Extracto
El regulador de la señalización de la proteína G (RGS) obras de la vía un papel importante en la transducción, las actividades celulares, y la carcinogénesis de señalización. La hipótesis de que las variaciones genéticas en la familia de genes RGS pueden estar asociados con la respuesta de los pacientes en etapa tardía no pequeñas de cáncer de pulmón no microcítico (CPNM) a la quimioterapia o quimiorradioterapia. Se seleccionaron 95 etiquetado polimorfismos de nucleótido único (SNP) en 17 genes RGS y les genotipo en 598 pacientes con CPNM en etapa tardía. Trece SNPs se asociaron significativamente con la supervivencia global. Entre ellos, rs2749786 de
RGS12
fue más significativo. El análisis estratificado por la quimioterapia o la quimiorradiación SNPs se determinaron nuevos que se asociaron con la supervivencia global en los subgrupos. Rs2816312 de
RGS1 Opiniones y rs6689169 de
RGS7
eran más significativa en el grupo de quimioterapia y el grupo de quimiorradioterapia, respectivamente. Se observó un efecto acumulativo significativo cuando se combinaron estos SNPs. Los análisis de la supervivencia del árbol identificó posibles interacciones entre rs944343, rs2816312, rs1122794 y en afectar el tiempo de supervivencia en pacientes tratados con quimioterapia, mientras que el genotipo de rs6429264 afectó la supervivencia en pacientes tratados con quimiorradiación. Para nuestro conocimiento, este es el primer estudio que revela la importancia de la familia de genes RGS en la supervivencia de los pacientes con CPNM en etapa tardía
Visto:. Dai J, J Gu, Lu C, Lin J, Stewart D, Chang D, et al. (2011) Las variaciones genéticas en el regulador de los genes de señalización de la proteína G están asociados con la supervivencia en la fase tardía de células no pequeñas de cáncer de pulmón. PLoS ONE 6 (6): e21120. doi: 10.1371 /journal.pone.0021120
Editor: Zhang Lin, de la Universidad de Pennsylvania, Estados Unidos de América
Recibido: May 4, 2011; Aceptado: 19-may de 2011; Publicado: 17 Junio 2011
Derechos de Autor © 2011 Dai 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 trabajo con el apoyo de los Institutos nacionales de Salud subvenciones R01 CA111646, CA070907 P50, y R01 CA055769. 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
cáncer no microcítico de pulmón no microcítico (CPNM ) es la principal causa de mortalidad por cáncer en todo el mundo [1]. Más del 45% de los pacientes con CPNM presentan con no resecable de la última etapa (estadio IIIA /B o enfermedad en estadio IV) en los Estados Unidos [2]. Una terapia combinada es el actual estándar de tratamiento para los pacientes con NSCLC en estadio III con buen estado de rendimiento (performance puntuación de 0 ó 1). Numerosos ensayos clínicos han demostrado que la quimiorradioterapia concomitante ofrece una ventaja de supervivencia significativa sobre la quimiorradioterapia secuencial [3]. Aunque quimiorradioterapia concurrente mejora significativamente la supervivencia de los pacientes con enfermedad localmente avanzada, la mayoría de los pacientes aún mueren dentro de los 5 años a causa de la progresión locorregional o distante de la enfermedad [4]. Los pacientes en estadio IV se ofrecen generalmente la quimioterapia paliativa y tratamiento de soporte [5]. Hay una amplia variabilidad en la respuesta de los pacientes a la quimiorradioterapia y variables clínico solos no proporcionan orientación satisfactoria para la decisión de la estrategia de tratamiento. La aplicación de la farmacogenómica puede mejorar la predicción de la respuesta y ayudar a los médicos a determinar los tratamientos de cáncer para el paciente NSCLC individual de acuerdo con su fondo genético único. Por lo tanto, en este estudio, que tuvo como objetivo identificar predictores genéticos para los resultados clínicos de los pacientes con CPNM etapas finales.
