PLoS ONE: Die Überexpression von E2F mRNAs Verbunden mit Magenkrebs Progression identifiziert durch den Transkriptionsfaktor und miRNA Co-regulatorisches Netzwerk Analysis

Abstrakt

Die Genexpression wird auf die Transkription und Translation Ebenen reguliert; damit beide Transkriptionsfaktoren (TFs) und microRNAs (miRNA) spielen eine Rolle in der Regulation der Genexpression. Diese Studie untersuchte differentiell exprimierten mRNAs und miRNAs in Geweben Magenkrebs eine TF und miRNA koregulative Netzwerk zu konstruieren, um veränderten Gene bei Magenkrebs Progression zu identifizieren. Insgesamt 70 Fälle von Magenkrebs und gepaarte benachbarte normale Gewebe wurden zu cDNA unterzogen und miRNA-Mikroarray-Analysen. Wir erhielten 887 hochreguliert und 93 nach unten reguliert Gene und 41 nach unten reguliert und 4 hochreguliert miRNAs bei Magenkrebs Gewebe. Mit der Transkriptions-regulatorische Element Database, wir erhalten 105 Gene, die durch die E2F Familie von Genen reguliert werden und mit Hilfe Targetscan, MIRANDA, miRDB und miRWalk Tools, sagten wir voraus potentielle Zielgene dieser 45 miRNAs. Wir haben dann die E2F-bezogene TF und miRNA koregulative Gen-Netzwerk aufgebaut und 9 Hub-Gene identifiziert. Weiterhin fanden wir, dass das Niveau von E2F1, 2, 3, 4, 5 und 7 mit Zellen Magenkrebs invasion Kapazität zugeordnet mRNAs und mit Tumordifferenzierung zugeordnet ist. Diese Daten zeigten Überexpression von E2F mRNAs mit Progression Magenkrebs assoziiert

Citation:. Zhang X, Ni Z, Duan Z, Xin Z, Wang H, Tan J, et al. (2015) Die Überexpression von E2F mRNAs Verbunden mit Magenkrebs Progression identifiziert durch den Transkriptionsfaktor und miRNA Co-Regulatory Network Analysis. PLoS ONE 10 (2): e0116979. doi: 10.1371 /journal.pone.0116979

Empfangen: 30. September 2014; Akzeptiert: 17. Dezember 2014; Veröffentlicht am: 3. Februar 2015

Copyright: © 2015 Zhang et al. Dies ist ein offener Zugang Artikel unter den Bedingungen der Lizenz Creative Commons Attribution verteilt, die uneingeschränkte Nutzung erlaubt, die Verteilung und Vervielfältigung in jedem Medium, vorgesehen sind der ursprüngliche Autor und Quelle genannt

Datenverfügbarkeit: Alle relevanten Daten sind innerhalb des Papiers und seiner Hintergrundinformationen Dateien. Die Daten wurden an die GEO-Datenbank hinterlegt, unter der Zugangsnummer GSE63089

Finanzierung:. Diese Arbeit wurde teilweise durch Zuschüsse von der National Natural Science Foundation of China (̭20108025 und̮72662), Gründung der Provinz Jilin unterstützt Abteilung Wissenschaft und Technologie (É30522013JH undÉ40414048GH) und der Norman Bethune Programm der Universität Jilin (É2219). Die Autoren danken auch der Medjaden Bioscience Limited (Hong Kong, China) für die Bearbeitung und Korrektur des Manuskripts. Die Geldgeber hatten keine Rolle in Studiendesign, Datenerfassung und Analyse, Entscheidung oder Vorbereitung des Manuskripts zur Veröffentlichung

Konkurrierende Interessen:.. Die Autoren haben erklärt, dass keine Interessenkonflikte bestehen

