Relacionados
Abstract
Alguns biomarcadores de prognóstico são aprovados para uso clínico, principalmente porque seu desempenho inicial não pode ser repetida em conjuntos de dados independentes. Nós postulou que biomarcadores robustos pode ser obtido através da identificação de processos biológicos desregulados compartilhadas entre os tipos de tumores que têm uma etiologia comum. Foi realizado um gene definido análise de enriquecimento em 20 conjuntos de dados de expressão de genes publicamente disponíveis compreendendo 1968 pacientes com um dos três tipos de câncer mais comuns relacionadas com o tabaco (pulmão, bexiga, cabeça e pescoço) e genes relacionadas com o ciclo celular identificados como a classe mais consistentemente prognóstico da biomarcadores na bexiga (BL) e adenocarcinoma do pulmão (LUAD). Encontramos também o valor prognóstico da 13 de 14 publicados assinaturas BL e LUAD eram dependentes de genes relacionadas com o ciclo celular, reforçando a importância de biomarcadores relacionados ciclo celular para o prognóstico. Curiosamente, nenhuma classe de genes prognósticos foram identificados no carcinoma do pulmão de células escamosas ou cabeça e carcinoma de células escamosas pescoço. Em seguida, uma assinatura proliferação específica do ciclo celular 31 gene (CCP), previamente derivada em tumores de próstata foi avaliado e encontrado preditivo do resultado em coortes BL e LUAD em univariada e multivariada. Especificamente, pontuação CCP aumentou significativamente a capacidade preditiva dos modelos multivariados com base em variáveis clínicas padrão de progressão em pacientes BL e sobrevivência em pacientes LUAD em vários grupos. Nós, então, gerado assinaturas PCC aleatórias de vários tamanhos e encontrou conjuntos de 10-15 genes tiveram um desempenho robusto nessas coortes BL e LUAD, uma descoberta que foi confirmada em uma coorte independente. O nosso trabalho caracteriza a importância de genes relacionados ciclo celular em assinaturas de prognóstico para pacientes BL e LUAD e identifica uma assinatura específica probabilidade de sobreviver validação adicional
Citação:. Dancik GM, Theodorescu D (2014) robustas assinaturas de expressão de genes prognóstico no cancro de bexiga e pulmão Adenocarcinoma Dependem ciclo celular Genes relacionados. PLoS ONE 9 (1): e85249. doi: 10.1371 /journal.pone.0085249
Autor: John D. Minna, Univesity of Texas Southwestern Medical Center em Dallas, Estados Unidos da América
Recebido: 22 Abril 2013; Aceito: 24 de novembro de 2013; Publicação: 22 de janeiro de 2014
Direitos de autor: © 2014 Dancik, Theodorescu. 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 é apoiado em parte pelo National Institutes of Health concede CA075115 e CA104106. Os financiadores não tiveram nenhum papel no desenho do estudo, coleta de dados e análise, decisão de publicar ou preparação do manuscrito. Nenhum financiamento externo adicional foi recebida para este estudo
Conflito de interesses:. Os autores declararam que não existem interesses conflitantes
Introdução
perfis de cancros humanos expressão genética tem revolucionado. nossa compreensão da doença e acelerado a descoberta de biomarcadores preditivos e prognósticos [1] – [3]. No entanto, alguns biomarcadores múltiplos genes tenham sido aprovados para uso clínico [4], em parte, porque lhes falta de robustez em vários conjuntos de dados. Isto é especialmente marcante para câncer de bexiga, onde Lauss e associados [5] avaliaram 28 assinaturas genéticas publicadas concebidos para fins diagnósticos e prognósticos para o câncer de bexiga e descobriu que nenhum dos 6 assinaturas de sobrevivência desempenho melhor do que o acaso quando aplicado a conjuntos de dados independentes.
Aqui nós lidar com esta falta de biomarcadores prognósticos robustos postulando a existência de processos celulares comuns (módulos) em vários tipos de tumor de etiologia comum, cuja atividade anormal poderia ser capturado por uma assinatura da transcrição. Como nosso objetivo era desenvolver robustos biomarcadores de câncer de bexiga, foram selecionados os tipos adicionais do cancro com o tabagismo como um importante fator etiológico bem definido. A identificação de um tal processo iria presumivelmente permitir o desenvolvimento de biomarcadores que são robustas prognóstico em vários grupos de doentes e os tipos de tumores.
