Extracto
A pesar de los beneficios de la quimioterapia adyuvante o quimiorradioterapia, aproximadamente un tercio de cáncer gástrico en la etapa II (GC) pacientes desarrollaron recurrencias. El objetivo de este estudio fue desarrollar y validar un algoritmo de pronóstico para el cáncer gástrico (GCPS) que puede identificar con firmeza grupo de alto riesgo de recurrencia entre los pacientes en estadio II. Se realizó una expresión de genes multi-paso de perfil de estudio. En primer lugar, se utilizó un perfil de la expresión de genes de microarrays de bloques tumorales embebidos en parafina archivadas para identificar genes candidatos de pronóstico (N = 432). En segundo lugar, se utilizó un ensayo de la expresión de genes centrado incluyendo genes de pronóstico para desarrollar un robusto ensayo clínico (GCPS) en pacientes en estadio II de la misma cohorte (N = 186). En tercer lugar, un corte predefinido para el GCPS se validó utilizando una cohorte independiente en estadio II (N = 216). El GCPS fue validado en otro conjunto a la fase II GC que se sometieron a cirugía sin tratamiento adyuvante (N = 300). GCPS se desarrolló mediante la suma del producto de los coeficientes de regresión de Cox y los niveles de expresión normalizados de 8 genes (LAMP5, CDC25B, CDK1, clip4, LTB4R2, MATN3, NOX4, TFDP1). Un punto de corte definido prospectivamente para GCPS clasificado 22,7% de la cohorte de validación tratados con quimioterapia (N = 216) como grupo de alto riesgo con tasa de recidiva a los 5 años del 58,6% en comparación con 85,4% en el grupo de bajo riesgo (razón de riesgo de recurrencia = 3,16, p = 0,00004). GCPS grupo de alto riesgo también identificó entre los pacientes en estadio II tratados con cirugía solamente (razón de riesgo = 1,77, p = 0,0053)
Visto:. Lee J, Sohn Me, Do IG, Kim KM, Parque SH, Parque JO, et al. (2014) Nanostring-base Multigenes ensayo para predecir la recurrencia para pacientes con cáncer gástrico después de la cirugía. PLoS ONE 9 (3): e90133. doi: 10.1371 /journal.pone.0090133
Editor: Ju-Seog Lee, Universidad de Texas MD Anderson Cancer Center, Estados Unidos de América
Recibido: 23 Septiembre, 2013; Aceptado: 26 Enero 2014; Publicado: 5 Marzo 2014
Copyright: © 2014 Lee 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:. Este estudio fue apoyado por una beca intramural del Centro Médico Samsung. 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:. Patrick Tan es un miembro del Consejo Editorial PLoS ONE. Esto no altera la adhesión de los autores a todas las políticas de PLoS ONE sobre los datos y compartir materiales.
Introducción
Los cánceres gástricos son tumores malignos altamente letales con tasas de supervivencia a cinco años de ser uno de los peores reportado para cualquier tumores sólidos. De acuerdo con los datos del Instituto Nacional del Cáncer de Vigilancia, Epidemiología y Resultados Finales (SEER), la supervivencia a cinco años para los pacientes con cáncer gástrico (CG) mejoró sólo modestamente en los últimos 50 años, del 12 al 22 por ciento [1]. La propensión de GC para la diseminación metastásica temprana ha sido bien documentado en estudios anteriores [2], [3]. Sobre la base de los últimos ensayos de fase III adyuvante, beneficio en la supervivencia de la quimioterapia adyuvante o quimiorradioterapia ha sido documentada en GC [4] - [7]. Sin embargo, 25 a 40% de todos los pacientes GC resecado quirúrgicamente todavía desarrollar recurrencias que no son susceptibles de volver a la resección [4], [7] - [9]. Para estadio patológico III y IV CG, las tasas de supervivencia libre de enfermedad a los 5 años son muy pobres (fase III A, el 57,6%, estadio IIIB, el 39,6%; y estadio IV 26,3%) [8] que implica que estos tumores tienen un comportamiento intrínsecamente agresivo. Por el contrario, pacientes en estadio II GC patológicos tienen el resultado clínico más favorable con enfermedad tasas de supervivencia libre de 5 años de 76% -90% después del tratamiento adyuvante de la cirugía y [8], [9]. Sin embargo, existe un amplio espectro de agresividad clínica incluso dentro de la misma etapa con algunos pacientes se curan con la cirugía sola mientras que algunos pacientes se repiten poco después de la cirugía y adyuvante quimiorradiación. Por lo tanto, en base a la hipótesis de que existe una heterogeneidad significativa molecular, hemos diseñado una expresión génica a gran escala de perfiles de estudio para desarrollar una prueba molecular que puede discriminar de manera eficiente bajo riesgo de los grupos GC de alto riesgo de recurrencia después de la cirugía.
