Dans l'analyse de silico et la vérification de l'expression du gène S100 cancer

gastrique in silico
analyse et la vérification de l'expression du gène S100 dans le cancer gastrique
Résumé de l'arrière-plan
La famille de protéines S100 comprend 22 membres dont les séquences de protéines à englober moins un EF-hand Ca 2+ motif de liaison. Ils ont été impliqués dans la régulation de divers processus cellulaires tels que la progression du cycle cellulaire et la différenciation. Cependant, le statut d'expression des membres de la famille S100 dans le cancer gastrique est pas encore connue.
Méthodes
Combiné avec l'analyse de l'analyse en série de l'expression des gènes, des données virtuelles blot et biopuces du Nord, les niveaux d'expression des membres de la famille S100 à la normale et les tissus de l'estomac malignes ont été systématiquement étudiés. L'expression de S100A3 a également été évaluée par quantitatives Résultats
RT-PCR.
Au moins 5 gènes S100 se sont avérés être régulés à la hausse dans le cation gastrique par analyse in silico. Parmi eux, quatre gènes, y compris S100A2, S100A4, S100A7 et S100A10, ont été signalés à surexprimé dans le cancer gastrique précédemment. L'expression de S100A3 en quatre-vingts patients de cancer de l'estomac a été examiné. Les résultats montrent que les niveaux d'expression moyens de S100A3 dans les tissus de cancer gastrique était 2,5 fois plus élevé que dans les tissus non tumoraux adjacents. expression S100A3 a été corrélée avec la différenciation de la tumeur et TNM (Tumor-Node-Metastasis) stade du cancer gastrique, qui a été relativement fortement exprimée dans les tissus de cancer gastrique peu différenciés et avancés (P
< 0,05).
Conclusion
à notre connaissance, il est le premier rapport d'évaluation systématique des expressions de gènes S100 dans les cancers gastriques par multiple dans l'analyse silico. Les résultats indiquent que la surexpression de membres de la famille de gènes S100 étaient caractéristiques des cancers gastriques et S100A3 pourraient jouer un rôle important dans la différenciation et la progression du cancer gastrique.
Contexte
Le cancer gastrique est la deuxième cause la plus fréquente de décès par cancer dans le monde. Les facteurs environnementaux et génétiques sont importantes dans la carcinogenèse gastrique [1, 2]. Au cours des deux dernières décennies, de nombreux progrès ont été réalisés dans l'identification des gènes impliqués dans le développement du cancer gastrique. Ces gènes identifiés sont utiles dans la compréhension de la pathogenèse du cancer de l'estomac et de définir sa signature moléculaire. Ils peuvent également servir de biomarqueurs pour le diagnostic précoce et des cibles pour le développement de médicaments.
Récemment, l'expression des gènes à grande échelle des analyses ont émergé comme des outils importants pour le dépistage des gènes liés au cancer [3]. Les deux technologies expérimentales disponibles pour l'analyse de l'expression des gènes à grande échelle sont les suivants: l'analyse en série à base de séquençage-1) l'ADN de l'expression génique (SAGE) et l'étiquette de séquence exprimée (EST) approches et 2) l'analyse des microréseaux à base dot-blot. infrastructures multiples bioinformatiques ont été créés pour compiler les données issues de ces techniques. Parmi eux, le projet Cancer Genome Anatomy (CGAP) et Gene Expression Omnibus (GEO) sont deux importants réseaux [4, 5]. applications précédentes de l'extraction de données à l'aide du CGAP et des ressources GEO ont conduit à l'identification de plusieurs nouveaux ou gènes liés au cancer connus [6, 7].
La famille de protéines S100 comprend 22 membres dont les séquences de protéines englobent au moins un EF-hand Ca2 + motif de liaison [8]. protéines S100 sont localisées dans le cytoplasme et /ou le noyau d'une large gamme de cellules et impliqués dans la régulation d'un certain nombre de processus cellulaires tels que la progression du cycle cellulaire et la différenciation. Dix-sept membres de la famille S100 se trouvent en tant que cluster sur le chromosome 1q21-22, une région souvent réarrangé dans plusieurs tumeurs. En outre, l'analyse moléculaire a révélé que plusieurs S100S, y compris S100A2, S100A4, S100A7 et S100A10, présentent une altération des niveaux d'expression dans le cancer gastrique [9, 10]. Il est donc intéressant d'étudier systématiquement l'expression d'autres membres de la famille S100 dans les tissus cancéreux normaux et gastriques.
Dans cette étude, nous avons utilisé les bases de données et méthodes analytiques disponibles à partir de l'expression génique Omnibus et Cancer Genome Anatomy Project pour analyser systématiquement l'expression de 22 gènes S100 dans les tissus de l'estomac normaux et cancéreux. Les SAGE et microarray ensembles de données indépendants ont été sélectionnés pour S100 profils d'expression génique. Nous avons fourni la preuve qu'au moins cinq gènes S100 ont été surexprimés dans le cancer gastrique et encore expérimentalement vérifié la surexpression de S100A3 par RT-PCR quantitative.
Méthodes
analyse SAGE
SAGE mesure le nombre de balises qui représentent la transcription les produits d'un gène. Les données produites par la technologie SAGE est une liste de balises avec leurs valeurs de comptage correspondantes. Toutes les données SAGE publiques collectées sur le site GEO jusqu'à Janvier 2008 ont été utilisées pour l'analyse de l'expression génique S100. Les deux NlaIII et Sau3A balises de SAGEmap http:.... //Www NCBI nlm nih gov /SAGE /ont été mis en correspondance avec les clusters UniGene http:... //Www NCBI nlm nih . gov /UniGene /. Les grappes de UniGene fiables appariés à des balises S100 ont été adoptées. Ces étiquettes de séquences ont ensuite été utilisées pour déterminer les niveaux d'expression des 22 gènes S100 en 2 normal et 8 bibliothèques de cancer gastrique. Une liste des balises utilisées pour l'analyse a été fourni dans le tableau 1 et des informations détaillées au sujet de ces bibliothèques sont disponibles sur le site Web GEO. Les analyses ont été effectuées en comparant le nombre moyen d'étiquettes S100 dans les bibliothèques de muqueuse normale avec celle dans les bibliothèques de cancer gastrique. Différence de > changement 3 fois sera considéré comme positive.Table 1 analyse SAGE de S100 expression des gènes dans les bibliothèques de cancer normales et gastriques
nom Gene

