Extracto
Antecedentes
evasión inmune es una de las características reconocidas de cáncer. Las respuestas inflamatorias a cáncer también pueden contribuir directamente a la oncogénesis. Dado que el sistema inmune está cableado para proteger al huésped, existe la posibilidad de que los cánceres, independientemente de sus orígenes histológicos, se doten de un patrón asociado al cáncer inflamatorio común y compartido molecular (iCAMP) promover oncoinflammation. Sin embargo, la definición de iCAMP no ha sido conceptualmente y experimentalmente investigado
métodos y las conclusiones
Todo el genoma de datos de expresión de ADNc se analizó para 221 normales y 324 muestras de cáncer de tipos de cáncer 7:. Mama , próstata, pulmón, colon, gástrico, oral y de páncreas. Se identificaron un total de 96 genes inflamatorios con la desregulación consistente, de los que 44 hasta reguladas y 52 genes regulados. expresión de la proteína se confirmó mediante técnicas de inmunohistoquímica para algunos de estos genes. El iCAMP contiene proteínas cuyas funciones en el cáncer han sido implicados y otros que aún no se han apreciado. La importancia clínica de muchos genes iCamp se confirmó en múltiples cohortes independientes de colon y pacientes con cáncer de ovario. En ambos casos, mejor pronóstico correlaciona fuertemente con alta
CXCL13
y bajo nivel de
GREM1, LOX, TNFAIP6, CD36
, y
EDNRA
. Un "gen integrado inflamatoria Score" se desarrolló aún más de la combinación de 18 genes iCamp en cáncer de ovario, que predicen la supervivencia global. Notablemente, como una proteína nuclear de importación, cuya selectiva de inmuno-reguladoras función simplemente comienza a emerger, karyopherin alfa 2 (KPNA2) es uniformemente hasta reguladas en todos los tipos de cáncer. Por primera vez, la sobre regulación específica del cáncer de KPNA2 y su importancia clínica se verificó mediante análisis de microarrays de tejidos de cáncer de colon y de cabeza-cuello.
Conclusión
Este trabajo define un inflamatoria firma compartida por siete tipos de cáncer epitelial y KPNA2 como una proteína constantemente hasta reguladas en el cáncer. Identificación de iCAMP no sólo puede servir como un nuevo marcador biológico para el pronóstico y el tratamiento individualizado del cáncer, sino que también tienen implicaciones biológicas importantes
Visto:. Rachidi SM, Qin T, Sun S, Zheng WJ, Li Z (2013 ) Molecular Profiling de los cánceres humanos múltiples Define un patrón inflamatorio asociada a cáncer Molecular y Destapa KPNA2 como un marcador de cáncer pobre pronóstico uniforme. PLoS ONE 8 (3): e57911. doi: 10.1371 /journal.pone.0057911
Editor: Matthew L. Anderson, Baylor College of Medicine, Estados Unidos de América
Recibido: 22 Octubre, 2012; Aceptado 29 de enero de 2013; Publicado: 25 Marzo 2013
Derechos de Autor © 2013 Rachidi et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Financiación:. Esta investigación fue apoyado en parte por los proyectos piloto de los Institutos nacionales de la Salud /Centro Nacional de Recursos de investigación (NIH /CNRR) concede RR017696-05 P20 y P20 RR017677; Instituto Nacional de Ciencias Médicas Generales (NIH /NIGMS) R01GM063265-09S1; PhRMA Fundación de Investigación de arranque Grant (a W.J.Z); T.Q. fue apoyado por la Fundación de Investigación de arranque PhRMA Grant, NIH /CNRR 5P20RR017677-10, NIH /NIGMS R01GM063265-09S1 y T32GM074934 07. Z.L. con el apoyo de subvenciones del NIH. Los donantes no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito
Conflicto de intereses:.. Los autores han declarado que no existen intereses en competencia
Introducción
se observó que la relación entre el cáncer y la inflamación ya en el 19
ª siglo, cuando Ronald Virchow describió leucocitos infiltrantes de tumor. Sin embargo, no fue sino hasta las últimas dos décadas que el microambiente inflamatorio ha sido reconocido como un componente clave en la carcinogénesis, siendo involucrados en el cáncer de iniciación, promoción y metástasis [1]. Las infecciones crónicas se establecen factores etiológicos para muchos cánceres humanos [2]. Del mismo modo, la inflamación crónica, como la enfermedad inflamatoria intestinal y hepatitis crónica aumenta el riesgo de carcinomas colorrectales y hepatocelulares, respectivamente. En la mayoría de los casos, se cree que la vigilancia inmune para eliminar focos tumorigénico [3]. Sin embargo, las células iniciadoras del cáncer reprogramar las células inmunes para crear un microambiente tumoral amable, y ello evitando la inmunidad antitumoral. Además, el cáncer puede formar tanto a los brazos innata y adaptativa del sistema inmunológico a través de células de origen mieloide supresores [4], las células T reguladoras [5] y otros mediadores, para promover el crecimiento y la invasión.
