Abstract

A identificação de biomarcadores transcriptoma de confiança requer a consideração simultânea de elementos reguladores e de destino, incluindo microRNAs (miRNAs), transcrição fatores (TFS), e genes-alvo. Uma nova abordagem que integra análise multivariada sobrevivência, seleção de recursos e visualização de rede de regulação foi utilizado para identificar biomarcadores confiáveis ​​de sobrevivência de câncer de ovário e recorrência. perfis de expressão dos miRNAs 799, 17.814 TFs e genes-alvo e registros clínicos de coorte de 272 pacientes com diagnóstico de câncer de ovário foram simultaneamente considerados e os resultados foram validados em um grupo independente de 146 pacientes. Três miRNAs (HSA-miR-16, hsa-miR-22 *, e EBV-miR-BHRF1-2 *) foram associados com a sobrevida do câncer de ovário e de recorrência e 27 miRNAs foram associados com um ou outro perigo. Dois miRNAs (HSA-miR-521 e miR-HSA-497) eram dependentes de coorte, enquanto 28 foram independentes-coorte. Este estudo confirmou 19 miARNs anteriormente associados com o cancro do ovário e identificou dois miARNs que tenham sido previamente associadas com outros tipos de cancro. No total, a expressão de 838 e 734 genes-alvo e 12 e oito TFs foram associados (P-valor FDR-ajustado 0,05) com a sobrevida do câncer de ovário e de reincidência, respectivamente. Análise funcional destaque a associação entre processos metabólicos celulares e nucleótidos e câncer de ovário. As conexões mais diretas e maior centralidade da miRNAs, TFs e genes-alvo da rede de sobrevivência estudados sugerem que as abordagens baseadas na rede de prognosticar ou prever sobrevivência de câncer de ovário pode ser mais eficaz do que os de recorrência do câncer de ovário. Este estudo demonstrou a viabilidade inferir redes de genes miRNA-TF-alvo confiáveis ​​associados à sobrevida e recorrência de câncer de ovário com base na análise simultânea de perfis de co-expressão e consideração das características clínicas dos pacientes.

Citation : Delfino KR, Rodriguez-Zas SL (2013) Fator de Transcrição microRNA-alvo Gene redes associadas com cancro do ovário Survival e recorrência. PLoS ONE 8 (3): e58608. doi: 10.1371 /journal.pone.0058608

editor: Neil R. Smalheiser, da Universidade de Illinois-Chicago, Estados Unidos da América

Recebido: 29 de novembro de 2012; Aceito: 06 de fevereiro de 2013; Publicação: 12 de março de 2013

Direitos de autor: © 2013 Delfino, Rodriguez-Zas. 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:. O apoio do NCI (Grant Number: 1R03CA143975) para SRZ e KRD, NIH /NIDA (Número Grant: R21DA027548) para SRZ, e NCI /NHGRI TCGA DAC (Número NIH /Projeto NHGRI: 1988) para SRZ são muito apreciados. 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

o câncer de ovário, a neoplasia ginecológica mais maligno, é a quinta maior causa de morte por câncer entre as mulheres. Cerca de 45% dos pacientes com câncer de ovário sobrevivem mais de cinco anos após o diagnóstico inicial e menos de 20% ultrapassar esse marco, uma vez que o câncer disseminou [1]. Alguns perfis de expressão gênica foram consistentemente relacionados ao câncer de ovário [2], [3]. Isto pode ser devido à consideração simultânea limitada das transcrições e reguladores de transcrição associados com câncer de ovário.

Os microRNAs (miRNAs) são pequenas moléculas de RNA, não codificantes que se ligam a sequências complementares em transcrições de ARNm alvo e, assim, , regulam a expressão do gene na fase de pós-transcrição. Os fatores de transcrição (TFS) são um tipo diferente de regulador. Estas proteínas ligam-se a sequências específicas de ADN na região promotora, que promovem ou reprimindo a transcrição em ARNm, e assim, regulam genes numa fase de pré-transcrição [4]. TFs e miARN pode regular um ao outro e ambos podem regular a expressão de genes alvo. genes TF-miARN alvo pode funcionar como onco ou supressor de tumor redes, provocando alterações globais de programas genéticos envolvidos na proliferação celular, diferenciação, apoptose, e invasividade no cancro.

