Abstract
A mucina MUC4, que é codificada pelo
gene MUC4
, desempenha um papel importante na proliferação de células epiteliais e diferenciação. Aberrante
MUC4
superexpressão está associada à proliferação do tumor invasivo e mau resultado em cancros epiteliais. Colectivamente, a evidência existente sugere que
MUC4
tem funções tumor-promotor. Neste estudo, foi realizado um estudo de 1.048 casos de câncer de pulmão incidente e 1.048 controles sem câncer idade e sexo pareados por freqüência em uma população chinesa caso-controle para investigar o papel da
polimorfismo do gene MUC4
no pulmão etiologia do câncer. Foram identificados nove SNPs que foram significativamente associados ao aumento do risco de câncer de pulmão (
P
= 0,0425 para rs863582,
0,0333 Compra de rs842226,
0,0294 Compra de rs842225,
0,0010 Compra de rs2550236,
0,0149 Compra de rs2688515,
0,0191 Compra de rs 2641773,
0,0058 Compra de rs3096337,
0,0077 Compra de rs859769, e
0,0059 Compra de rs842461 em um modelo aditivo). Consistente com estes resultados da análise de loco único, as análises de haplótipos revelou um efeito adverso do haplótipo “GGC” do rs3096337, rs859769 e rs842461 sobre o câncer de pulmão. Tanto o haplótipo e diplotype “CTGAGC” de rs863582, rs842226, rs2550236, rs842225 e rs2688515 tiveram um efeito adverso sobre o cancro do pulmão, o que também é consistente com a análise de loco único. Além disso, observamos as interações estatisticamente significativas para rs863582 e rs842461 em fumantes pesados. Nossos resultados sugerem que
MUC4
polimorfismos do gene e sua interação com o tabagismo pode contribuir para a etiologia do câncer de pulmão.
Citation: Zhang Z, Wang J, J Ele, Zheng Z, Zeng X, Zhang C, et al. (2013) variantes genéticas em
MUC4
Gene está relacionado com Lung Cancer Risk na população chinesa. PLoS ONE 8 (10): e77723. doi: 10.1371 /journal.pone.0077723
editor: Xiaoping Miao, Huazhong Universidade de Ciência e Tecnologia, China
Recebido: 19 Agosto, 2013; Aceito: 03 de setembro de 2013; Publicação: 21 de outubro de 2013
Direitos de autor: © 2013 Zhang 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 pelo National Natural Science Foundation da China (81070043, 81071917, 81173112, 81170052, 81220108001), os do Governo Central Principais Projetos chineses de investigação das 973 bolsas (2009CB522107), um Changjiang Estudiosos e equipe de investigação inovadora em concessão University (IRT0961) , uma bolsa de Guangdong Natural Science Foundation da equipe (1035101200300000), o Departamento de Ciência e Tecnologia da China (2009B050700041, 2010B031600301) Guangdong, a província de Guangdong Universidades e Faculdades Pearl River Scholar Financiado Scheme (2008) China, um Departamento de concessão de pesquisa Educação Guangdong (cxzd1025), e um Departamento de Educação Guangzhou Yangcheng Scholarship (10A058S, 12A001S). 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 cancro do pulmão é o câncer mais comum no mundo e responsável por 13% (1,6 milhões) do total de casos e 18% (1,4 milhões) das mortes por câncer em 2008 [1]. Na China, as taxas de incidência e mortalidade do cancro do pulmão têm crescido rapidamente nos últimos décadas [2], e é agora a principal causa de mortalidade por câncer; a taxa média de sobrevivência de 5 anos é 15% [3,4]. A epidemia de câncer de pulmão é diretamente atribuível ao tabagismo, que responde por 87% dos casos de câncer de pulmão. No entanto, apenas uma pequena percentagem de fumadores ( 20%) desenvolvem câncer de pulmão em sua vida [5], sugerindo que a susceptibilidade genética pode desempenhar um papel no desenvolvimento do câncer de pulmão
A exposição à fumaça de cigarro estimula uma doença inflamatória. cascata em células epiteliais das vias respiratórias, por exemplo, fumo de tabaco gera espécies de oxigénio reactivas que podem lesionar o epitélio pulmonar, resultando em permeabilidade alterada, hiperplasia das células caliciformes, bem como o recrutamento de neutrófilos e macrófagos para as vias aéreas [6-9]. A inflamação crónica provoca irritação prolongada e activa a resposta do hospedeiro local, o que acaba por promover a proliferação de células [10]. proliferação celular sustentada facilita a formação e progressão do tumor em um ambiente rico em angiogénico células inflamatórias, factores de crescimento, e estroma activado [11,12]. Foi demonstrado que um terço de todos os cancros são precedidos por uma inflamação crónica [13]. estudos de caso-controle demonstraram um risco aumentado de câncer de pulmão em pacientes com fenótipos das vias respiratórias inflamatórias, tais como asma, bronquite e enfisema [14,15]. Dados recentes sugerem que a fumaça do cigarro ativa as células epiteliais das vias aéreas e células do sistema imunológico para liberar citocinas pró-inflamatórias, tais como ciclo-oxigenase-2 (COX-2), interleucinas-4, 6 e 8 (IL-4, -6, -8) e tumor fator de necrose α (TNF-α).
