Krooninen sairaus

tiivistelmä

Background

On hyvin tunnettua, että monet maligniteetteja, kuten haimasyöpä (PC), hallussaan kyky kiertää immuunijärjestelmää välillisesti vähen- tämisessä mononukleaaristen solujen koneen tarpeen käynnistää tehokkaan immuunivasteen. Tämä tieto yhdessä sen tosiseikan kanssa, että trancriptome perifeerisen veren mononukleaaristen solujen on osoitettu muuttaa yhteydessä monien sairauksien, mukaan lukien munuaissolukarsinooma, johtaa meidät tutkimaan, jos tällainen muutos geeniekspressiossa olemassa PC, koska se voi olla diagnostinen apuohjelma.

menetelmät ja havainnot

PBMC näytettä 26 PC potilaista ja 33 terveisiin analysoitiin koko genomin cDNA microarray. Kolmesataa kahdeksankymmentäkolme geenien havaittiin olevan merkittävästi erilaisia ​​tietokoneen ja terveillä verrokeilla, 65 jossa on ainakin 1,5-kertainen muutos ilmaisun. Pathway analyysi paljasti, että monet näistä geeneistä joutui jotka ovat vastuussa hematopoieettisten erilaistumista, sytokiinisignaloinnin, ja luonnollisten tappajasolujen (NK-solujen) ja CD8 + T-solujen sytotoksista vastetta. Valvomatta hierarkkinen klusterointi analyysi tunnistettu kahdeksan geeniä ennustaja joukko, joka koostuu

SSBP2, Ube2b-RS1, CA5B, F5, TBC1D8, ANXA3, ARG1,

ja

ADAMTS20,

jotka erottaisivat PC potilaiden terveistä valvonta tarkkuudella 79% pidennetyn osajoukko näytteiden hoitamatonta potilasta, ja herkkyys on 83% ja spesifisyys 75%.

Johtopäätökset

Yhteenvetona raportoivat ensimmäinen perusteellinen vertailu globaalin geeniekspressioprofiilien PBMCdden välillä PC potilaiden ja terveiden verrokkien. Olemme myös tunnistaneet geenin ennustaja joukko, joka voidaan mahdollisesti kehittää edelleen käytettäväksi diagnostisten algoritmien PC. Tulevaisuuden suunnat Tämän tutkimuksen on sisällettävä arvio PBMC ekspressioprofiileja potilailla, joilla on krooninen haimatulehdus sekä määrän lisääminen varhaisvaiheen potilaiden arvioimaan hyödyllisyyttä PBMC alussa diagnoosi PC.

Citation: Baine MJ, Chakraborty S, Smith LM, Mallya K, Sasson AR, merkki RE, et al. (2011) Transcriptional profilointi perifeerisen veren mononukleaaristen solujen in Haimasyöpä Potilaat Tunnistaa uusia geenejä, joilla on potentiaalisia Diagnostic Utility. PLoS ONE 6 (2): e17014. doi: 10,1371 /journal.pone.0017014

Editor: Ludovic Tailleux, Institut Pasteur, Ranska

vastaanotettu: 7. joulukuuta 2010 Hyväksytty: 19 tammikuu 2011; Julkaistu: 10 helmikuu 2011

Copyright: © 2011 Baine 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 avustuksia National Institutes of Health (RO1 CA131944, RO1 CA78590, RO1 CA 133774, EDRN UO1 CA 111294, ja SPORE P50 CA127297). Rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen. UNMC Microarray Core Facility saa osittaista tukea INBRE ohjelma National Center for Research Resources, NIH lupanumeroon P20 RR016469.

Kilpailevat edut: Kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

Haimasyöpä (PC) on edelleen tappava maligniteetti joiden kokonaispituus viiden vuoden eloonjäämisaste vain noin 5% [1]. Merkittävä tekijä huono ennuste PC potilaista on epäonnistuminen havaitsemaan kasvaimen varhaisessa ja mahdollisesti kokoisen vaiheessa. On arvioitu, että vain 8% PC tapauksissa on diagnosoitu kasvaimia paikallinen haima, kun taas vain 15-20% pidetään kokoisen. Edelleen sellaisilla potilailla, jotka ovat saaneet kasvain resektoitiin, vain 20% asuu yli 5 vuotta post-diagnoosi [2]. Yleisin kuolinsyy jälkeisen resektio on etäispesäkkeitä; paikallinen uusiutuminen on harvinaista. Vaikka tutkimukset osoittavat pidentynyt hengissä PC potilailla ovat harvinaisia, se on kiistaton, että varhainen havaitseminen ja resektio PC, etenkin paikallinen tilassa, todennäköisesti tuottaa merkittävä kasvu selviytymisen.

suunnittelu varhaisessa diagnostinen testi PC kuitenkin, on erityisen suuri haaste, koska suhteellinen harvinaisuus sairauden ja siihen, että taudista jää usein oireeton, kunnes pitkällä. Ihannetapauksessa varhainen diagnostinen testi PC olisi vähän invasiivisia, ja suhteellisen edullinen, vaikka on riittävän herkkä tunnistamaan kaikki tai useimmiten PC. Kun yhdistetään erittäin spesifinen varmistuskoe, se saattaisi sallia varhainen tunnistaminen potilailla, joilla kokoisen tauti.

