Krooninen sairaus

tiivistelmä

Kohdun limakalvon syöpä (EY) on monimutkainen sairaus, johon liittyy useita geeni-geeni ja geeneihin ja ympäristön vuorovaikutus. TGF-β signalointi pelaa keskeinen rooli EY kehittämiseen. Tämän tutkimuksen tavoitteena oli tutkia, geneettisten polymorfismien TGF-β liittyvä signalointi geenien

TGFB1

,

TGFBR1

,

SNAI1

ja

TWIST1

edistää EY alttius. Käyttämällä TaqMan genotyypitysmääritys, 19 koodaus-SNP näistä neljästä geenit genotyyppi on 516 EY tapauksissa ja 707 kesken tarkastusten kiinalaisten Han naisten. Logistinen regressio (LR) osoitti, että geneettistä vaihtelua on

TGFB1

rs1800469,

TGFBR1

rs6478974 ja rs10733710,

TWIST1

rs4721745 liittyi vähentynyt EY riski, ja nämä neljä lokusten osoitti annoksesta riippuva vaikutus (

P

suuntaus 0,0001). Luokittelu ja regressio puu (CART) osoittivat, että naiset kuljettavat sekä genotyypin

TGFBR1

rs6478974 TT ja rs10512263 TC /CC oli suurin riski EY (AOR = 7,86, 95% CI = 3,42-18,07,

P

0,0001). Usea dimensionality vähennys (MDR) paljasti, että

TGFB1

rs1800469 plus

TGFBR1

rs6478974 oli paras interaktionaaliseen mallin havaitsemiseksi EY riskiä. LR, OSTOSKORIIN ja MDR kaikki paljasti, että

TGFBR1

rs6478974 oli tärkein suojaava lokuksessa EY. Vuonna haplotyypin yhdistys tutkimuksessa,

TGFBR1

haplotyyppi CACGA harjoittaja osoitti alimman EY riskin naisilla pidempien menarche-ensimmäinen täysi termi raskaus välein (˃11 vuotta) ja BMI˂24 (AOR = 0,39, 95% CI = 0,17 -0,90,

P

= 0,0275). Nämä tulokset viittaavat siihen, että polymorfismeilla

TGFB1

,

TGFBR1

,

SNAI1

ja

TWIST1

voi moduloida EY alttius, sekä erikseen ja yhteisöllisesti.

Citation: Yang L, Wang YJ, Zheng LY, Jia yM, Chen YL, Chen L, et al. (2016) Genetic polymorfismit

TGFB1

,

TGFBR1

,

SNAI1

ja

TWIST1

liittyy endometriumsyöpään herkkyys Kiinan Han naisten. PLoS ONE 11 (5): e0155270. doi: 10,1371 /journal.pone.0155270

Editor: Joseph Devaney, Lasten National Medical Center, Washington, Yhdysvallat |

vastaanotettu: 20 marraskuu 2015; Hyväksytty: 26 huhtikuu 2016; Julkaistu: toukokuu 12, 2016

Copyright: © 2016 Yang 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 Tietopaketti.

Rahoitus: Tämä tutkimus tukivat National Natural Science Foundation of China (nro 81171961 ja nro 81321003) ja Open Project Key Laboratory Genomisen ja Precision Medicine, Kiinan tiedeakatemia.

kilpailevat edut: kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

kohdun limakalvon syöpä (EY) on yksi yhteinen gynekologinen maligniteetit maailmanlaajuisesti. Mukaan National Central Cancer Registry of China, ilmaantuvuus EY oli noin 18,5 100000 kaupunkien naiset vuonna 2011 [1]. Pidempi käyttöikä estrogeenin altistuksen kuten aikaisin menarche, myöhään vaihdevuodet, nulliparity ja postmenopausaalisilla estrogeenin käyttö, liittyy lisääntynyt EY riski, mikä osoittaa, että estrogeeni voi ajaa kohdun limakalvon syövän synnyn. Perinteisesti on kolme alatyyppiä EY erottaa biologisista ja kliinisistä kurssien: hormonaalisesti ajettu Tyyppi I endomet- histologia, tyypin II ei-endomet- vakavien tai kirkas solujen ja familiaalinen yhteenlaskettu EY [2]. Kasvava EY esiintyvyys on viime vuosina korostaa kehittää strategioita sen riskien arviointi ja ennaltaehkäisy [1].

On hyvin tiedossa, että perimä kuten yhden emäksen monimuotoisuus (SNP: t) tärkeä rooli syövän alttiuden . Osuudet geneettisten muunnelmia tai mutaatioita syöpäriskin populaatiossa riippuu niiden esiintymistiheys ja penetrance [3]. Vaikka korkea-tunkeuma ja matala-usein mutaatioita kuten

TP53

,

PTEN

antavat suuren riskin harvinainen perinnöllinen yhdistettyjä EY [4, 5], valtaosa EY ovat satunnaisia ​​ja niihin polygenes, mikä osoittaa, että yhteinen polymorfismit pelata hallitseva rooli syövän synnyn, koska niiden korkea taajuus [4].