As mucinas têm sido conhecidos por serem moléculas alvo de reacções inflamatórias, doenças inflamatórias e do epitélio são muitas vezes caracterizadas por regulação positiva de mucina e hipersecreção [16-20]. Além disso, anormal
MUC4
expressão foi avaliado em vários cancros, tais como adenocarcinomas pancreáticos [21] e carcinomas do cólon [22], bem como em outras doenças inflamatórias das vias aéreas pulmonares e incluindo fibrose cística e doença pulmonar obstrutiva crónica [23-25]. Os factores de crescimento são pensados para ser envolvido na produção de células secretoras de muco porque as doenças de hipersecreção estão associados com o crescimento celular anormal e proliferação epitelial [26].
Em adição aos seus efeitos adversos em doenças inflamatórias,
também desempenha um papel crítico na regulação diversos processos em estroma de pulmão /células parenquimatosas, incluindo apoptose e metástase.
MUC4
age como um ligante intramembranar para ErbB2 /HER2 /neu e potencializa a sua autofosforilação [27]. Verificou-se que
MUC4
sinalização /neu ErbB2 induzida pode mediar a função anti-apoptótica de
MUC4
[28]. Além disso,
MUC4
pode possuir uma função tumor-promoção, em parte, regulando
a expressão do gene HER2
. ErbB2 /HER2 níveis de expressão têm sido correlacionados com o tamanho do tumor e a metástase de linfonodo, sugerindo o envolvimento de ErbB2 e a sinalização mediada pelo ErbB2 na tumorigénese [29]. Em conjunto, estas observações implicam que
MUC4
pode promover a progressão do tumor na patogénese do cancro do pulmão humano.
O presente trabalho foi motivado pela plausibilidade biológica que a variação genética em
MUC4
poderia alterar o seu nível de expressão ou função bioquímica e, portanto, podem ter um impacto sobre o risco de cancro do pulmão indivíduo. Para testar essa hipótese, realizamos um estudo de 1.048 casos de câncer de pulmão incidente e 1.048, controles sem câncer pareados por idade e por sexo frequência de caso-controle em uma população chinesa. Nós também investigou interações potenciais entre tagSNPs do
MUC4
gene e tabagismo no risco de câncer de pulmão.
Métodos
Os sujeitos do estudo
O desenho do estudo e recrutamento assunto foram descritos como abaixo: brevemente, os 1.048 pacientes com câncer de pulmão e 1.048 controles sem câncer foram geneticamente relacionado Han étnica chinês da cidade de Guangzhou. Os doentes com cancro do pulmão incidente histologicamente confirmados foram consecutivamente recrutados a partir de setembro de 2009 a setembro de 2011 no Departamento de Cirurgia O Primeiro Hospital Afiliado da Universidade de Medicina de Guangzhou Torácica. Os 1.048 controles sem câncer que frequência foram pareados aos pacientes por sexo e idade (± 5 anos) foram selecionados aleatoriamente a partir do Centro de Exame do mesmo hospital durante o mesmo período de tempo. Antes de recrutamento, consentimento informado foi obtido de cada sujeito elegíveis, e um questionário estruturado foi aplicado por entrevistadores para recolher informações sobre dados demográficos e história exposição ambiental, incluindo tabagismo e consumo de álcool. Os indivíduos foram identificados como não-fumantes ou fumantes. Os indivíduos que fumaram menos de 100 cigarros em sua vida foram definidos como os não fumantes; caso contrário, eles foram definidos como fumantes (aqueles fumantes que pararam de fumar para 1 ano também foram definidos como fumantes). Maços-anos foram calculados pela multiplicação do número de maços de cigarros fumados por dia pelo número de anos que a pessoa fumou. Da mesma forma, os participantes que consumiram bebidas alcoólicas pelo menos uma vez por semana durante o ano anterior foram definidos como bebedores, e os outros foram considerados os abstêmios. história familiar de câncer foi definida como qualquer tipo de câncer de auto-relatados em parentes de primeiro grau (pais, irmãos ou filhos). Depois da entrevista, uma amostra de sangue venoso de 5 ml foi recolhido a partir de cada participante. O estudo foi aprovado pelo conselho de revisão institucional da Universidade de Medicina Guangzhou (comitê de ética do Primeiro Hospital Filiado: GZMC2009-08-1336).
