PLoS ONE: The Expression of glyseraldehyd-3-fosfat dehydrogenase Associated Cell Cycle (GACC) Gener korrelerer med kreft Stage and Poor overlevelse hos pasienter med solide tumorer

Abstract

glyseraldehyd-3-fosfat dehydrogenase (GAPDH) blir ofte brukt som en stabil rengjøring markør for konstant genuttrykk. Men transkripsjons nivåer av

GAPDH

kan være svært oppregulert i enkelte krefttyper, inkludert ikke-småcellet lungekreft (NSCLC). Ved hjelp av en offentlig tilgjengelig microarray database har vi identifisert en gruppe gener som uttrykk nivåer i enkelte kreftformer er sterkt korrelert med

GAPDH

oppregulering. De fleste av de identifiserte genene er cellesyklusavhengig (

GAPDH

Associated Cell Cycle, eller GACC). Oppreguleringen mønster av

GAPDH

positivt forbundet gener i NSCLC er lik den som er observert i dyrkede fibroblaster dyrket under forhold som induserer anti-aldrings. Dataanalyse viste at oppregulert

GAPDH

nivåer er korrelert med avvikende genuttrykk knyttet til både glykolysen og glukoneogenesen veier. Nedregulering av fruktose-1,6-bisfosfatase (FBP1) i glukoneogenesen i forbindelse med opp-regulering av de glykolytiske gener er nært knyttet til høy ekspresjon av

GAPDH

i tumorene. De presenterte data viser at oppregulering av

GAPDH

positivt forbundet gener som er proporsjonal med ondartet stadium av forskjellige tumorer og er forbundet med en ugunstig prognose. Dermed tyder dette arbeidet som GACC genene representerer en potensiell ny signatur for kreft stadium identifikasjon og sykdom prognose

Citation. Wang D, Moothart DR, Lowy DR, Qian X (2013) uttrykk for glyseraldehyd-3- fosfat dehydrogenase Associated Cell Cycle (GACC) Gener korrelerer med kreft Stage and Poor overlevelse hos pasienter med solide tumorer. PLoS ONE 8 (4): e61262. doi: 10,1371 /journal.pone.0061262

Redaktør: Jonathan A. Coles, Glasgow University, Storbritannia

mottatt: Per 31. desember 2012; Godkjent: 08.03.2013; Publisert: 19 april 2013

Dette er en åpen-tilgang artikkelen, fri for all opphavsrett, og kan bli fritt reproduseres, distribueres, overføres, endres, bygd på, eller brukes av alle for ethvert lovlig formål. Arbeidet er gjort tilgjengelig under Creative Commons CC0 public domain engasjement

Finansiering:. Denne forskningen ble støttet delvis av egenutført Research Program, National Institutes of Health, National Cancer Institute, Senter for Cancer Research. Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet

Konkurrerende interesser:.. DW er etterforsker av W2MOTIF, LLC, og DRM er ansatt i amerikansk Qualex, Inc. DW og DRM har arkivert en amerikansk foreløpig patentsøknad som er basert på dette arbeidet (US 61732943). Dette endrer ikke forfatternes tilslutning til alle PLoS ONE politikk på deling av data og materialer.

Innledning

Selv om genet som koder glyseraldehyd-3-fosfat dehydrogenase (GAPDH) brukes ofte som en stabil markør for konstitutiv genekspresjon, er dens uttrykk ikke alltid er konstant, spesielt i kreft. For eksempel i en studie av ikke-småcellet lungekreft (NSCLC),

GAPDH

var den minst stabile av de 6 «referanse» gener undersøkt [1]. Dette housekeeping glycolytic enzymet har vært innblandet i flere funksjoner, og har blitt funnet å være over-uttrykt i visse kreftformer [2].

