I Silico analyse av mage karsinom Serial analyse av genuttrykk biblioteker avslører ulike profiler tilknyttet ethnicity

i Silico analyse av mage karsinom Serial analyse av genuttrykk biblioteker avslører ulike profiler knyttet til etnisitet
Abstract
Wide magekreft har merket geografiske variasjoner og verre utfall hos pasienter fra Vesten i forhold til Østen. Selv om disse forskjellene har blitt forklart med bedre diagnostiske kriterier, forbedrede staging metoder og mer radikal kirurgi, nye bevis støtter ideen om at genuttrykk forskjeller knyttet til etnisitet kan bidra til denne uensartede utfallet. Her har vi samlet datasett fra 4 normal og 11 magekarsinom Serial Gene Expression Analysis (SAGE) biblioteker fra to ulike etnisiteter. Alle normale SAGE bibliotekene samt 7 svulst bibliotekene var fra Vesten og 4 svulst bibliotekene kom fra Østen. Disse datasettene vi sammenligner med korrespondanseanalyse og støtte Tre analyse og konkrete forskjeller i kodene uttrykket ble identifisert ved Betydning Analyse for microarray. Tags Gene oppdrag ble utført av CGAP-SAGE Genie eller TAGmapper. Analysen av global transkriptomet viser et klart skille mellom normale og kreft bibliotekene med 90 tagger forskjellig uttrykt. En klar atskillelse ble også funnet mellom Vesten og Østen kreft biblioteker med 54 tagger forskjellig uttrykt. Tags Gene oppdrag identifisert 15 gener, 5 av dem med betydelig høyere uttrykk i Vest bibliotekene i forhold til øst-bibliotekene. QRT-PCR i cellelinjer fra vest og øst opprinnelse bekreftet disse forskjellene. Interessant, to av disse genene har blitt forbundet til aggressivitet (COL1A1 og KLK10). I konklusjonen har vi funnet at i silico analyse av SAGE biblioteker fra to ulike etnisiteter avsløre forskjeller i genuttrykk profil. Disse uttrykk forskjellene kan bidra til å forklare den uensartede utfallet mellom Vesten og Østen.
Innledning
Gastric Kreft er den nest største årsaken til kreft-relaterte dødsfall på verdensbasis og har markert geografiske variasjoner [1-3]. Den observerte fordel i 5-års overlevelse fra pasienter fra Østen enn fra Vesten kan gjenspeile forskjeller i diagnostiske kriterier, bedre staging metoder og mer radikal kirurgi [4]. Men nye bevis støtter ideen om at etnisitet kan bidra til de ulike magekarsinom utfall mellom øst og vest [4, 5]. Serie analyse av genuttrykk (SAGE) er en omfattende profilering metode som gjør det mulig for global, objektiv og kvantitativ karakterisering av transcriptomes [6]. En stor fordel med SAGE er at når normalisert er mulig å direkte sammenligne nivåene av koder som genereres av et enkelt eksperiment med en hvilken som helst annen tilgjengelig [7]. For å få et innblikk i forskjellene mellom magekreft transcriptomes som kan forklare de ulike resultatene mellom øst og vest her vi sammenligne datasett av femten SAGE biblioteker avledet fra normale og mage tumorvev fra japanske og amerikanske mage kreftpasienter ved korrespondanseanalyse, Support tre og betydning Analyse for Mikromatrise for significative koder og genet utvalg. Vi fant spesifikke gener differensielt uttrykt mellom normale og tumor SAGE bibliotekene samt kreft biblioteker fra Østen og Vesten. Disse differensielt uttrykte gener kan forklare verre overlevelse i Vesten i forhold til Østen.
