Krooninen sairaus

tiivistelmä

Haimasyöpä on johtava kuolinsyy kiinteiden syöpäsairauksia maailmanlaajuisesti. Tällä hetkellä gemsitabiini on ainoa hyväksytty lääke hoitoon haimasyöpä. Kehitetään uusia terapeuttisia lääkkeitä tämä sairaus on siis pikaisesti. C-Map hanke on saatu runsaasti geenien ilmentyminen tietoja, jotka voidaan louhitaan asetella uudelleen huumeiden, lupaava lähestymistapa uusien lääkekehityksen. Tyypillisesti lääke pidetään potentiaalisesti käyttökelpoisia hoitamaan tautia, jos lääkkeen aiheuttama ero geeniekspressioprofiili korreloi negatiivisesti differentiaalisesti ilmentyvien geenien kohde-tauti. Kuitenkin monet potentiaalisesti käyttökelpoisia lääkkeitä (silmut) tunnistetaan geeniekspressioprofiili korrelaatio todennäköisesti vääriä positiivisia, koska C-Map, viljelty solu linjat johon lääkettä levitetään eivät ole peräisin sairaiden kudosten. Tämän ongelman ratkaisemiseksi kehitimme yhdistetty lähestymistapa ennustamiseen lääkekandidaatteina hoitoon haimasyöpä. Ensin tunnistetaan silmut haimasyövän käyttämällä C-Map-pohjainen geenin ilmentymisen korrelaatio analyysit. Sitten levitetään algoritmia (Met-express) ennustaa avaimen haimasyövän (KPC) liittyviä entsyymejä haimasyövän aineenvaihduntaan. Lopuksi valitaan ehdokkaat silmut vaatimalla, että heidän tavoitteensa olla KPC entsyymejä tai substraattien /tuotteiden KPC entsyymejä. Tällä yhdistettyä lähestymistapaa, me ennustaa seitsemän lääkekandidaatteina hoitoon haimasyöpä, joista kolme tukee kirjallisuuden todisteita, ja kolme oli kokeellisesti validoitu olevan estävää haimasyövän celllines.

Citation: Ma Y, Hu J Zhang N, Dong X, Li Y, Yang B, et ai. (2016) ennustaminen Asiaan Drugs hoitoon Haimasyöpä käyttäen yhdistettyä lähestymistapaa. PLoS ONE 11 (2): e0149896. doi: 10,1371 /journal.pone.0149896

Editor: Aamir Ahmad, University of South Alabama Mitchell Cancer Institute, Yhdysvallat |

vastaanotettu: 13 elokuu 2015; Hyväksytty: 05 helmikuu 2016; Julkaistu: 24 helmikuu 2016

Copyright: © 2016 Ma 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.

Data Saatavuus: Kaikki asiaankuuluvat tiedot ovat paperi- ja sen tukeminen Information tiedostoja.

Rahoitus: Tätä työtä tukivat kansainvälisen tieteen ja teknologian yhteistyötä ja vaihto-ohjelma Shaanxin maakunnassa (Grant No. 2015KW-045, XW), tiede- ja Technology Research Program Shaanxin maakunnassa (2013K-12.20.10, JH), ja National Natural Science Foundation of China [91231116, 31471245, 31071113, WT]. 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

Haimasyöpä on johtava kuolinsyy kiinteästä syöpäsairauksia maailmanlaajuisesti [1]. Viiden vuoden eloonjäämisaste potilaiden haimasyöpä on alle 5% [2]. Tämä huono ennuste voidaan katsoa lähes oireeton etenemistä, tehottomuuteen varhaisen diagnoosin biomarkkereita, ja rajoitukset käytettävissä terapeuttisia vaihtoehtoja. Tällä hetkellä gemsitabiini on ainoa terapeuttinen lääke hyväksytty hoitoon haimasyöpä, mutta vastausprosentti on huono [1]. Kehitetään uusia terapeuttisia lääkkeitä haimasyöpä on siis pikaisesti.

Yhteinen strategia lääkekehityksessä on tehdä korkean suoritustehon seulonnan vastaan ​​suuri joukko molekyylejä, ja tunnistaa lyijy-yhdisteitä, jotka osoittavat aktiivisuutta tietyn tavoitetason [3]. Vaikka poolin käytettävissä pienten molekyylien on erittäin suuri, se ei vieläkään ole paras yhdiste ei saa sisällyttää. Lisäksi vaikka lyijy yhdiste tunnistetaan korkean suoritustehon seulonnan, se ei välttämättä onnistu kliinistä käyttöä monimutkaisuus huomioon ottaen tautitilan [4].