Las proteínas G (guanina nucleótido de unión a proteínas) son importantes moléculas de transducción de señales celulares que se expresan en todas las células humanas [ ,,,0],6], [7]. Se activan por los receptores acoplados a la proteína G (GPCRs) y de ese modo pueden transducir señales extracelulares en el interior de una célula [8]. GPCRs son una familia de receptores de siete dominios transmembrana. Cuando GPCRs Traduce una señal dentro de la célula, el dominio extracelular de GPCR se une primero a las moléculas de señal, y entonces el dominio intracelular de GPCR activa una proteína G heterotrimérica. Las funciones heterotrimeric proteína G como "interruptores moleculares" y puede activar una cascada de factores de señalización y activación diana aguas abajo [7]. Este acoplado a proteína G proceso biológico requiere ajuste fino a través de moléculas accesorias tales como el regulador de la señalización de proteína G (RGS) [9]. RGS proteínas son una gran familia de más de 30 proteínas intracelulares [10], que pueden modular negativamente la señalización de GPCR vías [11], [12]. RGS son multi-funcional, vías de señalización de GPCR GTPasa-acelerar proteínas que promueven la hidrólisis de GTP por la subunidad alfa de las proteínas G heterotriméricas, inactivando de ese modo la proteína G y la velocidad de conmutación de [11]. Todas las proteínas RGS contienen un dominio RGS (también referido como "RGS-box"), que se requiere para sus actividades [13], y estos RGS dominios median en la interacción con otras proteínas de señalización, lo que permite RGS proteínas para servir como andamios de señalización [8 ]. se ha informado de fallos de funcionamiento de las proteínas RGS estar relacionado con la patogénesis de muchas enfermedades humanas comunes y las toxicomanías [14], [15], [16], [17]. proteínas múltiples RGS fueron encontrados que expresan diferencialmente en una variedad de neoplasias malignas sólidas y hematológicas [18], [19], [20], [21], [22], [23], [24], [25], [26] , [27], [28], [29], [30], [31], [32], [33], [34], [35], [36].
El único nucleótido polimorfismos (SNPs) de RGS se han asociado con varias enfermedades humanas, lo que sugiere que la variación genética en la vía de RGS puede jugar un papel importante en la patogénesis de estas enfermedades '[37], [38]. Recientemente, RGS SNPs También se ha informado a desempeñar un papel importante en el cáncer de pulmón. Por ejemplo, los SNP en
RGS17
en el cromosoma 6q23-25 se asoció con la susceptibilidad al cáncer de pulmón familiar [39]. SNPs en
RGS2
y
RGS6
pueden modular los riesgos de la vejiga y de pulmón [37], [40]. Si las variantes genéticas en la vía RGS podrían influir en los resultados clínicos en pacientes con NSCLC sigue siendo desconocido. En este estudio, hemos probado la hipótesis de que las variaciones genéticas de RGS están asociados con la supervivencia de los pacientes con CPNM en etapa tardía que reciben quimioterapia o quimiorradioterapia.
Resultados
Se incluyeron 598 pacientes con CPNM en este estudio , con una edad media de 59,7 años (Tabla 1). De los 598 pacientes, 456 habían muerto y 142 estaban vivos. No se encontraron diferencias significativas en la edad (
P = 0,884
), el origen étnico (
P = 0,937
), el tabaquismo (
P = 0,860
), y paquetes-año del hábito de fumar (
P = 0,926
) entre los dos grupos de pacientes (Tabla 1). Sin embargo, se observó una diferencia significativa en el estado de mortalidad por sexo (
P
= 0,002), el estadio clínico (
P
= 0,004), y el estado funcional (
P =
0,002) (Tabla 1).
