Krooninen sairaus

tiivistelmä

munasarjasyöpä on viidenneksi suurin syy syövän kuolemaan naisten Yhdysvaltain ja seitsemänneksi kohtalokas maailmanlaajuisesti. Vaikka munasarjasyöpä on merkittävä sen alkuperäisen herkkyyttä platinapohjaisen hoitoja, valtaosa potilaista lopulta kehittää toistuvan syövän ja periksi yhä platina-resistenttejä. Moderni, kohdennettuja syöpälääkkeet puuttua solun signalointi, ja tunnistaa keskeiset tautimekanismien suuresti edistää meidän hoito kykyjä. Jotta valottaa molekyylitason monimuotoisuutta munasarjasyöpä, suoritimme kattavan transkription profiloinnin 129 pitkälle, korkealaatuista vakavasta munasarjojen syöpiä. Toteutimme uudelleen näytteenotto versiosta ISIS luokan löytö algoritmia (rISIS: vankka ISIS) ja soveltanut sitä koko joukko munasarjasyövän transkription profiileja. rISIS tunnistettu aiemmin kuvaamattoman potilas kerrostuneisuus, tukee myös mikro-RNA ekspressioprofiileja, ja geeni asettaa rikastamiseen analyysissä havaittiin vahva biologinen tukensa jaottelu soluväliaineen, soluadheesiota, ja angiogeneesi geenejä. Vastaava ”angiogeneesi allekirjoitus” oli validoitu kymmenessä julkaistu riippumaton munasarjasyöpä geeniekspressiota aineistot ja liittyy merkittävästi kokonaiselossaolo. Alatyypeistä olemme määritelleet ovat mahdollisia translaation kiinnostavia, koska ne voivat olla merkityksellisiä tunnistaa potilaat, jotka voivat hyötyä lisäämällä antiangiogeenisen hoitoja, joita nyt testattu kliinisissä kokeissa.

Citation: Bentink S, Haibe -Kains B, Risch T, Tuuletin JB, Hirsch MS, Holton K, et al. (2012) angiogeenisen mRNA ja microRNA Gene Expression allekirjoitus ennustaa Novel alalaji seroosit munasarjasyöpä. PLoS ONE 7 (2): e30269. doi: 10,1371 /journal.pone.0030269

Editor: Tšad Creighton, Baylor College of Medicine, Yhdysvallat

vastaanotettu: 19 lokakuu 2011; Hyväksytty: 12 joulukuu 2011; Julkaistu: 13 helmikuu 2012

Copyright: © 2012 Bentink 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 avustusta Dana-Farber /Harvard Cancer Center Naisten Cancer Program, Claudia Adams Barr Foundation, Kittredge Foundation, ja Dana-Farber Cancer Institute High Tech Fund. Lisätukea saatiin avustusta National Cancer Institute (3P50 CA105009-05S1). DASL määritykset toimittivat Illumina, Inc. rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: Analyysit käytetty johtuvat angiogeenisen allekirjoitus potilaista Dana-Farber Cancer Institute ja Brigham and Women n sairaala tehtiin tiedemiesten Illumina, jotka markkinoivat DASL. Tekijät Jian-Bing Fan, Craig huhtikuuta Jing Chen ja Eliza Wickham-Garcia työskentelevät Illumina, Inc., kaupallinen yritys. Tämä ei muuta tekijöiden noudattaminen kaikki PLoS ONE politiikan tietojen jakamiseen ja materiaaleja ja kaikki tiedot on talletettu ArrayExpress.

Johdanto

Advanced epiteelin munasarjasyöpä on merkittävä alkuherkkyydestä että platinaa ja taksaania kemoterapian [1], [2], mutta valtaosa naisista kehittyy uusiutuva munasarjasyöpä 12 ja 24 kuukautta ja lopulta kuolevat yhä platinaa ja kemoterapia-resistenttejä. Yksi mahdollinen syy munasarjojen syöpä on edelleen tulenkestävä ja hoito on, että on olemassa erillisiä mole- alatyyppejä, jossa eri solujen ominaisuudet, joista kukin voi vaatia erilaisia ​​hoitomenetelmiä tehokkaasti sairauden hoidossa.

