Sumário

A presença e composição de linfócitos que caracterizam uma resposta imune tem sido ligado ao prognóstico no câncer de ovário avançado. O nosso objectivo é estabelecer novas associações entre prognóstico e a expressão de genes relacionados ao sistema imunológico através de uma tela focado utilizando ensaios de alto rendimento publicamente disponíveis. Consideramos perfis transcriptoma de pacientes com câncer de ovário avançado observados em quatro estudos separados divididos em conjuntos de descoberta /validação (/). Nós nos concentramos em um subconjunto de marcadores de linfócitos, apresentação de antígenos e genes de processamento, de receptores de células associadas genes co-estimuladores /repressores T e antígenos testículo cancro (CT). Nós modelado expressão diferencial e de co-expressão com estes subconjuntos e testados para a associação com a sobrevivência global. Quinze dos 64 genes relacionados ao sistema imunológico estão associados com a sobrevivência dos quais 5 são reproduzidos no conjunto de validação. A expressão destes genes que define um subgrupo imunorreactivo (IR) de pacientes com um bom prognóstico. Caracterização fenotípica do sinal de compartimento imune inclui a regulação positiva de marcadores de células T CD8

+ activação das células T nesses pacientes. Usando a construção do modelo multivariada, constatamos que a expressão de 6 antígenos CT pode prever o estado de IR na descoberta e validação conjuntos. Estas análises confirmam que uma abordagem genómico pode reprodutivelmente detectar sinais de linfócitos no tecido tumoral, sugerindo uma nova maneira de estudar o microambiente do tumor. A nossa busca identificou novos marcadores prognósticos candidatos associados com componentes do sistema imunológico e evidências preliminares descoberto de subgrupos prognósticos associados a diferentes mecanismos imunes

Citation: Eng. KH, Tsuji T (2014) Antigen Diferencial Expressão Perfil Prevê imunorreactiva subconjunto dos Avançada cancros do ovário. PLoS ONE 9 (11): e111586. doi: 10.1371 /journal.pone.0111586

editor: Rolf Müller, da Universidade Philipps, Alemanha |

Recebido: 21 Abril, 2014; Aceito: 25 de setembro de 2014; Publicação: 07 de novembro de 2014

Direitos de autor: © 2014 Eng, Tsuji. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados

Data Availability:. O autores confirmam que todos os dados subjacentes às conclusões estão totalmente disponíveis sem restrições. Os dados estão disponíveis no Portal TCGA dados (https://cancergenome.nih.gov/) e no site da NCBI GEO (https://www.ncbi.nlm.nih.gov/geo/) usando identificadores referenciados no texto .

Financiamento: CA016056 www.cancer.gov Instituto Nacional do Câncer núcleo subvenção para Roswell Park Cancer Institute. Roswell Park Alliance Foundation www.roswellpark.org/giving~~V prêmio para KHE. Os financiadores não tiveram nenhum papel no desenho do estudo, coleta de dados e análise, decisão de publicar ou preparação do manuscrito

CONFLITO DE INTERESSES:.. Os autores declararam que não existem interesses conflitantes

Introdução

recentes, de alto rendimento a expressão do gene profiling estudos em cancro do ovário identificaram um tema de moléculas de sinalização imune diferencialmente regulados relacionados com prognóstico [1], [2]. A descoberta é consistente com a evidência de que o câncer de ovário são fortemente imunogênica de montagem: reações imunes humoral e celular espontâneas desenvolvem em resposta a doença [3], formam epítopos característicos [4], e estão sujeitas a para cima e para baixo complexo-regulação dos processos imunes [5], [6]. O grau de infiltração do tumor por células imunitárias do hospedeiro tem sido associada com bom prognóstico [7], bem como o equilíbrio de subtipos de linfócitos.

subtipos de linfócitos têm diversas funções relacionadas com antigénio, o reconhecimento e a supressão imune [8] e Acredita-se que indicam uma resposta dinâmica e evoluir para câncer [9]. Por exemplo, um aumento na CD8

+ células T se verificou estar associada com bom prognóstico, mas um aumento nas células T reguladoras foi encontrado para contrariar este benefício [10]. Assim, os componentes que estudam do microambiente do tumor de ovário [11] é um ângulo crítico para identificar associações prognósticos [12].