las asociaciones entre SNPs y la supervivencia global en la fase tardía de los pacientes con CPNM
Un total de 13 SNPs en 6 genes se asociaron significativamente con el riesgo de muerte a
P
& lt; 0,05 (Tabla 2). Entre ellos, los alelos variantes de cuatro SNPs, rs7549021 y rs1056515 de
RGS5
, rs944343 de
RGS3
, y rs2749786 de
RGS12
, se asociaron con una disminución de los riesgos de muerte , con SHR ajustadas de 0,42 (IC del 95%, 0,22 a 0,83), (IC 95%, 0,54 a 0,97) 0,72, 0,80 (IC del 95%, 0,67 a 0,95), y (IC 95%, 0,40 a 0,85) 0,58; respectivamente. Otros SNPs conferido riesgo de muerte aumenta. Todos los SNPs en el
RGS1
gen estaban en desequilibrio de ligamiento (con r
2 & gt; 0,8). Con SHR similares en un modelo dominante
El análisis de arranque de re-muestreo se entonces realizado para los 13 SNPs para validar internamente los resultados. Se encontró que sólo 5 SNPs, rs944343 (
RGS3
), rs6678136 (
RGS4
), rs7549021 (
RGS5
), rs3820487 (
RGS5
) y rs2749786 (
RGS12
), tenía arranque
P
valores & lt; 0,05, al menos, 70 veces de cada 100 veces (Tabla 2). El otro tenía SNPs de arranque
P
valores & lt; 0,05 menos de 50 veces, lo que indica que los SNPs fueron probablemente los resultados falsos positivos
Las asociaciones entre SNPs y riesgo de muerte estratificados por tratamiento
a continuación realizó un análisis estratificado por modalidad de tratamiento, la quimioterapia o la quimiorradiación (Tablas 3 y 4). Nueve SNPs se asociaron con la supervivencia global en pacientes que sólo recibieron quimioterapia, 5 de los cuales tenía arranque
P &
valores lt; 0,05, al menos, 70 veces de cada 100 veces (Tabla 3). Entre estos cinco SNPs, tres (rs2816312 [
RGS1
], rs10218752 [
RGS5
], y rs1122794 [
RGS11
]) se asociaron con un mayor riesgo de muerte, con CRI de 1,80 (IC del 95%, 1,32 a la 2,45), 1,76 (IC del 95%, 1,06 a la 2,90) y 1,37 (IC del 95%, 1,07 a la 1,77), respectivamente. Por otro lado, rs944343 (
RGS3
) y rs1051013 (
RGS3
) se asociaron con un menor riesgo de muerte, con los CRI de 0,73 (IC del 95%, 0,57 a 0,94) y 0,77 (CI 95%, 0,60-0,98), respectivamente. En los análisis de Kaplan-Meier, cuatro de los cinco importantes SNPs (rs2816312 [
RGS1
], rs944343 [
RGS3
], rs1051013 [
RGS3
], y rs1122794 [
RGS11
]) se asociaron significativamente con la alteración del tiempo medio de supervivencia (MST) (log-rank
P
valor. & lt; 0,05) (Tabla 3)
Hubo ocho SNPs asociados significativamente con el estado de supervivencia en los pacientes que recibieron quimiorradioterapia, de los cuales cinco tenían arranque
P
valores & lt; 0,05 más de 70 veces de cada 100 veces (Tabla 4). Entre estos cinco SNPs, tres (rs2344673 [
RGS5
], rs12127281 [
RGS5
], y rs6429264 [
RGS7
]) se asociaron con un mayor riesgo de muerte, con CRI de 1,86 (IC del 95%, 1,00 a la 3.47), 1,83 (IC del 95%, 01/09 a 03/10) y 1,89 (IC del 95%, 1,06 a la 3.38), respectivamente; mientras rs12757054 (
RGS7
) y rs6689169 (
RGS7
) se asociaron con un menor riesgo de muerte, con los CRI de 0,48 (IC del 95%, 0,26 a 0,86) y 0,47 (IC del 95% , 0,27 a 0,80), respectivamente. Dos de estos SNPs en 5
RGS7
(rs6429264 y rs6689169) se asociaron con MST alterada en los pacientes con CPNM (log-rank
P = 0,0055
y 0,0441, respectivamente) (Tabla 4).
