Abstract

Nós fornecemos uma análise comparativa cross-tecido de comunalidade molecular entre subtipo de câncer de ovário, câncer de mama, carcinoma hepatocelular, glioma, pulmão carcinoma espinocelular e carcinoma nasofaríngeo . Nossa análise mostrou que os subtipos moleculares com fenótipo semelhante ou resultado clínico semelhante poderia ser correlacionados pelo seu perfil transcricional e perfil de via. desregulação da via através de múltiplos subtipos de câncer, também foi revelado por Gene Set Análise de Enriquecimento. Desregulação do ‘complementar e cascatas de coagulação’ foi observada em um total de onze subtipos em cinco tecidos, implicando que o papel desse processo na terapia imune à base de personalização pode valer a pena explorar mais profundamente

Citation:. Lin P, Huang Z (2013) Análise de Correlação Liga Cancer subtipos. PLoS ONE 8 (7): e69747. doi: 10.1371 /journal.pone.0069747

editor: Raya Khanin, Memorial Sloan Kettering Cancer Center, Estados Unidos da América

Recebido: 08 de janeiro de 2013; Aceito: 12 de junho de 2013; Publicação: 08 de julho de 2013

Direitos de autor: © 2013 Lin 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:. Este trabalho foi apoiado por subsídios da Ciências naturais da Fundação Nacional da China (número de concessão: 30400496 e 90612020, URL: http: //www.nsfc.gov.cn). 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

com base em dados de alta-transcriptoma através do genoma, subtipos moleculares de cancro humano foram identificados e caracterizados pela biologia diferente. Por exemplo, os subtipos distintos de cancro da mama foram associados com diferentes padrões de resposta terapêutica [1], diferentes sítios preferenciais de recaída [2]. No câncer de cabeça e pescoço, os subtipos moleculares diferentes foram associados com padrões distintos de copy-número de alteração de genes do cancro canônicos [3]. No cancro colorectal, subtipos semelhanças com tipos celulares distintos dentro da cripta do cólon normal, comum e mostra diferentes graus de ‘stemness’ e sinalização Wnt [4].

Um estudo recente descreveu a semelhança molecular entre o cancro da mama basal-like e câncer de ovário por análise de correlação do perfil transcricional [5], mas não ficou claro se o cancro da mama basal-like tinha uma “amizade” com qualquer subtipo específico de cancro do ovário. Na verdade, subtipos de câncer moleculares com características biológicas semelhantes já foram encontrados em locais diferentes de tecido. Por exemplo, tanto o subtipo Mes de glioma e claudina

–

baixo subtipo intrínseca de cancro da mama foram caracterizadas por expressão de marcadores mesenquimais e resposta imune [6-8]. Em conjunto, a questão foi levantada de que se subtipos com fenótipo semelhante, ou resultado clínico semelhante, iria mostrar correlação em um nível molecular? Para responder a esta questão, foi realizada análise de correlação do perfil transcricional e perfil de via de câncer de ovário, câncer de mama, carcinoma hepatocelular (HCC), glioma, pulmão carcinoma espinocelular (CEC pulmão) e carcinoma da nasofaringe (NPC). Além disso, foram analisadas as atividades da via para cada subtipo e via identificada frequentemente perturbados em diferentes tecidos.

Materiais e Métodos

Microarray dataset

Todos os conjuntos de dados de microarranjos foram baixados do GEO. Para dados Affymetrix, recalculamos gene intensidades de sinal expressão por RMA [9] usando EntrezGene-center arquivo de descrição de chips da Dai [10]. Para os dados de duas cores, a matriz de dados normalizado foi utilizado directamente tal como proporcionado e sondas para o mesmo gene foram fundidas pela média. A descrição de todos os dados de microarranjos neste estudo poderia ser encontrado na Tabela S1. Dataset GSEA10186 não foi utilizado para análise de correlação do perfil transcricional devido aos genes muito menos comuns com outros conjuntos de dados. carcinoma da nasofaringe foi classificada em dois subtipos com base em nosso trabalho anterior (dados não publicados).

Publicado mesenquimais transição assinatura

Três publicada assinatura de expressão gênica de epitelial-mesenquimal Transição (EMT) ou mesenquimais de transição ( MT) foram utilizados na nossa análise. Do Taube “assinatura núcleo EMT ‘representam genes que compartilhados por assinaturas independentes de expressão gênica (Gess) em células epiteliais mamárias humanas (HMLE) induzida a passar por um EMT por expressar SGC, Caracol, Twist, ou TGF-β1 ou derrubando expressão de E-caderina [11]. A assinatura do GRÖGER incluiu genes que foram, quer para cima ou para baixo regulados positivamente em, pelo menos, 10 GES independentes de EMT [12]. A assinatura do Cheng foi sugerido para representar um processo biológico mais geral de transição mesenquimal porque ele também foi encontrado em câncer não-epitelial incluindo gliomas, neuroblastoma e sarcoma de Ewing [13].