Mer enn 50 år siden, Warburg hypotese om at kreft vekst er tilrettelagt av svulster som genererer sin energi gjennom aerob glykolyse [3]. Nyere studier med sikte på å vurdere denne hypotese har vist at kreftcellene har tilpasset sin metabolisme for å lette opptak og innlemmelse av næringsstoffer inn i biomassen som kreves for å produsere nye celler [4]. Tumorutvikling og progresjon er faktisk korrelert med økt glukoseopptak og /eller avvikende glukosemetabolismen [5] – [8]. Hypoksisk miljø som tumorceller ligge fører til en økning i glykolytisk metabolismen. Som et nøkkelmellomprodukt komponent i glykolysen, kan GAPDH tjener en viktig rolle i kreftcelleutvikling og tumorprogresjon. Mens det er kjent at de fleste glykolytiske enzymer, inkludert GAPDH, blir aktivert og høyt uttrykt for å svare til oksygenmangel i tumoren [9], er rollen til oppregulert GAPDH i NSCLC er fortsatt uklar. I en mulig kreftrelaterte scenario, ble GAPDH funnet å være en pro-overlevelse regulator av caspase-uavhengig celledød (CICD) [10].

I denne studien, en offentlig tilgjengelig microarray-databasen ble ansatt for å identifisere cellesyklusavhengig gener som korrelerer med

GAPDH

oppregulering og anti-apoptotisk aktivitet. Denne analysen har identifisert et sett av cellesyklus-baserte signatur gener, utpekt

GAPDH

Assosiert Cell Cycle (GACC) gener, hvis oppregulering er korrelert med aggressivitet av flere krefttyper og deres ugunstig prognose. Identifisering av GACC gener kan være nyttig i arbeidet med sikte på å belyse veier som forbinder karbohydrat metabolismen med cellesyklusbasert kreft celle utvikling, som kan føre til nye kreft mål basert på GACC genuttrykksmønster i kreft.

Resultater

Up-regulering av

GAPDH

Assosiert Cell Cycle (GACC) gener i ikke-småcellet lungekreft (NSCLC)

en integrert NSCLC genekspresjon datasett, basert på Affymetrix Genechip human Genome U133 Plus 2.0 Array, ble opprettet fra tre uavhengige kohorter som var direkte ned fra offentlig tilgjengelige europeiske Bioinformatikk Institute ArrayExpress database: E-geod-18842, E-geod-19188 og E-geod-19804. Den kombinerte datasettet, utpekt hele kohorten besto av 174 NSCLCs og 156 kontroll vev. Foreløpige analyser antydet transkripsjon av enkelte cellesyklus gener i NSCLC datasett kan korrelere med transkripsjon av

GAPDH

. Med den rollen GAPDH i glykolysen, dette funnet oppmuntret ytterligere genekspresjon profilanalyse av tumorene for forholdet mellom karbohydratmetabolismen og cellesyklusregulering.

Genekspresjon korrelasjonsanalyse identifisert mange gener hvis opp-regulering i tumorene er nært korrelert med

GAPDH

uttrykk. Nærmere bestemt, i den kreft kullet, ble 341 opp-regulerte gener identifisert med en

GAPDH

uttrykk korrelasjonskoeffisienten er større enn eller lik 0,6. Av disse er 117 gener (34%) beskrevet som cellesyklusrelaterte basert på Gene Ontologi biologisk prosess terminologi. I den opprinnelige Genechip Human Genome U133 Plus 2.0 Array med 54,613 sonder, bare 2044 relaterte gener (3,7%) er forbundet med Gene ontologi biologisk prosess Begrepet «cellesyklus», som innebærer mer enn en ni-fold berikelse for cellesyklusrelaterte gener i svulstene. En enda høyere prosentandel av cellesyklusrelaterte gener (18/26, 69%, et 17-gangers anrikning av cellesyklusrelaterte gener) er funnet når korrelasjonskoeffisienten er angitt mer stringent, større enn eller lik 0.72 (tabell 1). Disse genene er utpekt her som

GAPDH

Assosiert Cell Cycle (GACC) gener. Genene i listen koder for proteiner knyttet til G1 /S og /eller G2 /M faseoverganger (

FOXM1, CDCA3 (Tome-1), CCNB2 (cyclin B2), BIRC5, CCNB1 (cyclin B1), CDC45, PRC1 Hotell og

CCNA2 (cyclin A2)

), og proteiner involvert i mitotiske prosesser (

NCAPD2, TPX2, AURKB, PSMD2, KIF4A, KIF2C, UBE2S, og FAM83D

).