Metoder
Serie Analyser av genuttrykk data
Femten mage SAGE biblioteker (4 normale og 11 kreft) fra Cancer Genome Anatomy Project (CGAP) [7] ble kombinert for analyse. Bare biblioteker med 10 bp koder og de samme skjære enzymer (BsmFI og NlaIII) ble inkludert i denne studien. Normale bibliotek består av en vev basseng (GSM784 og GSM14780) eller microdissected prøver (CGAP_MD_13S og CGAP_MD_14S) og ble produsert av El-Rifai et al [8] i Virginia, USA. Gastric kreft bibliotek består av fem biblioteker, tre microdissected (CGAP_MD_HG7, CGAP_MD_HS29, CGAP_MD_G329), to primære tumorer (GSM757 og GSM2385) og to transplantater (GSM758 og GSM14760) alle fra vestlige pasienter og produsert av El-Rifai et al [8] også i Virginia, USA ( "West svulst biblioteker") og 4 bibliotek (GSM7800, GSM8505, GSM8867 og GSM9103) alt fra japanske pasienter produsert av Oue et al [9] i Hiroshima, Japan ( "Øst kreft biblioteker"). En database som inneholder 121,409 forskjellige koder ble generert fra biblioteker som har mellom 9.000 og 34.000 unike koder. Dermed ble bare bibliotek GSM9103 fjernet fordi den unike koden telling var for lav (rundt 6000 unike koder). Hyppigheten av hver tag ble normalisert ved å dele den med det totale produktnummeret til den tilsvarende biblioteket og multiplisere med 200.000 tags (CGAP normalisering format). En utvelgelsesprosess for å redusere støy fra en enorm mengde koder innsamlede ble utført. Dette utvalgskriterium var i) "tagger funnet i alle normale biblioteker
" kontra "tags finnes i alle kreft biblioteker
" og ii) "koder finnes i alle West svulster biblioteker
" vs "tagger funnet i alle Øst svulster biblioteker
". The Institute for genomforskning programvare MultiExperiment Viewer [10] ble brukt til å utføre følgende analyse: i) Korrespondanse Analysis (COA) til å utforske sammenhenger mellom prøvene som har en tendens til å ha lignende profiler ii) Support Tre til viser statistisk støtte etter gjentatt minst 1000 ganger analyse av resampling med erstatning (Bootstrap metode) for prøver med lignende profiler og iii) Betydning Analyse for microarray (SAM) for å velge koder som uttrykk var signifikant forskjellig mellom prøvene. Foreningen av koder til gener var utføre ved SAGE Genie [11] eller TAGmapper [12] når ingen assosiasjon ble funnet av SAGE Genie. Å forutsi funksjonelle klasser av kommenterte gener FatiGO + verktøy av Babelomics [13, 14] ble brukt. Den ujusterte p-verdi gitt av Babelomics ble brukt fordi det lave antallet gener analysert gjort det mer hensiktsmessig enn den justerte-False Discovery Rate (FDR) verdi.
Kvantitativ Real-Time Reverse-transkripsjon PCR
Kvantitativ real- tid revers-transkripsjon PCR (QRT-PCR) ble utført på to Western-cellelinjer (AGS, N87), og en østlig cellelinje (MKN45). Total RNA ble ekstrahert ved hjelp Trizol (Invitrogen Life Technologies, Carlsbad, California) i henhold til produsentens anbefalinger. RNA-konsentrasjonen ble bestemt ved å måle absorbans ved 260 nm, og kvaliteten ble verifisert ved integriteten av 28S og 18S rRNA etter etidiumbromidfarging av det totale RNA prøver som er utsatt for 0.8% agarosegel-elektroforese. Total cDNA ble syntetisert med MMLV (Moloney Murine Leukemia Virus) revers transkriptase (ThermoScript RT; Invitrogen Life Technologies, Carlsbad, California). Revers transkripsjon-PCR ble utført ved anvendelse av 1 ug av totalt cellulært RNA for å generere cDNA. QRT-PCR ble utført ved hjelp av en LightCycler-Faststart DNA Master SYBR Grønn Jeg kit (Roche Molecular Biochemicals, Mannheim, Tyskland). Vi laget gen-spesifikke primere for human PDFGR (5 'AGCTGATCCGTGCTAAGGAA 3' og 5 'CGACCAAGTCCAGAATGGAT 3') og RPL13 (5 'GAGGAGGCGGAACAAGTCC 3' og 5 'TCAGCAGAACTGTCTCCCTTC 3') og betingelser for forsterkning er tilgjengelig på forespørsel. En enkelt-smeltekurve toppen ble observert for hvert produkt, noe som bekrefter renheten av alle amplifiserte cDNA-produkter. QRT-PCR-resultater ble normalisert til GADPH (5 'CGGGAAGCTTGTCATCAATGG 3' og 5 'CATGGTTCACACCCATGACG 3'), som hadde minimal variasjon i alle cellelinjene som ble testet. Analysene ble utført ved LightCycler programvare 3.0. Krysningspunkter (begynnelsen av PCR eksponensiell fase) ble vurdert av andre derivated maksimal metode og plottet mot konsentrasjonen av standardene.