CA19-9 on tällä hetkellä ainoa merkki hyväksytty FDA käytettäväksi PC. Vaikka CA19-9 on käyttökelpoinen markkeri sairauksien, se ei ole sekä herkkyys ja spesifisyys (noin 80% ja 73% vastaavasti), kuten diagnostisen markkerin [3] – [8]. Siitä huolimatta se on kultakantaan jota vastaan ​​kaikki mahdolliset biomarkkereiden verrataan. Viime vuosina useita uusia lupaavia biomarkkerit on ilmennyt, jotka voivat mahdollisesti tunnistaa varhaisessa vaiheessa PC joko kudoksissa (MUC4, MUC1, CECAM1) tai verestä (MIC-1, NGAL, telomeraasi ja MikroRNA) [9]. Kuitenkaan mikään näistä mahdollisista biomarkkerit ovat vailla merkittäviä puutteita, jotka osoittavat herkkyydet ja /tai erityispiirteet, jotka ovat joko huono tai epäjohdonmukainen tutkimusten välillä. Näin ollen on olemassa kliininen tarve uusille markkereita varhaiseen diagnosointiin PC.

Perifeerisen veren mononukleaariset solut (PBMC: t) käsittävät kiertävän mononukleaariset solut, mukaan lukien monosyytit, T-solut, B-solut, ja luonnollisten tappajasolujen (NK) soluja, ja niistä on tullut viime vuosina sijaismarkkereina useiden sairauksien kuten tulehduksellinen (esim preeclampsia, nivelreuma, ja krooninen haimatulehdus) ja pahanlaatuinen (krooninen lymfaattinen leukemia ja munuaissyövän) sairaudet [10] – [14]. Kuitenkin niiden rooli havaitsemisessa ja ennustettavuutta kiinteiden kasvainten edelleen vähäistä. Esillä olevassa tutkimuksessa olemme arveltu, että muutos globaalissa geeniekspressioprofiili PBMCdden esiintyy potilailla, joilla PC ja tunnistaminen PC-geenistä osajoukkojen PBMC voisi olla hyötyä varhaiseen toteamiseen tämän maligniteetti.

Viimeaikainen kehitys on voitu kehittää geenilastut sisältää joukon tautikohtaisten geenejä joko diagnosoimiseksi tai ennustamiseksi prognoosi useiden maligniteettien, mukaan lukien rinta- ja ruokatorven syöpiä [15] – [18]. Tulokset Tutkimuksemme osoittavat, että kahdeksan geeniä ennustajan setti (valittu 383 differentiaalisesti ilmentyvien geenien joukosta 39200 geenejä) voidaan erottaa tietokoneen ja terveet yksilöt, joiden herkkyys ja spesifisyys 83% ja 64% vastaavasti.

Materiaalit ja menetelmät

Tutkimuskanta

tutkimus veripohjaisten biomarkkerit PC hyväksyi Institutional Review Board (IRB) yliopiston Nebraska Medical Center (UNMC) (IRB numero 209-00). Kirjallinen suostumus saatiin kaikilta potilailta ja tarkastukset ennen tutkimukseen osallistumiseen. Tätä tutkimusta varten 26 PC potilaita ja 33 ikä, rotu, ja sukupuoli terveisiin rekrytoitiin. Yhteensä 35 näytettä on saatu PC: n ja 33 terveistä ryhmästä. Demografiset tiedot molempien ryhmien yksityiskohtaisesti taulukossa 1.

diagnoosi PC perustui myönteiseen biopsia haiman massan tai metastaattinen vaurio. PC potilaat edelleen luokitella paikallisiksi (vaihe 1 ja 2a) tai ei-paikallinen (vaihe 2b ja korkeampi), ennen tai jälkeen leikkauksen, ja ennen tai jälkeen kemoterapian. Potilas luokiteltiin leikkauksen jos he olisivat läpikäynyt pankreatikoduodenektomia ennen näytteen vedettiin. Kaikki muut näytteet, mukaan lukien näytteitä potilaista, joilla ei ole koskaan ollut leikkaus aikana sairauden, luokiteltiin ennen leikkausta. Jokainen näyte tehdä ennen kuin potilas oli tehty muuta kemoterapiaa PC luokiteltiin ennalta kemoterapiaa. Jos potilaalla oli koskaan ollut kemoterapiaa PC, riippumatta siitä, onko vai ei, että potilas oli kemoterapiaa aikaan näytteenottoadapteriin, näyte luokiteltiin jälkeistä kemoterapiaa. Potilaille, joille useiden näytteiden piirrettiin eri päivinä, kaikki näytteet käytettiin tietojen analysoinnin ellei nimenomaisesti tuloksissa osiossa.

