Krooninen sairaus

tiivistelmä

Johdanto

Ituradan variantit

TP63

on johdonmukaisesti liittyy useita kasvaimia, mukaan lukien virtsarakon syöpä, joka osoittaa, miten tärkeää on

TP53

väylän syöpä geneettinen alttius. Kuitenkin variantit muissa liittyvien geenien, kuten

TP53

rs1042522 (Arg72Pro), yhä läsnä kiistanalainen tuloksia. Suoritimme perusteellisen arvion assosiaatioita yhteisten ituradan varianttien

TP53

koulutusjakson ja virtsarakon syövän riskiä.

Materiaalit ja menetelmät

Tutkimme 184 tagSNPs 18 geeneistä vuonna 1058 tapauksia ja 1138 tarkastuksia Espanjan virtsarakon syövän /EPICURO Study. Tapauksia on vastikään todettu virtsarakon syöpäpotilailla vuosien 1998-2001 aikana. Sairaala kontrollit olivat iän sukupuolen ja alueen sovitettu tapauksiin. SNP genotyypattiin veren DNA käyttäen Illumina Golden Gate ja TaqMan määrityksissä. Tapauksia subphenotyped mukaan vaiheeseen /laatu ja kasvainten p53 ilme. Käytimme klassisen testejä arvioimaan yksittäisten SNP yhdistysten ja vähiten Absolute Kutistuminen ja valinta Operator (LASSO) -penalized regressioanalyysimme arvioida useita SNP samanaikaisesti.

Tulokset

Perustuu klassiseen analyyseihin, SNP in

BAK1

(1),

IGF1 R

(5),

P53AIP1

(1),

PMAIP1

(2),

SERINPB5

(3),

TP63

(3), ja

TP73

(1) osoitti merkittävää yhdistykset p-value≤0.05. Ei kuitenkaan todisteita yhdistyksen, joko yleisen vaara tai tietyn sairauden alatyyppejä, havaittiin korjauksen jälkeen useiden testaus (p-value≥0.8). LASSO valittu SNP rs6567355 in

SERPINB5

83% of toistettavuus. Tämä SNP tarjosi OR = 1,21, 95% luottamusväli 1,05-1,38, p-arvo = 0,006, ja korjattu p-arvo = 0,5, kun ohjataan yli-arvio.

Keskustelu

ei löytänyt vahvaa näyttöä siitä, että yhteinen variantteja

TP53

koulutusjakson liittyvät virtsarakon syöpä alttius. Tutkimuksemme osoittaa, että on epätodennäköistä, että

TP53

Arg72Pro on osallinen UCB valkoinen eurooppalaisia.

SERPINB5

ja

TP63

vaihtelu ansaitsevat lisätutkimusta laajennetussa tutkimuksissa.

Citation: Pineda S, Milne RL, Calle ML, Rothman N, López de Maturana E, Herranz J , et ai. (2014) Genetic vaihtelu

TP53

Pathway ja virtsarakon syövän riski. Kattava analyysi. PLoS ONE 9 (5): e89952. doi: 10,1371 /journal.pone.0089952

Editor: Masaru Katoh, National Cancer Center, Japani

vastaanotettu: 29 lokakuu 2013; Hyväksytty: 24 tammikuu 2014; Julkaistu: toukokuu 12, 2014

Copyright: © 2014 Pineda 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 Fondo de Investigación Sanitaria, Espanja (lupanumeroita 00/0745, PI051436, PI061614, G03 /174); Red Temática de Investigación Cooperativa en syöpä (lupanumeroon RD06 /0020-RTICC), Espanja; Marato TV3 (lupanumeroon 050830); Euroopan komissio (lupanumeroita EU-FP7-HEALTH-F2-2008-201663-UROMOL; Yhdysvaltain National Institutes of Health (lupanumeroon USA-NIH-RO1-CA089715) sekä Intramural tutkimusohjelma of Division of Cancer Epidemiology and Genetics, National Cancer Institute, National Institutes of Health, USA; Consolíder ONCOBIO (Ministerio de Economía y Competitividad, Madrid, Espanja). rahoittajat ei ollut roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: FX Real on PLoS One toimitusneuvosto jäsen. Tämä ei muuta tekijöiden noudattaminen kaikki PLoS ONE politiikan tietojen jakamista ja materiaaleja.