KPNA2 (importin alfa en

) og

CDKN3 product: (

cyclin-avhengig kinase inhibitor 3

) er også cellesyklus-relatert. Topp rangert

GAPDH

positivt assosierte gener i denne klassen inkluderer

triosefosfatisomerase

1 (

TPI1

) og

glukose-6-fosfat-isomerase plakater (

GPI

), som hver koder for et glykolytisk enzym nøkkel. Dermed er det bare seks av de 26 genene i listen (

CENPA

,

RAD51AP1

,

SLC2A1

,

KIF4A, RFC4, og RRM2

) kan ikke bli utpekt som er relatert til cellesyklusen eller glykolyse. I det minste et undersett av disse seks gener kan faktisk ikke være unntak, som CENPA er en viktig centromeric protein utsatt for cellesyklus avhengige endringer [11]. Det er også noen bevis som tyder RAD51AP1 kan bidra til neoplastisk vekst [12], mens SLC2A1 er involvert i glykolyse relatert glukose transport. Endelig er KIF4A implisert i kromosomet kondensasjon og segregering under mitose [13], er RFC4 avgjørende for prolifererende cell nuclear antigen (PCNA) avhengig DNA-syntese [14], og RRM2 koder for ribonukleotidreduktase M2, som katalyserer dannelsen av deoksyribonukleotider fra ribonukleotider i en celle-syklusavhengig måte [15]. I sum har to gen klasser blitt identifisert i listen. Klasse I består av glukosemetabolismeveien relaterte gener mens klasse II dekker cellesyklusrelaterte gener.

Den høyest rangerte GACC gener er svært knyttet til veien reguleres av transkripsjonsfaktoren gaffelhode Box M1 (

FoxM1

,

r

= 0,77) i NSCLC. Tabell 2 viser genene i FoxM1 sti der deres uttrykk er knyttet til G2 /M progresjon, Kromosom segregering, og cytokinese.

r

verdier mellom uttrykket av et flertall av disse genene (19/29, 68%) og uttrykket av

GAPDH

i listen er over 0,6.

Ett hundre tjuetre nedregulert gener, som har en korrelasjonskoeffisient mindre enn eller lik -0,6, ble identifisert i NSCLC i løpet analysere dataene (data ikke vist). Ingen av genene i denne gruppen er beskrevet av Gene ontologi biologiske prosessen som cellesyklusen relatert.

I motsetning til kreft vev, analyse av kreftfrie kontroll vev i kohorten identifisert bare 5/70 ( 7%) av de genene som korrelerte positivt med

GAPDH

uttrykk (

r

større enn eller lik 0,6). Den Gene ontologi biologisk prosess beskriver disse genene som cellesyklusen. De korrelerte cellesyklusgener inkluderer

CDK4 product: (

r

= 0,62) og

CHK1 product: (

r

= 0,62). Disse to genene ble også observert å være sterkt uttrykt i kreftvevet.

Som følger av ovennevnte funn, for de fleste av de høyt uttrykte GACC gener i svulstene, det var bare en svak sammenheng for

GAPDH Hotell og GACC genuttrykk observert i kontroll vevsprøver (korrelasjonskoeffisienter var for det meste i 0,2-0,5 områder). I motsetning til de korrelasjonskoeffisientene for de 15 høyest rangerte GACC gener fra kreftvevet var større enn 0,7 (figur 1). Uttrykket av gener innenfor glykolysen (

GAPDH

,

TPI1 Hotell og

GPI

) forble høyt korrelert både i NSCLCs og prøver kontroll vev ikke-kreft.

Korrelasjonskoeffisienter av

GAPDH

uttrykk nivåer og

GAPDH

forbundet genuttrykk nivåer ble beregnet i NSCLCs (svart, valgte gener med

r

0,7) og kontroller (hvit) plottes.