Una prueba molecular que identifica a los pacientes de alto riesgo de recurrencia puede conducir a estrategias de tratamiento perioperatorio optimizados en GC. La fase de descubrimiento incluyó a pacientes de todas las etapas de GC clínicos tratados con quimioterapia (N = 520). bloques tumorales de estos pacientes fueron sometidos a el descubrimiento de genes de pronóstico utilizando el ensayo del Genoma DASL Total (GT-DASL) (Illumina, San Diego, CA), un método de perfiles de expresión génica de microarrays de tejido incluido en parafina fijado en formol (FFPE). El objetivo era desarrollar hipótesis para utilidad clínica y pronóstica candidato o descubrir los genes de referencia internos que ayuden al diseño centrado ensayo de expresión génica. Los resultados de esta fase sugirieron que la utilidad clínica de una expresión génica basada en el algoritmo de pronóstico potencialmente puede distinguir un grupo de alto riesgo entre los pacientes en etapa II.
El objetivo del proyecto era desarrollar una hipótesis con la utilidad clínica y descubre candidato genes de referencia de pronóstico o internos con el fin de diseño centrado en ensayos de expresión génica. Los resultados de la fase de descubrimiento sugieren que la utilidad clínica de un algoritmo de pronóstico basado en la expresión de genes potencialmente puede distinguir un grupo de alto riesgo entre los pacientes en estadio II. Con el uso de un algoritmo robusto pronóstico de varios pasos, se desarrolló cáncer gástrico pronóstico Puntuación (GCPS) para los pacientes en estadio II GC para identificar pacientes con alto riesgo de recidiva después de la cirugía.
Métodos
A partir de septiembre de 1994 a diciembre de 2005, 1.557 pacientes fueron sometidos a una gastrectomía curativa GC en Samsung Medical Center. Entre ellos, se seleccionaron 1.107 pacientes en base a los siguientes criterios: histológicamente confirmado adenocarcinoma del estómago; La resección quirúrgica del tumor sin enfermedad residual macroscópica o microscópica; ≥18 años de edad; etapa de la patología del IB (T2bN0, T1N1 pero no T2aN0) a IV, según el Comité Conjunto sobre el Cáncer (AJCC) sistema de estadificación (6
th Ed); registro completo quirúrgico y registro de tratamiento, y los pacientes que recibieron el régimen INT-0116 como tratamiento adyuvante [7]. El estudio fue aprobado por la junta de revisión institucional del Centro Médico Samsung, Seúl, Corea del Sur (número de autorización del IRB: 2010-10-025 SMC). Todos los participantes del estudio proporcionados formulario de consentimiento informado por escrito recomendados por la IRB. En los pacientes que han fallecido en el momento del ingreso al estudio, los formularios de consentimiento informado por escrito fueron suspendido por la IRB. Diseño del estudio y cohortes de pacientes se proporcionan de acuerdo con la directriz OBSERVACIÓN (Figura 1A, 1B, Archivo S1, Sección 1). De la cohorte de 1.107 pacientes, un conjunto descubrimiento de 520 pacientes y un conjunto de validación de 587 pacientes fueron asignados y asigna a 6 lotes estratificadas por el tamaño del tumor y el año de la cirugía para el ensayo de WG-DASL al azar.
