PLOS ONE: fatores de transcrição e genes microRNA-Co-regulamentados em câncer gástrico Invasion no Ex Vivo

Abstract

expressão aberrante miRNA modula de forma anormal a expressão do gene em células e pode contribuir para tumorigênese em seres humanos. Este estudo identificou funcionalmente genes diferencialmente expressos pertinentes utilizando os fatores de transcrição e análise de rede miRNA-co-regulamentado para câncer gástrico. A rede de co-regulação TF-miRNA foi construído com base em dados obtidos a partir de cDNA microarray e miRNA perfil de expressão dos tecidos com cancro gástrico. A rede juntamente com os seus genes co-regulados foram analisados ​​utilizando banco de dados para anotação, visualização e descoberta integrada (David) e transcricional Regulatory Elemento de banco de dados (TRED). Encontramos dezoito (17 up-regulada e 1 para baixo-regulado) genes diferencialmente expressos que eram co-regulado por fatores de transcrição e miRNAs. análise de caminho KEGG revelou que esses genes eram parte da interação do receptor de matriz extracelular e vias de sinalização de adesão focal. Além disso, qRT- de PCR e os dados de Western blot mostrou um aumento na COL1A1 e diminuição do ARNm NCAM1 e os níveis de proteína em tecidos de cancro gástrico. Assim, estes dados fornecem a primeira evidência para ilustrar que a rede gene alterado foi associada com a invasão do cancro gástrico. Um estudo mais aprofundado com um grande tamanho da amostra e experimentos mais funcionais são necessárias para confirmar esses dados e contribuir para estratégias de diagnóstico e tratamento para o câncer gástrico

Citation:. Shi Y, Wang J, Xin Z, Duan Z, Wang G , Li F (2015) fatores de transcrição e genes microRNA-Co-regulamentados em câncer gástrico Invasion em Ex Vivo
. PLoS ONE 10 (4): e0122882. doi: 10.1371 /journal.pone.0122882

Editor do Academic: Jian-Jun Zhao, Instituto de Câncer Dana-Farber, United States |

Recebido: 08 de novembro de 2014; Aceito: 24 de fevereiro de 2015; Publicação: 10 de abril de 2015

Direitos de autor: © 2015 Shi et al. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados

Disponibilidade de dados: Todos os dados relevantes estão dentro do papel e seus arquivos de suporte de informação

Financiamento:. Este trabalho foi apoiado por subsídios da National Science Foundation Natural da China (̭20108025 eQ.472.662). Ele também é apoiado em parte pelo National Natural Science Foundation da China (Q.271.897 eQ.401.712), Jilin chave do Laboratório de materiais biomédicos, Fundação da Província de Ciência e Tecnologia Departamento de Jilin (É30522013JH eÉ40414048GH) e do Programa de Norman Bethune de Jilin Universidade (É2219)

Conflito de interesses:.. os autores declararam que não existem interesses conflitantes

Introdução

o câncer gástrico é um dos forma mais comum de doenças malignas em o mundo, contribuindo para um terço das mortes relacionadas ao câncer em homens e um quinto entre as mulheres [1]. Aproximadamente dois terços dos casos de cancro gástrico ocorrer nos países em desenvolvimento. Na China, a incidência e mortalidade relacionada ao câncer gástrico ocupa a terceira posição entre outras formas de doenças malignas [2] e foi noticiado que o câncer gástrico ocorre mais frequentemente em áreas rurais e com uma tendência das pessoas mais jovens sendo afetados por ela nos últimos anos [3 ]. Ambiental (como pylori
infecção por Helicobacter ou consumo de alimentos defumados) e fatores genéticos ( E-caderina
mutação) aumenta a susceptibilidade ao câncer de estômago, induzindo alterações em oncogenes /genes supressores de tumor e /ou perfil epigenética [4]. A alteração nestes factores críticos resulta na regulação anormal do crescimento celular, apoptose, diferenciação e promover, assim, a carcinogénese. rede de transcrição múltipla coordenar a transformação de células normais de uma célula tumoral e conduzir a progressão do tumor. No entanto, até à data, a compreensão detalhada das redes reguladoras múltiplos genes subjacentes na patogénese do cancro gástrico é ainda a ser definido. Determinar a rede mecanicista molecular detalhada associada com o desenvolvimento de câncer gástrico e progressão poderia melhorar a compreensão da carcinogênese em tecidos gástricos, abrindo assim caminho para novas e eficazes estratégias na prevenção, diagnóstico e tratamento do câncer gástrico.

