Abstract

epitelial do ovário (EOC) é a neoplasia maligna ginecológica mais comum. Para identificar os ácidos micro-ribonucleico (miRNAs) perfil de expressão em tecidos EOC que podem servir como um romance biomarcador de diagnóstico para a detecção de EOC, a expressão de 1722 miRNAs a partir de 15 amostras de tecido de ovário normais e 48 amostras de câncer de ovário foi perfilado usando um verdadeiro quantitativa -tempo de reacção em cadeia da polimerase (qRT-PCR). A dez microRNA assinatura (HSA-miR-1271-5p, hsa-miR-574-3p, hsa-miR-182-5p, hsa-miR-183-5p, hsa-miR-96-5p, hsa-miR- 15b-5p, HSA-miR-182-3p, HSA-miR-141-5p, HSA-miR-130b-5p, e HSA-miR-135b-3p) foi identificado como sendo capaz de distinguir tecidos de cancro do ovário humano do normal tecidos com sensibilidade de 97% e especificidade de 92%. Dois conjuntos de miARN miR183-96-183 (miR-96-5p, e miR-182, miR183) e miR200 (miR-141-5p, miR200a, b, c e miR429) estão significativamente sobre-regulada em amostras de tecido de cancro do ovário em comparação com os de amostras de tecidos normais, sugerindo teses miARNs podem estar envolvidos no desenvolvimento do cancro do ovário

citação:. Wang L, Zhu MJ, Ren PM, Wu HF, Han WM, Tan RY, et ai. (2014) A assinatura de dez MicroRNA identificados a partir de um perfil de microRNA expressão Genome-Wide no epitelial cancro do ovário humano. PLoS ONE 9 (5): e96472. doi: 10.1371 /journal.pone.0096472

editor: Liang-Hu Qu, Sun Yat-sen University, China

Recebido: 02 de novembro de 2013; Aceito: 08 de abril de 2014; Publicado em: 09 de maio de 2014

Direitos de autor: © 2014 Wang et al. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados

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

Conflito de interesses:. Miao-Jun Zhu, Hong-Fei Wu, Wu-Mei Han e Ruo-Ying Tan são os atuais funcionários de Biovue. Nenhum dos autores tem quaisquer interesses económicos. Todos os dados e materiais deste estudo estão abertos para acessar. Isto não altera a adesão dos autores para PLOS ONE políticas sobre a partilha de dados e materiais.

Introdução

O cancro do ovário (OC), uma das três doenças malignas ginecológicas, é o sétimo cancro mais comum entre as mulheres em todo o mundo [1]. A herança dos genes de susceptibilidade do cancro de elevada penetrância tais como BRCA1 mutado ou BRCA2 e /ou Lynch mutações associadas a síndrome de representar um risco aumentado de desenvolver OC [2]. Epitelial do ovário (EOC) é responsável por cerca de 80-90% de [3] OCs. EOC é a neoplasia maligna ginecológica mais letal em países ocidentais [4]. Nos Estados Unidos da América (EUA), EOC causou quase 15.500 mortes em 2012 [5]. Há apenas alguns biomarcadores e terapias eficazes para EOC [6] – [8], e detecção precoce do EOC continua a ser um desafio para os oncologistas. A taxa de sobrevida em 5 anos de mais de 70% dos pacientes com EOC em estágio avançado é de apenas 35% [5]. Nenhum método de rastreio eficaz para detectar em estágio inicial OC com alta especificidade e sensibilidade está disponível atualmente, e antígeno-125 do câncer, juntamente com ultra-sonografia transvaginal pode detectar apenas 30-45% dos pacientes com doença em estágio inicial [9]. Embora o ácido desoxirribonucleico (ADN) biomarcadores de metilação desempenhar um papel na detecção de EOC promissora, ainda existe uma grande necessidade de identificar biomarcadores potenciais com elevada especificidade e sensibilidade. As técnicas analíticas também precisa ser padronizado, a fim de melhorar a detecção, otimizar o tratamento, e alcançar resultados desejáveis ​​do paciente [10].