Johdanto

enemmän kehittyneissä maissa, urothelial rakkokarsinooman (UCB) on neljänneksi yleisin syöpä miehillä ja seitsemästoista naisilla yleinen male:female suhteen ollessa 03:01. Tämä suhde on suurempi (06:01) in Espanja, mikäli tauti yksi korkeimmista ilmaantuvuus miehillä (51 per 100000 htv) [1]. Tupakoinnin ja työperäiseen aromaattisia amiineja on perustettu vahvin riskitekijöitä, muun muassa [2]. Vaikka ei korkea-penetrance alleeli /geeni on tunnistettu tähän mennessä niin liittyy UCB, on vakiintunut todisteita siitä, että UCB riski on vaikuttanut yhteinen geneettisiä variantteja [3], [4].

Aikaisemmat tutkimukset tunnusomaiset UCB ovat sopusoinnussa olemassa ainakin kaksi tauti alatyyppiä perustuen niiden morfologiset ja geneettiset ominaisuudet. Ensimmäinen alatyyppi käsittää alhaisen riskin, papillaarinen, ei-lihaksen invasiivisen kasvaimet (NMIT, 60-65% kaikista UCB) ja toisen tyypin sisältää sekä korkean riskin NMIT (15-20% kaikista UCB) ja lihasten invasiivisia kasvaimet ( MIT, 20% -30% kaikista UCB). Tukee näitä morfologisia alatyypeistä, ero geneettiset polut kuvattiin ja liittyi selvä UCB evoluution. Somaattiset mutaatiot

FGFR3

ovat useammin matalan riskin NMIT, kun taas mutaatiot

TP53

ja

RB

muodostuvat lähinnä korkean riskin NMIT ja MIT [5] [6]; mutaatiot

PIK3CA

ja

HRAS

esiintyä samalla kahdessa kasvaimen alatyypeistä. Mielenkiintoista, valmisteleva analyysi on osoittanut, että jotkut ituradan geneettisiä variantteja voidaan differentiaalisesti liittyy riski erillisten UCB subphenotypes mukaisesti määritellyt kasvain vaiheessa (T) ja laatu (G) [7].

TP53

on tärkein ihmisen tuumorisuppressorigeenin ja sen vaikutuksia UCB on tutkittu laajasti [8].

TP53

sijaitsee in17p13, alueella, joka on usein poistettu ihmisen syövissä, ja se koodaa p53-proteiinin. p53 on transkriptiotekijä, ohjaamalla solujen proliferaatiota ja sykli, solujen selviytymisen, ja genomin eheyttä ja – näin ollen – se säätelee suuri joukko geenejä. Normaaleissa solun olosuhteissa, p53 hajoaa nopeasti, koska toiminnan

MDM2

, negatiivinen p53 säädin, joka on myös p53 kohdegeenin. Kun DNA-vaurio tai muu korostaa, p53 on vakiintunut ja säätelee ilmentymistä monien geenien mukana solusyklin pysähtymiseen, apoptoosin, ja DNA: n korjautumista mm. Somaattiset muutokset

TP53 Twitter /p53 ovat yksi yleisimmistä muutokset liittyvät UCB, erityisesti aggressiivisempi kasvaimissa [9].

Ituradan

TP53

mutaatiot altistavat monenlaisia ​​varhain alkanut syöpiä ja aiheuttaa Li-Fraumeni ja siihen liittyvien oireyhtymien [10], [11]. Nämä mutaatiot ovat yleensä yhden emäksen substituutioiden. Yli 200 ituradan yhden emäksen monimuotoisuus (SNP) in

TP53

on havaittu tällä hetkellä [12]. SNP rs1042522 (Arg72Pro) on arvioitu yhdessä useiden syöpien, joukossa UCB. Kuitenkin näiden tutkimusten tulokset ovat ristiriitaisia ​​[13], [14], [15], [16], [17], [18]. Sitä vastoin yhdistyksen välillä SNP rs710521 in

TP63

,

TP53

perheenjäsen, ja riski UCB on vakuuttavasti toistettu osoittaen osallistuminen

TP53

polku jäsenten UCB alttiuteen [4].

tämän tutkimuksen tarkoituksena oli kokonaisvaltaisesti tutkia, ituradan SNP geenien

TP53

koulutusjakson liittyy riski UCB. Tätä varten yhteensä 184 tagSNPs 18 keskeisten geenien arvioitiin tietojen avulla Espanjan virtsarakon syövän /EPICURO tutkimus.

