In silico analys och verifiering av S100 genuttryck i gastric cancer

in silico
analys och verifiering av S100 genuttryck i magcancer Bild Sammanfattning
Bakgrund
S100 proteinfamiljen består av 22 medlemmar vars protein sekvenser omfattar åtmin minst en EF-handen Ca 2 + bindande motiv. De var inblandade i regleringen av ett antal cellulära processer såsom cellcykelprogression och differentiering. Emellertid var uttrycket status S100 familjemedlemmar i magcancer inte känt ännu.
Metoder
kombination med analys av serieanalys av genuttryck, virtuella Northern uppgifter blöt och microarray, uttrycksnivåer S100 familjemedlemmar i normal och maligna magen vävnader undersöktes systematiskt. Uttrycket av S100A3 utvärderades vidare genom kvantitativa resultat RT-PCR.
Minst 5 S100 gener befanns vara uppreglerade i gastric delse av in silico analys. Bland dem, fyra gener, inklusive S100A2, S100A4, S100A7 och S100A10, rapporterades överuttryckt i magsäckscancer tidigare. Uttrycket av S100A3 i åttio patienter med magcancer undersöktes ytterligare. Resultaten visade att de genomsnittliga expressionsnivåer av S100A3 i magcancer vävnader var 2,5 gånger så hög som i angränsande icke-tumörvävnad. S100A3 uttryck korrelerad med tumördifferentiering och TNM (tumör-Node-Metastas) stadium av magcancer, som var relativt högt uttryckt i dåligt differentierade och avancerad ventrikelcancer vävnader (P Hotel < 0,05).
Slutsats
Såvitt vi vet är detta den första rapporten av systematisk utvärdering av S100 genuttryck i gastric cancer genom multipla in silico analys. Resultaten visade att överuttryck av S100-genen familjemedlemmar var egenskaperna hos gastric cancer och S100A3 kan spela en viktig roll i differentiering och utvecklingen av magcancer.
Bakgrund
Gastric cancer är den näst vanligaste dödsorsaken i cancer i hela världen. Miljömässiga och genetiska faktorer är viktiga i gastric cancer [1, 2]. Under de senaste två decennierna har stora framsteg gjorts för att identifiera gener som är involverade i utvecklingen av magcancer. Dessa identifierade gener är användbara för att förstå patogenesen av magcancer och definiera dess molekylära signatur. De kan också fungera som biomarkörer för tidig diagnos och mål för läkemedelsutveckling.
Nyligen analyser storskaliga genuttryck har dykt upp som viktiga verktyg för screening gener relaterade till cancer [3]. De två experimentella tekniker som finns för storskalig genuttryck analys: 1) DNA-sekvensering baserade serieanalys av genuttryck (SAGE) och expressed sequence tag (EST) metoder och 2) dot-blot baserad microarray analys. Flera bioinformatik infrastruktur har inrättats för att sammanställa data från dessa tekniker. Bland dem, Cancer Genome Anatomy Project (CGAP) och Gene Expression Omnibus (GEO) är två viktiga nätverk [4, 5]. Tidigare tillämpningar av data mining använder CGAP och GEO resurs har lett till identifiering av flera nya eller kända cancerrelaterade gener [6, 7].
S100 proteinfamiljen består av 22 medlemmar vars proteinsekvenser omfattar åtminstone en EF-handen Ca2 + bindningsmotivet [8]. S100-proteiner är lokaliserade i cytoplasman och /eller kärnan hos ett brett spektrum av celler och involverad i regleringen av ett antal cellulära processer såsom cellcykelprogression och differentiering. Sjutton S100 familjemedlemmar ligger som ett kluster på kromosom 1q21-22, en region ofta omarrangerade i flera tumörer. Dessutom har molekylär analys avslöjade att flera S100S, inklusive S100A2, S100A4, S100A7 och S100A10, uppvisar förändrade uttrycksnivåer i magcancer [9, 10]. Så det är intressant att systematiskt undersöka uttryck av andra medlemmar i S100 familj i normala och magcancer vävnader.
