PLoS ONE: Differential Antigen Expression profil Spår immunoreactive Delsett av avansert eggstokkreft

Abstract

tilstedeværelse og sammensetning av lymfocytter som karakteriserer en immunrespons har vært koblet til prognose ved avansert eggstokkreft. Vårt mål er å etablere nye assosiasjoner mellom prognose og uttrykk av immunrelaterte gener gjennom en fokusert skjerm benytte offentlig tilgjengelige high-throughput analyser. Vi anser transkriptom profiler fra avanserte eggstokkreft pasienter som ble observert i fire separate studier delt inn i oppdagelsen /valideringssett (/). Vi fokuserer på et undersett av lymfocytt-markører, antigen presentasjon og bearbeidings gener, T-celle reseptor forbundet ko-stimulatoriske /repressor-gener og kreft testis (CT) antigener. Vi modellert differensial uttrykk og co-uttrykk ved hjelp av disse undergrupper og testet for tilknytning til total overlevelse. Femten av 64 immunrelaterte gener er forbundet med overlevelse av hvilke fem er gjengitt i valideringssettet. Ekspresjonen av disse genene definerer et immunoreaktivt (IR) gruppen av pasienter med en gunstig prognose. Fenotypisk karakterisering av immunrommet signal inkluderer oppregulering av markører for CD8

+ T-celle aktivering hos disse pasientene. Ved hjelp av multivariate modellbygging, finner vi at uttrykket av 6 CT antigener kan forutsi IR status i oppdagelsen og valideringssett. Disse analysene bekrefter at en genomisk tilnærmingen kan reproduserbart detektere lymfocytt-signaler i tumorvev som tyder på en ny måte for å studere svulsten mikromiljøet. Vår søke har identifisert nye kandidat prognostiske markører assosiert med immunkomponenter og avdekket foreløpige bevis for prognostiske undergrupper knyttet til ulike immunmekanismer

Citation. Eng KH, Tsuji T (2014) Differential Antigen Expression profil Spår immunoreactive Delsett av Advanced eggstokkreft. PLoS ONE 9 (11): e111586. doi: 10,1371 /journal.pone.0111586

Redaktør: Rolf Müller, Philipps-universitetet, Tyskland

mottatt: 21 april 2014; Godkjent: 25 september 2014; Publisert: 07.11.2014

Copyright: © 2014 Eng, Tsuji. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres

Data Tilgjengelighet:. Den forfatterne bekrefter at alle data som underbygger funnene er fullt tilgjengelig uten restriksjoner. Dataene er tilgjengelige fra TCGA Portal (https://cancergenome.nih.gov/) og fra NCBI GEO nettsted (https://www.ncbi.nlm.nih.gov/geo/) ved hjelp av identifikatorer refereres til i teksten .

Finansiering: CA016056 www.cancer.gov National Cancer Institute kjerne tilskudd til Roswell Park Cancer Institute. Roswell Park Alliance Foundation www.roswellpark.org/giving~~V prisen til KHE. Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet

Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer

Innledning

Nylig, høy gjennomstrømming genuttrykk profilering studier i eggstokkreft har identifisert et tema av forskjellig regulerte immunsignalmolekyler knyttet til prognosen [1], [2]. Funnene er i tråd med montering bevis for at eggstokkreft er sterkt immunogene: spontane humorale og cellulære immunreaksjoner utvikles i respons til sykdom [3], danner karakteristiske epitoper [4], og er underlagt komplekse opp- og nedregulering av immunprosesser [5], [6]. Graden av tumor infiltrasjon av vertsimmunceller har vært assosiert med god prognose [7], så vel som resten av lymfocytt-subtyper.

subtyper av lymfocytter har forskjellige funksjoner relatert til antigen gjenkjennelse og immun-suppresjon [8] og er antatt å indikere et dynamiske og utvikler seg som reaksjon på kreft [9]. For eksempel, ble en økning i CD8

+ T-celler funnet å være assosiert med god prognose, men en økning i regulatoriske T-celler ble funnet å motvirke denne fordelen [10]. Således studere komponenter av ovarial tumor-mikromiljøet [11] er en kritisk vinkel for å identifisere prognostiske assosiasjoner [12].

har imidlertid noen arraybaserte ekspresjonsstudier samplet både host reaksjon, så vel som tumor. De fleste store observasjonsstudier [1], [2], [13], [14] anses bare svulstvev fordi deres mål var prognostisk modellering; immun foreninger ble gjort

post hoc

kun basert på berikelse utledes fra et lite antall viktige immungener. Andre arraybaserte studier som fokuserte på immun karakterisering var små og observasjons (n ​​= 38) [15] eller case-kontroll (n = 25, n = 25) [16]. Disse studiene viste positive assosiasjoner mellom lymfocytt-spesifikke markører og prognose som innebærer at samplet vev inneholdt noen mikro signal.

