37 ] saatavilla (https://david.abcc.ncifcrf.gov/) (84 proteiinit toiminnallisesti ominaista). Benjamini usean testaus korjausta sovellettiin merkittävän rikastamiseen analyysiä. Toiminnallinen analyysi osoitti, että komponentit komplekseja on rikastunut kolme suurta biologisesti, fosforylaatio (p =), kopioinnin säätely (p =) ja asetylointi (p =). Proteiinit kompleksit rikastettu Dwarfin (p =), MAD-homologi (p =), Smad (p =) ja tyrosiiniproteiinikinaasin (p =) verkkotunnuksia. Proteiinit, joka on rikastettu TGF-B-signalointireitin (p =), väyliä syövän (p =), eturauhasen syöpä (p =), ja muut tiettyjen syöpien (kuvio 2). Analysoidaan molekyyli toiminto proteiinien tuettu, että vaikutetaan kompleksit ”osat ovat mukana transkription säätelyyn (p =), Smad sitoutuminen (p =), proteiinikinaasin aktiivisuus (p =) ja DNA: ta sitovan (p =). Sitten analysoimme polkuja Mirna tavoitteita komplekseja taustalla kaikkien miRNA validoitu tavoitteita. Käytimme DAVID löytää rikastettu termit miRNA tavoitteet 82 proteiinin taustalla miRNA validoitu tavoitteita. Löysimme kompleksit rikastunut väyliä syövän (p =), eturauhassyöpä (p =) ja virtsarakon syöpä (p =).

Pathway Enrichment Kartta dyregulated proteiinia komplekseja. Poimimamme proteiini jäsenet säädeltyyn proteiini kompleksit ja löysi rikastetun väyliä käyttäen DAVID verkossa tool.To visualisoida rikastamiseen kartta polkuja, käytimme rikastus Kartta Cytoscape plugin [47] visualisoida rikastettua polkuja. Solmut ei kuvaa rikastettua polkuja, väliset yhteydet solmujen ovat osa päällekkäisyyttä. Mitä tummempi solmu sitä enemmän rikastettu koulutusjakson on, ja mitä paksumpi linkkiä, sitä suurempi päällekkäisyys on.

kuvaavat suhdetta monimutkainen koon ja monimutkainen entropian

entropia p.values ​​proteiinin kompleksien vaihteli 0,8. Yksi kysymyksistä kysyimme, onko entropian arvot ohjaavat monimutkainen koon. Olemme havainneet, että komplekseja, joiden koko on 2, 3 ja 7 on merkittävin pvalue, ja kompleksit, joiden koko on suurempi kuin 10 eivät ole kovin merkittäviä (kuvio 3). On olemassa erilaisia ​​biologisia tulkintoja tälle havainnolle. Yksi on, että pienempi kompleksit helpommin kohdistetaan miRNA; kuitenkin, kun yhden proteiinin suuremman monimutkainen, kompleksi voi vielä olla toimiva, mutta vähemmän tehokkaasti. Toinen mielenkiintoinen havainto on se, että ei ole mitään korrelaatiota proteiinin koko kompleksin määrä ja miRNA kohdistaminen proteiinin kompleksi (Taulukko 1).

Käyttäen kokeellisia miRNA-kohde-vuorovaikutuksen merkityksen arvioimiseksi miRNA-välitteinen dysregulaatio proteiini- kompleksit analysoitiin suhde kompleksin koko ja p.value luomia framework.We havaittu, että komplekseja, f koko 2, 3 ja 7 on merkittävin pvalue, ja kompleksit, joiden koko on pienempi kuin 10 eivät ole kovin merkittäviä.

miRNA-vaikutteita kanoninen koulutusjakson moduulit

Saat vaikutuksen miRNA kulkeutumisteistä, osoitimme sovellettavuus puitteiden kuratoituja proteiini tapoja valmistaa MSigDB geenistä setti tietokantaan. Kysyimme miten koko proteiinin moduulit voivat vaikuttaa entropia arvoon miRNA vaikutuksesta. Käytimme miRNA-tavoite vuorovaikutukset löytää miRNA vaikutusta polkuja. Taulukossa 2 on esitetty tapoja valmistaa MSigDB jotka ovat merkittävästi vaikuttaneet miRNA PCA; Tulokset paljastavat, että syndekaani välittämää ja RAS signalointireitteihin ovat erittäin vaikuttaa miRNA. NF-kB-välitteisen reitti, johon liittyy adaptoriproteiineja MyD88 ja TRAF6, jotka ovat mukana Toll-kaltainen reseptori ja IL-1-reseptorin signalointireittien, vaikuttaa myös miRNA. Chromatin huolto- ja RNA-polymeraasin välittämän transkription vaikuttavat myös miRNA eturauhassyövässä. Vuodesta miRNA-kohde vuorovaikutuksia, huomasimme 54 miRNA jotka kohdistuvat merkittävät reitit; 24 heistä kohdentaa useampia kuin yksi jäsen reitin. miRNA-1, miRNA-7b, ja miRNA-16 havaittiin kohdistaa enemmän kuin 5 eri jäsenten samaa reittiä että nämä kolme miRNA ovat keskeisiä säätelijöitä eturauhassyöpää.