prosesseja kehittää uusi lääkeaine ei ainoastaan erittäin kallista, mutta myös aikaa vievää. Äskettäin huumeiden repositioning (ts uusia terapeuttisia sovelluksia olemassa olevien lääkkeiden) on tarjonnut lupaavan vaihtoehtoisen reitin uusiin lääkekehityksen [5]. Se etu, että käyttämällä olemassa olevaa lääkettä on ilmeinen; se on jo hyväksytty, joten se potentiaalisesti myyntikelpoista nopeammin ja kustannustehokkaammin tavalla ohittamalla vaiheen I kliinisissä tutkimuksissa. Lukuisia lähestymistapoja on ehdotettu lääkeaine uudelleensijoitus [5]. Monet näistä perustuvat analyysiin geenien ilmentyminen tietojen [6]. Ajatuksena geeniekspression-pohjainen lääke repositioning on yksinkertainen: jos kaksi huumeet saada samanlainen geeniekspressiomalleja, niin ne saattavat olla samanlaisia ​​terapeuttisia vaikutuksia. Tämän perustelut, Lamb

et al

. kehittänyt ”Connectivity Map (C-Map) hanke” tuottamalla ilmaisun profiileja viljellyissä ihmisen soluja altistetaan tuhansia eri lääkkeiden [7]. C-Map hanke on saatu runsaasti tietoja, jotka voidaan louhitaan tunnistaa uusia terapeuttisia käyttötarkoituksia olemassa olevien lääkkeiden.

Vastauksena lääkehoitoa, viljellyt solut voidaan tehdä merkittäviä muutoksia vuoden transcriptome tasolla. Kuitenkin samalla, sairaita soluja (esim. Syöpäsolun) olisi myös merkittäviä muutoksia ilmentymisen suuri määrä geenejä [8]. Jos muutokset geeniekspressiomalleja aiheuttama lääkeaineen korreloivat negatiivisesti muutoksiin syövän erityisiä geeniekspressiomalleja, niin on todennäköistä, että tällä lääkkeellä hoidettaessa on mahdollista muuttaa geeniekspressiomalleja syöpäsoluissa, ja näin ollen syövän solujen kehitystä . Tämä käsite on tutkittu lukuisissa tutkimuksissa [9,10]. Esimerkiksi Kunkel

et al

. tunnistettu ursolic, joka voi vähentää paasto aiheuttaman lihasten surkastumista, käyttämällä lähestymistapaa, negatiivinen geenin ilmentymisen korrelaatio [9]. Tämä lähestymistapa on rajoitettu, että viljellyissä soluissa C-Map projekti eivät ole peräisin sairaiden kudosten. Siten havaittiin negatiivinen korrelaatio lääkkeen aiheuttamista ja sairauksien solu- spesifisiä muutoksia geenien ilmentyminen voi olla biologisesti merkityksellisiä, ja tunnistetut lääkkeet voivat olla vääriä positiivisia. Niinpä tarvitaan lisätoimenpiteitä valitsemaan ehdokaslääkeaineita.

Syöpäsolut läpikäy merkittävää aineenvaihdunnan muutoksia ja mukautuksia [8]. Esimerkiksi, haiman syöpäsoluissa, on merkittävästi lisääntynyt glukoosin, joka ohjaa solujen kontrolloimattomaan proliferaatioon [11,12]. Entsyymi-koodaus geenit että tärkeä rooli muuttuneessa syöpäsolun aineenvaihdunta ovat siis mahdollisia lääkkeiden tavoitteita [8]. C-Map, tavoitteet kunkin lääkkeen tunnetaan. Jos kohteet ovat keskeisiä haimasyöpä (KPC) entsyymi-koodaus osallistuvia geenejä solujen aineenvaihduntaa, ja jos lääke-indusoidut muutokset geeniekspressiomalleja korreloivat negatiivisesti muutoksiin haiman syöpäsoluissa, niin se on erittäin todennäköistä, että tämä lääke tulee olla terapeuttista käyttöä. Kuitenkin onko kohde tunnetun lääkkeen on geeni avainentsyyminä, ja joka entsyymi-koodaus geenit ovat avain haimasyövän solujen aineenvaihduntaa, eivät ole tiedossa.

Viime aikoina olemme kehittäneet algoritmin nimeltään Met- ilmaista ennustamiseksi avainentsyyminä-koodaus geenien syövän aineenvaihduntaa ja ovat soveltaneet tätä algoritmia menestyksellisesti keuhko-, maksa- ja rintasyöpiä [13]. Tämä algoritmi käsittää integroimalla syöpää geenin ilmentäminen rinnakkain verkon metabolisen verkko, joka koostuu entsyymiä koodaavan geenejä. Koska Met-express on yleinen menetelmä, sitä voidaan soveltaa helposti ennustaa KPC entsyymi-koodaus geenejä, joita voidaan sitten käyttää valittaessa lääkekandidaatteina saatu geeni-ilmentymisen analyysi. Tämän strategian ennustimme seitsemän lääkekandidaatteina hoitoon haimasyöpä. Kolme tukee kirjallisuuden todisteita, kun taas toiset ansaitsevat lisätutkimuksia.

