הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר שיטה

גילוי של גנים הנהג ב המעי הגס HT29-נגזר סרטן גזע כמו Tumorspheres

6.1K צפיות

⸱

DOI:

10.3791/61077

⸱

22 ביולי 2020

 ,  ,  , 
1Radiation Biology Research Center, Institute for Radiological Research, Chang Gung University, Chang Gung Memorial Hospital at Linkou, 2Department of Medical Imaging and Radiological Sciences, Chang Gung University, 3Department of Radiation Oncology, Chang Gung Memorial Hospital, 4Department of Laboratory Medicine, Mackay Memorial Hospital

במאמר זה

סיכום

הציג כאן הוא פרוטוקול כדי לגלות את הגנים המובעות יתר שמירה על התאים הקבועים גזע הסרטן נגזר מתאי HT29 המעי הגס. RNAseq עם ביואינפורמטיקה זמין בוצע כדי לחקור והמסך רשתות ביטוי גנים להבהיר מנגנון פוטנציאלי מעורב בהישרדות של תאים סרטניים ממוקד.

תקציר

תאים גזע סרטן לשחק תפקיד חיוני נגד טיפולים קליניים, לתרום התדרדרות הגידול. ישנם אונגנים רבים המעורבים בטווריגנזה ובייזום של סגולות סרטן. מאז ביטוי הגנים היווצרות של סרטן המעי הגס, כדורים הנגזרים אינו ברור, זה לוקח זמן כדי לגלות את המנגנון עובד על גן אחד בכל פעם. מחקר זה מדגים שיטה כדי לגלות במהירות את הגנים הנהג מעורב הישרדות של סרטן המעי הגס תאים גזע כמו מבחנה. המעי הגס HT29 תאים סרטניים כי לבטא את LGR5 כאשר מתורבת כמו spheroids וללוות להגדיל CD133 מסמנים שבטנס נבחרו ובשימוש במחקר זה. הפרוטוקול המוצג משמש לביצוע RNAseq עם ביואינפורמטיקה זמין כדי לחשוף במהירות את הגנים מנהל ההתקן בהתהוות של המעי הגס HT29 כדורים נגזר כמו גזע. המתודולוגיה יכולה להקרין במהירות ולגלות גנים פוטנציאליים של מנהלי התקנים במודלים של מחלות אחרות.

מבוא

סרטן המעי הגס (CRC) הוא הגורם המוביל למוות עם שכיחות ותמותה גבוהה ברחבי העולם1,2. בשל מוטציות גנים והגברה, תאים סרטניים לצמוח ללא שליטה מתרבים, אשר תורמת הישרדות התא3, anti-אפופטוזיס4, סרטן שמנת5,6,7. בתוך רקמת הגידול, הגידול טרוגניות מאפשר תאים סרטניים כדי להסתגל ולשרוד במהלך טיפולים טיפוליים8. תאי גזע הסרטן (CSCs), עם שיעור גבוה יותר של חידוש עצמי ו-pluripotency מאשר סוגי סרטן הדיפרנציאלי, הם בעיקר אחראי על הישנות הגידול9,10 ו-CRC גרורות11. CSCs להציג יותר התנגדות סמים12,13,14 ו אנטי אפופטוזיס נכסים15,16, ובכך ששרדו סרטן כימותרפיות.

כאן, על מנת לחקור את המנגנון הפוטנציאלי לסטדיות בתאי הגזע הנבחרים של CRC, RNAseq בוצע למסך באופן מהותי הביע גנים של הגידול בגידולים. התאים הסרטניים יכולים ליצור spheroids (המכונה גם tumorspheres) כאשר גדל בתנאים הקפדה נמוכה מגורה על ידי גורמי גדילה הוסיף למדיום תרבותי, כולל EGF, bFGF, HGF, ו IL6. לכן, בחרנו CRC HT29 תאים סרטניים המתנגדים כימותרפיות עם עלייה ב-STAT3 זרחתי כאשר מטופלים עם oxaliplatin ו irinotecon17. בנוסף, HT29 הביעו סמנים גבוהים יותר כאשר הם מתורבתים בתנאי התרבות המתוארים. HT29-נגזר מודל csc הביע כמויות גבוהות יותר של החזרה leucine-עשיר המכיל G-חלבון מצמידים הקולטן 5 (LGR5)18, סמן מסוים של תאים הגזע CRC19,20. יתר על כן, CD133, נחשב סמנים כלליים לתאי גזע הסרטן, הוא גם מתבטא במידה רבה ב-HT29 cell קו21. המטרה של פרוטוקול זה היא לגלות קבוצות של גנים של מנהלי התקן בסרטן הוקמה כמו גזע tumorspheres מבוסס על הנתונים בביואינפורמטיקה מגדיר לעומת חקירת אונגנים הפרט22. הוא חוקר מנגנונים מולקולריים פוטנציאליים באמצעות ניתוח RNAseq ולאחריו ניתוחים זמינים בביואינפורמטיקה.