Poucas associações entre cancro do ovário e miARNs ou TF foram validados em estudos independentes [2], [3]. Várias razões podem estar por trás da compreensão limitada das redes de regulação associados com câncer de ovário. Em primeiro lugar, a maioria dos estudos associam o câncer de ovário para genes (miRNAs ou TFS) numa base individual em vez de considerar vários perfis simultaneamente. Em segundo lugar, mesmo quando os estudos analisar vários perfis genoma simultaneamente, a relação entre os genes-alvo e miARNs reguladoras e FT não são usadas. Em terceiro lugar, a maioria dos estudos não consideram fatores clínicos ou dependentes de coorte na caracterização de associações entre perfis de expressão e de cancro do ovário. Por último, a maioria dos estudos consideram a presença característica qualitativa binário ou ausência de câncer, e medições mais quantitativos, tais como sobrevivência e recorrência não são avaliados.

Os principais objetivos deste estudo foram: a) desenvolver um modelo para identificar e caracterizar miRNAs, TFs e genes-alvo associados à sobrevida do câncer de ovário, e b) utilizar esta informação para identificar redes de genes TF-miRNA-alvo associados à sobrevida no câncer de ovário. Nossa hipótese primordial era que os biomarcadores de expressão gênica de confiança de câncer pode ser obtido a partir da consideração de todos os componentes em uma rede simultaneamente. Uma abordagem de biologia de sistemas foi utilizado para investigar a associação simultânea entre vários miRNAs, a TFS, e genes-alvo e de sobrevivência de câncer ou recidiva, representando não-genéticos fontes de paciente para paciente de variação, e as redes correspondentes foram analisados. Os resultados foram validados em um conjunto de dados independente. O estudo também identificou enriquecido categorias funcionais e vias de genes associados à sobrevida e recorrência do câncer. Compreender a base molecular do câncer de ovário é a chave para desenvolvimento de melhores indicadores prognósticos e terapias eficazes. Dada a heterogeneidade desta doença, as melhorias na sobrevivência a longo prazo pode ser alcançado por traduzir idéias recentes nos níveis moleculares e clínicos em estratégias individuais de tratamento personalizado.

Materiais e Métodos

Treinamento Conjunto de Dados

As informações clínicas.

Survival, recorrência, coorte, e informações de expressão genómica de 272 pacientes com diagnóstico de câncer de ovário foi obtido de The cancer Genome Atlas (https://cancergenome.nih.gov/) repositório (Acessado em setembro de 2009) [5]. fatores de coorte analisados ​​incluem tratamento recebido (somente quimioterapia, 93%; quimioterapia mais um outro tratamento, 5%; e outros tratamentos além da quimioterapia, 2%); terapia preadjuvant (sim, 8% ou nenhum, 92%); tratamento adicional (apenas quimioterapia, 41%; quimioterapia mais um outro tratamento, 14%; e outros tratamentos além da quimioterapia, 45%); estágio do tumor (estágio I ou II, 4%; fase III, 88%; estágio IV, 8%); o grau do tumor (grau I ou II, 4%; quaisquer outras que I ou II, 96% graus); doença de tumor residual (sem doença macroscópica, 26%; 1-20 mm, 61%; maior do que 20 mm, 13%); recorrência (sim, 58% ou não, 42%) e idade no momento do diagnóstico (em anos). Preadjvant terapia refere-se a qualquer tratamento que o paciente recebeu antes da cirurgia e de recolha de amostras. estágio do tumor refere-se ao estágio patológico do tumor em formato AJCC (tumor primário: T; Stage 1:1A; 1B; 1C; Fase II: IIA; IIB; IIC; Fase III: III A, III-B; IIIC; Estágio IV: IV ). o grau do tumor é o valor numérico usado para expressar o grau de anomalia das células cancerosas e é uma medida da diferenciação e da agressividade. Tumor doença residual é a medida do maior nódulo restante. Idade refere-se à idade em anos do indivíduo no momento do diagnóstico de cancro do ovário. Esses fatores de coorte foram contabilizados na análise por causa de sua conhecida associação com a sobrevivência [6].