geeniekspressioprofilointi data on suurin lähde genomista tietoja, jotka saattavat olla hyödyksi tunnistaa kliinisesti relevantti alatyyppien munasarjasyövän, ja useita tutkimuksia on tutkittu sen käyttöä löytää ennakoivaa biomarkkereita ja kliinisesti relevantti alatyyppien munasarjasyöpä [3], [4], [5], [6], [7], [8], [9], [10], [11]. Tothill et ai. [10] käytetään ilman valvontaa klusterointi geenin ilmentymisen profiilien ja ehdotti, että on olemassa kuusi alatyyppien munasarjan epiteelin syövän (merkitty C1-C6) ja seitsemäsosa ryhmä unclassifiable kasvaimia (NC); C1 alatyyppi, joka oli köyhimpien ennuste, havaittiin ominaista ilmaus reagoiva strooman allekirjoitus. Dressmann ja työtovereiden [5] käytetään valvotun tilastollista lähestymistapaa ennustaa vastaus platinapohjaiseen hoitoa geenien ilmentyminen tietojen he löysivät todisteita yhdistää chemoresistance on Src ja Rb /E2F-reitin aktiivisuutta. Äskettäin ”Cancer Genome Atlas” (TCGA, https://cancergenome.nih.gov) konsortio julkaissut joukon 500 geeniekspressioprofiilien 500 serous munasarjasyövän kasvainnäytteestä että ne käytetään päätellä olemassaolon useiden alatyyppejä [12] . Kuitenkaan yksikään alatyypeistä tunnistettu tähän mennessä nähnyt laajaa kliinistä soveltamista ja useinkaan vahvistaa itsenäisissä aineistoja.

Tavoitteena oli löytää vankka molekyyli- alatyyppejä korkealaatuisesta serous munasarjasyövän ja sarjaa toiminnallisesti määritelty luokittelun geenejä, jotka saattavat antaa käsityksen mahdollisia hoitoja. Aloitimme kokoelma 129 kliinisesti selityksin formaliinilla kiinnitetyt, parafiiniin upotetut (FFPE) FIGO vaiheen III ja vaihe IV korkealaatuista serous munasarjanäytteiden aiemmin käyttää rakentamaan kudos microarray [13], [14] ja käyttää Illumina DASL ™ BeadArray ™ -alusta profiloitua mRNA ilmaisun näillä potilailla; rinnan, olemme profiloitu ilmentymistason 743 ei-koodaavan mikro-RNA: t.

Kun kerätään ja normalisoitu geenin ilmentymisen tiedot, meillä oli rISIS luokan löytö algoritmi [15] ja alistetaan tulokseksi ehdokas alatyypeistä on tiukka validointi ja arviointijärjestelmä lukien bootstrap perustuu vakauden arviointiin ja integrointi mikroRNA profiileja, ja sitten validoitu tuloksena alatyyppejä ja liittyvä geeni allekirjoituksen kymmenestä itsenäisestä geenien ilmentymisen aineistoja edustavat dataa 1606 munasarjasyöpä potilaille.

Methods

Patient tunnistaminen

hyväksyntä saatiin Dana-Farber /Harvard Cancer Center Institutional Review Board (IRB) tarkistaa kaikki patologiaraporteista tammikuun 1999 ja joulukuun 2005 Brigham ja naisten sairaala patologian yksikkö tietokanta, joka sisälsi diagnoosi ”munasarjasyöpä” ja kerätä kliiniset tiedot liittyvät niille potilaille. Hyväksytyillä potilailla oli diagnosoitu myöhään (kaikki FIGO vaiheen III-IV, paitsi 1 tapauksessa Ile) korkealaatuista papillaarinen vakavien munasarjasyövän patologia lohkoja käytettävissä sukupolven korkean tiheyden kudosten microarray (HTMA) [13]. Potilaan kliininen ja demografiset ominaisuudet poimittiin lukien: ikä diagnoosin, sairauden vaiheessa, kirurgisten, solunsalpaajahoitoa annetaan, vastaus kemoterapiaa, päivämäärä diagnoosi, myyntiluvan tauti uusiutuu, ja kuolinpäivä tai viime dokumentoitu käynti lääkärin toimittaja .

RNA ja mikrosirujen hybridisaatio

RNA eristettiin FFPE lohkot alun perin käytetty TMA rakentamiseen. H valituilla alueilla näytteenottoa perustuivat ottaa alhainen soluttautua, nekroottista tai muita saastuttavia kuin kasvain kudosta. Lähetti-RNA eristettiin käyttäen Qiagen RNeasy FFPE pakki; RNA laatu ja eheys arvioitiin käyttäen profiileilla Agilent Bioanalyzer ja 129 näytettä kulkee tätä perus QC analyysi analysoitiin prototyyppi Illumina DASL BeadArray joka sisältää noin 12000 valitaan mRNA: t (ArrayExpress Array Suunnittelu liittymistä A-MEXP-931) [16]; kaksitoista näytteet ajettiin kahtena jotta arvio toistettavuus määrityksen. Lisäksi käytimme prototyyppi DASL perustuva microRNA ilmentymisen profilointi BeadArray sisältävien koettimien 743 MikroRNA (ArrayExpress Array Suunnittelu liittymistä A-MEXP-1678) [17] kartoittaa malleja mikroRNA toiminnan näytteissä. Tuloksena data normalisoitiin käyttämällä varianssi vakauttava muunnos yhdistettynä quantile normalisointia täytäntöönpanemissa Bioconductor Lumi paketin [18], [19]. Molemmat aineistoja toimitettiin ArrayExpress tietovarastoon (ArrayExpress Experiment liittymistä E-MTAB-386).