Materiaalit ja menetelmät

kerääminen ja käsittely haimasyövän aineistot

soveltanut seuraavia perusteita valittaessa haiman geeniekspression aineistoja NCBI GEO tietokantaan [14]. Haimme GEO tietokannan avainsanoista: ”ihmisen haimasyövän”. Me tarvitaan näytteet haiman geeniekspression aineisto olla normaalia ja terveisiin kudoksiin, sen sijaan, että ei-tuumorikudoksissa, kuten perifeerisen veren mononukleaaristen solujen ja sylki. Myös tarvittava määrä nomal ja syöpänäytteissä verrattavissa toisiinsa, ja näytteen kokoa geenin ilmentymisen aineisto olla suurempi kuin 30. Näillä kriteereillä, saimme kolme haiman geeniekspression aineistot (katso taulukko 1 GEO liittymistä numeroita ja kuvaukset). Mitkä tahansa kaksi kolmesta aineistot on yli 90% yhteisten geenien.

R paketti Limma [15] käytettiin normalisoimaan geeniekspressioprofiilien näissä aineistoja. Log2 muutos ilmaisun arvojen levitettiin jos mediaani lauseke arvo alkuperäisessä aineisto oli suurempi kuin 16. Genes liikaa nolla lauseke arvot poistettiin. Voit tarkastaa, onko kolmen haiman aineistot olivat liian lähellä toisiaan, me lasketaan Pearsonin Korrelaatiokerroin (PCC) kunkin parin kolmen aineistojen avulla ilmaisua profiilia yhteisen geenejä. PCC varten GDS4336 ja GDS4103, GDS4336 ja GDS4102, GDS4103 ja GDS4102 olivat 0,702, 0,734 ja 0,908, tässä järjestyksessä. Täten geenit näissä kolmessa aineistoja ollut korreloivat, mutta ei hyvin samankaltaisia ​​ekspressiotasoja, jolloin se sopii käyttää niitä tässä tutkimuksessa. Lopuksi, Käytimme Limma tunnistaa geenejä, jotka ilmentyvät differentiaalisesti (DE) syövän ja normaalin näytteet [15]. Jonkinlainen de geeni tunnistettiin jos sen oikaistun p-arvo (FDR) oli alle 0,01 ja taitekohdan muutos oli suurempi kuin 2.

kokoelma C-Map-geenin rank profiilit

Gene sijoitus profiilit ladattu C-Map-tietokantaan [7]. Geeni sijoitus profiilin vastasi paremmuusjärjestykseen geeni differentiaalikaavojen profiilin viljelty solu linjaa lääkekäsittelyyn, joilla on eniten ylä- ja alas geenien sijoittui alin ja ylin vastaavasti. Kaikkiaan 6100 luettelot sijoittui geenit saatiin, joka vastaa hoitoon viiden ihmisen viljellyissä solulinjoissa 1309 huumeita.

määritys korrelaatio DE geenien haimasyöpä aineisto ja lääkkeen aiheuttama sijoittui geenin luettelot C-Map

kuvattua menettelyä Lamb

et al

. [7] seuraaja laskea korrelaatioita haimasyövän DE geenien ja lääkkeiden aiheuttaman sijoittui geeni listoja C- Kartta. Lyhyesti, varten lääkkeen aiheuttama geeni listalla luettelo ja luettelo DE geenien haimasyöpä geeniekspression aineisto, me soveltanut Kolmogorov-Smirnov testi [16], onko nämä kaksi luettelot korreloi negatiivisesti, eli sääteli geenien haimasyövän oli säädellä vähentävästi lääkehoitoa saaneen viljeltyjä soluja (lähellä pohjaa lääkkeen aiheuttama sijoitus luettelo), ja päinvastoin. P arvon Kolmogorov-Smirnov testi säädettiin fdr [17]), ja merkitys kynnys säädetyn p-arvo asetettiin 0.1.

Met-express menettely

Yksityiskohtainen menettelyt Met-express on kuvattu edellisessä julkaisussa [13]. Lyhyesti, syöpä geenin ilmentäminen rinnakkain verkon ensin rakennettu syövän geeni-ilmentymisen aineisto noudattamalla edellä kuvattua menettelyä [18]. Kunkin verkon jaettiin sitten geenin rinnakkain ilmentämisen moduulien avulla Qcut [18]. Vastaanotin toimii ominaiskäyrä piirrettiin kullekin geenille moduulin avulla mediaani geenin ilmentymisen arvo kunkin näytteen luokitteluun syövän ja normaalissa näytteitä, ja pinta-ala saa toimivat ominaiskäyrä määrittää syöpää spesifisyyden geenin moduulin. Entsyymi-koodaus metabolisen verkon 860 geenien rakennettiin kuten [13]. Niiden suhteet määritettiin perustuen entsymaattisia reaktioita, eli jos tuote aineenvaihdunnan katalysoi tietyn entsyymi oli substraatin toisen katalysoi toisen entsyymin, niin oli yhteys näiden kahden entsyymin koodaavan geenejä. Lopuksi, Met-express sisällytetty sekä syöpää spesifisyys tieto on koekspressoimalla moduuli, ja rikastumisen aste metabolisen linkkien geenin sisällä moduuli, nimeäisi merkitys pisteet kullekin entsyymiä koodaavan geenin. Geenit, joiden merkitys pisteet yli keskimääräisen ennustettiin olevan keskeinen entsyymi-koodaus geenit. Met-express sovellettiin keuhko-, rinta-, ja maksan syövät, ja sen ennustukset validoitu sekä kirjallisuuteen ja kokeilla näyttöä [13]. Täällä käytetään Met-express ennustaa avainentsyyminä-koodaus geenit kaikissa kolmessa haimasyövän aineistoja.