Seleção de SNPs de MUC4
O humano
gene MUC4
é de ~ 211 kb em tamanho e está localizado no cromossomo 3 em Q29 região [30]. Para identificar SNPs que foram relacionados ao câncer de pulmão, primeiro selecionado 296 de
MUC4
SNPs com menor freqüência do alelo (MAF) 5% de ambos dbSNP (https://www.ncbi.nlm.nih.gov/SNP, acessado 9/9/2012 e HapMap bases de dados [chineses han]) (S1 arquivo) e genotipados-los em um pequeno subconjunto de amostras a partir de 300 pares seleccionados aleatoriamente de casos e controles de 1048 pares em um high-throughput plataforma de genotipagem Illumina (Genome Analyzer IIx, Illumina Inc., San Diego, CA). Deste grupo, foram identificados nove SNPs (rs863582, rs842226, rs842225, rs2550236, rs2688515, 2.641.773, rs3096337, rs859769 e rs842461) que apresentaram diferenças de frequência significativas entre casos e controles (dados não mostrados). as frequências dos genótipos de SNPs pode ser influenciada por tamanhos de amostra [31]. Para minimizar o viés devido ao pequeno tamanho da amostra, nós próxima realizados sequenciação directa para o conjunto de 1.048 pares de caso e controle amostras utilizando o ABI PRISM 7500 Sequence Detection System (Applied Biosystems, Foster City, CA) para confirmar os resultados de genotipagem acima (Tabela 1). Os resultados das duas plataformas foram encontrados como sendo 100% concordantes; portanto, forneceu resultados de associação de todo o conjunto de 1048 pares neste trabalho. Finalmente, foram identificados dois tagSNPs (rs863582 e rs842461) de acordo com os seguintes critérios: um conjunto mínimo de haplótipos que assegurar um r
2 de pelo menos 0,8 para cobrir todos os haplótipos possíveis que tinham uma frequência de pelo menos 5%, tal como avaliado pelo programa tagSNPs [32]. Além disso, como mostrado na Figura 1, o desequilíbrio de ligação reconstruído (LD) plot identificou dois blocos para os acima de nove SNPs em 1.048 indivíduos de controle: Bloco 1 para rs863582, rs842226, rs842225, rs2550236, rs2688515 e rs 2641773; e bloquear dois para rs3096337, rs859769 e rs842461. Entre estes SNPs, encontramos o de block2 estavam em alta LD entre si (r
2
min 0,80, D ‘= 1,00, ver Tabela S1 para cada par), e, portanto, nós escolhemos rs842461 para representam todos os três. nome
Gene
NCBI
Chromosome
Inter-marcador
Localização
Base de
MAF
P
c
P
d
P
valor
genótipos Comprar e lócus
SNP ID
Posição
a
distâncias
no gene
mudar
para
digitação
(pb) região Loja Online em banco de dados
b
caso
Controle
HWE
e
taxa (%)
MUC4, rs8635821954786945058Intron 21T C0.3860.32590.2899
0.0116
0.0315
0.9022
99.953q29rs842226195478861167Intron 21C T0.0820.32280.2872
0,0129
0,0372
0,8944
98.81rs842225195479748887Intron 21A G0.4380.38670.3474
0.0091
0.0513
0.6684
97.85rs255023619552232142573Intron 1G A0.1640.33270.2974
0,0152
0,1144
0,9966
97.52rs26885151955274715150Intron 1A G0.4520.36720.3244
0,0036
0,0223
0,9952
99.33rs2641773195528226755Intron 1A C0.4520.37160.3298
0,0048
0,0171
0,9857
98.90rs30963371955333325106Intron 1A G0.1850.30870.2634
0,0012
0,0081
0,6992
100.0rs8597691955344131081Intron 1T G0.4150.34590.3004
0,0016
0,0059
0,8740
99.81rs8424611955356141201Intron 1A . C0.1700.30970.2643
0,0012
0,0048
0,8830
99.67Table 1. genotipados
MUC4
SNPs
a SNP posição no NCBI dbSNP (https://www.ncbi.nlm.nih.gov/SNP, acessado 2012/09/09)
b MAF de ambos os bancos de dados HapMap e dbSNP, a MAF em negrito é a partir do banco de dados do HapMap ( chineses han)
c
valor P Compra de diferença nas distribuições alélicas entre casos e controles
d Gerado por 10.000 permutações
e Hardy-Weinberg (HWE)
P
valor que no grupo controle CSV Baixar CSV
as posições SNP exatas estão listadas na Tabela 1. dois blocos de haplótipos (colorido) foram definidas pelo programa Haploview utilizando a abordagem descrita por Gabriel et al.
