Krooninen sairaus

tiivistelmä

Long ei-koodaavaa RNA: t (lncRNAs) säädellä geeniekspressiota toimiessaan MikroRNA (miRNA). Kuitenkin roolit syövän erityisiä lncRNA ja siihen liittyvien kilpailukykyinen endogeeninen RNA: t (Cerna) verkon hepatosellulaarinen karsinooma (HCC) ei täysin tunneta. LncRNA profiilit 372 HCC potilaalla, joista 372 kasvain ja 48 viereisten ei-kasvain maksan kudoksissa, The Cancer Genome Atlas (TCGA) ja NCBI GEO omnibus (GSE65485) analysoitiin. Cancer erityisiä lncRNAs (tai HCC liittyvä lncRNAs) tunnistettiin ja korreloivat kliinisiä piirteitä. Perustuen bioinformatiikan syntyvät miRcode, STARBASE, ja miRTarBase, konstruoimme lncRNA-miRNA-mRNA verkkoon (Cerna verkko) HCC. Löysimme 177 syöpää erityisiä lncRNAs HCC (fold muutos ≥ 1,5, P 0,01), 41 niistä oli myös discriminatively ilmaista sukupuoli, rotu, kasvaimen, AJCC kasvain vaiheessa ja AJCC TNM lavastus järjestelmä. Kuusi lncRNAs (CECR7, LINC00346, MAPKAPK5-AS1, LOC338651, FLJ90757, ja LOC283663) havaittiin merkittävästi liittyvän kokonaiselinaika (OS, log-rank p 0,05). Yhdessä tuloksemme osoittivat lncRNA ilmentymiskuviot ja monimutkaisen Cerna verkon HCC, ja tunnistaa monimutkainen syöpä erityinen Cerna verkosto, johon kuuluu 14 lncRNAs ja 17 miRNA HCC.

Citation: Zhang J, Fan D, Jian Z, Chen GG, Lai PBS (2015) Cancer Erityiset Long ei-koodaavaa RNA: t Näytä Differential Ekspressiokuvioiden ja Kilpailevat Endogeeninen RNA Mahdolliset maksasolukarsinoomassa. PLoS ONE 10 (10): e0141042. doi: 10,1371 /journal.pone.0141042

Editor: Xin-Yuan Guan, The University of Hong Kong, Kiina

vastaanotettu: 06 elokuu 2015; Hyväksytty: 02 lokakuu 2015; Julkaistu 22 lokakuuta 2015

Copyright: © 2015 Zhang 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 kuuluvat paperin ja sen tukeminen Information tiedostoja.

Rahoitus: Tämä tutkimus tukivat Erikoistunut Research Fund tohtorikoulutuskeskukseen korkeakoulu- ja tutkimus Apurahat neuvoston sidotut Research Grants Joint Research Scheme (nro M-CUHK406 /13) ja National Natural Science Foundation of China (nro 81472339). 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

ei-koodaaviin RNA: t ovat RNA-molekyylejä, jotka eivät ole proteiineja koodaavia. Ne voidaan jakaa useisiin alatyyppeihin myös pitkän ei-koodaava RNA (lncRNA), microRNA (miRNA), ribosomi-RNA: ta (rRNA), pieni nucleolar RNA (snoRNA), ja siirto-RNA mukaan HUGO Gene nimikkeistön komitea (HGNC) (http: //www.genenames.org).

Kun tunnistaminen lncRNA vuonna maligniteetin sairauksia, yhä useammat tutkimukset biologisesta roolit lncRNAs on tehty erilaisten syöpien, kuten HCC [1], ruokatorven suomuinen cell carcinoma [2], paksusuolen ja peräsuolen syövän [3], munuaissolukarsinooma [4] ja eturauhassyövän [5]. Epänormaali ilmentyminen lncRNAs vuorovaikutusten kautta miRNA tai mRNA säätelyyn osallistuvan syövän etenemisen ja kasvaimen biologista käyttäytymistä HCC [6-8]. Syöpä erityinen lncRNAs saattaa vaikuttaa myös hyökkäyksen ja etäpesäkkeiden HCC [9].