Expression profiling.

Os níveis de 799 miRNAs expressão foram medidos usando o Agilent 8 × 15K Humano plataforma de microRNA (Agilent Technologies, https://www.genomics.agilent.com/). Os níveis de 17.814 TFs e genes alvo de expressão foram medidos usando a expressão G4502A_07 plataforma gene humano Agilent personalizado Gene. Os dados de transcriptoma está disponível em (https://tcga-data.nci.nih.gov/tcga/dataAccessMatrix.htm). As medições de expressão foram quantil normalizada (nível sonda), entrou em colapso dentro do miRNA, TF ou gene, e log

2 transformado seguindo os procedimentos disponíveis em Beehive (https://stagbeetle.animal.uiuc.edu/Beehive) [7 ] e previamente descrito em [8] – [10]

Modelo e Perfil Seleção

Duas variáveis ​​resposta do câncer de ovário foram estudadas: 1) tempo de sobrevivência desde o diagnóstico até a morte (meses desde o diagnóstico até. morte); e 2) tempo de recorrência do diagnóstico à recidiva (meses desde o diagnóstico até à recorrência). Informações sobre comorbidades ou causa da morte foi indisponível, portanto, a primeira variável descreve a probabilidade dependente do tempo da morte, condicionada a um câncer de ovário antes de diagnóstico, independentemente da causa da morte ou comorbidade. Um modelo preditivo câncer de ovário que, simultaneamente, considerou todos os miRNAs e informações de coorte foi utilizado para identificar geral (ou independente de coorte) e biomarcadores personalizados (dependente de coorte ou). Este modelo superou limitações dos estudos anteriores que ignoraram a associação simultânea de apenas analisar um miRNA em um momento ou ignorando possíveis relações de coorte.

Um duto identificação de biomarcadores foi implementado com base na análise multivariada Cox sobrevivência e estratégias de seleção de características complementares [8], [9], [11]. O modelo de riscos proporcionais de Cox assume um modelo paramétrico para testar a associação entre as co-variáveis ​​e a taxa de risco (HR) do evento. Após a transformação, o risco (probabilidade instantânea) do evento (morte ou de reincidência) foi modelado com uma combinação linear de um perigo linha de base e variáveis ​​explicativas, incluindo todas as variáveis ​​de coorte, os perfis de todas as variáveis ​​do genoma (miRNAs, metas TFs, ou gene de expressão ), ea interação entre eles [12]. Stepwise estratégias para a frente e de selecção foram utilizadas para identificar os perfis de expressão associadas com a sobrevivência ou recorrência por causa das vantagens complementares a estas estratégias. Perfis permaneceram no modelo preditivo de risco após a análise de outros biomarcadores no valor de P 0,1. Os perfis significativos do modelo e para a frente por passos anteriores foram incluídos em um modelo que foi submetido a uma selecção gradual. Esta etapa permitiu a identificação de associações amplas ou gerais entre os perfis e os riscos de cancro do ovário que podem ser utilizados como biomarcadores de prognóstico da população. O limiar P-valor relaxado permitiu a detecção de perfis que podem ter fracas associações entre grandes conjuntos de perfis e associações mais fortes como o conjunto foi simplificado. No segundo passo, a interacção entre os perfis seleccionados e indicadores coorte foram avaliadas usando a abordagem por passos. Esta etapa permitiu a identificação de associações dependente da coorte entre os perfis e o risco de morte do cancro do ovário ou recorrência que podem ser utilizados como biomarcadores preditivos individualizadas. No terceiro passo, todos os perfis e as interacções seleccionadas foram combinadas e ainda mais simplificada usando o método de passo a passo. A associação entre os riscos de cancro do ovário e os fatores de coorte e perfis de expressão foi visualizado traçando a probabilidade de sobrevivência previsto a partir do modelo de Cox contra o tempo.