[34] com as configurações padrão (IC de 95% para um LD forte era mínima para o superior 0,98 e baixa de 0,7 e máxima para uma forte recombinação de 0,9, e uma fração do forte LD nas comparações informativas foi de pelo menos 0,95) . O número rs (em cima, da direita para a esquerda) corresponde ao nome do SNP, e os números em quadrados são “valores (| D ‘| D × 100). A medida do LD (D ‘) entre todos os pares possíveis de SNPs está representado graficamente de acordo com sombreamento vermelho, onde o branco representa muito baixo D’, e vermelho escuro representa muito alto D ‘.
ensaios de genotipagem
O DNA genômico das amostras de sangue do sujeito foi extraído com um kit de DNA de sangue QIAGEN (Venlo, Holanda). Um método para discriminação alélica fluorogénicos utilizando sondas específicas para o alelo (o ensaio de nuclease de 5 sondas MGB com TAMRA e sondas, tal como utilizado no ensaio TaqMan [33] foi escolhida para a genotipagem utilizando um ABI Prism 7500 Sequence Detection System). Primers e sondas estão descritos na Tabela S2 e foram desenhados por Primer Express 3.0 (Applied Biosystems) e sintetizado por Shanghai GeneCore Biotechnologies (Xangai, China). reacção em cadeia da polimerase (PCR) foi realizada em sistemas de reacção de 10 uL. O protocolo de PCR consistiu de um passo de fusão inicial a 95 ° C durante 10 min, 40 ciclos de 95 ° C durante 15 s, e 60 ° C durante 1 min. Um algoritmo de multicomponentes foi usada para calcular as contribuições do sinal a partir de medições alelo distintas fluorescentes para cada amostra com o sistema de PCR em tempo real ABI 7500HT. Os genótipos foram determinados automaticamente pelo software de Sistemas de Detecção de Sequência 2.3 (Applied Biosystems) (Figura S1). Nos ensaios de genotipagem, 10% das amostras foram aleatoriamente selecionados para realizar ensaios repetidos para cada SNP, e os resultados foram 100% concordantes. analisa
Estatística
Duas faces χ
2 testes foram utilizados para avaliar diferenças nas variáveis demográficas selecionadas, tabagismo, maços-anos de tabagismo, história familiar de câncer, frequências de
MUC4
alelos e genótipos entre os casos e controles. Goodness-of-fit de Hardy-Weinberg (HWE) nos controles também foi avaliada com um χ
2-teste para cada SNP. critérios de informação de Akaike (AIC) [34] foram aplicadas para selecionar o modelo genético mais parcimoniosa para cada SNP. odds ratio (OR) e correspondentes intervalos de confiança de 95% (IC) foram medidas com um modelo de regressão logística incondicional com os ajustes para idade, sexo, tabagismo, status de beber álcool e histórico familiar de câncer. análises de estratificação também foram realizadas por variáveis de interesse, tais como idade, sexo, tabagismo, status de beber álcool, história familiar de câncer, e os tipos histológicos. O LD aos pares entre os SNPs foi calculada utilizando o coeficiente de Lewontin D normalizado ‘, e o coeficiente de LD R
2 [35], e de haplótipos blocos foram definidos pelo método descrito por Gabriel et ai. [36] usando software Haploview publicamente disponível (https://www.broad.mit.edu/personal/jcbarret/haplo/) com as configurações padrão (o CI para um LD forte era mínima para o superior 0,98 e baixa de 0,7 e máxima para uma forte recombinação de 0,9, e uma fracção de forte LD em comparações informativo foi pelo menos 0,95). Cada haplótipo comum (MAF 0,05) foi comparada entre todos os casos e controles e em cada estrato da dose cumulativa de fumar para determinar se o tabagismo influenciou o risco associado à
MUC4
variantes usando haplo.stats (disponível em http : //mayoresearch.mayo.edu/mayo/research/schaid_lab/index.cfm). Além disso, um algoritmo de Bayesian FASE 2.1 [37], foi utilizado para validar as frequências de haplótipos estimados por Haplo.stats e inferir frequências diplotype com base nos genótipos observados. Diplotype (haplótipo de dosagem, uma estimativa do número de cópias de haplótipos) era o par haplótipo mais provável para cada indivíduo. Análises de regressão logística não condicional foram utilizados para estimar RUP e IC de 95% para os sujeitos de caso-controle que levam de uma a duas cópias, contra nenhum cópias de cada haplótipo comum para os diplotypes dicotomizadas (Tabela S3). A questão dos vários testes foi controlado através da realização de 10.000 testes de permutação.