No entanto, alguns estudos de expressão baseados em array se provar tanto a reação do anfitrião, bem como o tumor. A maioria dos estudos observacionais grandes [1], [2], [13], [14] considerado apenas o tecido do tumor porque seu objetivo era a modelagem de prognóstico; associações imunológicas foram feitas

post hoc

com base apenas no enriquecimento inferida a partir de um pequeno número de genes imunes significativas. Outros estudos baseados em array que incidiu na caracterização imunológica eram pequenos e observacional (n = 38) [15] ou de caso-controle (n = 25, n = 25) [16]. Estes estudos mostraram associações positivas entre os marcadores específicos de linfócitos e prognóstico o que implica que o tecido da amostra continha algum sinal microambiente.

Um trabalho recente em matrizes de expressão é capaz de computacionalmente tumor separado, estroma e componentes do sistema imunológico destes tecidos complexos. Por exemplo, o algoritmo ESTIMATIVA [17] usa 141 genes para estimar a fracção do sinal de expressão atribuível ao compartimento imune. Embora esta abordagem é útil para eliminar o ruído devido a amostras impuras, este estudo observou que os sinais imunes fez parecem carregar associação ameno, com resultados clínicos. Com base na presença e potencial valor prognóstico de marcadores imunológicos, supomos que as associações aparentes podem ser rastreados para ARN de linfócitos residual e que uma análise mais aprofundada destes marcadores pode ser atribuído ao sinal do microambiente. Como tal, podemos simplesmente modelar marcadores que suspeitamos são altamente susceptíveis de ser específico-imune

a priori

.

Contamos com dois grandes grupos de dados públicos organizados em uma descoberta definido e uma conjunto de validação: 503 amostras de câncer biobanked de alto grau seroso do ovário do Cancer Genome Atlas (TCGA) [2] formar estudos um treinamento focado e conjunto de exploração e uma mistura mais clinicamente representativa de 634 amostras de 3 Gene Expression Omnibus (GEO) [ ,,,0],1], [13], [14] formam o conjunto de validação. As características clínicas dos dados é descrita nos seus documentos originais, mas por pouco tempo, todos os doentes nestes estudos têm avançado, cancro do ovário primário (um pequeno número de peritoneal primário e das trompas de Falópio no conjunto de validação) e recebeu platina adjuvante e taxano tratamentos após a cirurgia.

Nós estudar primeiro a especificidade dos genes relacionados ao sistema imunológico para linfócitos tecidos e, em seguida, explorar associações prognósticos univariadas. Usando algoritmos de agrupamento, identificamos um subconjunto dos casos de cancro com sinais de alta imunidade adaptativa e mostramos que este subconjunto pode ser previsto pela expressão tumor de antígenos câncer de testículo. Tomados em conjunto, estes resultados implicam que o valor prognóstico significativo permanece inexplorado no microambiente tumoral.

Métodos

Clinical and Gene Expression dados

TCGA é um estudo biorrepositório de alto grau cancros do ovário seroso de vários centros nos Estados Unidos e está amplamente descrita no artigo original [2]. Relevantes para nossa análise, este estudo incluiu estritamente primárias ovarianos e histologia seroso papilar. As amostras foram originalmente avaliado como estágio III-IV e Grau 2,3 ​​(mais tarde re-encenado por um patologista TCGA) eo paciente recebeu platina e quimioterapia adjuvante baseada taxano. Adotamos a visão de que esses casos refletem uma apresentação clínica tendenciosa, mas homogênea mais propensos a produzir um mecanismo biológico consistente.