Functional rikastamiseen analyysi

GO [19] merkintä tiedosto saatiin marras 23, 2014. Reitti merkinnät olivat MSigDB [20]. Toiminnallinen rikastus suoritettiin käyttäen Fisherin testi R. p-arvo säädettiin FDR ja merkitys oli vahvistettu 0.1.

Soluviljely ja MTT-määritystä

”Ihmisen haimasyövän solulinjoissa (PANC-1, BxPC-3) saatiin ATCC: stä (American Type Culture Collection, Manassas, VA) ja pidettiin ATCC ehdotettu. Soluviljelyaine sisälsi 10% FBS: ää ja 1% penisilliini /streptomysiiniä. Vaikutukset Testiyhdisteiden solun elinkelpoisuus määritettiin käyttäen MTT: tä (3- (4,5) -dimethylthiahiazo (z-y1) -3,5-di-phenytetrazoliumromide) määrityksessä. Lyhyesti, eksponentiaalinen solut altistettiin Trypsiini (Amresco, 0457) erottaa kiinnittyneet solut, ja laimennettiin 1-10 x 104 /ml solujen suspensiota. Solujen suspension kasvatettiin 96-kuoppaisilla levyillä 1 x 104 solua kuoppaa kohti 37 ° C: ssa 5% hiilidioksidia 24 tunnin ajan. Solut käsiteltiin sitten yhdisteen kanssa biotiini, Finasteridi ja progesteronin tai DMSO ajoneuvon ohjaus 48 h on vastaava konsentraatio, 1 x 10-5, 10-4, 10-3, 10-2, 10-1 ja 1 mg /ml, jossa on kolme toistoa kussakin pitoisuudessa. Sen jälkeen 20 ui MTT-liuosta (5 mg /ml; Amresco Inc, 0793-1G) lisättiin kuhunkin kuoppaan ja inkuboitiin 4 tunnin ajan 37 ° C: ssa reagoimaan aktiivisen muodostavat solut formatsaanikiteet. Supernatantin poistamisen jälkeen, formatsaanikitei- kiteet liuotettiin 150 ul: aan DMSO: ta ja absorbanssi (OD) 570 nm: ssä rekisteröitiin käyttämällä mikrolevyn lukijaa (Rayto, Rt2100c). Lääkkeen esto soluissa laskettiin sitten: 1 –(OD

compound−OD

blank)/(OD

DMSO−OD

blank).

Results

Identification huumeiden joiden aiheuttama-geeni rank luettelot C-Map korreloi negatiivisesti DE geenien haimasyövän

C-Map-tietokannassa on tuhansia sijoittui geenin listojen viljeltyjä solulinjoja vastauksena lääkehoitoon. Kussakin luettelossa, geenit tilataan niiden DE-arvot välillä lääkkeellä käsiteltyihin ja ohjaus solulinjoissa. Ylä- ja alas geenien sijoitusperusteista yläreunassa ja alareunassa luettelosta, vastaavasti. Kun luettelo DE geenien haimasyöpä aineisto on tunnistettu, korrelaatio DE geenien ja kunkin lääkkeen indusoimaan geenin rank luettelot (kuvio 1A) voidaan laskea. Jos korrelaatio on negatiivinen ja tilastollisesti merkitsevä, niin on todennäköistä, että tämä lääke on mahdollista kääntää geeniekspressiomalli haimasyövän soluja, ja siten voivat olla käyttökelpoisia tämän taudin hoitamiseksi.

. Työnkulku. B. Venn Kaavio varten silmut tunnistettu kunkin kolmen haimasyövän aineistoja.