Nyere arbeider i uttrykket arrays er i stand til beregnings egen svulst, stromal og immun komponenter av disse komplekse vev. For eksempel, anslaget algoritmen [17] benytter 141 gener for å estimere brøkdel av uttrykket signal som skyldes immunrommet. Mens denne tilnærmingen er nyttig for å eliminere støy på grunn av urene prøver, denne studien bemerket at immun signaler synes å bære mild sammen med kliniske resultater. Basert på tilstedeværelsen og potensiell prognostisk verdi av immun markører, formodning vi at de tilsynelatende assosiasjoner kan føres tilbake til rester av lymfocytt RNA, og at videre analyse av disse markørene kan tilskrives-signalet fra mikromiljøet. Som sådan, kan vi bare modellere markører som vi mistenker er svært sannsynlig å være immun spesifikke

a priori

.

Vi er avhengige av to store årskull av offentlige data organisert i et funn sett og en validering sett: 503 biobanked høyverdig serøs eggstokkreft prøver fra kreft~~POS=TRUNC Genome Atlas (TCGA) [2] danner en fokusert trening og utforskning sett og en mer klinisk-representant blanding av 634 prøver fra tre Gene Expression Omnibus (GEO) studier [ ,,,0],1], [13], [14] danne valideringssettet. De kliniske funksjoner av data er beskrevet i sine originale papirer, men kort, har alle pasientene i disse studiene avansert, primær eggstokkkreft (et lite antall primær peritoneal og egglederen i valideringssettet) og fikk adjuvant platina og taxan behandlinger etter operasjonen.

Vi studerer første spesifisiteten av immunrelaterte gener til lymfocytt vev og deretter utforske univariate prognostiske foreninger. Ved hjelp av clustering algoritmer, identifiserer vi et delsett av krefttilfeller med høye adaptiv immunitet signaler, og vi viser at denne undergruppe kan forutsies ved tumor ekspresjon av kreft-testis antigener. Samlet utgjør disse resultatene antyder at betydelig prognostisk verdi forblir uutnyttet i svulsten mikromiljøet.

Metoder

Klinisk og Gene Expression data

TCGA er en biorepository studie av høy klasse serøs eggstokkreft fra flere sentre i USA og er nøye beskrevet i den opprinnelige artikkelen [2]. Relevant for vår analyse, denne studien strengt tatt eggstokkene primærvalg og papillær serøs histologier. Prøver ble opprinnelig vurdert som Stage III-IV og Grade 2,3 (senere re-iscenesatt av en TCGA patolog) og pasienten fikk adjuvant platina og taxan basert kjemoterapi. Vi tar i bruk den oppfatning at disse sakene gjenspeiler en partisk, men homogen klinisk presentasjon mer sannsynlig å gi en konsistent biologisk mekanisme.

Tre kliniske datasett ble lastet ned fra NCBI GEO database og er beskrevet nedenfor. Tabell 1 er en oppsummering av klinisk relevante forskjeller mellom studiene

GEO. GSE9891 er en australsk observasjonsstudie [14] av det meste serøs (227) eggstokkreft inkludert noen peritoneal (34) og eggleder ( 5) primærvalg. Condition på pasienter som fikk platina /taxol og fjerne de LMP prøver, analyserer vi prøver. For reproduserbarhet formål, jobber vi med normaliserte data fra GEO

GEO. GSE32062 er en japansk observasjonsstudie [1] av prøver, inkludert 10 kontrollprøver, 193 tilbakefall, 121 dødsfall givende prøver å analysere. En adjuvant platina /taxol regime ble registrert for alle pasienter