Genome-laajuinen yhdistys tutkimuksessa (GWAS) edelleen kalliita, niin paljon yhdistys tutkimukset SNP kanssa EY riski on puitteissa toteutettuja kandidaattigeenien, mukaan lukien geenit säätelevät DNA-vaurioiden korjaus, steroidien ja karsinogeeni aineenvaihduntaa, solusyklin ohjaus ja apoptoosin [2]. Epiteelin-to-mesenkymaalitransitioon (EMT), ratkaiseva prosessi syövän etenemiseen, edistää kasvainsolujen invaasion ensisijaisen pesäkkeitä ympäröiviin kudoksiin. Tähän mennessä monet molekyylit on validoitu laukaista epiteelin erilaistamattomuuden ja EMT, kuten osallistuvien TGF-β signalointi sekä EMT liittyvät transkriptiotekijöitä Snail ja Twist [6, 7]. Kanoninen sovittelu TGF-β1 (koodaa

TGFB1

) signalointi tapahtuu TβRI (koodaa

TGFBR1

) ja TβRII muodostamiseksi Smad transkription komplekseja, mikä johtaa nopeaan aktivointi transkriptiotekijöitä etana ja Twist (koodaama

SNAI1

ja

TWIST1

) [8, 9].

ituradan mutaatioiden signalointi komponenttien TGF-β perhe on kuvattu johtavan Maligniteetit yhdessä muiden periytyviä sairauksia. Polymorfismi yhdistys tutkimukset geeneissä tämän signalointireitin on keskittynyt pääasiassa rintasyöpäriski [10-12], munasarjasyöpä [13] tai peräsuolen syöpä [14]. Tähän asti on ollut vähän tutkimuksia tutkia yhdistys ituradan varianttien TGF-β liittyvien geenien kanssa EY Kiinalaisten Han väestöstä. Oletimme, että yhteinen geneettinen polymorfia on

TGFB1

,

TGFBR1

,

SNAI1

ja

TWIST1

voi vaikuttaa EY alttius Kiinan Han naisilla.

Materiaalit ja menetelmät

Ethics selvitys

tutkimus hyväksyi Pekingin yliopisto IRB (viite nro. IRB00001052-11029). Kirjalliset hyväksynnät saatiin kaikista kontrollinäytteistä. EY potilaan genomisten DNA uutettiin arkistoituja formaliinilla kiinnitetyt, parafiiniin upotettu normaaliin munanjohdin kudoksissa. Koska yhteystiedot EY potilaalla hoidettiin sairaaloissa ennen vuotta 2011 ei ollut selvää, PKU IRB hyväksytty meidän sovelluksen luopua tietoisen suostumuksen arkistoitu EY kerätyistä näytteistä ennen huhtikuuta 2011. Tässä tutkimuksessa käytettiin vain tämä osa näytteistä. Kaikki tiedot /näytteitä käytettiin anonyymisti.

Tutkimuskanta

Yhteensä 516 tapausta, joissa patologinen diagnosoitu kohdun limakalvon adenokarsinooman rekrytoitiin Pekingin yliopiston kolmas sairaala, Peking Cancer sairaala ja Pekingin sairaala vuodesta 1999 2011. Potilaat, joilla on ollut syöpä, metastasized syöpä muista elimistä, ja sädehoitoa tai kemoterapiaa historia suljettiin pois tutkimukseen. Epidemiologisten tietojen kuten ikä, painoindeksi (BMI), ikä kuukautisten alkaessa /vaihdevuodet /primiparity, tupakointi historia ja suvussa syövän ensimmäisen asteen sukulaiset kerättiin. Tukikelpoiset 707 hallintalaitteet valittiin satunnaisesti naisia, jotka osallistuivat lähiyhteisön seulontaohjelman kuin tartuntatautien toteutettiin Pekingin välillä 2011 ja 2012. valintakriteerit sisältyvät ei ollut syöpää, Kiinan Han etninen tausta ja taajuus-sovitetaan tapaukset 5 vuoden iässä. Kaikki säätimet edellyttäen samat epidemiologiset tiedot kuin me kerätty tapauksista. Ominaisuudet 707 valvontaa ja 516 tapausta esitetään yhteenveto S1 taulukossa. Tutkimus hyväksyi eettinen komitea Pekingin yliopiston Health Science Center.

