Name: Entwicklung eines Kompendiums für Plattenepithelkarzinome der Speiseröhre (Video) | JoVE Journal
Uploaded: 2024-04-12T12:50:00.000+00:00
Duration: 3 min 36 s
Description: Entdecken Sie die bioinformatische Analyse von Plattenepithelkarzinomen der Speiseröhre mit GEO 2R und weiteren Open-Source-Ressourcen. Diese Methodik ermöglicht die Identifikation differentiell exprimierter Gene für verbesserte diagnostische und therapeutische Ansätze.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<meta charset="utf8"></head><body>Pipeline zur Analyse von Microarray-Daten in der Speiseröhrenkrebsforschung

<table><tbody><tr><td>NCBI-PUBMED</td><td>NCBI</td><td></td> https://ncbi.nlm.nih.gov/pubmed <td>Bezugnehmend auf Abschnitt 1. Erforderlich für die Literaturrecherche</td></tr><tr><td>Ein Laptop/Macbook oder Personal Computer mit Internetanschluss und einem Webbrowser.</td><td></td><td></td><td></td></tr><tr><td>g:Profiler</td><td>ELIXIR infrastructure</td><td>https://biit.cs.ut.ee/gprofiler/gost</td><td>Bezieht sich auf Abschnitt 4.10. erforderlich für die Anreicherung von GO:MF, GO:BP und GO:CC</td></tr><tr><td>Genexpression Omnibus</td><td>NCBI</td><td>https://www.ncbi.nlm.nih.gov/geo/</td> <td>Bezieht sich auf Abschnitt 3.1. erforderlich für die Suche in der Microarray-Studiendatenbank</td></tr><tr><td>GEO2R</td><td>NCBI</td><td>https://www.ncbi.nlm.nih.gov/geo/geo2r/</td> <td>Unter Bezugnahme auf Abschnitt 3.2. erforderlich für die Analyse der Daten mit dem GEO2R-Tool</td></tr><tr><td>Google</td><td>Google</td><td>https://www.google.com</td><td>Bezugnehmend auf Abschnitt 1.1. erforderlich für die Literaturrecherche</td></tr><tr><td>HGNC HGNC</td><td>ist ein Gremium der Human Genome Organisation (HUGO)</td><td>https://www.genenames.org</td><td>Unter Bezugnahme auf Abschnitt 6.1 erforderlich, um das offizielle Gensymbol der DEGs zu kennen&nbsp;</td></tr><tr><td>HPRD</td><td>Institut für Bioinformatik, Bangluru</td><td>&nbsp; http://hprd.org</td><td>Unter Bezugnahme auf Abschnitt 5.1, der für Informationen über die Proteinarchitektur erforderlich ist&nbsp;</td></tr><tr><td>OMIM</td><td>&nbsp; Johns Hopkins University, Baltimore</td><td>http://www.omim.org/entry</td><td>Unter Bezugnahme auf Abschnitt 8.1 erforderlich, um die OMIM-ID eines bestimmten Gens zu kennen /</td></tr><tr><td>DEG Pangloss Program</td><td>Entwickelt von Chris Seidel</td><td>http://www.pangloss.com/seidel/Protocols/venn.cgi</td><td>Bezugnahme auf Abschnitt 4.9. erforderlich für die Erstellung des Venn-Diagramms</td></tr><tr><td>PANTHER</td><td>Thomas Labor an der University of Southern California</td><td>http://www.pantherdb.org/geneListAnalysis.do</td><td>Unter Bezugnahme auf Abschnitt 4.10. erforderlich für die Anreicherung von GO:MF, GO:BP und GO:CC</td></tr><tr><td>ShinyGO&nbsp;</td><td>South Dakota State University</td><td>http://bioinformatics.sdstate.edu/go</td><td>Unter Bezugnahme auf Abschnitt 4.10. erforderlich für die Zuteilung von DEGs auf den Chromosomen</td></tr></tbody></table>