GEO. GSE3149 er en observasjonsstudie [13] av arrays etter å kombinere overflødig seg. Betydelig arbeid har blitt har blitt publisert på vanskelighetene i den opprinnelige analysen av disse dataene [18]; vi har implementert de anbefalte likheten sjekker og i gjennomsnitt arrays når de synes å komme fra samme pasient. Denne analysen begynner med GEO data fonnet og bør være immune mot datakonverterings problemer

A biologisk datasett, NCI-60-cellelinje data ble tatt fra GEO:. GSE5846 [19] hvor alle cellelinjene ble målt henhold ubehandlede forhold. Som positive kontroller, eggstokkcellelinjer, IGROV-1, ovčar-3, ovčar-4, ovčar-5, ovčar-8, SK-OV-3 og NCI /ADR-RES; skal uttrykke ingen immun markører. For negative kontroller, vi også studere leukemi linjer CCRF-CEM, HL-60 (TB), MOLT-4, RPMI-8226, SR, og K-562.

Kandidat immunrelaterte og kreft-testikler Antigen gener

kandidat gener ble valgt ut fra KEGG: Antigen bearbeiding og presentasjon (hsa04612) med fokus på overflatereseptorer og gener involvert i plasma membran transport. Overflatemarkører og co-regulatoriske molekyler av T-celle reseptor signalveien (hsa04660) ble tilsatt, med unntak av interne signalmekanismer (for eksempel: fosfolipaser, sekundære budbringere, og kinasekaskader) da disse er ikke-spesifikke og knyttet til andre signalveier. Kreft-testis antigen gener ble definert basert på overlapp med CT Database [20]. Hele genet liste er gitt i tabell S1 og S4.

Alle gener ble justert ved hjelp av offisielle genet navn kartlagt ved hjelp av den medfølgende GEO plattformen merknad (dvs. en tilhørende GPL-fil) og R-pakke hthgu133a.db-2.8. 0 [21]. Expression verdier ble skalert og sentrert for sammenlignbarhet på tvers av gener. Legg merke til at de svært variable delene av T-celle reseptor (TCA, TCB) ikke kan måles på hybridisering baserte oligonukleotid arrays.

beregningsmetoder

Univariate foreninger ble utført med proporsjonal farer regresjon . Ingen tid trunkering, for å redusere effekten av lange overlevende, ble utført. Signifikans ble kuttet på og er justert for multippel testing med mindre annet er angitt. Den rapporterte FDR Beregningen er basert på forventet antall falske positiver forutsatt alle testene er null.

Clustering analyse i TCGA informasjonen er basert på fullstendig hierarkisk clustering henhold Euklidsk avstand. Undergrupper ble plukket ved å splitte treet på 4 blader basert på visuell inspeksjon og innenfor /mellom gruppe summen av kvadrater kriterium. Cluster sentrene ble brukt til å seede en k-means algoritmen i validerings data og p-verdien er rapportert for en studie-lagdelt 4-gruppe log-rank test.

Vulkanen tomten bruker litteraturbasert overflate markører og co-regulatorer basert på en enkel t-test. Uthevede gener var betydelig over Bonferroni p mark og hadde biologisk ekstreme fold endre verdier.

Delvis korrelasjoner ble beregnet ved hjelp av klasse gjennomsnitt for gener tildelt CD4, CD8, CD3, MHCI og MHCII-baserte settene. Den GeneNet algoritme [22] med FDR og hardt thresholding på absolutt korrelasjon ble brukt til å utlede Gaussian grafiske modeller.

For å antyde de manglende noder i GGM, en skjult node må tilfredsstille tre eiendommer. Bruke MHCII – X – CD8 som et eksempel: MHCII og CD8 må være betinget uavhengige gitt Gene X (p0.05); MHCII og Gene X må være betinget avhengig gitt alle andre gener (Bonferroni p0.05); CD8 og Gene X må være betinget avhengige gitt andre gener (Bonferroni p0.05). Hver av disse kan reduseres til en p-verdi utsagn ved hjelp av standard lineær modell teori og lagt variabel analyse.

Spådommer fra en multivariat logistisk regresjonsmodell ble kategorisert i immunreaktive klassesamtaler basert på terskel den predikerte verdien fra modellen . Denne terskelen ble valgt ved hjelp av sensitivitet /spesifisitet skjæringspunkt på tvers av alle validerings datasett.