Einführung

Magenkrebs ist immer noch eines der wichtigsten Gesundheitsprobleme in Entwicklungsländern, wie in China, obwohl die Inzidenz allmählich in den westlichen Ländern zu verringern. Insgesamt ist Magenkrebs Konten für das vierte Einfalls- und der zweiten Mortalitätsraten unter allen Krebsarten in der Welt [1-3]. Magenkrebs Risikofaktoren gehören Helicobacter-pylori-Infektion, häufige Verzehr von geräucherten Speisen, gesalzener Fisch und Fleisch, und eingelegtem Gemüse, Tabakrauch, Fettleibigkeit oder chronische Gastritis. Diese Risikofaktoren könnten koordinieren, um die Genexpression oder Mutation oder epigenetische Veränderungen manipulieren und schließlich zu Magenkrebs Entwicklung. Bis heute ein großer Teil des Wissens hat sich in Bezug auf die molekularen Veränderungen angehäuft mit Magenkrebs assoziiert sind, wie ARID1A, TP53 [4], PTGER4, PRKAA1, ZBTB20 [5] und PLCE1 [6]. Jedoch bleibt der zugrundeliegende Mechanismus für verschiedene Gene vermittelten Magen Karzinogenese definiert werden. Daher ist es von entscheidender Bedeutung für weitere molekulare Pathogenese von Magenkrebs untersuchen mit Hilfe der systematischen biologischen Ansatz, wie der Bau von differentiell exprimierten Gene-regulatorische Netzwerk der wichtigen Gen-Weg oder Signal während Magenkrebs Entwicklung oder Progression zu identifizieren.

die Genexpression wird an den Transkriptions- und Translationsniveaus geregelt. Auf der Ebene der Transkription, Gen-Transkriptionsfaktoren (TFs) spielen eine wichtige Rolle bei der Regulation der menschlichen Genexpression spielen, während miRNA konnte bei der Post-Transkription Ebene der mRNA-Translation und Halbwertszeit regulieren. Insbesondere TFs sind Proteine, die an spezifische DNA-Sequenzen binden und dadurch Gentranskription steuern. MiRNA ist eine Klasse von natürlich kleinen nichtkodierenden RNAs mit 18-22 Nukleotiden in der Länge auftritt und funktionell kann miRNA posttranskriptional silence Proteinexpression durch an komplementäre Zielgens Transkripte bindet, wodurch diese messenger RNAs Abbau oder sie daran hindert, zu übersetzen in Proteine. Somit können sowohl TFs und miRNAs können Gene in verschiedenen Stadien der Genexpression regulieren und kann zu eng steuern Genexpression eine Rückkopplungsschleife und eine komplizierte Regelungsnetzwerk bilden. In dieser Hinsicht Studie dieses Genregulationsnetz könnte uns helfen, Zellhomöostase und physiologischen Prozess, biologische Funktion und Mechanismus von Krankheiten zu verstehen. Bisher wurden eine Reihe von Studien Genregulation von TFs und miRNA in Magenkrebs, wie nuclear factor kappa B gezeigt [7], FoxM1 [8], Hypoxie-induzierbaren Faktor 1 [9] und miR-7 [10] , miR-375 [11], miR-125b, miR-199a, miR-100 [12]. Tatsächlich trägt anomale miRNA oder TF-Expression auf menschlichen Karzinogenese [13]. Daher wird in dieser Studie untersuchten wir die Rolle der kombinierten miRNA und Transkriptionsfaktoren in der Regulation der Genexpression bei Magenkrebs für die Assoziation mit Magenkrebs Progression. Wir haben festgestellt erste differentielle Expression von Genen und miRNAs in Magenproben Krebsgewebe und analysiert sie bioinformatisch die TF-miRNA regulatorisches Netzwerk zu bilden, zu beziehen Expression von E2F Familie mRNAs in Magenkrebs. Wir haben bestätigt, dann E2F Ausdruck für die Assoziation mit Magenkrebs Progression.

