Abstract

A falta de sintomas específicos em estágios tumorais iniciais, juntamente com uma alta agressividade biológica do tumor contribuir para a elevada taxa de mortalidade para o cancro do pâncreas (PC), que tem uma taxa de sobrevivência de cinco anos de menos do que 5%. rastreio melhorado para o diagnóstico mais precoce, através da detecção de biomarcadores de diagnóstico e prognóstico fornece a melhor esperança de aumentar a taxa de carcinomas curativamente operados. Embora muitos marcadores séricos foram relatados como sendo elevados em pacientes com PC, até agora, a maior parte destes marcadores não foram implementadas na rotina clínica devido à baixa sensibilidade ou especificidade. Neste estudo, foram identificados genes que são significativamente upregulated no PC, através de uma meta-análise de grande número de conjuntos de dados de microarranjos. Nós demonstramos que as funções biológicas atribuídas a estes genes estão claramente associados com o PC e metástase, e que estes genes que exibem uma forte ligação aos processos envolvidos com a inflamação e a resposta imune. Esta investigação tem produzido novos alvos para genes do cancro e potenciais biomarcadores para o câncer de pâncreas. A lista de candidatos de genes do cancro inclui genes de proteínas quinase, novos membros de famílias de genes associados atualmente com o PC, bem como genes não previamente ligados ao PC. Neste estudo, nós também somos capazes de avançar para o desenvolvimento de uma assinatura para genes hypomethylated, que poderia ser útil para a detecção precoce do PC. Mostramos também que os significativamente upregulated mais de 800 genes em nossa análise pode servir como um conjunto enriquecido para o tecido e proteína de soro de biomarcadores em câncer pancreático

Citation: Goonesekere NCW, Wang X, Ludwig L, Guda C (2014. ) Uma meta-análise de pâncreas Microarray conjuntos de dados Rendimentos Novos alvos como genes e biomarcadores de câncer. PLoS ONE 9 (4): e93046. doi: 10.1371 /journal.pone.0093046

editor: Jörg D. Hoheisel, Deutsches Krebsforschungszentrum, Alemanha |

Recebido: 06 de junho de 2013; Aceito: 28 de fevereiro de 2014; Publicação: 16 de abril de 2014

Direitos de autor: © 2014 Goonesekere et al. 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

Financiamento:. Os autores não têm apoio ou financiamento para relatar

Conflito de interesses:. Os autores declararam que não existem interesses conflitantes

Introdução

O câncer de pâncreas (PC) é um tumor maligno altamente letal. e pacientes com PC têm uma taxa de sobrevivência de 5 anos de menos do que 5% [1]. Assim, embora a incidência de cancro da mama é estimada em 5 vezes maior do que PC, as taxas de morte anuais são comparáveis ​​[2]. Em quase 95% dos pacientes com PC não há nem uma história familiar associada do PC nem de doenças que se sabe estarem associados com um risco aumentado de PC [3]. A falta de sintomas específicos em estágios tumorais iniciais, juntamente com uma alta agressividade biológica do tumor e resistência aos medicamentos citotóxicos todos contribuem para a elevada taxa de mortalidade de PC.

Este estudo foi motivado por duas razões. A primeira é a de contribuir para a compreensão da etiologia da doença fundamental do PC através da identificação de genes do cancro candidato novos em câncer pancreático. As mutações encontradas em um genoma de células de câncer geralmente têm acumulado ao longo do tempo de vida do paciente com câncer e normalmente número entre 1,000-10,000 [4]. Para PC, exome sequenciação revelou que o número médio de mutações nos exões é de cerca de 60 [5]. mutações do piloto [6] conferir vantagem de crescimento sobre as células que transportam e eles são seleccionados positivamente para durante a evolução de um cancro. Tem sido sugerido que comum em cancros epiteliais adultos requerem a activação de entre 5-20 tais genes do controlador de [7], [8]. A identificação de mutações motorista e os genes do câncer que alteram tem sido um objectivo central da investigação sobre o cancro; Até agora, cerca de 500 (2%) dos 22.000 genes codificadores de proteínas no genoma humano são apresentados para mostrar mutações recorrentes no cancro com uma forte evidência de que estes contribuem para o desenvolvimento do cancro [9] (https://www.sanger.ac .uk /genética /CGP /Census /). No entanto, estudos em camundongos sugerem que mais de 2.000 genes, quando adequadamente alteradas, pode ter o potencial de contribuir para o desenvolvimento de câncer [10] indicando que a busca de genes do cancro está longe de terminar. Um protocolo de tratamento abrangente para o cancro pancreático exigiria em primeiro lugar, a identificação de todos os genes do cancro, e a seguir, a capacidade de modular a função destes genes por meio de intervenção terapêutica. Nos últimos anos, as proteínas alteradas por mutações motorista se tornaram alvos para o desenvolvimento de drogas anticâncer bem sucedida [11] – [13].