All statistisk analyse ble utført i R statistisk programmeringsspråk.

Resultater

Uttrykk av gener spesifikke lymfocytter er målbar i tumorprøver

Vi observerte at valgte lymfocytter spesifikke markører er til stede i målbare mengder i prøver av svulstvev fra våre funn sett. Fordelingen av gjennomsnittlig uttrykket (figur 1A) viser det typiske mønsteret multimodale i ekspresjons matriser: den nedre toppen reflekterer den bakgrunnsstøy for gener som ikke er uttrykt i prøven, og jo høyere topp representerer signal. Lymfocytt markør CD45 er i den signaltopp, og er forholdsvis høyt uttrykt (tabell S2). Vi formodning om at en målbar andel av cellene i hver prøve inneholde lymfocytt RNA som ville representere svulsten mikromiljøet.

Sorte flekker indikere at ekspresjonen av immunrelaterte gener. CD45 er markert som en lymfocytt spesifikk markør indikerer tilstedeværelse av lymfocytter. Undergruppeidentifiserere-baserte overlevelses anslag (B) er vist for de TCGA data basert på hierarkisk gruppering av relative ekspresjon av utvalgte T-cellegener (C og D). De fire fargelinjen på venstre identifiserer undergruppene. Den lilla undergruppe (n = 55, 11%) representerer en betydelig overlevelse fordel knyttet til uttrykket av alle fem gener.

Sammenligning med de GeneAtlas vev [23] bekrefter at den nominelle effekten av disse uttrykk array-prober er lymfocytt-spesifikke. Vi vurderte sonde ekspresjon i eggstokkene NCI-60-cellelinjer [19] for å utelukke muligheten for at genene er vanligvis uttrykt i tumorvevet (tabell S2). Tatt i betraktning den gjennomsnittlige quantile av ekspresjon sammenlignet med andre sonder, overflatemarkører CD64, CD1d, CD14, CD33, CD8A, CD16b, CD45 opprettholde et lavt nivå i cellelinjer versus microdissected tumor (alle lavere enn den 35. quantile, s). Den nesten fravær av IL6, IL12, IFNB1, og IFNg (mellom den andre og 25. quantile) tyder på at evnen til å måle cytokin signalisering er tapt i dette in vitro-system; spesielt, er det IL12 reseptor målbare, slik at overflatemarkører vises. Unntaket fra dette mønsteret er at CD4 er over-uttrykt (51ste og 61st quantiles i tumor og cellelinje prøver henholdsvis).

Dette slår fast at en reproduserbar immun signal kan måles i samplet svulstvev og vi fortsette antar at disse markørene danne et representativt tverrsnitt av svulst og immunsystemet samhandling.

reproduserbar assosiasjoner mellom kandidat gener og total overlevelse

av de 64 kandidatgener, 15 har univariate foreninger (poengsum test p -verdi) med total overlevelse (OS) etter kirurgi og primær kjemoterapi i TCGA studien (tabell S1). En ytterligere fem av disse kan godkjennes i de tilbakeholdte uavhengige studier ()

Den godkjente sett kan organiseres etter funksjon. Store histocompatibility kompleks (MHC) I gener, HLA-F, og HLA-G; en MHCII genet, HLA-DOB; den MHCI tilhørende transporter, TAP1; og co-reseptor-komplekset subenhet, CD3D (TCR-). Økende ekspresjon av hvert av disse transkriptene er assosiert med bedre overlevelse (tabell 2). T-cellerelaterte gener er sterkt korrelert, som trolig står for en indirekte, men positiv sammenheng mellom Lyddemper HLA-DOB og overlevelse (Univariat HR = 0,74, 95% KI: 0,65 til 0,85, p). Vi vil undersøke multivariate uttrykket av disse genene videre.