Materialien und Methoden

Patienten und Gewebeproben

Diese Studie wurde von der Ethikkommission der Fakultät für Medizinische Basis genehmigt wurde Wissenschaften, Universität Jilin und jeder Patient wurde in einer schriftlichen Einwilligungserklärung zugestimmt. Danach schrieb wir 70 Magenkrebs-Patienten von Jilin University (Changchun, China) zwischen April 2012 und Oktober 2014 Alle Patienten jede Vorchirurgischer Behandlung erhalten haben, wie Chemo- oder Strahlentherapie. Beide Tumor und entfernten normalen Geweben wurden aus dem Operationssaal und in flüssigem Stickstoff gelagert innerhalb von 10 Minuten erhalten.

RNA-Isolierung und miRNA Vorbereitung

Die gesamte zelluläre RNA wurde aus Gewebeproben unter Verwendung des Trizolreagenz isoliert (Invitrogen, Carlsbad, CA, USA) und dann weiter gereinigt ein RNeasy Mini Kit (Qiagen, Düsseldorf, Deutschland). RNA-Konzentration wurde dann bestimmt die Epoch Multi-Volume-Spektralphotometer System (BioTek, Vermont, USA). Danach wurde miRNA aus diesen RNA-Proben unter Verwendung des Mirvana miRNA Isolation Kit (Ambion, Austin, TX, USA) isoliert.

Exon Microarray-Analyse

In dieser Studie haben wir erste Genexpressionsprofil zwischen 45 Magenkrebs und gepaarte angrenzenden normalen Gewebeproben unter Verwendung des Affymatrix Gene Chip Exon Arrays 1.0 ST (Affymatrix, CA, USA). Insbesondere wurde 1 ug RNA Probe umgekehrt in cDNA transkribiert und diese cDNA-Proben wurden anschließend in cDNA-Fragmente mit Endonukleasen verdaut und mit dem DNA-Markierungsreagenz unter Verwendung von DNA Labeling Kit (Affymatrix, CA, USA) markiert. Die markierten cDNA-Matrizen wurden als Sonden verwendet, um die für 17 h Affymatrix Gene Chip Exon Arrays 1,0 ST in einem Zustand von 45 ° C inkubiert und die Drehung bei 60 Umdrehungen pro Minute zu hybridisieren. Danach wurden die Arrays gewaschen und gescannt unter Verwendung von Gen-Chip-Scanner 3000 mit Gen-Chip-Betriebssoftware (GCOS).

miRNA Microarray-Analyse

Wir profilierte auch die differentiell exprimierten miRNAs in 15 Magenkrebs und Probenpaare angrenzenden normalen Gewebe Affymatrix Gene Chip microRNA Array. Ähnlich zu den cDNA Microarray-Experimenten, die miRNA-Sonden unter Verwendung von RNA Labeling Kit (Affymatrix, CA, USA) wurden bei 45 ° C bis Affymatrix Gene Chip MikroRNA Array hybridisiert und gedreht wird 17 h bei 60 Upm. Danach wurden die Arrays mit GCOS gescannt.

Microarray Datenanalyse

Die rohen Microarray-Daten wurden Limma Algorithmus analysiert unter Verwendung der differentiell exprimierten Gene und miRNAs zu identifizieren und dann analysiert, um die lineare Modelle mit und empirische Bayes-Methoden. A t
-test und Bonferroni-Korrektur wurde für die Bewertung der statistischen Signifikanz jedes differentielle Expression verwendet. Gene und miRNA waren signifikant, wenn p unterschiedlich exprimiert werden als
-Werten < 0,05 und Genexpression zeigte mindestens das 1,5-fache Veränderungen zwischen Krebs und ihre normalen Geweben. QUBIC (Qualitative BI-Clustering) Programm wurde verwendet, um Cluster-Analyse Gene unterschiedlich exprimiert. Die grundlegende Idee des Algorithmus ist es, alle Untergruppen von Genen mit ähnlichen Expressionsmustern bei einigen Untergruppen von Krebsgeweben zu finden, und daher in jedem solchen Muster beteiligten Gene können möglicherweise als Signaturen für Krebs Untertypisierung oder Staging verwendet werden. r = 1, q = 0,06, c = 0,95, o = 100, f = 1 [14,15]: Für unsere bi-Cluster-Analyse haben wir die folgenden Parameter verwendet. Datenbank für Annotation, Visualisierung und integrierten Entdeckung (DAVID) und Kyoto Encyclopedia of Genen und Genomen (KEGG) Tools wurden für die funktionelle Analyse und Pathway-Klassifizierung dieser verschiedenen Genen verwendet.