A análise de correlação do perfil transcricional e perfil de via

Os dados foi médio-centrada por genes em cada coorte separadamente a primeira [5]. Em seguida, todos os valores de expressão gênica de uma amostra foram considerados como seu perfil transcricional. Os conjuntos de dados ajustados foram submetidos a GenePattern [14] para a análise GSEA-única amostra [15]. As pontuações de enriquecimento pathway resultantes foram usadas como o perfil de via. contagens positivas genes indicados num conjunto de genes particular são coordenadamente regulada positivamente dentro de uma amostra, e vice-versa. Spearman de perfil e via de perfil transcricional foi calculada como a similaridade entre amostras métrica.

Filogenia dos subtipos de câncer

A mediana da correlação de Spearman Rank do perfil transcricional entre dois subtipos foi menos por 1 e depois adotada como a distância de dissimilaridade. Média-ligação agrupamento hierárquico da matriz de dissimilaridade resultante foi realizado em R.

agrupamento hierárquico do perfil via

agrupamento hierárquico da matriz perfil pathway (linhas para o caminho e colunas para subtipo) foi realizada em Cluster 3.0 [16] utilizando a correlação de Spearman como ligação métrica e média semelhança como método de agrupamento. Pontuações geradas por ssGSEA foram usados ​​diretamente sem qualquer ajuste adicional de dados. O heatmap foi gerada em R com pontuação positiva de enriquecimento via coloridas pelo amarelo, enquanto pontuação negativa colorido por azul.

Análise

Gene conjunto de enriquecimento (GSEA)

análise GSEA [17] foi realizada entre os tumores de um subtipo particular e de outros subtipos em cada coorte separadamente. Para Affymetrix perfil de expressão do gene e o conjunto de dados GSE10186 que foram representados por intensidades de sinal absolutos, a relação sinal-ruído foi usado como métrica para calcular a expressão diferencial do gene. Para o conjunto de dados GSE17710 cujos dados estava em escala log-ratio, foi utilizada diferença de médias de classe para calcular a mudança vezes e como métrica de expressão diferencial. vias KEGG fornecidas por MSigDB 3,1 e foram usadas apenas vias que significativamente enriquecidos em pelo menos um subtipo de cancro a um valor Q 25% foram mantidos.

Resultados

A análise de correlação de perfil conectado subtipos de câncer molecular

Em primeiro lugar, perguntou se subtipos com fenótipo semelhante ou resultado clínico semelhante poderia ser correlacionados pelo perfil transcricional e /ou perfil de via. Para responder a esta pergunta, nós medimos em comum entre subtipo pela análise de correlação do perfil transcricional e perfil de via. Uma paisagem semelhante foi encontrada para ambos os dois perfis moleculares, mas o nível global de Spearman Rank coeficientes de correlação dos perfis pathway foi maior do que o de perfis de transcrição (Figura S1). Isso pode ser explicado pelo fato de que a sobreposição de membros entre os conjuntos de genes poderia acrescentar à semelhança do seu comportamento estatístico.

Aqui demonstramos semelhança molecular entre subtipos de câncer usando o cancro da mama como um exemplo (Figura 1). O cancro da mama basal-like tendem a ser positivamente correlacionada com prolif glioma, a proliferação HCC, SCC pulmonar primitiva e tipo NPC II todos os quais foram caracterizados por assinatura proliferação reforçada. Este foi consistente com o facto de que o cancro da mama basal semelhante também foi caracterizada por uma elevada expressão de genes associados com a proliferação celular. Além disso, o câncer de mama basal-like mostrou correlação com apenas subtipos C2, C4 e C5 de câncer de ovário [18].

amostras de tumor foram agrupados por subtipo. grades amarelas representada correlação positiva, enquanto as redes azuis representada correlação negativa. O número de amostras por subtipo estava dentro dos colchetes.