Vuonna 2011 Salmena

et al

. esitti kilpailevan endogeeninen RNA (Cerna) hypoteesi, joka yhdisti transcriptome ja muodostivat sääntely RNA-verkon [10]. Pääperiaatteena on, että kaikenlaisten RNA-transkriptien kommunikoivat keskenään kilpailemalla sitoutumisesta yhteisiin miRNA-sitoutumiskohtia ( ”miRNA vaste elementit” tai ”MREs”). Tällainen RNA kilpailua ylikuulumisen välillä proteiinia koodaavan RNA: iden ja ei-koodaavat RNA: t, kuten lncRNA, pseudogeenejä ja pyöreä RNA: t [11]. Lisäksi keinotekoinen miRNA sienet voivat myös osallistua verkon säädellä geeniekspressiota [12].

Zhu et al. raportoitu, että lncRNA ilmentymisen profiili HCC microarray-analyysillä kolmesta HCC potilaista [13]. On kuitenkin puute tutkimusten suuren mittakaavan otoskoko ja korkea läpi havaitsemismenetelmät ilmenemistä malleja syövän erityisiä lncRNA HCC, eikä tiedetä, onko lncRNAs korreloivat kokonaiselinaika, sukupuoli tai muita kliinisiä ominaisuuksia tai onko poikkeava ilmaus lncRNAs HCC ole mitään Cerna potentiaalia. Äskettäin RNA sekvensointi tietoja Cancer Genome Atlas (TCGA) hanke tai GEO tarjota yleisölle lncRNA miRNA, ja mRNA tiedot HCC. Vastatakseen edellä mainittuja kysymyksiä, selvitimme lncRNAs HCC käyttämällä tietojen keräämisessä TCGA ja GEO. Nämä kaksi aineistoja sisältyy RNA-sekvenssin tulokset yhteensä 372 HCC kasvainkudoksissa ja 48 vieressä ei-kasvain maksan kudosnäytteistä. Parhaan tietomme mukaan tämä tutkimus on ensimmäinen, joka käyttää suuren mittakaavan sekvensoinnin tietokanta tutkia syövän erityinen lncRNA ekspressiokuvioiden ja Cerna verkon HCC. Tämä uusi lähestymistapa ennustamisen syöpää erityisiä lncRNA ja cerna verkosto voi auttaa meitä ymmärtämään toimintaa lncRNAs HCC.

Methods

Potilaat ja näytteet

Kaikkiaan 360 potilasta jossa HCC haettiin TCGA datan portaalin. Poissulkukriteerit vahvistettiin seuraavasti: 1) histologisia diagnoosi ei HCC; 2) Näytteiden ilman valmiiksi analysoitavaksi; ja 3) Kokonaiselossaoloaika yli 2000 päivää. Kaiken kaikkiaan 322 HCC potilasta osallistui tutkimukseen. Näistä 322 HCC potilailla, viereisen ei-kasvain maksakudoksissa haettiin 43 aiheista. Tämä tutkimus täyttää julkaisun antamien suuntaviivojen TCGA (https://cancergenome.nih.gov/publications/publicationguidelines). Toinen GEO tietokokonaisuus (GSE65485) on ladattu GEO (https://www.ncbi.nlm.nih.gov/geo/), joka sisälsi 50 HCC kudosten ja 5 viereisen ei-kasvain maksan kudoksissa. Koska tiedot saatiin TCGA ja GEO, edelleen hyväksyntää eettisen komitean ei ollut tarpeen.

RNA-sekvenssin tietojenkäsittelyä hyödyntäen ja laskennallisen analyysin

RNA lauseke data (taso 3) vastaavaa potilaat (kasvain ja /tai viereisen ei-kasvain kudokset) ladattiin TCGA datan portaali (jopa 24 helmikuu 2015). LncRNA ja mRNA: n ilmentymisen profiilit tuotetaan RNA sekvensoinnilla raaka lukee by RNASeqV2 jälkikäsittely putkistojen ja osoitettava RSEM (RNA-Seq by Odotus-maksimointitutkimus) normalisoitu määrä dataa. Mirna mentymisprofiili suoritettiin käyttäen Illumina HiSeq 2000 miRNA sekvensointi alustoilla (Illumina Inc, USA) ja osoitettava lukee miljoonassa miRNA (RPM) kartoitettu tiedot. Koska mRNA, lncRNA, ja miRNA ilme profiilitiedot jo normalisoitiin TCGA, ei enää normalizations sovellettiin näihin tietoihin. GEO datasarja myös syntyvät Illumina HiSeq 2000 alusta ja normalisoitu niin FPKM (fragmentit kiloa kohden perustaa eksonit miljoonassa kartoitettu lukee) tiedot. LncRNA analyysit suoritettiin käyttäen BRB-ArrayTools (versio 4.4) kehittänyt Dr. Richard Simon ja BRB-ArrayTools Development Team [14].