qRT-PCR

Verwendung von 1 ^{Erststrang cDNA Synthsis Kit (Takara, Dalian, China) nach den Empfehlungen des Herstellers gesamten zellulären RNA von kanzerösen und normalen Magengewebe wurden umgekehrt in cDNA transkribiert. Expression von E2F1, E2F2, E2F4 und) mRNA wurde in 10 Magenkrebs analysiert und angrenzenden normalen Gewebeproben von q-PCR unter Verwendung von SYBR Premix Ex Taq (Takara) und β-Actin wurde als interne Kontrolle verwendet, gepaart. Die Primer sind in Tabelle 1. Die qPCR-Daten für unter Verwendung von 2 quantifiziert ΔΔCt Methoden.}

Der Bau der TF-miRNA koregulative Netzwerk

Nach dem Microarray Datenanalyse, wir erhalten TFs und die latenten Zielgene, die von der E2F-Familie durch Durchsuchen von Transkriptions-regulatorische Element-Datenbank (TRED) geregelt sind. Darüber hinaus wurde die miRNAs E2F Familie Targeting bestimmt Abfrage vier Ziel Vorhersage Datenbanken, das heißt, Targetscan, MIRANDA, miRDB und miRWalk Datenbank [16-18]. Wir kombiniert dann diese Differential exprimierten Gene und miRNAs diese TF-miRNA koregulative Netzwerk E2F Familie mit Cytoscape Software mit Bezug zu konstruieren. In der TF-miRNA koregulative Netzwerk definierten wir Knoten als Hub-Gen oder miRNA, wenn es um mehr als zwei Gesamt Knoten im Netzwerk verknüpft.

Analyse von E2F Familie mRNAs für die Assoziation mit Klinik pathologischen Merkmale von Magenkrebs-Patienten

Empfänger bedienen Charakteristik (ROC) Kurven arbeiten, analysierten wir differentiell exprimierte Gene, die durch die E2F mRNAs zwischen Magenkrebs und gepaart angrenzenden normalen Gewebe-Gen reguliert werden. Wir haben dann ausgewählt und zeichnet die besten angepassten Gene für die Assoziation mit Klinik pathologischen Eigenschaften der binären logistischen Regressionsanalyse.

Die statistische Analyse

Die ROC-Kurve und binäre logistische Regressionsanalyse wurden für differentiell exprimierte Gene genutzt , die durch die E2F mRNAs zwischen Magenkrebs und gepaart angrenzenden normalen Gewebe reguliert. Einweg-ANOVA wurde verwendet, um zwischen E2F-Familie und dem Grad der Tumorzellinvasion zu assoziieren. GraphPad Prism Software 6 wurde durchgeführt, ROC-Kurve und die Berechnung der Sensitivität, Spezifität und die Fläche unter der Kurve (AUC) erhalten wurde. SPSS 18.0 Software wurde für One-way ANOVA und binäre logistische Regressionsanalyse verwendet. Ein p-Wert < 0,05 wurde als statistisch signifikant sein

Ergebnisse |

Erkennung von differentiell exprimierten Genen und miRNAs zwischen Magenkrebs und ihre entsprechenden normalen Geweben