From C-Map-tietokanta, 6100 sijoittui geenin luettelot saatiin, joka vastaa hoitoon viiden ihmisen viljellyissä solulinjoissa kanssa 1309 huumeita. Keräsimme myös kolme haiman geeniekspression aineistoja, ja tunnistaa kunkin DE geenejä kussakin aineisto. Sitten lasketaan korrelaatio DE geenien jokaisessa aineisto ja kunkin lääkkeen aiheuttamista geenin rank luetteloita. Näitä korrelaatioita käytettiin tunnistamaan kaikki lääkkeet, joiden aiheuttama geeni listalla luettelot havaittiin tilastollisesti merkittävä negatiivinen korrelaatio DE geenien (oikaistu p 0,1). Koska jokainen lääke on voitu käyttää hoitamaan useita solulinjoja, huumeiden pidettiin mahdollisesti käyttökelpoisia haimasyövän jos aiheuttama geeni sijoitus luetteloita yli puolet viljeltyjen solujen osoitti merkittävää negatiivista korrelaatiota DE geenit että syöpä aineisto. Kaikkiaan 359 lääkkeiden todettiin olevan merkittävää ainakin yhden haimasyövän aineistot. Näistä huumeita, 139 ja 13 olivat merkittäviä vähintään kahteen ja kaikki kolme haimasyöpä aineistoja, vastaavasti (kuvio 1 B). Molemmat numerot olivat merkittäviä verrattuna tapaukseen, jossa me satunnaisesti valittu sama määrä lääkkeitä merkittäviä haimasyöpä aineisto, ja sitten tarkastetaan, kuinka monta niitä oli merkittävä kaksi tai kaikki kolme merkittävää aineistot (satunnaistamista toistettiin 1000 kertaa, ja molemmat p-arvot 0,001). 126 lääkkeet, jotka olivat merkittävästi ainakin kahteen haimasyöpä aineistot katsottiin mahdollisesti käyttökelpoisia lääkkeitä (silmut) hoitoon haimasyövän.

soveltaminen Met-express ennustaa avainentsyyminä-koodaus geenien haimasyöpäsoluissa

viljelty ihmissolulinjoilla hoitaa lääkkeillä C-Karttatietokanta ei ole peräisin haiman kudoksista. Näin ollen oli vaikea tulkita mekanismi negatiivisen korrelaatioita lääkkeen indusoimaan geenin listalla luettelot ja DE geenien haimasyöpä. Niinpä monet silmut voivat olla vääriä positiivisia. Tämän ongelman ratkaisemiseksi, haimme Met-express [13] ennustaa KPC entsyymi-koodaus geenit. Meidän Ajatuksena on, että, jos kohde on puuro on KPC entsyymi, niin mahdollisuudet että tämä lääke muuttaisi geeniekspressioprofiilien haimasyövän ovat lisääntyneet merkittävästi. Lisäksi, jos PUD on substraatti tai tuote, entsymaattisella reaktiolla, jota katalysoi KPC entsyymi, niin mahdollisuudet, että se häiritse syövän aineenvaihdunta on myös lisääntynyt. Niinpä silmut joko edellä kaksi ominaisuutta pidetään lääkekandidaatteina hoitoon haimasyövän.

Met-express levitettiin kunkin kolmen haimasyövän aineistoja. Kaikkiaan 33 avainentsyyminä koodaus geenit ennustettu kaikissa kolmessa aineistot pidettiin KPC entsyymit (kuvio 2A, S1 taulukko). Ennen näitä KPC entsyymejä valita ehdokkaan huumeita silmut, me validoitu ennusteita sekä toiminnallisia rikastamiseen analyysejä ja kirjallisuuskatsauksia. 33 KPC entsyymit rikastettiin 66 GO biologisen prosessin kannalta ja 11 MSigDB polkuja. Top rikastettu MSigDB väyliä liittyivät O-glykaanitähteen biosynteesireittejä, kun taas top rikastettu GO termejä liittyviä toimintoja ksenobioottisille ärsykkeille, rasvahappojen beetaoksidaatioyhdisteiksi, huumeiden metabolisia prosesseja, ja enemmän (kuvio 2B, S2 taulukko).

. Venn-kaavio ennustetun avain entsyymi-koodaavat geenit kunkin kolmen haimasyövän aineistoja. B. rikastettu reittejä ja biologiset menetelmät KPC entsyymit ennustettu kaikissa kolmessa syövän aineistoja.

Epänormaali ilmentymistä glykoproteiinien pinnalla syöpäsolujen on raportoitu [21]. Lisääntynyt ilmentyminen entsyymien glykaanitähteen liittyviä biologisia prosesseja edistää solujen irtoaminen ja invaasio, ja entsyymejä näissä väyliä ehdotettiin olevan uusia kohteita syövän hoitoon [22]. Lisäksi aerobinen Glykolyysivaiheen oli usein aktivoituu haimasyöpäkasvainsoluissa [23]. Pienentynyt aktiivisuus osallistuvien entsyymien xenobiotic aineenvaihdunta liittyy herkkyyden haiman syövän synnyn [24]. Useita riskitekijöitä, kuten diabetes ja rasvaisia ​​ruokia, liittyvät myös haimasyövän [25,26]. Nämä kirjallisuusraportit osoittavat, että ennustetut KPC entsyymit ovat vahvasti liittyvät kehittämiseen haimasyövän.