Tietojen analysointi

Tunnistaa munasarjasyöpä alatyyppejä, 129 kasvain näytteet jaettiin koulutus setti (n = 82) ja mallin valinta joukko (n = 47). Geenien microarray suodatettiin valita 1000 eniten vaihtelee suuresti niiden ekspressiotasot poikki näytteet, mutta joka oli myös alhainen vaihtelevuuden kahdentoista sarjaa kaksoiskappaleet. Käytimme rISIS luokan löytö algoritmi näiden 1000 geenien tunnistamiseen erillisiä osio 82 opetusnäytteitä ja valita 100 geenit edellyttäen merkittävin tilastollista tukea osiolle. Sitten testataan alkuperäistä ehdokasjoukon osioita vastaan ​​47 mallin valinta testi joukko näytteitä ja säilytti neljä joka säilytti tilastollista merkittävyyttä (luokitus vakauden 95% aikana bootstrap) mallissa valinnassa set.

MicroRNA ekspressiotietojen alkaen 743 tunnettujen ihmisen miRNA profiloitu samalla 129 kasvain testattiin käyttämällä PAM (ennustava analyysi microarray) [20], yhdistettynä sisäkkäisten rajat validointi lähestymistapa [21] niiden kyky itsenäisesti ennustaa rISIS luokan tehtävän tarroja.

Gene asettaa rikastus analyysi (GSEA) GO biologisten prosessien sovellettiin tunnistamiseen biologisista teemoja, jotka liittyvät ehdokkaan alatyyppejä (FDR 10%).

voimassaolon rISIS alatyypeistä edelleen validoitu kymmenessä itsenäinen aineistot (taulukko 1). Tiedot kunkin tutkimuksen normalisoituivat, koettimet kartoitettu Ensembl tunnisteita, geeniekspressiotasot voimakkaasti skaalattu välillä [-1, +1], ja näytteet luokiteltu käyttäen pistemäärä perustuu painojen määritettiin meidän lineaarisesta erotteluanalyysi alkuperäisen aineisto. Muita yksityiskohtia laskennallisia menetelmiä annetaan teksti S1.

Tulokset

Patient kerrostuminen perustuu 4 itsenäistä geeniekspression allekirjoituksia

Geenien ilmentyminen-pohjainen kerrostuminen syöpä osaksi kopiointia selvä alatyyppeihin on osoittautunut erittäin tehokas erottamaan potilailla, joilla on ainutlaatuisia kliinisiä piirteitä, ja valaista geenit ja mekanismit vastaa ajo alatyypin erotteluja. Ei kuitenkaan vankka molekyyli luokituksen munasarjojen on todettu, vaikka suuri määrä käytettävissä ilmaisun aineistoja. Tämä saattaa johtua siitä, että monet tutkimukset sisältävät useita histologisia alatyyppejä, vähentää niiden valta tehokkaasti tunnistaa uusia molekyyli fenotyyppejä [22], [23], [24], [25], [26].

rajoitusten voittamiseksi näiden aiempien tutkimusten, me syntyy suuri geenien ilmentyminen datasarjan kasvaimista koostuu vain korkealuokkaisesta, myöhään serous karsinoomat ja käyttäneet näitä alatyyppi löytö. Keskityimme korkealaatuista serous kasvaimet koska ne edustavat ylivoimaisesti yleisin histologinen alatyyppi munasarjasyöpä ja yksi herkin kemoterapiaa. Me poikkesi yleisesti käytetty strategia klusterointi potilaista perustuvat maailmanlaajuiseen samankaltaisuutta niiden geeniekspressioprofiilien kuvatulla Tothill et al. [10], koska tällaiset lähestymistavat voidaan mukana perustamassa taustatiedot geenien ilmentymistä ja sen sijaan keskittyi hakemaan kompakti modulaarinen ominaisuuksia sisällä kasvain ekspressioprofiileja. Meidän lähestymistapamme on yhdenmukainen mekanistinen malleja syövän alatyyppejä, joissa ilmentyminen erillisiä toiminnallisesti liittyviä ryhmiä geenien ja erillisiä polkuja voi määritellä fenotyypiltään ja kliinisesti erillistä ryhmää [27].

