Extracto
estudios de asociación
genoma completo (GWAS) han identificado una serie de variantes genéticas asociadas con el riesgo de cáncer de pulmón. Sin embargo, estos loci explican sólo una pequeña fracción de la heredabilidad del cáncer de pulmón y otras variantes con efecto débil puede perderse en el enfoque GWAS debido al nivel de significación estricta después de la corrección de comparaciones múltiples. En este estudio, con el fin de identificar las vías importantes que implican la carcinogénesis pulmonar, se realizó un análisis de la vía de dos etapas en GWAS de cáncer de pulmón en los chinos Han, utilizando el método conjunto de genes de enriquecimiento de análisis (GSEA). vías predefinidas por las bases de datos KEGG BioCarta y se evaluaron de forma sistemática en el estudio de Nanjing (etapa de descubrimiento: 1.473 casos y 1.962 controles) y las vías sugerentes eran más que ser validado en el estudio de Beijing (fase de replicación: 858 casos y 1.115 controles). Se encontró que cuatro vías (achPathway, metPathway, At1rPathway y rac1Pathway) fueron consistentemente significativa en ambos estudios y los
P valores Opiniones de conjunto de datos combinados fueron 0,012, 0,010, 0,022 y 0,005, respectivamente. Estos resultados se mantuvieron estables después de un análisis de sensibilidad basado en la definición gen y el gen se superpone entre las vías. Estos hallazgos pueden proporcionar nuevos conocimientos sobre la etiología del cáncer de pulmón
Visto:. Zhang R, Zhao Y, M Chu, Wu C, G Jin, Dai J, et al. (2013) Análisis de Vías de genoma completo estudio de asociación de cáncer de pulmón en los chinos Han Población. PLoS ONE 8 (3): e57763. doi: 10.1371 /journal.pone.0057763
Editor: Ge Zhang, Centro Médico del Hospital Infantil de Cincinnati, Estados Unidos de América
Recibido: 2 de noviembre de 2012; Aceptado: 24 Enero 2013; Publicado: 1 Marzo 2013
Derechos de Autor © 2013 Zhang 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 es fundada por el Programa de alta Tecnología de Investigación y Desarrollo de Grant Nacional de China (2009AA022705) y en parte financiado por el Programa Nacional de Investigación clave Beca básica (2011CB503805) y la Fundación Nacional de Ciencias Naturales de China (81072389, 30901232, 30730080, 30972541 y 30901233) , la investigación encontró para el Programa de Doctorado de Educación Superior de China, (20113234110002), Jiangsu Natural Science Foundation (BK2011028), Fundación de Ciencias Naturales de las instituciones Jiangsu Educación Superior de China (11KJA330001 y 10KJA33034), los Institutos nacionales de Salud de subvención de los Estados Unidos ( U19 CA148127), el Proyecto de Investigación y la Innovación para los graduados universitarios de la provincia de Jiangsu (CXZZ11_0733), y la prioridad Académico de Desarrollo de programas de instituciones de educación superior de Jiangsu (TPPA). Los donantes no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito
Conflicto de intereses:.. Los autores han declarado que no existen intereses en competencia
Introducción
el cáncer de pulmón es uno de los cánceres más frecuentemente diagnosticados y las principales causas de muerte por cáncer en todo el mundo [1]. En China, las tasas de incidencia y mortalidad por cáncer de pulmón han aumentado rápidamente en las últimas tres décadas, principalmente debido al consumo de tabaco [2]. Sin embargo, los factores genéticos también juegan un papel importante en la carcinogénesis pulmonar. En los últimos años, los estudios de asociación de genoma completo (GWAS) han identificado más de 10 loci asociados con el riesgo de cáncer de pulmón con un efecto modesto para cada polimorfismo de un solo nucleótido (SNP) [3], [4], [5], [ ,,,0],6], [7], [8]. Sin embargo, estas variantes representan sólo una pequeña fracción de heredabilidad de cáncer de pulmón [9], [10], [11].