käyttäminen ennustettu KPC entsyymit valitsemaan lääkekandidaatteina hoitoon haimasyövän

Käyttämällä ennustettua KPC entsyymit tunnistettu kautta Met-express, me pidetään PUD ehdokkaaksi lääke haimasyövän jos: 1) yksi sen tavoitteista oli ennustettu KPC entsyymiä, tai 2) se oli joko alustaan ​​tai entsymaattisesta katalysoi ennustetun KPC entsyymi . Tavoitteet kunkin PUD, ja yhdisteet, jotka vastaavat kutakin PUD, saatiin drugbank tietokannasta [27]. Neljä silmut havaittiin, joiden kohteena olivat ennustetun KPC entsyymiä, ja kolme löydettiin, jotka olivat substraatti tai tuote entsymaattisia reaktioita katalysoivat kuusi KPC entsyymit (taulukko 2). Nämä seitsemän silmut katsottiin lääkekandidaatteina hoitoon haimasyövän.

nokodatsoli (drugbank ID: DB08313) ei ole käytetty hoitoon haimasyövän mutta oli yksi lääkekandidaatteina jonka tavoitteisiin sisältyy ennustettu KPC entsyymit . Se on kasvainten vastaisen aineen, joka häiritsee polymerointia mikrotubulusten [28]. Nokodatsoli on raportoitu, että se on jonkin verran palautuvia vaikutuksia käsittelevät monilääkeaineresistenssin haimasyövän solussa [29]. Lisäksi yhtenä sukkularihmaston häiritsevät aineet, nokodatsoli johtaa mitoottisia pidätyksen ja viat enemmistö haiman syöpiä aneuploidia- aiheuttama kromosomi epävakaus [30,31]. Mukaan drugbank, nokodatsoli on vain yksi kohde, joka on ennustettu KPC entsyymi, hematopoieettiset prostaglandiini D-syntaasi (HPGDS) (kuvio 3A). HPGDS on jäsen sigma-luokan glutationi-S-transferaasin perheen, joka katalysoi PGH2 on PGD2. Tämä entsyymi on mukana integroidun haimasyövän koulutusjakson (Biosystem ID: 711360).

esimerkkejä valituista huumeet ovat: A. nokodatsoli; B. tretinoiinia ja retinoate.

tretinoiinia ja arakidonihappo ovat kaksi esimerkkiä ehdokas lääkkeiden, jotka ovat substraatteja tai tuotteiden ennustettu KPC entsyymejä. Tretinoiinia (drugbank ID: DB00755), jota kutsutaan myös retinoate, on substraatti entsymaattisia reaktioita katalysoivat kolmen KPC entsyymit: CYP2C18, CYP3A7, ja CYP3A5 (kuvio 3B). Arakidonihappoa (drugbank ID: DB04557) on substraatti kaksi KPC entsyymejä, CYP2C9 ja CYP2C18, ja myös tuotteen yhden KPC entsyymiä, CYP2J2. Mielenkiintoista on, että viiden KPC entsyymit liittyvät DB00755 ja DB04557 ovat kaikki mukana linolihappoa aineenvaihduntaa ja biologisen hapetukset (kuvio 3B).

tretinoiinia on karboksyylihappo muodossa A-vitamiinia ja on käytetty acne vulgariksen hoitoon ja keratosis pilaris. Äskettäin Guo

et al

. osoitti, että käsittelemällä ihmisen haimasyövän solulinja, PANC-1, jossa tretinoiinia voi annoksesta riippuen estää näiden solujen kasvua [32]. Tämä viittasi siihen, että antituumorivaikutukset Tretinoin liittyi G2 /M vaiheessa pidätyksen. Muut tutkijat ovat raportoineet, että arakidonihappo voi sinificantly vähensi kasvuvauhti joidenkin haimasyövän solulinjoissa kuten PANC-1, MIA PaCa-2 ja CFPAC [33].

On myös joitakin samanlaisia ​​yhdisteitä silmut että on käytetty tai raportoitu haimasyövän hoitoon. Esimerkiksi vinkristiini ja demekolsiini ovat samankaltaisia ​​yhdisteiden nokodatsolin, jotka toimivat microtubulesand häiritä solukierron [34,35]. Vinkristiini, yhdessä 5-fluorourasiilin perustuva yhdistelmä hoito, on osoitettu olevan tehokas haiman syöpäpotilaiden selviytymisen pidentämistä verrattuna ilman kemoterapiaa [36]. Demecolcinearrests alussa mitoosia molemmissa pancreactic solulinjoissa PANC-1 ja BxPC-3-soluissa [37]. Myös vitamiini (vitamiini A) ja Ergokalsiferoli (D-vitamiini

2) ovat samankaltaisia ​​yhdisteitä Tretinoiinia, joita on ehdotettu, että D-vitamiinin saanti, vitamiini ja muut monivitamiinivalmistetta voi vähentää haimasyövän [38].