efectos acumulativos de los genotipos desfavorables sobre la supervivencia
Se evaluaron adicionalmente los efectos acumulativos de los genotipos desfavorables, ya sea en grupos de tratamiento usando los SNPs con arranque
P &
valores lt; 0,05 en menos 70 veces de cada 100 veces en cada grupo (Tabla 5). No hubo efectos significativos de la dosis génica en pacientes que recibieron ambos tratamientos (tabla 5). En aquellos pacientes que reciben quimioterapia solamente y que toman el grupo de referencia de bajo riesgo como de referencia (0 genotipos desfavorables), el medio-riesgo (1 o 2 genotipos desfavorables) y los grupos de alto riesgo (3 o 4 genotipos desfavorables) tenían 1,69 veces (IC 95%, 1,19 a la 2.41;
P
= 0,004) y 2,52 veces (IC 95%, 1,71-3,71;
P Hotel & lt; 0,001) mayor riesgo de muerte, respectivamente (
P Opiniones de tendencia & lt; 0,001). El MST para el medio en el riesgo y los grupos de alto riesgo fueron 11,22 meses y 8,19 meses, respectivamente, en comparación con 18,22 meses para el grupo de referencia de bajo riesgo (log-rank
value & lt; P
0,0001). Se observaron tendencias similares de dosis-respuesta entre los pacientes que recibieron quimiorradioterapia (Tabla 5 y Figura 1).
La línea continua representa el grupo de bajo riesgo, llevando 0 genotipos desfavorables de la quimioterapia (A) y 0-1 genotipos desfavorables en la quimiorradioterapia (SEGUNDO). La línea de puntos representa el grupo de riesgo medio, llevando 1-2 genotipos desfavorables de la quimioterapia (A) y 2-3 genotipos desfavorables en la quimiorradioterapia (B). La línea punteada representa un grupo de alto riesgo, llevando 3-4 genotipos desfavorables de la quimioterapia (A) y 4-5 genotipos desfavorables en la quimiorradioterapia (B). N: Número de Muertos /Alive. MST:. Mediana de supervivencia
de orden superior interacciones gen-gen
Los resultados del análisis de programas STREE para la interacción de los 10 SNPs significativos de arranque-validado (la SNPs que tenía valores de P de arranque & lt; 0,05, al menos 70% del tiempo en las Tablas 3 y 4) en el análisis estratificado se presenta en análisis de árbol de la Figura 2. la supervivencia resultó en cuatro nodos terminales en el grupo de quimioterapia y dos nodos terminales en el grupo de quimiorradiación ( Figura 2A). En el grupo de quimioterapia, la división inicial fue rs944343 (
RGS3
) y las subdivisiones posteriores fueron rs2816312 (
RGS1
) y rs1122794 (
RGS11
). Diferentes nodos tenían diferentes porcentajes de evento de la muerte. Para evaluar el riesgo asociado a cada uno de los nodos terminales, el nodo 1 en la rama de la quimioterapia se toma como el grupo de referencia, compuesto por personas con el heterocigotos y homocigotos los genotipos variantes de rs944343 (
RGS3
) y los homocigotos genotipo de tipo salvaje de rs1122794 (
RGS11
). En comparación con el grupo de referencia, los pacientes en los nodos terminales en el grupo de quimioterapia tuvieron HRs que van desde 1,49 hasta 2,92. Los pacientes en el nodo 1 tenían el MST más larga de 13,58 meses. El grupo de alto riesgo (nodo 3), que se compone de pacientes portadores del genotipo homocigoto de tipo salvaje de rs944343 (
RGS3
) y genotipos de rs2816312 que contiene variante (
RGS1
) , tenía un CR de 2,92 (IC del 95%, 1,92 a la 4.44). Los MSTs mostraron ser significativamente diferentes en el análisis de Kaplan-Meier de supervivencia (log-rank
P
valor & lt; 0,0001) (Figura 2B y en la Tabla 6). En el grupo de quimiorradioterapia, sólo había una división adicional. En comparación con los pacientes con el genotipo homocigoto de tipo salvaje de rs6429264 (
RGS7
) (nodo 5), que tenía un MST de 19,28 meses, los pacientes llevar genotipos que contiene la variante rs6429264-de (
RGS7
) mostraron un 1,89 veces mayor riesgo de muerte (95% CI, 1,06 a la 3.38), con un MST de 12,37 meses (Figura 2C y la Tabla 6)
(a) analiza la supervivencia del árbol.; 0: homocigotos genotipo natural; 1: genotipo heterocigoto; 2: homocigotos variante genotipo. (B) y (C) representan las curvas de supervivencia del grupo de riesgo en el grupo de quimioterapia y el grupo de quimiorradioterapia; N: Número de Muertos /Alive. MST:. Mediana de supervivencia
Discusión
En este estudio, se encontró que las variaciones genéticas en los genes RGS se asociaron con la supervivencia global en pacientes con NSCLC en etapa tardía. Nuestros resultados también refuerzan la importancia de evaluar los efectos acumulativos e interacción de las variaciones genéticas hora de predecir los resultados clínicos de los pacientes con NSCLC.