O papel dos ácidos micro-ribonucleico (miRNAs) em OC ganhou atenção recente, uma vez que eles oferecem novas estratégias para a prevenção, detecção precoce, diagnóstico e tratamento. Eles desempenham papéis importantes em processos essenciais como a diferenciação celular, o crescimento e a apoptose [11], [12]. expressão ou mutação aberrante de miARNs em cancros indicaram o seu potencial para actuar como uma nova classe de oncogenes ou genes supressores de tumor com base nos seus alvos [13]. Desde miARN pode ser isolada e detectada a partir de amostras de tecido e sangue, miARNs derivadas do sangue periférico foram utilizadas como biomarcadores para novos circulante OC [14]. Na maioria dos estudos publicados, expressão miRNA foi perfilado por miRNA microarray e confirmado por quantitativa reação em cadeia da polimerase (qPCR).

O presente estudo realizou um tecido miRNA perfil de expressão do genoma em tempo real por reação de PCR quantitativo. Um perfil de 10 miRNAs tecido foi encontrado, o que pode servir como um biomarcador para EOC e contribuir para uma melhor compreensão do mecanismo da gênese do tumor de ovário e desenvolvimento.

Materiais e Métodos

Recolha de OC amostras de tecido

amostras normais epiteliais ovarianos tecido (amostras N) (n = 15) e as amostras de tecido de ovário (amostras C) malignas (n = 48) foram coletadas em Zhongshan Hospital da Universidade Fudan, de Xangai, China. As 48 amostras ovarianos epiteliais malignos do tecido (amostras C) incluiu 41 amostras epiteliais ovarianos carcinoma (amostras CE) e 7 amostras epiteliais de cancro do ovário limítrofes de tecido (amostras CB). As 48 amostras de tecidos ovarianos epiteliais malignos eram de diferentes tipos de células: 29 serosa, 6 epitelial mista, 6 endometrioid, um adenocarcinoma (não especificados), 4 células claras, e 2 carcinomas mucinosos. Todas as amostras de tecido foram imediatamente congeladas em azoto líquido depois de ter sido retirado do corpo e armazenado a -80 ° C para armazenamento a longo prazo. consentimentos informados por escrito foram obtidas de todos os assuntos, e o protocolo do estudo foi aprovado pelo Comitê de Zhongshan Hospital de Ética. Os dados demográficos e características clínicas dos pacientes e controles normais estão listadas na Tabela 1.

isolamento miRNA

O RNA total foi isolado a partir de 50 mg de tecido congelado com miRNeasy Mini Kit (

Qiagen, EUA

) por instruções do fabricante. A qualidade do ARN isolado foi detectada por electroforese em gel de agarose, e a quantidade foi analisada por um método espectrofotométrico ultravioleta utilizando Biomate3 (

Thermo Scientific, EUA

). O total de RNAs com bandas nítidas de rRNA 18S e 28S rRNA são considerados não-degradada e usada para miRNA perfil.

A adição de Poly caudas (A) e transcrição

O RNA total purificada reversa ( incluindo ARN pequeno) foi diluída para 125 ng /uL com tampão de armazenamento de ARN 0,1x (Ambion, EUA) contendo 0,1% de Tween-20 (

Sigma). miRNAs foram adicionados uma cauda (A) poli e reverter transcrito em cDNA usando Kit Sharpvue miRNA First Strand (

Biovue, Shanghai, China

) de acordo com as instruções do kit. A concentração de ARN total na reacção de adição de caudas poli (A) e transcriptase reversa é 50 ng /ul.