רצף הדור הבא הוא התפוקה גבוהה, זמין בקלות, ואמין רצפי DNA שיטה מבוססת על העזרה החישובית, המשמש באופן מקיף גנים מנהלי התקנים עבור הנחיית טיפולים סרטניים23. הטכנולוגיה משמשת גם לגילוי ביטוי גנטי מתוך שעתוק הפוכה של מבודד RNA לדוגמה24. עם זאת, כאשר ההקרנה עם RNAseq, הגנים החשובים ביותר למקד עם טיפול לא יכול להיות הפרש הביטוי הגבוה ביותר בין דגימות ניסוי ובקרה. לכן, כמה ביואינפורמטיקה פותחו לסיווג וזיהוי גנים המבוססים על מערכות נתונים נוכחיות כגון kegg25, GO26,27, או פנתר28, כולל ניתוח מסלול תחכום (IPA)29 ו אנליסט הרשת30. פרוטוקול זה מציג את השילוב של RNAseq ואנליסט הרשת כדי לגלות במהירות קבוצה של גנים בHT29 שנבחרו הנגזרים בהשוואה לתאי HT29 הורים. יישום שיטה זו לדגמי מחלות אחרות מוצע גם לגילוי הבדלים בגנים חשובים.

בהשוואה לחקירה של ביטוי גנים בודדים, טכניקה תפוקה גבוהה מספק יתרונות למצוא גנים פוטנציאליים מנהל התקן בקלות עבור תרופה דיוק הגידול. עם ערכות נתונים שימושיות כגון KEGG, GO, או פנתר, גנים ספציפיים ניתן לזהות מבוסס על דגמי המחלה, מסלולים איתות, או פונקציות ספציפיות, וזה מאפשר במהירות התמקדות בגנים ספציפיים, חשוב, חיסכון בזמן ומחקר עלויות. יישום דומה משמש במחקרים קודמים14,18,31. במיוחד, גידול הוא מסובך יותר, כי סוגים שונים של גידולים לבטא גנים מסלולים להישרדות והתפשטות. לכן, פרוטוקול זה יכול להרים גנים להבחין סוגי גידולים שונים בנסיבות שונות. יש פוטנציאל למצוא אסטרטגיות אפקטיביות נגד סרטן על ידי הבנת המנגנון של ביטוי גנטי ספציפי.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