O segundo impulso para este estudo vem da escassez de biomarcadores no PC [14], [15]. rastreio melhorados para diagnóstico precoce, através da detecção de biomarcadores de diagnóstico e prognóstico, oferece a melhor esperança de aumentar a taxa de carcinomas curativa ressecáveis. Por exemplo, a análise de dados de sequência sugeriu que o intervalo de tempo desde o início do tumor do pâncreas para o desenvolvimento de subclones metastáticos poderia ser mais do que dez anos [16]. Embora muitos marcadores de soro tem sido relatada a ser elevada em doentes com cancro do pâncreas, até agora, a maior parte destes marcadores não foram implementadas na rotina clínica devido à baixa sensibilidade ou especificidade [14] com a excepção de CA 19-9 [17] .

Meta-análise de conjuntos de dados de microarranjos consiste na utilização de técnicas estatísticas para combinar os resultados de vários estudos, a fim de aumentar a potência estatística e generalização comparado com qualquer único estudo [18]. Este endereços, em certa medida, os problemas de variações biológicas e técnicas, que podem ter um efeito significativo nas medições de microarray [19]. A meta-análise prévia de conjuntos de dados de microarranjos de PC foi realizado há quase uma década por Grutzman e colegas [20], e a análise foi limitada a alguns milhares de genes.

Neste estudo, nós examinamos o gene diferencial padrões de expressão que são replicados em todo conjuntos de dados, para criar uma lista ordenada dos genes sobre-expressos no PC. Nós concentramos nossa atenção apenas em genes que estão sobre-expressos, uma vez que cerca de 80% dos genes do cancro são dominantes agindo [4], quer através de superexpressão ou ativação constitutiva do produto do gene. Neste estudo, nós detectamos centenas de genes que foram significativamente upregulated em câncer pancreático. A lista de genes sobre-expressos incluem genes que não tenham sido previamente associadas com PC, bem como novos membros da família de genes que têm sido associados com o PC. Nós também identificaram dezenas de genes codificadores de quinase sobre-expressos em câncer pancreático, que são potenciais alvos terapêuticos para o PC. Neste estudo, nós também somos capazes de avançar para o desenvolvimento de uma assinatura para genes hypomethylated, que poderia ser útil para a detecção precoce do PC. Nós também achamos que cerca de um terço dos biomarcadores séricos de proteínas putativas até agora identificados para PC são, de fato, significativamente sobre-expressos em nossa análise, indicando que nossos resultados podem servir como um recurso para mais estudos experimentais, na busca de biomarcadores eficazes para PC.

Materiais e Métodos

câncer de pâncreas conjuntos de dados de microarranjos

Nove conjuntos de dados de câncer de pâncreas no banco de dados Oncomine [21] que continha uma análise diferencial do câncer de pâncreas vs. amostras normais , foram incluídos neste estudo (Tabela 1). Oncomine [21] é o banco de dados mais abrangente específico do cancro, atualmente contendo 628 conjuntos de dados que investigam 35 tipos de tumores (Oncomine 4,4 Research Edition). A vantagem de usar conjuntos de dados de Oncomine é que antes da inclusão no Oncomine, os conjuntos de dados de microarrays (obtido a partir de recursos públicos, como Stanford Microarray Banco de Dados e do NCBI Gene Expression Omnibus ou de fontes bibliográficas) são revistos por um painel de especialistas para garantir que cumpram determinados padrões de qualidade [22].