SNP valinta

Valitsimme koodaus-SNP (tSNPs) käyttämällä Haploview V.4.2 ohjelma perustuu kiinalaisen Beijing väestön (CHB) tiedot HapMap Projektivaiheen I, II ja III yhdistettiin tietokanta (https://hapmap.ncbi.nlm.nih.gov/). Kaikki tSNPs vähäisellä alleelin taajuus (MAF) ≥5% tunnistettiin ja jakautua siiloissa mukaan r

2 kytkentäepätasapaino- (LD) tilastotieto (kynnys ≥0.8). Täyteen informatiivinen tSNP valittiin sitten kustakin bin, ja nämä tSNPs voisi tallentaa kaikki tunnetut yhteisiä geneettisiä variantteja sisällä koko geeni [15]. Sillä

TGFB1

, seitsemän tSNPs ulottuen 5 kb kullekin kylki tunnistettiin, sillä nämä ovat rs1800469, rs2241716, rs4803455, rs747857, rs12983047, rs10417924 ja rs12981053. Sillä

TGFBR1

, vähimmäisvalikoimaa viisi tSNPs, rs10988706, rs6478974, rs10512263, rs10733710 ja rs334348, jotka vaihtelevat 5 kb ylävirtaan 5 kb alavirtaan, valittiin. Sillä

SNAI1

, kolme tSNPs ulottuen 2kb kuhunkin kylki valittiin, sillä nämä ovat rs6125849, rs4647959 ja rs6020178. Sillä

TWIST1

, neljä yhteistä tSNPs kattaa 2kb reunustava sekvenssi tunnistettiin, sillä nämä ovat rs2285682, rs2285681, rs4721746 ja rs4721745.

DNA eristys ja genotyypitysmääritys

Perimän DNA valvontaa eristettiin perifeerisen veren leukosyyteistä, kun taas tapauksissa, ”genomi-DNA uutettiin formaliinilla kiinnitetyt, parafiiniin upotettu normaaliin munanjohdin kudoksissa. Genotyypitys suoritettiin ABI 7900HT

® Real-Time PCR System (Applied Biosystems, Foster City, Kalifornia) käyttäen TaqMan

® Pitoisuus noudattaen valmistajan ohjeita. Alukkeita ja koettimia (per- ja VIC- leimattu) toimitti ABI sisällyttäminen ja PCR-reaktion järjestelmä oli sama kuin aiemmin on kuvattu [16]. Lyhyesti, kaikki määritykset suoritettiin 384-kuoppalevyillä negatiiviset ja positiiviset kontrollit. Levyt suljettiin ja kuumennettiin 95 ° C: ssa 5 min, sitten altistettiin 45-50 sykliä 92 ° C 15 s ja 60 ° C: ssa 1 min. Tiedot levyt ei ole yli 15% näytettä jätettiin pois analyysistä. Vähintään 1% näytteistä monistettiin satunnaisesti kussakin SNP genotyypitysmääritys, ja välistä yhdenmukaisuutta kaksoiskappaleet oli yli 99%.

Tilastollinen

erilainen jakaantuminen demografisten ominaisuuksien ja valitun muuttujat välillä valvonta ja tapausten laskettiin kaksipuolisella Pearsonin χ

2 testiä tai Studentin t-testiä, tarvittaessa. Hardy-Weinberg tasapaino (HWE) arvioitiin kontrolli käyttämällä hyvyys fit χ

2 testi kunkin tSNPs. D ’arvot LD tonttien tuotettiin käyttäen Haploview ohjelmaa. Odotusarvo-maksimointi (EM) algoritmia käytettiin arvioimaan todennäköisin haplotyyppi enimmäispainoin-todennäköisyyden arviointiin keskuudessa nykyinen asukasluku. Kaksipuolinen χ

2 testiä käytettiin vertaamaan eroja jakeluun genotyyppien ja alleelien tapausten ja kontrollien välillä. Kukin genotyyppi arvioitiin suhteessa lisäaineen (co-määräävä), hallitseva ja resessiivinen malleja perintö. Myös Cochran-Armitage suuntaus suoritettiin arvioida yhdistyksen välillä EY riskiä ja alleeli annos kussakin tSNP (

P

trendi). Kertoimet suhde (OR) ja 95% luottamusvälit (CI) arvioitiin käyttämällä yhden ja usean ehdoton logistinen regressio (LR), jossa säätö BMI, ikä kuukautisten alkaessa /primiparity, vaihdevuodet asema, määrä hedelmällisessä ja suvussa syöpää. Tilastollinen merkittävyys määritettiin

P

0,05. Bonferroni korjattu

P

arvo toteutettiin yksittäisissä tSNPs ja haplotyyppi /diplotype yhdistys analyysi. Mahdollinen geeni-ympäristö vuorovaikutukset

TGFBR1

haplotyypin CACGA ja kliiniset riskitekijät (estrogeenin altistuminen, suvussa syövän ja BMI) arvioitiin LR kerrostunut väestöstä. Kaikki tilastot analysoitiin SAS-ohjelmiston (v.9.1, SAS Institute, Cary, NC).