TPI1 Hotell og

GPI

er gener som koder for to enzymene i glykolysen. Resten av gener koder for cellesyklusrelaterte proteiner.

Up-regulering av

GAPDH

i NSCLC og glykolyse /glukoneogenesen trasé

De foregående resultater antyder at

GAPDH

uttrykk kan være assosiert med cellesyklusrelaterte aktiviteter. For å utforske forholdet mellom de oppregulert GACC gener i lungekreft og eventuelt avvikende uttrykk for glukose metabolske veier, analyserte vi uttrykket verdiene av gener involvert i glykolysen og glukoneogenesen. Ekspresjonen av hvert gen i disse banene er oppregulert eller uforandret, i tumorcellene, med unntak av fruktose-1,6-bisfosfatase (

FBP1

) (tabell 3, figur 2). Oppregulering av

GAPDH

er mest statistisk signifikant blant alle 10 glykolyse (G1-10 i tabell 3) trinn og 4 bypass (BP1-3 i Tabell 3) glukoneogenesen trinn (1,07 ganger økning og ensidige t -test

p

= 1.44E-57). Omtrent 75% eller 35% av NSCLC viser både økt

GAPDH

uttrykk og redusert

FBP1

uttrykk i datasettet ved hjelp av enten median eller 25% kvartil verdi som cut-off point. Videre uttrykk for

GAPDH Hotell og

FBP1

er co-regulert med oppregulering av GACC genet

FoxM1 product: (

r

= 0,77 ) i tumorer (figur 3).

Figuren viser de samme veiene som cellulære glykolyse og glukoneogenesen. Oval form teksten representerer metabolitter av trasé. GLC = Glukose, G6P = Glukose-6-fosfat, F6P = Fruktose-6-fosfat, F1,6P = fruktose 1,6-bisfosfat, GAPD = glyseraldehyd 3-fosfat, DHAP = Dihydroxyacetone fosfat, 1,3-BPG = 1, 3-Bisphosphoglyceric syre, 3PG = glycerat 3-fosfat, 2PG = glycerat 2-fosfat, PEP = fosfoenolpyrodruesyre, Pyr = pyrodruesyre, OXA = oksaloacetat. Gene symboler, regulering tilstand (↑ eller ↓ hvis oppdaget) og sti (i parentes, G1-10: glykolyse trinn 1-10, BP1-3: glukoneogenesen bypass trinn 1-3), er angitt

Medianverdier verdier~~POS=HEADCOMP (A) eller 25% kvartil-verdier (B) av genekspresjon blir betraktet som loddepunkter. Tallene for verdien høyere enn cut-off point (

GAPDH eller FoxM1

) eller lavere enn cut-off point (

FBP1

) eller ulike kombinasjoner er plottet for begge svulster (svarte) og kontroller (hvit).

Relevansen av oppregulert

GAPDH

positivt korrelert gener i NSCLC til regulering av celle senescence

for ytterligere å undersøke sammenhengen av oppregulering av GACC gener og at av den andre

GAPDH

positivt korrelert gener i NSCLC, spekulert vi at kreft kan oppstå delvis av en reduksjon i den normale regulering av senescens av gener assosiert med cellesyklusen . Vi undersøkte derfor genuttrykk nivåer i dyrkede celler hvor anti-aldrings regulering hadde blitt indusert, og sammenlignet dem med gener som oppregulert uttrykk ble funnet å være positivt korrelert med

GAPDH

uttrykk i NSCLC kohort. Denne sammenligning anvendes mikromatrisesettet E-geod-19018, hvori lav passasjen IMR-90 humane diploide fibroblaster var blitt dyrket i 20% oksygen (normal replikative kapasitet) eller 3% oksygen (økende replikative kapasitet), hvoretter RNA var blitt ekstrahert og hybridiserte på mikromatriser. Når toppen 341

GAPDH

positivt korrelert gener (

r

er større enn eller lik 0,6) identifisert i NSCLC datasettet ble sammenlignet med de fra de dyrkede fibroblaster, den oppregulert

GAPDH

positivt korrelert gener (inkludert minst 34% av GACC gener) i både NSCLC og fibroblastene dyrket i 3% oksygen (oksygen lav spenning og anti-senescens) ble funnet å være lik (figur 4). En god korrelasjon (

r

= 0,71) ble funnet mellom et uttrykk signal-forhold av kreft /kontroll og forholdet 3% oksygen /20% oksygen dyrkede celler ved ekspresjon av disse gener.