Unigene pôle
SAGE tag
normal (tpm *)
cancer (tpm*)

S100A2
516484
GATCTCTTGG
0.0
98.1
S100A3
433168
TCTCCCACAC
0.0
2.8
S100A4
81256
ATGTGTAACG
0.0
207.8
S100A6
275243
CCCCCTGGAT
245.9
865.9
S100A7
112408
GAGCAGCGCC
0.0
143.8
S100A8
416073
TACCTGCAGA
0.0
549.2
S100A9
112405
GTGGCCACGG
0.0
637.0
S100A10
143873
AGCAGATCAG
263.6
1890.5
S100A12
19413
GATTTTTAAA
0.0
13.9
S100A16
515714
AGCAGGAGCA
0.0
130.6
Seuls les S100S qui montrent les matchs positifs sont indiqués dans ce tableau. * Étiquettes par million;
du Nord virtuel Dans la base de données CGAP, l'analyse Northern blot virtuelle permet aux chercheurs de voir l'expression d'un gène spécifique dans toutes les bibliothèques EST et SAGE [4]. Grâce à l'outil http Gene Finder:... //Cgap nci nih gov /Gènes /GeneFinder, certaines informations organisée autour d'un gène particulier peut être trouvé en interrogeant soit l'identifiant de gène unique, ou un mot clé. Inclus dans les informations disponibles sont les modèles expressionnelles EST et SAGE vNorthern dans toutes les bibliothèques disponibles classées en fonction de leurs origines tissulaires. Les données recueillies dans SAGE GCAP comprennent 5 bibliothèques de tissus et 2 bibliothèques de xénogreffes du cancer de l'estomac, ainsi que des 3 bibliothèques normales de l'estomac, qui sont partiellement différentes de celles recueillies dans le GEO mentionné ci-dessus. gènes S100 dont l'expression dans les bibliothèques EST et SAGE de cancer de l'estomac était à la fois > 3 fois plus que ceux dans l'estomac normale ont été désignés comme positifs
analyse de Microarray
À l'heure actuelle, cinq ensembles de données de puces à ADN (tableau 2) contenant. données à partir des tissus cancéreux normaux et gastriques étaient disponibles sur le site GEO http: //www. ncbi nlm nih gov /projets /geo de /.... L'ensemble de données GSE2669, GSE2701 et GSE3438 contribué par Boussioutas A [11], Chen X [12] et Kim S [13] respectivement ont été choisis pour mener l'analyse des microréseaux parce que ces trois ensembles de données contiennent relativement plus de cas de cancer normal et gastrique (10 normaux et 64 cancers pour Boussioutas A et al, 22 normaux et 90 cancers pour Chen X, 50 normaux et 50 cancers pour Kim S). Plus de détails sur les échantillons et l'analyse des microréseaux peuvent être trouvés sur le site Web GEO. Différence a été considérée comme significative lorsque p
< 0,05. gènes S100 dont l'expression a été à la fois très en trois groupes de tissus de cancer gastrique ont été désignés comme ones.Table 2 ensembles de données de biopuces positifs de cancer gastrique recueillies dans Gene Expression Omnibus site.