1. היווצרות התרבות התאית והמבנה הטמורספירה

  1. התרבות HT29 תאים בצלחת 10 ס מ המכיל מדיום הנשר שונה ביותר של דולקקו (DMEM) עם 10% סרום של שור עוברי (FBS) ו 1% פניצילין-סטרפטומיצין אנטיביוטי (P/S).
  2. לגדל את התאים בחממה ב 37 ° c עם 5% CO2 ו 95% לחות תחת תנאים אספטי, עד שהם מגיעים 80% השטף.
  3. טריסילזציה HT29 תאים עם 1 מ ל של 0.25% טריפסין עבור 5 דקות ב 37 ° c וכתוצאה מכך לנטרל את טריפסין על ידי הוספת 2 מ ל DMEM זיכרון עם 10% FBS ו 1% P/S.
  4. ספור את התאים הHT29 באמצעות הטציטוטומטר.
  5. הוסף 2,000 תאים/גם כדי מצורף נמוכה 6 צלחות היטב עם 2 מ ל של הסרום ללא dmem עם 1% P/S ו שיושלם עם 0.2% B27, 20 ng/ml של גורם גדילה באפידרמיס (egf), 20 ng/ml של גורם הצמיחה פיברוהפיצוץ (bfgf), 20 ng/ml של גורם הצמיחה hepatocyte (hgf), ו -20 ng/ml של אינטרלויקין 6 (IL6).
  6. לגדול את התאים ב 37 ° צ' עם 5% CO2 ו 95% לחות תחת תנאים אספטי.
  7. הוסף 0.5 mL של תא גזע סרטן בינונית כל 2 ימים עד למדוד את הספירות > 100 יקרומטר בקוטר לפחות 7 ימים.
  8. להתבונן ולמדוד את קוטר tumorsphere באמצעות מיקרוסקופ הפוך עם מערכת הדמיה תא דיגיטלי.
  9. כאשר הכדוריות מ> גיעות לקוטר של כ-100 יקרומטר, טריזיציזציה של כדורי הטומורזה עם 0.25% טריפסין במשך 5 דקות ב-37 ° c ומנטרלים את טריפסין על-ידי הוספת 2x לנפח הגדילה הבינוני. לספור את התאים באמצעות הומוציטומטר.
  10. צנטריפוגה ב 1,200 rpm עבור 10 דקות ולהסיר את supernatant.
  11. דגירה 5 x 104 תאים עם 2 μl של ANTI-LGR5-pe ו-2 μl של ANTI-CD133-pe ב 100 ΜL של dmem באופן אינדיבידואלי עבור 30 דקות בטמפרטורת החדר, רועד ב 200 rpm.
    הערה: CD133 הוא ביוארקר כללי של תא גזע סרטן כי הוא ביטוי מאוד בתאי HT29.
  12. הוסף 900 μL של PBS ולנתח את הביטוי LGR5 ו-CD133 באמצעות הזרמת cy try. שינוי בקרינה הפלואורסצנטית בערוץ FL2-H מצביע על ביטוי גנטי.

2. בידוד רנ א

הערה: השתמש בערכה מסחרית (ראה טבלת חומרים) עם טור מהיר לבידוד RNA בעקבות הוראות היצרן.

  1. הוסף 50 μL של PBS לתאים שנקטפו (2 x 105 תאים) ולהשעות אותם מחדש עם ליטוף.
  2. להוסיף 200 μL של מאגר ליזה המכיל 2 μL של בטא-mercaptoethanol (β-ME). מערבולת במהירות ולתת לעמוד 5 דקות.
  3. צנטריפוגה את הפתרון ב 16,000 x g עבור 10 דקות. לאסוף את supernatant ולערבב עם 200 μl של 70% אתנול.
  4. השתמש בעמודה המצורפת כדי להסיר את הממס על ידי צנטריפוגה ב 14,000 x g עבור 1 דקות.
  5. לשטוף באמצעות כביסה פתרון 1 ו-2 כדי להסיר לחלוטין non-RNAs ידי צנטריפוגה ב 14,000 x g עבור 1 דקות.
  6. צנטריפוגה שוב ב 14,000 x g עבור 2 דקות כדי להסיר אתנול שיורית.
  7. הוסף 50 μL של מים מזוקקים, צנטריפוגה ב 14,000 x g עבור 1 דקות, ולאסוף את הפתרון.
  8. למדוד את הריכוז RNA באמצעות OD260 עם ספקטרוסקופיה.
    הריכוז RNA (μg/mL) = (OD260) x (40 ΜG RNA/mL) ו-OD260/od280 > 2. בדגימות RNA צריך להיות מספר שלמות RNA (RIN) > 7.

3. ניתוח הפרופיל של RNAseq וביואינפורמטיקה

הערה: ניתוח RNAseq התבצע באופן מסחרי (ראה טבלת חומרים) כדי לחקור את הגנים הדיפרנציאלים בHT29 הנגזרות בהשוואה לתאי ההורים HT29.