Materiaalit ja menetelmät

Tutkimus aiheet

Espanjalainen Virtsarakon syövän /EPICURO Study on tapauskontrollitutkimuksessa toteutettiin 18 sairaaloissa viideltä Espanjan alueilla ja kuvattu muualla [2], [4], [7]. Lyhyesti, tapaukset olivat potilaita diagnosoitu primääri UCB iässä 21-80 vuotta välillä 1998 ja 2001. Kaikki osallistujat olivat itse ilmoitettu valkoinen Euroopan syntyperä. Diagnostic diat Kunkin potilaan tarkisti asiantuntijapatologien patologit diagnoosin varmistamiseksi ja sen varmistamiseksi, että yhdenmukaisen luokittelun perusteita sovellettiin perustuvat vuoden 1999 Maailman terveysjärjestö WHO ja International Society of Urologisessa Patologian järjestelmien [19].

Kontrollit olivat tuotujen potilaiden sairaaloiden henkilökuntaa olosuhteissa uskotaan olevan liity UCB riskitekijöitä. Tärkeimmät syyt sairaalaan olivat: tyrä (37%), muut vatsaleikkaus (11%), murtuma (23%), muut ortopediset ongelma (7%), hydrocoele (12%), verenkiertohäiriö (4%), ihotautien häiriö (2%), silmäsairaus, (1%), ja muut sairaudet (3%). Kontrollit yksilöllisesti sovitettu tapauksiin iän kuluessa 5 vuoden luokkia, sukupuoli, etninen alkuperä ja asuinalueen.

Tietoa sociodemographics, tupakointi, työperäinen ja ympäristöaltisteiden, ja sairaushistoriassa ja suvussa syöpä kerättiin koulutettu tutkimus näytöt joka teki laajan tietokoneavusteisesta henkilökohtainen haastattelu tutkimukseen osallistuneista aikana sairaalassa. Of 1457 oikeutettuja tapauksissa ja 1465 tarkastukset, 1219 (84%) ja 1271 (87%), haastateltiin, vastaavasti.

Kaikki koehenkilöt antoivat kirjallisen tietoon perustuvan suostumuksen osallistua tutkimukseen, joka hyväksyttiin eettisten komiteoiden osallistuvien keskusten.

genotyypin

yhteensä 184 tagSNPs 18 osallistuvien geenien

TP53

reitin valittiin käyttämällä Select Your SNP (SYSNPs) ohjelma [20 ]. SYSNP käyttää tietoja dbSNP b25, hG17 ja HapMap Release # 21. Haploview n Tagger algoritmi (v3.32) levitettiin parametrien oletusarvot. Työkalu mielestä kaikki saatavilla olevat tiedot kustakin SNP ja toteuttaa algoritmeja, jotka tarjoavat tilan kunkin SNP kuin tagSNP, kaapattu SNP tai ei-kiinni SNP. Näiden tietojen mukaan tagSNPs valittiin. Seuraavat ryhmät geenien harkittiin: 1)

TP53

perheenjäsenet (

TP53

,

TP63

ja

TP73

) ja 2) geenien tiedetään olla tavoitteita p53 tai sääntelyviranomaisten p53-toiminto [

BAK1, BAX, BBC3, BIRC5, CDKN1A, FAS, GADD45A, IGF1 R, MDM2, PCNA, PMAIP1, SERPINB5, SFN

(Stratifin, 14-3-3sigma)

TP53AIP1

), ja 3) C-

MYC

, suuri onkogeeni mukana monenlaisia ​​ihmisen syövissä, joka säätelee p53 pro-apoptoottista aktiivisuutta (Katso taulukko S1 File S1). SNP genotyypattiin käyttäen Illumina Golden Gate ja TaqMan (Applied Biosystems) määritykset Espanjan Core genotyypin Facility CNIO (CEGEN- CNIO). Genotyping oli onnistunut 1058 tapauksia ja 1138 tarkastuksia. Laskimme kattavuus kunkin geenin avulla Haploview 4.2 valitsemalla SNP geenin sisällä, jossa on MAF≥0.05 alkaen 1000 genomeja hankkeen referenssinä, ja saatu määrä SNP otettuja SNP genotyyppi on r2≥0.8 kussakin geenissä.