triagem inicial dos conjuntos de dados de microarranjos

Antes de combinar conjuntos de dados de microarranjos de diversas fontes, uma nova verificação de qualidade foi realizada nas bases de dados usando o programa de Venn Mapper [23]. Venn mapeador pode identificar semelhanças significativas entre os conjuntos de dados de microarranjos heterólogas, comparando a sobreposição de genes diferencialmente expressos e calculando a significância estatística usando os valores de z. Resumidamente, um ponto de corte de 2 vezes é utilizado para determinar os genes regulados positivamente num conjunto de dados de microarray. Uma lista de genes regulada é estabelecido para cada microarray, e todos os de pares (exceto auto comparações) combinações de listas são comparadas para combinar gene-identidade (ou seja, nomes de genes HUGO). O número de genes normalmente regulada,

R

observado, em quaisquer duas experiências é determinado, e um valor Z é calculada para determinar se esse número for estatisticamente significativa. Por dois microarrays A e B, o z-valor é calculado da seguinte forma:

R = número de genes regulados positivamente em ambos A e B

n

B = número total de genes regulados positivamente no B

P

a = Probabilidade de um gene a ser regulada em a

Os microarrays foram agrupados com base em perfis z de valor, e os valores atípicos foram identificados, e omitida a partir de uma análise mais aprofundada. Um z-valor absoluto de 1,96 é equivalente a um valor de p . 0,05

A obtenção de listas de classificados de genes regulada

Para identificar genes diferencialmente expressos em vários conjuntos de dados, foram empregados um método não-paramétrico ‘ranking do produto’ implementada no pacote RankProd [24], [25]. RankProd é um algoritmo estatisticamente rigorosa mas biologicamente intuitiva, o que tem sido mostrado para ser robusto contra o ruído nos dados de microarray [26], [27]. RankProd tem sido demonstrado que possuem maior sensibilidade e especificidade em comparação com outros tipos de ferramentas de meta-analíticos para microarranjos [28]. Uma lista de genes regulados positivamente são seleccionados com base numa estimativa conservadora da percentagem de previsões falsas positivas (PFP), que também é conhecida como a taxa de detecção falsa. Como recomendado, um valor PFP de 0,15 [25] foi usado para definir o limite para genes que são significativamente upregulated

Resultados e Discussão

congruência entre as bases de dados de microarranjos

O programa de Venn Mapper [23] foi utilizado para realizar uma triagem inicial, para determinar quaisquer inconsistências amplas que existem entre os conjuntos de dados de microarranjos. A análise foi levada a cabo com nove grupos de dados diferentes, e todos os-a-todos os valores de Z emparelhadas são dadas na Tabela 2. Dois valores aberrantes foram identificados por este método, ou seja, Buchholz pâncreas (adenocarcinoma ductal do pâncreas) e Buchholz pâncreas (pâncreas de neoplasia intra-epitelial) . Os valores de z baixas associadas a esses conjuntos de dados indicar uma falta de correlação significativa entre os genes regulados positivamente no estes conjuntos de dados, quando comparado com outros conjuntos de dados. Assim, estes dois conjuntos de dados foram omitidos análises posteriores. Enquanto estamos incertos sobre a origem desta incongruência, notamos que os conjuntos de dados Buchholz foram os únicos conjuntos de dados obtidos sem o uso de plataformas padrão (disponível no mercado). Outro conjunto de dados, Logsdon Pâncreas, também foi omitido devido ao baixo número de genes no conjunto de dados (5338, em comparação com uma média de 16,652 genes para o resto dos dados (Tabela 1)).

abaixo, organizamos nossos resultados e discussão em quatro secções distintas que incluem a identificação de genes regulados positivamente, a análise funcional de genes regulados positivamente, a identificação de uma assinatura genética para hipometilação em PC, e identificação de potenciais biomarcadores de tecido, soro e metaloproteinases da matriz no PC.