El papel de la inflamación en la carcinogénesis comienza con la iniciación del tumor, a través de múltiples mecanismos tales como el estrés genotóxico mediante especies reactivas de oxígeno, la inducción de la citidina desaminasa inducida por activación (AID) [6], la entrada de TNF-α inducida de β-catenina en el núcleo [7 ] y otros. Más allá de la iniciación, las citocinas activan los factores de transcripción pro-tumorigénicos como STAT3 y NF-kB en las células de cáncer existentes [8]. Las células inflamatorias también amortiguan la inmunidad antitumoral a través de moléculas como indoleamine-2,3-dioxigenasa y arginasa 1, que interfieren con la función de los linfocitos T [4]. transición epitelial-mesenquimal también se ve favorecida por las citoquinas tales como TGF-β, la promoción de la metástasis distal [9].
"Onco-inflamación", por tanto, contribuye a las diferentes características de cáncer, incluyendo la proliferación celular, la angiogénesis y escapar de la apoptosis . Sin embargo, a pesar de este elaborado diafonía entre las células cancerosas y el microambiente inflamatorio, el enfoque para descubrir jugadores críticos en esta interacción ha sido hasta ahora esporádica y no exhaustiva. En este estudio, la hipótesis de que existe un patrón inflamatorio común entre los diferentes tipos de cáncer, lo que constituye un perfil de la firma denomina como iCAMP. Se realizó un análisis global de la expresión génica a través de 7 tipos de cáncer epitelial comunes. Se identificó un perfil oncoinflammatory robusta, lo que demuestra los valores predictivos independientes y fuertes en los resultados clínicos de varios tipos de cáncer. Este enfoque también ha llevado al descubrimiento y validación de KPNA2 como el más consistente hasta reguladas sola proteína en el cáncer.
Métodos
Declaración de Ética
El acceso a muestras de pacientes y el análisis de los datos anónimos fue aprobado por el Comité de Ética de Investigación humana de la Universidad de Medicina de Carolina del Sur.
Conjuntos de datos
Este análisis incluyó perfiles de expresión génica de 7 tipos de cáncer. Un conjunto de datos se incluye para cada tipo de cáncer, lo que resulta en un total de 7 conjuntos de datos. Los cánceres incluidos en este estudio son: mama, colon, pulmón, oral, de próstata, de páncreas y cáncer gástrico [10], [11], [12], [13], [14], [15], [16]. Los conjuntos de datos se obtuvieron a partir de la Expresión Génica Omnibus (GEO) conjuntos de datos, una base de datos pública del NCBI. Cada uno de los conjuntos de datos de microarrays incluidos los datos de expresión de ARNm de cáncer y el tejido normal (Tabla S1). Todos los conjuntos de datos utilizados [HG-U133_Plus_2] Affymetrix Human Genome U133 Plus 2.0 gama plataforma para la cuantificación de los niveles de expresión génica.
Análisis CDEP en siete conjuntos de datos GEO
Se investigaron los siete tipos de cáncer epitelial para identificar genes que muestran expresión diferencial coherente utilizando el método desarrollado recientemente consistente patrón de expresión diferencial (CDEP) [17]. Los microarrays de datos en bruto que compararon la expresión genética entre las células normales y cancerosas ha sido descargado de la base de datos NCBI GEO (http://www.ncbi.nlm.nih.gov/gds/) (Tabla S1). Después de excluir 10 muestras de adenoma de colon en el conjunto de datos, se estudiaron 545 muestras, de las cuales 324 eran de tejido de cáncer y 221 fueron normales. Los valores de expresión de las muestras replicadas en el conjunto de datos de cáncer de páncreas se promediaron. Los conjuntos de datos en bruto se pre-procesados de forma individual. Para cada conjunto de datos, los valores de expresión de genes se ajustaron y normalizado por el enfoque GCRMA aplicado en la I [18]. La tasa de falso descubrimiento (FDR) de cada gen en cada conjunto de datos normalizado se calculó utilizando el método de permutación implementado por el paquete "RankProd" en R [19]. Cada gen en cada conjunto de datos se asocia entonces con un FDR prima, por estar arriba /abajo reguladas [17]. Para los genes que no están presentes en la plataforma de un conjunto de datos, se le asigna el valor de la mediana FDR de ese conjunto de datos [17].