I denna studie utnyttjade vi databaserna och analysmetoder tillgängliga från Gene Expression Omnibus och Cancer Genome Anatomy Project för att systematiskt analysera uttrycket av 22 S100 gener i normala och cancer magen vävnader. De oberoende SAGE och microarray datamängder screenades för S100 genuttryck mönster. Vi fram bevis för att åtminstone fem S100 gener uppreglerade i magcancer och vidare experimentellt verifierat uppreglering av S100A3 genom kvantitativ RT-PCR.
Metoder
SAGE analys
SAGE mäter antalet taggar som representerar transkriptions produkter av en gen. De data som produceras av SAGE-tekniken är en lista med taggar med motsvarande räknevärden. Alla allmänt tillgängliga SAGE data som samlas in GEO webbplats fram till januari 2008 har använts för analys av S100 genuttryck. Både Nlalll och Sau3A taggar från SAGEmap http:.... //Www NCBI NLM NIH gov /SAGE /kartlades till Unigene kluster http:... //Www NCBI NLM NIH . gov /Unigene /. Den pålitliga Unigene kluster matchade till S100 taggar antogs. Dessa sekvenstaggar användes sedan för att bestämma nivåerna av uttryck av 22 S100 gener i 2 normal och 8 gastric bibliotek cancerpatienter. En förteckning över de taggar som används för analys lämnades i tabell 1 och detaljerad information om dessa bibliotek är tillgängliga från GEO webbplats. Analyser utfördes genom att jämföra det genomsnittliga antalet S100 taggar i bibliotek av normal slemhinna med den i bibliotek av magcancer. Skillnad i > 3-faldig förändring kommer att betraktas som positive.Table ett SAGE analys av S100 gener uttryck i normala och mag bibliotek cancer
Gene namn
vid Unigene kluster
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
Endast S100S som visar positiva matcher visas i denna tabell. * Taggar per miljon; Review, Virtual Northern
I CGAP databasen möjliggör virtuell Northern blot-analys forskare att visa uttrycket av en specifik gen i alla EST och SAGE bibliotek [4]. Genom Gene Finder verktyg http:... //Cgap NCI NIH gov /Gener /GeneFinder del organiserad information om en viss gen kan hittas genom att fråga antingen unik gen identifierare eller ett nyckelord. Ingår i den tillgängliga informationen är EST och SAGE vNorthern uttrycksmönster över alla tillgängliga bibliotek klassificeras enligt deras vävnads ursprung. Den vise uppgifter som samlats in i CGAP inkluderar 5 bibliotek vävnad och 2 xenograft bibliotek av magcancer, samt 3 vanliga bibliotek av magen, som var delvis skiljer sig från det som samlats upp i GEO nämnts ovan. S100 gener vars uttryck i EST och SAGE bibliotek av magcancer var båda > 3 gånger så mycket som i normal mage betecknades positiva
microarray analys
närvarande, fem microarray datauppsättningar (tabell 2) som innehåller. data från normala och magcancer vävnader fanns i GEO hemsida http: //www. NCBI NLM NIH gov /projekt /geo /.... Dataset GSE2669, GSE2701 och GSE3438 bidragit med Boussioutas A [11], Chen X [12] och Kim S [13] respektive valdes för att utföra microarray analys eftersom dessa tre dataset innehöll relativt fler fall av normal och magcancer (10 normala sådana och 64 cancer för Boussioutas A et al, 22 vanliga ettor och 90 cancer för Chen X, 50 vanliga ettor och 50 cancer för Kim S). Mer information om proven och microarray analys kan hittas från GEO webbplats. Skillnaden ansågs vara signifikant när p Hotel < 0,05. S100 gener vars uttryck både högt i tre grupper av magcancer vävnader betecknas som positiva ones.Table 2 Microarray dataset av magcancer samlats i Gene Expression Omnibus webbplats.