O teste de nenhuma associação entre o miRNA, TF, gene ou coorte marcadores prognósticos e o FC entre grupos de coorte e os limites do intervalo de confiança de 95% seguem uma distribuição qui-quadrado. Razão de risco estimativas 1 ( 1) indicam um aumento do perigo (diminuição do risco) ou diminuição da probabilidade de sobrevivência (aumento da probabilidade de sobrevivência) por unidade de aumento do nível de expressão do gene. A False Descoberta Rate (FDR) -adjusted P 0,05 e | HR /unidades de expressão | 1,15 limiares foram usadas para identificar os factores moleculares associados com a sobrevivência de cancro do ovário ou de reincidência. A análise foi implementado utilizando PROC PHREG no SAS [13].

O modelo de Cox assume riscos proporcionais em todo o período estudado. Esta suposição pode ser expressa como funções de sobrevivência paralelos através dos níveis de perfis de expressão ou variáveis ​​no modelo de coorte. Esta hipótese foi testada para os dois perigos considerados, e não havia nenhuma indicação de desvio considerável em relação a suposição. Além disso, a visualização da sobrevivência e resíduos não sugeriu afastamento dos pressupostos do modelo. Não havia nenhuma indicação de desvio considerável em relação a suposição de riscos proporcionais, também confirmou pela sobreposição de miRNAs, a TFS, e genes entre os indicadores de sobrevivência. Biomarcadores identificados neste estudo foram pesquisados ​​contra o câncer de ovário e câncer de literatura com base em conjuntos de dados independentes.

Enriquecimento Funcional e miRNA-TF-alvo Gene Networks

O conhecidos e previsíveis relações entre miRNAs, TFS, e alvo genes foram obtidos a partir do recurso MIR @ NT @ N (https://maia.uni.lu/mironton.php, [14]). Apenas a relação entre os factores de transcrição, miARNs, e gene alvo suportados por um mapeamento marcar 0,85 que correspondem a um valor de P 1 × 10

-3 e 90% das relações com valores de P 1 × 10

-2 foram considerados. O enriquecimento de Gene Ontology (GO, https://www.geneontology.org/) [15] funções moleculares e processos biológicos e KEGG (https://www.genome.jp/kegg/) [16], [17] vias foi estudada entre os genes-alvo associados à sobrevida de ovário e recorrência. Foram avaliadas duas análises funcionais. A primeira análise funcional consistiu em teste exato de Fisher (bilateral) implementado em DAVID v6.7 (https://david.abcc.ncifcrf.gov/) [18] foi utilizado para identificar as categorias funcionais enriquecidos entre todos os genes-alvo associados (P-valor 0,05) com a sobrevivência ou de reincidência [8], [9]. As categorias que tiveram pelo menos 5 genes e foram significativas a P-value 0,1 foram considerados enriquecido. Esta análise ofereceu um entendimento básico das categorias associadas ao câncer de ovário.

A segunda análise funcional consistiu em uma análise de conjunto de enriquecimento [19] de todos os genes-alvo, independentemente do nível de significância da associação com a sobrevivência de cancro do ovário ou recorrência. Esta análise considerou a associação entre a sobrevivência ou de reincidência e expressão gênica por meio da triagem dos genes alvo pela magnitude, sinal, e erro padrão da estimativa na escala subjacente ou log

e (HR). estimativas positivas correspondem aos RHs 1 e sobrevivência, portanto, menor ou maior risco de recorrência. Por outro lado, as estimativas negativas correspondem a RHs 1 e sobrevivência, assim, maior ou menor risco de recorrência. A análise conjunto enriquecimento implementado em Babelomics v4.3 (https://babelomics.bioinfo.cipf.es/) [19] foi usado para aplicar um teste de segmentação que identifica para distribuições assimétricas de categorias funcionais entre os genes classificados de negativo para positivo log