Uma visão geral da nossa análise é fornecida na Figura 1. Em primeiro lugar, um gene definido análise de enriquecimento gene perfis de expressão de 1968 doentes com cancros relacionados com o tabaco (carcinoma da bexiga urothelial células, adenocarcinoma de pulmão, carcinoma de células escamosas do pulmão e cabeça e pescoço carcinoma de células escamosas) foi realizada e identificou módulos ciclo relacionados como consistentemente prognósticos na bexiga e adenocarcinoma de pulmão. Descobrimos que uma assinatura específico para o gene do ciclo celular foi preditiva de resultado no pulmão e bexiga adenocarcinoma e que o desempenho de assinaturas da bexiga e adenocarcinoma do pulmão publicados dependia genes correlacionados do ciclo celular. Em seguida nós desenvolvido e avaliado um painel de 12 genes de genes relacionados ciclo celular e encontrou-los eficazes para estratificar o resultado clínico em uma coorte independente. Nossos resultados caracterizam a importância central de biomarcadores relacionados ciclo celular nas assinaturas genéticas de prognóstico em pacientes com tipos de câncer comuns e implicam a proliferação celular como o principal motor da evolução da doença. De forma mais ampla, essa abordagem define módulos biológicos funcionalmente dominantes condução prognóstico do câncer humano e identifica biomarcadores prognósticos robustos.
A, processos biológicos associados à sobrevida nos tumores relacionados com o tabaco foram identificados através de uma análise de conjunto de enriquecimento de gene. Esta análise identificou ciclo celular como o único processo biológico consistentemente associada com o resultado, na bexiga e pulmão adenocarcinoma, enquanto não foram identificados processos que foram preditivos de resultado no adenocarcinoma de pulmão, carcinoma do pulmão de células escamosas, ou cabeça e carcinoma de células escamosas pescoço. B, Dadas as conclusões do A, a relevância clínica destes genes relacionadas com o ciclo celular foi avaliada de duas maneiras. Primeiro, avaliamos o valor prognóstico de uma assinatura proliferação específica do ciclo celular 31 gene (CCP) na bexiga e pulmão adenocarcinoma em análise uni e multivariada. Em segundo lugar, verificou-se que o valor prognóstico de assinaturas genéticas previamente publicados prevendo a sobrevivência na progressão da bexiga e pulmão adenocarcinoma era dependente de genes correlacionados com o ciclo celular. C: Porque análise adicional revelou que o valor prognóstico da pontuação CCP era dependente do tamanho da assinatura, otimizamos a assinatura CCP e descobriu que um menor de 12 gene assinatura (CCP-12) foi de prognóstico em um conjunto de dados externo.
Materiais e Métodos
expressão gênica e desfechos clínicos
Nós analisados conjuntos de dados de expressão de genes que compreendem 20 1968 pacientes com carcinoma urotelial de bexiga (BL, cinco coortes, 42
%
), adenocarcinoma de pulmão (LUAD, oito coortes, 39%), carcinoma de células escamosas do pulmão (LUSC, três coortes, 8%), e de cabeça e pescoço carcinoma de células escamosas (CECP, quatro coortes, 10%). Todos os conjuntos de dados de expressão de genes utilizados nesta análise estão disponíveis ao público e pode ser baixado a partir do Gene Expression Omnibus (GEO) [6] ou como material suplementar para publicação, como indicado nos quadros S1-S4 em S2 Arquivo. As referências ao estudo original para cada coorte também são fornecidos nas Tabelas S1-S4 em S2 Arquivo. Para mais detalhes veja Apoio Materiais e Métodos em S1 Arquivo.
Endpoints incluídos progressão em pacientes BL. Três coortes BL tinha informações progressão, que foi definido pelos autores originais como aumento de NMI à doença MI (Lindgren e Dyrskjot coortes, Ref # [7], [8]), ou qualquer aumento no palco (CNUH, Ref # [9 ]). Por duas coortes (Lindgren e CNUH) tempo até à progressão não estava disponível ea capacidade de uma pontuação gene ou assinatura para prever progressão (progressor vs. não-progressão) foi avaliado pela área sob a curva ROC (AUC). Em Dyrskjot, o tempo de acompanhamento clínico estava disponível permitindo a análise de sobrevida livre de progressão (PFS).