Para explorar interações potenciais entre os tagSNPs e tabagismo, foram realizados vários testes para avaliar a consistência resultado, incluindo análises de categorias específicas de exposição cumulativa de fumar (ou seja, , anos-maço), joint-efeitos genótipos-fumadores, e modelos de interação que consideraram ambas as discretas (os não-fumantes, fumantes leves [≤20 maços-anos] e fumantes pesados [ 20 maços-anos]) e contínua (raiz quadrada de anos-maço) variáveis para a exposição cumulativa de fumar. As análises estatísticas foram realizadas utilizando SAS 9.2 software (Cary, NC, EUA).
Resultados
características da população de estudo
As características dos 1.048 pacientes com câncer de pulmão e 1.048 Câncer controlos livres encontram-se descritos na Tabela S4. Os casos e controles de câncer de pulmão foram adequadamente pareados por idade e sexo (
P = 0,7597 Comprar e
0,7734
, respectivamente). O tabagismo foi associado com um risco aumentado de câncer de pulmão entre os fumantes pesados (OR = 1,66 IC e 95% = 1,37-2,03, dados não mostrados). câncer de pulmão pequenas células Entre os 1.048 casos de câncer de pulmão, 790 (75,38%) foram definidos como câncer de pulmão de células não pequenas-(384 adenocarcinoma, 368 carcinoma de células escamosas, e 37 carcinoma de células grandes), 121 (11,55%) foram e 138 (13,17%) pacientes apresentavam outros carcinomas.
associação entre SNPs individuais e
de risco de câncer de pulmão
Como resumido na Tabela 1, as distribuições de freqüência do genótipo dos nove SNPs seleccionados ((rs863582 , rs842226, rs842225, rs2550236, rs2688515, 2.641.773, rs3096337, rs859769 e rs842461) em indivíduos controle foram todos consistentes com aquelas esperar do modelo HWE (todo o
P Art 0,05) Um SNP (rs2688515). nesta população chinesa representou um MAF que foi 12,76% menor do que o registrado no banco de dados dbSNP (https://www.ncbi.nlm.nih.gov/SNP, acessado 2012/09/09), enquanto os outros SNPs (rs842226) representou um MAF 20,52% superiores aos relatados na base de dados HapMap SNP (Han chinês), o que pode refletir tanto uma diferença população diversificada ou preconceito frequência devido ao pequeno número de amostras a partir do qual os bancos de dados foram derivados. freqüências alélicas de todos os SNPs mostraram diferenças significativas entre os 1048 casos e controles pares (
P
= 0,0116 para rs863582,
P
= 0,0129 para rs842226,
P
= 0,0091 para rs842225,
P
= 0,0152 para o rs2550236,
P
= 0,0036 para o rs2688515,
P
= 0,0048 para o rs2641773,
P
= 0,0012 para o rs3096337,
P
= 0,0016 para rs859769, e
P
= 0,0012 para rs842461).
associações significativas foram observadas para todos os nove SNPs (
P = 0,0425
para rs863582,
0,0333 Compra de rs842226,
0,0294 Compra de rs842225,
0,0010 Compra de rs2550236,
0,0149 Compra de rs2688515,
0,0191
para rs 2641773,
0,0058 Compra de rs3096337,
0,0077 Compra de rs859769, e
0,0059 Compra de rs842461 em um modelo aditivo) com base na melhor ajuste da AIC. Os dois tagSNPs (rs863582 e rs842461) permaneceu significativa após a aplicação de 10.000 permutações (
P
valor da distribuição empírica dos mínimos
valores P
= 0,0315).