e (HR) estima para a sobrevivência de cancro do ovário ou de reincidência. Categorias significativas na P-valor ajustado FDR- 0,05 e possuindo pelo menos 75 genes foram considerados enriquecido. O limiar menos rigorosas utilizado para a análise de enriquecimento de Fisher em relação ao conjunto de análise de enriquecimento foi motivada pelo elevado número de genes alvo analisados ​​na segunda análise em relação à primeira análise. Os genes associados com risco de câncer de ovário também foram pesquisadas no banco de dados do dragão de genes de cancro do ovário (https://apps.sanbi.ac.za/ddoc/) [20]. As redes de TFs, miRNAs e genes alvo significativamente associada à sobrevida do câncer de ovário ou de reincidência (P-value 0,01) foram retratados usando Cytoscape (https://www.cytoscape.org/) [21], um software open source plataforma para a visualização e redes incluindo atributos. A distribuição e conectividade do TF, miRNAs e genes-alvo dentro de sub-redes ea rede global foram caracterizados.

Validação de dados ajustado

As associações entre perfis de expressão e de sobrevivência de câncer de ovário ou recorrência identificados com base em valores P e caracterizadas com base em estimativas de RH foram validados em um conjunto de 146 pacientes obtidos a partir do repositório TCGA de dados independente. Foram considerados dois indicadores da fiabilidade dos perfis preditivos a validação independente. Em primeiro lugar, quadrado médio do erro (MSE) foi utilizada como medida da falta de adequação dos perfis independente de coorte e de expressão dependente de prever com precisão o momento de morte ou de reincidência nos conjuntos de dados de treinamento e validação. Em segundo lugar, uma validação adicional da associação perfil detectado foi adquirida com o estudo da correlação das estimativas (log

e (HR)) correspondente a cada perfil entre a formação e validação de conjuntos de dados. As correlações de Pearson e Spearman das associações de perfil com a morte e recorrência entre os conjuntos de dados de treinamento e validação foram computados.

Resultados e Discussão

A tabela 1 resume o número e distribuição de indivíduos estudados entre os diferentes níveis dos co-variáveis ​​de coorte considerados nos conjuntos de dados de treinamento e validação. A idade média ao diagnóstico foi de 60,2 anos e 59,6 anos para os conjuntos de dados de treinamento e validação, respectivamente. Estes foram consistentes com o Instituto Nacional do Câncer informa que a média de idade no momento do diagnóstico para o cancro do ovário (de 2004-2008) foi de 63 anos de idade ea idade média no momento da morte foi de 71 anos de idade [22]. A faixa de idade no momento do diagnóstico foi de 57 anos (idades de 27 a 84 anos) e 52 anos (idades de 37 a 89 anos) para a formação e conjuntos de dados de validação, respectivamente. O tempo médio de sobrevivência e de recorrência para o conjunto de treinamento foi de 2,4 anos e de 47,4 meses, e para o conjunto de validação foram 3,3 anos e 58. 7 meses, respectivamente. Os coeficientes de correlação de Pearson e Spearman entre os dois eventos (idade na morte e na reincidência) foram de 0,72 e 0,77 (P-valor 0,0001), respectivamente no conjunto de dados de treinamento e 0,69 e 0,68 (valor P 0,0001), respectivamente no conjunto de dados de validação. Estas estatísticas estão de acordo com as taxas anteriormente documentados de sobrevivência de câncer de ovário: 1 ano: 77,5%, dois anos: 64%, 3 anos: 54,4%, cinco anos: 43,9%, 8 anos: 37,8%, 10 anos: 36,4% [ ,,,0],22]. A sobrevida média dos pacientes foi de 25,7 meses para os pacientes tratamento precoce e 27,1 meses para os pacientes em um grupo de tratamento tardio [22].

A distribuição de observações por variável nível de coorte nos conjuntos de treinamento e de validação foi consistente (Tabela 1). A representação do tratamento, a terapia preadjuvant, tratamento adicional, estágio do tumor, o grau do tumor, a doença residual tumor, recorrência e foi comparável entre conjuntos de dados. Nenhum dos 15 locais de origem de amostra dominado a representação em qualquer formação ou conjunto de validação.

