Krooninen sairaus

tiivistelmä

Noin 30% vaiheessa I ei-pienisoluinen keuhkosyöpä (NSCLC) potilailla, joille tehdään resektio toistuu. Tukeva ennustetekijöitä markkereita tarvitaan hallitsemaan paremmin hoitovaihtoehdot. Tämän tutkimuksen tarkoituksena on kehittää ja validoida uusi geeni-ilmentymisen allekirjoitus, joka voi ennustaa kasvaimen uusiutumisen portaan I pienisoluista keuhkosyöpää. Coxin suhteellisen vaarat regressioanalyysi suoritettiin tunnistamiseksi toistumisen liittyviä geenejä sekä osittaisen Coxin regressiomallin avulla muodostettiin geenin allekirjoitus toistuminen koulutukseen aineisto -142 vaiheen I keuhkojen adenokarsinooman ilman lisähoitona päässä johtajan Challenge Consortium. Neljä itsenäistä validointi aineistoja, kuten GSE5843, GSE8894, ja kaksi muuta aineistoja, jonka Mayo Clinic ja Washington University, käytettiin arvioimaan ennustearvon laskemalla korrelaatio riskiluku arvioida geenien ilmentyminen ja todellinen uusiutumista elinaika aika ja AUC aikariippuvainen ROC analyysi. Pathway-pohjainen selviytymisen analyysit suoritettiin myös. 104 probesets korreloi toistuminen koulutuksessa aineisto. Ne rikastunut solun tarttumiseen, apoptoosin ja solujen jakautumisen. A51-geenin ilmentyminen allekirjoituksen tunnistettiin erottaa potilaille voi kehittyä kasvaimen uusiutumisen (Dxy = -0,83, P 1e-16) ja tämä allekirjoitus on validoitu neljä itsenäistä aineistoja kanssa AUC 85%. Useita reittejä mukaan lukien valkosolujen migraatiota ja solujen kiinnittymistä korreloivan hyvin uusiutumista elinaikaa. Geeni allekirjoitus on prediktiivisille uusiutumisen vaiheen I pienisoluista keuhkosyöpää, joka on tärkeä prognostisia ja terapeuttisia vaikutuksia tulevaa hallinnointia näillä potilailla.

Citation: Lu Y, Wang L, Liu P, Yang P, You M (2012) Gene-Expression Signature ennustaa Postoperatiivisesti uusiutuminen vaiheessa I ei-pienisoluinen keuhkosyöpä Potilaat. PLoS ONE 7 (1): e30880. doi: 10,1371 /journal.pone.0030880

Editor: William C. S. Cho, Queen Elizabeth Hospital, Hong Kong

vastaanotettu: 3. joulukuuta 2011; Hyväksytty: 28 joulukuu 2011; Julkaistu: 23 tammikuu 2012

Copyright: © 2012 Lu 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 National Institutes of Health myöntää 1R01CA129533-01A1 (MY), rahasto A Healthier Wisconsin (YL) ja rahasto osasto laboratoriolääketieteen ja Pathology, Mayo Clinic (LW). 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

Keuhkosyöpä on edelleen suurin syy syöpään liittyvien kuolemaan sekä miehillä että naisilla Yhdysvalloissa, vaikka hoitotulosten on parantunut asteittain. Vuonna 2010 arvioitiin 222520 uutta keuhkosyöpää diagnosoitu ja vain 15% niistä tulee elossa 5 vuoden kuluttua [1]. Ei-pienisoluinen keuhkosyöpä (NSCLC) muodostaa noin 85% kaikista keuhkosyövässä, pienisoluinen karsinooma muodostavat loput 15%. Noin 25%: sta 30%: lla NSCLC ovat vaiheen I sairaus ja saada kirurgisia toimenpiteitä yksin. Huolimatta käynnissä parantava leikkaus, yli 25%: lla vaiheen I NSCLC kuolee uusiutuva sairaus viiden vuoden kuluessa [2], [3]. Adjuvantti sisplatiini kemoterapiaan vaiheessa I-III NSCLC eloonjäämistä vaatimattomasti leikkaushaavan resektion [4], [5], [6]. Syöpä ja Leukemia Group B (CALGB) 9633, III-vaiheen tutkimuksessa, jossa verrattiin adjuvanttihoito karboplatiinin /paklitakselin versus leikkaus yksin täysin resektoitiin vaiheessa IB NSCLC, havaittiin merkittävä selviytymisen etuja adjuvanttihoito jälkeen 2,8 vuotta ja seuranta-ajan mediaani [7 ] mutta ei sen jälkeen 4,5 vuotta seurannan [8]. Luotettava kliininen tai molekyylin ennustetekijät sekä ohjeet hoitoon toistuvan vaiheen I NSCLC ole hyvin selvitetty. Koska heterogeenisyys uusiutumisen keskuudessa syöpäpotilaita kanssa samassa vaiheessa, on tärkeää eristää luotettava molekyyli- allekirjoituksen kasvaimia, jotka voitaisiin käyttää tunnistamaan ne, jotka ovat todennäköisesti kehittää uusiutuva sairaus ja näin hyötyisivät adjuvanttihoito. Lisäksi geenien tunnistaminen ja molekyylitason reitit kriittinen kehittämiseen etäpesäke voisi johtaa edistysaskeleet terapeuttisia.