Três conjuntos de dados clínicos foram baixados do banco de dados do NCBI GEO e são descritos abaixo. A Tabela 1 é um resumo das diferenças clinicamente relevantes entre os estudos

GEO:. GSE9891 é um estudo observacional Australian [14] na maior parte serosa (227) câncer de ovário incluindo alguns peritoneal (34) e de Falópio ( 5) primárias. Condicionamento em pacientes que receberam platina /taxol e remoção de amostras de LMP, analisamos amostras. Para fins de reprodutibilidade, trabalhamos com dados normalizados de GEO

GEO:. GSE32062 é um estudo observacional japonesa [1] de amostras, incluindo 10 amostras de controlo, 193 recorrências, 121 mortes produzindo amostras para analisar. Um regime adjuvante platina /taxol foi registrada para todos os pacientes

GEO:. GSE3149 é um estudo observacional [13] de matrizes depois de combinar os redundantes. trabalho significativo foi ter sido publicado sobre as dificuldades na análise original desses dados [18]; temos implementado os controlos de similaridade recomendados e uma média de matrizes quando elas parecem vir de um mesmo paciente. Esta análise começa com o GEO depositado dados e deve ser imune a problemas de conversão de dados

Um conjunto de dados biológica, NCI-60 de dados da linha de células foram retirados de GEO:. GSE5846 [19] em que todas as linhas de células foram medidos sob condições não tratadas. Como controlos positivos, linhas de células de ovário, IGROV-1, OVCAR-3, OVCAR-4, OVCAR-5, OVCAR-8, SK-OV-3 e NCI /ADR-RES; deve expressar sem marcadores imunológicos. Para controlos negativos, nós também estudar linhas de leucemia CCRF-CEM, HL-60 (TB), MOLT-4, RPMI-8226, SR e K-562.

Candidato relacionadas com Imune e Câncer-Testículo Antigen genes

Os genes candidatos foram selecionados de KEGG: processamento e apresentação de antigénios (hsa04612) com foco em receptores de superfície e genes envolvidos no transporte de membrana plasmática. marcadores de superfície e moléculas de co-regulação do receptor de células T via (hsa04660) de sinalização foram adicionados, excluindo os mecanismos internos de sinalização (por exemplo: fosfolipases, mensageiros secundários e as cascatas de cinase) uma vez que estes não são específicos e relacionados a outros vias de sinalização. genes antígeno do câncer de testículo foram definidos com base na sobreposição com o banco de dados CT [20]. A lista gene completo é fornecido nos quadros S1 e S4.

Todos os genes foram alinhadas usando nomes oficiais de genes mapeados usando a anotação fornecida GEO plataforma (ou seja, um arquivo de GPL associada) e um pacote de R hthgu133a.db-2.8. 0 [21]. valores de expressão foram escalados e centrado para a comparabilidade entre genes. Note-se que as peças altamente variáveis ​​do receptor de células T (TCA, TCB) não pode ser medido nas matrizes de oligonucleotídeos baseados em hibridação.

métodos computacionais

associações univariadas foram realizadas com riscos de regressão proporcional . Sem tempo de truncamento, para reduzir o efeito de longo sobreviventes, foi realizada. A significância foi cortado em e foi ajustado para testes múltiplos, a menos que indicado de outra maneira. O cálculo FDR relatou baseia-se no número esperado de falsos positivos assumindo todos os testes são nulos.

A análise de agrupamento nos dados TCGA é baseado em agrupamento hierárquico completo sob distância euclidiana. Subgrupos foram escolhidos por dividindo a árvore em 4 folhas com base na inspeção visual e uma dentro /entre soma grupo de critério quadrados. centros de fragmentação foram usadas para semear um K-means clustering algoritmo nos dados de validação e o p-valor é relatado para um teste de log-rank 4-grupo de estudo estratificada.

O enredo vulcão usa a superfície à base de literatura marcadores e co-reguladores com base em um teste t simples. genes destacadas foram significativas acima da p marca de Bonferroni e teve alterar valores de dobra biologicamente extremas.

conjuntos baseados em MHCII correlações parciais foram calculados utilizando as médias de classe para genes designados para CD4, CD8, CD3, MHCI e. O algoritmo GeneNet [22] usando FDR e thresholding duro em correlação absoluta foi utilizada para inferir modelos gráficos de Gauss.

Para inferir os nós ausentes na GGM, um nó escondido deve satisfazer três propriedades. Usando MHCII – X – T CD8 como um exemplo: MHCII e CD8 devem ser condicionalmente independente dado gene X (p @ 0,05); MHCII e Gene X deve ser condicionalmente dependentes dado todos os outros genes (P 0,05 Bonferroni); CD8 e Gene X deve ser condicionalmente dependentes dadas outros genes (P 0,05 Bonferroni). Cada um destes pode ser reduzido a uma declaração p-valor utilizando a teoria modelo linear padrão e acrescentou análise das variáveis.