tilastollinen analyysi

Lähtö Hardy-Weinberg tasapaino arvioitiin kontrolli käyttämällä Pearsonin khiin neliö testi. Puuttuvat genotyypit laskennallisten monen SNP mallia käyttäen BEAGLE 3.0 menetelmällä [21]. Yhdistykset välillä UCB ja SNP pidetään arvioitiin käyttäen kaksi lähestymistapaa: klassista logistinen ja polytomous regressioanalyyseissä kumpaankin SNP erikseen, ja vähiten Absolute Kutistuminen ja valinta Operator (LASSO) -penalized logistinen regressio arvioida kaikkia SNP samanaikaisesti. Kaikki mallit oikaistiin ikä diagnoosin (tapaukset) tai haastattelu (valvonta), sukupuoli, alue, ja tupakoinnista. Tupakointi tila koodattiin neljään luokkaan (ei koskaan: 100 savuketta niiden käyttöiän ajan; satunnaista: vähintään yksi päivässä ≥6 kuukautta entinen: jos he olisivat savustettu säännöllisesti, mutta pysähtyi vähintään 1 vuosi ennen tutkimusta sisällyttämisen päivämäärä; ja nykyinen: jos ne oli polttanut säännöllisesti vuoden kuluessa sisällyttämisen päivämäärä [2].

”klassiset” tilastollisia lähestymistapoja arvioimme SNP tärkein vaikutuksia koko tauti ja eri alatyypit UCB, samoin kuten SNP * SNP ja SNP * tupakointi vuorovaikutusta. tautien alatyyppejä määriteltiin kahdella tavalla. Ensinnäkin, mukaan asetetut kriteerit perustuvat kasvain vaiheessa (T) ja laatu (G) kuin matalan riskin NMIT (Tag1 ja TAG2), korkean riskin NMIT (TAG3, T1G2, T1G3, ja Tis) ja MIT (T2, T3 ja T4), ja toinen, mukaan kasvaimen p53 määritetään käyttäen DO7 vasta-ainetta. Olemme soveltaneet histoscore kuin, missä oli solujen prosenttiosuus intensiteetillä. sitten luokiteltu tapauksia, joilla on matala tai korkea p53 ilmentymisen suhteen mediaani histoscore.

arvioimaan yleistä tärkein vaikutuksia, neljä tilaa perintöveron harkittiin: yhteistyössä hallitseva, hallitseva, resessiivinen, ja lisäaine . Tilastollinen merkitys yhdistysten määritettiin käyttämällä uskottavuusosamäärä (LRT). Arvioimme assosiaatiot yksittäisten SNP ja alatyyppejä UCB käyttäen polytomous logistinen regressio. Heterogeenisyys sairaus alatyypin testattiin jonka LRT vertaamalla tätä mallia että kanssa ln (OR) rajoitettu olemaan yhtä suuri kaikkialla alatyyppejä. Olemme myös arvioineet kaikki kaksisuuntainen vuorovaikutukset SNP jota LRT vertaamalla logistinen regressio mallien kanssa kaksi SNP (lisäaine malli) ja covariates edellä kuvattu, ja ilman yhden vuorovaikutusta termi multiplicative, per-alleelin vaikutuksia. Välinen vuorovaikutus jokaisen SNP ja savuke käyttö (ei vs. koskaan) arvioitiin käyttäen samanlaista menetelmää. Useita testaus johtui käyttämällä permutaatio testi 1000 rinnakkaista. Käytimme Quanto (https://hydra.usc.edu/gxe/) arvioimaan tilastollinen teho otetaan huomioon käytettävissä otoskoko.

myös arvioitava yhdistetyn SNP vaikutuksia käyttäen LASSO. Menetelmä on kuvattu yksityiskohtaisesti [22]. Lyhyesti, log-todennäköisyys-toiminto soveltaa klassisen logistinen regressio (1), jossa

n

on havaintojen lukumäärä, rekonstruoidaan joissa rangaistus, jotta (2), jossa

p

on numero SNP: iden ja

λ

on lasso rangaistus. Newton-Raphson algoritmia sovelletaan yhtälön (2) arvioida

β

n iteratiivisesti tavalla.

LASSO Menetelmä perustuu ajatukseen poistamalla epäolennainen ennustajan muuttujat (β = 0) kautta rangaistus parametrin, jolloin valitaan vain tärkeimmät SNP kuin osajoukko merkkiaineiden useimmat liittyvät tautiin. Sovellus rangaistusalueen parametrin vältetään myös overfitting johtuu sekä korkean dimensionality ja collinearity välillä kovariantteja. Me vain pidetään lisäaine geneettisen periytyy.

Tämä tekniikka antaa puolueellinen estimaattorit vähentämään varianssia. Tämän vuoksi toteutetut paketin R ei anna arvioita p-arvot regressio beta-kertoimet, koska keskivirheet ole mielekkäitä alle puolueellinen estimaattori. Siksi arvioitiin tulokset ensin soveltamalla LASSO käyttäen 5-kertainen ristivalidointi (CV) menetelmää [23] valitsemaan optimaalisen λ kuin antaa vähintään Akaike tiedot kriteeri (AIC); Otimme alaryhmässä SNP jotka olivat eniten informatiivinen että λ. Olemme arvioineet luotettavuutta kunkin SNP valitaan optimaalista mallia laskemalla toistettavuus osuutena kertaa kukin SNP valittiin olemaan monimuuttujakalibrointiin malli 1000 bootstrap suuriin osiin [24].

