Relacionados
Extracto
Unos biomarcadores pronósticos están aprobados para uso clínico debido principalmente a su rendimiento inicial no se puede repetir en conjuntos de datos independientes. Hemos planteado que biomarcadores robustos podrían obtenerse mediante la identificación de los procesos biológicos desregulados compartidos entre los tipos de tumores que tienen una etiología común. Se realizó un conjunto de genes de enriquecimiento de análisis en 20 a disposición del público de expresión génica de datos comprende 1968 pacientes que tienen de uno de los tres tipos de cáncer más comunes relacionadas con el tabaco (pulmón, de vejiga, de cabeza y cuello) y los genes relacionados con el ciclo celular identificados como la clase más consistentemente pronóstico de biomarcadores en la vejiga (BL) y el adenocarcinoma de pulmón (LUAD). También encontramos que el valor pronóstico de 13 de los 14 publicados firmas BL y LUAD dependían de los genes relacionados con el ciclo celular, que apoya la importancia del ciclo celular biomarcadores relacionados para el pronóstico. Curiosamente, no hay clases de genes de pronóstico se identificaron en el carcinoma de pulmón de células escamosas o carcinoma de cabeza y cuello de células escamosas. A continuación, una firma de proliferación específica del ciclo celular 31 genes (PCC), derivado previamente en los tumores de próstata se evaluó y se encontró predictivo de los resultados en las cohortes BL y LUAD en univariante y multivariante. En concreto, la puntuación CCP mejora de forma significativa la capacidad predictiva de los modelos multivariados basado en variables clínicas estándar para la progresión en pacientes BL y la supervivencia en pacientes LUAD en múltiples cohortes. a continuación, generamos firmas CCP al azar de diferentes tamaños y se encuentran series de 10-15 genes tenían un rendimiento sólido en estas cohortes BL y LUAD, un hallazgo que fue confirmado en una cohorte independiente. Nuestro trabajo caracteriza la importancia del ciclo celular relacionadas con los genes en las firmas de pronóstico para pacientes BL y LUAD e identifica una firma específica probabilidades de sobrevivir a una validación adicional
Visto:. Dancik GM, Theodorescu D (2014) Robust la expresión génica firmas pronóstico en el cáncer de vejiga y de pulmón adenocarcinoma depender de Ciclo celular genes relacionados. PLoS ONE 9 (1): e85249. doi: 10.1371 /journal.pone.0085249
Editor: John D. Minna, Univesity de Texas Southwestern Medical Center en Dallas, Estados Unidos de América
Recibido: 22 de abril de 2013; Aceptado: 24 Noviembre 2013; Publicado: 22 Enero, 2014
Derechos de Autor © 2014 Dancik, Theodorescu. 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 trabajo está apoyado en parte por los Institutos nacionales de Salud subvenciones CA075115 y CA104106. Los donantes no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito. Sin financiación externa adicional fue recibida para este estudio
Conflicto de intereses:. Los autores han declarado que no existen intereses en competencia
Introducción
perfiles de expresión génica de los cánceres humanos ha revolucionado. nuestra comprensión de la enfermedad y aceleró el descubrimiento de biomarcadores de pronóstico y predictivo [1] - [3]. Sin embargo, son pocos los biomarcadores múltiples genes han sido aprobados para uso clínico [4], en parte porque carecen de robustez a través de múltiples conjuntos de datos. Esto es especialmente llamativa para el cáncer de vejiga donde Lauss y asociados [5] evaluaron 28 genes firmas publicado diseñado con fines diagnósticos y pronósticos del cáncer de vejiga y encontraron que ninguno de los 6 firmas de supervivencia se comportó mejor que el azar cuando se aplica a los conjuntos de datos independientes.
Aquí nos ocupamos de esta falta de biomarcadores pronósticos robustos postulando la existencia de procesos celulares comunes (módulos) a través de múltiples tipos de tumores de etiología común, cuya actividad anormal podría ser capturado por una firma transcripcional. Como nuestro objetivo era desarrollar robustas biomarcadores de cáncer de vejiga, se seleccionaron los tipos de cáncer adicionales con el tabaquismo como un factor etiológico principal bien definido. La identificación de un proceso de este tipo sería presumiblemente permitir el desarrollo de biomarcadores robustos que son de pronóstico a través de múltiples cohortes de pacientes y tipos de tumores.