Modelos de regressão logística
multivariados mostrou que após o ajuste para fatores de confusão, em comparação com os portadores do tipo selvagem em um modelo dominante, um aumento significativo do risco de câncer de pulmão foi associado com os genótipos variantes de rs863582 (T C) (OR ajustado = 1,39 e IC95% = 1.02- 1,56 para os genótipos CT /CC) e rs842461 (a . C) (OR ajustado = 1,25 e IC 95% = 1,05-1,49 para CA genótipos /CC) (Tabela 2)
modelo genético
genótipo
casos
Controls
P
a
regressão logística
P
c
No. (%)
No. (%)
OR (IC 95%)
b
rs863582 AdditiveTT478 (45,61) 531 (50,72)
0,0425
1,00 (ref.) CT457 (43,61) 425 (40,59) 1,22 (1,01, 1,47)
0,0356
CC113 (10,78) 91 (8,69) 1,39 (1,02, 1,89)
0,0392
DominantCT /CC570 (54,39) 516 (49,28 )
0,0194
1,25 (1,05, 1,49)
0,0132
AdditiveCC476 rs842226 (46,21) 532 (51,10)
0,0333
1,00 (ref.) TC443 (43,01) 420 (40,35) 1,14 (0,54, 2,39)
0,7310
TT111 (10,78) 89 (8,55) 1,43 (1,04, 1,96)
0,0257
DominantTC /TT554 (53,79) 509 (48,9)
0,0260
1,38 (1,03, 1,85)
0,0293
rs842225 AdditiveAA380 (37,29) 433 (41,96)
0,0294
1,00 (ref.) GA490 (48,09) 481 (46,61) 1,04 (0,77, 1,40)
0,7959
GG149 (14,62) 118 (11,43) 1,38 (1,03, 1,85)
0,0301
DominantGA /GG639 (62,71) 599 (58,04)
0,0308
1.10 (1.01, 1.21)
0,0344
rs2550236 AdditiveGG447 (44,26) 511 (49,42)
0,0010
1,00 (ref.) AG454 (44,95) 431 (41,68) 1,18 (0,84, 1,67)
0,3373
AA109 (10,79) 92 (8,90) 1,42 (1,04, 1,94)
0,0298
DominantAG /AA563 (55,74) 523 (50,58)
0,0194
1,31 (1,01, 1,69)
0,0395
rs2688515 AdditiveAA418 (40,08) 475 (45,72)
0,0149
1,00 (ref.) GA484 (46,40) 454 (43,69) 1,13 (0,87, 1,47)
0,3686
GG141 (13,52) 110 (10,59) 1,45 (1,08, 1,95)
0,0126
DominantGA /GG625 (59,92) 564 (54,28)
0,0093
1,26 (0,99, 1,58)
0,0521
rs2641773 AdditiveAA410 (39.58) 467 ( 45.04)
0,0191
1,00 (ref.) CA482 (46,52) 456 (43,97) 1,13 (0,86, 1,47)
0,3812
CC144 (13,90) 114 (10,99) 1,42 (1,06, 1,91)
0,0176
DominantCA /CC626 (60,42) 570 (54,96)
0,0119
1,24 (0,99, 1,56)
0,0646
rs3096337 AdditiveAA506 (48,28) 574 (54,77)
0,0058
1,00 (ref.) GA437 (41,70) 396 (37,79) 1,22 (0,92, 1,61)
0,1664
GG105 (10,02) 78 (7,44) 1,58 (1,14, 2,18)
0,0058
DominantGA /GG542 (51,72) 474 (45,23)
0,0030
1,36 (1,08, 1,71)
0,0096
rs859769 AdditiveTT452 (43,25) 516 (49,28)
0,0077
1,00 (ref.) GT463 (44,31) 433 (41,36) 1,14 (0,90, 1,46)
0,2769
GG130 (12,44) 98 (9,36) 1,53 (1,13, 2,06)
0,0057
DominantGT /GG593 (56.75) 531 ( 50.72)
0,0057
1,26 (1,02, 1,57)
0,0323
AdditiveAA502 rs842461 (48,13) 572 (54,69)
0,0059
1,00 (ref.) CA436 (41,80) 395 (37,76 ) 1,22 (0,92, 1,62)
0,1610
CC105 (10,07) 79 (7,55) 1,57 (1,13, 2,16)
0,0065
DominantCA /CC541 (51,87) 474 (45,31)
0,0027
1,36 (1,08, 1,71)
0,0099
Tabela 2. As freqüências genotípicas de selecionados
MUC4
SNPs entre casos e controles e sua associação com o risco de câncer de pulmão.
um genótipo frequências em casos e controles foram comparadas utilizando dois lados χ
2-testes.
b ajustado para idade, sexo, anos-maço de tabagismo e história familiar de cancro.
c
P
valor a partir incondicional de regressão logística analyses.ref .: referência. CSV Baixar CSV
Nós ainda avaliou as associações do rs863582 (T C) e rs842461 (A C) genótipos variantes com risco de câncer de pulmão estratificados por variáveis selecionadas e tipos histológicos. Como mostrado na Tabela 3, em comparação com o genótipo comum de tipo selvagem homozigótico, o efeito adverso da rs863582 (T C) era mais evidente nos fumadores (OR ajustado IC = 1,41 e 95% = 1,12-1,79), os fumadores especialmente pesados ( ≥ 20 anos-maço, ajustado ou CI = 1,59 e 95% = 1,19-2,13) e naqueles com câncer pulmonar grave (OR ajustado = 1,34 e IC95% = 1,04-1,73). Consistente com estes resultados de rs863582 (T C) genótipos e análise de risco do cancro do pulmão, rs842461 (A C) genótipo variante também análises revelaram tendências de mudança quase idênticos em diferentes subgroups.