Käytimme valvomatta luokan löytö algoritmi ISIS [15], joka jakaa näyte asetettu osaksi osajoukkoja ja testaa merkitys osioiden käyttämällä lineaarista erotteluanalyysi kanssa 100 merkittävimmät geenejä. Toisin kuin laajemmin käytössä klusterointialgoritmeja, joka aina palauttaa osio aineisto, ISIS ei raportoi tuloksena, jos tieto ei tue läsnäoloa alatyyppien tietyn kohortin.

analyysissa esitetään tässä toteutimme vankka versio ISIS algoritmin, rISIS, joka sisältää lisäksi bootstrap vaiheessa tunnistamaan pelkästään ne osiot näytteiden testipakkauksesta jotka eivät ole riippuvaisia ​​koostumuksesta peruskoulutuksen vedostulostus. Voit tehdä tämän rISIS valitsee satunnaisen osajoukot harjoitusnäytteet, etsii alatyypin osiot ja junat luokittelijoiden kutakin näistä, ja valvoo, että ennusteiden riippumatonta testinäytteiden. Vain ennustettu osiot olivat yhdenmukaiset riippumattoman testi Näytteet säilytetään ja käytetään edelleen analyysiä.

Käyttämällä rISIS löysimme neljä itsenäistä, vankka binary osioita tai ”Halkaisujätteet,” meidän munasarjasyövän geeniekspressioprofilointi data (S1 -S4), kukin tukee ilmaus määritellyistä 100 geenien (moduulit) kuten kuvassa 1. jokaisen näistä binary osioita, kaksi potilasta alatyypeistä leimattiin g0 ja g1, että suurempien ja pienempien osajoukkoja vastaavasti niin, että S1 koostuu S1g0 ja S1g1, S2 on jaettu S2g0 ja S2g1 varten Split2, jne luettelo geenien moduulit, jotka määrittävät kunkin binary väliseinät sisältyy File S1.

ISIS algoritmi tunnistaa neljä itsenäistä binary osio luokitusten (halkeamia) 129 munasarjasyöpä näytteitä. Jokainen kaksijakoinen luokittelu tukee itsenäisesti valittu joukko 100 geenien (moduuli). Yläpaneelissa kuva esittää neljä vaakapalkeilla edustavat luokittelu 129 kasvain näytteet (sarakkeet) suhteen geenin moduuleja. Punainen osoittaa, että potilas oli luokiteltu pienempi ryhmä johtuvat vastaavista split (g1) ja valkoinen osoittaa luokittelun avulla suurempi ryhmä (G0). Heatmap alemmassa paneelissa edustaa ekspressioprofiilit geenin moduulien tukee neljä binary luokituksia. Kukin rivi edustaa geeniä, kukin sarake potilaan ja jokainen solu vastaa geenin ja sen ilmentymistason; keltainen osoittaa ilmentymistason geenin yläpuolella sen keskimääräinen koko potilaiden ja sinisen alle keskiarvon.

MicroRNA ekspressioprofiileja tukee Split 1

Ilmaus profiileja 743 tunnettujen MikroRNA edustettuina Illumina DASL platform [17] laati riippumattoman tiedon lähde testata luotettavuutta meidän alatyypin toimeksiantoja. Käytimme Prediction Analysis mikrosirujen (PAM) [20], joka käyttää lähimmän-centroid menetelmä, testata onko nicroRNA ilmaus pystyi ennustamaan alatyypin jäsenyyden jokaiselle neljää binary osioita. Sisäkkäisiä ristivalidointi käytettiin rakentamaan PAM luokittelija kullekin Split ja laskea puolueeton arvio sen suorituskyky [21]. Kuten voidaan nähdä taulukosta 2 microRNA ekspressioprofiilit tarjoavat vahvimpia tukea alatyyppien määritelty Split 1; vain kolme näytettä S1g1 ovat väärin luokiteltujen sisällä ristivalidointi. Rajat validoitu Luokitteluvirheillä virhe S1g0 oli suurempi, mutta silti alle 20%. Paljon suurempi luokitteluvirheet virhetasot havaittiin Halkaisujätteet 2-4, mikä viittaa siihen, että nämä voivat edustaa joko artefakteja alkuperäisessä mRNA ekspressiotietojen tai alatyyppejä potilaille tyypillistä monimutkaisempia alusrakenne kuin ei olisi voitu havaita kanssa binary halkaisu käyttämä lähestymistapa rISIS.

Koska microRNA data tarjoaa suurimman riippumattoman tuen Split 1, päätimme keskittyä jäljellä analyysimme tämän alatyypin tehtävän. Konsensus asetettu MikroRNA merkittävä luokittelussa näytteissä S1g0 tai S1g1 kaikissa ristivalidointi luokittelijoiden sisältyvät File S2.