Una visión general de nuestro análisis se proporciona en la Figura 1. En primer lugar, un conjunto de genes de enriquecimiento de análisis de perfiles de expresión génica de 1968 pacientes con cánceres relacionados con el tabaco (carcinoma urotelial de vejiga celular, adenocarcinoma de pulmón, carcinoma de células escamosas de pulmón y carcinoma de cabeza y cuello de células escamosas) se efectuó y se identifican los módulos relacionados con el ciclo de pronóstico tan consistentemente en la vejiga y el adenocarcinoma de pulmón. Hemos encontrado que una firma específica de genes del ciclo celular fue predictivo de los resultados en la vejiga y de pulmón adenocarcinoma y que el rendimiento de las firmas de la vejiga y de adenocarcinoma de pulmón publicados dependía de los genes del ciclo correlacionado celulares. A continuación hemos desarrollado y evaluado un panel de 12 genes de los genes relacionados con el ciclo celular y nos parecieron eficaz para estratificar el resultado clínico en una cohorte independiente. Nuestros resultados caracterizan la importancia central de ciclo celular biomarcadores relacionados en firmas genéticas de pronóstico en pacientes con tipos de cáncer comunes implican la proliferación celular y como el principal motor de la evolución de la enfermedad. En términos más generales, este enfoque define módulos biológicos funcionalmente dominantes que impulsan el pronóstico del cáncer humano e identifica robustos biomarcadores pronósticos.
A, los procesos biológicos asociados con la supervivencia en tumores relacionados con el tabaco se identificaron a través de un análisis de enriquecimiento conjunto de genes. Este análisis del ciclo celular identificado como el único proceso biológico consistentemente asociada con el resultado, en la vejiga y de pulmón adenocarcinoma mientras que no se identificaron los procesos que permiten predecir el resultado en el adenocarcinoma de pulmón, carcinoma de pulmón de células escamosas o carcinoma de cabeza y cuello de células escamosas. B, Dados los hallazgos en A, la relevancia clínica de los genes relacionados con el ciclo celular se evaluó de dos maneras. En primer lugar, se evaluó el valor pronóstico de una firma proliferación específica del ciclo celular 31 genes (PCC) en la vejiga y de pulmón adenocarcinoma en el análisis univariante y multivariante. En segundo lugar, se encontró que el valor pronóstico de firmas de genes previamente publicados predicción de la supervivencia en la progresión de la vejiga y de pulmón adenocarcinoma era dependiente de genes correlacionados del ciclo celular. C: Porque análisis adicional reveló que el valor pronóstico de la puntuación CCP dependía del tamaño de la firma, que optimiza la firma PCC y encontró que una pequeña firma de 12 genes (CCP-12) era de pronóstico en un conjunto de datos externa.
Materiales y Métodos
expresión génica de datos y criterios de valoración clínicos
Se analizaron 20 genes de expresión que comprenden los conjuntos de datos de 1968 pacientes con carcinoma urotelial de vejiga (BL, cinco cohortes, 42
%
), adenocarcinoma de pulmón (LUAD, ocho cohortes, 39%), pulmón carcinoma de células escamosas (LUSC, tres cohortes, 8%), y la cabeza y el carcinoma de células escamosas del cuello (CECC, cuatro cohortes, 10%). Todos los conjuntos de datos de expresión de genes utilizados en este análisis están disponibles al público y se pueden descargar desde la Expresión Génica Omnibus (GEO) [6] o como material complementario a la publicación, como se indica en las Tablas S1-S4 en S2 Archivo. Las referencias al estudio original para cada cohorte también se proporcionan en las Tablas S1-S4 en S2 de archivos. Para más detalles, véase Materiales y Métodos El apoyo en S1 Archivo.
Los puntos finales incluyeron la progresión en pacientes BL. Tres cohortes BL tenían información de progresión, que fue definida por los autores originales como aumento de NMI para la enfermedad MI (Lindgren y Dyrskjot cohortes, Ref#[7], [8]), o el aumento de la etapa (CNUH, Ref#[9 ]). Durante dos cohortes (Lindgren y CNUH) tiempo hasta la progresión no estaba disponible y la capacidad de un gen Resultado o firma para predecir la progresión (vs. progresores de no progresión) fue evaluada por el área bajo la curva ROC (AUC). En Dyrskjot, tiempo de seguimiento clínico fue disponible que para el análisis de la supervivencia libre de progresión (SLP).