Rakentaminen Černá verkon ja KEEG Pathway Analysis

rakentaminen černá verkon sisälsi kolme vaihetta: (i) syöpä erityinen lncRNA suodatus: syöpä erityisiä lncRNAs absoluuttisella kertainen muutos ≥ 3,0 (joko ylös-asetusta tai alas-asetus) ja P 0,05 olivat säilyneet. Parantaa tietojen luotettavuutta, syöpä erityisiä lncRNAs ole selityksin mukaan GENCODE (https://www.gencodegenes.org/) heitettiin pois; (Ii) lncRNA-miRNA vuorovaikutukset ennustettiin miRcode (https://www.mircode.org/) ja STARBASE v2.0 (https://starbase.sysu.edu.cn/); (Iii) mRNA: iden kohteena miRNA kokeellisen tuen haettiin miRTarBase (https://mirtarbase.mbc.nctu.edu.tw/). Tehostaa edelleen vankka tämän Cerna verkkoon, maksimaalinen tiedot kerroin (MIC) algoritmi ja maksimaalinen informaatio-nonparametric etsintä (minun) tilastoja käytettiin TCGA datajoukon suodattaa parin-wised suhteet [15]. Verkon kaavio rakennettiin ja se värjätään Cytoscape v3.0 [16]. Koodaavissa liittyvien geenien Cerna kautta oli syötetty Tietokanta Annotation, visualisointi ja integroitu Discovery (DAVID) [17] varten KEEG reitin rikastamiseen analyysi.

Tilastollinen

Tulokset esitettiin keskiarvona ± SD. Erot ryhmien välillä arvioitiin kahden otoksen t-testiä ja merkitsevyystaso oli asetettu 0,001 oletukseksi hallita vääriä löytö määrä (FDR). Yksiulotteista Coxin suhteellista riskiregressioanalyysiä tehtiin selvittää lncRNAs korreloi eloonjäämiseen [18]. P-arvo alle 0,05 pidettiin tilastollisen ellei erikseen mainita. Tilastolliset analyysit suoritettiin BRB-ArrayTools tai R kieli [19].

Tulokset

Syöpä erityisiä lncRNAs HCC

tunnistettu 604 lncRNAs alkaen TCGA tietoaineiston ja 357 lncRNAs alkaen GSE65485. Yksittäisen lncRNA, se ilmestyi TCGA datajoukon tai molempia TCGA ja GEO aineistoja. Olemme havainneet, että 177 lncRNAs ja 37 lncRNAs oli ilmennetty eri välillä HCC kudosten ja viereisen ei-kasvain kudosten TCGA datasarja ja GEO datajoukon (absoluuttinen kertainen muutos ≥ 1,5, P 0,01, S1 taulukko), tässä järjestyksessä. Edelleen parantaa tietojen luotettavuutta, valitsimme 28 lncRNAs sisältyvät GENCODE ja nämä lncRNAs oli ehdoton kertaluokkamuutos ≥ 3,0 joko TCGA tai GEO datajoukon rakentaa cerna verkkoon [20]. Lopuksi, 28 lncRNAs (18 säädelty, 10 alassäädetty) valittiin cerna verkkoon (taulukko 1).

Tämä taulukko osoitti 28 syöpä erityinen lncRNAs varten cerna verkon rakentamiseen absoluuttisella kertaluokkamuutos ≥ 3,0, P 0.01 ja sisältyvät GENCODE.

väliset korrelaatiot syövän erityinen lncRNAs ja kliiniset piirteet

177 lncRNAs edellä osassa analysoitiin tarkemmin kliinisen ominaisuuksia, kuten sukupuoli, rotu, kasvain grade, AJCC TNM pysähdyspaikan järjestelmä, AJCC patologinen vaiheessa verisuonten invaasio, uusi kasvain tapauksessa kasvain tila ja ikä diagnoosi TCGA ja /tai GEO aineistoja. Oli yhteensä 41 syöpää erityisiä lncRNAs, tasot, jotka olivat myös merkittävästi erilaisia ​​kliinisissä ominaisuus vertailuissa (P 0,001, taulukko 2). Viisi lncRNAs (LINC01554, LOC255167, A1BG-AS1, LINC00526, ja MIR22HG) on ilmennetty eri kolmessa tai neljässä kliinisessä ominaisuus vertailuja.