Identificação de genes regulados positivamente

RankProd [24] gera uma lista de genes classificados por percentagem do valor falso positivo previsão (PFP) (ver métodos). Dos 5590 genes que foram regulados positivamente em, pelo menos, duas vezes, 827 genes são encontrados para ser significativamente regulada positivamente quando usando um limiar de PFP. 0,15 [25] (Tabela S1)

A Tabela 3 proporciona uma lista de as vinte e cinco genes classificados utilizando o programa RankProd. Como esperado, a maioria dos genes tenham associações com outros tipos de cancro pancreático e bem estabelecida. Alguns exemplos bem conhecidos incluem MUC4 [29], CEACAM5 /6 [30], S100P [31], CLDN18 [32], KRT19 (CK19) [33] e COLA1 /2 [34]. Há, no entanto, algumas exceções notáveis, como AHNAK2, CTHRC1, IGHG3 e EPPK1, que não têm um papel conhecido no câncer. Assim, estes genes podem ser potenciais novas pistas para genes do cancro, e são discutidas a seguir.

AHNAK2 é um gene significativamente regulada em PC (175 vezes), mas não foi diretamente associado com qualquer tipo de câncer , para nosso conhecimento. O ARNm é relatada [35] para ser alternativamente emendados para produzir três isoformas, e a sequência canónica é inferida a ser encaminhada para o núcleo. A família de proteínas AHNAK PDZ andaime consiste em duas grandes proteínas (600-700 kD), AHNAK (desmoyokin) e AHNAK2 [36]. AHNAK tem sido associado com várias doenças musculares, incluindo cardiomiopatia e distrofia muscular membros-cinto, e acredita-se que este efeito seja mediado através da sua associação com a subunidade-β de Ca (v) do canal de cálcio cardíaca [37]. AHNAK AHNAK2 também demonstraram ser componentes de rede costameric, associado com ligando da matriz extracelular para o sistema de microfilamentos citoplasmática [38]. Experiências com linhas de células de tumores metastáticos humanos [39] demonstraram que o knockdown de AHNAK resultou na retracção pseudópode, a inibição da migração celular e reversão da transição epitelial-mesenquimal (TEM). É provável que AHNAK AHNAK2 e foram ambos afectados por estas experiências de knockdown. Nossos resultados sugerem que a família de proteínas AHNAK, particularmente AHNAK2, mérito escrutínio experimental sobre seu possível papel na carcinogênese, especialmente no PC.

CTHRC1 (colágeno tripla hélice que contém 1) é uma proteína secretada 30 kD que tem o capacidade de inibir a síntese de matriz de colágeno, e é altamente expresso durante a cicatrização de feridas na pele. reparação de tecidos e carcinogénese são ligados [40] e CTHRC1 tem sido associado com uma variedade de tumores, incluindo melanomas [41], o cancro da mama [42], cancro colorrectal [43] e, mais recentemente, cancro gástrico [44]. No entanto, tem havido apenas um relato que liga CTHRC1 com o PC, onde foi observada maior expressão de CTHRC1 num ecrã de linhas celulares de tumores sólidos, incluindo PC [41]. Há evidências de que a expressão CTHRC1 está associado com a invasão de tecidos e metástases do cancro no cancro da mama [42] e do cancro gástrico [44]. Dado o elevado nível de regulação positiva de CTHRC1 ( 1000 vezes superior) que foi observado no presente estudo, os autores sugerem CTHRC1 para ser um candidato excelente para avaliação experimental como um biomarcador potencial de PC

IGHG3 (pesada de imunoglobulina. constante γ-3) é uma proteína de ligação de antigénio segregado não previamente implicados em cancro do pâncreas. A nossa análise (ver a próxima secção) indica que o PC está associada com a disfunção do sistema imunológico. IGHG3 é também um componente da rede de topo associada com a coorte de 827 genes sobre-expressos, o que é mostrado na Figura 1.

TGFB1 forma um nó na rede cubo. IGHG3 (destacado na cor azul) é um dos melhores vinte e cinco genes que é potencialmente importante para o câncer de pâncreas.

Epiplakin pertence à família de proteínas plakin cytolinker que estão associados com os complexos juncionais e o citoesqueleto. Epiplakin é sim uma plakin incomum, pois consiste apenas de repetições plakin organizados em domínios de repetição 13 plakin (do PRD) e não contém uma característica de domínio plakin de outras Plaquinas. Há evidências que sugerem que os associados Epiplakin com redes de queratina durante a cicatrização de feridas [45].