El criterio de valoración de supervivencia fue seleccionado como sigue. la supervivencia específica de la enfermedad (DSS) se utiliza siempre si tres cohortes (BL) disponibles. Se utilizó la supervivencia global (OS) si el DSS no estaba disponible (dos BL, siete LUAD, y dos cohortes LUSC). Se utilizó la supervivencia libre de recurrencia (SLR) si se dispusiera de ninguna DSS ni OS (una LUAD y dos cohortes CECC). Los acontecimientos de estos criterios de valoración son la muerte por enfermedad, muerte por cualquier causa, y la recurrencia de la enfermedad, por DSS, OS, y RFS, respectivamente. En una cohorte de CECC adicional fue proporcionada (Colo, Ref#[10]) Estado de recurrencia, pero los horarios de seguimiento clínico no lo fuera, y la capacidad de un gen para predecir la recurrencia se evaluó por las AUC. Además, la afectación ganglionar se correlaciona fuertemente con el resultado en HNSCC [11] y fue utilizado como un sustituto para la supervivencia en dos cohortes que permite un análisis más exhaustivo. Los criterios de valoración clínicos para cada cohorte se resumen en las Tablas S1-S4 S2 en Archivo.
ciclo celular La proliferación (PCC) puntuación
En microarrays de datos, las sondas se convirtieron en símbolos de genes basados en Affymetrix anotación , número de acceso GenBank, o Unigene ID de clúster. Para los genes con múltiples sondas, se utilizó la sonda con el valor de la expresión media más alta [12]. La expresión de cada gen fue
z
-normalized a través de muestras tienen una media de cero y una desviación estándar de uno. El marcador PCC es el medio de expresión de todos los genes de la firma normalizados CCP en la matriz. En el conjunto de datos de cáncer de próstata, la puntuación PCC es el medio de expresión de 31 genes CCP medida por RT-PCR cuantitativa. Para más detalles véase Materiales y Métodos El apoyo en S1 Archivo.
Gene conjunto de enriquecimiento y análisis estadísticos generales
La base de datos para la visualización y anotado Descubrimiento (DAVID, Ref#[13]) se utilizó para el gen set de enriquecimiento de análisis para identificar excesivamente representados ontología de genes (GO) [14] términos y las vías KEGG [15] en las listas de genes. Detalles adicionales para este y los análisis estadísticos generales se proporcionan en Materiales de apoyo y Métodos en S1 Archivo. Todos los análisis excepto para el conjunto de genes de enriquecimiento de análisis se llevó a cabo utilizando
R gratis (http://cran.r-project.org). Muestra
código y salida R
se proporcionan en forma de un documento Sweave que incluye la producción de nuestro análisis entretejido con los correspondientes
R
código (S3 Archivo). R código adicional está disponible a petición.
Resultados
El análisis conjunto de genes de enriquecimiento identifica los genes relacionados con el ciclo celular como la clase más consistentemente pronóstico de los biomarcadores en la vejiga y de pulmón adenocarcinoma
Datos a partir de 1968 pacientes fueron examinados por los resultados de la progresión del tumor (si está disponible) y la supervivencia (que se define en Materiales y Métodos). En cada cohorte se identificaron las listas de genes de predicción de resultados (P & lt; 0,01) y se realizó un análisis de enriquecimiento que identifica módulos excesivamente (GO términos [14] y las vías KEGG [15], Figura 2, Figura S1, y la Tabla S5 en Archivo S6 ) en estas listas de genes. del ciclo celular módulos relacionados fueron los módulos enriquecidos más consistente a través de cohortes de pacientes BL y LUAD (para más detalles véase Apoyando Resultados y Discusión en S1 Archivo). Por el contrario, LUSC y HNSCC cohortes de pacientes no tienen una vía excesivamente común (para más detalles véase Apoyando Resultados y Discusión en S1 Archivo).