entwicklung eines kompendiums für plattenepithelkarzinome der speiseröhre

Development of Compendium for Esophageal Squamous Cell Carcinoma

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-Achse und Faltenänderungen (mit einer transformierten Faltungsänderungvon log 2) auf der x-Achse (Abbildung 3A) und ist nützlich für die Visualisierung der Gene, die differentiell exprimiert werden. Hervorgehobene Gene werden bei einem standardmäßigen p-Wert-Cut-off von 0,05 signifikant differentiell exprimiert (blau = herunterreguliert, rot = hochreguliert). 
Ein Diagramm der mittleren Differenz (MD) zeigt eine logarithmisch2-fache Änderung vs. Durchschnittliche log 2-Expressionswerte und ist nützlich für die Visualisierung der Gene, die differentiell exprimiert werden. In der MD-Grafik falten sich die Gene, bei denen log2 transformiert wurde, auf der y-Achse und die Expression des Durchschnittswerts auf der x-Achse (Abbildung 3B). Die hervorgehobenen Gene werden signifikant differentiell bei einem standardmäßigen adj. p-Wert-Cutoff von 0,05 exprimiert (blau = herunterreguliert, rot = hochreguliert). Vulkandiagramme stoßen auf die gleichen Probleme wie MA-Diagramme, wenn es darum geht, Informationen von nur zwei Behandlungen gleichzeitig anzuzeigen21.
Darüber hinaus wurde die Uniform Manifold Approximation and Projection (UMAP)22 verwendet, um die Verwandtschaft zwischen ESCC und normalen Stichproben zu beurteilen (Abbildung 3C). Obwohl die meisten Proben den jeweiligen Kategorien zugeordnet waren, wurden in den normalen Stichproben zwei ESCC-Proben gefunden.
GEO2R präsentierte ein interaktives 2D-Expressionsdichtediagramm (Abbildung 3D), das die Expressionsdichte im Datensatz effektiv demonstrierte. Dieses Diagramm ist nützlich, um zu bestimmen, ob eine Normalisierung für DEGs erforderlich ist. In diesem Diagramm steht die y-Achse für die Dichte, während die x-Achse die Intensität sowohl für ESCC (grüne Farbe) als auch für normale (violette Farbe) angibt.
Die Verteilung der Werte auf verschiedene Stichproben, einschließlich ESCC und Normal, wurde im Boxplot dargestellt. Diese Verteilungen geben Aufschluss darüber, ob die Proben tatsächlich für die differentielle Expressionsanalyse geeignet sind. Die medianzentrierten Werte zeigen deutlich, dass die Daten normalisiert und kreuzvergleichbar sind (Abbildung 3E).
Die identifizierten Gene werden anhand von p &lt; 0,05 und Fold-Change-Kriterien gefiltert. Die unveränderten Gene (mit Faltenveränderung zwischen &lt;2,0 und &gt;0,50) wurden aus der Analyse entfernt. Im Vergleich zu einer zuvor veröffentlichten Studie wurden nur 514 häufig gefundene Gene gefunden, aber die einzigartige Anzahl der erhaltenen Gene beträgt 1193. Es ist wichtig zu beachten, dass die Identifizierung einzigartiger Gene mit GEO2R nicht nur dazu beitragen kann, die Redundanz zu verringern, sondern auch das Kompendium zu bereichern.
Eine unvollständige Liste der DEG wurde in Tabelle 1 erwähnt, während eine vollständige Liste der DEG in der Zusatzdatei 1 enthalten ist. Einige der hochregulierten Gene gehören zur extrazellulären Matrix, wie z.B. MMP1 8,23,24, MMP1223,25, SPP1 8,26, POSTN9 und VCAN 8,27. Zu den anderen Genen, die in Tabelle 1 aufgeführt sind, gehören CMPK2, AURKA28,29, CHEK127 und CDK130 sind hochreguliert und EMP127, PTK631,32, GPX327, DPT33, FHL134,35 und CRNN 8,36 sind bei ESCC im Vergleich zu normalen Epithelien herunterreguliert. POSTN (Periostin) wurde bei ESCC hochreguliert und auch bei Adenokarzinomen der Speiseröhre berichtet. Eine frühere Studie an ESCC berichtete, dass die Expression von POSTN-Proteinen nicht nur in der Stromaregion, sondern auch in den Tumorzellen beobachtet wurde, was darauf hindeutet, dass es eine Wechselwirkung zwischen Tumor und Mikroumgebunggibt 9. Periostin ist ein Protein, das hauptsächlich von mesenchymalen Zellen