As previsões de um modelo de regressão logística multivariada foram categorizados em chamadas de classe imunorreactivas com base em limiarizar o valor previsto do modelo . Este limiar foi escolhido usando o ponto de intersecção sensibilidade /especificidade em todos os conjuntos de dados de validação.

Toda a análise estatística foi realizada na linguagem de programação estatística R.

Resultados

A expressão de genes específico para linfócitos é mensurável em amostras de tumor

observamos que marcadores específicos de linfócitos selecionados estão presentes em quantidades mensuráveis ​​no tecido tumoral amostrados de nosso conjunto de descoberta. A distribuição da expressão média (Figura 1A) mostra o padrão típico em matrizes multimodal expressão: o pico menor reflecte o ruído de fundo para os genes que não são expressos na amostra e o pico mais elevado representa sinal. O marcador CD45 é linfócitos no pico de sinal e é relativamente altamente expressos (Tabela S2). Conjecturamos que uma porção mensurável das células em cada amostra contêm ARN de linfócitos que representaria o microambiente do tumor.

carrapatos pretas indicam a expressão de genes significa imuno-relacionada. CD45 é realçado como um marcador específico de linfócitos, indicando a presença de linfócitos. As estimativas de sobrevivência à base de subgrupo (B) são mostrados para os dados TCGA baseada no agrupamento hierárquica de expressão relativa de genes de células T seleccionadas (C e D). A barra de quatro cores da esquerda identifica os subgrupos. O subconjunto púrpura (n = 55, 11%) representa uma vantagem de sobrevida significativa associada com a expressão de todos os cinco genes.

A comparação com os tecidos GeneAtlas [23] confirma que a acção nominal destes expressão sondas de matriz é específico de linfócito. Consideramos sonda expressão em linhas de células de ovário NCI-60 [19] para excluir a possibilidade de que os genes são normalmente expressos no tecido do tumor (Tabela S2). Considerando o quantil significativo de expressão em comparação com outras sondas, marcadores de superfície CD64, CD1d, CD14, CD33, CD8a, CD16b, CD45 manter um nível baixo em linhas de células de tumor em comparação com microdissecados (todos inferior ao quantil 35, p). A quase ausência de IL6, IL12, IFNB1 e IFNG (entre os dias 2 e 25 de quantil) sugere que a capacidade de medir a sinalização de citocinas está perdido neste sistema in vitro; nomeadamente, o receptor IL12 é mensurável, então marcadores de superfície aparecem. A exceção a esse padrão é que CD4 é sobre-expressos (quantiles 51st e 61ª em amostras de linhas celulares tumorais e respectivamente).

Isto estabelece que um sinal imunológico reprodutível pode ser medido no tecido tumoral amostrado e procedemos assumindo que estes marcadores formar uma secção transversal representante do tumor e interação sistema imunológico.

associações reprodutíveis entre genes candidatos e sobrevida global

dos genes candidatos 64, 15 têm associações univariadas (pontuação no teste p -valor) com a sobrevida global (oS) após cirurgia e quimioterapia primária no estudo TCGA (Tabela S1). A mais 5 destes pode ser validado em estudos independentes retidos ()

O conjunto validado pode ser organizado por função:. Complexo principal de histocompatibilidade (MHC) genes I, HLA-F, e HLA-G; um gene MHCII, HLA-DOB; a MHCI transportador associado, TAP1; e a subunidade complexo co-receptor, CD3D (TCR-). O aumento da expressão de cada um destes transcritos está associada com uma melhor sobrevivência (Tabela 2). genes de células T relacionadas são altamente correlacionados, o que provavelmente representa uma associação indireta, mas positiva entre o supressor de HLA-DOB e sobrevivência (univariada HR = CI 0,74, 95%: 0,65-0,85, p). Vamos examinar a expressão multivariada desses genes seguinte.