PC lavastus perustui yhteen neljästä kriteerit: 1) patologinen pysähdyspaikan jälkeinen kirurgia, 2) MK /TT /ultraääni pysähdyspaikan, 3) endoskooppinen pysähdyspaikan, tai 4) biopsia etäpesäkkeitä.

eristäminen kokonais-RNA: PBMC: istä

PBMC-solut eristettiin kokoverestä käyttäen PharmLyse RBC lyysiliuosta (BD, San Jose, CA) valmistajan ohjeiden mukaisesti. Kokonais-RNA uutettiin käyttäen Qiagen RNAeasy RNA: n eristys-kittiä (QIAGEN, Valencia, CA, USA) ja muunnetaan sitten cDNA käyttäen SuperScript II cDNA-synteesin (Invitrogen, Carlsbad, CA) mukaisesti aiemmin julkaistu protokollaa [19].

cDNA mikrosiruanalyysi globaalin geeniekspressioprofiili PBMCdden

mikrosiruanalyysi suoritti UNMC mikrosirulla ydin laitokseen käyttäen vakiintuneita lab pöytäkirjaa Phalanx koko genomin cDNA microarray sisältävien 30275 ominaisuuksia hyvää noin 22000 ainutlaatuinen geenejä. Universaali ihmisen viite (Stratagene, Cat: 740000, Cedar Creek, TX) käytettiin vertailukohtana, jota vasten kaikki näytteet olivat normalisoitu.

Tilastollinen analyysi

Log

2 transformaatio levitettiin kaikille suhteet seuraa normalisoinnin ”center” jokainen matriisi Lowess tasaisempi läpi BRB ArrayTools kehittänyt Dr. Richard Simon ja Amy Peng [20]. Mikä tahansa geeni, jossa prosenttia paikoista puuttuu tai suodattaa pois yli 50% oli suljettu. Monista täplät eivät keskimäärin vaan käsitellään erillisinä geenejä analysoitavaksi. Mixed vaikutuksia malleissa käytettiin sitten määrittämään, mitkä geenit olivat merkitsevästi ilmennetty eri tietokoneen ja terveen kontrolliryhmissä, mikä mahdollistaa 10% vääriä löytö korko. Diagnoosi ryhmä (syöpä vs. normaali) sisällytettiin malliin kiinteänä vaikutus ja satunnainen aihe vaikutus myös selittämään useita näytteitä per henkilö.

hierarkinen ryhmittely analyysi paneelit perustuu samankaltaisuuteen ilmaisun profiilit suoritettiin käyttämällä normalisoitua ja log

2-muunnetun datan. Klusterointi tehtiin käyttäen Gene Cluster versio 3.0, käyttäen ”keskitetty” Pearson korrelaatio samankaltaisuus metriset ja täydellinen sidos klusterointimenetelmä, ja visualisoitiin Java TreeView.

Validation microarray tietojen Q-RT-PCR

Mikrosiruanalyysi tulokset todensi kvantitatiivinen reaaliaikainen PCR (Q-RT-PCR). Kaikki Q-RT PCR-reaktioissa käytettiin SYBR vihreä perustuu kemiaa. Validointiin, kuusi kaikkein differentiaalisesti ilmentyvien geenien: 3 säädelty (

ANKRD22, ANXA3, ARG1

) ja 3 alassäädetty (

FCER1A, GRAMD1C, ja MS4A1

) microarray oli valittu. Validointi tehtiin satunnaisen osajoukon alkuperäisen näytteen (jätetty mikrosiruanalyysi), joka sisälsi yhdeksän tervettä verrokkia ja kaksitoista PC potilaita. Kertamuutoksen geeniekspressiossa määritettiin 2

-ΔΔCt avulla samaa ihmisen viittaus RNA kuin työskentelee microarray. Voit selvittää korrelaatio microarray ja Q-RT-PCR tuloksia, laskimme mediaani kertainen muutos lauseke (tietylle geeni) PC ​​vs. terveiden verrokkien, ja vertasi sitä kertaluokkamuutos nähdä microarray onko geeni oli vielä differentiaalisesti ilmaistu samaan suuntaan.