Em comparação com basal-like, luminal A apresentou um padrão quase em frente da correlação. Ele claramente mostrou correlação com outro subtipo de melhor sobrevivência tais como glioma PN, pulmão SCC secretora e C3 cancro do ovário, C6. cancro da mama Claudin de baixa foi caracterizado por alta enriquecimento para marcadores de transição epitelial-a-mesenquimal e genes da resposta imune [7]. A análise de correlação capturados com sucesso a semelhança entre claudina-baixos e glioma Mes, que também era um subtipo mesenquimais [6] com sobre-expressão de genes inflamatórias e aumento da densidade dos linfócitos infiltrantes tumorais [8]. Inesperadamente, observou-se um anti-correlação entre claudin-baixa e o subtipo de ovário mesenquimais C5. Heatmaps retratando semelhança molecular entre subtipo do ponto de vista de outros tipos de câncer também foram fornecidos como figuras complementares (Figura S2-S6).

Para ganhar ainda uma visão sistemática de semelhança entre-subtipo, foi utilizada a média de correlação coeficientes de perfis transcricionais entre dois subtipos como a métrica de similaridade e calculou-se a filogenia de subtipos de cancro (Figura 2). Descobrimos que melhor sobrevivência subtipos de câncer de mama luminal A e cancro do ovário C3, C6 foram agrupados perto de PN glioma que apresentavam marcadores de linhagem neuronal e mostrou maior sobrevida [6]. O câncer de ovário C3 e C6 representados baixo potencial predominantemente serosa malignas e subtipos endometrióides baixo grau [18]. Outro subgrupo foi encontrado que consistiu de câncer de mama basal-like, o cancro da mama claudin-low, prolif glioma e proliferação do HCC Chiang. Os ex três subtipos foram todos com a sobrevivência pobres, enquanto a proliferação do Chiang foi significativamente correlacionada com superexpressão de alfa-fetoproteína (AFP) e invasão macrovascular [19]. Do ovário C1, C2 e glioma Mes foram agrupados com a inflamação do HCC Chiang. Os ex-queridos três foram associados com maior densidade de linfócitos infiltram no tumor, enquanto a inflamação de Chiang foi uma subclasse relacionados com interferon [19]. A filogenia do subtipo de câncer também capturou semelhança relacionadas com a histologia, como subtipos de dois carcinoma espinocelular, SCC pulmão e NPC, foram agrupados.

A mediana da correlação de Spearman Rank do perfil transcricional entre dois subtipos foi de menos de 1 e depois adotada como a distância de dissimilaridade. Cálculo da filogenia tumor foi então feito através da aplicação de agrupamento average linkage na R.

Ligando subtipos de câncer com as atividades da via

A seguir, procurou oferecer um mapa global das actividades da via em seis tipos de cancro humano (Figura 3). Um outro conjunto de dados HCC foi adicionado o qual foi classificado em três subtipos de Hoshida et ai (denotado como S1, S2 e S3) [20]. agrupamento hierárquico não supervisionado de perfis da via mostraram que as amostras de diferentes tipos de câncer foram misturados em vez de serem agrupados por tecidos, indicando que as atividades da via em câncer não foram regulados de forma específica de tecido. Observou-se que os subtipos caracterizados pela biologia imuno-relacionadas, incluindo claudina-baixo, C1, C2, inflamação do HCC Chiang, pulmão SCC secretora e NPC tipo I, foram sobre-representados no grupo K1. Por outro lado, luminal A, C5, S3, C3 e NPC tipo II foram sobre-representados em grupo K2. foi encontrada uma diferença óbvia em atividades via relacionadas ao sistema imunológico entre estes dois grupos.

Cada grade representa uma pontuação de atividade da via calculada pela GSEA-única amostra. foi realizado nenhum ajuste adicional da pontuação ssGSEA. Pathways foram ordenados por categoria manualmente e separado de outros utilizando linhas brancas horizontais. Apenas as categorias com mais de cinco vias foram marcadas. O dendrograma foi dividida em dois grupos com o grupo K1 coloridas por K2 azul e colorido grupo de laranja. A barra de cores horizontal superior marcada subtipos sobre-representadas no grupo K1, enquanto a barra de cores horizontal inferior marcada subtipos sobre-representadas no grupo K2. A maioria dos subtipos foram enriquecidos de forma significativa (p 0,05, teste do qui-quadrado). Excepto Proliferação e CTNNB1 do HCC Chiang (valor-p = 7.27e-02 e 7.86e-02, respectivamente)

Descobrimos que tanto S1 de Hoshida e Proliferação de Chiang foram enriquecidos no grupo K1 enquanto S3 da Hoshida e CTNNB1 de Chiang foram enriquecidos no grupo K2. Isto é consistente com a observação de que S1 tanto de Hoshida foi significativamente enriquecida com a assinatura gene da Proliferação de Chiang enquanto S3 da Hoshida foi significativamente enriquecida com gene assinatura de CTNNB1 de Chiang. Assim, os subtipos com a assinatura de expressão gênica semelhante também poderia ser similar na paisagem global das atividades da via.