MUC4
rs863582
MUC4
rs842461
Cases/Controls
OR (IC 95%)
um
P
d
P
E
Cases /Controles
OR (95% CI)
a
P
d
P
e
(1048/1048)
(1048/1048)
TT
TC/CC
TC/CC vs. TT
AA
CA /CC
CA /CC vs AA
não.
não.
não.
não.
Idade (anos)
0,6073
0,9993
≤60241 /258293 /2691.17 (0,92, 1,50)
0,1959
241/280270 /2401,42 (1,03, 1,96)
0,0335 Art 60237/273277 /2481,28 (1,01, 1,64)
0,0190
261/266302 /2361,33 (0,96, 1,85)
0,0871 Sexo seguro
0,9793
0,9905
Male342 /377.402 /3.611,24 (1,01, 1,52)
0,0439
358 /379407/3331.40 (1,06, 1,85)
0,0172
Female136 /154.168 /1.561,22 (0,89, 1,68)
0,2183
144/167165 /1431,33 (0,88, 2,01)
0,1730
tabagismo
b
0,0911
0,2004
Yes268 /287331 /2.511,41 (1,12, 1,79)
0,0037
284/307303 /2271,52 (1,10, 2,10)
0,0120
No210 /244239 /2.661,05 (0,81, 1,36)
0,7013
218/239269 /2491,21 (0,87, 1,68)
0.2524
Packs do ano
0,0429
0,0001
≥20205 /175.252 /1.371,59 (1,19, 2,13)
0,0019
223/249184 /1291,70 (1,15, 2,50)
0,0072 Art 2063/11279 /1.141,20 (0,79, 1,84)
0,4006
61/58119 /981,27 (0,72, 2,22)
0,4074
0210/244239 /2661,04 (0,81, 1,36)
0,7013
218/239269 /2.491,21 (0,87, 1,68)
0,2524
álcool usar
0,7634
0,0481
Yes104 /112125 /1.141,14 (0,78, 1,67)
0,4858
438/153513 /1.091,62 (1,22, 2,15)
0,0008
No374 /419.445 /4.031,24 (1,02, 1,50)
0,0296
64/39359 /3670,99 (0,67, 1,47)
história 0,9621
Família de
0,0785
0,9785
câncer de pulmão Yes21 /1021 /200,66 (0,22, 1,95)
0,4480
45/5948 /501,76 (0,82, 3,76)
0,1472
No457 /521549 /4.971,27 (1,06, 1,51)
0,0084
457/487524 /4261,35 (1,06, 1,72)
0,0148
A história familiar de
0,3390
0,0916
Yes44 cancer /4060 /581,06 (0,59, 1,89)
0,8521
22/2012 /181,18 (0,28, 5,05)
0,8238
No434 /491510 /4.591,25 (1,05, 1,51)
0,0117
480/526560 /4581.42 (1,12, 1,79)
0,0036
tipos histológicos
–
–
Adenocarcinoma162 /531.220 /5.171,39 (1,10, 1,77)
0,0063
177/572205 /4761,35 (0,98, 1,85)
0,0620
cell170 escamosas /531.190 /5.171,11 (0,90, 1,45)
0,2905
182/572183 /4761,33 (0,96, 1,84)
0,0841
Grande cell17 /53126 /5.171,65 (0,88, 3,08)
0,1195
20/57223 /4761,41 (0,61, 3,24)
0,4203
pequeno cell66 /53162 /5.170,98 (0,68 , 1,42)
0,9137
63/57265 /4761,81 (1,09, 2,98)
0,0209
Outros carcinomas
c52 /53164 /5.171,27 (0,86, 1,87)
0,2222
53/57263 /4761,49 (0,88, 2,53)
0,1430
Stage
–
–
I61 /53187 /5.171,34 (0,96, 1,89)
0,0902
71/57283 /4761,48 (0,93, 2,34)
0,0950
II51 /53143 /5.170,88 (0,57, 1,35)
0,5561
50/57244 /4761,31 (0,73, 2,38)
0,3659
III145 /531185 /5.171,34 (1,04, 1,73)
0,0215
158/572172 /4761,34 (0,95, 1,88)
0,0922
IV215 /531.255 /5.171,23 (0,99, 1,54)
0,0605
223/572247 /4761,45 (1,08, 1,94)
0,0127
Tabela 3. análises estratificadas entre
MUC4
rs863582 e rs842461 genótipos eo risco de câncer de pulmão.