korrelaatio geenin allekirjoituksia ennusteeseen viittaavia ominaisuuksia PC

Voit selvittää, jos on ero geenien ilmentymistä PC potilailla korreloi potilaan ominaisuuksiin, sekoitettu vaikutukset mallia sovellettiin PC näytteiden ryhmiteltiin seuraavien kriteerien: kirurginen tila (pre vs. leikkauksen), kemoterapia tila (pre vs. jälkeinen kemoterapia), historia tyypin II diabetesta ennen diagnosoimiseksi PC (läsnä vs. poissa), sijainti kasvain (pää vs. body /tail), ja vaihe PC (lokalisoitu vs. ei-paikallinen, ja metastaattinen vs. ei-metastasoituneen). Merkittäviä geenit valittiin perustuu sallitun väärien löytö on alle 10%. Stage 1 a ja 2a PC pidettiin paikallisia, kun taas vaiheet 2b, 3, ja 4 PC katsottiin ei-paikallinen, ja vaihe 4 kasvaimia katsottiin metastasoitunut. Kahden potilaat värvätään hankittava tietoja kasvaimen vaiheessa kasvain sijainti ja historia tyypin II diabetesta ei saatu.

tunnistaminen geenin ennustaja joukko, joka erottaa PC terveistä yksilöistä

BRB-ArrayTools Version 3.8.0 käytettiin analysoimaan kaikkia mahdollisia yhdistelmiä on 21671 voimassa geenit tunnistaa microarray onko geneettinen allekirjoitus voidaan tunnistaa, jotka erottavat PC potilaiden terveiden verrokkien kanssa optimaalinen yhdistelmä herkkyyttä ja spesifisyyttä . Microarray tiedot 24 satunnaisesti valitun PC näytteitä ja 20 tervettä verrokkia merkittiin analyysiin. Geenit valitaan ennustavan joukko piti olla merkittävästi erilaiset tietokoneen ja terveillä verrokeilla ryhmien kanssa merkitsevyystasolla p≤0.0001 ja jonka kertainen ero ilmaisu näiden kahden ryhmän välillä ≥1.5. Cross validointi geenin ennustaja set toistettiin 1 kertaa K-kertainen (K = 10). Geeni ennustaja joukko saapui kautta nämä menetelmät analysoitiin eri menetelmillä, mukaan lukien yhdiste kovariaattina Predictor, Diagonal Linear Diskriminanttianalyysi, 1-naapuriin 3-lähimmän naapurin, Lähin Centroid, Tukivektorikoneet, ja Bayes yhdiste kovariaatin Predictor. Näistä yhdiste kovariaattina Predictor antoi parhaan ennustamiskykyä käyttämällä geeniä ennustaja asettaa ja näin ollen käyttää.

validointi geenin ennustaja asetettu

Kun ennustin asetettu perustettiin, se validoitiin toinen joukko satunnaisesti valitun PC ja terve näytteitä. Tilastotieteilijä sokaisi identiteettiä näytteiden. Soveltamalla cut-off saatu yhdiste kovariaattina Prediction menetelmä, näytteet luokitellaan joko ”PC” tai ”ei-PC”. Analysaattorin (M. B.) oli silloin avoimessa ja tarkkuutta ennustuksen määritettiin vertaamalla todellista diagnoosi. Olemme myös soveltaa samaa yhtälö osajoukon ennalta kemoterapiaa ennen kirurgisia PC potilailla kyvyn määrittämiseksi ennustavan asetettu oikein luokitella potilaita PC vs. ei-PC. Tämä on tärkeää, koska vaikutus kemoterapiaa ja /tai leikkaus on geeniekspressioprofiili PBMCdden ei voida sulkea pois. Edelleen, jälkimmäinen ryhmä potilaita edustaa ihanteellisen potilasryhmässä johon testi, jos validoitu sovellettaisiin kliinisessä ympäristössä.

Tulokset

jälkeen normalisointi ja suodatuksen microarray data, 21671 geenejä jäi analysoitavaksi. Näistä 383 geenit havaittiin olevan merkittävä ero ilmaisun välillä PC potilaiden ja terveiden verrokkien (taulukko S1). Näistä 65 geenit havaittiin olevan differentiaalikaavojen ≥1.5-kertainen ryhmien välinen (taulukot 2-3).

Hierarkkinen ryhmittely microarray data yksilöi kaksi klustereita näytteitä, kuvassa 1 ja dendrogram- muodossa kuvassa 2, PC ryhmä ja terveen kontrolliryhmään. Kaksi PC näytettä kuitenkin ryhmittyneet kanssa terveillä verrokeilla, kun taas yksi terveisiin putosi klusterin sisältävä osa (32/35) PC näytteitä. Lisäksi geeniekspressioprofiili yhtä PC näytettä ei klusterin joko terveillä verrokeilla tai muita PC näytteistä.