En cada cohorte, más de una representación de ontología de genes (GO) y KEGG vías fueron identificados a partir de las listas de genes significativamente predictivos de la evolución de la enfermedad (P & lt; 0,01) utilizando el gen anotación de enriquecimiento de análisis conjunto de herramientas DAVID. Consistentemente módulos de pronóstico fueron identificados por la clasificación de todos los módulos primero por el número de cohortes con resultados significativos (FDR & lt; 20%) y luego por medio de p-valor. Cada subfigura incluye diez módulos: los módulos más consistentemente pronóstico y el 'top hit' para cada cohorte, marcados por un asterisco (*), que se define como el módulo con el FDR más bajo en esa cohorte que tiene un FDR & lt; 20% en múltiples cohortes. Una, más representadas GO términos asociados con la supervivencia en el cáncer de vejiga. B, sobre-representados GO términos asociados con la supervivencia en el adenocarcinoma de pulmón. C, sobre-representados GO términos asociados con la supervivencia en el carcinoma de pulmón de células escamosas. D-F, mismo que A-C, excepto sobrerrepresentados se identifican KEGG vías. No hubo significativamente más representadas en los módulos de pronóstico de cabeza y cuello escamosas carcinoma de células cohortes en FDR & lt; 20%. LUSC: el carcinoma de pulmón de células escamosas, FDR:. Tasa de falso descubrimiento
univariado y multivariado de una puntuación de proliferación del ciclo celular en la vejiga y de pulmón adenocarcinoma
Para determinar la relevancia clínica de estos hallazgos se evaluó una puntuación de proliferación del ciclo celular previamente publicado (CCP) (promedio de expresión de 31 genes del ciclo celular) que predijo tiempo hasta la recurrencia o muerte en el cáncer de próstata [16], [17]. Si los módulos del ciclo celular excesivamente fueron determinantes de resultado clínico, entonces también se podría esperar puntuación CCP para ser
general, la puntuación CCP fue significativamente predictivo (P & lt; 0,05). De la progresión y la supervivencia en todas las cohortes BL con estos criterios de valoración y de supervivencia en 5/8 cohortes LUAD, con altas puntuaciones CCP asociados con un mal pronóstico en todos los casos. En concreto, la puntuación de CCP fue predictivo de progresión en CNUH (AUC = 0,68, P & lt; 0,05), Lindgren (AUC = 0,70, P & lt; 0,05), y Dyrskjot (HR = 4,73, P & lt; 0,001, Figura 3A) cohortes. El marcador PCC fue predictivo de la supervivencia (P & lt; 0,05) en las cinco cohortes BL (HR 1,81 a 4,73, Figura 3B) Puntuación del PCC también fue predictivo de los resultados (P & lt; 0,05) en 5/8 cohortes LUAD (HR 1,53 a 2,68, la figura 3C).
a, valor pronóstico de la puntuación de CCP para la progresión en el cáncer de vejiga en el CNUH (N = 165), Lindgren (N = 97), y Dyrskjot (N = 353) cohortes. En las cohortes CNUH y Lindgren, el tiempo de seguimiento no estaba disponible, así que evaluó la capacidad de puntuación de CCP para discriminar entre los no progresores (NP) y progresores (P), como se describe en Materiales y Métodos. En la cohorte Dyrskjot, Kaplan-Meier (KM) curvas de supervivencia libre de progresión (SLP) se generaron para pacientes con puntuaciones de CCP en la parte inferior (verde), medio (azul) y superior (rojo) 33% y el log rank se ha informado de P-valor de la puntuación continua CCP. B, el valor pronóstico de la puntuación de CCP para la supervivencia en el cáncer de vejiga. curvas KM se generaron como en (A) para la supervivencia global (SG) en el Blaveri (N = 74) de cohortes y para la supervivencia específica de la enfermedad (DSS) en el CNUH (N = 165), Dyrskjot (N = 366), Lindgren (N = 142), y MSKCC (N = 87) cohortes. C, valor pronóstico de la puntuación de CCP para la supervivencia en el adenocarcinoma de pulmón. curvas KM se generaron para el sistema operativo o la supervivencia libre de recidiva (RFS) en la CAN /DF (N = 82), MSK (N = 104), Hijo (N = 62), Takeuchi (N = 90), y Tomida (N = 117) cohortes. Abreviaturas: recursos humanos., Cociente de riesgos, lo que corresponde a un aumento de 1 unidad en la puntuación CCP
A continuación evaluó si la puntuación CCP aporta información pronóstica independiente. Se realizó un análisis multivariado y se incluyeron las variables clínicamente relevantes, tales como la edad, el sexo, y el grado en que las cohortes BL y LUAD donde la calificación PCC era pronóstico en el análisis univariado. Para cada cohorte también desarrollamos un mejor modelo multivariado (es decir,
último modelo
) a través de la selección por pasos hacia adelante de variables informativas (P & lt; 0,05). Tal modelo selecciona un diccionario, juego de "óptima" de las variables y puede seleccionar la puntuación PCC sobre las variables clínicas estándar. Dado que las variables clínicas están fácilmente disponibles de este
modelo final
puede no ser rentable actualmente, pero puede ser tan en entornos en los que los tumores se clasifican y se clasificaron según su patología molecular. Por último, se evaluó si la puntuación PCC aumentó el valor pronóstico de un
mejor modelo disponible
que incluía variables clínicas que están fácilmente disponibles en la configuración actual. Este aumento sugiere que la puntuación PCC tiene utilidad clínica. Para más detalles sobre la metodología véase Materiales y Métodos El apoyo en S1 Archivo.