Ved hjelp av en hierarkisk clustering algoritmen, kan oppdagelsen sett pasientene deles inn i fire grupper (figur 1B) forbundet med OS (p = 1,2E-05 ). Representert i heatmap i figur 1C, overfører samtidig uttrykk for alle fem gener (farget lilla) mest nytte. Den samtidige ekspresjon av alle fem gener som er forenlig med T-celleaktivering, slik at vi anser den høye uttrykker undergruppe et immunoreaktivt (IR) subsett

Graden av ekspresjon er ikke forbundet med variasjon i dårlig prognose. Den lave ekspresjon av alle genene (oransje) gjør ikke verre enn en heterogen mønster av høy og middels uttrykk (gul) eller jevnt medium uttrykk (grønn undergruppe). Dette tyder på at mangelfull ekspresjon av et hvilket som helst gen er tilstrekkelig til å føre til dårlig prognose.

Vi tildeler validerings pasienter til deres mest lik oppdagelse sett undergruppe av k-means. I andre heatmap (figur 1D), blir pasientene (kolonner) bestilt av hierarkisk clustering innenfor valideringsdatasettet. Så, er gruppert undergruppene styrket av den observasjon at klassen etikettene er bevart i valideringssettet.

I funndata, er overlevelse fordel for de høye expressers (n = 55, 10%) en median fra 70,9 måneder (95% KI: 58,1 til 98,0) versus 41,4 (36,9 til 45, p = 3.5E-05) OS; median progresjonsfri overlevelse (PFS) fordelen er signifikant (p = 3.1e-04) på ​​30,4 (18.2-91.3) måneder versus 16,4 (14,7 til 18). Denne undergruppen står for 5% av dødsfallene observert i datasettet og 7% av tilbakevendende tilfeller. Denne fordelen er svakt gjengitt i valideringsdata: (p = 0,0335) med en forskjell på 64,0 måneder versus 51 måneder median OS. PFS forskjellen var ikke signifikant i valideringssettet.

Association med immunoreactive undergruppe og immun markører

TCGA analyse bekreftet et sett av genetiske undergrupper [2] identifisert i en tidligere studie [14] . Vår høy ekspresjon undergruppe (lilla, n = 55) er forbundet med deres IR-undergruppe (38/55, 69%) (p) (tabell 3). Den oransje undergruppe (n = 39) er mest proliferative (31/37, 84%). Begge disse foreningene holder i valideringen data med TCGA subtyper. Til sammen tyder dette på at den hierarkiske clustering avledet undergruppe er meningsfylt, og at det nyanser de TCGA undertyper som den sistnevnte ble funnet å ha ingen signifikant overlevelse assosiasjoner. Legg merke til at vår studie fokuserer på IR undergruppe, og vi gjør ingen forsøk på å modellere andre TCGA subtyper.

Vi undersøkte differensial uttrykk for standard immunologi markører i god prognose gruppen. Figur 2 tomter endring i uttrykket over prognose undergrupper versus statistisk bevis i begge datasett. Disse markørene innebærer en inflammatorisk respons formidlet av rekrutteringen av CD45

+ celler: CD8

+ celler og antigen-presenterende celler (APC). Ingen endring i CD4-ekspresjonen tyder på at det er sannsynlig å være en latent bakgrunn nærværet av CD4

+ T-celler og at forskjellige tiltak kan tilskrives aktiveringen (representert ved differensiell

ICOS

uttrykk). Fraværende er NK-celler (CD56

+) forsterker ideen om at prosessen er en del av adaptiv immunitet.

Markører med sterk biologisk og statistisk signifikans (t-test Bonferroni p0.001) er valgt i oppdagelse satt og fremhevet i begge tomter.

Vi formodning at disse observasjonene er konsistente med en immunoediting konsept. Den god prognose gruppen representerer likevekt der en forekomst av APC og aktiverte CD4

+ celler rekruttere CD8

+ T-celler til å opprettholde adaptiv immunitet.

Prognostic co-uttrykk antyder T-celleaktivering

For å antyde funksjonelle samspillet mellom immunrelaterte gener, utførte vi en co-uttrykk analyse som oppsummerer korrelasjon i IR gruppen og dårlig prognose undergrupper grafisk. Kanter i disse Gaussian grafiske modeller (GGMs) representerer statistisk avhengighet mellom immunkomponenter (figur 3A, 3B); positiv avhengighet innebærer at begge komponentene er til stede og vil sannsynligvis være i samspill mens negative kanter innebærer gjensidig utelukkende funksjon eller undertrykkelse.