Arvioidaan yhdessä UCB vaara, että osajoukko SNP testasimme ne LRT monimuuttuja regressiomalli kaikkien SNP verrattuna null malliin. Korjaa varten yliarvioinnin takia esivalinnan parhaita SNP, suoritimme permutation testi 10000 toistojen.

STATA 10 käytettiin ajaa klassisen logistinen ja multinomial regressio analyysejä. Kaikki muut tilastolliset analyysit ajettiin R (https://www.R-project.org), käyttäen rangaistaan ​​kirjaston [25] varten LASSO rangaistaan ​​logistinen regressio.

Tulokset

Taulukko 1 esitetään jakauma oppiaineista mukana analyysissä: 1058 tapauksia ja 1138 tarkastuksia. Useimmat henkilöt (87%) oli miehiä ja tapaukset olivat todennäköisemmin tupakoivat kuin valvonta (43% vs. 25%, vastaavasti, p-arvo 0,001).

Ei ole todisteita poikkeamat Hardy-Weinberg tasapaino havaittiin tahansa SNP tarkasteltava useiden testaus (oikaisemattomat p-arvo 10

-4). Polymorfismien

TP53

ei erikseen liittynyt UCB riski, jopa nimellisellä, korjaamaton 5% merkitsevyystasolla (korjaamaton p-arvo 0,4). Prosenttiosuus toistettavuus päässä LASSO malliin käyttäen 1,000 bootstrap osanäytteisiin oli 50%, mikä osoittaa huono kestävyys malleista. Tulokset lisäaineen ja yhteistyössä hallitseva malleja on koottu taulukkoon 2.

Käyttäen klassista logistinen regressio, SNP

BAK1

(1),

IGF1 R

( 5),

P53AIP1

(1),

PMAIP1

(2),

SERPINB5

(3),

TP63

(3), ja

TP73

(1) osoitti merkittäviä tuloksia, on ei-korjatun p-value≤0.05, jossa yleisen UCB riski (taulukko 3). Ei kuitenkaan näyttöä yhdessä riski havaittiin yksittäisten SNP korjaamisen jälkeen useita testejä (permutaatio testi p-arvo 0,8). Tämä oli myös asianlaita yhdistysten kanssa vakiintunut tauti alatyyppien mukaisesti määritellyt vaiheeseen /laatu tai p53 ilmaisu (kuvio 1). Huomattavaa on, että SNP rs3758483 ja rs983751 in

FAS

oli differentiaalisesti ja käänteisesti yhteydessä MIT ja korkea p53 ilmentävien kasvainten hoitamaton analyyseissä (taulukot S2 ja S3 File S1). Havaitsimme myös mitään todisteita SNP * SNP vuorovaikutuksen tai vuorovaikutukset SNP ja tupakointi (tuloksia ei ole esitetty).

SNP

p-arvo

punaisen viivan yläpuolella pidetään liittyy fenotyyppi toistuvassa testaus korjausta Bonferroni (4.2 tärkeimmät vaikutukset ja 3.6 alalajit). Kaikki mallit on säädetty iän, sukupuolen, alueen ja tupakointi tila.

Kun kaikki 184 SNP: tä samanaikaisesti arvioitiin käyttämällä LASSO menetelmä valitun rs6567355 in

SERPINB5

kanssa toistettavuus = 83%. Tämä SNP tarjosi OR = 1,21, 95% luottamusväli 1,05-1,38, p-arvo = 0,006 päävaikutus logistinen regressiomalli ja korjattu p-arvo = 0,5, kun ohjataan yli-arviointi (taulukko 3). Vaikka ei valinnut LASSO viimeisen mallin mukaan tiukat kriteerit sovelletaan,

IGF1 R

-rs1058696 (OR = 0,63, 95% luottamusväli 0,44-0,90, p-arvo = 0,010) ja

TP63

-rs13321831 (OR = 1,36, 95% luottamusväli 1,06-1,73, p-arvo = 0,014) osoitti prosentteina uusittavuus 80%.