Dado que las interacciones entre genes pueden contribuir a enfermedades complejas, se ha sugerido que la combinación de las múltiples variantes con pequeño efecto en conjunto basan en las vías biológicas utilizando los datos de GWAS puede tender a detectar los efectos conjuntos de múltiples genes y para destacar la vía específica agregada en una determinada enfermedad [12]. Una gran proporción de los genes de susceptibilidad de la enfermedad puede ser funcionalmente relacionadas y /o interactuar entre sí en las vías biológicas y sólo un pequeño número de vías biológicas puede contribuir principalmente a la etiología de la enfermedad compleja [13]. Por lo tanto, los enfoques basados en la vía se han aplicado a la GWAS de varias enfermedades complejas, y algunas nuevas vías con la enfermedad de susceptibilidad se han revelado [14], [15], [16], [17], [18], [19] , [20], [21], [22], [23]. Recientemente, Chung et al. (2012) [24] vías evaluados asociados con el riesgo de cáncer de pulmón en los temas recogidos por la American Cancer Society en todos los estados de Estados Unidos utilizando un método de análisis de dos etapas aleatoria basada en los bosques ruta basado en la base de datos KEGG (URL: http: //www.genome .jp /KEGG /pathway.html /), y se identificaron 4 vías asociadas con el cáncer de pulmón incluyendo vía de señalización de p53. Mientras tanto, Fehringer et al. (2012) [25] vía de análisis realizado sobre el riesgo de cáncer de pulmón en pacientes recogidos de Europa Central, Toronto, Alemania y Texas utilizando cuatro métodos diferentes basados en ontología de genes (GO) base de datos (URL: http://www.geneontology.org/), y se encontró que la vía de la actividad del receptor de acetilcolina se asoció significativamente con el riesgo de cáncer de pulmón utilizando dos enfoques diferentes. Sin embargo, ninguno de vía de análisis de cáncer de pulmón GWAS se presentan en poblaciones de ascendencia no europea hasta la fecha.
Se han propuesto varios métodos para el análisis de la vía [26], y uno de los método comúnmente utilizado es conjunto de genes análisis de enriquecimiento (GSEA) [16]. En resumen, tres pasos se utilizan para el análisis de la vía en GSEA. En primer lugar, se lleva a cabo el análisis de asociación individuo-SNP para determinar el efecto de cada SNP. En segundo lugar, el SNP representativa con la más baja
valor de p
se asigna a cada gen, y todos los genes están asignados a las vías biológicas predefinidos. Por último, todos los genes se clasifican por su significado, y luego se han de evaluar si un grupo particular de genes se enriquece en la parte superior de la lista clasificada por casualidad. Como resultado, un conjunto de SNPs relacionados biológicos que apareció en la lista de arriba puede ser potencialmente asociado con la enfermedad como la integración.
En una gran escala GWAS de cáncer de pulmón en la población china Han, ya hemos validado sugerente SNPs con un
valor de p
≤1.0 × 10
-4 en poblaciones independientes y encontró cinco nuevos loci relacionados con el riesgo de cáncer de pulmón con el tamaño del efecto (odds ratio), que van desde 0,84 hasta 1,35 en un genoma de gran nivel de significación [3], [4]. Para más profundamente entender el mecanismo de la genética del cáncer de pulmón y determinar la vía crucial en carcinógenos pulmonares, que actualmente realizamos un análisis de la vía de dos etapas usando el método GSEA en base a nuestros datos GWAS existentes en la población china Han. En el estadio 1, hemos examinado todas las vías disponibles en Nanjing estudio utilizando 1.473 casos y 1.962 controles. En la etapa 2, las vías con
P
valora ≤0.05 y
FDR
≤0.50 fueron validados en el estudio de Beijing usando 858 casos y 1.115 controles.
Materiales y Métodos
Declaración de Ética
Este estudio colaborativo fue aprobado por las juntas de revisión institucional de la Universidad médica de china, Tongji Medical College, Universidad de Fudan, Universidad de Medicina de Nanjing y Guangzhou Medical College con el consentimiento informado por escrito de todos los participantes [27 ], [28], [29], [30].
Los participantes del estudio
El estudio de los sujetos eran de un curso de dos GWAS centro de cáncer de pulmón en china, incluyendo el estudio de Nanjing y Beijing estudiar. Los detalles de la población se han descrito en otra parte [3]. En pocas palabras, hubo 1.473 casos y 1.962 controles en el estudio de Nanjing, 858 casos y 1.115 controles en el estudio después de Beijing control de calidad. Todos los casos de cáncer de pulmón fueron histológicamente o citológicamente confirmada por al menos dos patólogos locales. Todos los controles fueron seleccionados de entre los que recibieron exámenes físicos de rutina en los hospitales locales o los que participan en la proyección de la comunidad de las enfermedades no transmisibles y la frecuencia emparejados por edad, sexo y regiones geográficas para cada conjunto de los casos de cáncer de pulmón.