Wir zuerst ausgeführt. die Affymatrix Exon Arrays Analyse differentiell exprimierten Genen zwischen Magenkrebs und gepaart angrenzenden normalen Gewebe bei 45 Patienten zu erfassen (Patientendaten sind in Tabelle S1 gezeigt). Die GEO Datensammlungen von NCBI-Zugangsnummer dieser Studie war GSE63089. Mit > 1,5 Fold Change als cut-off-Wert identifizierten wir 887 hochreguliert und 93 herunterregulierte Gene (S2 Table). Funktionsanalyse zeigte, dass diese differentiellen Gene hauptsächlich Gen Wege gebildet, wie beispielsweise Zellzykluskontrolle, p53-Signalweg, Krebs Stoffwechselweg, extrazellulären Matrix-Rezeptor-Wechselwirkung, Zelladhäsion, Glykolyse /Gluconeogenese und Cytokin-Rezeptor-Wechselwirkung (Fig. 1). E2F Familienmitglieder spielen eine wichtige Rolle bei der Zellzyklus-G1 /S-Übergang in den Zellen und die Genexpression von E2F1, 2, 3, 4, 5 und 7 wurden alle zu sein, eine Überexpression (p < 0,01) gefunden bei Magenkrebs in dieser Studie.

Als nächstes führten wir auch die Affymatrix Gene Chip microRNA Array-Analyse in 15 Fällen von Magenkrebs und gepaart benachbarten normalen Geweben (Patientendaten sind in Tabelle S1 gezeigt). Die GEO Datensammlungen von NCBI-Zugangsnummer dieser Studie war GSE63121. Wir fanden 41 herunterreguliert und 4 hochreguliert miRNAs (S3 Tabelle). Feige. 2 veranschaulicht die bi-Cluster Clusteranalyse dieser 45 Differential miRNAs bei Magenkrebs vs. normalen Geweben. Funktionell diese differentiell exprimierten miRNAs könnten unterschiedliche Gen Wege regulieren, wie Transkriptionsaktivierungsaktivität, die DNA-Bindung, Transkriptionsfaktoraktivität, posttranskriptionelle Regulation der Genexpression und G1 /S-Übergang des mitotischen Zellzyklus.

Bauwesen- und Analyse der E2F familienbezogenen TF-miRNA koregulative Netzwerk

um die E2F familienbezogenen TF-miRNA koregulative Netzwerk anzuzeigen, verwendeten wir TRED TF und latenten Zielgene zu untersuchen geregelt von E2F Familie und ausgewählt dann ausgedrückt die differentiell TFs und latenten Zielgene in Magenkrebsgewebe. Wir fanden insgesamt 105 TFs und latent-Zielgene, die potentiell von E2F-Familie in Magenkrebs geregelt werden konnte (5 herunterreguliert und 100 bis regulierter Gene, siehe Tabelle S4), die ein 105 Gen-Netzwerk nach dem bi- bilden könnten Cluster Cluster-Analyse (Abb. 3) Die DAVID-Analyse zeigte, diese 105 Gene die meisten Zellzyklus-Genen sind (Abb. 4).

Als nächstes wir Online-Tools Targetscan, MIRANDA, miRDB und miRWalk Datenbank Verwendete vorhersagen potenzielle Zielgene dieser 45 miRNA und fusionierte diese dann gezielt Gene mit diesen 105 differentiell exprimierten Genen. Wir fanden 7 herunterreguliert und 2 hochreguliert miRNAs (S3 Tabelle). Danach bauten wir die E2F-bezogenen TF-miRNA regulatorisches Netzwerk (Abb. 5) nach oben.

Danach werden wir diese E2F bezogenen TF-miRNA regulatorisches Netzwerk analysiert und festgestellt, dass E2F1, E2F2 und E2F4 in E2F-Familie eine wichtige Rolle in diesem TF und miRNA koregulative Netzwerk spielen. Drei überregulierten mRNAs (E2F1, E2F2 und E2F4) von den differentiell exprimierten mRNAs wurden validiert mit real-time PCR (RT-PCR). Die Ergebnisse zeigten, dass E2F1, E2F2 und E2F4 in den Magenkrebsproben im Vergleich zu normalen Proben überreguliert wurden. Die RT-PCR-Ergebnisse und Microarray-Daten konsistent sind (p < 0,05, Abb. 6). Darüber hinaus haben wir festgestellt 9 naben Gene von E2F-bezogenen TF-miRNA regulatorisches Netzwerk, das von TFs (Abb. 7) zusammen geregelt werden kann. Die DAVID Analyse dieser 9-Hub-Gene und Funktionen ist in Tabelle 2