CDEP meta-análisis se aplicó luego a los FDR primas de los siete conjuntos de datos. Para cada conjunto de datos, la tasa de falsos positivos se define como la probabilidad de un gen no regulado hasta ser llamado falsamente como sobre-expresada (o un gen regulado de la no-down se llama falsamente como reprimido). El número de genes están regulados hasta, las reguladas, y no diferencialmente expresado para cada conjunto de datos se estimó mediante un modelo de mezcla Beta implementado en WinBUGS [20]. Sobre la base de esta tasa y el uso de distribuciones de Bernoulli independientes, se calculó la probabilidad de que un gen se identificó falsamente como más /menos-expresado entre los siete conjuntos de datos para cada umbral FDR
l. Francia El procedimiento se evaluó mediante la estimación de la tasa de falso descubrimiento (FDR
g) observar el logaritmo de verosimilitud esperada anteriormente, es decir, la proporción de falsos positivos entre los genes identificados para ser consistentemente expresa de forma diferente. La "probabilidad log null" se calculó permutando los valores relativos a los genes dentro de cada conjunto de datos, y luego realizar los mismos procedimientos anteriores para calcular el valor esperado de la "probabilidad log null" en cada permutación
b
para cada gen, utilizando como punto de corte.
Base de datos para anotación, y Visualización integrada Discovery (DAVID)
Después de identificar los genes expresados diferencialmente a través de los 7 tipos de cáncer, el conjunto de hasta reguladas y reguladas por los genes se introducen en la base de datos DAVID (http://david.abcc.ncifcrf.gov/), y los que tienen anotaciones de genes relacionados con la inflamación y /o respuesta inmune fueron seleccionados para su posterior análisis.
humano Protein Atlas (GEPH)
Seis de los siete tipos de cáncer y su correspondiente tejido normal fueron investigados por el nivel de expresión de proteínas de todos los genes relacionados con la inmunidad por GEPH (www.proteinatlas.org).
cáncer Oncomine base de datos
base de datos Oncomine (www.oncomine.org) se utilizó para identificar la importancia clínica de los genes relacionados con el sistema inmune y su capacidad para predecir la supervivencia del paciente y la recurrencia de la enfermedad. Se utilizó el software de tejas X [21] para determinar los puntos de corte óptimos para la separación de bajo riesgo de los pacientes de alto riesgo.
Partitura inflamatoria gen integrado (IGIS)
IGIS para cada cáncer de ovario paciente es la suma del valor de riesgo de 18 genes iCAMP con significado pronóstico independiente demostrada por la formación de datos [22]. Estos genes son
CCL28, CXL12, EDNRRB, GFRA1, GREM1, IL8, JAM2, LOX, MAL, MIF, MPZL2, pIgR, PTGER4, RSAD2, SERPINA5, TFF3, TNFAIP6 y TNFSF4
. El valor predictivo de IGIS fue probada usando un conjunto de datos de cáncer de ovario TCGA independiente, basado en los valores de corte pre-determinados por la formación de datos [22]. Para un paciente dado, el valor de un gen que confiere un mal pronóstico es su riesgo relativo (RR), mientras que el valor de un gen cuya expresión en ese paciente predice mejor pronóstico fue fijado como cero. A modo de ejemplo, si un paciente A cae en el grupo de alto riesgo de los genes 1 y 2, pero en el grupo de bajo riesgo para el gen 3, IGIS de este paciente será la suma de riesgo relativo para el gen 1 y el riesgo relativo para el gen 2, ya el valor del gen 3 es cero.