Resultater
tagger med konsistent uttrykk i normale og svulst SAGE bibliotekene
utvelgelsesprosessen å finne SAGE-koder som konsekvent ble uttrykt i "alle normale biblioteker
" vs "alle kreft bibliotekene
" resulterte i 2,437 koder. Som vist på fig. 1 viser COA klart skille mellom normale biblioteker og øst og vest kreft biblioteker. Det samme COA i et tredimensjonalt plott (regnskap for 56% av den totale treghet) viser flere detaljer i posisjonen til hvert bibliotek (se Tilleggs File 1). Disse resultatene ble bekreftet av en Support treet ved hjelp av Pearson Korrelasjon og Average Linkage (se Tilleggs File 2). Neste, for å identifisere SAGE tags forskjellig uttrykt mellom normale og tumorprøver, utførte vi SAM, med en deltaverdi på 1,38 beregnet å opprettholde FDR nær 0 (sannsynlighet for å finne betydelige koder bare ved en tilfeldighet), 1001 unike permutasjoner og en fold endring = 10. Denne tilnærmingen avslørte 90 tags forskjellig uttrykt mellom normale og kreft bibliotekene med en lignende oppførsel for både kreft grupper (fig. 2). Blant disse 90 tagger, 78 ble nedregulert og 12 tagger ble oppregulert. Figur 1 korrespondanse Analyse av normale og tumor SAGE biblioteker av magen. En to-dimensjonal tomten er vist hvor de grønne prikkene representerer alle de vanlige bibliotekene, de blå prikkene er de øst-tumor bibliotekene, og den røde, oransje og gule prikkene er West svulst biblioteker, microdissected henholdsvis xenograft og bulk.
Figur 2 Serial Analyse for Microarray av normale og tumor SAGE biblioteker av magen. Til venstre og vist i grønn farge, de betydelige tagger med høyere uttrykk i de vanlige biblioteker; til høyre og vist i rød farge, de betydelige tagger med høyere uttrykk i tumor bibliotekene.