keskustelu

genotyypitetty yhteistä muunnelmia geenien

TP53

väylän 1058 tapauksissa ja 1138 tarkastuksia valkoista Euroopan syntyperä eikä löytänyt vahvaa näyttöä yhdessä riski UCB yleistä, tai taudin alalajeja määritelty vaiheessa ja arvosana tai p53 ilmaisua.

keskeinen geeni koulutusjakson on

TP53

, ja yleisimmin tutkittu vaihtoehto tässä nimenomaisessa geeni on Arg72Pro (rs1042522). Sen implisiittisesti herkkyys eri syöpiä on raportoitu aasialaisilla, mutta ei valkoista eurooppalaiset. Meta-analyysi 49 kohdunkaulansyövän edistävien tutkimusten yhteensä 7946 tapausta ja 7888 tarkastuksia totesi, että Arg alleeli liittyy suurentunut riski kohdunkaulan syövän [14]. Kuitenkin toinen meta-analyysi 39 tutkimukset (26041 tapausta ja 29679 valvonta) havaittiin heikko todisteita yhdistyksen saman variantti pienentää rintasyövän riskiä [18]. Mitä mahasyöpä, yhdistetty analyysi 6859 tapauksissa ja 9277 tarkastuksia 28 tutkimuksissa havaittiin vahvempi käänteinen yhdistys vain keskuudessa aasialaiset [26]. Keuhkosyöpään, marginaalisen merkittävä kohonnut oli yhdistetyssä tietojen analysointi kanssa 15647 tapauksia ja 14391 säätimet 36 tutkimuksista, vaikka yhdistys näytti myös rajoittua Aasian väestöstä [27].

Järjestö välillä

TP53

Arg72Pro ja UCB riski on arvioitu kaksi meta-analyysit. Kaiken kaikkiaan ei havaittu yhteyttä Jiang et al. verrattaessa 1601 tapauksissa ja 1948 tarkastuksia 10 tutkimuksista, joskin marginaalisesti merkitsevä yhteys nähtiin keskuudessa aasialaiset (OR = 0,77, 95%: n luottamusväli 0,59-1,00, sillä ArgArg /ArgPro vs. ProPro) [13]. Ristiriitainen tuloksia on äskettäin raportoinut tietoja yhdistelemällä 14 edistävien tutkimusten kanssa 2176 tapauksia ja 2798 tarkastuksia (OR = 1,268, 95% luottamusväli 1,003-1,602, sillä ArgArg /ArgPro vs. ProPro keskuudessa Aasian väestöstä) [17]. Suuri määrä tutkimuksia päällekkäin kahden meta-analyysit. Tiedon puute geenien-geeni ja geeni-ympäristön vuorovaikutukset sekä samanaikaisesta vaikutuksesta

TP53

somaattiset mutaatiot voivat selittää discordant tulokset [28].

Havainnot meidän tutkimus vahvistaa puute yhdistyksen Arg72Pro in

TP53

kanssa riski UCB valkoiseksi eurooppalaiset (OR = 0,98, 95%: n luottamusväli 0,77-1,26, sillä ArgPro vs. ArgArg ja OR = 0,91, 95% CI 0.75- 1,09, sillä ProPro vs. ArgArg, p-arvo = 0,5 kokonaisvaikutukset) [13], [17]. Emme kuitenkaan voi sulkea pois, että puute tilastollinen voima saattaa vaikeuttaa tunnistamista pieni vaikutus yhdistys: vaikka sen suuri otoskoko, tämän tutkimuksen otoskoko voinut havaita OR≥1.3 per-alleeli tämän SNP 90% tilastollinen voima ja at merkitsevyystasolla 5%.

Mitä muita SNP

TP53

, Lin et al raportoivat yhteydessä rs9895829 ja rs1788227 (p-arvo = 0,003 ja 0,027, vastaavasti) pienemmässä opiskella 201 tapausta ja 311 valvontaa ja Aasian väestöstä [29]. Emme genotyyppi nämä SNP, vaikka ne ovat korkeat LD kaksi SNP pidetään tässä: rs8079544 (LD = 1,0) ja rs12951053 (LD = 0,7), tässä järjestyksessä. Siitä huolimatta mikään arvioidaan ylimääräisiä SNP

TP53

näyttivät liittyvän UCB riski. Osittainen kattavuus geenin kanssa arvioidaan SNP (38%) ei salli meidän hylätä rooli

TP53

in UCB herkkyys.