Cases
tableau
spot
Fournisseur


Cancer
normal



GSE2637 3
55
13 k /17 K
Aggarwal A et al
GSE2685 8
22
Oligo- nucléotide
ADNc
~ 7,2 K
Hippo Y et al
10
64
ADNc
GSE2669
~ 22
90
ADNc
44 K
7,4 K
Boussioutas A et al
GSE2701
50
ADNc de> Chen X et al
GSE3438
14 K
Kim S et al
Collection de tissus
Quatre-vingts patients atteints de cancer gastrique qui a subi une intervention chirurgicale dans notre hôpital de Septembre 2004 à Mars 2007 ont été inclus dans cette étude. La tumeur réséquée et des échantillons de tissus adjacents non tumorales ont été immédiatement congelés dans de l'azote liquide et conservés à -70 ° C jusqu'à l'extraction d'ARN. Le diagnostic de cancer de l'estomac à la fois et de la muqueuse gastrique normale a été cliniquement et pathologiquement prouvé. Le sexe du patient, son âge, la taille de la tumeur, le stade TNM, profondeur de l'invasion de la paroi, sous-type microscopique, et le statut des métastases ganglionnaires ont été obtenues à partir des dossiers chirurgicaux et pathologiques. Les protocoles utilisés dans cette étude ont été approuvés par la protection de l'Hôpital des sujets humains Comité. Les patients fournissant le tissu chirurgical frais pour l'étude ont signé un consentement éclairé ARN total de RT-PCR quantitative de. (ARNm) a été extrait de cancer de l'estomac et des tissus non tumoraux adjacents selon les recommandations du fabricant de réactif Trizol (Invitrogen, Carlsbad , CALIFORNIE). 1 ug d'échantillon d'ARN total a été transcrit de manière inverse en ADN complémentaire (ADNc) avec oligo (dT) des amorces. Les amorces sens et antisens pour S100A3 ont été conçus en fonction de la séquence d'ARNm (GenBank numéro d'accession de NM_002960.1). Nous avons utilisé des fragments de PCR amplifié couvrant différents exons pour empêcher l'amplification de l'ADN génomique contaminé. L'amorce sens était 5'- GACCATCTGGTTCAGGTTCC-3 'et l'amorce anti-sens était 5'-ACATTCCCGAAACTCAGTCG-3'. Les produits de PCR était de 200 pb. Le GAPDH de gène de ménage a été utilisé comme témoin interne. L'amorce sens était 5'- CCAGGTGGTCTCCTCTGACTT-3 'et l'amorce anti-sens était 5'-GTTGCTGTAGCCAAATTCGTTGT-3'. Les produits de PCR était de 130 pb.
La courbe standard a été produit par la mesure du point de passage de chaque valeur standard (6 fois cDNA dilués en série du muscle cardiaque, dans lequel le contenu de S100A3 était relativement abondant) et le traçage eux contre la valeur logarithmique des concentrations. Les échantillons-types de courbes ont été inclus dans chaque série. Quantitative en temps réel RT-PCR a été réalisée en utilisant un PRISM 7000 Système de détection de séquence ABI (Applied Biosystems, Foster City, CA). Le RT-PCR a été effectuée dans un volume total de 30 ul. Le mélange réactionnel a inclus 1 x tampon, 200 umol /L triphosphate de désoxy-ribonucléoside (dNTP) (Invitrogen), 0,3 pmol /L d'amorces sens et antisens, 1 U de Takara ExTaq Hotstart Taq (Takara Biotechnology), 0,6 pi de 5 -carboxy-x-rhodamine (ROX) un colorant de référence, et 2 pi d'ADNc. Le cycle de PCR impliqué pendant 2 minutes à 95 ° C suivie par 40 cycles d'amplification de dénaturation à 94 ° C pendant 30 secondes, annelage à 58 ° C (pour la détection de la GAPDH) ou 55 ° C (pour la détection de S100A3) pendant 