puntuación PCC fue seleccionado para el
último modelo de Hoteles en todas las cohortes BL cuando progresión fue el punto final (Tabla 1, Tabla S6 en S4 de archivos), y fue la única variable significativa en el análisis multivariante. Cuando la supervivencia fue el punto final, la puntuación PCC fue la variable más significativa consistente en el análisis multivariado (P & lt; 0,05), junto con el estadio, que eran cada uno significativa en tres cohortes. El marcador PCC fue seleccionado para el
último modelo
en dos de estas cohortes (Tabla 1, Tabla S7 en S4 Archivo). En los pacientes con LUAD, la puntuación PCC fue la variable más significativa consistente en el análisis multivariante y también la variable con mayor frecuencia seleccionada en el
modelo final gratis (Tabla 2, Tabla S8 en S4 Archivo). En los
mejores modelos
disponibles, además de la puntuación PCC dio lugar a un aumento de la capacidad de pronóstico (P & lt; 0,05) en dos BL, uno BL, y tres cohortes LUAD cuando la progresión, la supervivencia y la supervivencia fueron los criterios de valoración, respectivamente (Tablas S9-S10 en archivo S5). Estos resultados sugieren que la puntuación de CCP puede ser superior a las variables clínicas estándar en ambos tipos de cáncer BL y LUAD y que la puntuación CCP puede tener utilidad clínica inmediata para predecir la progresión en pacientes BL y la supervivencia en pacientes LUAD. Para más detalles vea Apoyando Resultados y Discusión en S1 Archivo. En consonancia con el conjunto de genes de enriquecimiento de análisis anterior, la puntuación PCC no era pronóstico en pacientes con tumores escamosos (LUSC y HNSCC) (Figura S2).
firmas de pronóstico en la vejiga y carcinoma de pulmón dependen del ciclo celular genes relacionados
Debido a que los módulos que más se asoció con la progresión en pacientes BL y la supervivencia en pacientes LUAD estaban relacionados ciclo celular (Figura 2 y Figura S1), la hipótesis de que el rendimiento de la progresión BL previamente definido y la supervivencia LUAD firmas dependerían de genes relacionados con el ciclo celular. firmas de supervivencia BL no fueron examinados porque un estudio anterior encontró que su rendimiento era pobre en conjuntos de datos independientes [18]. Pusimos a prueba nuestra hipótesis sobre las firmas de genes publicados usando un enfoque de ajuste (para más detalles véase Materiales de apoyo y métodos en S1 de archivos) que atenúa la capacidad predictiva de la firma genes que se correlacionan con la puntuación PCC [19].
En cada uno conjunto de datos, los niveles de expresión de genes patrón se ajustaron para la puntuación CCP o por un término constante que comprende un "control negativo" (ver Materiales de apoyo y métodos en archivo S1 para más detalles) y se evaluó la progresión en las cohortes BL y la supervivencia en las cohortes LUAD. Un mapa de calor indica el valor pronóstico de cada firma y si su capacidad predictiva se pierde cuando se ajusta por puntuación de CCP (Figura 4). En general, las firmas perdieron su capacidad predictiva después de ajustar la puntuación CCP. En concreto, las firmas de la vejiga perdieron su capacidad predictiva en todas las cohortes independientes, mientras que las firmas pulmonares que son predictivos de & gt; 2 cohortes perdieron su capacidad predictiva en el 83% de las cohortes que son predictivos de, en promedio. Para más detalles ver Apoyando Resultados y Discusión en S1 Archivo.
Los valores de expresión de los genes de la firma de pronóstico se ajustaron para la puntuación CCP o por una constante (control negativo) como se describe en Materiales y Métodos El apoyo en S1 Archivo. A, mapa de calor que muestra el impacto del ajuste puntuación de CCP en la capacidad predictiva de cada firma (filas) en cada cohorte (columnas). Las firmas ya sea pierden su capacidad predictiva siguiente ajuste (P & lt; 0,05 en el control, pero P & gt; 0,05 en la cohorte ajustada-CCP; caja azul); siendo el pronóstico tras el ajuste (P & lt; 0,05, tanto en el control y cohortes ajustados-CCP; caja verde); o no estaban pronóstico en cualquiera de los casos (P & gt; 0,05 en ambos grupos, la caja blanca). B, apilados gráfico de barras que resume el valor pronóstico de cada firma por categorías descritas en (A). Pérdida de la capacidad de predicción se calcula como el porcentaje de firmas que pierden su capacidad predictiva siguiente ajuste (cajas azules) con respecto al número total de cohortes de control es una firma de pronóstico de (azul + cuadros de color verde). C-D, los resultados del ajuste en las cohortes de adenocarcinoma de pulmón, en el mismo formato que A-B.