As correlações entre o observado e previu time-to-morte e time-to-recorrência foram de aproximadamente 0,60. correlações mais elevadas (0,8 em média) foram observados quando foram considerados apenas os momentos-to-evento mais baixos porque mais observações estavam disponíveis e mais previsões precisas poderiam ser obtidos. Previsão de intervalos mais longos de tempo-para-eventos foram associados com maior incerteza devido ao menor número de observações dentro de níveis variáveis ​​de coorte, e correlações, assim, mais baixos entre a formação e validação de conjuntos de dados. A correlação moderada entre o evento time-to-duas análises sugere que as diferenças na magnitude e direção de efeitos genômicos e ambientais sobre a sobrevivência do cancro do ovário e recorrência.

miRNA Biomarkers do cancro do ovário Survival e recorrência

Tabelas 2 e 3 lista os 16 e 14 miRNAs simultaneamente associados à sobrevida do câncer de ovário e recorrência detectado pela abordagem de seleção de características de três etapas e apoiando referências da literatura. A grande maioria dos miARNs associados com a sobrevivência detectado neste estudo foram relatadas por outros estudos. Este nível de validação reafirma a validade da abordagem realizada e dos resultados apresentados. Dos 16 miRNAs associados à sobrevida, 12 miRNAs foram previamente associados com o cancro do ovário (HSA-miR-144, hsa-miR-16, hsa-miR-182 *, hsa-miR-521, hsa-miR-18b *, HSA-miR-19a *, hsa-miR-22 *, hsa-miR-381, hsa-miR-485-3p, hsa-miR-509-3-5p, hsa-miR-148a, e hsa-miR-106b ) e um miRNA tem sido associada com o câncer cervical (HSA-miR-329; [23] A revisão da literatura de apoio a estes resultados foi resumido na Tabela 2.

Entre os miRNAs previamente associados. com câncer de ovário, as tendências de todos os 12 miRNA foram consistentes com os relatados em estudos anteriores. HSA-miR-144 (HR = 1,30), HSA-miR-16 (HR = 2,07), HSA-miR-182 * (HR = 2.35), HSA-miR-18b * (HR = 1,95), HSA-miR-19a * (HR = 1,75) e HSA-miR-106b (HR = 1,57) foram sobre-expressos em todos os 3 subtipos histológicos de tumores ovarianos relativos a culturas normais primários humanos ovarianos epitélio de superfície [24]. a consistência entre as tendências do detectados e reportados anteriormente suporta ainda mais a estratégia de detecção de biomarcadores apresentado.

HSA-miR-182 também foi regulada para cima no carcinoma de ovário em estágio III /IV carcinoma de ovário epitelial contra tecidos normais [25], e tem sido associada com elevado risco de morte em pacientes que recebem quimioterapia de glioblastoma multiforme mais radiação e tratamento específicos [8]. A região contendo HSA-miR-182 foi amplificado em 28,9% do câncer epitelial de ovário, o que implica uma função do tipo oncogene, e, possivelmente, tem como alvo genes caixa de forkhead O1, caixa de forkhead O3 (

FOXO1

;