A expressão genética em células é controlado, tanto a transcrição e níveis pós-transcricional. Os fatores de transcrição (TFS) coordenar a transcrição do gene, enquanto que miRNAs regula a expressão de genes por mediar eventos pós-transcricional, como a tradução do mRNA degradação e proteínas [5]. Portanto, quaisquer alterações na função miRNA pode resultar no desenvolvimento de câncer em seres humanos [6,7]. Os factores de transcrição são proteínas que se ligam a sequências de ADN específicas para controlar a taxa de transcrição da informação genética a partir de ADN de ARNm [8,9], enquanto miARNs são um grupo de uma pequena ARN não codificante em células e em função de silenciamento de RNA e pós -transcriptional regulação da expressão do gene [10,11]. A rede de transcrição TF-miARN determina o perfil de expressão de genes em células em geral, em certa medida. Portanto, a análise das redes de TF-miRNA de co-regulação em tecidos com câncer gástrico poderia ajudar-nos a aprofundar a nossa compreensão sobre como TFs e miRNAs coordenar a regulação da expressão do gene que contribui para carcinogênese gástrica [12]. Em nosso estudo anterior, nós perfilado genes diferencialmente expressos em oitenta pares de tecidos normais de carcinoma adjacente gástricas utilizando microarrays de cDNA [13] e encontrou um número de genes com expressão alterada, incluindo o FT. Com base na informação a partir da transcrição Regulatory Elemento de banco de dados (TRED) [14], que construiu e consolidou uma rede de regulação TF-gene. Neste estudo, nós perfilado diferencialmente expressos miRNAs em cinco pares de tecidos normais de carcinoma adjacente gástricas e construiu uma rede de regulação miRNA-alvo para câncer gástrico, integrando as bases de dados de genes miRNA alvo, incluindo TargetScan, Miranda, miRDB e miRWalk [15] . Em seguida, construiu a rede de TF-miRNA co-regulação usando nossos dados anteriores e, em seguida, realizada GO e KEGG via analisa e realizada PCR em tempo real e análise de western blot para validar esses dados. Assim, ambos os métodos e análises poderão fornecer pistas importantes para futuros estudos sobre as funções de miRNA e TFS em câncer gástrico.

Materiais e Métodos

As amostras de tecido

Um total de 25 pacientes com carcinoma gástrico foram recrutados para este estudo a partir do primeiro Hospital da Universidade de Jilin, Changchun, China. tecidos de câncer gástrico e os correspondentes tecidos não cancerosos distantes foram cirurgicamente ressecado e armazenado em nitrogênio líquido dentro de 10 minutos após a ressecção. consentimentos informados por escrito foram obtidas de todas as disciplinas e os dados foram analisados ​​de forma anónima. A TNM e classificação histológica foram de acordo com a Organização Mundial de Saúde (OMS). Este estudo foi aprovado pelo Comitê de Ética da Faculdade de Ciências Médicas Básicas, Universidade de Jilin.

Profiling de mRNA diferencialmente expressos e microRNA em tecidos com câncer gástrico

Os dados de mRNA diferencialmente expressos entre câncer gástrico e tecidos normais foi conduzido a partir de 80 pacientes e relatados anteriormente [13]. Usamos ≥ mudança de 2 vezes ao perfil dos genes diferencialmente expressos para este estudo.

Neste estudo, miRNAs diferencialmente expressos em 5 pares de tecidos normais cancerosas adjacentes gástricos (ver os dados dos pacientes em S2 Tabela) foram perfilado utilizando chips de microarray Affymetrix miARN de acordo com os protocolos do fabricante. Resumidamente, o ARN total a partir de amostras de tecido foi isolado utilizando o Trizol (Invitrogen, Carlsbad, CA, EUA) e miARN foi isolado e purificado utilizando o kit de isolamento de miRvana miARN (Ambion, Austin, TX, EUA) e, em seguida, submetido a matriz Gene Chip microARN análise. Os dados foram digitalizados usando Scanner3000 GeneChip com Software Operacional GeneChip (GCOS) e analisados.