validación externa del ciclo celular de expresión firmas refinados en el cáncer de próstata humano
Debido a que la firma PCC los genes están altamente correlacionados [16] y miden el mismo proceso biológico, la hipótesis de que una firma genética más pequeña llevaría a cabo de forma comparable a la firma el 31 de gen completo. En primer lugar, se caracterizó la importancia del tamaño de la firma a través de un muestreo aleatorio repetida de genes CCP para generar firmas de genes de varios tamaños y se evaluó su valor pronóstico en las cohortes BL y LUAD. Se encontró que el poder predictivo de la puntuación PCC depende del tamaño de la firma y no necesariamente la composición de genes, y que los genes 10-15 son suficientes para mantener el poder pronóstico de la firma completa (Figuras S3, S4) (ver Resultados y Discusión de apoyo en Archivo S1 para más detalles). Para confirmar de forma independiente este hallazgo y evaluar pequeñas firmas refinados que analizamos 4 firmas "robustas" (CCP-4, -7, -10, y -12) (Tabla S12 en Archivo S8) que incluyen genes predictivos del resultado en múltiples cohortes ( Apoyando ver Materiales y Métodos en S1 del archivo para más detalles).
El CCP-4, -7, -10, -12 y firmas fueron proporcionados a Myriad Genetics (Salt Lake City, UT) para la evaluación "a ciegas" , es decir, sin indicación de nuestra hipótesis acerca de la relación entre el tamaño de la firma y el valor pronóstico. La capacidad predictiva de las firmas de calificaciones de recurrencia bioquímica en el cáncer de próstata se evaluó en 353 pacientes que recibieron prostatectomía radical [17], con la expresión génica medido por RT-PCR cuantitativa (véase Materiales y Métodos de apoyo en S1 Archivo). Todos los resultados fueron predictivos (P & lt; 0,05) en el análisis univariado y multivariado que incluía CAPRA-S [20], una medida del riesgo clínico que representa el PSA preoperatorio, la puntuación patológica Gleason, márgenes quirúrgicos, extensión extracapsular, vesículas seminales , y la invasión de los ganglios linfáticos. En general, las proporciones de riesgo aumentaron y los valores de p disminuyeron al aumentar el número de genes (Tabla 3). Las puntuaciones de la firma refinados se analizaron entonces en una prueba de análisis multivariante si la firma completa añade valor predictivo de un modelo que incluyó también CAPRA-S. La firma completa añade valor predictivo significativo (P & lt; 0,05) a la CCP-4, CCP-7, y CCP-10 modelos, pero no con el modelo de CCP-12, que define esta firma (BIRC5, BUB1B, CDC20, CDCA8, CENPF , FOXM1, KIF11, NUSAP1, PTTG1, TK1, TOP2A) como suficiente.
por último, se evaluó la firma CCP-12 en una cohorte adicional que consiste en 88 pacientes con adenocarcinoma de pulmón de los subtipos mixtos. Perfiles de expresión génica de estos pacientes se obtuvieron mediante la secuenciación de ARN (RNASeq) y descargados de Genoma del Cáncer Atlas (TCGA) (http://cancergenome.nih.gov). El marcador CCP se calculó como antes (la expresión media de registro normalizada de los 12 genes CCP) usando los recuentos normalizados (ARN RNAseq por expectativa de maximización, [21]), disponible de TCGA. Higo. 5 muestra que CCP-12 predice significativamente la SG en estos pacientes (HR = 1,95, p = 0,023), lo que confirma la capacidad predictiva de CCP-12 en una cohorte externa e indicando que la puntuación PCC es robusto a través de las tecnologías de la expresión de genes múltiples perfiles (microarrays y RNAseq).