30 secondes, et un allongement à 72 ° C pendant 1 minute. La quantification relative des deux S100A3 et GAPDH a été déterminée par la méthode comparative CT (cycle thermique). Les valeurs d'expression de l'ARNm S100A3 ont été normalisées en fonction de l'expression de la GAPDH. Chaque essai a été répété trois fois pour vérifier les résultats, et le rapport de la valeur de l'expression d'ARNm de tissus de cancer gastrique à des tissus adjacents non tumorales a été utilisé pour une analyse ultérieure.
Analyse statistique
Pour les variables continues, les données ont été exprimées comme SD de moyens. les données d'expression de gènes S100 dans des ensembles de données de puces à ADN ont été extraites et les différences dans les niveaux d'expression entre les tissus cancéreux normaux et gastriques ont été déterminées par étudiant T test. L'association entre les taux d'expression relatifs des S100A3 et des caractéristiques cliniques ont été analysées par le test de Mann-Whitney. Toutes les données ont été analysées en utilisant le logiciel de SPSS11.0 (SPSS, Chicago, États-Unis) et la différence a été considérée comme significative lorsque p < 0.05 Résultats
.
1. SAGE et analyse virtuelle Northern blot de l'expression des gènes S100 dans le cancer gastrique
Il y a 2 banques SAGE de la muqueuse gastrique normale et 8 banques SAGE de tissus de cancer gastrique disponibles dans le site Web GEO (GSE545 et GSE14). Ces bibliothèques ont été fournis par deux laboratoires différents [14, 15]. Les balises fiables de 20 gènes S100 ont été extraites du site SAGEmap et utilisés pour rechercher les données de SAGE. 10 gènes se sont avérés être fortement exprimé dans les tissus de cancer gastrique selon les critères de réglage de > 3 fois la différence (tableau 1). Dans ces 10 gènes, seulement S100A6 et S100A10 pourraient être détectables dans les tissus de muqueuse gastrique normale, qui avait aussi top densité moyenne dans le cancer gastrique (865,9 tpm et 1890,5 tpm respectivement). Les 8 autres gènes, y compris S100A2, S100A3, S100A4, S100A7, S100A8, S100A9, S100A12 et S100A16, avaient une densité moyenne différente allant de 2,8 à 637,0 tpm tpm, dont aucun n'a été exprimée dans les tissus de la muqueuse gastrique normale. Aucune différence significative dans l'expression entre les tissus normaux et cancéreux se trouve sur S100A11, S100A14 et S100P (données non présentées). Nous avons ensuite utilisé blot virtuelle du Nord pour analyser l'expression des gènes S100 (tableau 3). Six gènes ont été confirmés être régulés à la hausse dans les tissus du cancer de l'estomac. Le positif S100A6, S100A8 et S100A16 identifiés par l'analyse SAGE ont été montré pour avoir aucune différence significative dans l'expression entre les bibliothèques de cancer normales et gastriques lors de la conduite EST virtuelle Northern Blot. S100A13, non détectable dans les bibliothèques SAGE, a été montré pour être fortement exprimée dans les tissus de cancer gastrique par Northern blot virtuelle EST. S100A3 et S100A12 ne pouvaient pas être détectés par virtuel Northern blot.Table 3 Virtual analyse Northern blot de l'expression des gènes S100 dans les bibliothèques normales et gastriques cancer

balises EST (tpm *)
tags SAGE (tpm de *)