(A ) Una expresión génica enfoque multi-etapa de diseño de perfiles, (B) Diagrama Consort.
Para evitar conclusiones falsos positivos debido a un exceso de ajuste, los algoritmos de pronóstico y sus predefinidas puntos de corte fueron probados en independiente cohortes que no fueron utilizados para el descubrimiento de genes de pronóstico y desarrollo de algoritmo. Un estudio de 4 fases fue diseñado, con 4 cohortes independientes predefinidas reclutados en el Centro Médico Samsung. Los 3 primeros grupos incluyen a los pacientes con características clínicas y patológicas similares de cohortes del estudio tratados con quimiorradioterapia (Archivo S1, Sección 2). El (fase de descubrimiento) primera fase del estudio se incluyeron pacientes GC de todos los estadios clínicos que fueron tratados con quimio-radioterapia (N = 520) [8]. bloques tumorales de estos pacientes fueron sometidos a el descubrimiento de genes de pronóstico utilizando el GT-DASL (Illumina, San Diego, CA), un método de microarrays de expresión génica de perfiles de FFPE [7]. Una validación externa ad-hoc del conjunto de genes se llevó a cabo para minimizar cualquier sesgo de la cohorte institucional único. La segunda fase (desarrollo de algoritmos) fue traducir los resultados de la primera fase en un formato de ensayo aplicable clínicamente. Elegimos la plataforma nCounter (Nanostring Technologies, Seattle, WA), debido a su capacidad para interrogar a los niveles de expresión de hasta 800 genes usando ARN total extraído de FFPE en una reacción de un solo tubo [8]. Se seleccionaron pacientes en estadio II de la primera fase (N = 186) para
de novo
descubrimiento de genes de pronóstico, las combinaciones ideales seleccionadas de genes utilizando el gradiente de contracción menos absoluta y operador de selección (LASSO) algoritmo [10], y luego se construyó una primera generación de GCPS (GCPS-G1) mediante la adición de los productos de la expresión génica normalizada y los coeficientes del modelo de Cox para el DFS. En la tercera cohorte de pacientes en estadio II (n = 216). En la cuarta fase (pruebas de utilidad clínica en una cirugía ajuste de sólo), que puso a prueba la utilidad clínica potencial de GCPS en pacientes en etapa II tratados sólo con cirugía. Un protocolo de marca de tiempo (Figura S12) se desarrolló antes de la transformación de esta última cohorte. Posteriormente se desarrolló un GCPS refinado de segunda generación (GCPS-G2) (el conjunto de genes final) mediante el análisis de la fase II en combinación cohortes de la segunda y tercera fases del estudio.
perfiles de expresión génica utilizando toda genome- DASL ensayo
antes de cada experimento de genes de perfiles, muestras de tejido fueron asignados al azar a diferentes lotes estratificados por el tiempo de cirugía (antes de 2000 vs. después de 2000) y el tamaño del tumor (≤ 5 cm vs & gt; 5 cm) para minimizar cualquier las variaciones de la calidad del ADN. ARN total fue extraído a partir de 2-4 secciones de las secciones gruesas FFPE 4-micras a partir de bloques tumorales primaria representativas utilizando el kit de alta Pure RNA de parafina (Roche Diagnostic, Mannheim, Alemania) después de la eliminación de elementos no tumorales por macrodissection manual de guiado por hematoxilina y eosina manchado diapositivas. ensayo WG-DASL se realizó usando 200 ng de ARN siguiendo las instrucciones del fabricante [11]. Para el ensayo nCounter, 200 ng de ARN total se hibridó con el diseño personalizado conjunto de códigos de 800 genes de 18 horas a 65 ° C y se procesa de acuerdo con las instrucciones del fabricante [12]. Los datos se normalizaron a los niveles de expresión promedio de 48 genes de referencia internos seleccionados del experimento de microarrays. La descripción detallada de la fase de descubrimiento usando el ensayo de WG-DASL se proporciona en S1 Archivo, Sección 3. La comparabilidad de la calidad del ADN de tejido FFPE y tejidos frescos congelados utilizando DASL ensayo se publicó anteriormente [13], [14].