-PCR em tempo real

O ADNc sintetizado foi miARN misturado com Sharpvue 2x universal qPCR master Mix (

Biovue, Shanghai, China

) e água livre de nuclease. O v1.0 384 poços Sharpvue Humano miRNA Primer matriz-A-E (

Biovue, Shanghai, China

) foi utilizado, eo PCR em tempo real foi realizada de acordo com as instruções do Kit Sharpvue miRNA qPCR. Cada amostra foi detectada por 1757 iniciadores de miARN incluindo 35 controlos em cinco placas de 384 poços. Cada placa contém três controles endógenos (HSA-7SL-pARNc, HSA-RNU6B e HSA-RNU48) em duplicado e uma sem controle modelo. miRNAs níveis de expressão foram quantificados utilizando ABI 7900HT Fast System PCR em Tempo Real (

Applied Biosystems, EUA

). A reacção de PCR em tempo real foi incubada a 95 ° C durante 2 minutos, seguido por 3 ciclos de 96 ° C durante 5 segundos e 60 ° C durante 1 minuto, 37 ciclos de 96 ° C durante 5 segundos e 60 ° C durante 30 segundo, e executando o derretimento curva no final. EVA-corante verde e corante ROX foram utilizados como repórter e referência, respectivamente. Detalhes de detecção de miRNA são mostrados na figura S1 no arquivo de S1.

A análise estatística

A análise dos dados foi realizada utilizando-R e pacotes Bioconductor. Dos 1722 ensaios de miRNA e 2 ensaios de controlo endógenos (HSA-RNU6B e HSA-RNU48), 1696 miRNAs tinha valor Ct abaixo Ct = 32 (limite de detecção) entre, pelo menos, 10% das detectadas 63 amostras. Os ensaios de 28 remanescentes foram removidos de análises posteriores. A fim de eliminar diferenças de entrada de ARN de amostra, método de quantil-mediana foi utilizado para processar as medições de matérias-Ct [15]. As amostras que apresentaram diferença significativa nos perfis (diferença média absoluta, Bioconductor pacote “arrayQualityMetrics”) foram considerados como valores discrepantes e foram retirados da análise a jusante. Este procedimento removeu os três tecidos OC (duas amostras de tecido de carcinoma epitelial e uma amostra de tecido epitelial limítrofe do cancro do ovário) e uma amostra de tecido epitelial de ovário normal.

análise de expressão diferencial foi realizada em 59 amostras restantes utilizando o teste t ( R pacote “limma”). miRNAs produtoras taxa de descoberta de falsas (FDR) -adjusted p-valores abaixo de 0,1 e dobre a mudança acima de 2 foram chamados diferencialmente expressos.

A fim de desenvolver um algoritmo de predição para o diagnóstico OC de uma população de amostras contendo 39 epitelial de ovário tecidos de carcinoma, juntamente com 6 câncer de ovário tecidos limítrofes epiteliais e 14 tecidos ovarianos epiteliais normais, três métodos de classificação foram testados: o apoio da máquina do vetor (SVM, pacote Bioconductor “e1071”), K-vizinhos mais próximos (pacote Bioconductor “classe”) e diagonal análise discriminante linear (pacote Bioconductor “sfsmisc”). O desempenho dos algoritmos foi inicialmente avaliada utilizando o procedimento de validação cruzada leave-one-out para diferentes número de marcadores de previsão. Para cada conjunto de amostras de treino, miARNs foram classificados com base no seu valor de p-t-teste comparando gerado quando tecidos de cancro contra os tecidos normais. O topo n miARNs (onde n é deixada variar entre 2 e 50) foram usados ​​para construir um modelo de previsão com base na informação sobre as amostras de formação e aplicado à amostra de teste restante. classe previsão e probabilidade foram registrados para cada algoritmo de amostragem e classificação. Estabilidade das listas de previsão de miARN utilizados com amostras de formação foi avaliada pela percentagem de sobreposição do topo n miARNs destas listas. Devido ao número limitado de amostras disponíveis para este estudo, o miRNA comum destas listas foram escolhidos como a lista final de indicadores (marcadores selecionados). Diferenças significativas foram determinadas usando o teste t de Student e considerada significativa se o valor P 0,05. Na análise, a sensibilidade é definida como a percentagem de tecidos de cancro que estejam correctamente identificados como tendo esta condição, enquanto que a especificidade é definida como a percentagem de tecidos normais, que estão correctamente identificado como normal.