Análise funcional dos genes regulados positivamente

Foram identificados importantes funções, redes e caminhos relevantes para o 827 significativamente genes regulada usando IPA (www.ingenuity.com). Uma análise abrangente dos 827 genes regulados positivamente é mostrada na Tabela S1.

As funções biológicas mais importantes associados com os 827 genes regulados positivamente são movimento celular, crescimento e proliferação celular, morte celular e sobrevivência, desenvolvimento celular em células e sinalização-célula e interacção (Figura 2, Tabela S2). Desregulação destas funções estão associados com câncer e metástase, reiterando a importância deste geneset para PC. A análise de caminho desde insights sobre alguns dos mecanismos moleculares importantes em PC. Os cinco vias mais significativos associados com os 827 genes regulados positivamente incluídos sinalização de integrina (p-valor = 1,72 × 10

-13), também observado por Grutzmann et ai. [20], a adesão de granulócitos e diapedese (valor-p = 4,08 × 10

-11), a adesão agranulócito e diapedese (valor-p = 9,43 × 10

-10), leucócitos sinalização de extravasamento (valor-p = 1,62 × 10

-9), e entrada do vírus por meio das vias de endocitose (valor-p = 1,71 × 10

-8) (Figura 3, Tabela S3). Estes resultados indicaram que PC é significativamente associada com inflamação e mecanismos imunes. De facto, tem sido mostrado que a imunossupressão cancro frequentemente favorece a progressão do tumor e metástases por meio da constituição de uma rede imunossupressora em que diversos factores solúveis derivadas de tumor, tais como o factor de crescimento beta de interleucina-10, transformando (TGFB) e factor de crescimento endotelial vascular desempenham um papel central [46]. No topo da rede identificada, TGFB1 é o gene cubo (Figura 1). TGFB1 codifica um membro da família de citoquinas TGFB, que são péptidos multifuncionais que regulam a proliferação, diferenciação, adesão, migração, e outras funções em muitos tipos de células. Este gene foi mostrado para ser frequentemente regulados positivamente em células tumorais, e é um alvo importante para a terapia do cancro [47] – [51]

A segunda rede mais significativo associado com a sobre-regulada. genes está envolvida no ciclo celular, movimento celular, e cancro (Figura 4). Nesta rede, NF-kB complexo actua como um cubo principal, que funciona como um regulador de genes que controlam a proliferação celular e sobrevivência celular. regulação incorrecta de NF-kB tem sido associada ao câncer, inflamatórias e doenças auto-imunes [52], [53]. Esta rede novamente sugere que PC poderia ser estreitamente relacionado com distúrbio imunológico [54], [55]. Regulada positivamente de NF-kB liga-se a expressão de genes que mantêm a proliferação celular, e proteger a célula de condições que, de outro modo fazer com que ele a morrer por apoptose. De facto, demonstrou-se que o NF-kB é constitutivamente activa em vários tipos de tumores humanos [56] – [60]. Além disso, há dois módulos reguladores identificados interessantes nesta rede. O primeiro módulo é constituído por dois genes da família E2F (E2F7, E2F8), ECT2 e RACGAP1. Estes genes formar um anel auto-reguladores, e regular uns dos outros. Notavelmente, os três genes E2F7, E2F8 e ECT2 constitutivamente RACGAP1 regular, que se liga a GTPases Rho (Figura 4), sugerindo que este módulo funções na regulação da citocinese de um modo dependente do ciclo celular. Outro módulo envolve os genes da família da glutationa peroxidase (GPX) que codificam uma família de enzimas com actividade de peroxidase, cuja função biológica principal é proteger o organismo contra danos oxidativos. Regulação positiva de genes da família GPX pode estar associada PC e outros tipos de câncer [61] – [64]., Sugerindo uma ligação importante entre o dano ao DNA induzido por oxidação e desenvolvimento de câncer

Um nó principal hub NF-kB complexa e dois novos módulos regulatórios são destacados na cor azul. Um módulo é composto por dois genes da família E2F (E2F7, E2F8), ECT2 e RACGAP1; e outro módulo é composto de vários genes da família GPX.