Luokittelu ja regressio puu (CART) analyysi suoritettiin korkean kertaluvun geeni-geeni vuorovaikutuksia SPSS ohjelmistoa (v. 19,0; SPSS Inc., Chicago, IL, USA) rakentaa päätös puu kautta rekursiivinen osioinnin. Päätös puu alkoi juurisolmu, joka sisälsi koko otoksesta ja jaettu kahteen lapsi solmut. Halkaisu jatkui kunnes pääte solmut ei enää saa tilastollisesti merkitsevä halkeaa tai saavuttanut ennalta oletettu vähimmäiskoko, ja sen jälkeen pääte alaryhmiä analysoitiin edelleen. Tapaus laskettiin kullekin napaliitäntä ja yhdistyksen osaryhmään EY riski arvioitiin LR analyysi käyttäen alaryhmä vähiten prosenttiosuus tapauksista referenssinä. Syrjäisimpien alueiden ja 95%: n luottamusväli oikaistiin edellä mainittiin.

Multifactor dimensionality vähennys (MDR) analyysi suoritettiin tunnistamiseksi korkean kertaluvun vuorovaikutusta malleja, jotka liittyvät EY riski avoimen lähdekoodin MDR-ohjelmisto (v.2.0 beta 8.4, https://www.epistasis.org) [17]. Tilastollinen merkittävyys määritettiin käyttämällä permutaatio testaus MDRpt (v.1.0 beta 2.0). MDR-analyysi romahti moniulotteinen data yhdeksi itsenäinen ulotteinen muuttuja jossa on kaksi tasoa (korkea ja matala riski) käyttäen suhdetta tapausten määrä on tarkastusten määrää, ja siten alempi moniulotteisia tiedot yhdeksi ulottuvuus ja sallitut havaitseminen vuorovaikutusten suhteellisen pienestä otoksesta. Uusi yksiulotteinen monen lokuksen genotyyppi muuttujan arvioitiin sen kyky luokitella ja tutkia tautistatuksen kautta ristivalidointi ja permutaatio testi. Paras ehdokas vuorovaikutuksen pidettiin yksi maksimaalinen testaus tarkkuus ja rajat validointi johdonmukaisuus (CVC). Paremmin vahvistaa ja visualisoida vuorovaikutusta malleja, olemme edelleen rakensi entropia-pohjainen vuorovaikutuksen dendrogrammissa. Tämä mahdollistaisi sen, että DNA-kohtien joka voimakkaasti vuorovaikutuksessa toisiinsa näkyvän lähekkäin oksat puun, ja ne, joilla on heikko vuorovaikutus näkyvän kaukana toisistaan. MDR 1000-kertainen permutaatio tuloksia pidettiin tilastollisesti merkitsevä

P

0,05. Myötätoimijan vaikutus muuttujien paras malli arvioitiin LR analyysi.

Tulokset

Ominaisuudet tutkimusväestöstä

ominaisuudet väestöstä oli tässä kuvattu S1 taulukossa. Säätimet ja tapaukset näyttivät riittävästi Hyväksytty ikä (

P

= 0,7528). Tapaukset, odotetusti, oli korkeampi painoindeksi (

P

0,0001), varhaisempi menarche (

P

0,0001) ja myöhemmin ikä vaihdevuodet (

P

= 0,0002) verrattuna kontrolleihin. Lisäksi prosenttiosuus Synnyttämättömiin naisten potilailla oli merkittävästi suurempi kuin kontrolleilla (

P

0,0001). EY potilaat olivat todennäköisemmin suvussa syövän ensimmäisen asteen sukulaisia ​​(

P

= 0,0464). Nämä muuttujat on merkittäviä eroja tapausten ja kontrollien käytettiin monimuuttuja LR mallien edelleen säätää mahdollisista sekoittavia vaikutusta yhdistys valittujen geneettisiä variantteja, joissa riski EY.

LD asteen välillä tSNPs

genotyyppi taajuudet valitaan 19 tSNPs olivat johdonmukaisesti yhtäpitäviä odotetaan HWE kontrolleissa (

P

˃0.05, S2 taulukko). Meidän tutkimus, haplotyyppi lohkot kunnostettiin tapauksissa ja valvontaa sekä HapMap CHB väestön perustuu D ”arvosta (kuvio 1). Siinä oli joitakin eroja SNP ”pareittain LD välillä valvontaa ja tapauksia. Sillä

TGFB1

, kolme LD lohkot rekonstruoitiin tautivapaan osallistujia. Sillä

TGFBR1

sekä

SNAI1

, kaikki valitut tSNPs rekonstruoitiin yhdeksi high-LD lohko kontrolleissa. Sillä

TWIST1

, vain yksi haplotyyppi lohko rekonstruoitiin, jossa rs4721746 ja rs4721745 jätettiin pois analyysistä, koska niiden MAFs olivat alhaisemmat kuin 5%.

arvo jokaisen timantin osoittaa pareittain LD välillä tSNPs (mitattuna D ’x 100, 10 tarkoittaa 0,10, 1 tarkoittaa 0,01). Varjostus tummanharmaa tai valkoinen kaltevuus kuvastaa suurempia alentaa LD-arvot.