sezerniert wird und eine entscheidende Rolle bei der Regulation, Adhäsion und Differenzierung von Osteoblasten sowie bei der Wundheilung spielt. Darüber hinaus wurde Periostin mit der Tumorprogression und Metastasierung bei verschiedenen Krebsarten, einschließlich ESCC, in Verbindung gebracht. Studien haben gezeigt, dass Periostin an der epithelialen zu mesenchymalen Transition (EMT) bei Krebserkrankungen und der Tumorangiogenese beteiligt ist und die Zellmigration, Motilität, Adhäsion und das metastasierende Zellwachstum von Tumoren fördert. Im Barrett-Ösophagus, einer Krebsvorstufe der Speiseröhre, kommt es zu einer signifikanten Hochregulierung von POSTN, dem Gen, das für Periostin kodiert, im Vergleich zu normalem Speiseröhrengewebe37. Bei der eosinophilen Ösophagitis, einer entzündlichen Erkrankung der Speiseröhre, sind sowohl die Periostin-mRNA- als auch die Proteinexpression im Vergleich zum normalen Ösophagepithel hochreguliert. In ähnlicher Weise wurde bei ESCC festgestellt, dass POSTN in der Genexpressionsanalyse 11-fach hochreguliert ist9. Diese Ergebnisse deuten darauf hin, dass POSTN als potenzieller Biomarker für ESCC und andere Krebsarten dienen könnte. Darüber hinaus werden die erhöhten Serum-POSTN-Spiegel bei Brustkrebspatientinnen berichtet, die mit Knochenmetastasen diagonalisiert wurden, was darauf hindeutet, dass POSTN auch als potenzieller metastasierender Biomarker in den Seren von ESCC-Patientinnen weiter untersucht werden könnte. Insgesamt scheint POSTN eine wichtige Rolle bei der Tumorprogression zu spielen und kann potenzielle klinische Auswirkungen auf die Diagnose, Prognose und Behandlung von Krebs haben.
Die chromosomale Verteilung der DEGs auf den einzelnen Chromosomen zeigt, dass die maximale Anzahl von Genen von den Chromosomen 1-6 und X stammte (Abbildung 4). Die ShinyGO-basierte Signalweganalyse zeigte, dass bei der DEGs-Analyse eine Reihe entscheidender Signalwege auftauchen. Einige davon waren der IL-17-Signalweg, die Proteinverdauung und -absorption, die EZM-Rezeptor-Interaktion, der TNF-Signalweg, der Toll-like-Rezeptor-Signalweg, der Chemokin-Signalweg, die Zytokin-Zytokin-Rezeptor-Interaktion, die Alkohol-Leber-Erkrankung, microRNAs bei Krebs, transkriptionelle Dysregulation bei Krebs, der Zellzyklus und der NONO-ähnliche Rezeptor-Signalweg bei ESCC. Darüber hinaus erfolgte die Anreicherung von GO-Begriffen in DEGs mit Hilfe der g: Profiler-Analyse. Verschiedene GO-Begriffe für molekulare Funktionen (GO: MF), zelluläre Komponenten (GO: CC) und biologische Prozesse (GO: BP) wurden angereichert (Abbildung 5). Die Liste dieser GO-Bedingungen ist in Tabelle 2 enthalten.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/65480/65480fig01.jpg"> 
Abbildung 1: Schematische Darstellung für die Verarbeitung der Studien zum Plattenepithelkarzinom der Speiseröhre, die im Genexpressions-Omnibus mit dem Programm GEO2R verfügbar sind. Verschiedene Schritte bei der Identifizierung von differentiell regulierten Genen (DEGs) oder differentiell regulierten Molekülen (DEMs) wurden in dem Schema gezeigt, einschließlich Auswahlkriterien für die DEGs basierend auf der Faltungsänderung &gt;2,0-fach und p &lt; 0,05 für hochregulierte und &lt;0,5 und p-Wert &lt;0,05 für herunterregulierte. <a href="https://www.jove.com/files/ftp_upload/65480/65480fig01large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/65480/65480fig02.jpg"> 