Análisis Ingenuity Pathway (IPA)
Con la herramienta Ingenuity Pathway Analysis (www.ingenuity.com), los genes inflamatorios fueron asignadas en múltiples redes, cada emisión sobreexpresado y bajo-expresó queridos.
microarrays de tejidos
microarrays de tejidos (TMA) para el cáncer de colon y el cáncer de especímenes de cabeza-cuello contenidos, tejidos embebidos en parafina fijados con formalina. El cáncer de colon TMA se desarrolló a partir de las muestras de pacientes obtenidos en la Universidad Médica de Carolina del Sur (MUSC), Charleston, Carolina del Sur, EE.UU.. Nuestro estudio fue aprobado por la Junta de Revisión Institucional. La cohorte de cáncer de colon consistía en tumores de 55 pacientes y el tejido normal adyacente de 50 de ellos, junto con muestras metastásicas 15 ganglios linfáticos. Cada una de las muestras normales y cancerosas era al menos por duplicado. La información clínica y demográfica incluyendo edad, sexo, tipo histológico, grado tumoral (T) y los ganglios linfáticos (N) etapas, global y la supervivencia libre de recidiva se obtuvieron del Registro de Cáncer del Centro de Cáncer Hollings en la Universidad Médica de Carolina del Sur . El cáncer de cabeza-cuello TMA se obtuvo de los Estados Unidos Biomax, que contenía 60 de cabeza-cuello carcinomas de células escamosas y muestras normales de 9 pacientes independientes.
La inmunohistoquímica (IHC)
secciones de 5 micras eran corte de los bloques de TMA. tinción KPNA2 se realizó con un anticuerpo policlonal de conejo específico para KPNA2 humano (Abcam, Cat#84440) a una dilución 1:500. Los portaobjetos se hornea durante 1 hora a 60 ° C y con parafina-DE. Después de la recuperación de antígenos usando tampón de citrato (pH = 6,0), peroxidasa endógena se inactivó usando 3% de H
2O
2 en DH
2O durante 5 minutos y la unión no específica fue bloqueada por el suero normal de cabra al 2% durante 3 horas a temperatura ambiente. Las muestras se incubaron con anticuerpo anti-KPNA2 a 4 ° C durante 16 horas, seguido de anticuerpo secundario (Kit Vectastain ABC, PK-4001) y el desarrollo utilizando sustrato DAB (Vector Labs de SK-4100). La tinción mostró especificidad absoluta al núcleo sin señal fuera del objetivo discernible. KPNA2 cuantificación se realizó por un patólogo quirúrgico (S. S.) que fue cegado a los parámetros clínicos del paciente. La cuantificación incluida la intensidad de tinción nuclear (1: leve; 2: moderado; 3: fuerte, pero menos intenso que 4, y 4: intenso). Y porcentaje de núcleos positivos sobre todas las células tumorales en un núcleo TMA
Resultados
flujo de trabajo de extracción de datos y la identificación de los genes expresados diferencialmente consistente en siete tipos de cáncer humano
Los datos en bruto a partir de 7 conjuntos de datos (Tabla S1) se obtuvo por primera vez de la Expresión génica Omnibus (GEO). Cada conjunto de datos corresponde a un tipo de cáncer: mama, colon, pulmón, oral, páncreas, próstata y cáncer gástrico. Estos conjuntos de datos incluyen los perfiles de expresión de microarrays de tejidos de cáncer y tejidos normales correspondientes. Después de determinar los genes desregulados en cada tipo de cáncer, la metodología consistente patrón de expresión diferencial (CDEP) se llevó a cabo para identificar los genes expresados diferencialmente a través de los siete conjuntos de datos. 911 genes fueron reguladas y 618 genes se redujeron reguladas. El uso de DAVID, estos genes fueron clasificados funcionalmente y los genes relacionados con la inmunidad fueron identificados (Figura S2, el cuadro S2). Para mejorar aún más la relación de señal a ruido, los genes que mostraron un factor de cambio (FC) & lt; 2 en cinco o más tipos de cáncer se excluyeron. Esto dio lugar a un perfil inflamatorio robusta, denominada iCAMP, de 44 hasta regulada y 52 hacia abajo de los genes regulados a nivel de ARNm (Figura 1). La expresión de la proteína de iCAMP se verificó mediante IHC en 6 tipos de cáncer: mama, colon, pulmón, páncreas, próstata y gástrico por la minería el Protein Atlas Humano (Tabla S3, S5 Figura). La importancia clínica de iCAMP se determinó mediante el uso de la base de datos Oncomine. Por último, la herramienta de Ingenuity Pathway Analysis se utilizó para determinar la función de iCAMP en la inflamación asociada a cáncer.
Mapa de calor que muestra el 44 hasta reguladas y 52 genes regulados a través de los siete tipos de cáncer, además de la dirección de la desregulación en el cáncer de ovario. ↑, hasta reguladas. ↓, el regulado. ↔, sin cambios.