FOXO3

) que estão envolvidos na promoção da diferenciação e inibição cultivadas (supressores de tumores, (25)). HSA-miR-18b * e hsa-miR-16 foram encontrados para distinguir de forma robusta tumores de cancro do ovário a partir de tecido normal e foram significativamente up-regulada no cancro do ovário [26]. HSA-miR-16 (HR = 2,07) foi demonstrado ser regulada para cima no carcinoma do ovário seroso contra tecidos ovarianos normais, bem como sobre-regulada em fase III /IV do cancro do ovário em relação tecido normal do ovário [25], [27 ]. HSA-miR-22 (HR = 0,25) foi sub-expressos em 3 de tumor subtipos histológicos ovarianos relativos às culturas normais primários humanos ovarianos epitélio de superfície [24]. HSA-miR-22 também foi baixo -regulated na Fase III /IV epitelial carcinoma do ovário em relação normal e regulado para cima em preliminar contra carcinomas papilares recorrentes seroso do ovário [25]. HSA-miR-148a (HR = 0,78) foi regulada para baixo em linhas celulares de cancro do ovário e podem estar envolvidos na carcinogénese do cancro do ovário através da desregulação da proliferação de células [28]. HSA-miR-509-3-5p (HR = 0,69) foi sobre-expresso na fase I do câncer de ovário em relação à fase III do câncer de ovário com um valor p = 0,017 e dobre-change = 4,01 [29]. Ambos, hsa-miR-521 e miR-HSA-381 foram sobre-expressos em platina resistente contra o cancro do ovário sensíveis platina [30], [31].

A avaliação das associações dependentes do fator clínica entre miRNAs e de ovário sobrevivência de câncer de oferecer insights sobre biomarcadores gerais e específicos da condição. Dos 16 miRNAs associados com a sobrevivência do cancro do ovário, 15 exibiram gerais associações (clinicamente independentes) com a sobrevida, entretanto hsa-miR-521 teve uma associação dependente do grau do tumor com a sobrevivência. O risco de morte por câncer de ovário aumentou 2,10 por aumento de unidade no nível de hsa-miR-521 em pacientes que têm grau I ou II tumores e diminuiu 0,55 por aumento de unidade na miRNA em pacientes que têm tumores de alto nível. A trama de sobrevivência na Figura 1 mostra a associação entre a probabilidade de sobrevivência de câncer de ovário e da interação entre a expressão de miRNA e grau do tumor. menor expressão de HSA-miR-521 foi associado com a probabilidade mais baixa e mais alta de sobrevivência na presença de alta (Resto) e baixa (I e II) tumores de grau, respectivamente.

De forma semelhante ao achados para a sobrevivência, a maioria dos miRNAs associados com recorrência foram previamente associados com cancro do ovário, reafirmando assim a confiabilidade da abordagem de seleção recurso implementado. Entre os 14 miARNs associados com a recorrência do cancro do ovário na (Tabela 3), 9, tenham sido previamente ligados ao cancro do ovário (HSA-miR-146a, HSA-miR-15b, HSA-miR-16, HSA-miR-206, hsa- miR-214 *, hsa-miR-22 *, hsa-miR-223, hsa-miR-497 e miR-HSA-96), e um tinha uma associação prévia com tumores primários de pulmão emparelhados (HSA-miR-369- 3p). A Tabela 3 resume a revisão da literatura apoiando as associações detectadas.

As tendências do 9 miRNA anteriormente ligados ao cancro do ovário e também encontrados neste estudo foram consistentes com relatado anteriormente. HSA-miR-146a (HR = 0,62) foi sub-expressos em subtipos histológicos de tumores ovarianos relativos às culturas normais primários humanos ovarianos epitélio de superfície [24]. HSA-miR-206 (HR = 0,59) foi regulada para baixo em linhas celulares do cancro do ovário em relação normais [32]. HSA-miR-22 (HR = 0,24) foi sobre-expressos em câncer ovariano recorrente contra o cancro do ovário primário [33]. Este miRNA também foi regulada para baixo no carcinoma de ovário em estágio precoce versus fase tardia; regulada para baixo na Fase III /IV epitelial carcinoma do ovário em relação normal; e up-regulamentada em primária contra carcinomas papilares recorrentes seroso do ovário [25]. HSA-miR-497 (neste estudo HR Chemo = 0,84; Chemo_Other = 0,53; Other = 0,17) foi regulada para baixo na linha de células de cancro do ovário contra linhas de células ovarianas normais [34], [35]. HSA-miR-16 (HR = 2,76) sobre-regulada no carcinoma do ovário seroso contra tecidos normais do ovário, assim como a sobre-regulada em fase III /IV do cancro do ovário em relação tecido normal do ovário bem como [25] – [27]. HSA-miR-214 (HR = 2,03) foi de tumor de ovário sobre-expressos subtipos histológicos relativos às culturas normais primários humanos ovarianos epitélio de superfície [24]. Em um estudo com câncer epitelial de ovário, hsa-miR-214 foi diferencialmente expressos naqueles com recorrência em comparação com aqueles sem recorrência em ambos um treinamento e conjunto de validação. amostras de tecido tumoral de aqueles com recorrência foram up-regulamentado em comparação com aqueles sem recidiva no câncer epitelial de ovário [36]. expressão HSA-miR-214 foi associada a tumores de alto grau e de fase tardia, foi regulado para cima em tecidos tumorais de cancro do ovário, e tem um papel potencial na recorrência [25]. HSA-miR-214 também foi encontrada para desempenhar um papel no cancro do ovário por segmentação PTEN [2].