Valg av diskriminerende koder mellom øst og vest SAGE bibliotekene
Siden svulsten siden av COA viser 2 grupper, en som inneholder alle Øst bibliotekene og de andre som inneholder alle West bibliotekene, vi søkte etter diskriminerende elementer mellom begge svulster bibliotekene. Derfor, for å en ny utvelgelsesprosess finne koder som konsekvent ble uttrykt i "alle Øst svulster
" vs "alle West svulster
" resulterte i 3,952 koder. En annen Support treet ved hjelp av Pearson Korrelasjon og Average Linkage ble utført. Som vist på fig. 3 viser treet en organisert struktur med en høy tillit grad i sine grener (90% -100% støtte), gitt av det store antallet diskriminerende elementer (tags) med karakteristiske familier og underfamilier (tilleggs Fil 3 viser hele dendrogram ). Det er to hoved klynger, en inneholder alle West biblioteker og den andre inneholder alle East biblioteker. Vesten klyngen inneholder to karakteristiske subclusters, den første inneholder de 3 microdissected bibliotekene (CGAP_MD_HG7, CGAP_MD_HS29 og CGAP_MD_G329) og den andre inneholder primære tumorer (GSM757 og GSM2385) og transplantater (GSM758 og GSM14760). The East klyngen inneholder en sentral par (GSM8505 og GSM8867 biblioteker) som kommer fra histologisk godt differensierte svulster og en tredje bibliotek (GSM7800) som kommer fra en histologisk dårlig differensiert tumor. Neste, for å identifisere SAGE tags forskjellig uttrykt mellom Vesten og Øst svulst bibliotekene, utførte vi en SAM etter de samme kriteriene som er nevnt ovenfor. Denne tilnærmingen avslørte 54 tagger forskjellig uttrykt (Fig. 4). Blant disse 8 koder var oppregulert i Vesten svulster og 46 tagger var oppregulert i Øst svulster. Figur 3 Support Tree of normale og svulst SAGE biblioteker av magen. Lanes 1-4 normale biblioteker (CGAP_MD_13S, GSM784, CGAP_MD_14S, GSM14780), baner 5-11 West kreft biblioteker (CGAP_MD_HG7, CGAP_MD_HS29, CGAP_MD_G329, GSM757, GSM758, GSM14760, GSM2385) og streder 12-14 East kreft biblioteker (GSM7800, GSM8505 og GSM8867). Bare toppen av dendrogram er vist her. Den fulle Dendrogrammet vises igjen File 3.
Figur 4 Serial Analyse for microarray av Øst og Vest magekarsinom SAGE biblioteker. Til venstre og vist i oransje farge, de betydelige tagger med høyere uttrykk i Vestkreft biblioteker; til høyre og vist i blå farge, de betydelige tagger med høyere uttrykk i de øst-tumor bibliotekene.
Kartlegging SAGE koder til gener
For kartlegging forskjellig uttrykt SAGE koder til gener vi brukte CGAP-SAGE Genie og /eller TAGmapper ressurser. Blant de 90 kodene forskjellig uttrykt mellom normale og kreft biblioteker, bare 53 koder var vellykket oppdrag til spesifikke gener (Tabell S1 og Tabell S2 [flere filer 4 & 5]). Gener som GIF, CPA2, DRD5, CLIC6, ATP4A, LIPF, GKN1 og PGA5 vises blant de mest undertrykte gener, mens TRAPPC5, KRT7, MTHFD1, TMBIM1, PDIA3 og PPGB gener vises blant de overuttrykte gener. På den andre siden, blant de 54 kodene uttrykt forskjellig mellom Vesten og Østen kreft bibliotekene bare 15 tags hvor vellykket knyttet til spesifikke gener (tabell 1). FatiGO + analyse viste at kreft bibliotekene hadde signifikant flere uttrykte gener relatert til «celle organisasjon og biogenesis" (GO: 0016043), KRT7, PDIA3, PPGB og TRAPPC5 (p = 0,005); og "ligase aktivitet" (GO: 0016874), UBE2S og MTHFD1 (p = 0,028) enn vanlige biblioteker ,. Det samme forhold avdekket betydelig mindre uttrykte gener relatert til «integrert membran" (GO: 0016021), ADORA1, UGT2B15, DRD5, SYNE2, ATP5J2, KCNE2, ATP4A, KDR, PTGER3 og PPAP2B (p = 0,016). På den annen side, sammenligning av gener differensielt uttrykt mellom Vesten og Østen kreft bibliotekene viste at West svulster hadde signifikant flere uttrykte gener relatert til «ektoderm utvikling" (GO: 0007398). (COL1A1 vist på figur 5, også KLK10, KRT17, EMP1, og CCDC12) (p = 0,018). Men de øst svulstene hadde nær betydelige flere uttrykte gener relatert til «cellenes stoffskifte" (GO: 0044237) PDGFRA, MAPK13, MECR, AKR1C2, RPL13, HLX1 ​​og ADH4 (p = 0,066). Siden minst to av disse "ektoderm utvikling" gener (COL1A1 og KLK10) har blitt funnet oppregulert i avansert magekreft [9, 15] våre funn kan tyde på mer aggressivitet av Vest svulster. Figur 5 Expression nivåer av COL1A1 forbundet tag (TGGAAATGAC) i kreft biblioteker. Barer 1-7 tilsvarer alle West tumor bibliotek (CGAP_MD_HG7, CGAP_MD_HS29, CGAP_MD_G329, GSM757, GSM758, GSM14760, GSM2385 og barer 8-10 tilsvarer alle East tumor bibliotek (GSM7800, GSM8505, GSM8867). Koden normalisert uttrykk nivå vises i den CGAP format verdi (Tags per 200.000) plottet i en logaritmisk skala.