Normal

Cancer

Normal

Cancer

S100A2
0.0
25.9
0.0
200.5
S100A3
0.0
0.0
0.0
0.0
S100A4
52.3
293.7
0.0
168.4
S100A7
0.0
0.0
0.0
304.8
S100A9
0.0
8.6
0.0
1339.4
S100A10
0.0
181.4
272.3
1483.7
S100A12
0
0
0
0
S100A13
0.0
43.2
0.0
0.0
Seuls les S100S qui montrent les matchs positifs sont indiqués dans ce tableau. * Étiquettes par million;
2. Analyse de Microarray de S100 expression des gènes dans le cancer gastrique
analyse microarray a été menée pour vérifier les surexpression des gènes S100 dans le cancer gastrique. 8, 11 et 7 S100 gènes pourraient être trouvés dans GSE2669, et GSE2701 GSE3438 ensembles de données, respectivement (tableau 4). Les deux gènes S100A2 et S100A10 se sont avérés être régulés à la hausse dans le cancer gastrique des trois ensembles de données. S100A3 a été démontrée pour être surexprimé dans le cancer gastrique par dataset GSE2669 et GSE2701, qui n'a pas existé dans le dataset GSE3438. S100A4, S100A6 et S100A7 se sont avérés être régulés à la hausse dans le cancer gastrique dans un seul ensemble de données, mais n'existaient pas dans les deux autres ensembles de données. Cependant, l'expression de S100A8 et S100A9 avait pas de différence significative entre les tissus normaux et cancéreux dans le jeu de données GSE2701. La tendance de l'expression différentielle de S100A12 dans GSE2701 était contraire à celle de l'analyse SAGE (tableau 1) .Table 4 Analyse de Microarray de S100 expression des gènes dans les tissus cancéreux normaux et gastriques

GSE3438
GSE2669
GSE2701

normal *
cancer *
p
normal *
p
cancer *

normal *
cancer *
P


S100A2
-0.22
0.00
0.00
1.03
1.35
0.01
-0.95
-0.36
0.00
S100A3
#
#
#
0.84
1.55
0.03
-0.14
0.05
0.03
S100A4
-0.23
0.30
0.00
#
#
#
#
#
#
S100A6
-0.43
0.27
0.00
#
#
#
#
#
#
S100A7
#
#
#
#
#
#
-1.00
-0.35
0.00
S100A8
#
#
#
0.32
0.69
0.01
0.66
0.70
0.81
S100A9
#
#
#
1.25
3.48
0.00
0.42
0.79
0.13
S100A10
-0.50
0.42
0.00
0.46
1.36
0.00
0.19
1.22
0.00
S100A12
#
#
#
#
#
#
0.50
0.21
0.01
Seuls les S100S qui montrent les matchs positifs sont indiqués dans le tableau. * données extraites de bases de données de puces à ADN; # données existent pas dans le jeu de données.
Pris ensemble, 5 gènes ont été démontrés être fortement exprimé dans le cancer gastrique par les trois approches d'analyse silico. Ils étaient S100A2, S100A3, S100A4, S100A7 et S100A10. Parmi ces 5 gènes, S100A3 est le seul qui n'a pas été encore signalés à être liée à un cancer gastrique précédemment. Suivant nous avons évalué l'expression de S100A3 dans les tissus de cancer gastrique par RT-PCR quantitative.
3. Vérification de S100A3 surexpression dans le cancer gastrique par RT-PCR quantitative
Pour étudier si S100A3 a été surexprimé dans le cancer gastrique, nous avons examiné la L'expression d'ARNm de S100A3 dans les tissus du cancer de l'estomac et les tissus non tumoraux adjacents correspondants de 80 patients par RT-PCR quantitative. Le niveau d'expression relativement moyenne de S100A3 dans le cancer gastrique est de 2,52 ± 1,45 par rapport aux tissus non tumoraux adjacents (p = 0,01)
. Corrélations des expressions S100A3 ARNm avec les caractéristiques cliniques ont été analysés. Les résultats ont montré que l'expression de l'ARNm S100A3 n'a pas corrélé avec le sexe, l'âge, la taille de la tumeur, la profondeur de l'invasion de la paroi, sous-types microscopiques ou métastases ganglionnaires avec une statistique p > 0,05 dans chaque paramètre (tableau 5). Cependant, nous avons trouvé que l'expression de l'ARNm S100A3 a été corrélée avec la différenciation de la tumeur et le stade de la tumeur-node-Metastasis. Les niveaux d'expression S100A3 dans les tissus tumoraux bien et modérés différenciés étaient tous deux significativement plus faible que dans les mal différenciées (p
< 0,05). l'expression S100A3 dans le stade TNM I et II était également inférieur à celui de l'étape III et IV (p
= 0,04). Toutes ces données ont démontré que S100A3 était surexprimé dans les échantillons de cancer de l'estomac et peut être lié à la différenciation et le développement des ulcères gastriques cancer.Table 5 La corrélation de l'expression de l'ARNm avec des paramètres S100A3 clinicalpathological chez les patients atteints d'un carcinome gastrique.