Construção de TF-gene, miRNA-alvo de genes, e TF-miRNA redes de co-regulação

Com base em os GeneChip Exon Human 1.0 ST dados de microarranjos (Affymetrix, CA, EUA), construímos a rede TF-gene, integrando perfis de expressão gênica e de banco de dados elemento regulador da transcrição (TRED). interações regulamentares entre microRNA e seus genes-alvo foram estabelecidas com base em informações de TargetScan, Miranda, miRDB e banco de dados miRWalk. Os TF-miRNA redes de co-regulação foram construídas por sobreposição dessas duas seções. HUB-genes que co-regulados pela TFS e miRNAs também foram identificados. As redes foram construídos utilizando software Cytoscape (Instituto de Biologia de Sistemas, EUA, http://www.cytoscape.org).

anotações funcionais de genes selecionados

ferramentas on-line de análise, tais como banco de dados para anotação, visualização e descoberta integrada (David) e Enciclopédia Kyoto de genes e genomas (KEGG) foram aplicados para explorar a via funcional associada a genes diferencialmente expressos. Significativamente enriquecida vias KEGG com p < 0,01 foram identificadas e analisadas.

RT-PCR quantitativa (qRT-PCR)

Para detectar o nível de mRNA, utilizamos 5 ug amostras de RNA total de cada amostra para transcrever reversamente em cDNA com o primeira cadeia de cDNA Synthesis Kit (Takara, Dalian, China) e, em seguida, amplificado utilizando qPCR para a expressão de COL1A1, e ARNm NCAM1 com SYBR Premix Ex Taq (Takara), em Applied Biosystems 7300 rápida real-Time PCR System de acordo com as instruções dos fabricantes. A expressão relativa de níveis de mRNA foi normalizada para p-actina pelo método do mRNA Ct comparativa (2 ^{-ΔΔCt, ΔCt = Ct _{alvo-Ct β-actina, ΔΔCt = ΔCt tumoral-ΔCt normal). Todos os iniciadores foram desenhados com Primer Premier 6 Software, sequências de iniciadores para a amplificação foram listados na Tabela 1. Os dados a partir de qRT-PCR foram analisados ​​com o GraphPad Prism Versão 5.0, as diferenças entre os grupos foram avaliadas estatisticamente por exemplo unicaudal teste t de Student, com p valor <. 0,05 considerado significativo}}

extração de proteínas e Western blot

Os espécimes de tecido com 1 mm ^{3 em tamanho foram moídos em azoto líquido e homogeneizado num tampão de lise celular (Beyotime , Pequim, China), a 4 ° C durante 20 min. A concentração de proteína nas amostras foi determinada utilizando um kit de ensaio de BCA Protein (Bio-Rad, Hercules, CA, EUA) e as amostras de proteínas foram separadas por electroforese em dodecilsulfato de sódio-poliacrilamida gel (SDS-PAGE) utilizando um gel a 10% e em seguida, transferida para uma membrana PVDF (0,45 um; Bio-Rad, Hercules, CA, EUA) durante 2 h. As membranas foram depois incubadas com um anticorpo de coelho anti-colagénio I (Novus Biologicals, Littleton, CO, EUA) a uma diluição de 1: 1000, um anti NCAM1-anticorpo de ratinho /CD56 (Novus Biologicals) numa diluição de 1: 400 , ou um anticorpo de coelho anti-β actina anticorpo (Proteintech, Chicago IL, EUA) a uma diluição de 1: 2000 a 4 ° C durante a noite e, posteriormente, após a lavagem com base-Tris salino-Tween 20 (TBST), as membranas foram incubadas com uma IgG de cabra anti-coelho (Beyotime) ou de cabra anti-IgG de ratinho (Proteintech) a uma diluição de 1: 2000 durante 2 h. Os sinais de proteína foram detectadas por autorradiografia, utilizando reagente de quimioluminescência aumentada (Beyotime, Pequim, China), seguido pela exposição aos radiografias. A densidade da banda de proteína foi quantificada utilizando um Sistema de Gel de imagem (Tanon, Xangai, China) e foram normalizadas para os níveis de p-actina, que foi usada como controlo de carregamento.}

A análise estatística

limma ( modelos lineares para dados de microarray) análise baseada foi realizada para identificar as miARNs expressos diferencialmente com um cut-off de valor de pelo menos 2 vezes mudanças (FC), com P < 0,05 e FDR < 0,05. SPSS 21.0 (SPSS, Chicago, IL, EUA) foi usado para executar a curva Receiver Operating Characteristic (ROC) e análise de regressão logística. A sensibilidade, especificidade e a área sob a curva (AUC) foram calculados utilizando o software estatístico Med-Calc e p valor < 0,05 foi considerado estatisticamente significativo. dados de mancha Western foram analisadas por GraphPad Prism Versão 5.0 (San Diego, CA, EUA) e a diferença entre o tumor e os tecidos normais foram avaliadas pelo teste t de uma cauda de Student e um valor de p < 0,05 foi considerado estatisticamente significativo.