Tabell 1 de betydelige tagger med høyere uttrykk av betydelige Analyse for Mikromatrise mellom Vesten og Østen svulst SAGE bibliotekene. Bare de koder som ble vellykket forbundet med en bestemt gen vises. kodene er sortert i en betydning synkende rekkefølge, først kodene høyt uttrykt i Østen og deretter de sterkt uttrykt i Vesten.
Tags
Gene Symbol
Protein Navn
N ° av West biblioteker hvor stede
West svulst gjennomsnitt (tagger per 200 000)
N ° fra Øst biblioteker hvor stede
East svulst gjennomsnitt (Tags per 200.000)
TGATTGGTGG
PDGFRA
Blodplate avledet vekstfaktor reseptor alfa polypeptid
3
1.88
3
115,05
GGCTGGGTTT
HLX1 ​​
H2.0-lignende homeo boks 1 (Drosophila)
2
1.04
3
59.13
TCCGTCCGGA
RPL13
Ribosomalt protein L13
3
1.36
3
39,56
ATCTGGAGCA
ADH1C
alkohol dehydrogenase 1C (klasse i), gamma polypeptidet
3
5.99
3
294,91
TGCTCCTACC
FCGBP
Fc fragment av IgG bindende protein
4
4.91
3
111,10
TACCCTGGAA
ADH4
alkohol dehydrogenase 4 (klasse II), pi polypeptid
3
3,35
3
56.30
AGGTCTGCCA
AKR1C2
Aldo-keto reduktase familie 1, medlem C2 (dihydrodiol dehydrogenase 2; gallesyrebindende protein; 3-alpha hydroksysteroiddehydrogenase, type III)
3
1.53
3
38.50
GCACCACCGG
MAPK13
Mitogen-aktivert protein kinase 13
0
0
3
10.62
GGAGGGGAGG
MECR
Mitokondrie trans-2-enoyl-CoA reduktase
1 0,55
3
15.72
CTTCCTTGCC
KRT17
Keratin 17
7
220,64
0
0
TAATTTGCAT
EMP1
epitelial membranprotein 1
7
43.26
0
0
TAAGGCTTAA
KLK10
Kallikrein 10
7
20.35
0
0
TGGAAATGAC
COL1A1
Collagen, type I, alfa 1
7
294,99
2
14.36
TGGATGTACA
CCDC12
Coiled-spole domene som inneholder 12
7
21,69
0
0
Validering av gener differensielt uttrykt mellom øst og vest svulst SAGE biblioteker
til validert vår SAGE dataanalyse to gener betydelig mer til uttrykk i de øst-tumorer (PDGFRA og RPL13) ble videre undersøkt i tre cellelinjer, to fra Vesten (AGS og N87) og en fra øst (MKN45). QRT-PCR viser et forhold på 825 til PDFGR (MKN45 /N87) og 4,68 for RPL13 (MKN45 /AGS) (fig. 6). Således er disse data bekrefter den observerte forskjellen i gen-ekspresjon i tumor SAGE biblioteker. Interessant, størrelsene av genekspresjon forskjeller i cellelinjer som var lik den i SAGE tumor biblioteker. Figur 6 Amplifisering av PDGFRA (A) og RPL13 (B) mRNA ved QRT-PCR. I (A) blå linje er Øst-cellelinje (MKN45) og rød linje er West cellelinje (N87). I (B) blå linje er Øst-cellelinje (MKN45) og rød linje er West cellelinje (AGS). Begge genene er over-uttrykt i øst (MKN45) cellelinje.