O desfecho sobrevivência foi selecionado como segue. sobrevida específica de doença (DSS) foi sempre usado se disponíveis (três coortes BL). A sobrevida global (OS) foi usado se DSS não estava disponível (dois BL, sete LUAD, e duas coortes LUSC). sobrevida livre de recidiva (RFS) foi utilizado se nem DSS nem OS estavam disponíveis (um LUAD e duas coortes CECP). Os eventos para estes parâmetros são morte por doença, morte por qualquer causa, e recorrência da doença, por DSS, OS, e RFS, respectivamente. Em uma coorte HNSCC adicional (Colo, Ref # [10]) O estado de recorrência foi fornecido, mas vezes clínicos de acompanhamento não foram, e a capacidade de um gene para prever a recorrência foi avaliado por AUC. Além disso, o envolvimento nodal se correlaciona fortemente com o resultado em HNSCC [11] e foi usado como um substituto para a sobrevivência em duas coortes permitindo uma análise mais abrangente. Os parâmetros clínicos para cada coorte estão resumidos nas Tabelas S1-S4 em S2 Arquivo.
ciclo de proliferação celular (CCP) marcar
Em conjuntos de dados de microarrays, as sondas foram convertidos para símbolos de genes baseados em Affymetrix anotação , número de acesso GenBank, ou Unigene ID cluster. Para genes com múltiplas sondas, a sonda foi utilizada com o valor mais alto de expressão significativo [12]. A expressão de cada gene foi
Z
-normalized entre amostras para ter uma média de zero e um desvio padrão de um. pontuação CCP é a expressão média de todos os genes normalizados assinatura do PCC na matriz. No conjunto de dados do cancro da próstata, pontuação PCC é a média de 31 expressão de genes de CCP medido por RT-PCR quantitativo. Para mais detalhes veja Apoio Materiais e Métodos em S1 Arquivo.
enriquecimento set Gene e gerais análises estatísticas
O banco de dados para visualização e Annotated Discovery (DAVID, Ref # [13]) foi utilizado para o gene definir análise de enriquecimento para identificar sobre-representados Gene Ontology (GO) [14] termos e vias KEGG [15], em listas de genes. Detalhes adicionais para esta e gerais análises estatísticas são fornecidos em Apoio Materiais e Métodos em S1 Arquivo. Todas as análises com excepção da análise enriquecimento conjunto de genes foi realizada utilizando
R
(https://cran.r-project.org). Amostra
Código de R
e de saída são fornecidos sob a forma de um documento Sweave que inclui a saída de nossa análise entrelaçada com
R
código (S3 Arquivo) correspondente. código de R adicionais estão disponíveis mediante solicitação.
Resultados
análise de conjunto enriquecimento Gene identifica genes do ciclo celular relacionados como a classe mais consistentemente prognóstico de biomarcadores na bexiga e pulmão adenocarcinoma
Dados de 1968 pacientes foram examinados pelos resultados de progressão do tumor (quando disponível) e sobrevivência (definido em Materiais e Métodos). Em cada coorte foram identificados listas de genes preditivos de resultado (P 0,01) e realizada uma análise de enriquecimento que identifica módulos sobre-representados (GO termos [14] e vias KEGG [15], a Figura 2, Figura S1, e Tabela S5 em Arquivo S6 ) nestas listas de genes. módulos relacionadas com o ciclo celular foram os módulos mais consistente enriquecido entre coortes BL e LUAD paciente (para mais detalhes consulte Resultados de apoio e discussão em S1 Arquivo). Em contraste, LUSC e CECP coortes de pacientes não têm um caminho sobre-representados comum (para mais detalhes consulte Resultados de apoio e discussão em S1 arquivo).