Identificación de genes relacionados con la inmunidad
Entre los genes regulados en iCAMP, los que participan en la regulación positiva de la apoptosis de los linfocitos fueron significativamente enriquecido en un 11,2 pliegues. Pequeñas quimiocinas de la familia CXC, como
CXCL9
,
CXCL10
y
CXCL11
se enriquece con 9,5 pliegues (Figura S2A). Además, los tumores también fueron enriquecidos con genes de otras categorías inmunológicas tales como la interacción y la respuesta del huésped-virus para heridas (Figura S2A). reguladas por los genes fueron altamente enriquecido para los componentes del complemento en la vía alternativa (9,9 pliegues), los genes asociados por células T, tales como CD8a, granzima A y mal, proteínas diferenciación de células T (7,3 pliegues) y genes implicados en la regulación de la función de las células NK tales como lectina-como subfamilia de receptores K, miembro 1 (
KLRK1
) (Figura S2 B).
Las funciones de muchos genes iCAMP sin embargo, deben ser entendidas. Por ejemplo, KPNA2 ha demostrado ser upregulated a través de un amplio espectro de tipos de cáncer (Figura 1) [23], [24], [25], [26], [27]. Sin embargo, es claro, si la posible actividad promotora de tumores de KPNA2 es debido a su función como transportador nuclear para proteínas inmunorreguladoras selectivos tales como STAT1 [28] y el factor de transcripción inducido por interferón-γ IRF-1 [29].
expresión de iCAMP a nivel de proteínas
Para examinar el patrón de expresión de proteínas de los genes iCAMP, nos aprovechamos de la base de datos de expresión de la proteína a disposición del público, GEPH. Los genes que no muestran expresión diferencial por IHC no fueron excluidos debido a la limitada sensibilidad de este método. El uso de IHC como una etapa de filtrado se expandiría las observaciones negativas falsas, lo que limita el poder de este estudio. Sin embargo, fue informativa para definir qué genes mostraron cambios en las proteínas en los tipos de cáncer como lo que esto tiene implicaciones directas en la elección de los genes para los análisis funcionales adicionales. Por ejemplo, se encontró KPNA2 ser aumentado en todos los tipos de cáncer, excepto el cáncer de páncreas (Figura 2). Por otra parte, el receptor de inmunoglobulina polimérica (pIgR), una proteína implicada en el transporte trans-epitelial de las inmunoglobulinas, es consistentemente las reguladas en las células cancerosas (Figura 2). En conjunto, los datos de expresión de la proteína está disponible para 34 hasta reguladas y 38 genes regulados (total = 72) de los 96 genes (Tabla S3, S5 Figura). De los 34 genes regulados a nivel de ARNm, 13 fueron también hasta reguladas por IHC en al menos 3 de los 6 tipos de cáncer estudiados. En cuanto a la transcriptionally abajo de los genes regulados (38 fueron examinados para la expresión de proteínas), 20 mostraron baja regulación por IHC en ≥3 de los mismos 6 tipos de cáncer.
Un ejemplo de un gen regulado-up (KPNA2 ) (a) y un gen regulado hacia abajo (pIgR) (B) en 5 tipos de cáncer en el nivel de proteínas. Los números corresponden a los cambios veces el promedio de los niveles de mRNA a través de los 7 tipos de cáncer en el estudio actual.
Importancia clínica de los genes iCAMP
A continuación optó por utilizar el cáncer de ovario para estudiar la importancia de los genes iCAMP basa en dos consideraciones. Primero, la mayoría de los tumores malignos de ovario son de origen epitelial que es histológicamente similar a los siete tipos de cáncer de la que se ha definido el perfil de genes. En segundo lugar, el cáncer de ovario no se utilizó para generar los genes iCamp. El valor predictivo de estos genes en el cáncer de ovario podría validar la utilidad de nuestro enfoque de descubrimiento de genes. Como control, también se examinaron los valores predictivos clínicas de estos genes en el cáncer de colon. Para determinar la dirección de la desregulación de cada gen en el cáncer de ovario, que minó 5 conjuntos de datos publicados [30], [31], [32], [33], [34] y un conjunto de datos adicionales a partir del Genoma del Cáncer Atlas (TCGA) ( S4 Tabla), que contienen colectivamente 35 normal y 878 muestras de cáncer. Basado en el número de conjuntos de datos que muestran la desregulación en cada dirección, cada gen fue etiquetado como elevado, sin cambios o reprimida en cáncer de ovario (Figura 1). Un gen está decidido a ser elevado si: 1) al menos 1 conjunto de datos muestra la regulación (p & lt; 0,05) y ninguno de los otros conjuntos de datos muestran baja regulación, o 2) al menos 3 conjuntos de datos muestran la regulación y no más de uno conjunto de datos muestra la regulación por disminución (p & lt; 0,05). La inversa se aplica a los genes reprimidos. Basado en esto, 33 de los 44 genes regulados también fueron elevados en el cáncer de ovario, 3 fueron reprimidos y 8 no se pudo determinar. Entre los 52 genes regulados, 28 también fueron reprimidos en el cáncer de ovario, 7 se mantuvieron sin cambios, 10 fueron elevados y 7 fueron indeterminados (Figura 1). Por lo tanto, al menos 61 de los 96 genes fueron iCAMP desregulada concordantemente en el cáncer de ovario.