Tämä taulukko osoitti 41 syöpää erityisiä lncRNA jotka myös ilmennetty eri kliinisissä ominaisuus vertailuissa.

Myöhemmin tunnistaa mahdolliset lncRNAs kanssa ennustetekijöiden ominaisuuksien tasot 177 lncRNAs että TCGA datajoukon profiloitiin käyttäen yhden muuttujan Coxin suhteellisen vaarat regressiomallia ja kuusi lncRNAs havaittiin merkitsevästi yhteydessä kokonaiselossaoloaika (log-rank p 0,05). Niistä kuusi merkittävää lncRNAs, kolme lncRNA (CECR7, LINC00346 ja MAPKAPK5-AS1) olivat negatiivisesti yhteydessä OS, kun taas loput kolme (LOC338651, FLJ90757, ja LOC283663) on korreloi positiivisesti OS (kuvio 1).

(Vaaka-akseli: yleinen elinaika: päivää, Pystyakseli: selviytyminen toiminto).

miRNA kohdistaminen lncRNAs ennusti miRcode ja STARBASE

edellinen tutkimus on todennut 207 HCC- liittyvien miRNA jotka ilmentyvät differentiaalisesti välillä HCC kudosten ja viereisen ei-tuumorikudoksista [21]. Valitsimme 33 miRNA 207 HCC liittyviä miRNA nykyisissä TCGA tietojoukko (absoluuttinen kertainen muutos ≥ 3,0, P 0,001, S2 taulukko). Täällä keskityimme ovatko miRNA kohdistaisi yli 28 syöpää erityisiä lncRNAs. Vuonna Cerna verkossa, miRNA vuorovaikutuksessa lncRNAs kautta MREs, me siis etsitään mahdollisia MREs vuonna lncRNAs käyttäen miRcode [22] ja STARBASE v2.0 [23]. Tulokset osoittivat, että 17 33 syövän erityisiä miRNA saattavat vuorovaikutuksessa 15 28 syövän erityisiä lncRNAs (taulukko 3).

miR-199A-1 ja miR-199A-2 olivat suhteen yhtenä miRNA tutkimuksessamme

miRNA tavoitteita ennustaa miRTarBase

Muodosta lncRNA-miRNA-mRNA verkkoon (Cerna verkko), seuraava askel oli etsiä mRNA kohteena miRNA. Perustuen miRNA on kuvattu taulukossa 3, etsimme miRNA kohdistetut mRNA kokeellista näyttöä käyttäen miRTarBase [24]. Tulokset tunnistettu 17 miRNA lukien miR-10B, miR-135A-1, miR-139, miR-182, miR-183, miR-184, miR-195, miR-199A-1/2 miR-214, asennuspalveli- 33B, miR-34C, miR-375, miR-376c, miR-383, miR-424, miR-93, ja miR-96 (taulukko 4). Jokainen miRNA-mRNA pair oli kokeellisesti vahvistanut vähintään kaksi seuraavista menetelmistä, mukaan lukien reportterianalyysi, western blot, qPCR, mikrosiru, pSILAC (pulssitettu vakaa isotooppi leimaamisen aminohappojen soluviljelmissä) tai NGS (CLIP-seq tai Degradome-seq ). Mukaan allOnco tietokantaan (https://www.bushmanlab.org/links/genelists), suurin osa niiden tavoitteet ovat syöpään liittyvien geenien, kuten SIRT1, VEGFA, RASA1, RAF1, PTEN, MAPK9, MAPK8, MAPK1, MYC, MYB, KRAS, JAK2, IGF1 R, IDH2, FOXO3, FOXO1, E2F3, E2F1, MAPK14, CDKN2A, CDKN1A, CDK6, CD44, CCNF, CCNE1, CCND3, CCND2, RUNX2, BCL2, CCND1, APC, AKT2, AKT1, ABCA1, jne

Cerna verkon rakentamisen ja KEEG koulutusjakson analyysi

edellä esitettyjen tietojen (taulukot 3 ja 4), rakensimme lncRNA-miRNA-mRNA Cerna verkkoon. Saada vankempi tuloksia, käytimme maksimaalinen tiedot kerroin (MIC) algoritmi seuloa pari-wised suhteet perustuvat ilmentymisen tasoilla lncRNA miRNA, ja mRNA TCGA datajoukon (MIC 0,15 ja MIC-p

2 0,15, katso menetelmät). 14 lncRNAs ja 17 miRNA olivat mukana ehdotetussa Cerna verkkoon (kuva 2).