Gene joukko rikastamiseen analyysi Split 1

jälkeen suoritettiin Gene Set Enrichment analyysi käyttäen Gene ontologia (GO) biologinen prosessi ehdoin funktionaalisesti luonnehtia geenin moduuli vastaa Split 1 luokitusta. GSEA merkittävät prosessit sisältyvät angiogeneesiä ja soluväliaineen proteiinien asiakkuutta GO luokat ”verisuonten kehitys” (GO: 0001944; FDR = 2,5%) ja ”sääntely soluadheesiota” (GO: 0030155; FDR = 2,4%), jotka molemmat olivat suhteellisesti korkeammat ekspressiotasot in S1g1, pienempi kahden luokkaa, joissa Split 1. suurempi otoksen, S1g0, osoitti suhteellisesti suurempia lauseke osallistuvien geenien ”yksijuosteista DNA: ta sitova” (GO: 0003697; FDR = 9,5%) ja ” ominainen DNA: ta sitovan ”(GO: 0043566; FDR = 5,0%). Merkityksen takia angiogeneesin ryhmät määrittävän, kutsumme S1g1 nimellä ”angiogeeninen” ja S1g0 kuin ”ei-angiongenic” alatyyppejä.

Kestävyys ja ennusteen arvioinnissa angiogeenisen alatyypin luokitus

Testasimme angiogeenisten alatyyppi luokittelu toistettavuus ja yhteyksiä kliinisiin muuttujat alkuperäisestä aineisto ja kymmenen aiemmin julkaistu geenin ilmentymisen aineistoja kerätty useita erilaisia ​​microarray alustoille (taulukko 1). Me normalisoitui ja Skaalattu data kunkin tutkimuksen ja osoitetaan, angiogeenisen alatyypin pisteet kullekin 1606 näytteiden julkaistu geeniekspression aineistot (katso teksti S1 yksityiskohtaisen kuvauksen menetelmistä). Tulokset näistä tehtävät on esitetty kuvassa 2 meidän lähtökohtaisista 129 näytettä (kuviot 2A, 2D, 2G), että 1090 potilasta kymmenestä julkaistuista tutkimuksista, joilla on korkea laatu (≥3), myöhään (≥3), vakavien munasarjojen kasvaimia (kuviot 2B, 2E, 2 H), ja kaikille 1606 potilaiden julkaistujen aineistot (kuviot 2C, 2F, ja 2I). Top luvut osoittavat lämpökarttoja varten 100 luokitusta geenit, keskirivin osoittavat bimodaalis- luokittelun tulokset kussakin aineisto, ja alarivin kuva esittää huomattavasti huonompi selviytymisen angiogeenisen alatyypin suhteen ei-angiogeeninen alatyyppiä. Riippumaton validointi että vahvin määrä alatyyppejä datan, arvioitiin käyttämällä Bayes Information Criteria (BIC), esitetään kuvassa S1.

Paneelit A, D ja G näyttää geenin ilmentymistä 100 geenien käytetään luokittelemaan munasarjakasvaimia osaksi angiogeeninen ja ei-angiogeeninen alatyyppejä meidän aineisto (129 potilasta), korkealuokkaisesta, myöhäisessä vaiheessa, vakavien kasvaimet (1090 potilasta) ja kaikki kasvaimet (1606 potilasta) validointi asetettu vastaavasti. Paneelit D, E ja F raportti vastaava jakauma skaalata alatyypin tulokset. Paneelit B, D ja F raportoi (yleisen) eloonjäämiskäyristä potilaiden, joilla on kasvaimia angiogeenisten tai ei-angiogeeninen alatyyppiä vastaavaa aineistoja.

Sisäpuolella potilaan joukko, joilla on angiogeeninen alatyypin kasvaimia oli riskisuhde (HR) = 1,3 (95% CI [0.8,2.2], logrank p-arvo = 0,28) verrattuna ei-angiogeeninen alatyyppiä. Näimme samanlaisia, ja erittäin merkittäviä eroja varten julkaistun korkean, myöhäisessä vaiheessa, vakavien kasvaimet (HR = 1,3, 95% CI [1.1,1.6], logrank p-arvo 0,001) ja koko julkaistun munasarjojen aineisto (HR = 1,4; 95% CI [1.2,1.6], logrank p-arvo 0,001). Muita tontteja, myös luokitus kymmenestä yksittäisten julkaistu aineistot löytyvät Kuva S2 ja kuva S3.

yhteyksiä kliinisiin parametreihin

testataan yhdistys angiogeenisen alatyypin luokitus kliinisen tietoja, kuten vaihe, laatu, optimaalinen debulking leikkauksen aikana, ja ikä, käytettävissä kokoelman aineistoja (taulukko 1). Meidän joukko 129 korkealaatuista, myöhäisessä vaiheessa, serous munasarjasyöpä potilaille emme havainneet merkittävää yhteyttä minkään näiden kliinisten parametrien (Fisherin testiä p-arvo 0,05). Samoin validointi joukko 1090 korkealaatuisesta, myöhäisessä vaiheessa serous munasarjasyöpä potilaille, huomasimme merkittävää yhdessä alatyypin ja näiden parametrien (Fisherin testiä p-arvo 0,05).