Hierarkkinen klusterianalyysillä globaalin geeniekspressioprofiili cDNA koko genomin mikrosiru vertaamalla terveillä verrokeilla ja PC näytteitä kaikkien geenien havaittiin tilastollisesti ilmentyvät differentiaalisesti kahden ryhmän välillä (FDR 0,10, n = 383 geenejä). Missään tapauksessa olivat näytteitä yhdistettiin.

punainen

osoittaa geenejä, joiden ilmentyminen on kohonnut suhteessa Universal ihmisen viite (käytetään normalisoimaan kaikki paneelit) ja

vihreä

osoittaa geenejä, joiden ilmentyminen on vähentynyt suhteessa yleismaailmallisia ihmisen viite.

dendrogrammi näytteen sukulaisuuden klusterin analyysi on esitetty kuviossa 1 käyttämällä tilastollisesti merkittäviä differentiaalisesti ilmentyvien geenien. Näytteitä ryhmittyneet pääryhmään, kohdistamalla hyvin luokittelu PC tai HC. PC PBMC näytteet on merkitty

harmaat palkit

taas terveet PBMC näytteet merkitään

keltainen baareja

.

Q-RT-PCR Validation

kuusi kaikkein erilaisesti ilmentyvien geenien (

ANKRD22, ANXA3, ARG1, FCER1A, GRAMD1C

, ja

MS4A1

) valittiin tehtävän hyväksynnän Q-RT-PCR satunnaisesti valittuun osajoukko 21 PBMC näytteet (koostuu 12 PC näytteiden ja 9 tervettä kontrollinäytteiden alkuperäisestä 68 käytetään microarray). Mediaani kertainen ilmaisu viisi niistä oli samaan suuntaan kuin että microarray, antaa meille validointi osuus 83%.

FCER1A

oli ainoa geeni, joka on positiivinen korrelaatio ei saatu. Tulokset on esitetty taulukossa 4.

Korrelaatio PBMC ilmaisun profiilin ennusteeseen viittaavia ominaisuuksia

Voit selvittää oli korrelaatio PBMC geeniekspressioprofiili PC potilailla ja kliinisesti merkittävä potilaalle ominaisuudet, jaoimme PC näytteet perustuen kirurgisen tila (23 ennen leikkausta vs. 12 leikkauksen), historia kemoterapian (15 pre-kemoterapian vs. 20 jälkeinen kemoterapia), diagnoosi tyypin II diabetesta ennen diagnoosi PC (14 positiivinen historia vs. 19 negatiivisella historia), sijainti primaarikasvaimen (25 pää vs. 8 runko /tail), ja vaiheessa PC diagnoosi (6 lokalisoitu (vaihe 1 /2A) vs. 12 ei-paikallinen ei-metastasoituneen (Stage 2B /3) vs. 15 metastaattinen (Vaihe 4) PC). Emme kuitenkaan eivät havainneet mitään merkittävää eroa geeniekspression minkä tahansa näistä potilasryhmien soveltamalla perustetta FDR 10%.

Gene Predictor Set

tutkimme seuraavaksi voisimme tunnistaa minimaalinen geeni-ennustaja joukko, joka tarkasti syrjiä PC tapauksia terveiden verrokkien. Voit tehdä tämän, 44/68 näytteet käsittävät 24 PC ja 20 tervettä kontrollinäytteiden valittiin satunnaisesti. Kaikki 21671 geenit kunkin näytteet syötetään analyysiin. Kahdeksan geeni ennustaja set saatiin ja koostuu

SSBP2, Ube2b-RS1, CA5B, F5, TBC1D8, ANXA3, ARG1

, ja

ADAMTS20

. Käyttämällä Yhdiste kovariaattina Prediction Method (CCPM), tämä ennustaja asettaa antoi oikean luokittelun PC vs. ei-PC tarkkuudella 73%, joka tarjoaa herkkyys 71% ja spesifisyys 75%. Painot annetaan kunkin geenin käyttäen CCPM oli -4,97, -4,83, -4,38, 4,43, 4,44, 4,53, 4,84, ja 4,96 vastaavasti, joiden raja-arvo on 38,98 niin, että jos Σ

i

w

i

x

olin kynnystä näyte sen ennustettiin olevan PC potilaan (jossa

w

i = geeni paino,

x

i = log

2-geenin ilmentyminen intensiteetti).

validointi Gene Predictor Set

käyttämällä tätä kahdeksan geenin ennustaja joukko, luokittelu näytteen olevan joko tietokoneen tai terve kontrolli yritettiin pidennetyn tavalla käyttäen vedostulostus joka koostuu

vain

näytteistä, joita ei käytetty luomaan ennustajan set (eli 24/68). Tässä sokaissut validointi, käyttäen yhtälöä johdettu edellä geeni ennustaja asetettu ennustaa diagnoosin PC 73% tarkkuudella, ja herkkyys 83% ja spesifisyys 64%.