Association of yksittäisten tSNPs in

TGFB1

,

TGFBR1

,

SNAI1

,

TWIST1

EC riskiä LR analyysi

Kuten taulukosta 1, kaksipuolinen χ

2 testi osoitti tilastollisesti erot genotyypin taajuuksien tapausten ja kontrollien välillä in polymorfismit

TGFB1

rs1800469 (CT),

TGFBR1

rs6478974 (TA),

TGFBR1

rs10512263 (TC),

TGFBR1

rs10733710 (GA),

TWIST1

rs4721746 (CA) ja

TWIST1

rs4721745 (CG) (

P

0,0001, 0,0001

P

= 0,0059, 0,0016, 0,0045 ja 0,0430, vastaavasti). Myös monimuuttuja LR osoitti, että

TGFB1

rs1800469,

TGFBR1

rs6478974 ja rs10733710, ja

TWIST1

rs4721745 olivat suojaavia loci EY alttius alle hallitseva tai resessiivinen malleja, kun taas

TWIST1

rs4721746 oli riski lokuksen (taulukko 1).

TGFBR1

rs6478974 edelleen merkittävä alla lisäaineena ja hallitseva mallien levityksen jälkeen tiukan Bonferroni korjaus (Bonferronin-korjattu

P

0,05). Muut tSNPs ei osoittanut tilastollista merkitys monimuuttujamenetelmin (S3 taulukko).

lisäksi tutkineet yhdistelmävaikutukset välillä edellä mainittujen neljän suojaava polymorfismit perustamalla kaksi binary (1, 0) osoitinmuuttujia. Ensinnäkin arvioitiin suhteellinen merkitys neljän suojaavan tSNPs heidän nimetty malleissa. Oikaistu OR arvo osoitti, että nämä neljä suojaava tSNPs vaikuttanut EY alttius samalla tasolla (S4 taulukko). Sitten yksilöt luokiteltiin viiteen ryhmään lukumäärän perusteella suojaavien genotyyppien he kantoivat, ja ilman mitään suojaavaa genotyyppiä määriteltiin vertailuryhmään. Analysointi yhdistelmävaikutukset osoitti, että säädetty tai EY yksilöille, joilla on kaksi suojaavaa genotyyppiä oli 0,41 (95% CI = ,23-,74,

P

= 0,0029). Rinnakkaiselo kolme tai neljä suojaavaa genotyyppiä merkittävästi vähensi alttiutta EY lähes samassa määrin (taulukko 2). Myös suojaava genotyyppejä tuli voimaan annoksesta riippuvaisella tavalla (

P

suuntaus 0,0001) (taulukko 2).

Association of high-tilauksen vuorovaikutus geneettisiä variantteja EY riskiä OSTOSKORIIN analyysi

OSTOSKORIIN on binäärinen rekursiivinen eristämistä menetelmä, joka tuottaa päätöspuuta tunnistaa alaryhmiin aiheista on suurempi riski [18]. Kuvio 2 osoitti puurakenne. Puu aloitetaan koko tutkimuspopulaatiossa (solmu 0) ja sisälsi viisi terminaali solmut lopullisessa puurakenne.

TGFBR1

oli korostettu ensimmäisessä halkaisu solmu, ja

TGFBR1

rs6478974 TA /AA genotyyppi kantajia oli vähiten prosenttiosuus EY tapauksista (35,7%), mikä osoittaa, että rs6478974 lokus oli voimakkainta altis tekijä EY riskin keskuudessa tutkittiin polymorfismit. Sitten puu eteni pitkin solmu 1 pääalleelille homotsygootit SNP rs6478974. Olemme nimetty solmu 2 referenssinä solmu, koska naiset tässä solmussa (jossa

TGFBR1

rs6478974 TA /AA genotyyppien) oli pienin EY riski. Tämä puurakenteen paljasti, että yksilöt kätkeminen

TGFBR1

rs6478974 TT,

TGFBR1

rs10512263 TT,

TGFB1

rs4803455 CC ja

TGFBR1

rs10733710 GG genotyyppiä (solmu 7 ) oli huomattavasti suurempi riski lasketaan monimuuttuja LR analyysi (AOR = 3,71, 95% CI = 2,14-6,43,

P

0,0001), ja naisten sekä genotyypit

TGFBR1

rs6478974 TT ja

TGFBR1

rs10512263 TC /CC (solmu 4) opetetaan korkein alttius EY riskiä väestöstä (AOR = 7,86, 95% CI = 3,42-18,07,

P

0,0001 , taulukko 3).