Verband der E2F-Familie mRNA-Spiegel mit Klinik pathologischen Merkmale von Patienten mit Magenkrebs

Wir weiter analysiert die Expression von E2F mRNAs gezeigt und assoziiert sie dann mit Klinik pathologischen Merkmale von Patienten mit Magenkrebs. Die ROC-Kurven-Analyse zeigte, dass E2F1, 2, 3, 4, 5 und 7 können die latent Ziele sein magenKrebsGewebe und die normalen (Fig. 8) unterscheiden. Kombination mehrerer E2F Familie mRNAs kann die Spezifität und Empfindlichkeit ihrer Unterscheidung zwischen Magenkrebs und normalen Geweben nach der Regression von binären logistischen Analyse (Abb. 8) zu verbessern. Darüber hinaus fanden wir Niveau E2F1, 2, 3, 4, 5 und 7 mRNA assoziiert mit der Tiefe von Magenkrebsinvasion (Fig. 9). Wir fanden auch, dass E2F-Expression mit Tumor-Differenzierung zugeordnet ist (Abb. 10).

Diskussion

In dieser Studie verwendeten wir einen Cut-off-Wert von 1,5-fache Veränderung zu Profil unterschiedlich exprimiert mRNAs und miRNAs bei Magenkrebs Gewebe, die mit den meisten früheren Studie von cDNA oder miRNA-Microarrays konsistent ist [19]. Diese unterschiedlich exprimiert mRNAs und miRNAs bei Magenkrebs Gewebe wurden meist im Zusammenhang mit Zellzyklus, vor allem E2F-Familie. Bis heute umfassen die Mitglieder der E2F-Proteine ​​E2F1- E2F8 und unter ihnen, E2F1, 2, 3, 4, 5, und 7-Proteine ​​wurden alle signifikant bei Magenkrebs in der aktuellen Studie überexprimiert. So sagten wir voraus, dass E2F-Familie wichtige regulatorische Funktionen bei Magenkrebs hat. So bauten wir dieses E2F bezogenen TF-miRNA Co-regulatorisches Netzwerk für Magenkrebs auf der Basis unserer Microarray-Profilerstellungsdaten. Dieses Netzwerk enthält 105 TFs und deren geregelten latent Zielgene (5 herunterreguliert und 100 bis regulierter Gene), die mit E2F-Familie und 9 differentielle miRNAs verwandt sind (7 herunterreguliert und 2 hochreguliert miRNAs) (Fig. 5) . In anderen Worten könnte E2F-Genfamilie wirken auf diese 105-Genen und 9 miRNAs Zellzyklusprogression von Magenkrebs zu regulieren. Tatsächlich fanden wir, dass Zielgene reguliert durch E2F1 und E2F4 erschien Mengen an unterschiedliche Expression in Magenkrebs, was darauf hindeutet, dass E2F1 und E2F4 sind sehr wahrscheinlich einen bedeutenden Anteil in Wachstum von Magenkrebs zu besetzen. Darüber hinaus miRNAs differentiell bei Magenkrebs ausgedrückt konnten die Expression von E2F1, E2F2, E2F5 und E2F7 zu regulieren, was darauf hinweist, dass miRNAs veränderten Expression von Proteinen E2Fs wichtige Faktoren bei Magenkrebs Entwicklung oder Progression ist.