Diskusjon
Våre resultater, basert på to ikke-overvåkede analyser, COA og støtte forfedre er svært tankevekkende for et annet uttrykk profil av tumor SAGE biblioteker , sammen med forskjeller mellom normale og tumorprøver. Disse forskjellene i uttrykk nivåer kan ha en innvirkning på den anerkjente bedre overlevelse av de øst-pasienter i forhold til Vesten. Både COA og støtte Tre vise to klynger (microdissected og ikke-microdissected prøver) blandet utydelig, noe som tyder på at heterogenitet av en normal prøve ikke reduseres med mikrodisseksjon. Dette kan forklares med flere celle aktivitetene av de normale celler sammenlignet med tumorceller [16]. Men blant kreft bibliotekene, ble en tett gruppering av microdissected svulster funnet. Disse funnene antyder at økning av renheten til prøven forbedrer homogeniteten av resultatene. Nabolaget av xenografter peker også til en økning i homogenitet, men skiller seg fra de microdissected tumorprøver siden de gruppen i ulike subclusters. Denne forskjellen skyldes sannsynligvis subtile endringer i transcriptomes gitt av en annen genetisk miljø, for eksempel mikro gitt ved omgivende animalsk vev [17]. På den annen side ble de ikke-microdissected biblioteker funnet mer spredt i COA analyse, sannsynligvis på grunn av kontaminering av prøver og heterogenitet.
Den FatiGO + Resultatene viser at tumorcellene er karakterisert ved oppregulering av gener relatert til celle organisasjon , biogenese og celleproliferasjon, og en nedregulering av gener relatert til celle-til-celle-kommunikasjon. Etter å ha søkt etter spesifikke forskjeller mellom Vesten og Øst svulst bibliotekene, fant vi at de vesentlig forskjellige kodene har et høyere uttrykk i øst sammenlignet med Vesten svulster. Dermed ser det ut til at den gjennomsnittlige uttrykket nivået av Vest prøvene faller mer enn de øst-prøvene, sannsynligvis på grunn av en bredere gen undertrykkelse.
Av de 5 gener identifisert med betydelig høyere uttrykk i Vest bibliotekene minst to (COL1A1 og KLK10) har blitt assosiert med invasivitet og sykdomsprogresjon [9, 15]. COL1A1 er rapportert forbundet med mer avansert stadium tumor i 46 magekarsinom tilfeller [9]. KLK10 har vært rapportert oppregulert i mage, samt kolorektale karsinomer og forbundet med invasjon og mer avanserte kliniske stadium for begge typer svulster [15]. I tillegg KRT17 er funnet oppregulert i menneskelig esophageal plateepitelkarsinom (ESCC) og tilknyttet invasivitet [18]. Et annet gen, har EMP1 vært knyttet til høyt proliferativ celletyper i mus hjernesvulster [19]. Bare CCDC12 genet ikke har tilgjengelige kliniske data og også mangler GO merknader. Den QRT-PCR-analyse på cellelinjer bekreftet SAGE resultater og validert over uttrykk for PDFGR og RPL13 i Øst kreft bibliotekene.
Oppsummert her rapporterer vi at den dominerende oppregulering av invasive og metastatisk gener i Vesten tumor bibliotekene kan resultere i en mer ondartet sykdom med dårligere overlevelse. Til sammen disse funnene kan tyde på at at differensielt uttrykte gener kan bidra til å forklare de observerte forskjellene som ble observert i utfallet av magekreft mellom øst og vest. Endelig er vår analyse et eksempel på hvordan bioinformatikk effektivt kan bistå biomedisinske forskere i å identifisere de molekylære mekanismer for sykdom [6].