valor pronóstico de la proliferación del ciclo celular 12-gen refinado (CCP-12) se muestra la puntuación en pacientes con adenocarcinoma de pulmón con perfiles de expresión génica por RNASeq. Kaplan-Meier (KM) curvas de supervivencia global (SG) se generaron para los pacientes (N = 88) con CCP-12 las puntuaciones en la parte inferior (verde), medio (azul) y superior (rojo) 33% y el log rank se ha informado de P-valor de la continua CCP-12 puntuación. Abreviaturas: recursos humanos., Cociente de riesgos, lo que corresponde a un aumento de 1 unidad en la CCP-12 Resultado
Discusión
Se realizó un análisis de enriquecimiento conjunto de genes de perfiles de expresión génica en pacientes con cuatro cánceres relacionados con el tabaco y el ciclo celular identificada como el proceso funcional más consistentemente asociadas con la evolución de los pacientes en los tumores con histología no escamosa. la proliferación celular aberrante es un sello distintivo del cáncer [22] y aumento de la expresión de genes del ciclo celular se encuentra en varios tipos de tumores [23], incluidas las que no causalmente asociados con fumar como el de mama [19] y el cáncer de próstata [16], [17 ]. Sin embargo, es interesante observar que los fumadores con cáncer de próstata tienen un mayor riesgo de recurrencia y la mortalidad [24]. Sorprendentemente, ciclo celular genes asociados no eran de pronóstico en los tumores relacionados con el tabaco con histología escamosa. Sin embargo, tenga en cuenta que estas cohortes tenían relativamente pocos pacientes (& lt; 85) que pueden haber impedido la identificación de los procesos funcionales asociados con el resultado en estos tipos de tumores
Nuestros datos proporcionan importantes conocimientos más allá de la identificación de un pronóstico firma específica (CCP-12). En primer lugar, sugiere que en los cánceres de BL y LUAD, biomarcadores pronósticos no se validan a través de múltiples cohortes a menos que sean (directa o indirectamente) asociadas con el ciclo celular (Figura 4). En segundo lugar, nuestro hallazgo de que las firmas de expresión génica podría predecir la supervivencia de varias cohortes de cáncer de vejiga fue inesperado debido a que un reciente estudio de validación encontró que varias firmas [25], [26] derivada de conjuntos de datos examinados aquí (Blaveri, MSKCC) había poca capacidad predictiva [18 ]. En tercer lugar, nuestros datos demuestran por primera vez que existen robusta de genes de supervivencia de expresión firmas en el cáncer de vejiga, pero sólo cuando se define sobre la base de módulos de genes funcionales. Si se utiliza en otros tipos de tumores, este concepto puede conducir al desarrollo de las firmas sólidas que tienen más probabilidades de llegar a la práctica clínica.
Nuestro trabajo también aborda un importante pero rara vez abordado cuestión en el desarrollo de biomarcadores, el impacto de la firma tamaño de la capacidad de predicción. la rentabilidad y la viabilidad de la evaluación de múltiples genes en una pequeña cantidad de tejido de la biopsia pesan en contra de la necesidad de grandes firmas suficientes que superen variabilidad técnica del ensayo y la variabilidad biológica de la heterogeneidad de la muestra tumoral. Nuestros resultados indican que el rendimiento pronóstico de los genes del ciclo celular mesetas a 10-15. Por el contrario, haibe-Kains
et. Al
. encontró que en el cáncer de mama el valor pronóstico de la expresión AURKA era comparable a los modelos de múltiples genes. AURKA es uno de los genes del ciclo celular que hemos examinado, pero no era tan robusta como la puntuación PCC, siendo predictiva (P & lt; 0,05) en solo 5/13 cohortes BL y LUAD (Figura S5). En general, la redundancia obtenido a partir de múltiples genes puede superar la calidad variable de ARN derivado de tejido fijado, que puede causar ensayos de genes individuales para fallan, asegurando así los resultados analíticos robustos. Si bien hemos encontrado que CCP-12 predijo el resultado en una cohorte independiente pasos adicionales tales como umbrales que definen que separan a los pacientes en grupos de alto y bajo riesgo y evaluación prospectiva de cohortes independientes que utilicen las variables predefinidas son necesarios antes de este panel está listo para su uso clínico.
Información de Apoyo
archivo S1.
materiales de apoyo, resultados y discusión
doi:. 10.1371 /journal.pone.0085249.s001 gratis (DOCX)
Archivo S2.
Resumen de cáncer de vejiga (Tabla S1), adenocarcinoma de pulmón (Tabla S2), carcinoma de células escamosas de pulmón (Tabla S3), y carcinoma de cabeza y cuello de células escamosas (Tabla S4) cohortes de pacientes
doi:. 10.1371 /revista .pone.0085249.s002 gratis (PDF)
S3 archivo.