Blå kantene er positive assosiasjoner og rødt er hemmende foreninger. Den fremhevet orange kant kan fjernes ved å betrakte et uavhengig sett av gener. CD8 og MHCII rekke uttrykk separate gode og dårlig prognose undergrupper i funn (C) og validering (D) datasett. MHCII uttrykket er positivt prognostisk men vises i CD8 uttrykker prøver. Shading er lagt for vekt.

Som i dette uttrykket analyse, CD4 og MHCII er korrelert i IR undergruppe og ikke i dårlig prognose undergrupper. I samsvar med sin rapportert funksjon, RFX familie (

RFX5

,

RFXANK

,

RFXAP

) av transkripsjonsfaktorer «uttrykk øker concordantly med økningen i MHCII uttrykk [24]. I IR-undergruppen, to kanter antyde anti-korrelasjon mellom CD4 og MHCI som innebærer gjensidig utelukkende funksjon; og sammenheng mellom CD8 og MHCII (figur 3C, 3D) som vises i strid med spesifisitet av MHC klasser.

For å forklare denne effekten, vi søkte etter savnede gener som inkludering i grafen ville fjerne disse kanter. En missing link mellom CD8 og MHCII er

GZMA

en protease som gjenspeiler aktiviteten til cytolytiske T-celler. Mellom CD4 og MHCI vi slutte at CCR5, et cytokin reseptor relatert til aktivering av T-celler, mangler. Den felles observasjon er at transkripsjon foreninger sannsynlig må vurderes sammen med tiltak av T-celle aktivering. Relevansen av disse genene er støttet av den statistiske betydningen av transkriptomet omfattende søk (justert) og spesifisiteten av utvalgte gener «uttrykk i lymfocytt vev.

Med fokus på CD8 og MHCII uttrykk, vi oppmerksom på at god prognose gruppe kan defineres ved høy MHCII uttrykk hvor CD8 uttrykk varierer; CD8 uttrykk er begrenset når MHCII uttrykk er lav. Derfor hypoteser vi at MHC klasse II-formidlet aktivering av CD4

+ T-celler er nødvendige for infiltrering av CD8

+ T-celler som gir beskyttelse.

Immunreaktiviteten forutsagt av kreft-testikkel antigen profiler

Vi undersøkte sammenhengen av IR undergruppe med kreft testis (CT) familie av antigener [20]. Disse genene er ofte over-uttrykt i kreftceller og indusere spontane immunresponser, noe som gjør dem et hovedmål for immunterapi [25]. Spesielt er CT antigen ekspresjon antas å påvirke IR-undergruppe ved å regulere T-celle responser på ovarial tumor-mikromiljøet. Oppdagelsen sett arrays målt 98 CT antigener (tabell S4), hvorav tre ble forbundet med IR undergruppe (Bonferroni p):

CEP290

,

CTNNA2

,

TMEFF1

.

Fordi medlemskap i IR klassen er binært, brukte vi logistisk regresjon for å modellere multivariate sett antigener assosiert med IR status. Tabell S3 er regresjon bordet for en modell passform ved hjelp av BIC-baserte trinnvis utvalg. Her

CEP290

,

CTNNA2

,

TMEFF1

, og

TEX15

uttrykk reduserer sannsynligheten for at en pasient er i IR-klassen. Antigener

ZNF164 Hotell og

MAGEA3

øke sjansen. Annet enn

CTNNA2

, noe som er dobbelt så viktig som

MAGEA3

, de andre genene har omtrent samme effekt. I de uavhengige data, spådommer fra denne modellen sterkt assosiert med k-midler avledet foreninger (HR = 3,96, 95% KI: 2,59 til 6,14, p = 1.47e-11) tuned for lik sensitivitet og spesifisitet (0,66) gitt en moderat prevalens (140/634, 20,5%).

Vi videre stratifisert pasienter i IR undergruppe til god og dårlig prognose basert på OS til 33,5 måneder (totale studiepopulasjonen median OS). Et sett av 16-antigener omfatter forening av de 3 IR undergruppe gener og antigener assosiert med den forskjell i overlevelse. Figur 4 er et heatmap som omfatter den midlere ekspresjon av de 16 gener i tre hovedklasser. Den første klasse (oransje) uttrykkes i ikke-IR tilfeller og kan speiler aktiviteten av immundempende elementer. Det andre settet (lilla) er uttrykt i IR kreft, men er relatert til prognose. Den tredje (cyan) uttrykkes sterkt i IR tilfeller med god prognose og kan indikeres immun stimulerende effekt. En levedyktig hypotese kan være å se om T-celler reagerer på det andre settet av antigener (

ZNF165

,

CEP55

,

ATAD2

,

MAGEZ3

,

CTAGE5

) har regulatoriske fenotyper.