Abbildung 2: Schematische Darstellung zur Suche nach zusätzlichen Informationen zu differentiell regulierten Genen beim Plattenepithelkarzinom der Speiseröhre, die unter Verwendung anderer öffentlich zugänglicher Ressourcen verfügbar sind. Darüber hinaus müssen Informationen, die für die Entscheidung über DEGs entscheidend sind, für die weitere Validierung und Bewertung im klinischen Umfeld ausgewählt werden. Informationen wie die Extraktion des Aliasnamens, das offizielle Gensymbol, die Chromosomenlage/der Genort, OMIM, die Domäne/das Motiv, die sekretorische Natur des Proteins und die Verfügbarkeit geeigneter Antikörper für die Validierung auf Proteinebene können aus verschiedenen Online-Ressourcen abgerufen werden. <a href="https://www.jove.com/files/ftp_upload/65480/65480fig02large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/65480/65480fig03.jpg"> 
Abbildung 3: Verteilung der Studie mit GEO-Beitritt GSE161533 Verwendung des GEO2R-Programms zur Identifizierung von DEGs zwischen ESCC und Normal. Das GEO2R-Programm wurde mit Standardparametern verwendet, die zu folgendem Ergebnis führen: (A) Vulkandiagramm, das die Genverteilung mit -log10 transformierter Signifikanz (p-Wert) auf der y-Achse darstellt, und Faltenänderungen (mit log2 transformierter Faltungsänderung) auf der x-Achse, (B) MD-Plot-Diagramm, das die logarithmisch-fache Änderung im Vergleich zu den durchschnittlichenlogarithmischen Expressionswerten 2 zur Visualisierung differentiell exprimierter Gene anzeigt, (C) UMAP (Uniform Manifold Approximation and Projection) zeigt die Segregation der Stichproben basierend auf ihren Typen, (D) Das Expressionsdichtediagramm ergänzt sich, da es die Normalisierung der Daten vor der differentiellen Expressionsanalyse überprüft, (E) Boxplot mit medianzentrierten Werten über die Stichproben, um anzuzeigen, dass die Normalisierung der Daten vergleichbar ist. <a href="https://www.jove.com/files/ftp_upload/65480/65480fig03large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/65480/65480fig04.jpg"> 
Abbildung 4: Verteilung der DEGs auf verschiedene chromosomale Loci mit dem ShinyGO-Anreicherungstool. (A) Einzigartige Gene wurden durch die Erstellung eines Venn-Diagramms identifiziert, um aktuelle mit zuvor veröffentlichten Studien zu vergleichen. (B) Die Verteilung der DEGs auf den verschiedenen Chromosomen im Genom. (C) Anreicherung des Signalwegs für DEGs mit ShinyGO-basierter Anreicherungsanalyse. <a href="https://www.jove.com/files/ftp_upload/65480/65480fig04large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/65480/65480fig05.jpg"> 
Abbildung 5: Manhattan-Diagramme zur Veranschaulichung von GO-Term-Anreicherungen von Zielgenen mit g: Profiler. Die differentiell exprimierten Gene wurden mittels g: Profiler und der Anreicherung in GO-Begriffen (MF: molekulare Funktion; BP: biologischer Prozess; CC: zelluläre Komponente) und KEGG-Signalwege über Reactome-Signalwege (REAC), WiKi-Signalwege (WP), Transkriptionsfaktor (TF) und microRNA-Zielbase (MIRNA) wurden grafisch in einem Manhattan-Diagramm dargestellt, wobei die x-Achse die GO-Funktionsterme ist, die nach Kategorien eingefärbt sind. Jeder farbige Punkt steht für einen GO-Begriff. Die y-Achse zeigt die angepassten-log 10p-Werte. Die GO-Terme, die für ESCC statistisch signifikant sind, werden auf der x-Achse angezeigt. MF: Molekulare Funktion; BP: Biologischer Prozess; CC: Zelluläre Komponente; MIRNA: MikroRNA; HP: Menschlicher Phänotyp. <a href="https://www.jove.com/files/ftp_upload/65480/65480fig05large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
Tabelle 1: Unvollständige Liste differentiell exprimierter Gene in ESCC. <a href="https://www.jove.com/files/ftp_upload/65480/65480_Table%201.xlsx" target="_blank">Bitte klicken Sie hier, um diese Tabelle herunterzuladen.</a>
Tabelle 2: Anreicherung von GO-Begriffen in ESCC mit g: Profiler. <a href="https://www.jove.com/files/ftp_upload/65480/65480_Table%202.xlsx" target="_blank">Bitte klicken Sie hier, um diese Tabelle herunterzuladen.</a>
Ergänzende Datei 1: Vollständige Liste der differentiell exprimierten Gene in ESCC. <a href="https://www.jove.com/files/ftp_upload/65480/Supple%20Table-1.pdf" target="_blank">Bitte klicken Sie hier, um diese Datei herunterzuladen.</a>