TP63

on toinen keskeinen jäsen tutkittu reitin. Yksi SNP (rs710521) sijaitsevat tällä geeni on raportoitu liittyvän riskin UCB jonka GWAS (per-alleeli OR = 1,19, 95% luottamusväli 1,12-1,27, p-arvo = 1,15 x 10

-7) [30]. Tämä yhdistys vakuuttavasti monistaa yhdistetyssä tietojen analysointi eri tutkimuksista (alleeli-spesifinen OR = 1,18, 95% luottamusväli 1,12-1,24, p-arvo = 1,8 × 10

-10), myös meidän, joita varten se oli genotyyppi osana erillisen aloitteen [4]. Huomattavaa on, että tässä SNP eivät osoittaneet merkittäviä tuloksia tutkimuksessamme (OR = 0,95, 95% luottamusväli 0,83-1,10, p-arvo = 0,5), joka on se, että voidaan selittää eri maantieteellinen sijainti liittyviä vastuita osallistuvien tutkimusten , joka UCB ympäristön ajetaan tauti [31]. Tässä tutkimuksessa arvioitiin 32 SNP

TP63

, joka tarjoaa 24% geenin kattavuutta. Kolme niistä osoittivat korjaamatta merkittäviä tuloksia yleisen UCB yhdistys analyysi prosentteina uusittavuus 70% vuodesta LASSO. Nämä tulokset takaa laajennetun UCB tutkimus tällä alueella.

Mitä muita SNP valitussa geenit, emme löytäneet mitään vahvaa näyttöä yhdistyksen korjaamisen jälkeen useita testejä (permutaatio testi p-value≥0.8 yleisen main vaikutukset ja p-value≥0.3 alatyyppi vaikutukset). Top (korjaamaton) merkittäviä SNP sijaitsivat

BAK1

,

IGF1 R

,

P53AIP1

,

PMAIP1

,

SERPINB5

, ja

TP73

. Yhteiset variantit Näiden geenien ei ole aikaisemmin raportoitu liittyvän UCB riski, vaikka muuntunut ilmaus

BAK1

ja

IGF1 R

on kuvattu rakkokasvaimista.

Monet monimutkaisia ​​sairauksia, kuten UCB, johtuvat todennäköisesti yhdessä vaikutukset useiden lokusten [32] ja useimmat perinteiset assosiaatiotutkimuksiin arvioinnissa tärkeimmät vaikutukset yhden SNP kerrallaan ovat alimitoitettu havaita pieniä vaikutuksia [33]. Siksi seuraus yhteisen geneettisiä variantteja voidaan paremmin arvioida menetelmällä, että molemmat valitsee pitkälle suppean joukon mahdollisesti liittyvien SNP ja testit yhdistys maailmanlaajuisesti. Tämä on haaste, koska korkean ulotteisuus ja collinearity välillä SNP. Kuitenkin rangaistaan ​​tekniikat voivat käsitellä näitä ongelmia ja ne alkavat syntyä geneettinen yhdistys tutkimuksissa. Wu et ai käytetty rangaistaan ​​logistinen regressio on genomin laajuinen yhdistys tutkimuksessa sovellettu keliakia tietojen ja Zhou et al ulottaa tämän työn arviointiin yhdistyksen yleisiä ja harvinaisia ​​muunnoksia sovelletaan perhe syöpärekisteritietoihin [34] [35]. Esillä olevassa tutkimuksessa olemme soveltaneet LASSO algoritmi tilille yhdistelmän vaikutuksia SNP TP53 koulutusjakson ja UCB riski. Kriteerien mukaisesti sovelletaan, tämä menetelmä valitun SNP (rs6567355), joka osoitti Korjaamaton p-arvo = 0,006 lisäaineen periytymistapa joiden osuus toistettavuus = 83%. Tämä on usein G SNP (MMM = 0,29) sijaitsevat intronialue

SERPINB5

. Kuten edellä mainittiin, ei todisteita aiempien yhdistyksen välinen SNP ja jonkin sairauden on ilmoitettu tällä hetkellä.

SERPINB5

on tuumorisuppressorina (taulukko S1 File S1). Ilmaisu tasot tämän geenin on korreloinut kuin

DBC1

(Poistettu virtsarakon syöpä 1) in UCB näytteistä, mikä viittaa sen osallistuminen urokinaasin-plasminogeenin polku [36].