Em cada coorte, sobre-representados Gene Ontology (GO) termos e vias KEGG foram identificados a partir de listas de genes significativamente preditivos da evolução da doença (P 0,01) utilizando o DAVID anotação gene análise enriquecimento toolkit. Consistentemente módulos prognósticos foram identificados por todos os módulos Classificação do primeiro ao número de coortes com resultados significativos (FDR 20%) e depois por p-valor médio. Cada subfigura inclui dez módulos: os módulos mais consistentemente prognóstico e o ‘hit top’ para cada coorte, marcados com um asterisco (*), que é definido como o módulo com o menor FDR nesse coorte que tem um FDR 20% em múltiplas coortes. A, sobre-representados termos GO associados com a sobrevivência no cancro da bexiga. B, sobre-representados termos GO associados à sobrevida no adenocarcinoma de pulmão. C, sobre-representados termos GO associados à sobrevida no carcinoma do pulmão de células escamosas. D-F, mesmo que o A-C, excepto sobre-representadas vias KEGG são identificados. Não houve significativamente sobre-representados módulos prognóstico na cabeça e pescoço escamosas coortes carcinoma de células no FDR 20%. LUSC: carcinoma do pulmão de células escamosas, FDR:. Taxa de detecção falsa
univariada e análise multivariada de uma pontuação proliferação do ciclo celular na bexiga e pulmão adenocarcinoma
Para determinar a relevância clínica destes achados avaliamos uma pontuação publicado anteriormente proliferação do ciclo celular (CCP) (expressão média de 31 genes do ciclo celular) que previa tempo de recorrência ou morte no cancro da próstata [16], [17]. Se os módulos do ciclo celular sobre-representados foram determinantes da evolução clínica, em seguida, seria também de esperar pontuação CCP a ser
No geral, pontuação CCP foi significativamente preditiva (P 0,05). De progressão e sobrevivência em todas as coortes BL com estes endpoints e de sobrevivência em 5/8 coortes LUAD, com pontuações mais altas do PCC associados com mau prognóstico em todos os casos. Especificamente, pontuação PCC foi preditiva de progressão em CNUH (AUC = 0,68, P 0,05), Lindgren (AUC = 0,70, P 0,05), e Dyrskjot (HR = 4,73, P 0,001, Figura 3A) coortes. pontuação CCP foi preditivo de sobrevivência (P 0,05) em todos os cinco coortes BL (HR 1,81-4,73, Figura 3B) pontuação CCP também foi preditivo do resultado (P 0,05) em 5/8 coortes LUAD (HR 1,53-2,68, Figura 3C).
a, valor prognóstico da pontuação CCP para a progressão no cancro da bexiga no CNUH (N = 165), Lindgren (N = 97), e Dyrskjot (n = 353) coortes. Nas coortes CNUH e Lindgren, tempo de seguimento não estava disponível para que avaliou a capacidade de pontuação CCP para discriminar entre não-progressores (NP) e progressores (P), como descrito em Materiais e Métodos. Na coorte Dyrskjot, Kaplan-Meier (KM) curvas de sobrevida livre de progressão (PFS) foram gerados para os pacientes com pontuações do PCC no inferior (verde), médio (azul), e superior (vermelho) 33% eo log rank P-valor da pontuação contínua CCP é relatado. B, valor prognóstico da pontuação CCP para a sobrevivência no cancro da bexiga. curvas de GC foram gerados como em (A) para a sobrevivência global (OS) no Blaveri (N = 74) coorte e para a sobrevivência de doenças específicas (DSS) na CNUH (N = 165), Dyrskjot (N = 366), Lindgren (N = 142), e MSKCC (N = 87) coortes. C, valor prognóstico da pontuação CCP para a sobrevivência em adenocarcinoma de pulmão. curvas KM foram gerados para OS ou livre de recorrência de sobrevivência (RFS) na CAN /DF (N = 82), MSK (N = 104), Filho (N = 62), Takeuchi (N = 90), e Tomida (N = 117) coortes. Abreviaturas:. De RH, hazard ratio, o que corresponde a um aumento de 1 unidade na pontuação CCP
A seguir, avaliou se a pontuação CCP contribui informações prognóstico independente. Foi realizada uma análise multivariada e incluiu variáveis clinicamente relevantes, como idade, sexo e grau nas coortes BL e LUAD onde pontuação CCP era prognóstico nas análises univariadas. Para cada grupo também desenvolveu um melhor modelo multivariada (isto é,
último modelo
) através da seleção passo a passo para a frente de variáveis informativas (P 0,05). Tal modelo seleciona, um conjunto conciso ‘ideal’ de variáveis e pode seleccionar pontuação CCP sobre as variáveis clínicas padrão. Como as variáveis clínicas estão prontamente disponíveis este
modelo final
pode não ser rentável atualmente, mas pode sê-lo em locais onde os cancros são encenadas e classificados de acordo com sua patologia molecular. Finalmente, avaliamos se a pontuação CCP aumentou o valor prognóstico de um
melhor modelo
disponíveis, que incluíram variáveis clínicas que estão prontamente disponíveis em configurações atuais. Tal aumento sugere que a pontuação CCP tem utilidade clínica. Para mais detalhes sobre a metodologia ver Apoio Materiais e Métodos em S1 Arquivo.