Genotipado y control de Calidad
la genotipificación se realizó a través de una matriz de Affymetrix SNP de genoma completo humano 6.0. Un procedimiento de control de calidad sistemático se ha aplicado para ambos SNPs y los individuos ante la vía de análisis [3]. En pocas palabras, se excluyeron los SNPs si no ha correlacionado en los cromosomas autosómicos, tenía un tipo de referencia & lt; 95%, menor frecuencia de los alelos (MAF) & lt; 0,05,
P Hotel & lt; 1 × 10
-5 de Hardy-Weinberg (HWE) en muestras combinadas de dos estudios o
P Hotel & lt; 1 × 10
-4 para HWE en cualquiera de las muestras de estudio o de Beijing Nanjing. Hemos eliminado las muestras con tasa de & lt; 95% de llamadas, género ambiguo, las relaciones familiares, tasa de heterocigosidad extrema y valores atípicos. Por último, un total de 2.331 casos y 3.077 controles (estudio Nanjing: 1.473 casos y 1.962 controles; estudio de Beijing: 858 casos y 1.115 controles) con 570,373 SNPs se mantuvo en el análisis de la vía posterior
Camino de datos de construcción
Se recogieron dos vías de recursos públicos: KEGG y BioCarta base de datos (URL: http://www.biocarta.com/). Rutas que contienen genes de 10 a 200 se incluyeron en este estudio. Este rango de número de genes se consideró apropiado reducir la cuestión de comparación múltiple ya fin de evitar demasiado estrechas o amplias categorías funcionales de genes [22]. solapamiento vía se define como el porcentaje de genes compartidos con los totales de dos vías [14].
Análisis estadístico
modelo de regresión logística con ajuste por edad, sexo, paquete-año de fumar y los cuatro primeros componentes principales derivados de EIGENSTRAT 3.0 [31] se utilizó para evaluar la significación asociación de cada SNP utilizando el paquete de software GLM ejecutado en R (versión 2.14.0; la Fundación de R estadística). SNPs fueron asignados a un gen si se encuentran dentro de 50 kb aguas abajo o aguas arriba del gen. El significado de cada gen se derivó del SNP representante. Todos los genes fueron asignados a las vías. A continuación, la asociación entre el riesgo de cáncer de pulmón y de cada vía se evaluó mediante el software GenGen [16] utilizando la suma ponderada de funcionamiento estadístico de Kolmogorov-Smirnov-como (denotado por enriquecimiento Resultado,
ES
), lo que refleja la falta de representación más de un grupo de genes dentro de esta vía en la parte superior de toda la lista de genes clasificado en el genoma. Nos ponen en orden aleatorio el estado de casos y controles de 1.000 veces, y repetimos los pasos anteriores para obtener los resultados de la asociación vía permutados. Por lo tanto, la normalizada
ES
después de ajustar para diferentes tamaños de los genes, podían ser adquiridos a través del procedimiento de permutación. Mientras tanto,
P
valor de cada vía y la tasa de falso descubrimiento (FDR) para mantener la proporción de resultados falsos positivos esperados se derivaron. El nivel de significación del análisis de rutas se estableció a ser
P
≤0.05 y
FDR
≤0.5.
Resultados
Información Genética e Información Biológica anterior usados en Pathway Analysis
Del total de 570,373 SNPs genotipo, 340,060 SNPs se asignan a 17.225 genes dentro de 50 kb aguas arriba o aguas abajo. Entre ellos, 135,160 SNPs fueron finalmente asignados a 3.514 genes dentro de las vías predefinidas (41.560 SNPs a 1.003 genes en las vías BioCarta y 120.864 SNPs a 3.134 genes en KEGG vías). Todos los genes fueron asignados a 368 vías que contenían 10 a 200 genes (191 vías utilizadas en la base de datos BioCarta, 177 vías utilizadas en la base de datos KEGG) en el siguiente análisis de la vía.