variable
expression de l'ARNm
P

Nombre

N /T > 4
N /T 2-4
N /T 1-2
N /T < 1


61
11
34
9 8
0,17
Femme de sexes Homme
19
3
5
8 2
âge (y)
< 65
54
10
31
6
7
0,08
> 65
26
4 8
11 3
Tumor différenciation
Well1
3
0
0
1
2
0.22a
Moderate2
33
8
7
12
6
0.03b
Poor3
44
6
32
4
2
0.01c
taille de la tumeur (cm)
< 5.0
41
6
23
5
7
0,96
> 5.0
39
8
16
12 3
Profondeur de la muqueuse de la paroi invasion, submucosa1
6
2 1
2 1
0.45a
Musculeuse propria2
18
6
8 4
0
0.33b
séreuse, serosa3
56
10
34
6
6
0.72c
Stage
I + II
19 2
7
5
5
0,04
III + IV
61
12
32
12
5
sous-types microscopiques
Intestinal1
57
10
29
11
7
0.87a
Diffuse2
18
4
8
4
2
0.26b
Atypical3
5
0
2
2
1
0.21c
Oui de métastases ganglionnaires
64
11
35
11
7
0,16
No
16
3 4
6 3
aP
: 1 VS
2; bP
: 2 VS
3; cP
: 1 VS
3.
Discussion
Bien que les membres de la famille S100 ont une structure commune et sont principalement localisées dans une région spécifique du chromosome 1, elles ont toutes les profils d'expression uniques dans la normale ou pathologique tissus. Nous avons systématiquement étudié l'expression des membres de la famille S100 dans les tissus de cancer gastrique en combinant l'analyse des SAGE, les données virtuelles blot et biopuces du Nord. Il a été rapporté que les erreurs d'hybridation croisée peuvent se produire dans l'analyse de puces à ADN quand une similarité de séquence supérieure à 75%. Toutefois, la similarité de séquence d'ARNm de membres de la famille S100 était de 4% -67%, de sorte que la possibilité d'une hybridation croisée des gènes S100 sur l'ensemble des trois jetons analysés dans la présente étude serait relativement faible. En outre, les deux technologies SAGE et Northern blot virtuelle EST étaient basées sur le séquençage de l'ADN et ont été considérés comme des méthodes fiables dans l'évaluation de l'expression des gènes. La combinaison de bases de données multiples et les approches analytiques mentionnées ci-dessus, la possibilité d'artefacts serait grandement réduite. Dans la présente étude, 5 gènes S100 ont été démontrés être régulés à la hausse dans le cancer gastrique en combinant l'analyse, parmi lesquels 4 gènes ont été signalés précédemment, indiquant la validité de in silico stratégie d'analyse, nous avons utilisé dans ce travail et le rôle éventuellement importante de gènes S100 le développement et la progression du cancer de l'estomac.
au cours des dernières années, de nombreux membres de la famille S100 se sont avérés être régulés différemment dans diverses tumeurs malignes. Bien que les mécanismes d'action des S100S et les implications fonctionnelles de leur expression altérée restait à déterminer, plusieurs études ont démontré que la surexpression de protéines S100 présente de grandes implications cliniques pour le diagnostic et la stadification des tumeurs humaines ainsi que pour la prédiction du pronostic.
Il a été rapporté que S100A2 a été fortement exprimé dans le cancer du poumon non à petites cellules, le carcinome épidermoïde de l'oesophage, un carcinome à cellules squameuses du larynx, de l'ovaire séreux carcinomes papillaires, ainsi que le cancer gastrique. S100A2 a également été montré comme un prédicteur de métastases à distance et le taux de survie dans le cancer non à petites cellules du poumon à un stade précoce [16]. S100A4 a été trouvé surexprimé dans le cancer de la vessie et peut être servi en tant que facteur prédictif de la progression des tumeurs [17]. De nombreuses études