A identificação dos genes codificadores de quinase regulada

Além disso, nós extraídos os genes que codificam proteínas quinases dos 827 genes regulados positivamente. A Tabela 4 apresenta os 26 genes codificadores de quinase. Sabe-se que muitos genes que codificam quinase são sobre-regulada no cancro e desenvolvimento de fármacos anti-cancro que inibem a sobre-expressão das cinases de proteína tem sido uma área activa de investigação. Na verdade, medicamentos eficazes já foram desenvolvidos para atingir algumas das cinases de proteína. Por exemplo, CDK1 codifica um membro da família da proteína-quinase Ser /Tre, o que é uma subunidade catalítica do complexo de proteína-quinase altamente conservado conhecido como M-fase factor de promoção. A proteína desempenha um papel fundamental no G1 /S e G2 /M transições de fase do ciclo celular eucariótica, e a fosforilação e a desfosforilação de esta proteína desempenham papéis importantes na regulação do ciclo celular de controlo [65]. Alguns inibidores da cinase CDK1 têm sido desenvolvidos para fins clínicos ou experimentais – AZD 5438, (R) -CR8, (R) dicloridrato -DRF053, Kenpaullone, NU 2058, 3306 e Ro (Tocris Bioscience, www.tocris.com), e ZK 304.709 e Terameprocol [66].

LCK é uma cinase de tirosina-proteína que é encontrada dentro linfócitos do sistema imunológico, e envolvida em vias de sinalização imune. Dasatinib, uma molécula pequena-proteína-tirosina-quinase e inibidores da droga anti-cancro, pode inibir a actividade de LCK na activação de células T e a proliferação de [67], [68]. MET é um proto-oncogene que codifica a proteína de factor de crescimento de hepatócitos do receptor [69], que possui actividade de tirosina-cinase de proteína. upregulation anormal de MET no câncer muitas vezes se correlaciona com mau prognóstico, desencadeando o crescimento do tumor, angiogénese que suprem o tumor com nutrientes, e metástase. Foi revelado que a via MET é uma das vias mais frequentemente desregulados em cancro humano [70]. Um número substancial de inibidores de MET foram estudadas em ensaios clínicos como AMG-458 (Amgen), PF-04217903 (Pfizer), MK-2461 (Merck), ARQ197 (ArQule) etc. [71].

TTK codifica uma proteína cinase de dupla especificidade com a capacidade de fosforilar a tirosina, serina e treonina. TTK cinase está associada com a proliferação celular e é essencial para a fixação adequada dos cromossomas para o fuso mitótico. A inibição da quinase TTK tem sido demonstrado que se correlacionam com a morte celular causada por missegregations cromossómicas [72]. Vários inibidores da quinase TTK têm sido relatados na literatura -. Reversine [73], NMS-P715 [74], e MPS1-IN-1 [75]

Para algumas outras cinases de tirosina em proteínas, tais como Lyn, dasatinib é um inibidor eficaz [76]. Dos 26 genes codificadores de quinase foram identificados, alguns genes foram identificados como alvos anticancerígenos muito promissor. Por exemplo, BUB1 que codifica a cinase de ponto de verificação de serina /treonina-proteína mitótica é crítico no estabelecimento do ponto de verificação mitótico fuso e congression cromossoma. Tem sido demonstrado que os pontos de verificação mitóticos perturbados são uma característica comum de muitos cancros humanos [77]. No entanto, os níveis de expressão BUB1 dependem da localização de tumores e da sua gravidade [78]. Regulação negativa do BUB1 resultou em mais sarcomas, linfomas e tumores do pulmão, ao passo que a regulação positiva de BUB1 causada sarcomas e tumores no fígado [78]. Nosso resultado mostra que PC está relacionado com o aumento da BUB1 e especula-se que o desenvolvimento de inibidores BUB1 poderia fornecer uma nova abordagem para combater PC.