Positive korrelasjonskoeffisienter mellom signalforhold på svulst /kontroll i NSCLC datasett og signalforhold på 3% oksygen /20% oksygen dyrkede humane diploide fibroblast datasett er plottet.

GACC gener er nye gen signaturer for NSCLC og andre solide tumorer

Ved hjelp av ulike datasett som er tilgjengelig for oss, vi evaluert om GACC genuttrykk nivåer kan være relevant for kreft stadium og prognose. Som vist i varmen kartet plottet i figur 5, toppen rangert GACC gener, samt glykolyse relaterte gener, er gruppert i svulstene. Videre kan disse gener benyttes for å skille mellom forskjellige kreft stadier.

radene i en microarray varme kart representerer gener med hver kolonne i linjen representerer en annen prøve (kilde navn, etterfulgt av sykdomsstatus). De genuttrykk verdier fra fire kohorter av NSCLCs med ulike kreft stadier (I, II, III) (A), binyrebark karsinomer (ACC) med tumor karakterer (høy eller lav) (B), brystkreft (BC) med ulike kreft karakterer (I, II, III) (C), og hepatocellulært karsinom (HCC) med ulike kreftstadier (veldig tidlig, tidlig, avansert, svært avansert) og normal lever (D) er samlet og presentert av varme kartet.

Spesifikt gruppene fra E-geod-19804, som inkluderer 24 NSCLCs med forskjellige tumor trinn (i, II, III) som hadde blitt tilfeldig valgt fra den opprinnelige datasettet (6 stadium i, 6 trinn II, og 12 stadium III), er fortrinnsvis gruppert i henhold til scenen. Cluster en fortrinnsvis assosiert med mer avansert stadium svulster, som den har 8 stadium III (89%) svulster og en scene II svulst. I motsetning klynge 2, som har 11 stadium I /II (73%) og 4 trinn III svulster, er beriket for tidlig stadium svulster (figur 5A).

De kullene fra E-geod-10927, som inkluderer 33 binyrebark kreft med tumor karakterer (høy eller lav), kan også bli gruppert. Cluster 1 er beriket for høyverdig svulster, som det har 13 høy klasse (87%) og 2 lavgradige svulster. På den annen side, cluster 2 relativt anriket for lavgradige svulster, som har 11 lavgradig (61%) og 7 høyverdig svulster (figur 5B).

De kullene fra E-GEOD- 29 431, som inneholder 28 brystkrefttilfeller med tumor karakterer (I, II, III), er gruppert. Fjorten stadium I /II og 14 trinn III prøver ble tilfeldig valgt fra opprinnelige datasettet. Cluster 1 har åtte stadium III (73%) og 3-trinns II svulster, mens cluster 2 har 11 stadium I /II (65%) og 6 trinn III tumorer (figur 5C).

kullene fra E- geod-6764, som inneholder leverkreft (HCC) og normal leveren, er gruppert. Klynge 1 består nesten utelukkende av meget avansert /avansert III HCC (91%), mens klynge 3 hovedsakelig har meget tidlig /tidlige tumorer (67%). Alle 8 normale prøver er i klynge 2 (73%), som også inkluderer 2 veldig tidlig og 1 tidlige tumorer (figur 5D).