validoimiseksi tunnistettu silmut syöpäsolulinjoissa onnistuimme etsiä lääkevaste tietoja joissakin tietokantaan syöpäsoluja. US National Cancer Institute 60 ihmisen syövän solulinjoissa (NCI-60), joka pääsee CellMiner [39] (https://discover.nci.nih.gov/cellminer)includes 60 syöpäsolulinjoja edustavat yhdeksää ihmisen syövissä: rintojen , keskushermoston, paksusuolen, munuaisten, leukemia, keuhkosyöpä, melanooma, munasarja, ja eturauhasen, jossa sallitaan nopean datan selostukset 22379 geenien ja 360 MikroRNA sekä toimintakertomuksissa 20503 kemiallisia yhdisteitä kuten 102 huumeiden hyväksynyt Yhdysvaltain elintarvike- ja lääkeviraston Administration (FDA) [40]. Ei ollut tietoa haimasyövän solulinjoissa NCI-60, joten on mahdotonta suoraan tarkastaa lääkkeen reagoivan data meidän ennustaa silmut on haimasyöpä solulinjoissa. Kuitenkin lääke reagoiva tiedot silmut muilla syöpäsolulinjoja NCI-60 voi välillisesti auttaa meitä päätellä niiden mahdolliset hyödylliseksi haimasyövän solulinjoissa.

joukossa seitsemän silmut olemme tunnistaneet, kolme niistä voi olla löydetty huumeiden zscore malleja NCI-60, mukaan lukien nokodatsoli (NSC # 238159), progesteroni (NSC # 9704) ja Tretinoiini (NSC # 122758). On raportoitu, että yhdisteillä aktiivisuus -log

10GI50 (50% kasvua estävää tasoa) on suurempi kuin 6 pidetään aktiivisina, [41]. Jopa 60 syöpäsolun linjat, onnistuimme kyselyn onko meidän silmut on aktiivinen heille. Käyttämällä CellMiner NCI-60 Analysis Tool, etsimme huumeiden työvoimaosuudessa poikki 60 solulinjojen ja havaitsi, että nokodatsoli ja tretinoiinia, heillä on 55 ja 2 solulinjoissa, joiden toiminta on suurempi kuin 6, vastaavasti. Suurin aktiivisuus progesteroni on 5.94. Tämä on ilmoittanut, että kolme silmut löytyy NCI-60 on myös esto vaikutuksia muihin syöpäsoluihin enemmän tai vähemmän.

Kokeellinen validointi huumeiden ennustuksen

Lisäksi nokodatsolin, tretinoiinia ja arakidonihappo kanssa julkaisun näyttöä, kolme neljä muuta silmut: Biotiini, Finasteridi ja progesteronin valittiin edelleen kokeellista validointia. Teimme MTT-määritys on haimasyövän solulinjoissa PANC-1 ja BxPC-3 arvioida syövän solujen elinkelpoisuuden käsitelty lääkkeillä. Verrattuna PANC-1, BxPC-3 kasvatettiin potilaalta, jolla myöhemmän vaiheen kasvain, joka kuoli 6 kuukautta myöhemmin. Kuten niin haiman kanava, PANC-1 pyrkii esiintymään vähemmän ductal ominaisuuksia kuin BxPC-3 [42]. Saat solujen vaeltamiseen, PANC-1 on parempi kuin BxPC-3. Vaikka BxPC-3 osoitti korkeaa angiogeeninen potentiaali, ja PANC-1 osoitti vaihtelevia tuloksia [42].

Tulokset (kuvio 4, S3 taulukko) osoitti, että kun pitoisuus nostettiin 0,1 mg /ml, kolme kahta lääkettä, Finasteridi ja progesteroni, on selvää syöpäsolun esto vaikutuksia PANC-1, kun taas käänteinen vaikutuksia Biotiini. Koska pitkälle syöpäsolulinja BxPC-3, kuolleisuutta kaikkien kolmen lääkeaineen tuli ankara pitoisuus incereasing, samanlainen Finasteridi ja progesteroni, ja heikompaa Biotiini. BxPC-3 osoitti enemmän herkkyyttä lääkehoidot kuin PANC-1, mikä osoitti, että nämä lääkkeet voivat olla enemmän vaikutusta thetumor angiogeneesiin.

. Haiman solulinjaa PANC-1. B. Haiman solulinja BxPC-3. X ja Y-koordinaatit tarkoittavat konsentraatio ja esto kolmen lääkeaineen, biotiini, Finasteridi ja progesteronin. Lyhyt viiva segmentit kohdat tarkoittavat vaihtelua kolme toistoa.

lisäksi käytiin läpi huumeiden vaikutuksia muihin syöpiin ja totesi, että progesteroni (FDA: n hyväksymä) vastaa alkion istutusta, raskauden ylläpito, ja kehittäminen nisäkudok- maidontuotantoon, jota erittyy keltarauhasen ja istukan. Se hasbeen raportoitu suojaavana tekijänä munasarjojen ja kohdun limakalvon syöpiä vähän tunnettu mekanismi [43]. NCI-60 lääke kuvio tietokanta (https://discover.nci.nih.gov/cellminer/), progesteroni on erityisen herkkä keuhkosyövän solulinjaa LC: EKVX, -leukemiasolulinjan LE: RPMI_8226, rintasyöpä solu- rivi BR: Hs578T, sillä 5,94, 5,49, ja 5,48 yhdisteinä toimintaa -log10GI50, vastaavasti.