Resultados de Pathway Analysis utilizando GSEA Método
Tal como se presenta en la Tabla 1, un total de 22 vías fueron significativas (
P
≤0.05,
FDR
≤0.5) en el estudio de Nanjing. Entre ellos, cinco vías fueron replicados con éxito en el estudio de Beijing, incluyendo achPathway (
P
= 0,007), agrPathway (
P = 0,033
), At1rPathway (
P = 0,003
), metPathway (
P
= 0,007) y rac1Pathway (
P = 0,041
). Después de combinar los dos estudios, cuatro de cinco vías replicados permanecieron importancia, incluyendo achPathway (
P = 0,012
), At1rPathway (
P = 0,022
), metPathway (
P
= 0,010) y rac1Pathway (
P
= 0,005). Mientras que, en la base de datos KEGG, no se identificó ninguna vía (datos no mostrados). Entre las vías significativas (
P
≤0.05) para el conjunto de datos combinados de los dos estudios (Tabla S1 en el archivo S1), estas cuatro vías indentified fueron clasificados en la lista de arriba (número 1 en rac1Pathway, No. 3 para metPathway, No.4 para achPathway y No.5 para At1rPathway) guía empresas
para el achPathway, 9 de 16 tenían los SNPs con
P
valores. & lt; 0,05; de manera similar, se observaron 15, 14 y 18 genes significativos entre los 28 genes en el At1rPathway, 32 genes en el metPathway y 23 genes en el rac1Pathway, respectivamente. Los SNPs representativos con el riesgo de cáncer de pulmón en
P
valores & lt; 0,01 para cada gen en estos 4 vías se muestra en la Tabla 2.
itinerario basado en análisis de sensibilidad de la Asociación
con el fin de evaluar la influencia de la estrategia de mapeo-SNP-gen para el análisis de vías, estudiamos más SNPs de los genes dentro de los 20 kb aguas arriba o aguas abajo. Veintitrés vías fueron significativos en el estudio de Nanjing, y 7 de ellos fueron replicados en el estudio de Beijing. Después de combinar dos estudios juntos, tres vías (achPathway, metPathway y rac1Pathway) seguían siendo significativa (0,019, 0,005 y 0,004, respectivamente) (Tabla S1 S2 en archivos). Estas tres vías también se identificaron en el enfoque de análisis inicial. Además, At1rPathway que fue identificado en el análisis inicial también fue significativa para el conjunto de datos combinados (
P = 0,015
) aunque el
P
valor fue de 0,086 en el estudio de Nanjing. Para las vías significativas observadas en el estudio de Nanjing, se detectaron 19 vías en ambos enfoques utilizando '50 kb 'regla y '20 kb' regla y la tasa de concordancia fue de 73,08% (19/26) entre los dos enfoques.
teniendo en cuenta la superposición de genes entre las vías, se calcularon los par-sabia solapamientos entre 4 vías identificadas y encontramos las tasas de solapamiento oscilaron entre 6,25% y 25,00% (Tabla S3 en archivo S1). Dado que sólo los genes importantes en las vías contribuido a los resultados finales, se volverán a calcular los solapamientos entre estas vías usando sus genes importantes, y las tasas de solapamiento eran de 4,17% a 18,75% (Tabla S1 S3 en archivos). Por otra parte, cuatro genes (
PAK1
,
PIK3R1
,
PTK2
, y
PTK2B
) que contribuyó a más de 2 vías (Tabla S4 en Archivo S1), fueron más alejado de vías para el análisis de sensibilidad. Como resultado, los cuatro vías identificadas (achPathway, metPathway, At1rPathway y rac1Pathway) eran todavía significativa (Tabla S5 en S1 File) en el conjunto de datos combinado (
P
= 0,033, 0,040, 0,039 y 0,012, respectivamente).
Discusión
GWAS han identificado con éxito una serie de loci asociados con enfermedades /rasgos, que han mejorado enormemente nuestra comprensión sobre el mecanismo genético de estos fenotipos. Sin embargo, como el estricto control de calidad y la corrección estricta en comparaciones múltiples se utilizan en GWAS, SNPs individuales que están verdaderamente asociados con fenotipos con efecto modesto pueden haberse perdido. Por lo tanto, un enfoque basado en la vía que evalúa la contribución acumulada de los genes relacionados con la función puede proporcionar nuevos conocimientos sobre la biología de una determinada enfermedad utilizando los datos de GWAS. GSEA tiene dos ventajas importantes en comparación con otros métodos [16], [26]. En primer lugar, se realiza procedimiento de corrección basado en la permutación de dos pasos que se ajusta efectivamente para diferentes tamaños de genes y preserva las correlaciones de SNPs en el mismo gen. En segundo lugar, las covariables como la edad, el género o la estratificación de la población en los GWAS se pueden ajustar en GSEA. Por lo tanto, en el presente estudio, hemos utilizado GSEA y se identificaron cuatro vías (achPathway, metPathway, At1rPathway y rac1Pathway) que pueden desempeñar un papel importante en el desarrollo de cáncer de pulmón en la población china Han. Estos resultados se mantuvieron estables después de un análisis de sensibilidad cuando se considera el método de asociación-SNP-gen a gen y la superposición entre las vías.