miRNA vaikuttamalla proteiinin kompleksit ovat rooli eturauhassyövän etenemiseen

sitten tutkineet toiminnallista roolia miRNA että tavoite proteiinikomplekseina. Vain 66 miRNA olivat läsnä Taylor geeniekspression tietoja. Meillä syntyy listan miRNA on perusteellinen kirjallisuudesta varten miRNA mukana eturauhassyöpää. 45% 66 miRNA ovat yhteistä 65 miRNA (p =), joilla on kokeellisesti validoitu toiminnallinen rooli eturauhassyövän etenemistä, kuten miR-1, miR-106b, miR-221, miR-222, miR-96 ja miR-182. (Katso taulukko S2).

Prognostic arvo miRNA-proteiini kompleksit moduulit

Tässä osiossa luonnehtia ennusteen arvioinnissa (syövän uusiutumiseen ja aikaa kuolemaan) on miRNA-proteiini-kompleksin moduulit. Ensin haetaan ilmentymisen 84-proteiinit, jotka ovat osa 42 kompleksien taulukossa 1, sekä Taylor ja Ruotsin eturauhasen tiedot. Olemme myös purkanut miRNA ilmaus 85 miRNA että tavoite 84 proteiinit Taylor eturauhasen tiedot. Aluksi me klusteroitu proteiinin ja miRNA näytteet kahteen ryhmään käyttämällä k-means klusterointia, ja sitten käyttää logrank ja COX-vaaran testausalusta arvioida kliinistä merkitystä erottaminen. Tavoitteena on osoittaa, että proteiini monimutkainen jäsenet voivat osittaa potilaita kliinisesti eri ryhmään. Valitettavasti tulokset eivät olleet merkittäviä; kokosi potilaat perustuu 85 miRNA kahteen sarjaan antoi päässä Taylor miRNA tiedot. Toisaalta, kokosi 84 proteiinit kahteen ryhmään perustuu Taylor mRNA tiedot antoi ja perustuvat Ruotsin tietoihin. Jos haluat poimia tarkempia prognostisia biomarkkereita näiden listojen, suoritimme yhden muuttujan COX-vaarojen regressioanalyysi ja sitten valitaan proteiinien merkittävää p-arvo. Joukko 84-proteiinien aleni 23 proteiineja ja miRNA setti vähennettiin 21 miRNA (taulukko 3). Suoritimme sitten ryhmittely perustuu proteiinien ekspressiota ja miRNA että suppean joukon ja ominaista niiden kliinistä merkitystä. Sillä 23 proteiinien klusteroitu joukko potilaista Taylor tiedot merkitsevästi toisistaan ​​(p = 0,005) (kuvio 4A). Negatiivisena kontrollina, me satunnaisesti valittu 23 proteiineja 1000 kertaa ja toisti klustereiden ja logrank testi, saavuttaa keskimääräinen p = 0,26. Edelleen ryhmittely näytteet kolmesta osoitti merkittävämpi erottaminen korkean riskin ja matalan riskin potilailla (p = 0,00088) (Kuva S3 File S1). Edelleen testata ennustetekijöiden arvo 23 geenien Ruotsin aineisto (riippumatonta tietoa, jota ei käytetty tunnistamaan miRNA-vaikutteita proteiini kompleksit), käytimme niiden ilmaisua arvot Ruotsin tiedot, ja ryhmitelty näytteet kahteen ryhmään, jotka eivät olleet merkitsevästi erotetaan (p = 0,5). Kun kuitenkin ryhmitelty näytteiden Ruotsin poikki 23 proteiinit kolmeen ryhmään, löysimme merkittävä erottuminen alhaisen riskin, väli riskin ja korkean riskin potilailla (kuva 4B). Korkean riskin potilailla merkittävästi erotetaan alhaisen riskin potilailla (p = 0,008) verrattuna keskimääräiseen 1000 satunnainen permutaatio näytteistä (p = 0,63).

. Näytteet jaettiin kahteen ryhmään perustuen ekspressioon 23 proteiinien Taylor mRNA tiedot ja sitten logrank koe arviointiin soveltaa erottaminen merkitystä (p = 0,005). B. Näytteitä Ruotsin eturauhasen kohortti ryhmiteltiin kolmeen ryhmään käyttäen ilmaus 23 proteiineja. Saatu kolme ryhmää merkittävästi toisistaan, joka osoittaa ennustetekijöiden teho 23 proteiineihin (pieni riski vs. suuri riski (p = 0,008), vähäinen riski vs. keskitason riski (p = 0,16), korkean riskin vs. keskitason riski (p = 0,02)). C. Näytteitä Ruotsin rintojen kohortti jaettiin kahteen ryhmään perustuen ekspressioon 23 proteiineja. Kaksi ryhmää ovat eri kuolema konkreettinen (p = 0,004). D.Samples Ruotsin rintojen kohortti jaettiin kahteen ryhmään perustuen ekspressioon 23 proteiineja. Kaksi ryhmää ovat eri syövän uusiutumiseen profiilin (p = 0,008).