ont montré que S100A7 avait une expression accrue dans le cancer du sein. La surexpression de S100A7 est liée à des stades TNM plus élevés de cancer du sein et des cancers du sein invasifs oestrogène récepteur-négatives, l'expression S100A7 est associée à un mauvais pronostic [18]. S100A7 surexpression a également été associée à une malignité accrue du cancer du sein, ce qui peut se produire grâce à la stimulation de l'activité Jab1. En outre, S100A10 a été identifié comme un gène régulée à la hausse dans les cancers non à petites cellules du poumon squameux et le carcinome malpighien de l'œsophage par la technologie des puces à ADN. Tous ces 4 gènes S100 se sont également révélés être upregulaetd dans les cancers gastriques précédemment [9, 10], ce qui a été confirmé dans le présent ouvrage.
S100 gènes peuvent être downregulated dans certains autres cancers. Par exemple, S100A6 a été faiblement exprimé dans les cancers de la prostate, qui pourraient être liés au promoteur hypermethylation de S100A6. Un autre exemple est S100A2. Il y avait une expression réduite dans la prostate et le cancer de la bouche et était considéré comme un suppresseur de tumeur potentielle. S100A2 peut interagir avec C-terminale de la p53 et augmenter l'activité transcriptionnelle de p53. Ce cycle dépendant de l'interaction p53 S100A2 cellule peut médier l'effet inhibiteur de S100A2 sur le cancer. Ces résultats suggèrent que les gènes S100 pourraient jouer des rôles différents au cours du développement de différents cancers.
S100A3, une protéine en corrélation avec le développement du follicule pileux, avait fait ses preuves pour être surexprimé dans les tumeurs. Par exemple, les niveaux d'expression des protéines S100A3 des différences marquées dans le tissu de la tumeur astrocytaire par rapport aux types et qualités [19] de la tumeur. Le présent travail a confirmé pour la première fois que S100A3 a été régulée à la hausse dans le cancer gastrique et associé à la faible différenciation et plus le stade TNM de cellules de cancer gastrique. Toutefois, le rôle de S100A3 dans la différenciation et la progression du cancer gastrique devait être étudiée plus.
Conclusion
Notre travail suggère que l'analyse in silico est une stratégie valable pour la découverte de gènes exprimés de manière différentielle dans le cancer gastrique, et S100A3 était un nouveau gène surexprimé dans les cellules cancéreuses gastriques et pourrait jouer un rôle important au cours de la différenciation et de la progression du cancer gastrique.
Remarques
Ji Liu, Xue Li, Guang-long Dong ont contribué également à ce travail.
les abréviations
SAGE:
Analyse série de Gene expression
EST:
Expressed Sequence Tag
CGAP:
Cancer Genome Anatomy Project
GEO:
Gene expression Omnibus
RT-PCR: Polymerase
inverse transcription Chain Reaction .
Déclarations Remerciements
Ce travail a été soutenu par la national science Foundation naturel de la Chine (Grant No. 30670970). Nous sommes reconnaissants à Yanglin Pan pour excellent guide dans le processus de l'expérience.
Intérêts concurrents
Les auteurs déclarent qu'ils ont aucun conflit d'intérêts.

• Méthylènetétrahydrofolate réductase C677T polymorphisme chez les patients souffrant de l'estomac et le cancer colorectal dans une population coréenne
• La qualité de vie chez les patients atteints de cancer gastrique: traduction et évaluation psychométrique de la version iranienne de EORTC QLQ-STO22