El achPathway (Papel de los receptores nicotínicos de la acetilcolina en la regulación de la apoptosis) se identificó como los mejores caminos asociado con el riesgo de cáncer de pulmón en este estudio. receptores nicotínicos de acetilcolina (nAChR) son esenciales para la señalización neuromuscular y también se han encontrado en las células no neuronales, como las células epiteliales bronquiales y líneas celulares de cáncer de pulmón [32], [33], [34]. La nicotina y sus derivados nitrosaminas cancerígenas pueden desempeñar un papel importante en la patogénesis del cáncer de pulmón a través de la unión a nAChRs expresados en las células epiteliales del pulmón, que resultan principalmente de la resistencia de las células cancerosas a la apoptosis [35]. Maneckjee et al. (1994) mostraron que las bajas concentraciones de nicotina podrían bloquear la inducción de la apoptosis en células de cáncer de pulmón [33]. Además de conferir resistencia contra la apoptosis, varios estudios han demostrado que los nAChR pueden inducir la proliferación celular, así como la angiogénesis [36], [37], ambos de los cuales están implicados en la génesis del cáncer.
Es importante destacar que varios GWAS basado en poblaciones caucásicas han identificado consistentemente 15q25 como región de susceptibilidad al cáncer de pulmón [5], [6], [7], que contiene el receptor de acetilcolina nicotínico grupo de genes de subunidad, la acogida
CHRNA5
,
CHRNA3
y
CHRNA4
genes.
de TERT está incluido en el achPathway y sus representativos rs2736100 SNP se ha identificado como un locus de susceptibilidad al cáncer de pulmón en diferentes poblaciones étnicas [3], [8], especialmente en las poblaciones de Asia [38], [39], [40].
En el (mediada por la activación de JNK angiotensina II Camino a través de señalización dependiente de Pyk2) At1rPathway, Clereet. al (2010) propuso que la angiotensina II Tipo 2 receptor (AT2R) promovería el desarrollo de tumores, incluyendo tanto la proliferación de células malignas y la angiogénesis del tumor [41]. La sobreexpresión de la angiotensina II gen del receptor de tipo 2 induce la muerte celular en células de adenocarcinoma de pulmón [42], [43]. La vía de JNK activada aberrante puede causar la muerte celular patológica y diferentes enfermedades como el cáncer [44], mientras que las mutaciones en la vía de JNK también pueden estar implicados en el desarrollo del cáncer [45].
Para el metPathway (Señalización de hepatocitos Crecimiento receptor del Factor), el receptor del factor de crecimiento de hepatocitos, también llamado c-Met, se activa por el factor de crecimiento de hepatocitos (HGF). la señalización aberrante de c-Met juega un papel importante en la patogénesis y la biología de los cánceres humanos [46]. Mientras tanto, mutado y sobreexpresados formas de c-Met están asociados con la oncogénesis y metástasis, por lo que c-Met un objetivo potencial terapéutico para el cáncer de las drogas [47], [48]. Curiosamente, los inhibidores del receptor c-Met y factor de crecimiento epidérmico (EGFR) pueden inhibir sinérgicamente la proliferación celular y promover la apoptosis en el cáncer de pulmón [49]. Yano et al. (2008) propusieron que la activación mediada por MET-HGF puede inducir resistencia a gefitinib en el adenocarcinoma de pulmón con
EGFR
la activación de mutaciones [50].
Para el (vía de señalización de Rac 1 motilidad celular) rac1Pathway, rac-1 es una proteína pequeña de unión a GTP de la familia de Rho que regula la motilidad y proliferación celular en respuesta a señales extracelulares [51]. Mientras tanto, Rac-1 puede funcionar como oncogenes en los fibroblastos cuando sobreexpresado [52]. Rab5 puede inducir la activación de Rac través de varios mecanismos, el tráfico regulado Rab5 de Rac está implicada en la motilidad celular, que también pueden influir en la migración celular durante la morfogénesis y el cáncer de metástasis [53], [54]. Mientras tanto, la activación de Rac por el complejo IRSp53 /Eps8 desempeña un papel importante en el comportamiento metastásico de células de tumores malignos [55].