colon [35], [36], [37] y el cáncer de ovario conjuntos de datos [22], [30], [38] , [39], [40] a partir de Oncomine, así como el conjunto de datos TCGA cáncer de colon, se analizaron a continuación para la significación clínica de nivel de expresión del gen iCAMP individual. Un número de genes, como
CCL20
,
CD36
y
IL18RAP
individualmente mostraron correlaciones significativas con las variables clínicas en el cáncer de colon, como el estadio del tumor (T1 a T4), la linfa estado de los ganglios (N0 a N2), metástasis (M0 o M1), grado patológico (G1 a G4) y Duke etapa (a a D) (Figuras 3A y 3B). En el cáncer de ovario, todos los genes regulados se incrementaron con la etapa más avanzada (
CXCL10
,
RIPK2
y
SPP1
) o mayor grado patológico (
CXCL11
,
KPNA2
,
RSAD2
,
THOC4
y
TNC
) (Figura 4A). En cuanto a los genes iCAMP reguladas por, las etapas más avanzadas confieren una mayor expresión de algunos genes (
CCL28
y
CFD
) y la menor expresión de otros (
CLU
,
LEAP2
,
pIgR
y
TFF3
) (Figura 4B).
se analizaron cuatro estudios independientes para la expresión de genes indicados y su importancia clínica. El eje vertical representa la intensidad normalizada de expresión de cada gen en relación con la intensidad media de la totalidad de las sondas de genes. Las barras de error representan la desviación estándar. Los genes se enumeran en orden alfabético.
Lo mismo que en la Figura 3, excepto que se analizaron cinco estudios independientes de cáncer de ovario para la expresión de genes indicados y su valor clínico.
a continuación se determinó si iCAMP nivel de expresión del gen predice la supervivencia, basado en los datos de microarrays primas para el cáncer de colon [37] y el cáncer de ovario [22]. Los genes que mostraron diferentes niveles de expresión entre supervivientes y no supervivientes en uno, tres y /o cinco años se probaron mediante el análisis de Kaplan-Meier (Figuras 5 y 6). En el cáncer de colon, una mejor supervivencia global fue predicho con mayores niveles de GFRA1 y THOC4, y los niveles más bajos de C7, GREM1, ISG15, LIFR, LOX, MMRN1, SCN4B, SPP1, TNC, TNFAIP6 y ZC3H8 (Figura 5A). La expresión desregulada de muchos genes iCAMP también tiene un valor predictivo significativo para la recurrencia del cáncer (Figura 5B).
Dos conjuntos de datos de Smith
et al.
[37] fueron examinados por los genes indicados. De alto, los pacientes con alta expresión de genes. Bajos, los pacientes con baja expresión del gen. RR: riesgo relativo. Los genes se enumeran en orden alfabético. Rojo: elevada gen iCAMP, Azul:.. Reprimida gen iCAMP
Los datos de expresión génica crudo se obtuvo de Tothill
et al
[22] para (A) y (B), y desde TCGA para (C). Rojo: elevada en el cáncer de ovario, Azul: reprimidas en el cáncer de ovario, Negro: Sin cambios o desconocido. El marcador IGIS se calculó sobre la base de todos los 18 genes indicados en (A).
En el estadio IIIC cáncer de ovario, la mejora de la supervivencia global se asocia con mayores niveles de ARNm de IL-8, MIF, MPZL2, pIgR, RSAD2 , SERPINA5 y TFF3, pero los niveles más bajos de CCL28, CXCL12, EDNRB, GFRA1, GREM1, JAM2, LOX, MAL, PTGER4, TNFAIP6 y TNFSF4 (Figura 6A). El dysegulation de muchos de estos genes también predice la supervivencia libre de recurrencia (Figura 6B).