Sweave documento que contiene la muestra
código y salida R
doi:. 10.1371 /journal.pone.0085249.s003 gratis (PDF)
Archivo S4.
Los análisis multivariados de progresión en cáncer de vejiga (Tabla S6), la supervivencia en el cáncer de vejiga (Tabla S7), y la supervivencia en el adenocarcinoma de pulmón (Tabla S8)
doi:. 10.1371 /journal.pone.0085249.s004
(PDF)
S5 archivo.
Comparativa de poder pronóstico de la puntuación de CCP y las mejores variables clínicas disponibles en la vejiga (Tabla S9) y el adenocarcinoma de pulmón (Tabla S10)
doi:. 10.1371 /journal.pone.0085249.s005 gratis (PDF)
S6 archivo.
módulos de pronóstico relacionados con el resultado en los cánceres relacionados con el tabaco (Tabla S5) (XLSX de Excel). En cada cohorte, ontología de genes (GO) y KEGG vías fueron identificados a partir de las listas de genes significativamente predictivos de la evolución de la enfermedad (progresión en pacientes BL y la supervivencia en BL, LUAD, LUSC, y los pacientes HNSCC, P & lt; 0,01) sobrerrepresentados usando la anotación de genes conjunto de herramientas de análisis de enriquecimiento DAVID. Consistentemente módulos de pronóstico fueron identificados por la clasificación de todos los módulos primero por el número de cohortes con resultados significativos (FDR & lt; 20%) y luego por medio de p-valor. No hubo significativamente más representadas módulos de pronóstico en cohortes de pacientes HNSCC en FDR & lt; 20%
doi:. 10.1371 /journal.pone.0085249.s006 gratis (XLS)
archivo S7.
progresión de la vejiga y la supervivencia de adenocarcinoma de pulmón firmas genéticas de pronóstico utilizados en el análisis de ajuste (Tabla S11) (XLSX de Excel)
doi:. 10.1371 /journal.pone.0085249.s007 gratis (XLS)
presentar S8.
genes CCP en cinco firmas refinados (Tabla S12). Las firmas se denotan por el número de genes CCP
doi:. 10.1371 /journal.pone.0085249.s008 gratis (DOCX)
archivo S9.
módulos de pronóstico relacionados con la progresión de la vejiga y las firmas de adenocarcinoma de pulmón de supervivencia (Tabla S13) (archivo de Excel XLSX). Sobrerrepresentados ontología de genes fueron identificados (GO) y KEGG vías para cada firma utilizando la anotación de genes de enriquecimiento de análisis conjunto de herramientas DAVID. Los módulos se clasifican en primer lugar por el número de firmas con resultados significativos (FDR & lt; 20%) y luego por medio de p-valor
doi: 10.1371 /journal.pone.0085249.s009 gratis (XLSX)
figura. S1.
módulos de pronóstico relacionados con la progresión en el cáncer de vejiga. En cada cohorte, sobre-representados términos de ontología de genes (GO) y KEGG vías fueron identificados a partir de las listas de genes significativamente predictivos de progresión (P & lt; 0,01) utilizando la anotación de genes de enriquecimiento de análisis conjunto de herramientas DAVID. Consistentemente módulos de pronóstico fueron identificados por la clasificación de todos los módulos primero por el número de cohortes con resultados significativos (FDR & lt; 20%) y luego por medio de p-valor. Cada subfigura incluye diez módulos: los módulos más consistentemente pronóstico y el 'top hit' para cada cohorte, marcados por un asterisco (*), que se define como el módulo con la tasa de falso descubrimiento más bajo (FDR) en esa cohorte que tiene una FDR & lt; 20% en múltiples cohortes. Una, más representadas GO términos asociados con la progresión en el cáncer de vejiga. . B, sobre-representado KEGG vías asociadas con la progresión en cáncer de vejiga
doi: 10.1371 /journal.pone.0085249.s010 gratis (TIF)
figura S2.
Valor pronóstico de la puntuación de CCP en los cánceres de pulmón de células escamosas y carcinoma de células escamosas de cabeza y cuello. A, valor pronóstico de la puntuación de CCP en los carcinomas de pulmón de células escamosas (SCLC). Kaplan-Meier (KM) se generaron curvas de supervivencia global (SG) en el Bild (N = 53) y Takeuchi (n = 35) cohortes y para la supervivencia libre de recurrencia (RFS) en el Hijo (N = 76) cohorte.