pronóstico construcción de modelos y la validación
El algoritmo para el desarrollo de ensayos basados en n-Contador de utilidad clínica basada en WG-DASL se presenta en el archivo S1, Secciones 4-6. Se utilizó el algoritmo de gradiente de lazo para adaptarse a un modelo de predicción basado en el modelo de riesgos proporcionales de Cox para DFS utilizando las sondas con valor de p & lt marginal; 0,01 (Figura S2 en Archivo S1) [10]. Se utilizó la licencia un out validación cruzada con el descubrimiento de novo en cada uno deje paso para evaluar el rendimiento del modelo de pronóstico dentro de la cohorte de descubrimiento. Óptimo punto de corte se determinó mediante la creación de una parcela de p-valores para cada punto de corte para la puntuación pronóstica. Para estudio de validación, se utilizaron un valores de punto de corte algoritmo definido a priori y. El método de validación de GCPS se describe en Archivo S1, Sección 7.
Resultados
microarrays de expresión génica de perfiles de pacientes con cáncer gástrico tratados con quimioterapia adyuvante (fase 1)
Se realizó perfiles de expresión génica de FFPE de la cohorte de descubrimiento de 520 casos de estadio IB-IV GC tratados con quimioterapia estándar después de la resección curativa usando el ensayo de WG-DASL (Figura 1). Entre ellos, 432 muestras pasaron el control de la calidad del ARN (base de datos GEO GSE 26253) (Archivo S1, Sección 3). El punto final primario fue la DFS. El análisis univariante identificó 369 sondas que se asociaron significativamente con la supervivencia libre de enfermedad a p & lt; 0,01 sin ajuste por otras variables clínicas (Archivo S1, Sección 3D). A continuación, gradiente de Lasso se utilizó para desarrollar un algoritmo de pronóstico para predecir la recurrencia (Archivo S1, Sección 3e). Se utilizó el procedimiento de dejar uno de las cruzadas a cabo la validación (LOOCV) con
de novo
descubrimiento de genes de pronóstico y la construcción de un algoritmo de pronóstico en cada paso para examinar la robustez del algoritmo de pronóstico. De acuerdo con la firma de pronóstico de genes (26 genes, Archivo S1, Sección 3F) y en estadios patológicos (localizados frente a avanzado), 432 pacientes fueron clasificados en los siguientes grupos: de bajo riesgo y el estadio IB /II (N = 145; 5 años DFS, 84,8%), de alto riesgo y el estadio IB /II (N = 90; SSE a 5 años, 61,1%), de bajo riesgo y en estadio III /IV (N = 83; SSE a 5 años, 48,9%), y de alto riesgo y en estadio III /IV (N = 114; DFS, el 36,9% a los 5 años) (Figura 2). A modo de análisis ad-hoc, hemos probado esta firma genética utilizando perfiles de expresión génica de datos de la cohorte de pacientes Singapur (N = 199) para minimizar cualquier sesgo inherente a partir de una única cohorte institución [15]. En la cohorte externa del paciente, el gen firma fue capaz de separar el grupo de alto riesgo (N = 100) en el grupo de bajo riesgo (N = 99) para la recurrencia con significación estadística (p & lt; 0,00001; razón de riesgo (HR), IC del 95%, 1,62 a 3,28) (Figura 2), y 2.3. Estos datos sugieren que la principal utilidad clínica de los perfiles de expresión génica de GC en la identificación de pacientes de alto riesgo entre los pacientes en estadio II (baja versus alto riesgo en estadio IB /II, 84,8% frente a 61,1%; etapa de baja vs alto riesgo III /IV, 48,9% frente a 36,9%). Por lo tanto, para el desarrollo del ensayo clínico y validación, nos hemos centrado en el desarrollo de un gen-set que puede predecir robustamente recurrencia en pacientes en estadio II.