Resultados

clínicas e patológicas achados

as características clínicas dos 45 pacientes com OC e 14 controles normais usados ​​em nosso estudo estão resumidos na Tabela 1. Idade de pacientes com OC variou de 20 a 81 anos (mediana, 57 anos), enquanto que controles normais variou entre 21 e 75 anos (mediana, 56). Todas estas amostras foram diagnosticados por patologia e teve descrição macroscópica. Per de 2012 tecidos moles OC Orientação do National Comprehensive Cancer Network, os diferentes graus de diferenciação de tumores de pacientes neste estudo incluiu os seguintes: 8 casos com grau I (16,7%), 11 casos com grau II (23%), 18 casos com casos grau III (37,5%), e 11 com indeterminada (23%); e as etapas de tumor foram 14 casos com estádio I (29,2%), 5 casos com estádio II (10,4%), 27 casos com estádio III (56,3%), e 2 casos com estádio IV (4,2%) cancros.

miRNA comparação expressão

a fim de eliminar as diferenças de entradas de ARN utilizadas para traçar o perfil das 63 amostras de tecido de ovário neste estudo, o método Quantile-Median [16] foi usado para processar as medições Ct-primas. No geral, os dados das 59 amostras de tecidos ovarianos foram analisados ​​para a expressão de miARN.

Para investigar a capacidade de identificar uma assinatura de expressão de miARN OC a partir de amostras de tecidos, de miARN perfis de 59 amostras de ARN de tecido de ovário de expressão recolhidas a partir de 39 amostras de tecido de cancro epitelial, cancro do ovário amostras de tecidos epiteliais limítrofes 6, e 14 amostras de tecido de ovário epiteliais normais foram analisados ​​utilizando os ensaios de 1696 miARN detectados (Ct 32) em pelo menos 10% das amostras em estudo. Os 45 tecidos OC foram comparados com os 14 tecidos ovarianos normais utilizando o teste t. 305 miRNAs foram encontrados para ter valor-p FDR-ajustado abaixo de 0,1 e dobre alteração acima 2. Um resumo destes resultados são apresentados na Figura 1. Os miRNAs diferencialmente expressos cobriram uma ampla gama de valores de Ct e dobre mudanças.

a) a trama de ensaios miRNA utilizados ao perfil amostras de comparação: a mudança vezes (eixo y) contra medidas Ct normalizados. B) enredo Vulcão dos p-valores resultantes do teste t (eixo y) entre os grupos C e N. 305 miRNAs mostrar valores de p FDR ajustados abaixo de 0,1 e dobre a mudança acima de 2 (mostrada em vermelho). C) de agrupamento hierárquico (R pvclust pacote) dos 45 tecidos de cancro do ovário e 14 tecidos normais de ovário baseado em 50 principais ensaios de miRNA mais variáveis. Para cada cluster no agrupamento hierárquico, quantidades chamado

p

-Valores (aproximadamente imparcial

p

-valor (vermelho) e Bootstrap probabilidade P-value (verde)) são calculados através de bootstrap multi-escala resampling.