Entwicklung eines Kompendiums für Plattenepithelkarzinome der Speiseröhre

Esophageal cancer (EC) ranks as the 8th most aggressive malignancy, and its treatment remains challenging due to the lack of biomarkers facilitating early ...

development-of-compendium-for-esophageal-squamous-cell-carcinoma

Research

Forschung

JoVE Journal

Cancer Research

Krebsforschung

Es gibt einen erkennbaren Bedarf für verbesserte Informationen über molekulare Fahrer von Barrett-Ösophagus. Immunfluoreszenzfärbung ist eine nützliche Technik für das Verständnis der Wirkung von Zell-Signalisierung auf Zellmorphologie. Wir stellen eine einfache, effektive Protokoll für die Verwendung des Immunfluoreszenzfärbung auf therapeutische Behandlung im Barrett-Ösophagus-Zellen zu beurteilen.

Eine Immunfluoreszenz-Verfahren zur Charakterisierung von Barrett-Ösophagus Cells

Diese Studie berichtet über eine erfolgreiche Methode der endoskopischen Fettgewebe abgeleiteten Stromazellen (ADSC) -Blatt Transplantation für Ösophagusstriktur Prävention nach einer ausgedehnten endoskopischer Submukosadissektion (ESD) in einem Schweinemodell.

ADSC-sheet Transplantation Stricture nach Erweiterte Speiseröhren Endoskopische Submukosa Dissektion zu verhindern

Die kooperative Chirurgie Laparoskopie-Endoskopie eignet sich zur Behandlung von magen-darm-gastrointestinalen Stromatumoren mit einer Größe von weniger als 5 cm. Es kann die jeweiligen Vorteile von endoskopischen und laparoskopischen Operationen erreichen und gleichzeitig deren Nachteile vermeiden.

Laparoskopie-Endoskopie Kooperative Chirurgie zur Behandlung von Magen-Darm-Stromatumoren

Dieses Protokoll beschreibt die Methoden der Subkultur und Kryokonservierung von Ösophagus-Adenokarzinom-Organoiden mit und ohne Einzelzellaufschluss, um es den Forschern zu ermöglichen, geeignete Strategien auf der Grundlage ihres experimentellen Designs auszuwählen.