a Ajustado para idade, sexo, tabagismo, uso de álcool e história familiar de câncer
b Aqueles que fumaram menos de 1 cigarro por dia e . 1 ano na sua vida foram consideradas não-fumantes; caso contrário, eles foram considerados fumantes (incluindo indivíduos que tinham parado para 1 ano)…
c-célula mista ou carcinoma indiferenciado
d
P
valor a partir de regressão logística incondicional analisa
e
P valor
de um teste da interação multiplicativa entre rs863582 (T C) e rs842461 (a C) e as variáveis de risco de câncer selecionados, calculada utilizando modelos de regressão logística incondicional padrão. CSV Baixar CSV
associação entre haplótipos /diplotypes e
de risco de câncer de pulmão
Um teste escore global mostrou diferenças estatisticamente significativas na distribuição de frequências de haplótipos entre os casos e controles para os blocos 1 (χ
2 = 43,67, df = 22,
P
value = 0,0039,
P
Simb = 0,0021) e 2 (χ
2 = 12,05, df = 4,
P
value = 0,0169,
P
Simb = 0,0107) (Tabela 4).
haplótipo
a
geral population
Non
Light
Heavy
smokers
smokers
smokers
Case
Control
P
P
sim
b
OR (IC 95%)
c
global teste de pontuação
OR (IC 95%)
d
OR (95% CI)
d
OR (IC 95%)
d
Bloco 1TCAGAA0.54890.6095
0,0007
0,0011
1,00 (ref.) χ
2 = 43,671. 00 (ref.) 1,00 (ref.) 1,00 (ref.) CTGAGC0.28670.2618
0,0059
0,0186
1,25 (1,05, 1,50) df = 221,15 (0,88, 1,51) 0,92 (0,57, 1,49) 1,57 (1,16, 2,13) TCGGGC0.03630.0370
0,8965
0,8983
1,08 (0,77, 1,52)
P
= 0.00391.08 (0,65, 1,79) 0,87 (0,59 , 2,42) 0,87 (0,52, 1,47) TCGGAA0.02030.0176
0,6437
0,6474
1,31 (0,81, 2,11)
P
sim
b = 0,00211. 33 (0,68, 2,58) 1,20 (0,36, 4,00) 1,50 (0,61, 3,68) TCAAGC0.01520.0105
0,2515
0,2518
1,62 (0,91, 2,87) 1,35 (0,58, 3,10) 0,67 (0,13 , 3,58) 3,42 (0,92, 8,71) CTGGAA0.01310.0109
0,5369
0,5267
1,30 (0,73, 2,33) 0,98 (0,40, 2,43) 2,07 (0,60, 7,11) 1,38 (0,50, 3,84) bloco 2χ
2 = 12.05ATA0.65160.6975
0,0017
0,0019
1,00 (ref.) df = 41,00 (ref.) 1,00 (ref.) 1,00 (ref.) GGC0.30820.2629
0,0013
0,0015
1,30 (1,09, 1,55)
P
= 0.01691.18 (0,91, 1,52) 1,20 (0,76, 1,89) 1,60 (1,19, 2,15) AGA0. 03630.0377
0.8148
0,8679
1,01 (0,73, 1,42)
P
sim
b = 0.01071.05 (0,64, 1,73) 1,49 (0,54, 4,16 ) 0,77 (0,47, 1,26) Tabela 4. Associação entre comum
MUC4
haplótipos em cada bloco, eo risco de câncer de pulmão na população em geral e subpopulação estratificada por maços-anos de tabagismo.
de um bloco 1 inclui os seis comum com Minor haplótipo Frequência (MHF) ≥ 0,01 a partir de 27 haplótipos possíveis; Bloco 2 inclui os três comum com MHF ≥ 0,01 a partir de 6 haplótipos possíveis; bases polimórficas estavam em 5′-3 ordem “, conforme listado na Tabela 1. Loci escolhido para o bloco 1, SNP1-6; loci escolhido para block2, SNP7-9.
b Gerado por 10.000 permutações.
c ajustado para idade, sexo, anos-maço de tabagismo e história familiar de cancro.
d ajustado para idade, sexo, e história familiar de cancer.ref .: referência CSV Baixar análises CSV
a regressão logística revelou que o risco de câncer de pulmão foi significativamente maior entre os indivíduos portadores do haplótipo “GGC” (OR ajustado = CI 1,30 e 95% = 1,09-1,55) em comparação com os portadores do haplótipo “ATA” mais comum no bloco 2 (Tabela 4). (95%CI)
e
P
f
interaction
P
g
interaction
rs863582