Kuitenkin validointi sarja 1606 munasarjasyöpä potilaille löysimme merkittävää yhteyttä arvosana (vain 19% luokan 1 kasvaimet ovat angiogeenisen alatyypin, Fisherin testiä p-arvo = 0,0025; taulukko 3A), vaihe (vain 10% vaiheen I ja II kasvaimet ovat angiogeenisen alatyypin, Fisherin testiä p-arvo 0,001; taulukko 3B) ja rajaamisvai- (debulking on optimaalinen 60% vs. 44%, että angiogeeninen ja ei-angiogeeninen alatyypin kasvaimet vastaavasti tarkka testi p-arvo = 0,001 , taulukko 3C). Mitään merkittävää assosiaatiota angiogeenisten alatyypin luokittelua ja ikä diagnoosin on todettu.

Vertailu julkaistujen munasarjasyöpä alatyyppejä

verrataan meidän angiogeenisten alatyypin luokittelun ilmaisemiseen perustuvia molekyyli alatyyppejä määrittämä Tothill ja työtovereiden [24] käyttämällä

k

yhdistetty elin ryhmittely. Nämä alatyypit, joita he kutsuivat C1 (n = 83), C2 (n = 50), C3 (n = 28), C4 (n = 46), C5 (n = 36), C6 (n = 8), ja NC varten joukko ”määrittämätön” tapauksissa (n = 34), ilmoitettiin vastaavat eri kliinisiä ja patologisia piirteitä. Merkittävin näistä oli C1 joka Tothill havaittiin olevan merkittävästi huonoon ennusteeseen ja joita ne kuvataan tyypillistä ”reaktiivinen strooman allekirjoitus.”

Kun luokitteli Tothill näytteitä käyttämällä angiogeenisten alatyypin luokitusta, havaitsimme erittäin merkittävää yhteyttä Tothill n klustereita (Fisherin testiä p-arvo 0,001; taulukko S1A). On 115 näytettä luokiteltiin angiogeenistä alatyyppi, 82 (71%) oli peräisin C1-alatyypin, 18 oli C2, 11 oli NC, ja loput neljä olivat C5; yksikään C3 ja C4 näytteet luokiteltiin angiogeeninen. Tämä viittaa siihen, että Tothill n C1 luokassa on pitkälle yhdenmukaisten kanssa angiogeenisten alatyyppiä.

Myös Vertasimme angiogeenisten alatyypin luokitus neljän alatyyppejä ( ”eriytetty”, ”immunoreaktiivisia”, ”mesenkymaalisten”, ja ”proliferatiivinen”) äskettäin määritellään päässä geeniekspression aineisto tuottamat TCGA konsortion (taulukko 1; [12]). Nämä neljä alatyyppiä validoitu vain kahdessa aineistot (TCGA ja Tothill, taulukko 1) ja eivät osoittaneet mitään eroja kokonaiselossaoloaikaa [12]. Kuitenkin havaitsimme merkittävää yhteyttä välillä angiogeenisten alatyypin luokittelu ja TCGA n alatyypitys (Fisherin testiä p-arvo 0,001; taulukko S1B), jossa suurin osa kasvaimista tunnistettu angiogeenisten ovat peräisin TCGA mesenkymaaliset (58%) ja immunoreaktiiviset ( 20%) alatyyppeihin, vaikka käyttämällä angiogeenisten /ei-angiogeeninen luokitus heillä merkittävästi elinajan edellä kuvatulla tavalla.

keskustelu

on ollut monia julkaistuissa tutkimuksissa, jotka ovat yrittäneet löytää vankka, kliinisesti -relevant molekyylitason alatyyppien munasarjasyöpä, mutta ei ole selvää yksimielisyyttä siitä, mikä alatyyppejä olemassa. Yksi syy tähän voi olla, että useimmat analyysit ovat käyttäneet menetelmiä, jotka ovat herkkiä hienovarainen vaihtelut tiedot, jolloin otaksuttu alatyyppejä, joita ei voida yleistää riippumaton validointi aineistoja [28], [29]. Monissa tutkimuksissa on käytetty myös sekoittaa histologisia tyyppejä niiden analyysien, vähentää valta löytää uusia luokkia ja mahdollisesti sekoittavat tulokset.