edistysaskeleet ihmisen genomiikan ja proteomiikan luoneet luettelot ehdokkaan biomarkkereita mahdollisten kliinisten arvoihin. Geeniekspressioprofilointi on käytetty kuvaamaan ennusteen keuhkosyöpä, enimmäkseen käyttäen kokonaiselinaika (OS) sijaan kasvaimen uusiutumisen päätepisteenä [9], [10], [11], [12], [13], [14 ]. Kuitenkin tunnistetut säilymiseen liittyviä geenejä puuttui johdonmukaisuus näissä tutkimuksissa, mikä johtuu todennäköisesti rajallinen potilaan näytteitä, taudin heterogeenisyys, ja /tai tekniset tekijät, kuten erot microarray alustoille ja näytteen käsittely. Integrointi microarray tietoja useista tutkimuksista kasvattaa otoskokoa lupaava kehittämiseen vankempi ennustetekijöiden testejä. Meillä on siis teki meta-analyysin seitsemästä tietojen asettaa etsimään ilmentyvät eri geenien liittyvät yleiseen elinaika [15] ja tunnistettiin 64-geenin ilmentyminen allekirjoitus, joka on erittäin ennustava OS portaan I pienisoluista keuhkosyöpää. Tuloksemme osoittavat, että geenien ilmentyminen allekirjoitukset ovat hyödyllisiä ennustettaessa selviytymisen vaiheen I keuhkosyöpään, ja meta-analyysi microarray aineistojen lisää tilastotehoa havaitsemiseksi selviytymisen liittyviä ilmentyvät eri geenejä.

tutkimuksia tehokkuuden adjuvanttia hoito, OS pidetään kultakantaan päätepiste. Kuitenkin haittana OS on, että se vaatii jatkotutkimukseen. Viime aikoina useat tutkimukset tutkitaan tautivapaan elinajan (DFS) mahdollisena vaihtoehtona päätepiste OS. Joitakin todisteita oli tarjottu käyttöön DFS korvikkeena OS peräsuolen syöpä, rintasyöpä ja mahasyövän [16]. Näissä tutkimuksissa Pearsonin korrelaatiota 5 vuoden OS ja 3 vuoden DFS oli 0,97 ja Spearmanin rho korrelaatio oli 0,92; Pearsonin korrelaatio riskisuhteita OS ja DFS oli 0,85 ja Spearmanin rho korrelaatio oli 0,87.

Tässä tutkimuksessa, teimme meta-analyysi microarray aineistoja eri toimielimiä kehittämään ja vahvistamaan uusi geeni-ilmentymisen allekirjoitus, joka voi tarkasti ennustaa kasvaimen uusiutumisen portaan I pienisoluista keuhkosyöpää. Tunnistetut allekirjoitus on potentiaalia tarkentaa kliininen käytäntö hallinnassa potilailla, joilla resektoidun NSCLC.

Methods

Tiedonkeruu

Johtajan haaste Consortium for Molecular luokittelu Lung Adencarcinoma ( ”Ohjaajan Challenge Consortium”) kerättiin yli 300 keuhkojen adenocacinoma näytteitä neljästä laitosten (HLM, MICH, DFCI, ja MSKCC) yhdessä asiaankuuluvat kliiniset tiedot [17]. Tutkimuksessamme käytimme yhteensä 142 potilaan näytteiden vaiheen I keuhko adencarcinoma, jotka eivät saaneet liitännäishoitona kemoterapiaa tai sädehoitoa, kun koulutus näytteet tunnistamaan geeni-ilmentymisen allekirjoitus uusiutumisen vapaa elinaika. Tiedot ladattiin https://array.nci.nih.gov/caarray/project/details.action?project.experiment.publicIdentifier=jacob-00182.