Usando um algoritmo de agrupamento hierárquico, os pacientes set descoberta podem ser divididos em quatro grupos (Figura 1B) associados com OS (p = 1.2E-05 ). Representado no mapa de calor na Figura 1C, a expressão simultânea de todos os cinco genes (cor púrpura) confere o maior benefício. A expressão simultânea de todos os cinco genes é consistente com a activação das células T, por isso, considerar o subgrupo alta expressando um subconjunto (IR) imunorreactivo

O grau de expressão não é associado com a variação em mau prognóstico:. A baixa expressão de todos os genes (laranja) não faz pior do que um padrão heterogêneo de alta e média expressão expressão (amarelo) ou uniformemente médio (subgrupo verde). Isto sugere que a expressão deficiente de qualquer gene é suficiente para levar a mau prognóstico.

Nós atribuímos pacientes de validação para o seu mais semelhante set descoberta de subgrupo por k-means clustering. Na segunda heatmap (Figura 1D), os pacientes (colunas) são ordenados por agrupamento hierárquico dentro do conjunto de dados de validação. Assim, os subgrupos cluster são reforçadas pela observação de que os rótulos de classe são preservadas no conjunto de validação.

Nos dados de descoberta, o benefício de sobrevivência para as altas expressadores (n = 55, 10%) é uma mediana de 70,9 meses (IC 95%: 58,1-98,0) versus 41,4 (36,9-45, p = 3.5E-05) OS; o benefício de sobrevivência livre de progressão mediana (PFS) é significativa (p = 3.1e-04) a 30.4 (18.2-91.3) meses versus 16,4 (14,7-18). Este subgrupo é responsável por 5% das mortes observadas no conjunto de dados e 7% dos casos recorrentes. Este benefício é fracamente reproduzida na validação de dados: (p = 0,0335), com uma diferença de 64,0 meses contra 51 meses OS mediana. A diferença PFS não foi significativa no conjunto de validação.

Associação com o subgrupo imunorreativo e marcadores imunológicos

A análise TCGA confirmou um conjunto de subconjuntos genéticos [2] identificadas em um estudo anterior [14] . O nosso subgrupo expressão elevada (roxo, n = 55) está associado com o seu subgrupo IV (38/55, 69%) (p) (Tabela 3). O subgrupo de laranja (n = 39) é na maior parte proliferativa (31/37, 84%). Ambas estas associações ocupam na validação de dados com subtipos TCGA. Ao todo, isto sugere que o agrupamento derivado subgrupo hierárquica é significativo e que nuances os subtipos TCGA que estes últimos foram encontrados para ter nenhuma associação de sobrevivência significativos. Note que o nosso estudo centra-se no subconjunto IR e não fazemos qualquer tentativa de modelar os outros subtipos TCGA.

Foi examinada a expressão diferencial de marcadores imunológicos padrão na boa subgrupo prognóstico. A Figura 2 representa graficamente a mudança na expressão entre os subgrupos de prognóstico em relação a evidência estatística em ambos os conjuntos de dados. Estes marcadores implica uma resposta inflamatória mediada pelo recrutamento de CD45

+ células: CD8

+ células e células apresentadoras de antigénio (APC). Nenhuma mudança na expressão de CD4 sugere que não é provável que seja uma presença de fundo latente de CD4

+ células-T e que a ação diferente é atribuível a activação (representado pelo diferencial

ICOS

expressão). Ausente são as células NK (CD56

+) reforçando a ideia de que o processo faz parte da imunidade adaptativa.

Marcadores com forte significado biológico e estatística (p @ 0,001 t-teste de Bonferroni) são escolhidos na descoberta definir e destacou em ambas as parcelas.

conjecturamos que essas observações são consistentes com um conceito immunoediting. O grupo bom prognóstico representa o equilíbrio, onde a prevalência de APCs e CD4

+ células activadas recrutar + células-T

CD8 para manter a imunidade adaptativa.

co-expressão prognóstico sugere ativação de células T

Para inferir interações funcionais entre genes relacionados ao sistema imunológico, foi realizada uma análise de co-expressão que resume correlação no subgrupo IR e os pobres subgrupos prognóstico graficamente. Arestas nestes modelos gráficos Gaussianas (GGMs) representam a dependência estatística entre os componentes do sistema imunológico (Figura 3A, 3B); dependência positiva implica que ambos os componentes estão presentes e são susceptíveis de ser interagindo enquanto arestas negativas implicam função mutuamente exclusivas ou repressão.

bordas azuis são associações positivas e vermelho são associações inibitórios. A borda laranja destaque pode ser removido por análise de um conjunto de genes independentes. CD8 e MHCII expressão matriz bons e maus subgrupos prognósticos distintos na descoberta (C) e conjuntos de dados de validação (D). expressão MHCII é positivamente prognóstico, mas aparece em amostras expressam CD8. Sombreamento é adicionado para dar ênfase.