Erklæringer
Takk
Vi takker David S. Holmes og Gonzalo Riadi fra Center for bioinformatikk og Genome Biology, Life Science Foundation - Andres Bello universitet, Santiago, Chile og Wael El-Rifai fra Surgical Oncology Branch Vanderbilt Ingram Cancer Center, Vanderbilt University, Nashville, TN, USA, for nyttig diskusjon av manuskriptet. Dette arbeidet ble støttet av chilenske regjeringen forskningsmidler FONDECYT 1030130 og FONIS SA06I20019 til AHC
Electronic supplerende materiale
12943_2007_313_MOESM1_ESM.png Tilleggs Fil. 1: Korrespondanse Analyse av normale og svulst SAGE bibliotekene i magen i 3 dimensjoner. Dataene representerer tredimensjonalt plott hvor de grønne prikkene representerer alle de vanlige bibliotekene, de blå prikkene er de øst-tumor bibliotekene, og de røde, oransje og gule prikkene er West svulst biblioteker, microdissected henholdsvis xenograft og bulk. X-aksen er grå, Y-aksen er blå, og Z-aksen er rosa. Figuren er noe rotert til høyre og nedover for å bedre vise tumor bibliotekene stilling i plottet 3-D plass. (PNG 25 KB) 12943_2007_313_MOESM2_ESM.png Tilleggs Fil 2: Complete skikkelse Support Clustering Analyse av normale og svulst SAGE biblioteker av magen. Figuren gitt representere vanlige biblioteker CGAP_MD_13S, GSM784, CGAP_MD_14S, GSM14780 (linjer 1-4), West kreft biblioteker CGAP_MD_HG7, CGAP_MD_HS29, CGAP_MD_G329, GSM757, GSM758, GSM14760, GSM2385 (linje 5-11) og East kreft biblioteker GSM7800, GSM8505, og GSM8867 (sporene 12-14). (PNG 124 KB) 12943_2007_313_MOESM3_ESM.png Tilleggs Fil 3: Complete skikkelse Support Clustering Analyse av Vesten og Østen svulst SAGE bibliotekene i magen. Figuren gitt representere Vest-tumor bibliotek (CGAP_MD_HG7, CGAP_MD_HS29, CGAP_MD_G329, GSM757, GSM758, GSM14760, GSM2385) (baner 1-7) og Øst kreft biblioteker (GSM7800, GSM8505 og GSM8867) (sporene 8-10). (PNG 209 KB) 12943_2007_313_MOESM4_ESM.doc Tilleggs Fil 4: Tabell S1. De betydelige tagger med høyere uttrykk i Normal ved Betydelig Analyse for microarray mellom Normal og Tumor SAGE biblioteker. Bare de kodene som ble vellykket forbundet med en bestemt gen vises. Kodene er sortert i en betydning synkende rekkefølge. (DOC 65 KB) 12943_2007_313_MOESM5_ESM.doc Tilleggs File 5: Tabell S2. De betydelige tagger med høyere uttrykk i Tumor av Betydelig Analyse for microarray mellom Normal og Tumor SAGE biblioteker. Bare de kodene som ble vellykket forbundet med en bestemt gen vises. Kodene er sortert i en betydning synkende rekkefølge. (DOC 31 KB) Forfatternes opprinnelige innsendte filer for Images Nedenfor er linkene til forfatternes opprinnelige innsendte filer for bilder. 12943_2007_313_MOESM6_ESM.png Forfatteroriginalfilen for figur 1 12943_2007_313_MOESM7_ESM.png Forfatteroriginalfilen for figur 2 12943_2007_313_MOESM8_ESM.png Forfatteroriginalfilen for figur 3 12943_2007_313_MOESM9_ESM.png Forfatteroriginalfilen for figur 4 12943_2007_313_MOESM10_ESM.png Forfatteroriginalfilen for figur 5 12943_2007_313_MOESM11_ESM.png Forfatteroriginalfilen for figur 6

• EBNA1 bindende og epigenetisk regulering av gastrokine tumorsuppressorgener i mage carcinoma celler
• Identifisering av gyldige referanse gener for genuttrykk studier av menneskelig magekreft ved revers transkripsjon-qPCR