P

-valor de um cluster é um valor entre 0 e 1, o que indica o quão forte o cluster é suportado por dados. D) de 17% da variância observada nas medidas de Ct de topo 50 ensaios de miARN mais variáveis ​​em todas as amostras podem ser explicados pela patologia estado da amostra (C ou N). As co-variáveis ​​restantes consideradas aqui (source = fonte do hospital, sobrevivência, histologia do tumor, estágio FIGO, o grau do tumor, a recaída, e estágio) explicam 24% da variância.

expressão Comparação de miRNA entre diferentes tipos de EOC amostras de tecido

a expressão miRNA das amostras de tecido 59 que foram comparados incluiu 45 amostras que compõem o grupo C [incluindo 39 amostras epiteliais ovarianos de tecido de cancro (grupo CE) e de amostras de tecido de cancro do ovário limítrofe 6 epiteliais (CB grupo)] e 14 amostras de ovário epiteliais normais do tecido (grupo N).

O agrupamento hierárquico dos miRNAs foi mostrado por valores p FDR ajustados abaixo de 0,1 e dobre-change acima de 2 (ponto vermelho). As comparações para 335 miARNs diferencialmente expressos em CE e os grupos N estão apresentados na Figura S2 no ficheiro S1. Em contraste, não foram observadas miARNs candidatos quando o grupo CB foi comparado com o grupo N (Figura S3 no ficheiro de S1) e quando o grupo CE foi comparado com o grupo CB (Figura S4 no ficheiro de S1). O número reduzido de câncer de tecidos limítrofes disponíveis para este estudo poderia limitar o poder na detecção de mudanças significativas e explicar a falta de mudanças observadas nestas comparações.

selecção de Biomarcadores

A precisão dos três métodos testados para um número diferente de marcadores de previsão que variam entre 2 e 50 é mostrado na Figura 2. a precisão da previsão foi relativamente semelhantes entre os métodos utilizados, e um melhor desempenho em modelos de classificação baseou-se na redução do número de marcadores de miARN (Figura 2A). Estabilidade (eixo y), medida como a percentagem de sobreposição entre as listas de marcadores de miARN utilizados para a classificação (59, nesta análise, um para cada uma das amostras usadas para testes) é apresentada na Figura 2B, como uma função do número de marcadores utilizados (eixo-X ). Como esperado, a sobreposição entre as listas seleccionadas de preditores de miARN aumentou para aproximadamente 90% quando foi predição baseada em 11 ou mais marcadores, sugerindo um efeito reduzido no passo marcador de selecção a partir de amostras individuais.

A) taxa de erro produzido por diferentes algoritmos de classificação como uma função do número de marcadores de previsão utilizadas. procedimento leave-one-out validação cruzada foi utilizado para estimar a redução das taxas de erro. B) Percentagem de sobreposição preditor miARN seleccionado de entre os diferentes conjuntos de treino de amostras utilizadas. C) Deixar-one-out resultados de validação cruzada: cada probabilidade de classe amostra (eixo y) é estimado com base no modelo SVM aprendi com todas as outras amostras. Tecidos (câncer preto, vermelho normal) são representados por probabilidade de classificação de ser câncer. D) ROC curva com base em resultados de validação cruzada leave-one-out e utilizando o método SVM.

miRNA triagem e testes entre o câncer de ovário e grupos normais

Os 10 miRNAs comuns em toda a listas de marcadores usados ​​para previsões com base em 11 miRNAs foram selecionados como lista final de biomarcadores para o diagnóstico OC. Algumas características destes miRNAs, incluindo as alterações vezes entre câncer e tecidos normais, juntamente com os valores de p t-teste e valores de p FDR-ajustados, são apresentados na Tabela 2. Os 10 miRNAs incluídos miR-1271-5p e miR-574 -3p, que tinha expressão significativamente mais baixos (valores de p estão apresentados na Tabela 2) níveis na (grupo C) do grupo do cancro do ovário do que no grupo normal. Em contraste, outros miRNAs como miR-182-5p, miR-183-5p, miR-96-5p, miR-15b-5p, miR-182-3p, miR-141-5p, miR-130b-5p, e miR-135b-3p tinha um nível de expressão significativamente maior no grupo do ovário tecido de cancro da amostra (grupo C) do que no grupo normal (valores de p estão apresentados na Tabela 2).