Tal como na análise da expressão diferencial, CD4 e MHCII estão correlacionados no subgrupo IR e não nos pobres subgrupos de prognóstico. Coerente com a sua função relatado, família RFX (

RFX5

,

RFXANK

,

RFXAP

) de expressão aumenta fatores de transcrição ‘concordante com o aumento da expressão MHCII [24]. No subgrupo IR, duas bordas implica anti-correlação entre CD4 e MHCI que implica função mutuamente exclusivas; ea correlação entre CD8 e MHCII (Figura 3C, 3D), que parece ser contrário à especificidade das classes de MHC.

Para explicar este efeito, temos procurado por genes cuja inclusão no gráfico iria remover estas bordas faltando. Um elo perdido entre CD8 e MHCII é

GZMA of a protease refletindo a atividade das células T citolíticas. Entre CD4 e MHCI inferimos que CCR5, um receptor de citoquina relacionada com a activação das células T, está ausente. A observação comum é que as associações de transcrição provavelmente necessitam de ser consideradas juntamente com as medidas de activação de células-T. A relevância destes genes é apoiada pela significância estatística da pesquisa em todo o transcriptoma (ajustado) ea especificidade de expressão dos genes selecionados em tecidos de linfócitos.

Focando CD8 e expressão MHCII, notamos que a bom grupo prognóstico pode ser definida pela expressão elevada MHCII onde a expressão CD8 varia; expressão CD8 é restrito quando a expressão MHCII é baixa. Portanto, a hipótese de que a ativação de CD4

+ células-T são necessários para a infiltração de CD8

+ células-T que fornecem proteção MHC classe II-mediada.

Imunoreatividade previsto pelo antígeno do câncer testicular perfis

Foi investigada a associação do subgrupo IR com a família testículo cancro (CT) de antígenos [20]. Estes genes são frequentemente sobre-expressa em células cancerosas e induzir respostas imunitárias espontâneas, que os tornam um alvo primário para imunoterapia [25]. Em particular, acredita-se que a expressão do antigénio CT para influenciar o subconjunto de IR pela regulação das respostas de células T no microambiente do tumor do ovário. As matrizes conjunto descoberta medidos 98 CT antígenos (Tabela S4), dos quais 3 foram associados com o subconjunto IR (Bonferroni p):

CEP290

,

CTNNA2,

TMEFF1

.

Uma vez que a adesão na classe IR é binário, foi utilizada a regressão logística para modelar o conjunto multivariada de antígenos associados com status de IR. Tabela S3 é a tabela de regressão para um ajuste modelo usando a seleção passo a passo com base em BIC. Aqui,

CEP290

,

CTNNA2

,

TMEFF1

, e

TEX15

expressão diminui a probabilidade de que um paciente está na classe IV. Antígenos

ZNF164

e

MAGEA3

aumentar a chance. Diferente de

CTNNA2

, que é duas vezes tão importante como

MAGEA3

, os outros genes têm o mesmo efeito. Nos dados independentes, as previsões deste modelo estão fortemente associados com as associações de k-médias derivados (HR = 3,96 CI, 95%: 2,59-6,14, p = 1.47e-11) sintonizado para a igualdade de sensibilidade e especificidade (0,66) dado um prevalência moderada (140/634, 20,5%).