Fodral
Array
Spot
Leverantör

vid Normal
Cancer
vid vid vid GSE2637
3
55
cDNA
13 k /17 K
Aggarwal A et al
GSE2685
8
22
Oligo- nukleotid
~ 7,2 K
Hippo Y et al
GSE2669
10
64
cDNA
~ 7,4 K
Boussioutas A et al
GSE2701
22
90
cDNA
44 K
Chen X et al
GSE3438
50
50
cDNA
14 K
Kim S et al
Tissue Collection
Åttio patienter med magcancer som opererades i vårt sjukhus från september 2004 till mars 2007 var inskrivna i denna studie. Den resekerade tumör och angränsande icke-tumörartade vävnadsprover frystes omedelbart i flytande kväve och hölls vid 70 ° C tills RNA-extraktion. Diagnosen av både magcancer och normal magslemhinna var kliniskt och patologiskt bevisas. Patientens kön, ålder, tumörstorlek, TNM stadium djup vägg invasion, mikroskopisk subtyp, och status för lymfkörteln metastaser erhölls från kirurgiska och patologiska register. De protokoll som används i denna studie har godkänts av sjukhusets skydd för de mänskliga ämnen kommittén. Patienter som ger färska kirurgisk vävnad för studien undertecknades informerat samtycke.
Kvantitativ RT-PCR
Totalt RNA (mRNA) extraherades från magcancer och angränsande icke-tumörvävnad enligt tillverkarens rekommendationer TRIzol-reagens (Invitrogen, Carlsbad , CA). 1 | j, g prov av totalt RNA transkriberades omvänt till komplementärt DNA (cDNA) med oligo (dT) primrar. Sens- och antisens-primrar för S100A3 utformades i enlighet med den mRNA-sekvens (GenBank accessionsnummer NM_002960.1). Vi använde förstärkta PCR-fragment som spänner över olika exoner för att förhindra förstärkning av förorenat genomiskt DNA. Sense-primern var 5'-GACCATCTGGTTCAGGTTCC-3 'och antisens-primern var 5'-ACATTCCCGAAACTCAGTCG-3'. PCR-produkterna var 200 bp i storlek. Den housekeepinggen GAPDH användes som en intern kontroll. Sense-primern var 5'-CCAGGTGGTCTCCTCTGACTT-3 'och antisens-primern var 5'-GTTGCTGTAGCCAAATTCGTTGT-3'. PCR-produkterna var 130 bp i storlek.
Standardkurva framställdes genom att mäta gränsövergångsställe för varje standardvärdet (6 gånger seriellt utspädda cDNA av hjärtmuskeln, där halten av S100A3 var relativt rikligt) och plottning dem mot den logaritmiska värdet av koncentrationerna. Standardkurva prov inkluderades i varje körning. Kvantitativ realtids-RT-PCR utfördes med användning av en ABI PRISM 7000 sekvensdetektionssystem (Applied Biosystems, Foster City, CA). RT-PCR utfördes i en total volym av 30 mikroliter. Reaktionsblandningen ingår 1 x buffert, 200 mol /L av deoxi-ribonukleosidtrifosfater (dNTP) (Invitrogen), 0,3 mol /L av sense- och antisense primers, en U Takara ExTaq Hotstart Taq (Takara Biotechnology), 0,6 mikroliter av 5 -karboxi-x-rodamin (ROX) referensfärg, och två mikroliter av cDNA. PCR-cykeln involverade 2 minuter vid 95 ° C följt av 40 amplifieringscykler med denaturering vid 94 ° C under 30 sekunder, hybridisering vid 58 ° C (för detektion av GAPDH) eller 55 ° C (för detektion av S100A3) under 30 sekunder, och förlängning vid 72 ° C under 1 minut. Den relativa kvantifieringen av både S100A3 och GAPDH bestämdes genom jämförande CT (värmecykel) -metoden. Värdena av S100A3 mRNA-uttryck normaliserades enligt uttrycket av GAPDH. Varje analys upprepades tre gånger för att verifiera resultaten, och förhållandet mellan mRNA-uttryck värdet av magcancer vävnader till angränsande icke-tumörvävnad användes för efterföljande analys.