Também realizamos Gene Set Análise de Enriquecimento para identificar caminhos que associados a cada subtipo. Como o nosso interesse particular na transição mesenquimal, assinaturas EMT publicados também foram levados em análise. No ponto de corte FDR de 0,25, um total de 161 vias KEGG foram encontrados para ser significativamente regulada positivamente /regulada negativamente em pelo menos um subtipo (Tabela S2). 42 vias só foram desregulada num tecido e pode representar processos específicos de tecidos. Por exemplo, 14 vias associadas ao metabolismo foram encontrados regulada /reprimidos apenas em subtipos de carcinoma hepatocelular. Por outro lado, foram 22 vias desreguladas em pelo menos cinco tecidos e, portanto, pode representar mecanismos subjacentes comuns da carcinogénese. “Complementar e cascatas de coagulação” era a via mais frequentemente perturbados, como foi desregulado em onze subtipos.

GSEA de assinaturas EMT foi consistente com o fenótipo mesenquimal de claudin-low, Mes e argumentou que S1 e ovário de Hoshida cancro C1 também poderia ser subtipos mesenquimais (Tabela S2). Curiosamente, braço para baixo-regulado de duas assinaturas EMT foram encontrados significativamente regulada negativamente em C5. DAVID análise funcional mostrou que todas as assinaturas de EMT que usamos não se sobrepõem a qualquer via de associado-imune (Tabela S3). Ao considerar apenas esses cinco subtipos, onze percursos foram reprimidos apenas em C5, mas regulada em todos os outros quatro subtipos mesenquimais. “Complementar e cascatas de coagulação ‘foi regulada negativamente tanto em C5 e S1 do Hoshida, mas regulada em C1, Mes e claudin-baixo.

Discussão

Em geral, as características biológicas de subtipos de câncer molecular poderia ser definida por suas assinaturas de expressão gênica. Por exemplo, os subtipos mesenquimais foram geralmente definida pela superexpressão de marcadores mesenquimais e subexpressão de marcadores epiteliais. Assim, não pode ser surpreendido para encontrar genes de assinatura comuns para subtipos de câncer com a biologia similar. Em vez de comparar genes de assinatura, o nosso estudo forneceu uma análise sistemática focando perfil transcricional do genoma e perfil de via. Os nossos resultados sugerem que para os subtipos caracterizados por características biológicas semelhantes, a sua semelhança pode ser detectada a um nível molecular, indicando que as alterações do processo biológicos pode desempenhar de uma forma de genoma em vez de apenas limitando a um subconjunto de genes.

a diferença entre claudin de baixa, glioma Mes e C5 foi revelado por anti-correlação do perfil transcricional e perfil de via, padrão distinto de EMT enriquecimento de assinatura e padrão oposto do enriquecimento via. Tal diferença pode ser explicada pelo facto de C5 tinha notavelmente baixo CD3 + e infiltração de células CD45 + em estroma tanto do tumor e [18]. processos relacionados ao sistema imunológico pode ser relativamente menos envolvidos na aquisição de um traço mesenquimais em C5. Para dois potenciais subtipos mesenquimais, C1 foi associada resposta de alta estromal e elevado número de estroma CD3

+ células [18] enquanto S1 foi caracterizado por TGF-beta induzida por activação de Wnt e o enriquecimento de um conjunto de genes relacionados com o EMT [20]. O tipo, localização e nível de linfócitos infiltram no tumor ainda não está claro em S1 de Hoshida. Se S1 e C1 foram subtipo verdadeiramente mesenquimais exigida a validação experimental.

‘complementar e cascatas de coagulação “foi um processo interessante, pois perturbação desta via foi observado em onze subtipos incluindo regulação positiva em C1, Mes, claudin-baixa e baixa regulação em C5, S1. A ativação do complemento poderia ser um evento muito importante na imunidade anti-câncer e imunoterapia [21], uma vez que poderia não só ajuda na liberação do tumor, mas também promover o crescimento do tumor [22]. Estudos anteriores também têm implicado uma associação entre EMT e sistema do complemento. Por exemplo, C5b-9 pode induzir a expressão do gene de resposta ao Complemento-32 (RGC-32), que poderia, por sua vez aumentar fenótipo metastático mediando EMT induzida por TGF-β em células de cancro pancreático humano [23,24]. Além disso, Tang Z et al mostraram que as células epiteliais tubulares exposta para complementar anafilotoxina C3a adoptada características fenotípicas e funcionais de células mesenquimais [25]. distúrbios de coagulação são um problema comum em pacientes neoplásicas. Um estado de hipercoagulabilidade pode ser induzida por células malignas que interagem directamente com o sistema hemostático e activação da cascata da coagulação. A trombina foi formado por clivagem proteolítica do factor de coagulação II na cascata da coagulação e, por sua vez actuou como uma serina-protease que converte o fibrinogénio solúvel em cadeias insolúveis de fibrina, bem como muitas outras que catalisam reacções relacionadas com a coagulação. Já foi relatado que a trombina poderia apoiar malignidade de células tumorais [26-28]. As células tumorais podiam expressar factor de tecido que, consequentemente, interage com o factor de coagulação VII (FVII) e factor de coagulação X (FX) para geração de trombina para melhorar a progressão tumoral [29].