Mønsteret av genet clustering antyder at GACC relatert genuttrykk kan være relevant som biomarkører å forutsi kreft prognose. For å vurdere denne muligheten, ble GACC genuttrykk nivåer analysert fra et datasett av 442 lungekreft adenokarsinomer [16] og korrelert til 60-måneders overlevelse utfall. Høy uttrykk for de beste rangerte GACC gener er assosiert med dårlig sykdomsforløp (Figur 6A). Kombinere GACC genuttrykk nivå med

GAPDH

nivå kan forbedre prediktiv kraft GACC gennivå alene i de fleste tilfeller (figur 6B).

(A) direktørens Challenge kohort med 442 lunge adenokarsinomer fra caArray for Kaplan-Meier overlevelsesanalyse. Oppreguleringen av alle valgte topp rangert GACC genet er assosiert med dårlig prognose. Kombinasjon av oppregulering av

GAPDH

med individuell GACC genet forbedrer prediksjonen makt (høy GACC genekspresjon og høy

GAPDH

uttrykk (grønn linje)

vs

høy GACC genet uttrykk alene (blå linje)). H = høy. L = lav. (B) Statistisk signifikans av Kaplan-Meier overlevelsesanalyse ved hjelp av individuelle GACC genet som markør (

GAPDH-

) eller kombinasjon av GACC genet og

GAPDH product: (

GAPDH

+) som markører. Tabellen viser

p

verdier av chi-kvadrat analyse.

Diskusjoner

I denne studien ble en offentlig tilgjengelig microarray database [17] benyttes for å evaluere transkripsjonen nivåer av

GAPDH Hotell og tilhørende genuttrykk i solide tumorer. Studien Dataene ble analysert ved hjelp av Affymetrix Genechip menneskelige genom U133 plus2 eller U133A Array formater, som vanligvis brukes for genekspresjon deteksjon. Dataanalyse støttet seg på et større NSCLC kohort (totalt 330 prøver) som kombinerte uavhengige data fra ulike kilder. Vår identifisering av statistisk signifikante endringer i

GAPDH

uttrykk i tumorer aktivert evalueringen av genuttrykk profil som korrelert med den av

GAPDH

.

Forhøyede nivåer av GAPDH har vært observert i onkogen-indusert transformasjon [18], angiogenese [19] og anti-apoptotiske funksjon [20] – [22]. I andre studier har imidlertid GAPDH har vært implisert i å fremme apoptose [23] – [25]. Grunnen til dette paradoks er dårlig forstått [26]. Barbini arbeid [27] har foreslått at differensial subcellulære lokaliseringen av GAPDH kan bidra til dens motstående biologiske aktiviteter i apoptotiske og former hepatocytter. De forskjellige funksjoner av GAPDH kan også reguleres ved hjelp av forskjellige nivåer av post-translasjonell modifikasjon av proteinet [28].

Vår analyse viser at profilene til GACC gen oppregulering er proporsjonale med anti-senescens i profiler i svulstene, snarere enn å korrelere med promotering av senescence eller apoptose. Vi har identifisert en gruppe gener som mRNA uttrykk sterkt korrelerer med

GAPDH

uttrykk i tumorceller. Generelt har to slike klasser gen blitt identifisert i tumorene. Klasse I består av metabolismevei relaterte gener. Topp rangert

GAPDH

positivt assosierte gener i denne klassen inkluderer

triosefosfatisomerase

1 (

TPI1

) og

glukose-6-fosfat-isomerase plakater (

GPI

), som hver koder for et glykolytisk enzym nøkkel. Klasse II dekker cellesyklusrelaterte gener som vanligvis koder proteiner involvert i G2 /M overgang og M fase cellesyklusregulering. Av disse er de mest informative proteinet viste seg å være transkripsjonen faktor gaffelhode Box M1 (FoxM1), et avgjørende element for regulering av cellecyklus [29] og en viktig regulator av tumormetastase [30].

FoxM1

forbundet gener

CCNB2 product: (

r

= 0,75),

CENPA product: (

r

= 0,75),

AURKB product: (

r

= 0,73),

BIRC5 product: (

survivin r

= 0,73),

NEK2 product: (

r

= 0,69) er blant de beste GACC gener. Den kjerneprotein CENPF, som er en transkripsjons mål for FoxM1 (

CENPF

,

r

= 0,67), regulerer spindelenheten kontrollpunktet for å sikre riktig kromosom stabilitet og segregering under mitose [31]. Oppregulering av disse genene er konsekvent forbundet med høye uttrykkene for

GAPDH

.