pacientes con CPNM se tratan sobre todo con la quimioterapia basada en platino, a menudo en combinación con radioterapia. La quimioterapia basada en platino puede estar relacionado con varias vías celulares, tales como el daño de ADN /reparación, control del ciclo celular, y vías de la apoptosis [41]. Sin embargo, no ha habido ningún estudio que informó de que RGS está involucrado en las rutas relacionadas con quimioterapia basada en platino.
células de NSCLC pueden invadir tejidos adyacentes y metastatizar a órganos y tejidos adyacentes, procesos que pueden atribuirse a la señalización celular alterada vías [42], [43]. La transformación oncogénica es a menudo el resultado directo de las mutaciones de las moléculas de señalización, que constituyen estas vías. En este estudio, 5 SNPs se asociaron con el riesgo general de muerte con arranque
P &
valores lt; 0,05, al menos, 90 veces de cada 100 veces. Tres de estos 5 SNPs, rs6678136 (
RGS4
), rs3820487 (
RGS5
) y rs2749786 (
RGS12
) confirió significativamente diferente del MST en la curva de Kaplan-Meier (Tabla 4 ). Estudios previos reportados que
RGS4
la expresión de genes estaban asociados con la invasión de varias cáncer [36], [44]. Además, RGS4 proteína actúa como un inhibidor de la epitelial y tubulogenesis de células endoteliales mediante la regulación de proteínas quinasas activadas por mitógenos y la señalización del factor de crecimiento endotelial vascular, lo cual inhibe la proliferación celular, la migración y la invasión [45]. Xiao
et a.l
informó que varios SNPs en combinación en
RGS5
puede conferir riesgo de hipertensión en la población china [46].
RGS5
se informó a ser un modulador clave de la maduración de pericitos tumor y desempeñar un papel fundamental en la neovascularización tumoral [9].
RGS5
ratones knockout mostraron mayor carga tumoral y muerte prematura que puede ser causada por la maduración y la normalización de pericitos vasculares [33]. RGS5 también se ha identificado como un antígeno tumoral expresado ampliamente en varios tipos de cáncer [47]. RGS12 es una proteína grande RGS con varios dominios funcionales, tales como PDZ, PTB (unión fosfo-tirosina) y Rap dominios de unión [48]. dominio PDZ de RGS12 interactúa con un GPCR, CXCR2, y por lo tanto contribuye a la acción de GAP RGS12 en las señales mediadas por la proteína G-CXCR2 [49]. Por lo tanto, es biológicamente plausible que RGS4, RGS5, y RGS12 están asociados con la supervivencia del cáncer de pulmón. Las funciones de los SNPs significativos en estos genes no son claras, ya que están más probable etiquetado SNPs. Se necesitan más estudios para encontrar los SNPs causales.
En los análisis estratificados, 5 SNPs en el grupo de quimioterapia y otros 5 en el grupo de quimiorradioterapia estaban asociados con el riesgo de muerte con arranque
P
valores & lt; 0,05, al menos, 70 veces de cada 100 veces. Los genotipos de cuatro SNP rs2816312: (
RGS1
), rs944343 (
RGS3
), rs1051013 (
RGS3
) y rs1122794 (
RGS11
) se encontró que se asocia significativamente con MST en el grupo de quimioterapia. El más significativo fue rs944343 (Log-rank
P = 0,0009
), que era un SNP etiquetado situada en la región de flanqueo 3 'del
RGS3
. El aumento de expresión RGS3 se ha utilizado como un marcador de diagnóstico para el sarcoma de tejido blando y se asoció con resistencia a la quimioterapia en el cáncer de mama [50], [51]. Además, RGS3 se ha informado de modular la movilidad celular de glioma [36]. Los otros genes del huésped de SNPs en el grupo de quimioterapia,
RGS1
, y
RGS11
, también han sido asociados con la etiología y pronóstico del cáncer. Rangel
et al
. informó que RGS1 puede ser un marcador pronóstico en la progresión del melanoma y su expresión se asoció con la supervivencia de los pacientes con melanoma [20]. Martínez-Cardus,
et al
. informó que la expresión RGS11 se asoció significativamente con la resistencia a la terapia de platino en el cáncer colorrectal [52]. Estos estudios apoyan el papel de RGS1, RGS3, y RGS11 en el pronóstico del cáncer de pulmón. Sólo había dos SNPs en quimiorradioterapia grupo, rs6429264 y rs6689169, asociados significativamente con MST (log-rank
P = 0,0055
y 0,0441, respectivamente). ambos de los cuales son de marcado SNP y situado en
RGS7
. Varios estudios demostraron que factor de necrosis tumoral-α, una importante citoquina inflamación que juega un papel importante en muchos cánceres humanos, puede activar rápidamente el nivel de expresión de RGS7 [53], [54]. Los mecanismos por los que estos genotipos determinan sus fenotipos y afectan el resultado del NSCLC no están claras. Se necesitan más estudios para identificar las variantes causales y los mecanismos biológicos que subyacen a nuestras asociaciones observadas.