HR indica cociente de riesgos instantáneos y p-valor se calcula a partir de 100 permutaciones. (A) a todos los pacientes de la etapa, de alto vs bajo riesgo; (B) de acuerdo con los grupos de la etapa y de riesgo; (C) La validación externa del perfil inicial de la expresión génica.
Desarrollo de Cáncer Gástrico pronóstico Puntuación (GCPS) para la etapa II GC usando el ensayo nCounter (fase 2)
personalizada diseñado un conjunto de sondas nCounter compuesto de pronósticos genes candidatos a partir de datos GT-DASL microarrays (fase 1), así como los genes conocidos de cáncer, los genes quinasa, y genes de los receptores acoplados a proteínas G. Para abordar el problema variabilidad en la integridad de las moléculas de ARN en archivado FFPE debido a variables pre-analíticos, tales como tiempo de fijación y la edad de los bloques, se aplicó la normalización dentro de la muestra utilizando un conjunto de 48 genes de referencia internos seleccionados de datos de microarrays basado en la variación mínima en todos los casos y la falta de asociación con el pronóstico (archivo S1, Sección 4). Correlación entre los índices de riesgo de los genes de pronóstico basado en nanostring y WG-DASL están dentro del archivo S1, Sección 4b, y la Figura S1 S3 en Archivo.
perfila 186 pacientes en estadio II a partir del conjunto de descubrimiento. Después de evaluar la robustez de los algoritmos de pronóstico construidos por gradiente de LASSO través LOOCV, aplicamos LASSO gradiente de los 186 pacientes y se identificaron 8 genes (LAMP5, CDC25B, CDK1, clip4, LTB4R2, MATN3, NOX4 y TFDP1) que en combinación proporcionan robusta pronóstica información (Tabla 1). A continuación, la GCPS fue desarrollado como una combinación lineal de las estimaciones de regresión de Cox y los niveles de expresión normalizados de estos 8 genes. El análisis del punto de corte demuestra que el GCPS era más robusto en la identificación de un 25% de los pacientes con peores resultados (Archivo S1, Sección 4). Elegimos un punto de corte de 0,2205 para la validación prospectiva en la cohorte de validación independiente.
Validación de GCPS y su punto de corte predefinido en pacientes en estadio II GC tratados con quimioterapia (fase 3)
Para evitar la posibilidad de un exceso de ajuste problema asociado con la validación cruzada [16], hemos validado GCPS con el algoritmo fijo y puntos de corte en una cohorte de pacientes independiente que no se utilizó en el descubrimiento de genes. Las características clínicas y patológicas de los 216 pacientes en etapa II del conjunto de validación fueron similares a los de la cohorte de descubrimiento (Archivo S1, sección 6, y las figuras en S4-6 S1 Archivo). Cuando aplicamos GCPS-G1 para el conjunto de validación, la distribución de puntuación de riesgo era muy similar, lo que sugiere el funcionamiento analítico robusta del ensayo (Archivo S1, Sección 7a, y la Figura S7 es S1 Archivo). El punto de corte predefinido (0.2205) para GCPS-G1 clasificado 22,7% de los tumores del conjunto de validación como el grupo de alto riesgo. La estimación de Kaplan-Meier de 5 años DFS para los pacientes de alto riesgo fue de 58,6%, comparado con 85,4% para los pacientes de bajo riesgo (HR para la recurrencia, 3,16; p = 0,00004) (Figura 3). GCPS fue significativa tanto en intestinal- y diffuse- tipo GCs, como se muestra en la Figura S8 en File S1 (File S1, la sección 7b). El análisis multivariante muestra además que GCPS-g1 proporcionó información pronóstica adicional, además de otros factores conocidos, tales como clasificación de Lauren, el grado de diferenciación, la edad y el tipo de cirugía (HR, 3,027; p = 0,00016, Tabla 2). Por lo tanto, GCPS se puede usar para identificar pacientes en estadio II que permanecen en alto riesgo, incluso después de la quimiorradioterapia adyuvante estándar y que tienen el mismo riesgo de recurrencia como pacientes en estadio III.