Other neljä itsenäistä aineistot (aineistot 2-5) käytettiin testaus- näytteiden validointi tunnistettujen allekirjoituksen. Aineisto 2 sisältyy 46 vaiheen I keuhkojen adenokarsinooman. Aineisto 3 sisältyvät sekä adenokarsinoomia ja okasolusyöpää 64% 138 näytettä ovat vaiheen I kasvaimia. On tärkeää tietää, onko kehittyneissä allekirjoitus on sovellettavissa muihin syövän alatyypin kuten levyepiteelikarsinoomia vai ei. Aineisto 2 ja 3 ladattiin GEO tietokannasta (GSE5843 ja GSE8894). Aineisto 4 syntyi Mayo Clinic ja sisällytetty 54 vaiheen I NSCLC tupakoimattomia, ja suurin osa heistä oli adenokarsinoomien. Aineisto 5 synnytettiin oman ryhmä Washington University, jota käytetään tunnistamaan meidän 64-geenin allekirjoituksen kokonaiselinaikaa (tiedot on talletettu GEO tietokantaan GSE6253) [15]. Kaikki potilaat validointivaiheet sarjaa ei annettu adjuvanttihoitoa tai sädehoitoa.

PRISMA 2009 vuokaavio koskien aineisto valinta osoitti kuvassa S1. Tiedot kliinisistä tietoja lla kummankin aineisto on kuvattu taulukossa 1. päätepisteenä oli aika uusiutumiseen, määritellään aika kirurginen resektio ensimmäiseen todisteita kasvaimen uusiutumisen (paikallinen, alueellinen tai kaukana). Potilaat sensuroitiin päässä toistuminen analyysin aikaisintaan seuraavan ajankohtina: kuolema, kehittäminen toisen ensisijaisen NSCLC, tai viimeinen lääketieteellinen yhteystietoja. Osallisena microarray alustoille mukana Affymetrix Hu133A (aineisto 1), Hu133plus2 (aineisto 3), HG_U95Av2 array (aineisto 5), 22 K Operon Human Genome Oligo Set v2.1 (https://www.operon.com) (aineisto 2) ja Illumina DASL määritys (aineisto 4).

Data Processing

vaikka koulutus aineisto on yhdestä tutkimuksessa kerättiin ja profiloitu neljässä eri toimielimissä. Systemaattisia eroja geenien ilmentyminen näiden laitokset voivat olla merkittäviä, mikä vaarantaisi eheys eri labs. Matkaa painotettu syrjintä (DWD) menetelmä (https://genome.unc.edu/pubsup/dwd/index.html) käytettiin tunnistamaan ja säätää järjestelmällisten harhojen, jotka olivat läsnä tämän microarray aineisto. DWD menetelmä korjaa järjestelmällisten harhojen poikki mikrosirujen erissä etsimällä erottava hypertaso välillä kahdessa erässä ja säätämällä tietojen projisoimalla eri erissä on DWD tasossa, löytää erän keskiarvo, ja vähentämällä sitten ulos DWD tasosta kerrotaan tällä keskiarvo [ ,,,0],18].

tilastollinen

Tunnista ilmentyvät eri geenit liittyvät toistumisen.

Monimuuttujatestaus Coxin suhteellisen vaarat Regressioanalyysistä (ikä-, sukupuoli, ja syövän vaihe) 10000 bootstrap resampling tehtiin kustakin geenistä käyttäen kaikkia 142 näytettä Dataset 1. suhteellisten riskien oletus näistä muuttujista tutkittiin tutkimalla skaalattu Schoenfeld jäännöksiä. Kategorisen muuttujat sukupuoli ja syövän vaiheessa näy merkittävää poikkeamista suhteessa vaarat oletus ja otettiin siis kuten kerrostumia regressiomallien. Geenit sitten luokiteltu bootstrap taajuuksiin P 0,01 niiden geeniekspression regressiomallien. Suoritimme sitten GO aikavälillä rikastamiseen analyysi seuraavilla ilmentyvät eri geenien avulla Tietokanta Annotation, visualisointi ja integroitu Discovery (DAVID) bioinformatiikan resurssi (https://david.abcc.ncifcrf.gov/home.jsp). Samanlaisia ​​tilastollisia menetelmiä yksityiskohtaisesti aikaisemmassa tutkimuksessa [15].

Määritä geenien ilmentyminen allekirjoituksen uusiutumisen.