Nós os pacientes ainda mais estratificados em subgrupo IR em bom e mau prognóstico baseado no sistema operacional para 33,5 meses (geral população do estudo OS mediana). Um conjunto de 16 antígenos inclui a união dos 3 IR genes subconjunto e antígenos associados com a diferença de sobrevivência. A Figura 4 é um mapa de calor que compreende a expressão média dos 16 genes organizados em três classes. A primeira classe (laranja) é expressa em casos não-IR e pode reflectir a actividade de elementos de imunossupressores. O segundo conjunto (roxo) é expressa em cancros IR, mas não está relacionado com o prognóstico. O terceiro (ciano) é expressa fortemente em casos IR com bom prognóstico e pode indicaram efeitos estimulantes do sistema imunológico. Uma hipótese viável poderia ser a de ver se as células T que respondem ao segundo conjunto de antígenos (

ZNF165

,

CEP55

,

ATAD2

,

MAGEZ3

,

CTAGE5

) têm fenótipos reguladoras.

Discussão

Analisamos a expressão de 64 genes apresentação /processamento de co-receptor e de antígenos de células T na serosa avançada cancro do ovário usando uma tela univariada padrão e uma análise de sua co-expressão. Estas análises definem um subconjunto de casos de cancro do ovário com expressão prognosticamente significativo associado com a activação de células T e num subgrupo imunorreactivo previamente definido [2]. Em contraste com trabalho anterior [17], [26], o subgrupo pode ser identificado de forma reprodutível com apenas cinco genes contra mais de uma centena. Esta eficiência vem do nosso ponto de vista imunológico inicial. Nós reduzir significativamente os genes estranhos, mas o comércio a capacidade de fazer um câncer caracterização genética pan-ovariano. Como resultado, nós não fazemos nenhuma afirmação sobre ou tentar modelar sinais não-imunológicas.

Temos agora um pequeno conjunto de marcadores e antígenos que podem fazer translacional e biomarcador trabalho mais viável para a imunoterapia. No que diz respeito à utilização de antigénios CT, encontrámos um conjunto no qual se prevê cancros não-imunogénicas (putativamente, aqueles com a activação de células T de baixo) e um conjunto que pode ser orientada para o tipo de bloqueio imunoterapia. Ambos os estudos biológicos para verificar a actividade de regulação das células T nestes casos e estudos clínicos retrospectivos pode ser o passo investigativo seguinte. Especula-se que o conjunto de IR antigénios CT específica estimular respostas imunes (por exemplo, recrutamento células T ativadas), mas não são suficientemente imunogênica para induzir tumor erradicar a reação imunológica. Alternativamente, esse grupo pode solicitar efeitos mistos:. Induzir respostas imunes ao promover a progressão do tumor

inferencialmente, adotamos um quadro descoberta /validação que nos permite fazer confirmações preliminares e evitar o excesso de interpretar artefatos alto-dimensional . Os dados estão limitadas pela natureza dos dados de expressão a partir de amostras tumorais; contamos com a conjectura de que, mesmo após microdissecção, amostras testadas reter uma parte do material genético de linfócitos. Uma vez que este efeito se manifesta independentemente em vários estudos, estas observações pode ser aplicável a ensaios utilizando esta plataforma e são menos susceptíveis de ser sujeitos a polarização efeito lote. Além disso, este trabalho motiva a investigação de uma forma estruturada para analisar sinal estromal residual das amostras de tumores e, portanto, inferir interacção genética no microambiente tumoral.

Informações de Apoio

Tabela S1.

associações univariadas entre genes e sobrevida global medidos pelo teste pontuação valor-p

doi:. 10.1371 /journal.pone.0111586.s001

(PDF)

Tabela S2.

quantis específica de tecido de expressão de marcadores específicos de linfócitos. Low quantiles implica relativamente baixa ou nenhuma expressão

doi:. 10.1371 /journal.pone.0111586.s002

(PDF)

Tabela S3. mesa

regressão para o modelo de regressão logística multivariada, utilizando a expressão do antígeno para predizer o estado classe imunorreativo

doi:. 10.1371 /journal.pone.0111586.s003

(PDF)

Tabela S4. : Lista de testículo cancro identificados (CT) antígenos

doi:. 10.1371 /journal.pone.0111586.s004

(PDF)

Agradecimentos

Os resultados publicados aqui estão em todo ou em parte com base em dados gerados pelo projecto-piloto Cancer Genome Atlas estabelecido pela NCI e NHGRI. Informações sobre TCGA e os investigadores e instituições que constituem a rede de pesquisa TCGA pode ser encontrada em https://cancergenome.nih.gov/.