Además, también se verificaron las vías reportados por Chung et al. (2012) y Fehringer et al. (2012) en nuestro estudio. Curiosamente, la asociación más fuerte reportados por Fehringer et al. (2012) fue la actividad de la vía del receptor de acetilcolina, mientras que el achPathway fue identificado en el estudio actual. Algunos estudios han demostrado que la activación de los receptores nicotínicos de la acetilcolina puede alterar la señalización de apoptosis, así como estimular la proliferación, los cuales juegan un papel importante en la carcinogénesis pulmonar [56], [57], [58]. Los resultados apoyan firmemente la importancia de los 2 vías en el desarrollo de cáncer de pulmón, que es biológicamente plausible. Sin embargo, no encontramos señales significativas de otras vías reportados. Esto puede explicarse por la heterogeneidad étnica, diferentes métodos de análisis de la vía o vías de definición de bases de datos diferentes.
Este estudio tiene varios puntos fuertes. En primer lugar, se realizó un análisis de la vía de dos etapas en dos poblaciones independientes, que pueden reducir los resultados falsos positivos y mejorar la credibilidad de los resultados. En segundo lugar, las cuatro vías identificadas estaban siendo estable después de un análisis de sensibilidad al considerar enfoques de mapeo SNP-a-gen y gen de solapamiento entre las vías. Este punto, así como la biología importante de las vías identificadas en la carcinogénesis pulmonar ha aumentado nuestra confianza en que nuestros hallazgos podrían ser verdad que no sea sólo por casualidad. Sin embargo, varias limitaciones son también deben ser abordados en este estudio. En primer lugar, la anotación incompleta del genoma humano puede reducir la potencia de estudio para el análisis de la vía, ya que muchos genes de función desconocida que no se pueden asignar a vías conocidas y SNPs intergénicas físicamente lejanos de genes no fueron incluidos todavía. Por lo tanto, estudios adicionales en base a la mejora de la base de datos del genoma de anotación pueden proporcionar interpretaciones adicionales en genética del cáncer de pulmón. En segundo lugar, las diferentes bases de datos vía tienen diferentes directrices para la construcción de la vía. Por lo tanto, el contenido de genes de las vías que representa el mismo proceso biológico puede variar sustancialmente entre diferentes bases de datos [14]. Sólo nos centramos en las bases de datos KEGG y BioCarta que pueden haber restringido nuestro análisis debido a la definición inherente de la vía, aunque estas dos bases de datos se han utilizado comúnmente en la vía de análisis [19], [22], [24]. Por último, es mejor para llevar a cabo el análisis de la interacción o la interacción gen-gen análisis del gen del hotel para discutir más sobre la participación de estas cuatro vías en la carcinogénesis relacionada con el tabaquismo. Vamos a investigar en nuestros estudios futuros.
En resumen, este estudio llevó a cabo un análisis de la vía de dos etapas en GWAS de cáncer de pulmón en los chinos Han, utilizando el método GSEA, e identificaron cuatro vías (achPathway, metPathway, y At1rPathway rac1Pathway) asociado con el riesgo de cáncer de pulmón. Estos hallazgos pueden ser un suplemento importante para GWAS y proporcionar nuevos conocimientos sobre la biología del cáncer de pulmón.
Información de Apoyo
archivo S1.
Tabla S1. El rango de las vías sobre la base de combinación de datos de los estudios de Nanjing y Beijing. Tabla S2. El análisis de sensibilidad de la vía de análisis de genes definidos por SNP dentro de los 20 kb aguas arriba o aguas abajo. Tabla S3. Gen se superpone entre los 4 vías indentified para todos los genes definidos por la base de datos o genes BioCarta con SNPs representativos significativas (
P Hotel & lt; 0,05)
a. (A) La parte inferior izquierda de la matriz simétrica es el número de genes de superposición de los caminos por pares y su número total de genes. La parte superior derecha es la tasa de solapamiento entre las vías por pares (%). Tabla S4. Los genes con SNP representativos significativas (
P
≤0.01) contribuyeron a múltiples vías. (A) Derivado del modelo de regresión logística con ajuste por edad, sexo, paquete-año de los componentes principales de fumar y en el conjunto de datos combinados de los estudios de Nanjing y Beijing. Tabla S5. Los resultados del análisis de sensibilidad para 4 vía de transmisión identificada después de la eliminación de importantes genes superpuestos (
PAK1
,
PIK3R1
,
PTK2
y
PTK2B
).
doi: 10.1371 /journal.pone.0057763.s001 gratis (DOCX)
Reconocimientos
los autores agradecen a todos los sujetos del estudio, el personal de investigación y estudiantes que participaron en este trabajo. También apreciamos dos revisores anónimos por sus valiosas sugerencias para este manuscrito.