Seuraavat selviytymisen analyysit perustuvat myös kaikki 142 näytteiden Dataset 1 . Osittainen Coxin menetelmä suoritettiin rakentaa ennustavan osia [19]. Näitä komponentteja käytettiin sitten Coxin mallin rakentamiseen ennustemallit uusiutumisen elinaika syöpäpotilaiden. Periaate komponentit valittiin mallissa maksimoida Somers ”Dxy listalla korrelaatio. Riski pisteet laskettiin, missä edustaa joukko geenejä; edustaa arvioitua kerroin nnen geenin; ovat geeni-ilmentymisen tasoja th geenin kaikki näytteet, joissa on näytteen koko ja on geeni-ilmentymisen taso geenin näytteestä. Kaikki näytteet luokiteltiin korkean ja matalan riskin ryhmiin riskin mukaisesti tulokset. Potilaat, joilla on riski tulokset alle nollan potentiaalisesti pitkäaikainen uusiutumista vapaa eloon jäämisestä ja ne nollaa suurempi lyhyen aikavälin uusiutumista elinaika jälkeen kirurgisen resektion. Valita sopiva osajoukko geenien allekirjoitettavaksi, toteutimme eteenpäin valintamenettelyn optimoida geeni-ilmentymisen allekirjoitus: 1) lisätä yksi geeni joka kerta perustuu listalla geenien havaittiin edellä bootstrap analyysit; 2) suorittaa osittainen Coxin regressioanalyysin ja saada ennustearvon käyttäen valitun kohderyhmän geenien; ja 3) toista vaiheet 1 ja 2, kunnes ennustearvon maksimoituu. Ennustetarkkuus (syrjintä kyky) arvioitiin Somers ”Dxy listalla korrelaatio arvioitujen riskiluku ja todellinen elinaika. Somers ”Dxy liittyy C-indeksin Dxy = 2 (C-0,5). C on vastaava vastaanotin toimii (ROC) käyrä alue, joka on graafinen esitys paria vääriä positiivisia testituloksia (spesifisyys) ja tosi-positiivisia testituloksia (herkkyys) varten realizations kvantitatiivisen testin.

tunnistamiseksi geenin allekirjoitus voimakkaasti ennustamisessa aika uusiutumiseen, jätä-yksi-out ristivalidointi (LOOCV) käytettiin. Lyhyesti, 142 toistojen yllä eteenpäin valintamenettely suoritettiin siten, että jokainen näyte jätettiin pois kerran joukon geenejä suhteessa aika uusiutumiseen lasketaan kullakin iterointia. Taajuus geenien esiintyvien allekirjoitusten rankattiin tunnistaa geenejä, jotka johdonmukaisesti, ja voimakkaasti, korreloi lopputulokseen. Geenit, jotka läpäisivät asetetun kriteerin (taajuus 50%) valittiin käsittää lopullisen allekirjoituksen.

Arvioida ennustavan suorituskyky ehdotetun geenin allekirjoitus, käytimme ajasta riippuva ROC analyysi sensuroitiin tiedot ja käyrän alapuolinen alue (AUC) kuin meidän kriteerit arvioida toistumisen ennusteita. Aikariippuvaisella herkkyys ja spesifisyys tehtävät määritellään: ja. Vastaava ROC (t) käyrä tahansa t määritetään juoni {herkkyys (c, t)} versus {1 – spesifisyys (c, t)}, jossa sulku kohta c Vaihtelevaksi. X on kovariaatin ja D (t) on tapahtuma indikaattori (tässä, toistuminen) hetkellä t. Pinta-ala käyrän, AUC (t), on määritelty pinta-ala ROC (t) käyrä. Lähin naapuri estimaattori bivariate jakelua toimintoa käytetään näissä arvioinneissa ehdolliset todennäköisyydet osuus tarvittaessa peitettäväksi [20]. AUC voidaan käyttää tarkkuuden mitta diagnostisen markkerin; suurempi AUC, sitä parempi on ennuste mallin. AUC = 0,5 osoittaa, ettei ennusteita, kun taas AUC = 1 edustaa täydellistä ennustavaa suorituskykyä. Kaplan-Meier selviytymisen analyysit toteutettiin sen jälkeen, kun näytteet luokiteltiin kahteen riskiryhmiin. Erot käsittelyssä toistuvasti riskin välillä riskiryhmiin arvioitiin käyttäen Mantel-Haenszel log rank -testi. Mitä suurempi alue kahden riskiryhmiin ja siihen liittyvä pienempi p arvon Mantel-Haenszel log rank testi sotkea parempi luokitusmalli. Somers ”Dxy listalla korrelaatio arvioitujen riskiluku ja todellinen elinaika laskettiin myös.

Validoi allekirjoituksen neljä itsenäistä microarray aineistoja.

allekirjoittamisen jälkeen määriteltiin, arvioimme sen neljä itsenäistä aineistot (eli Tietoaineistot 2-5). Ilmaisu tiedot geenien allekirjoitus käytettiin arvioimaan riskien pisteet kullekin näytteitä riippumattoman aineistot. Huomaa, että geeni numeroita käytetään arvioitaessa riskiä pisteet olivat erilaisia, koska eri microarray alustoille käytetään koulutukseen aineisto ja testaus aineistoja. Osittainen Coxin regressio oli uusiksi jokaiselle aineisto saada arvioitu kerroin kunkin geenin laskemiseksi riskiluvun jokaisesta näytteestä. Somers ”Dxy listalla korrelaatio arvioitujen riskiluku ja todellinen elinaika laskettiin ja ajasta riippuvia ROC-analyysi tehtiin jokaiselle testaus aineisto.

Tunnista merkittäviä väyliä liittyvät toistumisen.