pontuação CCP foi selecionado para o
último modelo
em todas as coortes BL quando progressão foi o ponto final (Tabela 1, Tabela S6 no S4 Arquivo), e foi a única variável significativa na análise multivariada. Quando a sobrevivência era o ponto final, a pontuação CCP foi a variável mais consistentemente significativa na análise multivariada (P 0,05), juntamente com palco, que eram cada significativa em três coortes. pontuação CCP foi selecionado para o
último modelo
em duas destas coortes (Tabela 1, Tabela S7 no S4 Arquivo). Em pacientes com LUAD, pontuação CCP foi a variável mais consistentemente significativa na análise multivariada e também a variável mais frequentemente selecionado no
modelo
final (Tabela 2, Tabela S8 na S4 Arquivo).
melhores modelos
disponíveis, além da pontuação CCP levou a um aumento na capacidade de prognóstico (P 0,05) em dois BL, um BL, e três coortes LUAD quando progressão, sobrevivência e sobrevivência eram os pontos finais, respectivamente (Tabelas S9-S10 em Arquivo S5). Estes resultados sugerem que a pontuação CCP pode ser superior do que as variáveis clínicas padrão em ambos os cancros BL e LUAD e que pontuação CCP pode ter utilidade clínica imediata para prever a progressão em pacientes BL e sobrevivência em pacientes LUAD. Para mais detalhes veja Apoio Resultado e Discussão em S1 Arquivo. Consistente com o gene definido análise de enriquecimento superior, pontuação CCP não era prognóstico em pacientes com tumores escamosos (LUSC e CECP) (Figura S2).
assinaturas prognósticos em bexiga e carcinoma do pulmão dependem genes relacionados ciclo celular
Como os módulos mais consistentemente associados com a progressão em pacientes BL e sobrevivência em pacientes LUAD foram ciclo celular relacionados (Figura 2 e Figura S1), a hipótese de que o desempenho de progressão BL previamente definido e sobrevivência LUAD assinaturas seria dependente de genes relacionados com o ciclo celular. assinaturas de sobrevivência BL não foram examinadas porque um estudo anterior descobriu que seu desempenho era pobre em conjuntos de dados independentes [18]. Nós testamos a nossa hipótese de assinaturas genéticas publicados utilizando uma abordagem de ajuste (para mais detalhes veja Apoio Materiais e Métodos em S1 Arquivo) que atenua a capacidade preditiva de genes de assinatura que estão correlacionados com pontuação PCC [19].
Em cada conjunto de dados, os níveis de genes assinatura de expressão foram ajustados para pontuação CCP ou por um termo constante que compreende um “controle negativo” (ver Apoio Materiais e Métodos em Arquivo S1 para detalhes) e avaliada para a progressão nas coortes BL e sobrevivência nas coortes LUAD. A heatmap indica valor prognóstico de cada assinatura e se a sua capacidade preditiva é perdida quando ajustado para a pontuação CCP (Figura 4). Em geral, as assinaturas perderam a sua capacidade preditiva seguinte adaptação pontuação CCP. Especificamente, as assinaturas da bexiga perdeu sua capacidade preditiva em todas as coortes independentes, enquanto assinaturas pulmonares que estavam preditivo em 2 coortes perderam a sua capacidade preditiva em 83% das coortes eram preditivo em, em média. Para mais detalhes veja Apoio Resultados e Discussão em S1 Arquivo.