HSA-miR-223 (HR = 1,69) foi sobre-expresso em todos os 3 subtipos histológicos de tumores ovarianos relativos a culturas primárias humanas normais ovarianas epitélio de superfície [24]. HSA-miR-223 foi sobre-expressos em câncer ovariano recorrente contra o cancro do ovário primário [33]. HSA-miR-223 foi regulado para cima em amostra de tecido do tumor daqueles com recorrência em comparação com aqueles sem recidiva no câncer epitelial de ovário [36]. HSA-miR-96 (HR = 1,22) foi sobre-expresso em linhas celulares do cancro do ovário em comparação com as linhas celulares de ovário normais [24], [26], [34], [37]. HSA-miR-369-3p (HR = 1,52), associada a recorrência do câncer de ovário neste estudo, foi igualmente-regulada em tumores primários de pulmão emparelhados [38].

O estudo das interações entre a expressão miRNA e factores de coorte suportado a identificação de biomarcadores individuais. associações gerais entre os miRNAs e recorrência independentemente de fatores de coorte foram identificados por 13 miRNA. A associação dependente de tratamento entre risco ou risco de recorrência e hsa-miR-497 foi identificado. O risco para a recorrência do câncer de ovário diminuiu com o aumento do nível miRNA em pacientes para os três tratamentos (quimioterapia, Chemo_Other, Outros), e o perigo era menor (0,17) para os indivíduos que receberam a outro tratamento. A Figura 2 ilustra a associação entre a probabilidade de interacção não-retorno entre o nível de HSA-miR-497 e o tratamento. A probabilidade de não-retorno foi distintamente menor nos pacientes com baixos níveis de miRNA que recebem tratamento Chem, no entanto, não foi diferente entre pacientes que receberam quimioterapia ou Chemo e outros tratamentos quando os níveis de miRNA foram elevadas.

Transcrição com a sobrevivência do cancro do ovário e recorrência; fatores e genes-alvo associados à sobrevida e recorrência

no total, a expressão de 838 e 734 genes-alvo e 12 e oito TFs foram associados (0,05 P-value 1,13 para a morte e recorrência neste estudo, respectivamente) tem sido associado com câncer de ovário e é um preditor molecular de recorrência e sobrevida em carcinomas ovarianos epiteliais [41].

TGFB1

(HR = 0,46; 0,56 para a morte e recorrência neste estudo, respectivamente) tem sido associada ao câncer de ovário [42] – [44], e pode desempenhar um papel importante na biologia do cancro do ovário com efeitos potenciais no crescimento do tumor e angiogênese [45]

fatores de transcrição associados com a sobrevivência

Oito TFs foram unicamente associado com o risco de morte por câncer de ovário:.. ciclos de saída locomotor circadiano kaput (

Relógio

), receptor de estrogênio 2 (

ESR2

), v-ets vírus da eritroblastose E26 homólogo oncogene 2 (

ETS2

), histona deacetilase 3 (

HDAC3

), homeobox A1 (

HOXA1

), v-myc mielocitomatose homólogo oncogene viral (

mYC

), subfamília receptor nuclear 5, grupo A, Membro 1 (

NR5A1

) e