o desempenho da classificação do selecionou 10 miRNAs para algoritmo SVM após o uso de leave-one-out procedimento de validação cruzada é apresentado na Figura 3. uma vez que a lista de miRNA selecionada usado todas as amostras, o desempenho apresentado aqui pode ser uma superestimativa do verdadeiro. Isto reflectiu-se na melhoria da precisão do desempenho de previsão quando etapa de seleção marcador foi independente sobre o conjunto de testes de amostras (Figura 3). A precisão observada foi de 86%, enquanto que a precisão observada para marcadores seleccionados foi de 96%. A sensibilidade na detecção OC com base em marcadores seleccionados foi de 97%, enquanto que a especificidade foi de 92% com uma área sob a curva (AUC) do receptor resultante curva ROC (ROC) de 0,978. Não foram observadas diferenças significativas entre os principais fatores clínicos recolhidos para amostras testadas neste estudo (Figura 3D)

A) probabilidades de previsão (cancro do ovário) para cada amostra utilizada neste estudo (C = Câncer;. N = Normal). B) curva ROC. C) erro de predição através de diferentes grupos de tecido: o tecido normal (N), carcinomas epiteliais tecidos (CE) e tecidos limítrofes (CB). D) erro de previsão dentro dos grupos grau do tumor [Aumento de erro em amostras de grau inferior (mas não significativo)].

Discussão

A fim de encontrar perfis específicos de miRNAs derivadas do tecido de EOC, um estudo comparativo foi realizado utilizando uma matriz de plataforma de qRT-PCR entre 45 amostras de células epiteliais do tecido de pacientes com EOC e 14 células epiteliais de amostras de tecido normal de controlos saudáveis. O estudo revelou que 10 desregulado assinatura miRNA entre os quais hsa-miR-1271-5p e hsa-miR-574-3p foram regulados negativamente; e hsa-miR-182-5p, hsa-miR-183-5p, hsa-miR-96-5p, hsa-miR-182-3p, hsa-miR-141-5p, hsa-miR-15b-5p, HSA –miR-130b 5p, e hsa-miR-135b-3p foram sobre-expressos em tecidos de cancro do ovário. Estas descobertas podem efetivamente distinguir tecidos OC de tecidos normais do ovário, o que implica a presença de miRNAs específicos em EOC. A assinatura de 10 miRNA identificado no estudo podem contribuir para uma melhor compreensão do mecanismo de EOC tumorigênese e desenvolvimento e também ajudar no diagnóstico de EOC

sistema de expressão de miRNA utilizado no estudo possuíam as seguintes vantagens significativas.: (1) a maior coleção de ensaios validados (1722 miRNAs humanos no miRBase contra 20,0), (2) um dos maiores faixa de detecção (até 6 ordens de magnitude), (3) a detecção mais sensível (para baixo para uma única cópia número), (4) uma maior especificidade ( 3% de reactividade cruzada entre 8 membros de família deixou-7). Três métodos de classificação diferentes foram usados ​​por um procedimento de validação cruzada leave-one-out para minimizar os erros. Para o melhor de nosso conhecimento, esta é a maior escala de miRNAs (1722) expressão estudo de perfis realizados utilizando qRT-PCR até agora.

Nós tinha analisado a decomposição da variância de amostras cancerosas e tecido normal e mostrou o resultado na figura 1D. Nós reconhecemos que não existe uma correlação com a fonte do hospital, a sobrevivência, a histologia do tumor, a fase da doença, do grau do tumor e ainda a recaída, excepto as amostras (amostras de tecido normal versus amostras de tecido maligno). Mais importante, os 10 miRNAs discriminou o grupo EOC do grupo normal, com alta sensibilidade e especificidade, sugerindo o seu valor potencial para a detecção precoce de OC. Eles indicaram que a classificação do grupo C do grupo N se podia esperar que têm sensibilidade de 97% e 92% de especificidade.