Resultados

rede reguladora TF-gene e expressão diferencial de miRNAs em câncer gástrico

TF-gene rede reguladora como mostrado na Figura 1 foi construído com base nos dados obtidos a partir de um estudo anterior [13] sobre genes diferencialmente expressos (≥ 2 vezes) a partir de 80 pares de tecidos de câncer gástrico. Especificamente, cinco fatores de transcrição MYB, MYBL2, ETV4, LEF1 e TFAP2A foram up-regulamentada e eles formaram as redes reguladoras TF-gene com 41 genes, dos quais 38 eram up-regulamentados e 3 foram regulados negativamente em tecidos com câncer gástrico (S1 Mesa). Além disso, nós perfilado expressão miRNA usando matrizes Affymetrix microRNA em cinco pares de tecidos normais-correspondente câncer gástrico (características clínicopatológicos dos pacientes, como mostrado na S2 Tabela). Um total de 93 miARNs foram diferencialmente expressos em tecidos de cancro gástrico (p < 0,05), dos quais 27 miARNs foram regulados positivamente, ao passo que 66 foram regulados negativamente (Figura 2 e Tabela S3). Entre estes miRNAs diferencialmente expressos, vários têm sido relatados em estudos anteriores, como miRlet-7, miR409, miR-28-5p, miR-625, etc. [16-19]. Posteriormente, bancos de dados TargetScan, Miranda, miRDB e miRWalk foram minadas para prever os genes alvo destes miRNAs diferencialmente expressos.

rede TF-miRNA regulação genes diferencialmente expressos em câncer gástrico

Com base na conjuntos de dados de cDNA microarray miRNA e como mencionado anteriormente, nós construímos uma rede de TF-miRNA aberrante que regulou a expressão de genes em cancro gástrico (Fig 3 e S4 tabela). expressão particularmente, estas redes TF-miRNA aberrantes regulada de 18 genes ( COL1A1
, COL1A2
, COL5A2
, COL11A1
, Dsg3
, ACHE
, SERPINE1
, SERPINB2
, CXCL5
, MMP1
, PLAU
, SPP1
, GJB2
, CLDN2
, CDKN2A
, CENPF
, MAD2L1
, e NCAM1
), a maioria dos quais (17 em 18) foram regulados positivamente em tecidos de câncer gástrico (Fig 4).

a análise funcional destes 18 hub-genes utilizando DAVID (o banco de dados para anotação, visualização e descoberta Integrado) [20] mostrou que havia dois caminhos KEGG significativamente enriquecidos, a via de interação do receptor de ECM e via de adesão focal. Cinco genes ( COL1A1
, COL1A2
, COL5A2
, COL11A1
, e SPP1
) foram mais significativamente alteradas e foram todos envolvidos na interacção do receptor de ECM e via de adesão focal (Tabela 2). Análise da rede de co-regulação mostrou que estes 18 hub-genes tinham um grau de distribuição de nó diferente, enquanto COL1A1
e NCAM1
apresentou o maior grau de distribuição (Fig 5).

Associação de COL1A1
e NCAM1
expressões com status clínico-patológico

assumiu-se que genes com distribuições mais elevados graus poderia desempenhar um papel importante na rede de regulação. Assim, nós associada a expressão destes genes com características clinicopatológicas de doentes com cancro gástrico. O receiver operating characteristic (ROC) análise da curva mostrou que a expressão de COL1A1
e NCAM1
poderia ser potenciais autores de discriminações entre o câncer e os correspondentes tecidos normais com AUC (área sob a curva) = 0,806 para COL1A1 Comprar e 0,677 para a NCAM1
. A combinação de COL1A1
e NCAM1
expressão fornecida uma condição melhor diferenciação com AUC = 0,829, sensibilidade = 70,7% e especificidade = 84,0% do que a do indivíduo COL1A1
ou NCAM1
expressão (Fig 6 e Tabela 3).

