Dieses Protokoll beschreibt ein nützliches Instrument zur Identifizierung signifikanter molekularer Veränderungen bei Krebs und führt zur Entwicklung neuer diagnostischer und therapeutischer Ansätze für das Plattenepithelkarzinom der Speiseröhre.
Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.
Methodenartikel
Entwicklung eines Kompendiums für Plattenepithelkarzinome der Speiseröhre
In diesem Artikel
Zusammenfassung
Zusammenfassung
Speiseröhrenkrebs (EC) rangiert aufPlatz 8 der aggressivsten bösartigen Erkrankungen, und seine Behandlung bleibt aufgrund des Mangels an Biomarkern, die eine Früherkennung erleichtern, eine Herausforderung. EC manifestiert sich in zwei histologischen Hauptformen - Adenokarzinom (EAD) und Plattenepithelkarzinom (ESCC) - beide weisen Unterschiede in der Inzidenz in geografisch unterschiedlichen Populationen auf. Hochdurchsatztechnologien verändern das Verständnis von Krankheiten, einschließlich Krebs. Eine große Herausforderung für die wissenschaftliche Gemeinschaft ist der Umgang mit verstreuten Daten in der Literatur. Um dies zu erreichen, wird eine einfache Pipeline für die Analyse öffentlich zugänglicher Microarray-Datensätze und die Sammlung von differentiell regulierten Molekülen zwischen Krebs und normalen Erkrankungen vorgeschlagen. Die Pipeline kann als Standardansatz für die differentielle Genexpressionsanalyse dienen, um Gene zu identifizieren, die zwischen Krebs und normalem Gewebe oder zwischen verschiedenen Krebssubtypen unterschiedlich exprimiert werden. Die Pipeline umfasst mehrere Schritte, darunter die Datenvorverarbeitung (einschließlich Qualitätskontrolle und Normalisierung von Genexpressionsrohdaten, um technische Abweichungen zwischen den Proben zu beseitigen), die differentielle Expressionsanalyse (Identifizierung von Genen, die zwischen zwei oder mehr Gruppen von Proben unterschiedlich exprimiert werden, mithilfe statistischer Tests wie t-Tests, ANOVA oder lineare Modelle), Funktionsanalyse (Verwendung von Bioinformatik-Tools zur Identifizierung angereicherter biologischer Signalwege und Funktionen in differentiell exprimierten Genen) und Validierung (einschließlich Validierung mit unabhängigen Datensätzen oder experimentellen Methoden wie qPCR oder Immunhistochemie). Mit dieser Pipeline kann eine Sammlung von differentiell exprimierten Molekülen (DEMs) für jede Art von Krebs, einschließlich Speiseröhrenkrebs, generiert werden. Dieses Kompendium kann genutzt werden, um potenzielle Biomarker und Wirkstoffziele für Krebs zu identifizieren und das Verständnis der molekularen Mechanismen, die der Krankheit zugrunde liegen, zu verbessern. Darüber hinaus wird das populationsspezifische Screening von Speiseröhrenkrebs mit Hilfe dieser Pipeline dazu beitragen, spezifische Wirkstoffziele für verschiedene Populationen zu identifizieren, was zu personalisierten Behandlungen für die Krankheit führt.
Einleitung
Es ist alarmierend, dass EC die achthäufigste Krebserkrankung weltweit und die sechsthäufigste Todesursache weltweit ist. China, Indien und der Iran haben alarmierend hohe Inzidenz- und Sterblichkeitsraten. Es gibt zwei Haupttypen von EC: das Adenokarzinom der Speiseröhre (EAC oder EAD) und das Plattenepithelkarzinom der Speiseröhre (ESCC)1. EAC ist in der westlichen Welt verbreiteter, während ESCC in östlichen Ländern, insbesondere in China und Iran, häufiger vorkommt2. Mehrere Risikofaktoren sind mit EC assoziiert, darunter Tabak- und Alkoholkonsum, Fettleibigkeit und gastroösophageale....
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Protokoll
1. Manuelle Kuration der differentiell geregelten Moleküle in ESCC
- Suche nach relevanten Niederdurchsatzstudien mit PubMed
HINWEIS: Es ist wichtig, den grundlegenden Unterschied zwischen Techniken mit niedrigem und hohem Durchsatz zu verstehen. Bei ersterem wird nur eine begrenzte Anzahl von Proben untersucht, und der Prozess ist in der Regel zeitaufwändig, im Gegensatz dazu ist später schneller und die Anzahl der Proben kann in einem Durchgang analysiert werden, was deutlich höher ist als bei Niedrigdurchsatzmethoden wie dem Northern Blot, und Western Blot sind Techniken mit niedrigem Durchsatz, währen....