Osittainen Coxin regressio menetelmä suoritettiin myös kunkin Kegg kautta. Riski pisteet laskettiin käyttäen geeniä sarjaa kussakin reitin. Kaikki näytteet luokiteltiin korkean ja matalan riskin ryhmiin riskin mukaisesti tulokset. Erot toistuva riskin välillä riskiryhmiin arvioitiin käyttäen Mantel-Haenszel log rank -testi. P-arvot alle 10

-4 olivat käyttöä määriteltäessä merkittäviä väyliä.

Kaikki tiedot analyysit toteutettiin käyttäen R tilastopaketilla (www.r-project.org).

tulokset

Differentially ilmaisi liittyviä geenejä toistuminen

tunnistamiseksi geeniekspressiovektoria allekirjoitus kasvaimen uusiutumisen, analysoimme koulutus joukko 142 vaiheen I keuhko adencarcinomas johtajan Challenge Consortium, mukaan lukien 70 vaihe IA (T1N0M0) tauti ja 72 kanssa vaiheessa IB (T2N0M0). Kukaan the142 potilaiden analyysissä annettiin adjuvanttihoitoa tai sädehoitoa. Monimuuttuja Coxin suhteellisen vaarat regressioanalyysisarjoissa jossa oli bootstrap resampling lähestymistapoja tehtiin kunkin geenin onko se merkitsevästi yhteydessä syövän uusiutumiseen. Havaitsimme 104 probesets 98 tunnettuja geenejä jossa oli bootstrap taajuuksilla yli 80% niiden geeniekspression regressiomallien (taulukko S1). Kahdeksantoista probesets liittyi hyvä tulos (riskisuhde 1,0), eli potilaat, joilla on korkeampi ilmaisuja näistä geeneistä on yleensä pidempi toistumisen vapaa elinaika. Sen sijaan muut 86 probesets liittyi huono tulos (riskisuhde 1,0), joka on lisääntynyt näiden geenien ilmentymistä johtaa lyhyempiin toistuminen elinaika portaan I potilaista. GO termi rikastamiseen analyysi seuraavilla ilmentyvät eri geenit osoitti kolmasosa geenien tunnistimme liittyvät potentiaalisesti tunnetuissa syöpään liittyvien reittejä. Niistä

B4GALT1, CELSR1, CLDN4, CLDN9, COL2A1, ALCAM, ICAM4, MUC5AC ja THBS1

liittyvät soluadheesion;

NLRP2

,

CGB, LUC7L3, ELMO2, EIF2AK2, IFI6, MUC5AC, NFKBIL1, PPT1, PACS2, RHOT1, THBS1

liittyvät apoptoosin; ja

CLEC11A, B4GALT1, BMP2, EIF2AK2, FABP3, FGFR2, ING1, ITCH, MUC5AC, NFKBIL1, THBS1, TCF3

liittyvät solujen jakautumisen.

tunnistaminen geenin allekirjoitus uusiutumisen harjoitussarjassa

Seuraavaksi pyrkinyt löytämään hallittavissa, vankan geenejä, joiden ilmaisun voitaisiin käyttää ennustamaan primaarikasvainten todennäköisesti toistuu. Käytimme osittain Coxin regressioanalyysi leave-one-out ristivalidointi koulutuksessa aineisto 142 vaiheen I potilaille. Kussakin ristivalidointi tunnistimme geeni allekirjoitus, joka antaa suurimman ennusteen tarkkuus ja tallennetaan geenit merkitty tunnistettu allekirjoitus. Sitten lasketaan taajuus geenien läsnä kaikissa ristivalidointi sarjaa. Geenit, joiden taajuus 50% valittiin käsittää lopullisen allekirjoitus (taulukko 2). Lopuksi riski tulokset arvioitiin kullekin 142 näytettä koulutukseen aineisto käyttäen ekspressiotietojen näiden 51 geeneistä. Perustuen riskin tulokset, me luokitellaan näillä potilailla osaksi korkean ja matalan riskin ryhmiin ja suoritetaan Kaplan-Meier selviytymisen analyysit seuraavilla kerrostunut näytteistä. Kuten on esitetty kuviossa. 1, toistuminen-elinaika oli merkitsevästi erilainen korkean ja matalan riskin ryhmiin määrittelemät riski tulokset käyttämällä ilmaisua data (P 1e-16). Kaplan-Meier eloonjäämiskäyrien voinut erottaa köyhempi eloonjäämisennustetta vaihe IB vaiheessa IA NSCLC (P = 0,38). Arvioida niiden ennustavan suorituskykyä, olemme edelleen lasketaan ajasta riippuva ala ROC käyrät perustuvat joko vaiheessa tietoja tai arvioitu riski tulokset potilaista (Fig. 1 C). Ilmaisu-pohjainen kerrostettu lähestymistapa toimii paljon paremmin kuin patologinen pysähdyspaikan menetelmällä. Lähestymistapamme saavutetaan AUC lähes 90%, kun taas Cox malli vaiheessa tietoa johtaa hyvin alhainen AUC 60%.