Jotta ymmärtää signaalin reittejä mukana Cerna verkossa, mRNA: t analysoitiin DAVID tietokantaan. Mukaan useita geenien, me listattu top 15 Kegg reittejä tutkimuksessamme (taulukko 5). Kymmenen syöpään liittyvien reittien, mukaan lukien reittejä, haimasyöpä, melanooma, eturauhassyöpä, krooninen myelooinen leukemia, kolorektaalinen syöpä, gliooma, pienisoluinen keuhkosyöpä, virtsarakon syöpä, ja ei-pienisoluinen keuhkosyöpä, oli rikastettu mRNA: t, toinen 5 kuin syöpään liittyviä reittejä kuten MAPK -signalointireitistä, fokaalisen adheesion, solusykliä, neurotrofiinireseptoreiden signalointireitistä, T-solureseptorin signalointireitin myös rikastunut.

P-arvo korjattiin useita hypoteesin testauksen avulla Benjamini- Hochberg menetelmä (katso myös S3 taulukko)

keskustelu

Äskettäin lncRNAs on tullut runsas säätelijöinä solun fysiologian HCC ja niiden toiminnot voivat vaihdella [25, 26] . Vain harvat tutkimukset ovat yrittäneet paljastaa lncRNA ilmaisun profiilit HCC microarray kymmeniä tai jopa pienempi otoskoko [13]. LncRNA ja mRNA -parin verkko rakennettiin poikkeuksellisen ilmaisi lncRNA ja mRNA [13]. Muutama tutkimukset kuvattu vuorovaikutukset miRNA ja lncRNAs [27, 28] tai mRNA ja lncRNA [29] vuonna HCC, jonka tulokset osoittivat, että lncRNAs voi toimia osana Cerna verkkoa, mutta tällainen Cerna verkko on edelleen huonosti tutkittu. Tässä tutkimuksessa, tunnistimme kasvainspesifistä lncRNAs HCC ja tutkitaan niiden jakaumat eri kliinisiä piirteitä ja niiden yhteenliittymien kanssa eloonjäämiseen pohjalta genominlaajuisten RNA profiilit 372 HCC kudosten ja 48 viereisten ei-kasvain maksan kudoksissa. Lisäksi rakensimme cerna verkon syöpää erityisiä lncRNAs ja miRNA joka tarjoaa järjestelmän biologista näkymät lncRNA-miRNA-mRNA vuorovaikutuksia.

Perustuu seuraavan sukupolven RNA-sekvenssin tietoja TCGA ja GEO, huomasimme, että 177 syöpä erityinen lncRNAs oli differentiaalisesti ilmaistut HCC kasvain kudosten ja viereisen ei-kasvain maksan kudoksissa. Sitten me paljasti, että 41 syöpä erityinen lncRNAs myös epätavallisen ilmaistu eri ryhmien kliinisiä patologisia piirteitä, kuten sukupuoli, rotu, kasvaimen, AJCC TNM pysähdyspaikan järjestelmä, AJCC patologinen vaiheessa verisuonten invaasio, uusi kasvain tapauksessa kasvain tila, ja ikä diagnoosi. Niistä lncRNAs joka ilmentyy differentiaalisesti kolme tai neljä ryhmää, MIR22HG raportoitiin olevan indikaattori kemiallisen rasituksen vasteita ihmisen aiheuttama pluripotenttien kantasolujen [30]. Olemme päätellä, että kuvaamaan joitakin lncRNAs ei ole jakautunut tasaisesti tietyissä tilanteissa. Jatkotutkimuksissa tällä alalla olisi suunniteltava asianmukaisesti selviytyä tästä. Aiemmat tutkimukset raportoitu seksuaalinen erilaisuus HCC esiintyvyys [31], differentiaalisesti ilmaisi lncRNA välillä naisten ja miesten löytyy tässä tutkimuksessa voi edistää tätä ilmiötä. Nämä jakautuvat epätasaisesti lncRNAs ei saa merkitsevästi yhteydessä eloonjäämiseen.