(B) DFS de la etapa 2 pacientes tratados con cirugía de acuerdo con GCPS.
GCPS como un factor pronóstico de pacientes en estadio II GC tratados con cirugía sólo se basa en un protocolo diseñado de manera prospectiva (fase 4)
la revisión de la base de datos clínicos identificó 306 pacientes que no recibieron tratamiento postoperatorio sobre la base de decisiones compartida entre médicos y pacientes (S1 archivo, Sección 1, en el cuadro S1 S1 archivo). Estos pacientes fueron sometidos a análisis exploratorios para evaluar el papel pronóstico de GCPS en los pacientes tratados sólo con cirugía y probar la hipótesis de que el beneficio de la quimiorradioterapia es limitada en pacientes de alto riesgo definidos por GCPS. Para este paso, hemos desarrollado GCPS-g2 (Tabla S8 en Archivo S1), el GCPS de segunda generación, mediante el análisis de todos los asuntos de fase II de las fases 2 y 3 para maximizar el tamaño de la muestra. Prospectivamente a prueba el algoritmo de GCPS-g2 predefinido y punto de corte como se describe en el protocolo de marca de tiempo (Figura S12 en Archivo S1). El GCPS-g2 predijo recurrencia en 300 tumores en estadio II con un riesgo relativo de 2.131 (IC del 95%, 1,428-3,180; p = 0,00021) (HR, 3,16) (Figura S9 en S1 Archivo). Para minimizar la posibilidad de exceso de ajuste del algoritmo a los pacientes tratados con quimiorradioterapia, también a prueba la GCPS-g1, que fue validado previamente en la cohorte quimiorradioterapia tratados, sólo en la cirugía cohorte (Figura S10 en File S1). La razón de riesgo de GCPS-G1 (HR, 1,77; IC del 95%, 1,18 a 2,67; p = 0,0053) es similar a la de GCPS-G2 (Figura 3). Por lo tanto, la GCPS predijo robustamente recurrencia en la etapa II GC con o sin tratamiento postoperatorio. Sobre la base de estos datos, se puede especular que la etapa de alto riesgo II pacientes definidos por GCPS no ganaron un tremendo beneficio de la quimiorradioterapia.
La expresión de los genes de pronóstico adverso en microambientes tumorales
En todo 3 en estadio II cohortes incluidos en este estudio, el aumento de los niveles de expresión de genes de GCPS 4 (NOX4, LAMP5, MATN3, y clip4) se asocia con un mal pronóstico. Dado que las funciones conocidas de estos genes sugieren su expresión en microambientes en lugar de las células tumorales reales, se realizó el ensayo de nCounter para los tumores microdissected frente a componentes del estroma de 4 tumores de alto riesgo representativos (Figura S11 en File S1). La expresión de estos genes fue significativamente mayor en los componentes del estroma, en comparación con las células cancerosas epiteliales, con NOX4 que muestra las diferencias más pronunciadas (p = 0,04).