Association of high-tilauksen vuorovaikutus geneettisiä variantteja, joissa EY riskiä MDR analyysi

soveltanut MDR menetelmässä nonparametric ja geneettinen malli- vapaa analyysi, tunnistaa vuorovaikutuksen malleja. Paras-tekijä mallin tuottamat MDR käsittelemään EY riski oli

TGFBR1

rs6478974 (testaus tarkkuus 0,561, CVC 9/10, taulukko 4), joka oli yhdenmukainen ensimmäisen halkaisu solmu OSTOSKORIIN analyysi. Kahden tekijän malli sisältää sekä

TGFB1

rs1800469 ja

TGFBR1

rs6478974 oli paras vuorovaikutus malli, joka tuotti maksimaalisen CVC: n 10/10 ja korkeimman testaus tarkkuus 0.589. Paras Kolmen tekijän sisältävä malli

TGFB1

rs1800469,

TGFBR1

rs6478974 ja

TGFBR1

rs10733710 ja neljän tekijän malli koostuu

TGFB1

rs1800469,

TGFBR1

rs6478974,

TGFBR1

rs10512263 ja

TGFBR1

rs10733710 oli korkeampi testaus tarkkuutta verrattuna yhden tekijän malli (0,584, 0,575, vastaavasti), mutta CVC-koodi laskivat (7/10, 6/10, vastaavasti). Kaikki vuorovaikutus permutaatio

P

arvo oli alle 0,05. Vuorovaikutus Dendrogrammi osoitti, että

TGFB1

rs1800469 ja

TGFBR1

rs6478974 oli vahvin synergistinen vuorovaikutus (musta viiva), joka myös vuorovaikutuksessa

TGFBR1

rs10733710 (tummanharmaa viiva). Lisäksi

TGFBR1

rs10512263 oli heikko vuorovaikutus

TGFBR1

rs10733710,

TGFB1

rs1800469 ja

TGFBR1

rs6478974 (vaaleanharmaa viiva, kuvio 3). Sillä yhdistetty vaikutus

TGFB1

rs1800469 ja

TGFBR1

rs6478974 parhaalla vuorovaikutusmallia tunnistettu edellä, LR analyysi osoitti, että säädetty tai EY: n oli 0,43 (95% CI = 0,27-0,69,

P =

0,0003, tuloksia ei ole esitetty). Tiivistelmä näistä kolmesta lähestymistapoja yhden lokuksen analyysi esitetään S5 taulukossa.

lokuksen että voimakkaasti vuorovaikutuksessa toistensa esiintyä lähekkäin oksat puun (musta viiva), kun taas loci heikoilla vuorovaikutus näyttävät kaukana toisistaan ​​(harmaa viiva).

Association of haplotyyppien ja diplotypes in

TGFB1

,

TGFBR1

,

SNAI1

,

TWIST1

EC riskiä LR analyysi

tutkimaan edelleen vaatimaton etiologinen vaikutuksia polymorfismien EY: n alttius, haplotyyppi uusittiin sijaislajeina tarjota suurempi tarkkuus ja mahdollisesti suurempaa tilastollinen teho [ ,,,0],16]. Tutkimuksessamme

TGFB1

haplotyyppien (rs1800469 ja rs2241716) kanssa yli 1% taajuus testattiin erikseen vastaan ​​yleisin haplotyypit, ja loput harvinainen haplotyyppien lohkossa (taajuus 1%) ei analysoitu. Haplotyypin CG lohkossa 1 liittyi lisääntynyt EY riski suhteessa haplotyyppiin TG univariate LR algoritmi (OR = 1,60, 95% CI = 1,32-1,95,

P

˂0.0001, taulukko 5), ja diplotype CA-CG kantaen riskiryhmään haplotyyppi CG, kasvoi noin 62% EY riski verrattuna yleisimpiin diplotype TG-CA (AOR = 1,62, 95% CI = 1,08-2,43,

P

= 0,0187) . He eivät jää merkittäviä jälkeen Bonferronin korjauksen. Sillä

TGFBR1

, CACGA, kätkeminen suojaava locus rs6478974 voivat heikentää noin 42% EY riskin (AOR = 0,58, 95% CI = +0,43-+0,77,

P

= 0,0003). Senkin jälkeen säätö Bonferronin korjattu useita testaus, haplotyyppi oli vielä merkitsevästi yhteydessä EY riski (Bonferronin-korjattu

P

0,05). Lisäksi diplotype CACGA-CTTAA, joka sisältää suojaavan haplotyypin CACGA liittyi myös laskenut EY riski verrattuna yleisimpiin diplotype TTTGG-CACGA (AOR = 0,35, 95% CI = ,18-+0,66,

P

= 0,0012), jossa on Bonferronin korjattu

P

0,05 (taulukko 5). Haplotyyppien

SNAI1

ja

TWIST1

eivät liittyneet EY alttiuteen (S6 taulukko).