Mitä tulee assosiaatioita syövän erityinen lncRNAs ja potilaiden eloonjäämisen, huomasimme, että kuusi lncRNAs liittyivät HCC kokonaiselinaikaa. Niistä kolme riskialtista lncRNAs, CECR7 on ehdolla lncRNA varten kissansilmäoireyhtymä [32]. Toiminnot kaksi muuta riskialtista ja kolme suojaavia uusia lncRNAs ovat vielä epäselviä. On myös huomattava, että viisi näistä kuudesta lncRNAs (CECR7, LINC00346, LOC338651, FLJ90757, ja LOC283663) ei ekspressoituu differentiaalisesti mitään kliinisiä ominaisuuksien vertailu. Siksi lncRNAs jotka eivät differentiaalisesti ilmaista kliinisissä ominaisuus vertailuja voidaan korreloida kokonaiselinaika, kun taas lncRNAs että differentiaalisesti ilmaista kliinisessä ominaisuus vertailuja ei ehkä ole tarpeen liittyä kokonaiselossaolo.

Uskomme, että voi jonkin verran rajat väliset neuvottelut lncRNA miRNA ja mRNA edistymistä HCC. Käytimme useita vaiheita lisätä tarkkuutta Cerna verkon ennakointi. Ensinnäkin, me vain mukana syövän erityinen lncRNAs ja miRNA että oli ehdoton kertaluokkamuutos ≥ 3,0 ja sen selityksin mukaan GENCODE. Toiseksi väliset suhteet lncRNA ja miRNA, ja miRNA ja mRNA ennustettiin kokeilukohteissa tuettu algoritmeja tai tietokantoihin, kuten miRcode, STARBASE ja miRTarBase. Nämä kaksi mittausta varmistetaan, että identifioitu tapahtuisi paitsi

in silico

tilanteissa, mutta myös kokeellinen tukemien todisteita.

entisestään parantaa suorituskykyä meidän ennustus, maksimaalinen tiedot kerroin (MIC ) algoritmi ja maksimaalinen informaatio-nonparametric etsintä (minun) tilastoja käytettiin suodattaa parin-wised suhteet perustuvat lncRNA-miRNA-mRNA-ekspression korrelaatioita. Yleisesti geeni koekspressoimalla verkon analyysin Pearsonin korrelaatio on toimenpide lineaarisen regression, mutta se on hyvin herkkä harha. MIC ja MINUN pystyy tutkimaan ja luonnehtia kaikki mahdollisesti kiinnostavia suhteita monimutkaiseen tietojoukon [33].

Cerna verkko rakensimme tuo esiin tuntematon Cerna sääntelyverkon HCC. Tässä vastikään tunnistettu Cerna verkko, monet onkogeenien ja tuumorisuppressoreita osallistua HCC kehittämiseen ja hoitoja. Tuoreessa tutkimuksessa todettiin lisäksi, että lncRNA-miRNA-mRNA vuorovaikutukset olivat aktiivisia ja saattaa toimia mahdollisina ennustetekijöiden biomarkkereita syövät [34].

Yhteenvetona tutkimuksemme on löytänyt syövän erityinen lncRNAs HCC käyttäen satoja ehdokas lncRNAs ja laajamittaista näytteitä, ja paljastaa poikkeava ekspressiokuviota syövän erityisiä lncRNAs eri kliinisiä piirteitä. Mikä tärkeintä, olemme rakentaneet cerna verkko ehdottaa uutta lähestymistapaa lncRNA tutkimusta HCC. Tulosten perusteella näyttää, että syöpä erityinen lncRNAs HCC voivat osallistua monimutkaisen Cerna verkkoon.

tukeminen Information

S1 Taulukko. 177 ja 37 ilmentyvät eri lncRNAs välillä HCC kudosten ja viereisen ei-kasvain kudosten TCGA tietoaineiston ja GEO keräämiseen.

Doi: 10,1371 /journal.pone.0141042.s001

(XLS)

S2 Taulukko. 33 HCC liittyvä miRNA välillä HCC kudosten ja viereisen ei-kasvain kudosten TCGA keräämiseen.

Doi: 10,1371 /journal.pone.0141042.s002

(XLS)

S3 Taulukko. Kaikki KEEG reittejä rikastaa koodaus osallistuvia geenejä Cerna verkossa (P 0,05).

Doi: 10,1371 /journal.pone.0141042.s003

(XLS) B

Kiitokset

Kiitämme herra Rocky Ho niiden teknistä apua. Tulokset julkistetaan tai kuvassa on kokonaan tai osittain datan perusteella tuottamat TCGA Research Network: https://cancergenome.nih.gov/. Tutkimus tukivat SRFDP ja RGC ERG Joint Research (nro: M-CUHK406 /13) ja National Natural Science Foundation of China (No.81472339).