Discusión
En una fase inicial descubrimiento, hemos realizado WG-DASL en todos los pacientes en estadio GC. Luego, basándose en los datos de WG-DASL, se observó que la segregación del grupo de alto riesgo del grupo de bajo riesgo fue más significativo en las primeras etapas Ib /II (pacientes bajo vs alto riesgo en estadio IB /II, 84,8% frente a 61,1% ; baja frente a estadio alto riesgo III /IV, 48,9% frente a 36,9%). Por lo tanto, para el desarrollo del ensayo clínico y validación, nos hemos centrado en el desarrollo de un gen-set que puede predecir robustamente recurrencia en pacientes en estadio II. Hemos desarrollado y validado un algoritmo de pronóstico para el cáncer gástrico, GCPS, que puede identificar con firmeza los grupos de alto riesgo de recurrencia entre los pacientes en estadio II. GCPS, desarrollado utilizando la plataforma nCounter, mostró el sólido rendimiento en muestras FFPE. Además, la inclusión de genes de referencia interna permitió la aplicación de GCPS a los pacientes individuales. Por lo tanto, sugerimos que GCPS se puede aplicar fácilmente al uso clínico de rutina. El GCPS de 8 genes (LAMP5, CDC25B, CDK1, clip4, LTB4R2, MATN3, NOX4 y TFDP1) fueron descubiertos y validado en más de 700 pacientes en estadio II GC. Se encontró que el GCPS identificó pacientes GC de alto riesgo de recurrencia del tratamiento adyuvante con independencia y que los pacientes en estadio II GC de alto riesgo mostró DFS similar a pacientes en estadio III. Cabe destacar que el GCPS predice la recurrencia de ambos tipos Lauren (difuso o intestinal) (Figura S8 en Archivo S1).
Nuestros datos demuestran claramente la presencia de heterogeneidad molecular en GC, que se asoció con resultados clínicos, pero independiente de información de estadificación clínico patológica. Nuestros datos indican que los pacientes en estadio IB /II tenían muy mal pronóstico cuando sus tumores expresan genes de las firmas de riesgo desfavorable. Hubo una diferencia del 23,7% en 5 años DFS entre las firmas de alto riesgo y de genes de bajo riesgo en estadio IB /II los pacientes, y de 5 años DFS de la etapa de alto riesgo IB /II los pacientes era inferior al 60%, a pesar de la uso de la quimiorradioterapia adyuvante (Figura 1). Por lo tanto, puede ser necesario diseñar de forma prospectiva un ensayo a la pregunta de si se requiere quimiorradioterapia para la etapa IB /II pacientes con bajo riesgo perfiles de expresión génica. Con el fin de minimizar cualquier sesgo potencial de las variaciones en la práctica clínica o cirugía en un solo centro, se realizó una validación externa ad hoc de la firma para validar la firma. Como se muestra en los resultados, la firma predijo consistentemente recurrencia en Singapur cohorte.
Entre los 8 genes finales de GCPS (LAMP5, CDC25B, CDK1, clip4, LTB4R2, MATN3, NOX4 y TFDP1), CDC25B y CDK1, que son conocidos por estar asociados con la proliferación celular, se han encontrado que se correlaciona con un pronóstico favorable (estimaciones de regresión Cox negativos de la Tabla 2). En particular, una tendencia similar se ha observado para el cáncer de colon mediante un ensayo de expresión de genes [17], [18]. Estos resultados pueden reflejar el estado de diferenciación de estas células tumorales, ya gástrica normal y la mucosa de colon células epiteliales tienen altas tasas de rotación. TFDP1 codifica el factor de transcripción DP-1, que actúa como un regulador positivo de la transición G1 /S durante el ciclo celular [19], [20]. Particularmente en el carcinoma hepatocelular, TFDP1 sobreexpresión se asoció sustancialmente con la progresión de la enfermedad [19]. Dado que el alcance de este estudio no incluye el estudio funcional de estos genes, su significado biológico debe ser investigado en estudios futuros. Recientemente, Cho
et al.