Em resumo, a desregulação do complemento e coagulação cascatas em um total de onze subtipos em cinco tecidos implicados que um estudo mais aprofundado deste processo poderia motivar nova estratégia baseada em imunidade para a terapia personalizada.

Conclusão

O nosso trabalho detectado semelhança molecular entre subtipos de câncer de análise de correlação do perfil transcricional e perfil de via. classificação molecular do câncer humano é apenas um passo inicial em direção a medicina personalizada. Com mais e mais dados (não limitado a transcriptoma) tornam-se disponíveis, podemos esperar mais e mais cânceres sendo classificados em subtipos moleculares. O nosso método, e, claro, outros métodos aperfeiçoados e melhorados, poderia ser aplicada para construir um mapa mais abrangente dos subtipos de câncer. Com esse mapa, o conhecimento para um subtipo de câncer em particular pode fornecer pistas para uma compreensão alargada de subtipos seu “amigo” em outros tipos de câncer e trazer potenciais novas oportunidades terapêuticas.

Informações de Apoio

Figura S1. Gráfico de dispersão

do coeficiente de correlação. Um modelo linear estava apto para os dados utilizando coeficientes de correlação por perfil transcricional como a variável independente. O p-valor e coeficiente resultante foram mostrou

doi:. 10.1371 /journal.pone.0069747.s001

(TIF)

Figura S2.

Comparação de câncer de ovário e outro câncer. As amostras de tumor foram agrupados por subtipo. grades amarelas representada correlação positiva, enquanto as redes azuis representada correlação negativa. O número de amostras por subtipo foi dentro dos colchetes

doi:. 10.1371 /journal.pone.0069747.s002

(TIF)

Figura S3.

Comparação de glioma e outros cancro. As amostras de tumor foram agrupados por subtipo. grades amarelas representada correlação positiva, enquanto as redes azuis representada correlação negativa. O número de amostras por subtipo foi dentro dos colchetes

doi:. 10.1371 /journal.pone.0069747.s003

(TIF)

Figura S4.

Comparação de carcinoma hepatocelular e outro câncer. As amostras de tumor foram agrupados por subtipo. grades amarelas representada correlação positiva, enquanto as redes azuis representada correlação negativa. O número de amostras por subtipo foi dentro dos colchetes

doi:. 10.1371 /journal.pone.0069747.s004

(TIF)

Figura S5.

Comparação de pulmão carcinoma espinocelular e outro câncer. As amostras de tumor foram agrupados por subtipo. grades amarelas representada correlação positiva, enquanto as redes azuis representada correlação negativa. O número de amostras por subtipo foi dentro dos colchetes

doi:. 10.1371 /journal.pone.0069747.s005

(TIF)

Figura S6.

Comparação do carcinoma nasofaríngeo e outro tipo de cancro. As amostras de tumor foram agrupados por subtipo. grades amarelas representada correlação positiva, enquanto as redes azuis representada correlação negativa. O número de amostras por subtipo foi dentro dos colchetes

doi:. 10.1371 /journal.pone.0069747.s006

(TIF)

Tabela S1.

Uma breve descrição de todos o conjunto de dados de microarray usado neste estudo. A “*” no tipo de pesquisa coluna indicou que o estudo correspondente definido os subtipos moleculares

doi:. 10.1371 /journal.pone.0069747.s007

(XLSX)

Tabela S2.

resultados GSEA para vias KEGG e assinatura EMT publicado. . Apenas aqueles com valores de q inferior a 0,25 foram incluídas

doi: 10.1371 /journal.pone.0069747.s008

(XLSX)

Tabela S3.

Resultado da análise funcional DAVID de assinaturas EMT publicados.

doi: 10.1371 /journal.pone.0069747.s009

(XLSX)