También observaron efectos acumulativos de RGS SNPs en la supervivencia de los pacientes con CPNM en etapa tardía. Además, se utilizó el análisis de árboles de supervivencia para identificar las interacciones entre estos SNPs. Estas interacciones gen-gen resultaron en cuatro nodos terminales con diferentes riesgos de mortalidad en el grupo de quimioterapia solamente y dos nodos terminales con diferentes riesgos de muerte del grupo de quimiorradioterapia. El análisis del árbol de análisis de efectos acumulativos y la supervivencia nos puede permitir identificar los marcadores más potentes y firmas de pronóstico o predictivos basados en la combinación de variaciones genéticas de cada paciente. Cabe señalar que este tipo de análisis fueron exploratoria, y los resultados deben ser validados en estudios independientes.
Hay algunas ventajas a nuestro estudio. En primer lugar, nuestro enfoque actual basada en las vías es una extensión lógica del enfoque de genes candidatos y evita el requisito de tamaño de muestra mucho mayor por el estudio de asociación del genoma. En segundo lugar, hemos recogido una gran población relativa de los pacientes con CPNM de la misma institución. Los procedimientos de operación estándar uniforme en la identificación del cáncer, la estadificación patológica, e incluso la determinación de la estrategia para el tratamiento del cáncer hacen nuestros hallazgos más integral y aplicable a futuros estudios clínicos. En tercer lugar, hemos llevado a cabo la validación estadística interna mediante un procedimiento de remuestreo bootstrap para minimizar los falsos descubrimientos. En cuarto lugar, hemos realizado el análisis de la interacción gen-gen exploratoria para establecer una nueva combinación de SNPs para predecir el resultado de los pacientes con CPNM para su tratamiento, lo que podría ayudar a los médicos a determinar el tratamiento personalizado óptimo y la calidad de la atención para la supervivencia.
a lo mejor de nuestro conocimiento, este es el primer estudio que investiga la asociación de las variaciones genéticas en la familia RGS con la supervivencia para el NSCLC. Nuestros resultados han proporcionado no sólo basado en el análisis de SNP, sino también un enfoque más integral basada en las vías en la predicción de resultados clínicos para los pacientes con CPNM que se sometieron a quimioterapia o quimiorradioterapia. validación independiente futuro de la población más grande y ensayos funcionales detallados son necesarios antes de que estos hallazgos pueden ser traducidos a las clínicas.
Métodos
Declaración de Ética
Todos los pacientes firmaron un consentimiento informado por escrito y este estudio ha sido revisado y aprobado por la Junta de Revisión Institucional (IRB) de MD Anderson.