SERPINB5

ansaitsisivat edelleen etsintä laajennettu tutkimuksissa, samoin.

rajoitus Tutkimuksemme on epätäydellinen koodaus valitun geenien käytöstä johtuen aikaisemman HapMap päästämistä valita tag SNP ennen tietojen saatavuutta peräisin 1000 genomeja projekti. Mediaani kattavuus 18 geenien tarkastellun reitti on, mukaan päivitetyn HapMap tiedotteet, 44%, vaihdellen 21%: sta 86%. Siksi emme voi sulkea pois kokonaan seuraus yhteisen vaihtelua näiden geenien UCB herkkyys.

yhteinen SNP (MAF 0,05), meidän tutkimus on moottorikäyttöistä (90%) havaitsemaan ORs≥1.4 merkittävyystasolla taso 0.05, olettaen lisäainetta periytyy. Siksi tutkimus ei ole ratkaiseva kanssa OR 1.4. Vaikka tämä tutkimus on yksi suurimmista arviointien asti läsnä, paljon suurempi tutkimuksia tarvitaan sulkea pois pienempiä tärkeimmät vaikutukset, jotka liittyvät yhteistä variantteja geeneissä tämän reitin. Tämä on vieläkin tärkeämpää, kun subphenotype analyysejä pidetään. Olemme myös löytäneet mitään todisteita SNP-SNP vuorovaikutukset (permutaatio testi p-value≥0.3) ja SNP-tupakointi vuorovaikutukset (permutaatio testi p-value≥0.07), vaikka teho oli vieläkin vähäisempää havaitsemaan. Mukaan ehdokas koulutusjakson, tutkittujen SNP valittiin tunnisteita; Siksi niitä ei korreloi osoittaa alhainen LD. Tämä seikka, olkaamme voittaa mahdollinen rajoitus vaikuttaa prosenttiosuus toistettavuus kun SNP: t ovat korkeat korreloivat.

Luotto olisi myös annettava tässä tutkimuksessa, ei ainoastaan ​​koskien sen suuri otoskoko, mutta myös sen tulevaisuuteen luonne ja tauti edustavuus, että homogeeninen menetelmät tietojen keräämiseksi ja biosamples osallistuvissa keskusten integroimiseksi eri tyyppistä informaatiota (sociodemographics, epidemiologiset, geneettiset, kliiniset ja patologiset, ja molekyyli), sekä kattavia ja innovatiivisia tilastollisia lähestymistavat arvioida UCB alttius liittyy erittäin ehdokas polku.

Yhteenvetona käyttäen kattava analyysi kirjanpito eri malleja ja erilaisia ​​lähestymistapoja, löysimme mitään vahvaa näyttöä siitä, että yhteinen variantteja

TP53

-reitin liittyvät UCB riski. Kuitenkin erityiset jäsenet koulutusjakson,

TP63

ja

SERPINB5

ansaitsevat edelleen etsintä laajennettu tutkimuksissa. Toisaalta, meidän tutkimus osoittaa, että on epätodennäköistä, että

TP53

Arg72Pro on osallinen UCB valkoinen eurooppalaisia.

Vaikka biologinen ääntä, ehdokas polku analyysi on heittää rajoitettu kuittaus geneettisessä alttius alalla monia sairauksia. Syyt Tämän suhteellisen huono hyötysuhde voi olla, muun muassa edelleen tiedon puute kaikkien keskeisten osien tietyn reitin, meluun harkitsemalla monien geenien /varianttien osoittamatta yhdistys, ja kattavuuden puute harvinaisten variantteja ei tagged tällä lähestymistavalla, lisäksi menetelmiin selityksiä kuten heikentynyt tilastollinen voima. Tutkijat pitäisi tarkistaa onko aika hylätä tämä lähestymistapa kohti kattavampaa strategiaa kuten koko genomin /exome sekvensointi leikkelevät geneettisen arkkitehtuurin monimutkaisia ​​sairauksia.

tukeminen Information

Tiedosto S1.

Yhdistetty tukeminen Information sisältävä tiedosto: Taulukko S1, sijainti ja toiminta valitun geenejä. Taulukko S2, heterogeenisuus yhden nukleotidin polymorfismi (SNP) riskiestimaattien joukossa virtsarakon syöpään subphenotypes mukaisesti määritellyt vaiheessa ja arvosana Espanjan virtsarakon syövän tutkimus. Taulukko S3, heterogeenisuus yhden nukleotidin polymorfismi (SNP) riskiestimaattien joukossa virtsarakon syöpään subphenotypes määritelty p53 ilmentymistä Espanjan Virtsarakon syövän Study.

Doi: 10,1371 /journal.pone.0089952.s001

(DOCX)

Kiitokset

Toteamme koordinaattorit, kentän ja hallinnolliset työntekijät, teknikot ja potilaat Espanjan Virtsarakon syövän /EPICURO Study.