Curiosamente, una menor expresión de varios genes (GREM1, LOX, TNFAIP6, CD36, y EDNRA) predice mejor pronóstico en tanto de ovario y colon. Por otro lado, CXCL13 elevación predijo mejor pronóstico en ambas enfermedades (Figuras 5 y 6).
Para determinar el valor pronóstico de los genes iCAMP como un grupo, una valoración integral de genes inflamatorios (IGIS) fue ideado para ovárica cáncer (Figuras 6C). IGIS incluye 18 genes que mostraron de forma independiente previsibilidad significativa (p & lt; 0,05) mediante el análisis de Kaplan-Meier. Esta puntuación tiene en cuenta el número de genes dentro del cual el paciente cae en el grupo de alto riesgo, así como el riesgo de cada uno de estos genes confiere. La robustez de IGIS se validó mediante el cáncer de ovario TCGA conjunto de datos independiente. Sobre la base de los valores de corte pre-determinado a partir de la formación de datos inicial por encima [22], los pacientes en etapa IIIC del conjunto de datos TCGA se catalogaron como alto o bajo riesgo para cada gen. Luego, para cada gen en un paciente TCGA muestra un mal pronóstico, el riesgo relativo (RR pre-determinado por la formación de datos) de ese gen se añadió a la puntuación de los pacientes IGIS. Los pacientes se distribuyeron TCGA finalmente con diferentes puntuaciones IGIS basados en los niveles de expresión de todos los genes IGIS 18. Se encontró que de hecho IGIS predijo la supervivencia global (RR = 1,21, p = 0,02) (Figuras 6C).
importancia clínica de KPNA2 en el adenocarcinoma de colon y de cabeza-cuello carcinomas de células escamosas
A continuación centrado en KPNA2 en el adenocarcinoma de colon y de cabeza /cuello carcinoma de células escamosas, desde KPNA2 sobreexpresión no se ha informado en estos dos tipos de cáncer. KPNA2 es una proteína citoplásmica /nuclear implicada en la importación de proteínas citoplasmáticas seleccione en el núcleo. Se une a la secuencia de localización nuclear (NLS) de su carga de proteínas y para karyopherin β1, y todo el complejo de la proteína se transloca a través de la envoltura nuclear a través del complejo de poro nuclear (NPC) [41]. Entre los clientes KPNA2 es el factor de transcripción inducida por interferón-γ IRF-1 [29] y STAT1 [28], ambos de los cuales están involucrados en la respuesta inmune del huésped.
Se examinó la expresión KPNA2 con immunohistrochemistry utilizando nuestro en microarrays tumor house que contiene 55 muestras de colon primario de cáncer, metástasis en los ganglios linfáticos y 15 50 correspondientes tejidos normales adyacentes de pacientes de diferentes estadios de la enfermedad. Hemos encontrado un aumento drástico en la expresión KPNA2 en los tumores de colon metastásico nodo primario y los ganglios en comparación con los tejidos normales adyacentes (figuras 7A, 7B y 7C). expresión KPNA2 también se correlacionó con el estadio del tumor (T), donde el porcentaje de células positivas aumentó de T1 a T4 (T1: 6,4%, T2: 10%, T3: 20,6% y T4: 25,4%) (Figura 7D). Dado que la mayoría de los pacientes se encontraban en la T2 (n = 11) y T3 (n = 31) categorías, encontramos diferencias significativas en la expresión KPNA2 entre T2 y T3 (p = 0,017). La diferencia también fue significativa entre T1-T2 combinado y etapas T3-T4 (p = 0,003) (Figura 7D). Más importante aún, los pacientes con puntuación de intensidad KPNA2 ≥3 muestran peor supervivencia global que los que tienen la intensidad KPNA2 ≤2 (riesgo relativo = 1,9; p = 0,048) (Figura 7E).
A. Imágenes representativas de KPNA2 tinción inmunohistoquímica de tejidos normales y malignos de colon. B. Cuantificación de la intensidad de la tinción KPNA2 en tejidos normales (N, n = 50), tumor primario (T, n = 55) y de los ganglios linfáticos metástasis (LN Ca, n = 15). * P & lt; 0,0001. C. frecuencia de células KPNA2 positivos. * P & lt; 0,0001. D. El porcentaje de células KPNA2-positivo se correlaciona con la etapa T. * P & lt; 0,05. E. curva de Kaplan-Meier que muestra la supervivencia global de los pacientes con cáncer de colon con diferente expresión KPNA2.