población de estudio y recogida de datos epidemiológicos y clínicos
Un total de 598 pacientes con la fase tardía de NSCLC, incluidos los estadios IIIA, IIIB (en seco), IIIB (húmedo), y IV, reclutados entre 1995 y 2007 a partir de un estudio epidemiológico del cáncer de pulmón está llevando a cabo en la Universidad de Texas MD Anderson Cancer Center. Ninguno de ellos había sido tratado previamente por la quimioterapia cirugía y /o radioterapia antes de la inscripción en el estudio. Todos los participantes habían completado un cuestionario de factores de riesgo que recoge datos sobre las características demográficas, tabaco historia de uso, las exposiciones ocupacionales y ambientales, historial médico previo, y cualquier historia de cáncer en familiares de primer grado, y también había donado una muestra de sangre de 40 ml para genotipado. Se extrajo la información clínica de los registros médicos de los pacientes de sus condiciones comórbidas, tamaño del tumor, el estadio clínico, el estadio patológico, tipo histológico, grado del tumor, el tipo de tratamiento, la recurrencia del tumor, la supervivencia y la progresión tumoral para todos los análisis. El tiempo medio de seguimiento fue de 11,8 meses.
selección SNP y genotipado
Un panel completa de los genes relacionados con el cáncer, incluyendo la familia de genes RGS fue identificado y clasificado en cada vía específica de acuerdo con su especialización funciones reportados. En la lista de genes, diecisiete genes en la familia RGS (
RGS 1-5
,
7-14
,
16
,
18
,
20
, y
22
) fueron seleccionados para este panel. El procedimiento detallado de la constitución del grupo de genes y SNPs se informó anteriormente [55]. ADN genómico fue extraído de los linfocitos de sangre periférica de las muestras de sangre de los pacientes, y todo el trabajo de genotipado se llevaron a cabo según el protocolo estándar proporcionado por Illumina Inc. A continuación, los resultados de la genotipificación fueron generados automáticamente por el software de la BeadStudio Illumina. Finalmente, se seleccionaron 95 SNPs en la vía RGS y con éxito genotipo en estos pacientes, como se muestra en la Tabla S1 en la información de apoyo.
El análisis estadístico
STATA software estadístico (StataCorp LP, College Station , TX) versión 10.2 se utilizó para el análisis de los cocientes de riesgos instantáneos (CRI),
los valores P
, tiempo medio de supervivencia (MST),
los valores P Opiniones de log-rank test y de Kaplan-Meier estimación de la supervivencia. χ
2 de prueba (para las variables categóricas) y Estudiantes de
t-test
(para las variables continuas) se utilizaron para evaluar las diferencias en las variables entre pacientes vivos y muertos. Para cada SNP, el riesgo de muerte como una razón de riesgo (HR) y el intervalo de confianza del 95% (IC) se calcularon con el modelo de regresión de riesgos proporcionales de Cox. Además, se utilizó el ajuste multivariante para controlar los posibles factores de confusión (edad, género, etnia, estado de fumar y paquetes-año, el estado funcional, estadio clínico y tratamiento). Para cada SNP, la distribución genética fueron evaluadas por tres modelos genéticos (dominante, recesivo y aditivos), y el modelo con la más pequeña
P
valor fue seleccionado como el mejor modelo de ajuste [56]. Para validar los resultados, se utilizó el método de remuestreo bootstap. Para cada muestra de arranque elaborado a partir del conjunto de datos original, se generaron 100 muestras de arranque. Obtuvimos el
valor de p
para cada SNP entre los modelos dominantes, recesivas, y aditivos. Los efectos acumulativos de diferentes genotipos se calcularon mediante la suma de los efectos individuales de los SNPs significativos, es decir, SNPs que mostraron asociación significativa en el análisis de un solo SNP y también tenía una rutina de carga
P
valor & lt; 0,05, al menos, 70 veces. Se utilizó el modelo de Cox de regresión de riesgos proporcionales para estimar los CR e IC 95%. El método de Kaplan-Meier y el log-rank test fueron utilizados para estimar sus efectos sobre la duración de la supervivencia para estos SNPs. Finalmente, se utilizó el programa STREE (http://masal.med.yale.edu/stree/) para realizar análisis de árbol de supervivencia para los de orden superior interacciones gen-gen de la SNPs. Para estos análisis, sólo se incluyeron los SNP que habían sido validados internamente por bootstrapping. Una de dos caras
P Hotel & lt; 0,05 fue considerado estadísticamente significativo
Apoyo a la Información sobre Table S1..
PN en la vía de RGS.
doi: 10.1371 /journal.pone.0021120.s001 gratis (DOC)