analyysi esitetään tässä, olemme keskittyneet yhteen histologinen tyyppi-korkealaatuisesta serous munasarjojen syöpä. Valitsimme tämän, koska se on ylivoimaisesti yleisin histologinen alatyyppi munasarjasyöpä ja joka on eniten reagoi kemoterapiaa. Lisäksi valtaosa julkaistaan ​​geeniekspression data, mukaan lukien siitä TCGA, on potilailta, joilla on korkea-asteen vakava syöpä. Vaikka on olemassa muita tunnustettuja munasarjojen histologinen alatyyppi, kuten mucinous, kirkas solu ja endomet- syövät, meillä ei ollut riittävästi näitä etsiä alatyyppejä tai voimakkaasti vahvistamaan niiden olemassaolo itsenäisissä aineistoja.

alatyyppi löytö, käytimme rISIS, vankka klusterointimenetelmä joka yhdistää luokan löytö ja ominaisuuksien etsimällä binary ryhmittymien näytteistä, jotka ovat suuressa määrin tilastollisesti merkitseviä eroja geenien ilmentyminen [15]. Eikä luottaa maailmanlaajuiseen malleja ilmaisun, joka voidaan vaikuttaa melun tiedot ja alkuperäisen Näytteiden valinnan, rISIS etsii erotteluja alkuperäisen näytteen asetettu yhdessä geenejä, jotka ovat merkittävästi erilaisia ​​eri ryhmien ja tukea erottaminen. Suunnittelun, rISIS raportoi useita, päällekkäisiä osioita alkuperäisen näytteen sarja ja liittyvät luokittelu geenejä, mikä monimutkaisuus biologisten järjestelmien, joissa on usein yhteisiä reittejä tai funktionaalinen geeni ryhmiä, jotka aktivoituvat useita fenotyypin ryhmissä. Vaikka me löydettiin neljä otaksuttu alatyyppiä osiota, joista jokainen voisi uskottavasti kuvata geenejä, jotka tukivat sitä, olimme vain voi vahvistaa olemassa ensimmäisen bi-osio näytteiden avulla itsenäisesti saatua microRNA ekspressiotietojen.

vastaavat kaksi alatyyppiä, määritellään liittyvien geenien ilmentymistä angiogeneesiin on osoitettu olevan vankka ja toistettavissa itsenäisesti julkaistu geeniekspression aineistot mukaan lukien 1090 korkealaatuista, myöhäisessä vaiheessa, vakava (ja 1606 yhteensä) munasarjakasvainten, tilastollisesti merkitseviä eroja kokonaiseloonjäämisessä. Angiogeeninen alatyyppi todettiin olevan varsin yhdenmukaisia ​​kanssa Tothill n C1 ”reaktiivinen strooman” cluster [24] sekä päällekkäisiä mesenkymaalisten ja immunoreaktiivista alatyyppeihin tunnistetaan TCGA konsortion [12], mutta parempi tilastollinen tuki ja hyvin määritelty, functionally- liittyvä joukko luokittelu geenin moduuleja. Kun laajensimme analyysi kaikille 1606 potilaille, jotka sisältävät huono laatu ja alkuvaiheen potilailla kaksihuippuisuutta alatyypin pisteet oli säilynyt ja yhdessä selviytymisen oli vieläkin voimakkaampi. Kaiken kaikkiaan tämä viittaa siihen, että angiogeenisten alatyyppi edustaa todellista biologista osajoukko vakavien munasarjojen kasvaimia, jotka voidaan vahvasti tunnistaa poikki itsenäinen aineistoja.

Tämä tunnistaminen angiogeneesiä ajettu alatyyppi on potentiaalista kliinistä ja translaation tärkeää, koska useita anti -angiogenic aineet (bevasitsumabi, cediranib) ollaan lisätään kemoterapiaa sekä äskettäin diagnosoitu potilailla ja ne, joilla on uusiutuva syöpä. ja estäjät DNA korjaukseen (Olaparib) [30], [31], [32].

Bevasitsumabi on humanisoitu monoklonaalinen vasta-aine, joka tunnistaa verenkierrossa verisuonten endoteelin kasvutekijä (VEGF), ja joka on dokumentoitu syövän vastaista aktiivisuutta potilaat, joilla on uusiutuva munasarjasyöpä [30], [31], [32], [33], [34], [35]. Yhden agentti bevasitsumabi osoittaa hoitovasteen 18-20% viittaa aktiivisuutta tämän antiangiogeenistä munasarjasyövän [30], [31]. Näissä tutkimuksissa bevasitsumabi on todettu vaikuttavan lääke- sekä platinaa kestävä ja platina-herkkä uusiutuva munasarjasyöpä.