Den mekanismen som GAPDH og FoxM1 kan være co-regulert, er uklart. For å utløse cellesyklusrelaterte hendelser, er det mulig at både GAPDH og FoxM1 translocate fra cytoplasma til kjernen i kreftceller. Nukleær translokasjon av GAPDH kan reguleres ved acetylering [32]. FoxM1 er lokalisert hovedsakelig i cytoplasma i slutten av G1 og S faser. Nukleær translokasjon av FoxM1 oppstår like før progresjon inn i G2 /M-fasen av cellesyklusen og krever aktivitet innen Raf /MEK /MAPK-signalveien [33]. Både GAPDH og FoxM1 co-translocate til kjernen i G2 /M overgangsfase gjennom deres interaksjon med andre proteiner. I denne prosessen kan KPNA2 (importin alfa 1) samhandle med GAPDH gitt at korrelasjonskoeffisient på

KPNA2

uttrykk med

GAPDH

i NSCLC er 0.75.

GACC gener er oppregulert i cellene med 3% oksygen inkubering, som har større kapasitet replikasjon (anti-senescens) enn de som er dyrket i 20% oksygen. Dette resultatet er i overensstemmelse med nyere studier som viser at GAPDH uttømming brytere humane tumorceller til en senescent fenotype [34]. Rednings eksperimenter som er ansatt metabolske og genetiske modeller bekreftet at GAPDH har viktige regulatoriske funksjoner som lenker energiomsetningen og cellesyklus nettverk. I sum, våre data tyder på at GAPDH serverer en sentral rolle i cellesyklus regulering og celle senescence under kreft celle utvikling.

I tillegg til NSCLC var oppregulering av

GAPDH Hotell og tilhørende genene , inkludert GACC gener, ble observert i andre tumortyper. Resultatene tyder på at transkripsjon av GAPDH i tumorer er et viktig skritt i utviklingen av kreft, hvor det kan bidra til økt cellesyklusrelaterte celleproliferasjon. Denne fremgangsmåte kan også omfatte avvik glykolyse og glukoneogenese, som de fleste genene i begge banene er oppregulert. Men glukoneogenesen genet

FBP1

er nedregulert i svulstene. Under normal glukosemetabolisme, er overflødig GAPDH kontinuerlig metaboliseres av glykolyse til pyrodruesyre, som deretter omdannes ved hjelp av FBP1 til fruktose 1,6-bisfosfat ved glukoneogenese. I kreft, kan nedregulering av FBP1 resultere i GAPDH-akkumulering i cytoplasma og kan også føre til translokasjon av overskudd av GAPDH til kjernen. Nedregulering av FBP1 i kreftceller er blitt rapportert nylig [35], [36]. FBP1 er ansett som et tumorsuppressorgen i magekreftceller og nedregulering av FBP1 som formidles av promoter hypermethylation er funnet i human leverkreft og kreft i tykktarmen. Over-uttrykk for GAPDH i svulstene kan koble avvikende glukosemetabolismen med celleproliferasjon. Imidlertid kan vår analyse ikke utelukke at den observerte oppregulering av både

GAPDH Hotell og GACC gener kan være en sekundær effekt av kreft som skyldes høy energikrav som kreves for rask vekst. Mens apoptose hemmes, er cellenes stoffskifte økt og viktige metabolske veier er aktivert. I tillegg har denne studien er begrenset til måling av transkripsjonsnivåer basert på mikroarray data, og ikke kan etablere en korrelasjon mellom genekspresjon og cellulære proteinnivåer innenfor de høye metabolske miljøer. Ytterligere eksperimentering er nødvendig for å løse disse problemene.