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Ergebnisse
Als Beispiel wurde der GEO-Beitritt GSE161533 verwendet, um differentiell erforschte Gene in ESCC zu untersuchen. Die repräsentativen Ergebnisse der Analyse sind in Abbildung 3 dargestellt. GEO2R generiert ein Vulkandiagramm, das nützlich ist, um Ereignisse zu identifizieren, die sich zwischen zwei Gruppen von Versuchspersonen signifikant unterscheiden. Das Vulkandiagramm zeigt die Gesamtgenverteilung mit einer transformierten Signifikanz von -log10 (p-Wert) auf der y-Ach.......
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Diskussion
Seit der Einbeziehung von Hochdurchsatz-OMICS-Techniken in die Krebsbiologie hat sich die Rate der Datengenerierung deutlich erhöht. Dies stellt eine Herausforderung für Forscher dar, insbesondere für diejenigen, die nicht mit Computern vertraut sind. Um dies im Laufe der Jahre zu überwinden, kamen Bioinformatiker auf die Idee, eine Datenbank zu entwickeln, um Daten auf organisierte Weise bereitzustellen. Dies stieß bei Forschern auf positive Resonanz, vor allem bei denen, die sich nicht.......
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Offenlegungen
Die Autoren haben nichts offenzulegen.
Danksagungen
MKK ist Empfänger des TARE-Stipendiums (Grant # TAR/2018/001054) (Grant # 5/13/55/2020/NCD-III) des Science and Engineering Research Board (SERB), Department of Science and Technology, bzw. des Indian Council of Medical Research (ICMR), Government of India, New Delhi.
....Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Materialien
| Name | Unternehmen | Katalognummer | Kommentare |
|---|---|---|---|
| NCBI-PUBMED | NCBI | Bezugnehmend auf Abschnitt 1. Erforderlich für die Literaturrecherche | |
| Ein Laptop/Macbook oder Personal Computer mit Internetanschluss und einem Webbrowser. | |||
| g:Profiler | ELIXIR infrastructure | https://biit.cs.ut.ee/gprofiler/gost | Bezieht sich auf Abschnitt 4.10. erforderlich für die Anreicherung von GO:MF, GO:BP und GO:CC |
| Genexpression Omnibus | NCBI | https://www.ncbi.nlm.nih.gov/geo/ | Bezieht sich auf Abschnitt 3.1. erforderlich für die Suche in der Microarray-Studiendatenbank |
| GEO2R | NCBI | https://www.ncbi.nlm.nih.gov/geo/geo2r/ | Unter Bezugnahme auf Abschnitt 3.2. erforderlich für die Analyse der Daten mit dem GEO2R-Tool |
| https://www.google.com | Bezugnehmend auf Abschnitt 1.1. erforderlich für die Literaturrecherche | ||
| HGNC HGNC | ist ein Gremium der Human Genome Organisation (HUGO) | https://www.genenames.org | Unter Bezugnahme auf Abschnitt 6.1 erforderlich, um das offizielle Gensymbol der DEGs zu kennen |
| HPRD | Institut für Bioinformatik, Bangluru | http://hprd.org | Unter Bezugnahme auf Abschnitt 5.1, der für Informationen über die Proteinarchitektur erforderlich ist |
| OMIM | Johns Hopkins University, Baltimore | http://www.omim.org/entry | Unter Bezugnahme auf Abschnitt 8.1 erforderlich, um die OMIM-ID eines bestimmten Gens zu kennen / |
| DEG Pangloss Program | Entwickelt von Chris Seidel | http://www.pangloss.com/seidel/Protocols/venn.cgi | Bezugnahme auf Abschnitt 4.9. erforderlich für die Erstellung des Venn-Diagramms |
| PANTHER | Thomas Labor an der University of Southern California | http://www.pantherdb.org/geneListAnalysis.do | Unter Bezugnahme auf Abschnitt 4.10. erforderlich für die Anreicherung von GO:MF, GO:BP und GO:CC |
| ShinyGO | South Dakota State University | http://bioinformatics.sdstate.edu/go | Unter Bezugnahme auf Abschnitt 4.10. erforderlich für die Zuteilung von DEGs auf den Chromosomen |
Referenzen
- Zeng, H., et al. Esophageal cancer statistics in China, 2011: Estimates based on 177 cancer registries. Thorac Cancer. 7 (2), 232-237 (2016).
- Zhang, H., Jin, G., Shen, H. Epidemiologic differences in esophageal cancer between Asian a....
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Nachdrucke und Genehmigungen