Além disso, nós validou os dados de microarranjos utilizando qRT-PCR e Western blot em outros 20 pares de câncer gástrico e tecidos normais adjacentes (pacientes ' informações enumeradas no S2 Tabela). O COL1A1 e expressão de mRNA NCAM1 mostrou 3,10 ± 1,08 vezes sobre-regulação e 0,37 ± 0,02 dobrar para baixo-regulação em tecidos tumorais versus normais (p < 0,01), enquanto os dados de Western blot mostraram uma clara diferença entre a densidade relativa de proteína de COL1A1 em tecidos de cancro (0,92 ± 0,02) versus tecidos normais adjacentes (0,29 ± 0,01; p < 0,01), enquanto que a expressão de NCAM1 em tecidos de cancro (0,11 ± 0,002) versus normais (0,85 ± 0,05) (p < 0,01 , Fig 7). Assim, o aumento da regulação do COL1A1 e para baixo-regulação da expressão NCAM1 não só poderia distinguir entre câncer e tecidos normais, mas também dividir os pacientes com câncer em estágios diferentes de tumor. O nível de expressão COL1A1 foi maior nos tumores musculares e serosa invadiu, enquanto que a expressão NCAM1 tende a estar associada negativamente com a invasão tumoral (Fig 8).

Discussão

No estudo atual, os dados do cDNA microarray e miARN foi utilizado para construir a rede de co-factores reguladores da transcrição-miARN no cancro gástrico e identificou 18 hub-genes que foram regulados por ambos os factores de transcrição e miARNs. Estes genes pertencem a interacção-receptor de matriz extracelular e as vias de sinalização de adesão focais. Além disso, a expressão de COL1A1
e NCAM1
foi confirmada em tecidos de câncer gástrico e foram associados com a invasão câncer gástrico; no entanto, continua a ser desconhecido, que miRNA (s) regular a sua expressão no câncer gástrico.

fatores de transcrição MYB, MYBL2, ETV4, LEF1, TFAP2A foram regulados positivamente em tecidos com câncer gástrico. Com efeito, as proteínas da família da MYB estão amplamente distribuídos em organismos eucarióticos e expresison do factor MYB-transcrição é essencial para o crescimento tumoral e a carcinogénese mamaria [21] [22], enquanto MYBL2 (B-MYB) é um factor de transcrição oncogénico envolvido em ciclo celular , G2 /M progressão [23]. Como membro da ETS
genes oncogénicos, ETV4 protien foi relatado para promover a metástase do câncer em modelos de ratos [24] e está associada com mau prognóstico no adenocarcinoma gástrico [25]. A família TCF /LEF é uma pequena família de factores de ligação a DNA e LEF1 actua principalmente como um activador com um papel na inibição da apoptose de células [26]. TFAP2A é um factor de transcrição que regula principalmente o crescimento e diferenciação celular. No carcinoma nasofaríngeo, o crescimento de células de tumor e a sobrevivência TFAP2A regulado através da via de sinalização de VEGF /PEDF HIF-1α-mediada, sugerindo que poderia ser TFAP2A um biomarcador potencial para o tratamento do carcinoma da nasofaringe [27]. Além disso, na rede co-regulação miARN-TF, foram identificados 18 hub-genes que foram regulados por ambos TFs e miARNs. Análise funcional destes 18 genes em destaque duas vias significativas KEGG, a matriz extracelular (ECM) dos receptores da via interacção e da via de adesão focal. Estudos recentes demonstraram que a ECM-receptores (integrinas) a sinalização mediada são um importante grupo de sinais que contribuem para a sobrevivência celular e fornece uma vantagem de sobrevivência para vários tipos de células cancerosas [28]. ECM também podem regular a proliferação celular, a diferenciação, a morte e a carcinogénese [29]. Como as ligações estruturais entre ECM e citoesqueleto de actina, adesões focais serve como locais para a transdução de sinal do ECM para o compartimento intracelular [30]. Nossos dados atuais mostraram que os cinco genes ( COL1A1
, COL1A2
, COL5A2
, COL11A1
, e SPP1
) co-regulado por ambos TFs e miARNs participou em interacção-receptor de ECM e vias de adesão focal. Estudos anteriores demonstraram a superexpressão de SPP1
(fosfoproteína secretado 1) em cancros gástricos e sua associação com a progressão do câncer [31]. Os genes COL1A1
, COL1A2
, COL5A2
, e COL11A1
pertencem à família de proteínas de colágeno, componentes estruturais essenciais do ECM. -Regulação de colágenos é crucial para promover o crescimento tumoral, como colágeno catabolized por metaloproteinases de matriz (MMP) revela os locais de ligação escondidos que contribuam para promover a angiogénese e invasão tumoral. Um estudo anterior demonstrou que a expressão de COL1A1 e COL1A2 foi elevada em células do endotélio colorretais malignas [32], sugerindo que estas duas proteínas desempenham um papel na angiogénese e formação de desmoplasia durante o desenvolvimento do cancro colo-rectal [33]. Além disso, a expressão de COL5A2
e COL11A1
foi associada a carcinogênese colorretal [34] mostra que COL5A2
foi co-expressa com COL11A1
em colorectal amostras de tumor, mas não no epitélio do cólon normais; no entanto, continua a ser desconhecido, que miRNA (s) regular a sua expressão no câncer gástrico. Profundidade de invasão do câncer é um fator importante na previsão de planejamento sobrevivência e tratamento. O colagénio é um dos componentes mais importantes no microambiente do tumor, os resultados experimentais de hibridação subtractiva e micromatriz indicou uma variedade de genes de colagénio que foram anormalmente expressos em tecidos tumorais, tal como um colagénio tipo COL1A1 codificação [35]. COL1A1
foi identificada a associar-se com a invasão e metástases do cancro gástrico [33]. Os nossos dados actuais confirmou que a expressão de COL1A1 foi significativamente elevados em tecidos de cancro gástrico e está associada com a progressão do tumor. Além disso, nosso estudo também mostrou que a expressão da proteína NCAM1 foi negativamente associado com a invasão de câncer gástrico. NCAM é uma proteína de membrana multifuncional envolvida na diferenciação celular, migração, crescimento neural sinapse, e padrões especiais de conexões sinápticas. Um estudo relatou que a expressão anterior NCAM1 foi associada com o crescimento invasivo de glioma [36]. Depois de inocular as células estreladas de glioma transfectadas no cérebro de ratos, Edvardsen
et ai., Relataram que a capacidade de invasão de células tumorais reduzida, indicando que o nível de expressão foi associada NCAM1 negativamente com invasividade tumoral [37]. Embora a perda de expressão NCAM1 no câncer gástrico não tem sido relatada antes, os nossos dados atuais sobre a associação inversa com a invasão câncer gástrico é consistente com estudos anteriores de gliomas [37]. Mais estudos são necessários para confirmar o status de COL1A1 e proteínas NCAM1 como potenciais biomarcadores para o diagnóstico precoce e previsão de progressão do cancro gástrico expressão.