Os valores de genes assinatura prognósticos de expressão foram ajustados para pontuação CCP ou por uma constante (controle negativo), como descrito no Apoio Materiais e Métodos em S1 Arquivo. A, heatmap mostrando o impacto do ajuste de pontuação CCP sobre a capacidade preditiva de cada assinatura (linhas) em cada coorte (colunas). Assinaturas quer perder a sua capacidade preditiva seguinte ajuste (P 0,05 no controle, mas P 0,05 na coorte CCP-ajustado; caixa azul); permanecem prognóstico após o ajuste (P 0,05, tanto no controle e coortes CCP-ajustados; caixa verde); ou não foram prognóstico em ambos os casos (P 0,05 em ambos os grupos, a caixa branca). B, gráfico de barras empilhadas resumindo o valor prognóstico de cada assinatura por categorias descritas no (A). Perda da capacidade de previsão é calculado como o percentual de assinaturas que perdem sua capacidade preditiva seguinte ajuste (caixas azuis) em relação ao número total de grupos de controlo de uma assinatura é prognóstico em (caixas verdes azul +). C-D, resultados do ajuste em coortes de adenocarcinoma de pulmão, no mesmo formato que A-B.
validação externa das assinaturas refinados de expressão do ciclo celular no câncer de próstata humano
Porque assinatura CCP genes são altamente correlacionados [16] e medir o mesmo processo biológico, a hipótese de que uma assinatura gene menor iria realizar comparativamente à assinatura 31 gene completo. Em primeiro lugar, nós caracterizamos a importância do tamanho da assinatura por meio de amostragem aleatória repetida de genes PCC para gerar assinaturas genéticas de vários tamanhos e avaliou seu valor prognóstico nas coortes BL e LUAD. Nós descobrimos que o poder preditivo da pontuação CCP depende do tamanho da assinatura e não necessariamente composição genética, e que 10-15 genes são suficientes para manter o poder prognóstico da assinatura completa (Figuras S3, S4) (ver resultados de apoio e discussão em Arquivo S1 para detalhes). Para confirmar de forma independente essa descoberta e avaliar assinaturas refinados menores analisados 4 assinaturas “robustos” (CCP-4, -7, -10 e -12) (Tabela S12 no arquivo S8), que incluem genes preditivos de resultados em várias coortes ( veja Apoio Materiais e Métodos em S1 arquivo para detalhes).
O PCC-4, -7, -10 e -12 assinaturas foram fornecidos a Myriad Genetics (Salt Lake City, UT) para avaliação “cega” , ou seja, sem indicação de nossa hipótese sobre a relação entre o tamanho da assinatura e valor prognóstico. A capacidade preditiva dos escores de assinatura para recorrência bioquímica em câncer de próstata foi avaliada em 353 pacientes que receberam a prostatectomia radical [17], com a expressão do gene medida por RT-PCR quantitativo (ver materiais de apoio e Métodos em S1 Arquivo). Todos os resultados foram preditivos (P 0,05) em univariada e multivariada que incluiu CAPRA-S [20], uma medida de risco clínico responsável por PSA pré-operatório, o escore patológico de Gleason, margens cirúrgicas, extensão extra-capsular, seminal invasão das vesículas e invasão de linfonodos. Em geral, as taxas de risco aumentado e os valores de p diminuiu com o número cada vez maior de genes (Tabela 3). As pontuações de assinatura refinados foram então analisados em um teste de análise multivariada se o assinatura completa adicionou valor preditivo para um modelo que incluía também Capra-S. A assinatura completa acrescentou valor preditivo significativa (P 0,05) para o PCC-4, CCP-7, e CCP-10 modelos, mas não para o modelo CCP-12, definindo esta assinatura (BIRC5, BUB1B, CDC20, CDCA8, CENPF , FOXM1, KIF11, NUSAP1, PTTG1, TK1, TOP2A) como suficientes.
Finalmente, avaliou-se a assinatura CCP-12 em um conjunto adicional que consiste em 88 pacientes com adenocarcinoma de pulmão de subtipos mistos. perfis de expressão genética para esses pacientes foram obtidos através de seqüenciamento RNA (RNA-Seq) e descarregado a partir do Cancer Genome Atlas (TCGA) (https://cancergenome.nih.gov). pontuação CCP foi calculado como antes (a expressão médio de linha normalizada dos 12 genes PCC) usando as contagens de RNA normalizadas (RNA-Seq por Expectativa de Maximização, [21]) disponível a partir de TCGA. FIG. 5 mostra que CCP-12 prediz significativamente OS nestes doentes (HR = 1,95, P = 0,023), confirmando a capacidade preditiva do CCP-12 em uma coorte externa e indicando que a pontuação CCP é robusto em todas as tecnologias múltiplas perfil de expressão gênica (microarray e RNA-Seq).