A assinatura de 10 miRNA identificado no estudo mostrou diferenciação de destaque entre EOC dos controles normais. Entre estes, miARNs miR-96, o miR-182 e miR-183 estão agrupados em um locus do cromossoma 7 [17] e miR-141-5p pertence à família de miR-200, que é agrupado nos cromossomas 12. Não apenas o miR-141, Descobrimos ainda que outros membros (200a /b /c) de família miR200 também são sobre-expressos em EOC em comparação com o normal (Tabela 3). Ambos os dois clusters de miRNA são bem conhecidos aglomerados miRNA oncogênicos que têm sido amplamente relatados para envolver na génese do tumor em vários tipos de tumores [18] – [20]. Os membros da família de miR-200 foram relatados para segmentar ZEB1 e ZEB2, factores de transcrição zeb são repressores cruciais de sinalização de BMP, e Peart et ai relataram que a sinalização de BMP controla o potencial maligno da ascite derivado epiteliais esferóides de cancro do ovário humanos via AKT cinase activação [ ,,,0],21]. Os membros (miR200b e miR429) da família miR200 foram relatados para ser significativamente associada com a recorrência de câncer de ovário e sobrevivência global [18]. Para agrupar miR183-96-182, Xu relatado que sobre-expressa o miR-182 e miR-96 de segmentação caixa de cabeça de forquilha O3 desempenha um papel significativo no efeito pró-proliferação da leptina sobre células de cancro do ovário [22]. miR-182 foi relatado para direta e negativamente regulamenta um importante supressor de tumor, morte celular programada 4 (PDCD4) em OC [23]. miR-183 é confirmado ter efeitos reguladores negativos na expressão Tiam1, o que contribui para a invasiva, migratória, e propriedades viabilidade das células OC [24]. Um estudo recente da sequenciação pequenos RNAs de p21 isogênico + /+ e p21 – /- células demonstrou que os vários clusters de miRNA, miR-200b-200a-429, miR-200c-141 e miR-183-96-182 foram regulados negativamente em células p21 deficiente, se a adição antagonizando miRNAs de cluster miR-200 e miR-183-96-182 em p21 células + /+, aumentou invasão e elevou os níveis de

VIM

,

ZEB1

e

SLUG

mRNAs, que são alvos comuns de miR-183 e miR-96. O estudo ainda descobriu que as formas de p21 um complexo com ZEB1 no promotor de cluster miR-183-96-182 para inibir a repressão da transcrição deste cluster ZEB1 sugerindo um ciclo de feedback recíproco [25]. Alguns estudos descobriram que os membros da família miR-200 foram regulados positivamente na linha de células de câncer epitelial de ovário seroso, bem como no soro de pacientes com câncer epitelial de ovário seroso [26], [27].

estes resultados sugerem que os aglomerados do miR-183-96-182 e miR200 desempenham um papel muito importante na EOC e podem ser utilizados como biomarcadores potenciais de diagnóstico para a detecção de EOC, bem como ter um potencial terapêutico para a supressão da proliferação do cancro do ovário e invasão .

O modelo SVM foi ainda usado com perfis de dados gerados a partir de amostras de células epiteliais como dados de treinamento para testar amostras de tecido limítrofes câncer epitelial de ovário. Seis dos 7 OC amostras foram previstos como OC, o que indicou que o assinatura identificado também poderia ser útil para detectar OC a partir de amostras de tecido limítrofes (dados não mostrados). No entanto, este pode precisar de uma amostra maior para confirmação. No entanto, não há miRNAs significativas poderia separar CB do grupo N, ou CB do grupo CE. Isso pode ser atribuído à potência reduzida na detecção de diferenças entre 39 de amostras epiteliais do cancro do ovário (CE) e 6 amostras epiteliais de cancro do ovário limítrofes de tecido (CB). São necessários mais estudos com maior tamanho da amostra para confirmar essa explicação.