Yrittäessään edelleen potentiaalin testaamiseksi diagnostiikka-apuohjelman tämän geenin ennustajan asettaa, uusi osajoukko näytteitä, joka koostuu 12 PC näytteistä saatiin potilailta, jotka olivat sekä ennen kemoterapiaa ja pre-leikkaus, sekä yhtä monta satunnaisesti valittua tervettä verrokkia, jälleen sokaissut ja analysoitiin ennustaa niiden luokittelu. Tällä kertaa kahdeksan geenin ennustaja pystyi oikein luokitella näiden näytteiden 79% ajasta, joka antaa 83% herkkyys ja 75% tarkkuus diagnoosin.

Keskustelu

Viime vuosina se on toistuvasti osoitettu, että geneettinen ilmentymistä PBMC muuttuu yhteydessä maligniteetin [13], [14], [21], [22]. Tämä havainto muuttuneen PBMC geneettinen mentymisprofiili syöpäpotilailla raportoitiin ensimmäisen kerran hajanainen suuri B-solujen lymfooma ja krooninen lymfaattinen leukemia ja myöhemmin ulottaa hematologiset maligniteetit analysoinnin avulla PBMC ilmentymisen profilointi potilailla, joilla on edennyt munuaissyöpä (RCC) [ ,,,0],13] – [14]. Sekä hematologisia maligniteetteja, ja RCC, on raportoitu, että vaihtelu geenin ilmentymisen välillä potilailla, joilla tauti ja terveillä verrokeilla oli paljon suurempi kuin muun näytteen vaihtelua havaittiin terveillä potilailla yksin, mikä viittaa siihen, että PBMC: t voisivat olla käyttökelpoisia sijaismarkkereita potentiaalisten ja ennustavia sovelluksia syöpä. Edelleen RCC, osoitettiin, että 8-geenin luokittelija asettaa kehitetty ilmentyvät eri geenit voivat ennustaa diagnosointiin maligniteetin 100% tarkkuudella [14].

Äskettäin Huang et al. ovat raportoineet, että ero geeniekspressioprofiili ei esiinny PBMC PC potilaista [22]. Vaikka tässä tutkimuksessa käytettiin myös microarray ja Q-RT-PCR validointi perustaa ero geneettistä ilmentymää perifeerisessä veressä PC potilaista, sen tarkoituksena oli selvittää mahdollisia biomarkkereita, jotka voivat erilaistua vastadiagnosoidun diabetespotilaat PC diabeetikoille ilman PC. Vaikka tutkimuksessa kirjoittajat raportoitu, että 48 geenit ilmentyvät differentiaalisesti välillä PC potilaiden ja terveiden kontrollien microarray, vain 8 näytettä käytettiin molempien ryhmien ja niitä ei enää antanut tietoja näistä geeneistä. Pienempi otoskoko ja puute sokaissut validointi edelleen kontrasti tässä tutkimuksessa tämän kertomuksen. Lisäksi emme löytäneet merkittävästi ilmentyvät eri geenien perustuu historiaan joko ennen leikkausta tai kemoterapiaa, historia tyypin II diabetes, tai vaihe PC tutkimuksessamme. Tärkeää on, että tutkimus Huang et al. hyödynnetään

GAPDH

kuin taloudenhoito geeni, jota vasten ilmentymistä jokaisen geenin normalisoitui. Tutkimuksessamme olemme kuitenkin huomattava, että

GADPH

oli yksi merkittävimmin yliekspressoituvan geenien PBMC PC potilaista. Säätelyä

GAPDH

on myös raportoitu useissa maligniteetteja kuten munasarjojen, kilpirauhasen, hepatosellulaarinen ja haima- syövissä [23] – [26]. Valinta ihanteellinen sisäisiä geenin joissa tutkitaan mahdollisia kliinisiä biomarkkerit microarray edelleen tärkeä kysymys, joka on käsiteltävä tulevissa tutkimuksissa.

Tällä hetkellä tutkimus on ensimmäinen perusteellinen analyysi transcriptome of PBMC potilailta PC terveisiin kontrolleihin verrattuna, ja vasta kolmas esimerkki tällaisesta profilointi kiinteisiin kasvaimiin yleensä. Tällaisia ​​differentiaalikaavojen on potentiaalia tuottaa rikas yhteenvedon mahdollisten geenien myös jatkamaan uusina diagnostista tai terapeuttista tavoitteita. Lisäksi geeni verkot tunnistettu tutkimuksessamme myös tarjota uusia oivalluksia disregulation immuunijärjestelmän PC (kuva 3). Kanssa, että vain 15-20% PC potilaista diagnosoidaan kokoisen tauti ja koska sitkeä vastarinta maligniteetin Chemo ja sädehoidon, varhainen havaitseminen taudin tarjoaa parhaat toivoa välitöntä vaikutusta parantamaan potilaan ennustetta.