Em suma, alguns dos 26 genes da proteína quinase significativamente upregulated em PC poderia ser novos alvos terapêuticos viáveis ​​para PC. Na verdade, para os genes da cinase de tirosina em proteínas, tais como LCK, TEM e LYN, que foram encontrados para ser frequentemente sobre-expressa em cancro humano, incluindo PC [79], inibidores da cinase de tirosina em proteínas eficazes, tais como dasatinib, imatinib, gefitinib, erlotinib e sunitinib foram desenvolvidos para anticancerígeno quimioterapia [80].

para uma assinatura genética para hipometilação em câncer pancreático

hipermetilação aberrante de ilhas CpG do promotor está fortemente associado com o silenciamento do gene, enquanto hipometilação pode conduzir à sobre-regulação de genes. Uma revisão recente [81], discute os genes que foram encontrados para ser hypomethylated em PC. Com referência a este conjunto de genes, nós encontramos uma forte correlação entre hipometilação e regulação positiva; especificamente, sete dos nove genes mencionados nesta revisão (SERPINB5, CLDN4, SFN, S100P, S100A4, MSLN e PSCA) são significativamente regulada, com SERPINB5, SFN, S100P e PSCA estar entre os 100 genes mais regulada em nossa análise ( tabela S1).

Um estudo abrangente sobre a metilação aberrante no PC foi realizada por Tan et al. [82], que perfilado 1505 locais CpG através de 807 genes. As investigações iniciais produziram uma lista de 63 genes com hipometilação site de CpG e aumento da expressão de mRNA. Um tanto inesperadamente, os autores também encontraram um número similar de genes com site de CpG hipometilação e diminuição da expressão de mRNA. Após nova experimentação, 35 dos 63 genes foram identificados pelos autores como genes candidatos que são regulados por hipometilação no PC. Nós achamos que oito dos genes candidatos 35 (ID1, MMP7, MST1R, NBL1, PHLDA2, Plat, PLAUR e SFN), e outros 8 (IL8, SPP1 CLDN4, MMP1, ARHGDIB, NQO1, ITGB4, SERPINB5 e TFF1 ) a partir da lista original de 63 genes também são upregulated significativamente em nosso estudo.

Para resumir, vinte e dois genes (MUC4, SERPINB5, CLDN4, SFN, TFF1, S100P, S100A4, MMP1, MMP7, MSLN, PSCA, ID1, MST1R, NBL1, PHLDA2, PLAT, PLAUR, IL8, SPP1, ARHGDIB, NQO1 e ITGB4) são significativamente regulada em nossa análise, e não há evidência experimental [81], [82] que sugerem que esta regulação positiva é devido à hipometilação. Assim, estes genes contribuirá para uma crescente lista de candidatos incluindo MUC4 [83] que descrevem uma assinatura genética putativo para hipometilação em câncer pancreático (Tabela 5). Tal assinatura genética pode provar ser útil na detecção precoce do PC, de um modo análogo ao uso clínico de metilação aberrante de CCND2 [84] no PC. Uma vez que existe um consenso emergente de que “o caos epigenética ‘promoveu mudanças na expressão gênica e, em última análise, leva ao câncer [85], é bastante provável que muitos dos genes encontrados para ser regulada de forma significativa (Tabela S1) são hypomethylated no PC. Dos 22 genes, análise IPA revela que 11 genes têm uma associação conhecida com PC (Tabela 5).

biomarcadores potenciais entre genes upregulated

tecido do tumor biomarcadores de proteína.

uma observação muitas vezes descrita na literatura é a discrepância entre o nível de expressão de uma proteína e que do seu transcrito para um dado tipo de células [86]. No entanto, descobrimos cerca de 70% de proteína de tecido trinta biomarcadores tumorais identificadas duas em duas revisões recentes [87], [88] verificou-se ser regulada positivamente 2 vezes na nossa análise. Entre aqueles significativamente regulada positivamente (PFP ​​ 0,15) foram um conjunto de genes associados com o microfilamentos da actina, lGAlS1 (galectina-1), ACTN4 (actinina-4), PLS1 (plastina-1), TPM2 (β tropomiosina), CFL1 (cofilina -1), ENO1 (α-enolase) e MSN (moesin). A maior parte destas proteínas são conhecidas proteínas de ligação à actina que podem modular a filamentos de actina, ou modulam o seu ambiente com a membrana plasmática.