(A) Kaplan-Meier eloonjäämiskäyriä kahdella potilasryhmällä vaiheen IA tai IB. (B) Kaplan-Meier selviytymisen käyrät kahden potilasryhmille määriteltyjen positiivisia (suuri riski) tai negatiivinen (alhainen riski) riski tulokset toistuminen vapaa elinaika. Riski tulokset arvioitiin 15 pääosatekijää perustuu malliin käyttäen 51 uusiutumista elinaika liittyviä geenejä. (C) pinta-ala käyrän alla (AUC) aikariippuvien ROC-analyysi hengissä mallit perustuvat vaiheessa tiedon tai 51-geenien ilmentyminen tietoja vastaavasti. Aika näkyy kuukautta x-akselilla, kumulatiivinen selviytyminen on merkitty y-akselilla. Asteikkomerkkejä potilaat, joiden tiedot sensuroitiin vihdoin seurannassa.

validointi uusiutumisen allekirjoituksen riippumaton testi sarjaa

Voit määrittää, onko 51-geenin allekirjoitus voisi ennustaa potilaat todennäköisesti kehittyä kasvaimen uusiutumisen itsenäisissä näytteissä, haimme sen neljästä itsenäisestä aineistoja (taulukko 1). Erityisesti riski, pisteet kullekin potilaalle laskettiin ilmentymisen tasoja 51-geenin allekirjoituksen; Huonon lopputuloksen määriteltiin riskiluvun 0 ja hyvä tulos määriteltiin riskiluvun 0. Coxin suhteellisen vaarat mallinnusta käytettiin luokitella potilaita kussakin testaus aineistot. Ennustavan tarkkuus toistumisen allekirjoituksen määritettiin AUC ajasta riippuvaa ROC analyysi ja Somers ”Dxy listalla korrelaatio arvioidun riskin pisteet ja todellinen elinaika.

Mayo Clinic aineisto mukana 54 tupakoimattomia vaiheen I NSCLC, ja suurin osa oli adenokarsinoomien. Riski tulokset arvioitu ilmentymistä 46 geenien esitettiin Illumina DASL määrityksessä on vahvasti yhteydessä todellinen elinaika (Dxy = -0,853). AUC aikariippuvainen ROC-analyysi noin 88% käyttäen riskin tulokset ja 57% käyttää vaiheessa tietoa. Ennakoitu huono tulos potilailla oli merkitsevästi huonompi uusiutumista vapaan elinajan (log-rank

P

= 4.37e-6) (Fig. 2A). Testauksessa aineisto GSE5843 46 vaiheessa I adenokarsinooma, geeni allekirjoitus on kaiken tarkkuus 86% ja ennustetun suuren riskin tulokset liittyvät merkittävästi lyhyempi havaittujen aika uusiutumiseen (log-rank p = 7e-9 Fig. 2B) . Sen sijaan ennustamiseen uusiutumisen käyttäen vaiheessa Pelkästään tämän 66%.

Kaplan-Meierin eloonjääminen analyysi suoritettiin heikossa (

täydellinen punainen viiva

) ja korkea (

romuttuneet sininen line

) riski potilasryhmien määritelty 51-geenin luokittelija. AUC hengissä perustuvat mallit vaiheessa (

punaisena katkoviivana

) tai 51-geenin luokittelija (

täysin musta viiva

) verrattiin myös. Testaus aineisto GSE8894 ei ole käytettävissä vaiheessa tietoa ja kaikki potilaat WUSTL aineisto ovat vaiheessa IB. Joten ajasta riippuva ROC käyttäen vaiheessa tietoa näiden kahden aineistoja ei voitu laskea; kaikki asetettu 0,5 sijasta. Asteikkomerkkejä potilaat, joiden tiedot sensuroitiin vihdoin seurannassa.

Only 32 51 geenien uusiutumisen allekirjoitus ovat saatavilla varhaisen sukupolven Affymetrix U95A mikrosirun käytetään WUSTL testaus aineisto. Huolimatta epätäydellinen esitys, allekirjoitus tunnistimme edelleen on hyvä suorituskyky kanssa AUC noin 85% ennustaa toistumisen. Kaplan-Meier-analyysi vahvisti, että ennustettu riskiryhmään on huomattavasti lyhyempi aika uusiutumiseen kuin matalan riskin ryhmässä (P = 7.36e-5) (Fig. 2C).