valor prognóstico de uma proliferação do ciclo celular 12 genes refinado (CCP-12) pontuação em pacientes de adenocarcinoma de pulmão com perfil de expressão gênica por RNA-Seq é mostrado. Kaplan-Meier (KM) curvas de sobrevida global (OS) foram gerados para os pacientes (N = 88) com o CCP-12 pontuações no inferior (verde), médio (azul), e superior (vermelho) 33% eo log rank P-valor do contínuo pontuação CCP-12 é relatado. Abreviaturas:. De RH, hazard ratio, o que corresponde a um aumento de 1 unidade na CCP-12 pontuação
Discussão
Foi realizada uma análise conjunto enriquecimento gene de perfis de expressão gênica em pacientes com quatro cancros relacionados com o tabaco e ciclo celular identificado como o processo funcional mais consistentemente associada com o resultado do paciente em tumores com histologia não-escamosas. proliferação celular aberrante é uma indicação de cancro [22] e o aumento da expressão de genes do ciclo celular é encontrado em vários tipos de tumores [23], incluindo as que não causalmente associada ao tabagismo, tais como cancros da mama [19] e o cancro da próstata [16], [17 ]. No entanto, é interessante notar que os fumadores com cancro da próstata têm um risco aumentado de recorrência e mortalidade [24]. Surpreendentemente, ciclo celular genes associados não eram prognóstico em tumores relacionados com o tabaco com histologia escamoso. No entanto, notamos estas coortes teve relativamente poucos pacientes ( 85) que pode ter impedido a identificação de processos funcionais associados com o resultado nestes tipos de tumores
Nossos dados fornece insights importantes para além da identificação de uma assinatura prognóstico específico (CCP-12). Em primeiro lugar, ele sugere que em cancros BL e LUAD, biomarcadores de prognóstico não irá validar em vários coortes não ser que sejam (directa ou indirectamente) associado com o ciclo celular (Figura 4). Em segundo lugar, a nossa conclusão de que as assinaturas de expressão gênica poderia prever a sobrevida em vários grupos de câncer de bexiga foi inesperada porque um estudo de validação recente descobriu que várias assinaturas [25], [26] derivado de conjuntos de dados aqui analisados (Blaveri, MSKCC) tinha pouca capacidade de previsão [18 ]. Em terceiro lugar, os nossos dados demonstram pela primeira vez que existe gene sobrevivência robusta assinaturas de expressão em cancro da bexiga, mas apenas quando definido com base em módulos de genes funcionais. Se usado em outros tipos de tumores, este conceito pode levar ao desenvolvimento de assinaturas robustas, que são mais susceptíveis de atingir a prática clínica.
O nosso trabalho também aborda um problema importante, mas raramente é abordada no desenvolvimento biomarcador, o impacto da assinatura tamanho da capacidade preditiva. relação custo-eficácia ea viabilidade de avaliar múltiplos genes em uma pequena quantidade de tecido biópsia pesam contra a necessidade de grandes assinaturas suficientes que ultrapassar a variabilidade da técnica do ensaio e variabilidade biológica da heterogeneidade amostra de tumor. Nossos resultados indicam o desempenho prognóstico de genes do ciclo celular planaltos em 10-15. Em contraste, Haibe-Kains
et. al
. descobriram que o câncer de mama o valor prognóstico da expressão AURKA foi comparável aos modelos multi-gene. AURKA é um dos genes do ciclo celular que examinamos, mas não foi tão robusto como pontuação CCP, sendo preditivo (P 0,05) em apenas 5/13 coortes BL e LUAD (Figura S5). Em geral, a redundância obtido a partir de múltiplos genes pode superar a qualidade variável de ARN derivado a partir de tecido fixo, o que pode causar ensaios de gene individuais a falhar, garantindo, assim, os resultados analíticos consistentes. Enquanto descobrimos que CCP-12 previu resultado em uma coorte independente passos adicionais tais como limiares que definem que separam pacientes em grupos de alto e baixo risco e avaliação prospectiva em coortes independentes usando endpoints pré-definidos são necessários antes que este painel está pronto para uso clínico.
Informações de Suporte
arquivo S1.
materiais de apoio, resultados e discussão
doi:. 10.1371 /journal.pone.0085249.s001
(DOCX)
S2 arquivo.
Resumo de cancro da bexiga (Tabela S1), adenocarcinoma pulmonar (Tabela S2), carcinoma de células escamosas do pulmão (Tabela S3), e cabeça e pescoço carcinoma de células escamosas (Tabela S4) coortes de pacientes
doi:. 10.1371 /journal .pone.0085249.s002
(PDF)
S3 Arquivo.