Diskusjoner

Vi har analysert uttrykket av 64 T-celle co-reseptor og antigen presentasjon /behandler gener i avansert serøs ovarian cancer ved anvendelse av en standard univariate skjerm og en analyse av deres ko-ekspresjon. Disse analysene definerer en delmengde av ovarialcancer tilfeller med prognostisk meningsfullt uttrykk i forbindelse med T-celleaktivering og en tidligere definert immunoreaktivt undergruppe [2]. I motsetning til tidligere arbeid [17], [26], undergruppen kan identifiseres reproduserbart med bare fem gener versus over hundre. Denne effektiviteten kommer fra vår første immunologisk perspektiv. Vi reduserer betydelig de overflødige gener, men handle muligheten til å lage en pan-eggstokkreft genetisk karakterisering. Som et resultat, gjør vi ingen krav om eller forsøke å modellere ikke-immunologiske signaler.

Vi har nå et lite sett med markører og antigener som kan gjøre translasjonsforskning og biomarkør arbeidet mer gjennomførbart for immunterapi. Med hensyn til bruk av CT-antigener, er det funnet et sett som forutsier ikke-immunogene kreft (putatively, de med lav T-celleaktivering) og et sett som kan være målrettet for blokade typen immunoterapi. Begge biologiske studier for å bekrefte regulatoriske aktiviteten til T-celler i disse sakene og retrospektive kliniske studier kan bli den neste undersøkende trinn. Vi spekulerer i at sett med IR bestemt CT antigener stimulere immunresponser (f.eks rekruttere aktiverte T-celler), men er utilstrekkelig immunogene å indusere tumor utrydde immunreaksjon. Alternativt kan denne gruppen be blandede effekter. Indusere immunresponser mens fremme tumorprogresjon

Inferentially, har vi innført et funn /validering rammeverk som gjør det mulig for oss å gjøre foreløpige bekreftelser og for å unngå over-tolke høy-dimensjonale gjenstander . De data som er begrenset av naturen av uttrykk data fra tumorprøver; vi stole på den formodning at selv etter mikrodisseksjon, analysert prøvene beholde en del av lymfocytt genetisk materiale. Fordi denne effekten ser ut uavhengig av hverandre i flere undersøkelser, kan disse observasjonene være anvendelig for analyser ved anvendelse av denne plattformen og har mindre sannsynlighet for å bli utsatt for sats effekt skjevhet. I tillegg dette arbeidet motiverer etterforskningen av en strukturert måte å analysere rest stromal signal fra tumorprøver og derfor antyde genetisk interaksjon i svulsten mikromiljøet.

Hjelpemiddel Informasjon

Tabell S1.

Univariate assosiasjoner mellom gener og total overlevelse målt etter karakter test p-verdi

doi:. 10,1371 /journal.pone.0111586.s001 product: (PDF)

Tabell S2.

Tissue spesifikke quantiles uttrykks av lymfocytter spesifikke markører. Lave quantiles innebærer relativt lav eller ingen uttrykk

doi:. 10,1371 /journal.pone.0111586.s002 product: (PDF)

tabell S3.

Regresjon bord for multivariate logistisk regresjonsmodell bruker antigen uttrykk for å forutsi immunoreactive klasse status

doi:. 10,1371 /journal.pone.0111586.s003 product: (PDF)

Tabell S4.

Liste over identifiserte kreft testikkel (CT) antigener

doi:. 10,1371 /journal.pone.0111586.s004 product: (PDF)

bekreftelser

Resultatene publiseres her er helt eller delvis basert på data generert av The Cancer Genome Atlas pilotprosjekt etablert av NCI og NHGRI. Informasjon om TCGA og etterforskerne og institusjoner som utgjør TCGA forskningsnettet kan bli funnet på https://cancergenome.nih.gov/.

Legg att eit svar