Al igual que en el cáncer de colon, carcinomas de células escamosas de cabeza y cuello muestran niveles elevados de KPNA2 en comparación con la boca y la laringe independiente tejidos normales (Figura 8A, 8B y 8C). Aunque KPNA2 no mostró correlación con la fase de la enfermedad, era más alta en cada uno de los carcinomas de grado 2 (39,2% de células positivas) y grado 3 (49% de células positivas) en comparación con grado 1 (26,3%). (P (G1 vs G2) = 0,03 yp (G1 vs G3) = 0,002) (Figura 8D).
A. Imágenes representativas de KPNA2 tinción inmunohistoquímica de tejidos normales y malignos lengua. intensidad de la tinción B. KPNA2 en tumor primario y normal adyacente tejido * p & lt; 0,0001. C. La frecuencia de células positivas KPNA2 en tumor primario y el tejido normal adyacente (2%). * P & lt; 0,0001. D. correlación entre la expresión KPNA2 y el grado del tumor. * P & lt;. 0.05
TNFAIP6 se sobreexpresa en adenocarcinoma de colon
factor de necrosis tumoral alfa de la proteína inducida por 6 (TNFAIP6) es una glicoproteína secretada expresada por las células epiteliales y leucocitos en condiciones normales y condiciones inflamatorias. Su función anti-inflamatoria está bien establecida en diferentes afecciones inflamatorias tales como la osteoartritis, y es detectable en muestras de suero de pacientes con trastornos autoinmunes [42]. Recientemente, el perfil transcripcional de sangre de pacientes con cáncer colorrectal y los controles normales de QRT-PCR identificó TNFAIP6 como un biomarcador para el cáncer colorrectal [43]. Este estudio muestra que TNFAIP6 ARNm es elevada en la sangre periférica de pacientes con cáncer colorrectal. Aquí, hemos investigado los niveles de proteína de TNFAIP6 en células de cáncer de colon y en el epitelio normal adyacente. La tinción inmunohistoquímica de 55 especímenes de cáncer de colon y 50 tejidos normales adyacentes reveló un incremento en la expresión en el cáncer en una base por célula, así como un aumento en la frecuencia de TNFAIP6 células que expresan (figuras 9A, B y C). los niveles de proteína TNFAIP6 no predecir la supervivencia global del paciente (datos no mostrados). En cuanto a la recurrencia de la enfermedad, encontramos una tendencia a la peor supervivencia libre de recurrencia en pacientes de alta expresión (Figura 9D), sin alcanzar significación estadística (RR = 2,44, p = 0,09).
A. Imágenes representativas de TNFAIP6 tinción inmunohistoquímica de tejidos normales y malignos de colon. intensidad de la tinción B. TNFAIP6 en tumor de colon primario (n = 55) y el tejido normal adyacente (n = 50). * P & lt; 0,001. C. La frecuencia de células positivas TNFAIP6 en el tumor primario (n = 55) y el tejido normal adyacente (n = 50). * P & lt; 0,0001. D. curva de Kaplan-Meier que muestra la supervivencia libre de recurrencia de pacientes con cáncer de colon con diferente expresión TNFAIP6, basado en el porcentaje de células positivas.
Discusión
Este estudio fue diseñado para conceptualmente y experimentalmente frente a una nueva hipótesis de que los cánceres, independientemente de su etiología, puerto iCAMPs compartidos para evadir la vigilancia inmune y para secuestrar la inmunidad del huésped para promover el crecimiento y la metástasis onco-inflamatoria. Una estrategia de minería de datos imparcial y completa se llevó a cabo para hacer frente a esta hipótesis y al mío patrones de expresión moleculares comunes en un gran número de pacientes de muchos estudios independientes para asegurar la consistencia de nuestros resultados. La expresión de genes selectivos se confirmó mediante microarrays de tejidos. Aunque la importancia biológica de nuestro hallazgo de espera más estudios, está claro que la iCAMP no sólo existe sino que también muestra relevancia clínica significativa. El conjunto de genes iCAMP núcleo reproduce muchos genes bien establecidos que se expresan de forma aberrante en el tejido canceroso, como VCAN y KPNA2. (http://bioinfo.vanderbilt.edu/webgestalt/).
doi:10.1371/journal.pone.0057911.s003
(PDF)
Figure