Gynecologic Oncology Group tutkimuksessa 218, bevasitsumabi lisättiin etukäteen kemoterapiaa vastadiagnosoidun joilla on pitkälle edennyt munasarjasyöpä, ja tutkimuksen suunnittelu koostui 3 ryhmää: karboplatiinia ja paklitakselia annettiin IV lumelääkkeeseen kemoterapian aikana ja huolto, karboplatiini /paklitakseli /bevasitsumabia lumelääkkeeseen huolto- ja karboplatiini /paklitakseli /bevasitsumabi seurasi 12 kuukautta bevasitsumabi huolto. Tilastollisesti merkittävää parannusta 4 kk havaittiin karboplatiini /paklitakseli /bevasitsumabi ja bevasitsumabin maintence varsi verrattuna karboplatiini /paklitakseli yksinään [33].

ICON7 myös oli tilastollisesti merkittävä parannus PFS lisäämällä bevasitsumabia jotta etukäteen kemoterapiaa [35]. Potilailla, joilla on platina herkkä uusiutuva munasarjasyöpä, lisäämällä bevasitsumabi karboplatiini ja gemsitabiinin kemoterapiaa tilastollisesti parempi PFS verrattuna karboplatiini ja gemsitabiinin kemoterapiaa yksinään [34]. Niinpä yhä kliiniset tiedot sekä äskettäin diagnosoitu ja toistuva munasarjasyöpä ehdottaa joitakin etua PFS lisäämällä bevasitsumabia [34], [35].

Koska tärkeä toksisuudet näiden aineiden kuten ruoansulatuskanavan suolen rei’itys tromboembolisten tapahtumien, kuten aivohalvauksia ja keuhkoembolia, ja verenpainetauti sekä rahoituskustannukset, luokittelu allekirjoitus, joka voi tunnistaa ja ennalta valitse potilaille, joiden kasvaimet mitä todennäköisimmin hyötyvät vastaanottamisesta antiangiogeenistä aineet olisivat valtavan kliinistä merkitystä. Retrospektiivinen arvio geeniekspressioprofiilien potilaiden hoidossa käsivarteen näistä kliinisistä tutkimuksista auttaisi luomaan pätevyyttä tämän allekirjoituksen ennustamiseen asiaan vastausta.

voi olla enemmän sen translaation sovelluksia meidän angiogeenisten /ei- angiogeenisten alatyyppi tehtäviä. Luokittelu geeni asetetaan myös rikastettiin geenejä, jotka liittyvät soluväliaineen ja useita aineita, jotka häiritsevät ECM, kuten lovi inhibiittorit ja integriini modulaattorit ovat parhaillaan testattavana munasarjasyöpä. Jälleen Retrospektiivinen analyysi geenien ilmentyminen tietoja potilaista hoitoryhmissä näiden tutkimusten voitaisiin perustaa kliinistä hakemuksen alatyyppejä tunnistimme.

Vaikka paljon on vielä tehtävä, olemme kehittäneet uuden lähestymistavan rajuunkin alatyypin löytö, osoitti sen soveltaminen sairaus, jossa alatyyppi tunnistaminen on osoittautunut haastava, ja vahvistanut, että kaikki meidän alatyypin toimeksiannot ovat vahvana suuri itsenäinen aineisto-ja voimakkaammin ennustavia lopputuloksen kuin mikään aiemmin raportoitu allekirjoituksen munasarjasyöpä. Koska päällekkäisiä geenit ajaa alatyypin luokitus, ja kliinisissä tutkimuksissa käynnissä munasarjasyövän, uskomme luokitus on suuret mahdollisuudet auttaa vaikutus hoidon ja parantaa tuloksia potilaiden.

tukeminen Information

Kuva S1.

tunnistetiedot todennäköisin määrä Gaussin käyriin mallintaa alatyypin arvosanat harjoitussarjassa (kuvio 1A-B) ja validointi setti 1090 potilaille, joilla on korkea laatu (≥3), myöhään (≥3), vakavien munasarjojen kasvaimia (kuvio 1 C-B) ja kaikille 1606 potilaalla (kuvio 1 E-F). Paneeli A näyttää jakautuminen alatyypin tulokset ja seosta kahden Gaussin käyriin, mikä on todennäköisin mallin tiedot on arvioima Bayes Information Criterion (BIC) paneelissa B. Kuten voidaan nähdä paneeleissa C ja E jakelu alatyypin tulokset silti osoittaa bimodaalisen kuvio huolimatta heterogeenisyys validointi aineistot (eri microarray teknologian ja normalisointi menetelmät);