Tatsächlich E2F Familienmitglieder spielen eine wichtige Rolle bei der Zellzyklus-G1 /S-Übergang in Zellen und deren veränderte Expression einer Reihe von Krankheiten des Menschen beigetragen, darunter Krebs [20]. Beispielsweise während des Magenkrebswachstum und Progression, werden Krebszellen Tumorzellproliferation, fördern aber die Apoptose hemmen. An der Gen-Ebene, Transkriptionsfaktor E2F-Genfamilie spielt eine bedeutende Rolle Zellzyklus-Prozess bei der Regulierung durch die rechtzeitige Expression von Genen zu fördern für die DNA-Synthese an der G1 /S-Phasenübergang erforderlich. E2F Aktivität selbst wird von Retinoblastom-Protein (RB) und den Taschen Proteine ​​p107 und p130 gesteuert. Bis heute sind die Mitglieder in E2F-Proteine ​​E2F1-E2F8, einschließlich Transkriptionsfaktoren aktiviert E2F1-3a, das hauptsächlich Zellzyklus Übergang von G0 zu S-Phase regulieren und Transkriptionsfaktoren gehemmt E2F3b-E2F8, die in Ruhe- oder differenzierten Zellen exprimiert werden und verhindern die Zellzyklusprogression [21]. Frühere Studien zeigten, dass eine veränderte Expression von E2F-Genfamilie eng mit einem Wachstum von Brustkrebs [22], Ovarialkarzinom [23], Blasenkrebs [24], Darmkrebs und Bauchspeicheldrüsenkrebs [25] verbunden war. In Magenkrebs, zeigte früheren Studien, dass E2F wurde abnormal exprimiert und E2F-Expression durch miRNAs reguliert wurde mit Ablauf des Zellzyklus und Apoptose Repression in Magenkrebszellen assoziiert TGFß Tumor-Suppressor-Weg [26] zu unterdrücken. E2F-Gen-Mutation ist auch eine der Ursachen von Magenfrühkarzinomen Auftreten [27]. Unsere aktuellen Daten werden diesen Befund unterstützt.

Doch neben E2F Familie, TP53, BRCA1 und STAT3 auch eine wichtige Rolle in diesem TF und miRNA koregulative Netzwerk (Abb. 5) spielen. Zum Beispiel TP53is einer der am ausführlichsten untersuchten Genen und spielt eine Rolle bei der Regulation der Apoptose, genomische Stabilität und Angiogenese [28]. Eine frühere Studie zeigte, dass p53
Mutation direkt auf die Entwicklung von Magenkrebs in Verbindung [4] und eine andere Studie zeigte, dass die Wiederherstellung der p53-Aktivität, die Empfindlichkeit von Magenkrebs-Chemotherapie [29] induziert. BRCA1 ist die Anfälligkeit Gen für Brustkrebs und regelt Zell-Apoptose und Reparatur DNA-Schäden. BRCA1 spielt eine Rolle bei der Regulation der DNA-Reparatur-Aktivität und BRCA1
Mutation trugen zur Entwicklung von Brustkrebs, Eierstockkrebs [30], Bauchspeicheldrüsenkrebs [31], und Magenkrebs [32]. Verlorene Expression von BRCA1-Protein wurde mit einer schlechten Überlebensrate von Patienten mit Magenkrebs [33] verbunden. Unsere aktuelle Studie zeigte, dass BRCA1-mRNA mit Magenkrebs Differenzierung assoziiert war. Außerdem ist STAT3 ein Transkriptionsfaktor, der als Reaktion auf Wachstumsfaktoren und Cytokine aktiviert ist, und trägt zur Regulation der Zellproliferation, Apoptose und Motilität in Zellen. Frühere Studien haben gezeigt, dass STAT3 ein wichtiger Regulationsfaktor [34] bei Magenkrebs Entwicklung war und dass STAT3-Aktivierung gefördert Überleben von Tumorzellen und Migration [35]. Eine frühere Studie verwendet STAT3 Inhibitor Magenkrebs und zeigte Wirksamkeit [36].