Statistisk analys Hus Till kontinuerliga variabler, var data uttrycks som medel +/- SD. Uttrycksdata S100 gener i microarray datamängder hämtades och skillnaderna i expressionsnivåer mellan normala och magcancer vävnader bestämdes genom Students t-test. Associationen mellan relativa expressionsförhållanden av S100A3 och kliniska egenskaper analyserades med Mann-Whitney-testet. Alla data analyserades med hjälp av SPSS11.0 programpaket (SPSS, Chicago, USA) och skillnaden ansågs vara signifikant när p < 0,05 Resultat.
1. SAGE och virtuella Northern blot-analys av S100 gener uttryck i magcancer
Det finns 2 SAGE bibliotek av normal magslemhinna och 8 SAGE bibliotek av magcancer vävnader finns i GEO webbplats (GSE545 och GSE14). Dessa bibliotek tillhandahölls av två olika labs [14, 15]. Den pålitliga taggar av 20 S100 gener extraherades från SAGEmap webbplats och användas för att söka den vise data. 10 gener befanns vara högt uttryckt i magcancer vävnader enligt inställningskriterier > 3-faldig skillnad (tabell 1). I dessa 10 gener, kunde bara S100A6 och S100A10 kunna upptäckas i normal magslemhinna vävnader, som också hade topp genomsnittlig täthet i magcancer (865,9 tpm och 1890,5 tpm respektive). De övriga 8 gener, inklusive S100A2, S100A3, S100A4, S100A7, S100A8, S100A9, S100A12 och S100A16, hade olika genomsnittlig täthet mellan 2,8 tpm till 637,0 tpm, varav ingen uttrycktes i normal magslemhinna vävnader. Ingen signifikant skillnad i uttryck mellan normala och cancervävnader kunde hittas på S100A11, S100A14 och S100P (data visas ej). Vi använde sedan virtuell Northern blöt för att analysera uttrycket av S100-gener (tabell 3). Sex gener bekräftades uppregleras i magcancer vävnader. Den positiva S100A6, S100A8, och S100A16 identifieras genom SAGE-analys visade sig ha någon signifikant skillnad i uttryck mellan normala och mag bibliotek cancer när de utför EST virtuella Northern Blot. S100A13 inte påvisas i SAGE bibliotek, visade sig vara mycket uttryckt i magcancer vävnader genom EST virtuella Northern blöt. S100A3 och S100A12 kunde inte upptäckas av virtuella Northern blot.Table 3 Virtual Northern blot-analys av S100 gener uttryck i normala och mag bibliotek cancer

EST-taggar (TPM *)
SAGE-taggar (TPM *)

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
Endast S100S som visar positiva matcher visas i denna tabell. * Taggar per miljon,
2. microarray analys av S100 gener uttryck i magcancer
microarray analys genomfördes för att ytterligare kontrollera överuttryck av S100 gener i magcancer. 8, 11 och 7 S100 gener kunde hittas i GSE2669, GSE2701 och GSE3438 datauppsättningar respektive (tabell 4). Både S100A2 och S100A10 generna visade sig vara uppreglerad i magcancer alla tre datamängder. S100A3 visade sig vara överuttryckt i magcancer av dataset GSE2669 och GSE2701, som inte existerade i dataset GSE3438. S100A4, S100A6 och S100A7 visades vara uppreglerad i magcancer i endast en datamängd men fanns inte i de andra två datauppsättningar. Emellertid uttryck av S100A8 och S100A9 hade ingen signifikant skillnad mellan normala och cancervävnader i dataset GSE2701. Differential uttryck tendens S100A12 i GSE2701 stred mot det av SAGE-analys (tabell 1) .table 4 microarray analys av S100 gener uttryck i normala och magcancer vävnader
vid GSE3438
GSE2669
GSE2701

normal *
Cancer *
p
normal *
Cancer *
p

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
Endast S100S som visar positiva matcher visas i tabellen. * uppgifter som hämtas från microarray datamängder; # data finns i datamängden.
Sammantaget var 5 gener visat sig vara mycket uttryckt i magcancer av alla tre in silico analys metoder. De var S100A2, S100A3, S100A4, S100A7 och S100A10. Bland dessa 5 gener, S100A3 var den enda som var ännu inte rapporterats vara relaterat till magcancer tidigare. Nästa vi utvärderade uttryck av S100A3 i magcancer vävnader genom kvantitativ RT-PCR.