Kaikki geenit esitetään todettiin alassäädetty yli 1,5-kertaisesti. Vastaavan määrän ero ilmaisemista geenin sekä esitetyn toiminnon löytyy taulukossa 3. ero näiden geenien ilmentymistä osoittavat, että on olemassa maailmanlaajuinen lasku solujen määrä, aktivaation, ja tehokkuus adaptiivisen immuunijärjestelmän potilailla, joilla on PDAC joilla voi olla merkittävä vaikutus sekä niiden sairastuvuutta ja kuolleisuutta. Katkoviivat osoittavat yhdistyksen solujen taas yhtenäiset viivat osoittavat erilaistumista tai proliferaatiota tietyssä solutyypissä. Luvut esittävät yksittäisiä kohtia vuorovaikutuksen geenien ja immuunijärjestelmän erilaistumista ja vastereitissä: 1, esittely antigeenin Th0 soluihin; 2, erilaistuminen Th0 solujen alaspäin Th1 tai Th2 koulutusjakson 3, immuunisolujen lisääntymistä; 4, stimulointi sytotoksisten T-solujen aktiivisuutta Th1-solut; 5, stimulointi humoraalisen immuniteetin Th2-solujen; 6, kirjaaminen ja vastaus kohdesoluihin sytotoksiset T-lymfosyytit (CTL); 7, eriyttäminen naiivi B-solujen kanssa; 8, ja kohdesolujen hajoaminen CTL. Letters edustavat yksittäisten solupopulaatioiden: a, sytotoksisten T-lymfosyyttien (CTL); b, B-soluja. Vähennys liittyvien geenien pistettä a ja b voi edustaa lasku niiden liittyvän solun väestöstä.

Mahdollisuuksia PBMC ero geeniekspressioprofilointi, tai ennalta määrätty geeni ennustaja setti perustettu siitä , olevan hyödyllinen varhainen diagnosointi PC on teoreettisesti melko korkea; varsinkin kun otetaan huomioon, että kaksi todennäköisimmin mekanismeista tämä ero ilmaus ovat immuunijärjestelmän tunnustaa syövän ja kiertäminen immuunijärjestelmää syöpä. Vaikka muut biomarkkerit, kuten CA19-9, vapautuvat syöpäsolujen ja siten nousemaan yhä tuumorikuorma, differentiaalikaavojen PBMC: eissä voi alkaa, ainakin osittain, kun syöpä tai immunogeenisuutta immuunijärjestelmän kiertäminen on perustettu. Immuunijärjestelmä kiertäminen on osoitettu aloitetaan jo valmiiksi pahanlaatuinen sairaus PC, mikä tukee oletuksesta, että analyysi erilaisen geeniekspression immuunisolujen voivat tarjota kyky havaita kasvainleesioksi jo ennen kuin se saa invasiivisen ominaisuuksia [27] .

Vaikka tässä tutkimuksessa itsessään ei yritä tarkastella varhaisessa diagnostiikkaominaisuuksien PBMCdden, saatujen tulosten työstä ovat välttämätön ensimmäinen askel kohti multipleksoidun määritys perustuu muuttamista geenin ilmentymisen PC mahdollinen sovellus korkean riskin ryhmiin [28]. Se, että 8-geenin ennustaja set pystyi luomaan herkkyys 83% ja spesifisyys välillä 64 ja 75% pidennetyn joukko näytteitä on lupaava ja täytyy validoitu suuri näytejoukolla. Vaikka näytteiden määrä on liian pieni suorittamaan enempää yksityiskohtaisen analyysin, että herkkyys geenin ennustaja joukko ei laskenut, kun sitä sovelletaan PC potilaille ennen kemoterapiaa tai leikkauksen pistettä kohti mahdollisen käyttökelpoisuuden tämän 8-geenin ennustaja set diagnostisessa ympäristössä, tärkein alue, jolla CA19-9 puuttuu [4] – [8]. Lisäksi PBMC: t geenin ilmentymisen analyysi ei enää ole invasiivisia testin kuin CA19-9, molemmat ovat mukautuvia yksinkertainen venopuncture, ja koko analyysi ei tarvitse olla huomattavasti kalliimpia kuin nykyisen kliinisen testausmenetelmät CA19-9. Jos vain 8-geeni luokittelija set käytetään analyysiä, PBMC testaus voitaisiin toteuttaa käyttämällä mini-cDNA microarray siruja tai multiplex PCR-reaktiot, jotka molemmat ovat kliinisesti elinkelpoisia ja olisi melko helppo lisätä ohjelmistoon testejä aikaansaadaan tavanomaisilla kliinisillä lab.