Association of vuorovaikutuksia perimä ja ympäristötekijät EC riski

Koska pitkäaikainen altistuminen estrogeeni, syöpään historiaa ensimmäisen asteen sukulaisten ja ylipaino ovat kliiniset EY riskitekijöitä [19], suoritimme analyysin kerrostunut väestön tutkia, onko liittojen perimä kanssa EY riski oli muutettuna näillä kliiniset riskitekijät. Taulukko 6 osoitti, että naiset kätkeminen

TGFBR1

suojaava haplotyyppi CACGA oli vielä alhaisempi EY riski saaneiden enää menarche-FFTP välein (˃11 vuotta [20], AOR = 0,49, 95% CI = +0,31-0,75,

P

= 0,0012) ja ilman suvussa syöpä (AOR = 0,49, 95% CI = 0,30-0,80,

P

= 0,0044). Myös CACGA kantajia oli hieman pienempi EY riski BMI˂24 alaryhmässä kuin BMI≥24 alaryhmässä (BMI˂24, AOR = 0,62, 95% CI = 0,40-0,96,

P

= 0,0323; BMI≥ 24, AOR = 0,70, 95% CI = 0,51-0,96,

P

= 0,0255). Lisäksi kantajilla haplotyypin osoitti alimman EY riskin naisilla pidempien menarche-FFTP välein ja BMI˂24 (AOR = 0,39, 95% CI = 0,17-0,90,

P

= 0,0275) (taulukko 6) .

keskustelu

tässä tutkimuksessa käytimme useita strategioita kuten LR, OSTOSKORIIN ja MDR lähestymistapoja arvioida järjestelmällisesti yhdistys EY alttius kanssa ituradan variantit TGF-β liittyvä signalointi geenit

TGFB1

,

TGFBR1

,

SNAI1

ja

TWIST1

kiinalaisten Han naisten.

Kerta-lokuksen analyysin monimuuttujamenetelmin LR , viisi polymorfismit, rs1800469 vuonna

TGFB1

, rs6478974 ja rs10733710 in

TGFBR1

, rs4721746 ja rs4721745 in

TWIST1

osoittivat merkittävää yhteyttä EY alttius. Vaikka LR on laajalti käytetty monimuuttujatestausta geeni-geeni tai ympäristön vuorovaikutukset, se ei voi täysin luonnehtia niitä, koska harvalukuisuuden tietojen korkea ulottuvuuksia. Lisäksi sen tilastollinen teho laskisi ja tyypin II virheitä kohoaisi suhteellisen pieni otoskoko [21]. Joten ei-parametriset OSTOSKORIIN ja MDR analyysi työskenteli korkean kertaluvun geeni-geeni vuorovaikutuksia tutkimaan erityistä yhdistelmää vaikutuksia geneettisiä variantteja. Tässä tutkimuksessa, OSTOSKORIIN analyysi osoitti, että kaikkein tärkein halkaisu muuttuja oli

TGFBR1

rs6478974, jonka jälkeen

TGFBR1

rs10512263. MDR menetelmä, joka vähentää genotyyppi parametrit multi- ulottuvuuden yksi ulottuvuus, osoitti, että

TGFB1

rs1800469 ja

TGFBR1

rs6478974 yhdessä olivat parhaat interaktionaaliseen polymorfismien tutkia EY riskiä.

Kaikki kolme lähestymistapoja yhden lokuksen analyysi osoittivat johdonmukaisesti, että genotyyppi

TGFBR1

rs6478974 TA /AA (sijaitsee introni 1) oli vahvin suojaava vaikutus EY alttiuteen. Tähän asti yhteinen variantit harvoin raportoitu eksonit tai toiminnallisia alueita

TGFBR1

saada selkeä toiminnallinen merkitys. Vaikka valtaosa SNP sijaitsevat genomisen ei-koodaavat alueet, uudet todisteet osoittavat, että SNP, joka sijaitsee geenin promoottori tai säätelyalueita, kriittisiä rooleja säätelyssä luonnetta ja geenin ilmentymisen [22]. Chen J

et al

havaittu, että rs6478974 liittyi lisääntynyt mahalaukun syövän riski Kiinan väestöstä (in hallitseva malli: AOR = 1,36, 95% CI = 1,14-1,63; lisäaineliuoksessa malli: AOR = 1,23, 95 % CI = 1,08-1,40) [23]. He havaitsivat, että rs6478974 oli kohtalainen LD kanssa rs334348 ja rs1590 (3′-UTR, molemmat r

2 = 0,504) käyttämällä online-ohjelmisto SNPinfo (https://manticore.niehs.nih.gov/cgi-bin/snpinfo /snpfunc.cgi), ja nämä kaksi lokusta luultavasti säännelty miRNA sitova ja vaikuttaa mahalaukun syövän kehitystä. Koska TβRI estää solujen kasvua alkupuolella tuumorigeneesin [9, 24], me spekuloida, että yksilöillä, joilla