3. Verifiering av S100A3 uttryck i magcancer genom kvantitativ RT-PCR
att undersöka om S100A3 överuttrycktes i magcancer, vi undersökte mRNA-expression av S100A3 i magcancer vävnader och motsvarande angränsande icke-tumörvävnad hos 80 patienter med kvantitativ RT-PCR. Den relativt betyda expressionsnivån av S100A3 i magcancer var 2,52 ± 1,45 jämfört med angränsande icke-tumörvävnad (p
= 0,01). Korrelationer av S100A3 mRNA uttryck med de kliniska tecknen analyserades vidare. Resultaten visade att S100A3 mRNA-expression inte korrelerade med kön, ålder, tumörstorlek, djup vägg invasion, mikroskopiska subtyper eller lymfkörtelmetastaser med en statistik p > 0,05 i varje parameter (Tabell 5). Vi fann emellertid att uttrycket av S100A3 mRNA korrelerad med tumördifferentiering och Tumör Node-metastasering scenen. De S100A3 expressionsnivåer i väl- och måttlig differentierad tumörvävnad var båda signifikant lägre än i dåligt differentierade ettor (p Hotel < 0,05). S100A3 uttryck i TNM stadium I och II var också lägre än i steg III och IV (p
= 0,04). Alla dessa data visade att S100A3 överuttrycktes i magcancer prover och kan vara relaterat till den differentiering och utveckling av gastric cancer.Table 5 Korrelation av S100A3 mRNA-expression med clinicalpathological parametrar hos patienter med magsäckscancer.
Variabel
mRNA uttryck
P
vid Number

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

vid Kön
Man
61
11
34
9
8
0,17
Kvinna
19
3
5
8 2
Age (y) Hotel < 65
54
10
31
6
7
0,08
>
65 26 4
8
11
3
Tumördifferentiering
Well1
3
0
0
1
2
0.22a
Moderate2
33
8
7
12
6
0.03b
Poor3
44
6
32
4
2
0.01c
Tumörstorlek (cm) Hotel <
5,0 41
6 23
5
7
0.96 Hotel > 5,0
39
8
16
12
3
Djup vägg invasion
slemhinna, submucosa1
6
2 1
2 1
0.45a
muscularis propria2
18
6
8 4
0
0.33b
Subserosa, 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
Mikroskopiska subtyper
Intestinal1
57
10
29
11
7
0.87a
Diffuse2
18
4
8
4
2
0.26b
Atypical3
5
0
2
2
1
0.21c
Lymfkörtel metastas
Ja
64
11 35
11
7
0,16
Ingen
16
3 4
6
3
aP
: 1 VS
2; bP Blogg: 2 VS
3; cP Blogg: en VS
3.
Diskussion
Även S100 familjemedlemmar har en gemensam struktur och främst lokaliserade i en viss region på kromosom 1, de alla har mycket unika uttrycksmönster i normala eller patologiska vävnader. Vi undersökte systematiskt uttryck för S100 familjemedlemmar i gastriska cancervävnader genom att kombinera analys av SAGE, virtuella Northern uppgifter blöt och microarray. Det har rapporterats att korshybridisering fel kan hända i microarray analys när sekvenslikhet över 75%. Men mRNA-sekvensen likheten mellan S100 familjemedlemmar var 4% -67%, så risken för korshybridisering av S100 gener alla tre marker som analyserades i denna studie skulle vara relativt liten. Dessutom var både SAGE teknik och EST virtuella Northern blot baserad på DNA-sekvensering och ansågs vara tillförlitliga metoder i genuttryck utvärdering. Kombinera flera databas och analytiska metoder som nämnts ovan, skulle möjligheten att artefakter reduceras kraftigt. I den aktuella studien var 5 S100 gener visat sig uppregleras i magcancer genom att kombinera analys, bland vilka 4 gener tidigare rapporterats, vilket indikerar giltigheten av in silico-analys strategi vi använde i detta arbete och eventuellt viktiga roll S100 gener i utveckling och progression av magcancer.
under senare år har många S100 familjemedlemmar visats vara differentiellt regleras i olika maligniteter. Även om verkningsmekanismer av S100S och de funktionella konsekvenserna av deras förändrade uttryck återstod att fastställas, har flera studier visat att överuttryck av S100 proteiner visar stora kliniska implikationer för diagnos och stadieindelning av mänskliga tumörer samt för förutsägelse av prognosen.