GSE8894 on suurin testaus aineisto, mukaan lukien 62 adenokarsinoomien ja 76 okasolusyöpää. Arvioimme suorituskyky meidän allekirjoitusten ennustamisessa uusiutumista elinaika adenokarsinooman ja okasolusyöpää erikseen. Cox malli riski tulokset arvioitiin ekspressiotietojen antaa hyvän ennakoivaa suorituskyky (Dxy = -0,706) ja AUC-arvot yli 85% ja adenokarsinooman (Fig. 2D). Vuonna okasolukarsinoomia, saimme hieman vähemmän ennakoivaa AUC, mutta ennustettu riskiryhmään oli vielä huomattavasti lyhyempi aika uusiutumiseen (Dxy = -0,678 ja P = 3.48e-7, Fig. S2).

merkittäviä väyliä liittyvät uusiutumiseen

Pathway perustuva selviytyminen analyysit tunnistettu 97 merkittävää ennustetekijöiden Kegg väyliä liittyvät uusiutumiseen (p 10

-5, taulukko S2). Taulukossa 3 on lueteltu alkuun 30 tärkeitä reittejä, mukaan lukien useita tärkeitä syöpään liittyvien reittien, kuten soluadheesiomolekyylit, Jak-STAT signalointireitin, p53-signalointireitin, MAPK-signalointireitin, Wnt-signalointireitin aktivaatio, mTOR-signalointireitin ja ErbB signalointireitin. Differentiaalisesti ilmaisi liittyviä geenejä toistumisen tunnistaa meidän eloonjääminen analyysi myös rikastuneet biologisessa prosessissa solujen tarttuvuudesta.

Keskustelu

Merkittävä rajoitus nykyisen kliinisen prognoosi- indikaattorit on niiden kyvyttömyys mitkä potilaat joilla on varhaisvaiheen tauti kehittyy tauti uusiutuu. Olemme aikaisemmin kuvattu 64-geenin allekirjoitus kokonaiselinaika I vaiheessa NSCLC pystyy ennustamaan lopputuloksen riippumattomia näytteitä [15]. Tässä tutkimuksessa olemme pyrkineet selvittämään, onko vastaavia allekirjoituksen olemassa vaiheessa I adenokarsinooman ennustaa toistumisen elinaika keuhkosyöpä. Käyttämällä microarray aineistoja vaiheen I keuhkosyöpään johtajan Challenge Consortium, olemme edelleen kehittäneet uuden geenin ilmentyminen allekirjoitus ennustavat toistumisen vaiheen I pienisoluista keuhkosyöpää. Käytimme näytteitä neljästä laitosten johtajan Challenge Consortium kuin koulutus aineisto tunnistamaan geeni-ilmentymisen allekirjoituksen keuhkosyöpä toistuminen. Vähentää taudin heterogeenisyyden ja häiritsevien vaikutusten hoidoista, käytimme yhteensä 142 vaiheen I keuhko adencarcinomas potilailla, joilla ei adjunctive kemo- tai sädehoitoon kuin koulutus näytteet (taulukko 1). Integroida geenien ilmentyminen tietoja neljän toimielimen, haimme DWD tapa poistaa systemaattisia eroja, jotka olivat läsnä tässä aineisto. Myöhemmin tunnistimme 104 geenejä, joiden ilmentyminen korreloi uusiutumista elinaikaa. Kuten odotettua, geeni ontologian koostumus näistä geeneistä on biologinen merkitystä taudin uusiutumisen, kuten soluadheesiota, apoptoosin, ja solujen lisääntymistä.

Käyttäen osittaista Coxin regressiomallin-pohjainen eteenpäin valintamenettelyn tunnistimme 51 -geenin allekirjoituksensa 104 ilmentyvät eri geenit. Tunnistetut allekirjoitus on erittäin ennustava kasvaimen uusiutumisen potilailla, joilla on vaiheen I keuhko adenokarsinooman. Yksi mahdollisista ongelmista kehitettäessä ennakoiva allekirjoitus on malli overfitting koulutukseen aineisto. Tämä voi johtaa allekirjoituksen, joka heijastaa ominaisuudet koulutuksen näytteitä ja ei voi tarkasti ennustaa tuloksista itsenäisissä näytteissä. Välttämiseksi malli overfitting, olemme edelleen käyttää jätettävissä one-out ristivalidointi menettely tuottaa geeni allekirjoitus uusiutumisen koulutuksen aineisto. Näin ollen se on myös kriittinen vahvistaa ennustuksen allekirjoituksen itsenäinen aineistoja. Siksi sovelletaan allekirjoituksemme neljä itsenäistä aineistoja arvioida sen ennustuksen suorituskyky. Yleensä meidän allekirjoitus on erittäin ennustava joissa potilaat vaiheen I keuhkojen adenokarsinooman kehittyy toistuminen tauti ja sitä ei saa yli 85% AUC eri itsenäinen aineistoja. Testi määrittää GSE8894 kuului sekä adenokarsinoomia ja okasolusyöpää; 36% näytteistä oli edennyt vaiheeseen potilaille. Tuore tutkimus osoitti, että keuhkosyöpä toistuminen riippuu histologista alatyypin vaiheessa IA ei-pienisoluinen keuhkosyöpä, korkeampia esiintyy potilailla, joilla on ei-levyepiteelikarsinooma karsinoomia [21]. On mielenkiintoista, että 51-geeni allekirjoitus oli myös prediktiivisille toistumisen vapaa eloonjäämisen okasolusyöpää että aineisto GSE8894 vaikka se oli alun perin peräisin vaiheen I adenokarsinooma.