Sweave amostra documento contendo
Código de R
e saída
doi:. 10.1371 /journal.pone.0085249.s003
(PDF)
S4 arquivo.
análises multivariadas de progressão no cancro da bexiga (Tabela S6), a sobrevivência no cancro da bexiga (Tabela S7) e sobrevida no adenocarcinoma pulmonar (Tabela S8)
doi:. 10.1371 /journal.pone.0085249.s004
(PDF)
S5 Arquivo.
Comparação de poder prognóstico da pontuação CCP e as melhores variáveis clínicas disponíveis na bexiga (Tabela S9) e adenocarcinoma pulmonar (Tabela S10)
doi:. 10.1371 /journal.pone.0085249.s005
(PDF)
S6 Arquivo.
módulos prognósticos associados com o resultado em cancros relacionados com o tabaco (Tabela S5) (arquivo XLSX Excel). Em cada coorte, sobre-representados Gene Ontology (GO) termos e vias KEGG foram identificados a partir de listas de genes significativamente preditivos da evolução da doença (de progressão em pacientes BL e sobrevivência em BL, LUAD, LUSC, e pacientes com CECP, P 0,01) utilizando DAVID anotação gene kit de ferramentas de análise de enriquecimento. Consistentemente módulos prognósticos foram identificados por todos os módulos Classificação do primeiro ao número de coortes com resultados significativos (FDR 20%) e depois por p-valor médio. Não houve significativamente sobre-representados módulos de prognóstico para CECP coortes de pacientes em FDR 20%
doi:. 10.1371 /journal.pone.0085249.s006
(XLS)
S7 arquivo.
progressão bexiga e sobrevivência adenocarcinoma de pulmão assinaturas genéticas prognósticos utilizados na análise de ajuste (Tabela S11) (arquivo XLSX Excel)
doi:. 10.1371 /journal.pone.0085249.s007
(XLS)
arquivo S8.
genes PCC em cinco assinaturas refinados (Tabela S12). Assinaturas são indicados pelo número de genes PCC
doi:. 10.1371 /journal.pone.0085249.s008
(DOCX)
arquivo S9.
módulos prognósticos associados com a progressão da bexiga e assinaturas de adenocarcinoma de pulmão de sobrevivência (Tabela S13) (Arquivo XLSX Excel). Sobre-representados Gene Ontology foram identificados (GO) termos e vias KEGG para cada assinatura usando o DAVID anotação gene análise enriquecimento toolkit. Os módulos são classificados em primeiro lugar pelo número de assinaturas, com resultados significativos (FDR 20%) e, em seguida, pelo p-valor médio
doi: 10.1371 /journal.pone.0085249.s009
(XLSX)
Figura. S1.
módulos prognósticos associados com a progressão no cancro da bexiga. Em cada coorte, sobre-representados termos Gene Ontology (GO) e as vias KEGG foram identificados a partir de listas de genes significativamente preditivos de progressão (P 0,01) utilizando o DAVID anotação gene análise enriquecimento toolkit. Consistentemente módulos prognósticos foram identificados por todos os módulos Classificação do primeiro ao número de coortes com resultados significativos (FDR 20%) e depois por p-valor médio. Cada subfigura inclui dez módulos: os módulos mais consistentemente prognóstico e o ‘hit top’ para cada coorte, marcados com um asterisco (*), que é definido como o módulo com a menor taxa de descoberta de falsas (FDR), em que a coorte que tem um FDR 20% em vários grupos. A, sobre-representados termos GO associados com a progressão no cancro da bexiga. . B, sobre-representados vias KEGG associados com a progressão no cancro da bexiga
doi: 10.1371 /journal.pone.0085249.s010
(TIF)
Figura S2.
Valor prognóstico da pontuação CCP em cancros do pulmão de células escamosas e carcinoma de células escamosas de cabeça e pescoço. A, valor prognóstico da pontuação CCP em carcinomas de pulmão de células escamosas (SCLC). Kaplan-Meier (KM) curvas foram geradas para a sobrevida global (OS) na Bild (N = 53) e Takeuchi (n = 35) coortes e de sobrevida livre de recidiva (RFS) no Filho (N = 76) coorte.