Kaiken todisteita kirjallisuudessa ja koe viittaa siihen, että ainakin viisi meidän ennustetun lääkekandidaatteina (nokodatsoli, Tretinoin, Arakidonihapot acid, progesteroni, Finasteridi) ovat todennäköisesti käyttökelpoisia hoidettaessa haimasyöpä, kun taas loput kaksi huumeet ansaitsevat lisätutkimusta.

keskustelu

nykyisessä tutkimuksessa kuvaamme kehitystä uusi yhdistetty lähestymistapa ennustamiseen lääkekandidaatteina hoitoon haimasyöpä. Toisin kuin aikaisemman lääkehoidon repositioning lähestymistapoja, joiden tarkoituksena on hyödyntää korrelaatioita geeniekspressiota ja lääkkeen aiheuttama geeni rank luettelot C-Map, ja DE geenit sairaustiloissa ennustamiseksi silmut, lähestymistapamme tunnistettu silmut haimasyövän kautta sekä geenien ilmentymisen korrelaatio analysoi ja Lisävarmuustoimenpiteenä valitsemiseksi lääkekandidaatteina luettelosta silmut. Tämä jälkimmäinen valinta menetelmä äskettäin kehitettyä algoritmia, Met-express, ennustaa lukeutuvat entsyymi-koodaus geenit ja sitten käytetään lukeutuvat entsyymit valitaan ehdokaslääkeaineita. Yhdistetty lähestymistapa nimennyt seitsemän lääkekandidaatteina hoitoon haimasyöpä, joista kolme tukivat kirjallisuudesta todisteita ja toiset kaksi tukivat kokeilua. Tämä tukee hyödyllisyyttä tämän lähestymistavan tunnistamiseksi lääkekandidaatteina hoitoon haimasyövän.

käyttö KPC entsyymit ennusti Met-express on keskeinen osa lähestymistapaamme. Mukaan algoritmin suunnitteluun Met-express, ennustettu avain entsyymi-koodaus geenit pitäisi jakaa seuraavat kaksi ominaisuudet: 1) niiden ilme on huomattavasti ylös tai alas-säädellä syöpäsoluissa, ja 2) ne ovat yhteistyössä ilmaistaan ​​merkittävästi suurempi määrä entsyymiä koodaavan geenejä, jotka ovat yhteisiä metabolisen linkkejä. Siten, muuttamalla ilmaus avaimen entsyymi-koodaus geenit todennäköisesti vaikuttaa syövän solujen aineenvaihduntaa. Samaan aikaan muuttamalla pitoisuudet substraattien tai tuotteiden metabolisen katalysoimien avain entsyymi-koodaus geenit todennäköisesti on samankaltaisia ​​vaikutuksia. Itse asiassa Met-express ennustaa avain entsyymi-koodaus geenit mahdollisina syöpälääkkeen tavoitteita, ja niiden substraattien /tuotteiden mahdollisina lääkeyhdisteille. Esillä olevassa tutkimuksessa, koska PUD tavoitteet ovat tiedossa, on mahdollista yhdistää kaksi ennusteita (KPC entsyymien ja silmut) valita lääkekandidaatteina hoitoon haimasyöpä. Lisäksi tämä lähestymistapa tarjoaa mahdollisuuden hypoteesin molekyylitason mekanismi, jolla valittu ehdokas lääkkeet voivat toimia vastaan ​​haimasyöpä, joko kohdistamalla KPC entsyymiä tai häiritsemällä olennaista entsymaattisten reaktioiden syöpäsoluissa.

Vaikka perinteinen seulonta lähestymistavat voivat tunnistaa silmut, ymmärtää niiden mekanismien edelleen haaste. Ellei tällaisia ​​tietoja voivat viivästyttää kaupallistamista silmut, korostaen etu käyttää yhdistettyä lähestymistapaa. Lisäksi yleisenä menetelmää, yhdistettyä lähestymistapaa voidaan soveltaa helposti muihin syöpätyyppeihin ja muita monimutkaisia ​​sairauksia, parantaa kykyämme tunnistaa ehdokaslääkeaineita.

tukeminen Information

S1 Taulukko. Ennustettu keskeinen entsyymi-koodaavat geenit kunkin kolmen haimasyövän aineistoja.

Doi: 10,1371 /journal.pone.0149896.s001

(XLSX)

S2 Taulukko.