Tunnistetut ilmennetty eri geenien esillä olevassa tutkimuksessa voidaan tarjota uusia näkökulmia terapeuttisina kohteina ja hoitoon uusiutumisen taudin vaiheessa I keuhkokasvaimia. Niistä FBXW7 tavoitteet mTOR hajoamisesta ja yhteistyössä PTEN kasvaimen tukahduttaminen [22]. Alhainen FBXW7 lauseke ryhmä osoitti merkittävästi huonompi ennuste kuin korkean ilmentymisen ryhmässä potilailla, joilla peräsuolen syöpä [23]. Sen alempi ilmentyminen liittyy myös vähentynyt uusiutumista elinaika I vaiheessa keuhkojen adenokarsinooman (taulukko S1). Toinen mielenkiintoinen ehdokas on FGFR2, joka on yksi transmembraaninen tyrosiinikinaasin reseptorit osallistuvat signaloinnin kautta vuorovaikutuksessa fibroblastikasvutekijä (FGF) perheen. Fibroblastikasvutekijän (FGF) perheeseen, joka sisältää tärkeää sääntelyn tekijöitä solun kasvun ja erilaistumiseen, on todettu olevan mukana sikiönkehityksen, angiogeneesiin ja kasvaimen kehittymisen. On ehdotettu, että FGFR2 on tärkeä rooli tuumorigeneesissä mahasyövän. Löysimme lisääntynyt ilmentyminen FGFR2 liittyy huono tulos vaiheen I keuhkosyöpäpotilaita. Äskettäin kehitetty pienimolekyylisiä toimiva FGFR estäjä, Ki23057, voi kilpailla ATP varten sitoutumiskohta kinaasi [24]. On mielenkiintoista nähdä, jos tällainen inhibiittori voi parantaa lopputulosta potilaiden ennustetaan olevan korkean riskin toistumisen kanssa geenien ilmentymisen allekirjoitus. Lisäksi meillä on myös tunnistettu kolme liittämiseen tekijää SFRS2IP, SFRS14 ja SFRS18 liittyvät tautiin lopputulokseen. Kaikki kolme liittämiseen tekijät ovat jäseniä arginiini /seriini-rikkaan perheen ja ansaitsee lisätutkimuksia.

pathway -pohjainen selviytymisen analyysit havaittu, että valkosolujen migraatiota, proteiini käsittely Endoplasmakalvosto ja soluadheesiomolekyylit (CAM) ovat kolme Kegg väyliä korreloivan hyvin uusiutumista ilman taudin (Fig. S3). Se ei ole yllätys, että nämä kolme reitit ovat kaikki merkittävästi liittyvät toistumisen. Leukosyyttien ylittää endoteelipinta verisuoniston aloittaman chemokine- ja adheesiomolekyyli aiheuttama solunsisäinen signalointi, joka ohjaa tarttumista, levittää, ja liikkuvuuteen. Samaan aikaan, joka tarttuu leukosyyttien laukaista endoteelin, manipuloimalla este edistää niiden transmigraatiota taustalla oleviin kudoksiin [25]. CAM ovat portinvartijoita leukosyyttien migraatiota. Endoteelisolujen solujen välinen CAM ilmentyminen korreloi negatiivisesti metastaattista potentiaalia keuhkosyövän [26]. L1 adheesiomolekyyli (L1CAM) on potentiaalia ennusteen arvioinnissa keuhkojen neuroendocrine kasvaimia. Potilaat, joilla on korkea L1 ilme on suurempi riski toistumisen verrattuna heikosti L1 ilme [27]. Endoplasmakalvosto (ER) on olennainen organelle mukana monissa solun toimintoja, kuten proteiinin laskostumiseen ja eritystä. ER on tärkeä rooli solun laadunvalvonta uuttamalla ja hajottamalla proteiineja, jotka eivät ole kunnolla taitettu tai koottu omaksi komplekseja eli ER liittyvä hajoamista (ERAD) varmistaa, että vain asianmukaisesti taittaa ja koota proteiinit kuljetetaan lopullisiin kohteisiinsa . ER on myös merkittävä organelle hapen ja ravinteiden tunnistava soluiksi sopeutua mikroympäristön. Avatulla proteiinivaste (UPR) on solustressiä vastaus liittyy ER.