Våre data indikerer at oppregulering av GACC gener i tumorceller er proporsjonal med deres ondartet status, og således kan være en potensiell prediktor av sykdomsprognosen. Basert på

GAPDH

positivt forbundet genuttrykk nivåer, underklasse av NSCLC, adrenokortikal karsinom, brystkreft og HCC kan også bli klassifisert til ulike stadier. Oppreguleringen av

GAPDH

positivt assosiert gener sammen med mer alvorlige og /eller senere stadier av kreft. Viktigst, bruker både

GAPDH

transkripsjon og GACC genuttrykk nivåer i overlevelsesanalyse betraktelig bedre prediktiv kraft av å bruke GACC gennivå alene i de fleste tilfeller.

Metoder

genuttrykk microarray analyser rapportert i denne studien benyttet data fra ArrayExpress (https://www.ebi.ac.uk/arrayexpress) av European Institute of Bioinformatikk (EBI) og caArray (https://array.nci.nih.gov /caarray/home.action) av National Cancer Institute (NCI), som begge er offentlig tilgjengelig. Analysene inkluderte uavhengige kohorter fra ArrayEaxpress inneholder NSCLC (E-geod-18842, E-geod-19188 og E-geod-19804), adrenocortical kreft (E-geod-10927), brystkreft (E-geod-29431), hepatocellulær karsinom (HCC) (E-geod-6764), cellelinjer i ulike forhold (E-geod-19018) og en kohort fra caArray inneholder lunge adenokarsinomer (jacob-00182) for Affymetrix Genechip human Genome U133 pluss to eller U133A Arrays. De CEL filer som inneholder rådata fra hvert forsøk ble direkte ned fra EBI eller NCI nettsted med særlig sjonsnummer. Dataene ble deretter normalisert med CEL file kvalitetskontroll evaluering ved hjelp av 3 «Expression Arrays Robust Multi-matrise Analysis (RMA) fra Affymetrix programvare Expression Console (https://www.affymetrix.com). De normaliserte uttrykk verdiene representerer sondesettet intensitet på en log-2-skala. Den integrerte NSCLC datasett fra ArrayExpress inkluderer tre uavhengige NSCLC datasett for analyse, hvor alle CEL filer fra disse kildene ble kombinert for RMA analyse.

t-test (ensidige) og Pearsons korrelasjonskoeffisient beregningen var utføres ved hjelp av Microsoft Excel.

P

verdier av t-test mindre enn 0,05 ble betraktet som statistisk forskjellig. Chi Square test (chisq.test), varme tegning (heatmap) og Kaplan-Meier overlevelsesanalyse ble utført ved bruk av åpen kildekode statistisk verktøy R (versjon 2.14.1) (Hjelpemiddel Information). I genekspresjon analyser, ble verdien av et valgt genekspresjon nivå sammenlignet med medianverdien eller 25% kvartil verdien av genekspresjon i hver gruppe. Tallene høyere eller lavere enn medianen eller 25% kvartil verdien er plottet i resultatene. For overlevelsesanalyse, verdier høyere eller lavere enn medianen i hvert gen gruppe ble plassert i «høy», «lav», eller ulike kombinasjoner for analyse. Alle overlevelses ganger har blitt justert til måneder.

Hjelpemiddel Informasjon

Fil S1.

datafilen for varmekart (HCCdata.csv)

doi:. 10,1371 /journal.pone.0061262.s001 plakater (CSV)

File S2.

datafilen for overlevelsesanalyse (TPX2survival.csv)

doi:. 10,1371 /journal.pone.0061262.s002 plakater (CSV)

File S3.

R kildekoden for bioinformatikk analyse

doi:. 10,1371 /journal.pone.0061262.s003 plakater (docx)

Takk

Vi takker legene. Jeffrey D. Kittendorf og Thomas C. Johnson fra AQLS Inc., Drs. Nicholas Chi-Kwan Ling, Degang Zhong og Roger Anderson for nyttig diskusjon av manuskriptet. Vi takker Affymetrix teknisk support team for konsultasjoner om dataanalyse.

Legg att eit svar