Beyond diagnostisia mahdollisuuksia tämän PBMC-ero ilmentymisen profiili, normaaliin toimintaan ja suunnan ero ilmentymisen kunkin geenien, erityisesti 65, jotka olivat ≥1.5 taittaa eri tavalla ilmaistuna, vihjaa potentiaali patofysiologisia mekanismeja. 18/65 geenit on mahdollista vähentää suoraan T-solujen proliferaatiota, T-solureseptorin signalointi- tai sytotoksisten T-lymfosyyttien (CTL) sytotoksisuutta, kun taas neljä voi suoraan moduloida lasku B-solujen aktivaation /erilaistumisen tai signaalin lasku verenkierrossa B-soluja. Kolme geenit voivat suoraan vähentää sytotoksisuutta NK-solujen, ja kaksi voi vähentää makrofagin reaktio. Yhdessä tulokset Tutkimuksemme osoittavat, että PC on ominaista merkittävä lasku kykyä immuunijärjestelmän vastata ei-itse antigeenejä, mukaan lukien kasvaimiin liittyviä antigeenejä, kuten yhteenvetona kuviossa 3. Osittainen vihjeen mekanismeista tämän immuuni kompromissi voi tulla havaittu säätelyä

ARG1

, havaittiin voimistuvan enemmän kuin 2-kertaiseksi PBMC PC potilailla. Ilmaus ARG1 läheisesti liittyy kasvuun, kun läsnä on myelooisen johdettujen suppressorisolut (MDSCs) [29]. MDSCs klassisesti tiedetään vähenevän CTL-vasteen, pääasiassa epävakauttamalla T-solujen reseptoreihin ja vähentynyttä ilmentymistä tiettyjen CD3 alatyyppejä, lopulta johtaa CTL apoptoosin. Kuitenkin MDSCs tiedetään nimenomaan aiheuttaa säätelyä alaspäin CD3Z, jota ei osoitettu ilmentyä erilailla PBMC analysoitiin tässä tutkimuksessa [29]. Lisäksi MDSCs tiedetään aiheuttavan Suppilointilaite immuunijärjestelmän poissa soluimmuniteetista ja kohti humoraalisen ja allergisen vasteen immuniteetti, ominaisuus, joka ei ole selvästi edustettuna PBMC ero ekspressiotietojen. Toisaalta, se näyttää (alkaen muutos geeniekspressiossa), joka määrää verenkierrossa B-solujen pienenee, kun taas sekä

FCER1A

, reseptori keskeinen allergista vastetta ja

MS4A1

, joka soittaa rooli B-solujen plasman solujen erilaistumiseen, ovat säädeltiin. Näin ollen, vaikka MDSCs voi olla rooli moduloimaan ero ilmaisua nähdään PBMC PC potilaiden, ne todennäköisesti toimivat yhdessä muiden mekanismien vaikuttamaan alas-säätely sekä elimistön solujen ja humoraalisen immuunivasteen koneita.

vertailu geeniekspressioprofiili havaittu tutkimuksessamme raportoituun muiden sairauksien paljasti vähän samankaltaisuutta muihin hyvänlaatuinen (pre-eklampsia, nivelreuma (RA), ja krooninen haimatulehdus (CP)) ja pahanlaatuisten sairauksien (RCC). Kaikkiaan 6 geenit (

CD160, GOLGA8B, RABGAP1L, MMP8, CRISP3

, ja

ARG1

), joka osoitettiin ilmentyä erilailla PBMC-potilailla, joilla on pre-eklampsia myös ekspressoituu differentiaalisesti in PBMC PC potilaita, joilla 4 (

CD160, MMP8, CRISP3

, ja

ARG1

) on ilmennetty eri samaan suuntaan (1% yhtäläisyys) [10]. Kaksitoista geenit (

BTG2, CCND3, CD151, CD7, CLU, CTSB, KLRK1, SPN, GSTO1, PCMT1, PRDX6

, ja

PRF1

), joka osoitettiin ilmentyä erilailla PBMC nivelreuma- myös ekspressoituu differentiaalisesti PBMC PC potilaiden, joista 8 (

CCND3, CD151, CLU, CTSB, GSTO1, PCMT1, PRDX6

, ja

PRF1

) olivat samassa suunta (2% yhtäläisyys) [11]. Kaksi geeniä (PDE3B ja GADD45a) havaittiin ilmentyä erilailla PBMC CP potilaista saivat myös ekspressoituu differentiaalisesti PBMC PC potilailla, joista kumpikaan ei sitä ekspressoituu differentiaalisesti samaan suuntaan (0% yhtäläisyys) [12]. Kuitenkin, ei ole samankaltaisuutta luettelossa merkittävästi differentiaalisesti ilmentyvien geenien välillä PC ja RCC: [14].