Kun toiminnallisesti analysoineet rikastetun termit 23 proteiineja, huomasimme, että ne ovat rikastuneet useita syövän reittejä kuten solusyklin (p =), TGF-beeta-reitin (p =), kroonisen myelooisen leukemian (p =), ja Notch signalointi (p =). Lisäksi, geenit olivat rikastettu transkription säätelyyn biologisen prosessin (p =).

testaamiseksi prognostinen arvo 23-proteiinien muihin syöpätyyppeihin, käytimme rintojen tietojen Ruotsin rintojen kohortissa. Ryhmittely näytteet kahteen sarjaan käyttäen 23 proteiineja paljastaa merkittävää yhteyttä syöpään erityisiä kuoleman ja syövän uusiutumiseen (kuviot 4C-D). Käytimme myös gobo verkkotyökalu [38] (https://co.bmc.lu.se/gobo) liittää ilmaus proteiinien kaukaisten etäpesäkkeitä elinaika poikki yli 1200 näytettä eri genotyypit. 23 proteiinit on todettu liittyvän rintasyöpään etäpesäkkeitä kaikissa näytteissä (p = 0,0076) (Kuva S4A File S1). Tulokset paljastavat myös, että 23 proteiinit tiiviimmin etäpesäke ER-positiiviset (p = 0,00057) (Kuva S4b File S1) ja LN-negatiivinen rintasyöpä (p = 0,004) (Kuva S4C in File S1) alatyyppeihin .

karakterisoimiseksi ennustavia arvo 21 vaikuttaa miRNA, poimimamme niiden ilmentyminen dataa Taylor miRNA tiedot ja ryhmitelty näytteiden kahteen ryhmään. 21 miRNA satama merkittävää ennusteen arvioinnissa, koska ne johtavat merkittäviin toisistaan ​​erillisinä johti potilaan sarjaa (p = 0.00004, 1000 satunnainen sarjaa antoi p = 0,11) (kuva S5 File S1). Kun näytteet oli ryhmitelty kolmeen ryhmään poikki 21 miRNA, erittäin merkittävä erottaminen matalan riskin ja korkean riskin näytteistä (p = 0.00021, 1000 satunnainen sarjaa antoi p = 0,28) (kuva S6 File S1) löytyy. Ennustavia teho 21 miRNA verrattiin 94 Miras ilmentyvät eri välillä kasvain ja normaalia Taylor tiedot, ja 50 miRNA ilmentyvät eri aggressiivisten eturauhassyöpä ja ei-aggressiivinen syöpä. 94 miRNA on logrank p = 0,019 ja 50 miRNA on logrank p = 0.00046. Tämä tulos viittaa siihen, että miRNA vaikuttavat proteiini kompleksit ovat merkittäviä prognostisia biomarkkereita.

Yhteenvetona tulokset osoittavat, että miRNA että coordinately säädellä proteiini kompleksit ovat arvokkaita prognostisia biomarkkereita. Lisäksi proteiini kompleksit väärin säädellystä mukaan miRNA ovat ennustavia biomarkkerit, jotka ovat kandidaatteja terapeuttisina kohteina eturauhassyövän hoitoon.

Tarkistetaan diagnostinen teho vaikutti proteiinin kompleksit ja miRNA riippumattomaan ekspressiotietojen

luonnehtivat diagnostinen rooli miRNA-vaikutteita proteiini kompleksit ja kohdentamalla miRNA, me validoitu niiden kyky erottaa kasvaimen näytteitä ei ollut kasvainta näytteitä riippumattoman mRNA ja miRNA ilmaisun aineistoja. Lineaarinen tukivektorikone 10-kertainen cross validointi käytettiin ennustamaan luokan etiketti potilaiden (normaali, Ensisijainen tai Metastasis). SVM luokittelija ottaa ekspressiotietojen potilaiden poikki miRNA-vaikutteita proteiineja ja pyrkii ennustamaan luokan käyttävän potilaan ekspressiotietojen. Täällä ristivalidointi avulla arvioidaan suorituskykyä mallin puutteen vuoksi ylimääräisiä riippumattomia näytteitä. Tulokset (taulukko 4) osoittavat, että SVM käyttäen ilmentymistason proteiinien miRNA-vaikutteita proteiini kompleksit, onnistuneesti erotettu ensisijainen normaalista näytteistä (85%) ja etäpesäkkeiden alkutuotannosta näytteistä (100%) kun Arul

et ai.

tiedot. Proteiinit myös luokiteltu ensisijainen ja normaalia näytettä (80%) ja etäpesäkkeiden vs. ensisijainen syöpä (83%) kun Yu

et al.

Tiedot.