Det har rapporterats att S100A2 starkt uttrycktes i icke-småcellig lungcancer, esofagus skivepitelcancer, laryngeal skvamös cellkarcinom, äggstocks serösa papillära karcinom, liksom magcancer. S100A2 visade sig också vara en prediktor för avlägsna metastaser och överlevnadsgrad i tidigt stadium icke-småcellig lungcancer [16]. S100A4 befanns vara överuttryckt i blåscancer och skulle kunna tjänat som en prediktor för tumörprogression [17]. Många studier har visat att S100A7 hade en ökad expression i bröstcancer. Överuttryck av S100A7 var relaterad till högre TNM stadier av bröstcancer och i östrogenreceptornegativ invasiv bröstcancer, var S100A7 uttryck i samband med dåligt utfall [18]. S100A7 uttryck var också förenad med ökad malignitet av bröstcancer, vilket kan ske genom stimulering av Jab1 aktivitet. Dessutom var S100A10 identifieras som en uppreglerad gen i skvamösa icke-småcellig lungcancer och esofagus skivepitelcancer av microarray-teknik. Alla dessa 4 S100 gener också visat sig vara upregulaetd i gastric cancer tidigare [9, 10], vilket bekräftades ytterligare i detta arbete. Sälja S100 gener kan nedregleras i vissa andra cancerformer. Till exempel var S100A6 lågt uttryck i prostatacancer, som kan vara relaterade till promotor hypermetylering av S100A6. Ett annat exempel är S100A2. Den hade en minskad uttryck i prostata och munhålecancer och betraktades som en potentiell tumörsuppressorgen. S100A2 kan interagera med C-terminalen av p53 och sedan öka den transkriptionella aktiviteten hos p53. Denna cellcykelberoende p53-S100A2 interaktion kanske mediera den hämmande effekten av S100A2 på cancer. Dessa resultat tyder på att S100 gener kan spela olika roller under utvecklingen av olika cancerformer.
S100A3, ett protein korrelerad med utvecklingen av hårsäcken, hade visat sig vara överuttryckt i tumörer. Till exempel, nivåerna av uttryck av S100A3 proteiner skilde sig markant i astrocytisk tumörvävnad i förhållande till tumörtyper och kvaliteter [19]. Den nuvarande arbete bekräftade för första gången att S100A3 var uppreglerat i magsäckscancer och i samband med dålig differentiering och högre TNM stadium av gastric cancerceller. Men roll S100A3 i differentiering och utvecklingen av magcancer behövde utredas ytterligare.
Slutsats
Vårt arbete föreslog att in silico analys är en giltig strategi för att upptäcka differentiellt uttryckta gener i magcancer, och S100A3 var en roman överuttryckt gen i gastric cancerceller och kan spela en viktig roll under differentieringen och utvecklingen av magcancer.
Notes
Ji Liu, Xue Li, Guang-Long Dong bidragit lika för detta arbete.
Förkortningar
SAGE:
serieanalys av genuttryck
EST:
expressed sequence tag
CGAP:
Cancer Genome Anatomy Project
GEO:
Gene Expression Omnibus
RT-PCR:
RT-PCR .
förklaringar
Tack
Detta arbete stöddes av National Natural Science Foundation i Kina (Grant nr 30.670.970). Vi är tacksamma för Yanglin Pan för utmärkt guide i processen för experiment.
Konkurrerande intressen
Författarna förklarar att de inte har några konkurrerande intressen.

• Metylentetrahydrofolatreduktas C677T polymorfism hos patienter med mag- och kolorektal cancer i en koreansk population
• Livskvalitet hos patienter med magcancer: översättning och psykometrisk utvärdering av den iranska versionen av EORTC QLQ-STO22