Ha realizado el mayor perfil de expresión génica en 213 pacientes GC utilizando tejidos frescos congelados [21]. Identificaron 6 genes de pronóstico (CTNBB1, EXOCS3, TOP2A, LBA1, CCL5, y LZTR1) para la supervivencia de los pacientes después de la resección curativa. Sin embargo, a lo mejor de nuestro conocimiento, GCPS es el único conjunto de genes que ahora ha sido validado en más de 700 pacientes en estadio II GC, independientemente clasificación de Lauren (difuso o intestinal), un conocido factor pronóstico o tratamiento adyuvante.
En conclusión, con el uso de un enfoque de múltiples pasos, hemos desarrollado 8-gen GCPS, que fue capaz de identificar con firmeza pacientes en estadio II GC de alto riesgo de recurrencia después de la cirugía, independientemente del tratamiento adyuvante. Actualmente, con el juicio ARTISTA-II en curso (NCT#01761461), tenemos la intención de validar nuestro GCPS en un ensayo de fase III diseñado de manera prospectiva.
Información de Apoyo
archivo S1.
1. Características de los pacientes de las cohortes del estudio en cada etapa (Tabla S1). a. Tabla S1. Características de los pacientes. 2. Características clínicas y patológicas de los casos examinados en cada fase. 3. Descripción detallada de la etapa de descubrimiento usando el ensayo de WG-DASL (paso 1). a. Figura S1. Control de calidad de los datos de WG-DASL. segundo. Tabla S2. Comparación de los resultados de IHC y FISH para el estado de HER2 en cáncer gástrico en el paso 1. c. Tabla S3. Lista de sondas que son expresados diferencialmente entre los grupos de pacientes HER2-positivo y HER2 negativo en el paso 1. d. Tabla S4. Lista de todas las sondas con valores de p & lt univariados; 0,01 en el paso 1. e. Figura S2. algoritmo de gradiente Lasso. F. Tabla S5. Lista de 26 sondas incluido en el modelo de predicción instalado por todo el conjunto de datos (n = 432). gramo. Tabla S6. Multivariante de Cox análisis de regresión resultados en grupos descubrimiento de genes (n = 432). 4. Diseño del ensayo de expresión génica se centró utilizando la plataforma nCounter. a. Tabla S7. Lista de los genes de referencia para el ensayo nCounter. segundo. Figura S3. Correlación entre los índices de riesgo de los genes de pronóstico basado en cuantil normalización y la auto-normalización utilizando ensayo de WG-DASL. 5. ensayo nCounter y control de calidad. 6. Selección de corte para el cáncer gástrico pronóstico Puntuación (GCPS (figura S4, S5, & amp; S6) una figura S4 DFS según cada cuartiles de GCPS-G1 b Figura S5 punto de corte de análisis para...... GCPS-G1. c. Figura S6. DFS según optimizado punto de corte de GCPS-G1. 6. Distribución de GCPS entre el conjunto de descubrimiento y validación establecidos. a. Figura S7. Distribución de GCPS-G1 en el descubrimiento y validación del conjunto. b Figura S8 GCPS:... intestinal vs tipo difuso 7. Las pruebas de la utilidad clínica de GCPS-g2 en los pacientes tratados con cirugía solamente una figura S9 DFS de los pacientes en etapa II tratados con quimioterapia basada en cuartil de GCPS-g2.... b. Figura S10. DFS de pacientes en estadio II tratados con cirugía sola basado en cuartil de GCPS-g2. c. Figura S11. la expresión de los genes pronósticos adversos incluidos en el cáncer gástrico pronóstico puntuación, de acuerdo a los compartimentos de tejido (tumor frente estroma). expresión normalizada se indican los niveles. d. Tabla S8. Lista de sondas NCounter incluido en GCPS-g2. 8. protocolo de estudio de validación del cáncer gástrico. a. Figura S12. protocolo de estudio de validación cáncer gástrico
doi:. 10.1371 /journal.pone.0090133.s001 gratis (DOCX)