Outros sugeriram biomarcadores de proteína de tecido de tumor [87], [88] significativamente regulada positivamente na nossa análise incluem SFN, AGR2, LGALS1, LGALS3, THBS2, TGFB1, e quatro membros da família S100, S100A6, S100A10, S100A11 e S100A2 [89]. Nós encontramos três membros adicionais da família S100, S100A4, S100A16 e S100P também foram significativamente upregulated (Tabela S1). A família S100 de proteínas de ligação de baixo peso molecular de cálcio tem fortes associações com câncer [90], e vários deles têm sido usados ​​como marcadores no melanoma e outros cânceres. Deve notar-se que S100P é um dos genes mais regulados positivamente na nossa análise ( 10 ×

6). Recentemente, tem sido proposto que S100P ser utilizada como um biomarcador para a proteína neoplasmas mucinosos papilar intraductal (IPMN) do pâncreas [91], e para o adenocarcinoma pancreático [92].

biomarcadores de proteínas séricas.

o diagnóstico precoce do câncer de pâncreas é essencial a fim de melhorar o mau prognóstico associado com PC. biomarcadores soro oferecer uma solução muito atraente e não-invasivo, e assim são muito procurados [14]. No entanto, há uma escassez de marcadores biológicos para o PC [15], com o biomarcador de carboidratos CA 19-9 sendo o mais utilizado.

Desde biomarcadores de proteínas séricas, tais como CA-125 pode ser clivada e lançado em PC [93] uma correlação entre os biomarcadores séricos e a expressão do mRNA não é necessariamente o esperado (embora no caso de CA-125, há provas de que é sobre-expresso, bem [93]). No entanto, procurou-se investigar se algum dos biomarcadores de proteína de soro de propostas na literatura recente [3] foram upregulated em câncer pancreático ao nível do mRNA. Um pouco para nossa surpresa, descobrimos que cerca de um terço dos genes correspondentes, C3, B2M, C1QB, CD9, TIMP1, PGK1, SERPINA1, APOE, AGR2, APOC1 SPP1, foram significativamente regulada em nossa análise. Estes resultados indicam a nossa corhort de 827 genes significativamente upregulated também representam uma piscina enriquecida de biomarcadores de proteínas séricas candidato. A disponibilidade comercial de muitos anticorpos humanos levanta a possibilidade intrigante de realização de um ecrã sistemática de soro, para detectar os produtos de proteína dos genes regulados positivamente de forma significativa na nossa análise. Enquanto biomarcadores individuais podem sofrer de problemas de sensibilidade e especificidade [14], a promessa é que, com um grande número de biomarcadores, assinaturas distintivas é provável que surjam, que se correlacionam com o diagnóstico e prognóstico.

biomarcadores Matrix metaloproteinases.

metaloproteases de matriz representar a família mais proeminente de proteinases associados com tumorigênese [94]. Na nossa análise, verificou-se que sete metaloproteases de matriz (MMPs) e proteases a partir de seis uma família relacionada “Proteína Adam” (Adams) a ser regulada positivamente de forma significativa (Tabela 6). Três delas (MMP9, ADAM9 e ADAM10) também foram encontrados para ser regulada por Grutzman

et al.

[20].

metaloproteases de matriz são uma família de proteases dependentes de zinco que têm a capacidade para degradar a praticamente todos os componentes da matriz extracelular (ECM). As células tumorais sobre-expressam estas proteases para degradar a membrana basal e invadir o tecido circundante. Esta actividade também é necessária para os eventos intravasation e extravasamento na metástase. substratos de MMP também incluem moléculas não-ECM, que varia a partir de precursores de factores de crescimento e moléculas de adesão da superfície celular de precursores de inibidor angiogénico [95]. As MMPs também têm sido implicados na epitelial para mesenquimal (EMT) [96]. Enquanto as MMPs têm um papel bem reconhecido na fase tardia da progressão do tumor, invasão e metástase, novas evidências sugere que o papel das MMPs na tumorigénese é mais complexo [97].

Um dos mais promissores e emocionante