TGFBR1

rs6478974 TA /AA ilmentävät korkeampia TβRI kuin TT genotyypin kantajia, ja siksi on pienempi herkkyys EY. Olemme myös havainneet, että yksilöiden sekä genotyypit

TGFBR1

rs6478974 TT ja

TGFBR1

rs10512263 TC /CC oli suurempi herkkyys verrattuna kätkeminen genotyyppi

TGFBR1

rs6478974 TA /AA rattailla analyysi, joka osoittaa, että rs10512263 voisi olla riski lokukseen. Kaksivaiheinen tapauskontrollitutkimuksessa mahasyövän (ensimmäisen vaiheen tapauksia /valvonnan = 650/683; toisen vaiheen tapauksia /valvonnan = 484/348) osoitti, että rs10512263 määräävässä malleissa (CT /CC vs. TT) merkitsevästi yhteydessä lisääntyneeseen mahalaukun syövän riski Kiinan väestöstä [23], joka on sopusoinnussa tuloksemme. Mutta Scollen S

et ai

havaittu, että pienet alleeli C rs10512263 oli suojaava vaikutus rintasyövän herkkyys (OR = 0,87, 95% CI = 0,81-0,95,

P

= 0,001) meta-analyysi SEARCH ja PBCS tutkimuksissa [25]. Erot joukossa nämä tulokset voivat johtua etnisen populaatiodiversiteettiä ja monimutkaisia ​​ympäristötekijät.

TGFB1

, havaitsimme, että T-alleelin rs1800469 (CT 5′ UTR alue) liittyi vähentynyt EY herkkyys alla hallitseva malli, joka oli yhdenmukainen tulos mahasyövän joukossa saman etnisen väestöstä (tapaukset /valvonta = 675/704, AOR = 0,65, 95% CI = 0,52-0,82) [26 ]. Meidän MDR analyysi osoitti, että yhdistetty geneettistä vaihtelua on

TGFB1

rs1800469 ja

TGFBR1

rs6478974, paras vuorovaikutuksen, vähensivät EY riski, joka oli tulosten mukaisesti analysoitiin LR. On raportoitu, että T-alleeli rs1800469 voisi parantaa affiniteettia sen promoottorin joitakin transkriptiotekijöitä, kuten Yin Yang 1 (YY1), ja lisätä TGF-β1 [27, 28]. Lisäksi Grainger DJ

et al

osoitti, että pitoisuus TGF-β1 plasmassa oli erittäin korkeampi T alleelin kantajia kuin C-alleelin kantajia keskuudessa kuningaskunnan väestöstä [29]. Polymorfismi

TGFB1

rs1800469 voi täyttää suojaava tehtävä alkupuolella tumorigenesis muuttamalla TGF-β1.

TWIST1

, olemme havainneet, että variantti genotyyppejä rs4721746 ja rs4721745, sekä paikallistamiseen 3 ’reunustavien alueiden ollut päinvastainen vaikutuksia EY riskejä väestöstä. Käytettäessä web-pohjainen toiminnallinen käsinkirjoitustyökalun F-SNP (https://compbio.cs.queensu.ca/F-SNP/) [30], nämä kaksi polymorfismit olivat molemmat ennustettu vaikuttamaan transkription sääntelyä TFSearch ja Consite työkalut (toiminnallinen merkitys tulokset = 0,239; 0,208, tässä järjestyksessä). Lisätutkimukset muissa väestön tarvitaan tarkistaa havaintomme.

Haplotyyppifrekvenssianalyysi perustuva lähestymistapa saattaa olla suurempi voima kuin yhden lokuksen analyysin kun SNP ovat vahvoja LD ja antaisi lisää tilastollinen voima havaita geenien monimutkainen piirre sairaudet [31, 32]. Meidän haplotyyppi-jälleenrakentamiseen yhdistys tutkimuksessa, huomasimme, että

TGFB1

haplotyypin CG ja diplotype CA-CG molemmat liittyy lisääntynyt EY alttius. Vuonna

TGFBR1

, haplotyypin CACGA ja diplotype CACGA-CTTAA laski EY riski. Lisäksi havaitsimme merkittäviä yhteisiä vaikutuksia haplotyypin CACGA, suvussa syöpä, BMI tila ja estrogeenin altistumisen kerrostunut analyysiin. Haplotyypin CACGA, kätkeminen suojaava alleelin A rs6478974, vähensi EY riippumatta siitä, mitä ympäristötekijät olivat, mikä edelleen osoitti, että A-alleelin rs6478974 saattaisi olla tärkein suojaava lokuksessa väestöstä. Jos nämä haplotypes ja diplotypes voitiin todistaa muulla väestöllä, niitä voidaan käyttää molekyyli- päättäjät estimointijärjestelmässä EY riskejä, ja voivat myös antaa viitteitä löytää syy SNP.

On olemassa kolme vahvuuksia meidän tutkimus.