Também foram observadas algumas diferenças importantes em miRNAs para uma separação de amostras de câncer epitelial de ovário (sem as amostras de tecidos limítrofes câncer epitelial de ovário) a partir de amostras normais. Os sete miARNs desreguladas incluindo HSA-miR-182-5p, HSA-miR-183-5p, HSA-miR-96-5p, HSA-miR-1271-5p, HSA-miR-182-3p, HSA-miR-1468 -5p e hsa-miR-135b-3p (Tabela S1 no arquivo S1) foram confirmados pela AUC da curva ROC (AUC = 0,965), com 97% de sensibilidade e 85% de especificidade (Figura S5 no arquivo S1). 6 out desses 7 miRNAs (HSA-miR-182-5p, hsa-miR-183-5p, hsa-miR-96-5p, hsa-miR-1271-5p, hsa-miR-182-3p e hsa- miR-135b-3p) estão na assinatura 10-miARNs. Os perfis 10 de miARN únicas distinguidos amostras de tecido de tumor epitelial do ovário, incluindo amostras de tecido de cancro epitelial do ovário e do cancro ligado amostras de tecido de ovário linha epiteliais de amostras de tecidos normais de ovário epitelial com uma sensibilidade de 97% e especificidade de 92%. O perfil de 7 miRNA assinatura de expressão também foi capaz de classificar amostras de tecido de cancro do ovário epiteliais e tecidos ovarianos epiteliais normais. Estas descobertas podem fornecer uma base para futuros estudos sobre o valor clínico de miRNAs tumor na previsão de eficácia terapêutica, mantendo vigilância e previsão de prognóstico e ajudar a uma melhor compreensão do mecanismo da gênese do tumor epitelial de ovário e desenvolvimento.

Informações de Apoio

S1 Arquivo.

Apoiar figuras de informação. Figura S1, Visão geral do projeto experimental. Figura S2, a comparação entre o tecido do ovário carcinomas epiteliais (grupo CE) e o tecido normal (grupo N). A) enredo MA de ensaios utilizados para o perfil amostras comparadas. lote B) Vulcão dos p-valores resultantes do t-teste entre os grupos N CE e. 335 miRNAs mostras p-valores ajustados (FDR) abaixo de 0,1 e dobre-mudanças acima de 2 (mostrados em vermelho). C) de agrupamento hierárquico de grupos N CE e com base nos 50 melhores ensaios miRNA mais variáveis. Figura S3, a comparação entre o tecido (grupo CB) limítrofe do ovário e tecido normal (grupo N). A) enredo MA de ensaios utilizados para o perfil amostras comparadas. lote B) Vulcão dos p-valores resultantes do t-teste entre a CB e os grupos N. Sem miRNA mostra valores de p ajustados (FDR) abaixo de 0,1 e dobre-mudanças acima de 2 (mostrada em vermelho). C) de agrupamento hierárquico de grupo CB e N com base em 50 principais ensaios de miRNA mais variáveis. Figura S4, Comparação entre o tecido epitelial de ovário carcinomas (grupo CE) e tecido ovariano limítrofe (grupo CB). A) enredo MA de ensaios utilizados para o perfil amostras comparadas. lote B) Vulcão dos p-valores resultantes do t-teste entre os grupos CE e CB. Não há valores de p miRNAs mostra ajustados (FDR) abaixo de 0,1 e dobre-mudanças acima de 2 (mostrada em vermelho). C) de agrupamento hierárquico de grupos CE e CB baseado em 50 principais ensaios de miRNA mais variáveis. Figura S5, Sete miRNAs selecionados comparando grupo CE com o grupo normal. A) probabilidade de Previsão de SVM, 53 amostras com erros = 3 (0,06 0,05). B) A área sob a curva (AUC = 0,965) estimativa para o painel de microRNA no grupo CE do grupo normal

doi:. 10.1371 /journal.pone.0096472.s001

(DOC)