A construção da rede de co-regulação TF-miRNA é uma ferramenta útil na identificação reguladores de críticos e seus genes alvo em cancros humanos. No entanto, o nosso estudo atual é apenas um esforço de prova de princípio e estudos futuros com uma amostra maior são necessários para confirmar os resultados atuais. Ele deve ser seguido por estudos sobre os mecanismos para aprofundar a compreensão sobre o papel das moléculas principais e vias de genes no câncer gástrico.

Informações de Apoio
Tabela S1. Resumo das interações reguladoras de rede TF-gene
doi:. 10.1371 /journal.pone.0122882.s001
(XLSX)
S2 Table. Características dos pacientes (25 pares de cancro gástrico e tecidos normais adjacentes para o microarray miARN (n = 5) e Western blot (n = 20) e uma análise de RT-qPCR (n = 20))
doi:. 10.1371 /Journal .pone.0122882.s002
(DOC)
Tabela S3. . Síntese de 93 miARNs expressos diferencialmente em tecidos de cancro gástrico versus os tecidos normais, os níveis de expressão do gene distantes Online em tecidos de cancro gástrico versus os tecidos normais distantes estavam, pelo menos, duas vezes diferente com um valor de p <. 0,05
doi: 10.1371 /journal.pone.0122882.s003
(XLS)
S4 Table. . As interações de miRNAs e seus genes regulados em rede reguladora TF-gene
Todos regulamento foi derivado do banco de dados do elemento regulador da transcrição (TRED)
doi:. 10.1371 /journal.pone.0122882.s004
(XLSX )

Reconhecimentos

Este trabalho foi apoiado em parte pelas bolsas do National Science Foundation Natural da China (̭20108025 eQ.472.662), National Natural Science Foundation da China (Q.271.897 e̮01712) , Jilin chave do Laboratório de materiais biomédicos, Fundação da Província de Jilin Departamento de Ciência e Tecnologia (É30522013JH eÉ40414048GH), e do Programa de Bethune Norman, da Universidade de Jilin (É2219). Agradecemos também ao Medjaden Bioscience Limited (Hong Kong, China) para edição e revisão deste manuscrito.

• PLOS ONE: significado prognóstico da metaloproteinase-7 em câncer gástrico Survival: A Meta-Analysis
• PLOS ONE: NMe2 reduz a proliferação, migração e invasão de células de câncer gástrico para limitar Metástase