Darüber hinaus miRNAs (miR-125a-5P, miR-331-3p, miR-17, miR-150, miR-155 zur Behandlung von , miR-27b, miR-31, miR-92a und miR-509-5p), die unterschiedlich in Magenkrebs ausgedrückt, wurden zu regulieren die Expression von E2F1, E2F2, E2F5 und E2F7 in dieser Studie (S3 Tabelle) gefunden. Frühere Studien haben gezeigt, dass miR-125a-5P Ausdruck mit Magen Karzinogenese assoziiert wurde von der E2F3 Targeting [37]. MiRNA-331-3p zielt direkt auf E2F1 und induzierten Wachstumsarrest von menschlichen Magenkrebszellen [38]. Darüber hinaus wird die Expression von miR-155 konnte TGF-β1-vermittelte Aktivierung des Rb und wiederum zu verringern, die Fülle der inhibitorischen pRB-E2F1-Komplex und Lift G0 /G1-Arrest [39] zu blockieren. MiR-17 Familie Cluster sind, sich als Schlüssel Modulatoren von TGF-βtumor Suppressor-Signalisierung bei Magenkrebs, durch die Regulierung von p21, E2F1-3 und E2F5 Ziel Genexpression [40-42]. Darüber hinaus miR-150, miR-31 und miR-92a wurden auch in engem Zusammenhang mit Magenkrebs [43-46] gezeigt. Zwar gibt es keine zu Magenkrebs im Zusammenhang mit über miR-509-5p berichtet wurde, trat miR-509-5p die Mdm2 /p53-Rückkopplungsschleife und reguliert das Wachstum von Krebszellen [47]. Diese Studien wurden im Einklang mit unseren aktuellen Ergebnissen.

Darüber hinaus ist die regulatorische Beziehung zwischen TF-Genen und miRNA-TF können die synergistischen Effekte haben. Auf der Basis unserer neu gegründeten E2F bezogenen TF-miRNA koregulative Netzwerk identifizierten wir neun Hub-Gene, die vor allem in Zellzyklus beteiligt und Chromosomenorganisation (Abb. 7). Aufgenommen werden alle Daten zusammen, unsere aktuellen Studie zeigen, dass Magenkrebs Entwicklung und Progression beteiligt sind mehrere Gene und weitere Studien werden für die Kontrolle von Magenkrebs auf diesen Genen als neue Ziele konzentrieren.

Aber unsere aktuelle Studie lieferte nur ein vorläufige Daten und eine weitere Bestätigung Studie ist erforderlich, um unsere Daten in ex vivo und in vitro zu überprüfen. Dieser systematische Ansatz kann uns helfen, Krebs Pathogenese und bieten die theoretische Grundlage für die Suche neue Strategie zur Behandlung von Magenkrebs in Zukunft zu erforschen.

Grundinformationen
S1 Tabelle. Merkmale der Patienten
doi:. 10.1371 /journal.pone.0116979.s001
(DOC)
S2 Tabelle. . Zusammenfassung von 980 differentiell exprimierten Gene in Magenkrebsgewebe im Vergleich zu den fernen normalen Geweben
Genexpressionsniveaus in Magenkrebsgewebe im Vergleich zu den weit entfernten normalen Geweben waren mindestens 1,5-fach anders mit einem p-Wert. ≪ 0,05
doi: 10.1371 /journal.pone.0116979.s002
(XLSX)
S3 Tabelle. . Zusammenfassung der 45 unterschiedlich exprimiert miRNAs in Magenkrebsgewebe im Vergleich zu den fernen normalen Geweben
Ebenen der miRNA-Expression im Magenkrebsgewebe im Vergleich zu den weit entfernten normalen Geweben waren mindestens 1,5-fach anders mit einem p-Wert < 0,05.
doi: 10.1371 /journal.pone.0116979.s003
(XLSX)
S4 Tabelle. Zusammenfassung von 105 differentiell exprimierten Gene in den TFs-regulatorisches Netzwerk im Magenkrebsgewebe
doi:. 10.1371 /journal.pone.0116979.s004
(DOCX)

Acknowledgments

Wir danken dem Medjaden Bioscience Limited (Hong Kong, China) für die Bearbeitung und Korrektur des Manuskripts.

• PLoS ONE: Gehalt im Urin von N-Nitrosoverbindungen in Beziehung zum Risiko von Magenkrebs: Ergebnisse aus der Shanghai Cohort Study
• PLoS ONE: Surgical Outcomes von 2041 konsekutiv laparoskopische Gastrektomie Verfahren für Magenkrebs: Ein Großfallkontrollstudie