Subkultur und Kryokonservierung von Ösophagus-Adenokarzinom-Organoiden: Vor- und Nachteile für die Einzelzellverdauung

Dieses Protokoll beschreibt die wichtigsten Schritte zur Erzeugung und Charakterisierung von murinen oral-ösophagealen 3D-Organoiden, die normale, präneoplastische und Plattenepithelkarzinomläsionen darstellen, die durch chemische Karzinogenese induziert werden.

Modellierung des oral-ösophagealen Plattenepithelkarzinoms in 3D-Organoiden

Das vorliegende Protokoll beschreibt die Etablierung und histologische Analyse von Organoidmodellen der Speiseröhre, die verschiedene Stadien der Tumorprogression repräsentieren. Diese Methode ermöglicht es den Forschern, Veränderungen in der zellulären Morphologie, der räumlichen Organisation und den Expressionsmustern molekularer Marker während des Übergangs von normalem zu krebsartigem Gewebe zu untersuchen.

Etablierung und histologische Analyse von Ösophagusorganoiden zur Modellierung des Verlaufs von normalem zu krebsartigem Gewebe

Dieses Protokoll beschreibt eine Methode, um gleichzeitig Krebsorganoide, karzinomassoziierte Fibroblasten (CAFs) und nicht-tumorassoziierte Fibroblasten (CFs) vom selben Patienten mit Speiseröhrenplattenepepit (ESCC) zu isolieren. Der Einsatz dieser patientenabgestimmten Materialien könnte Probleme durch interpatientische Variabilität vermeiden und eine geeignete experimentelle Grundlage für die ESCC-Forschung bieten.

Etablierung von Tumororganoiden, karzinomassoziierten Fibroblasten und entsprechenden Fibroblasten aus demselben Speiseröhrenkrebspatienten

Um den mehrstufiger Prozess der Peritonealdialyse Verbreitung von Ovarialkarzinomen klären, die aktuelle Studie stellt eine murine experimentellen Modell der ursprünglichen Tumorentstehung und Metastasierung Peritonealdialyse über orthotoper Impfung mit diesen Tumorzellen.

Murine experimentellen Modell der ursprünglichen Tumor-Entwicklung und Peritoneal Metastasierung<em&gt; über</em&gt; Orthotopische Inokulation mit Ovarialkarzinomzellen

Die perineurale Invasion (PNI) ist ein häufiges Merkmal des Plattenepithelkarzinoms im Kopf- und Halsbereich (HNSCC) und führt zu niedrigeren Überlebensraten. Seine Mechanismen sind nur unzureichend verstanden. Unter Verwendung von Neuriten, die aus murinen Spinalganglien erzeugt werden, die auf eine halbfeste Matrix beschränkt sind, können die Signalwege untersucht werden, die an der PNI von HNSCC-Zelllinien beteiligt sind.

Ein Modell für Perineurale Invasion in Kopf- und Hals-Plattenepithelkarzinom

Umsetzung eines orthotopischen Modell des Nierenzellkarzinoms in immunkompetenten Mäusen liefert den Ermittler ein klinisch relevantes System durch das Vorhandensein einer primären Nierentumor und Lungenmetastasen im gleichen Tiere definiert. Dieses System kann verwendet werden , um präklinisch eine Vielzahl von Behandlungen in vivo zu testen.

Ein Syngenetische Maus-Modell von metastasierendem Nierenzellkarzinom für Quantitative und Longitudinal Beurteilung der vorklinischen Therapien

Entdecken Sie die bioinformatische Analyse von Plattenepithelkarzinomen der Speiseröhre mit GEO 2R und weiteren Open-Source-Ressourcen. Diese Methodik ermöglicht die Identifikation differentiell exprimierter Gene für verbesserte diagnostische und therapeutische Ansätze.

Entwicklung eines Kompendiums für Plattenepithelkarzinome der Speiseröhre

Weitere Videos entdecken