  1. השתמש בשירותים מסחריים עבור שלבי RNAseq, כולל בניית ספריות, בקרת איכות ספריה ורצפי DNA.
  2. על דוח הנתונים להכיל מידע חשוב, כולל ספירות קריאה, שינוי log2 קיפול וערך p. בחר את הגנים הדיפרנציאלי בהתאם לפרמטרים הבאים: גנים עם > שינוי log2 1 קיפול עם ספירות קריאה > 100 בקבוצה HT29 tumorsphere, וגנים <-1 log2 שינוי לקפל עם ספירה לקריאה > 100 בקבוצה HT29 הורים. במקרה זה, ערך p < 0.05 נחשב למקובל והנתונים שימשו (טבלה 1).
    הערה: כאן, ספירת גנים > 100 שימש את הסף כדי להמשיך את המחקר של גן מסוים ולאמת את ההבעה שלו.
  3. השתמש בתוכנה לניתוח סטטיסטי (ראה טבלת חומרים), כדי להציג מפת חום ולזהות גנים המבוסרים > 1 וגנים מוסדרות < 1 בשינוי קיפול log2.
  4. השתמש בתוכנה R כדי לצייר את העלילה הר געש עם x: log2 לשנות את הקיפול; y:-log10 (ערך p) כדי להציג את הגנים הדיפרנציאלי.
    1. התקנת ספריית R
      התקנת חבילות (ספריה (כיול))
    2. קרא את הנתונים ב-RStudio עם התוכנית הבאה:
      res < t-read. csv ("/Users/xxx.csv", כותרת = T)
      ראש (במיל)
      עם (res, מגרש (log2FoldChange,-log10 (pvalue), pch = 19, ראשי = "HT29CSC vs HT29", xlim = c (6, 6), col = "#C0C0C0"))
      עם (מערכת משנה (res, pvalue < .05 & log2FoldChange > 1), נקודות (log2FoldChange,-log10 (pvalue), pch = 19, קולונל = "אדום")
      עם (מערכת משנה (res, pvalue < .05 & log2FoldChange < ( -1)), נקודות (log2FoldChange,-log10 (pvalue), pch = 19, קולונל = "כחול")
      עם (קבוצת משנה (res, pvalue > .05), נקודות (log2FoldChange,-log10 (pvalue), pch = 19, col = "#444444"))
      אבליין (h = 1.3, lty = 2)
      אבליין (v = 1, lty = 2)
      abline (v = ( -1), lty = 2)
    3. לבצע את הריצה כדי להשיג את העלילה הר געש.

4. בחירת גנים מנהלי התקנים

  1. בחרו קלט גן יחיד באנליסט הרשת.
  2. העתק והדבק את הגנים המובטאים הנבחרים מטבלה 1 עם "אדם" שצוין בתור האורגניזם וסוג המזהה הגן הרשמי.
    הערה: לחלופין, השתמש במזהה הגן Ensembl עבור העתקה והדבקה.
  3. הכנס את הנתונים על-ידי לחיצה על העלאה והמשך כדי לנתח אותה באמצעות האינטראקציה של חלבון חלבונים (ppi) בעקבות הגנטי PPI.
  4. השתמש במסד הנתונים של STRING interactome עם חיתוך ביטחון של 900 כדי להראות את הגנים הזרעים המקשרים בין הגנים שהועלו. הגנים הזרע שיוך עם גנים בודדים יותר נבחרו כגנים מנהלי התקנים שעשויים להיות מעורבים בשמירה על היווצרות של HT29-הנגזרים.
    הערה: קיימות שלוש ערכות נתונים בין-משתמשים: IMEx, STRING ו-Rolland. מחרוזת מכילה ראיות ביטחון גבוה יותר ניסיוני. עם מספרי גנים נמוכים שהועלו, IMEx ניתן לבחור כדי לנבא ולאסוף את הגנים של מנהלי ההתקנים ברשתות interactome.
  5. בחר באפשרות ' המשך ' במבט כולל על המיפוי.
  6. בחר לבן ברקע ואלץ את אטלס בתוך כפתור הפריסה .
  7. בחר פנתר BP לנתח את קבוצת הגנים upregulation.
    הערה: זה מראה כי HSPA5 היה אחראי נגד אפופטוזיס בתוך HT29-הספירות הנגזרות במחקר זה (איור 3A). כדי לצמצם את השדה הפונקציונלי הספציפי, הסיווג KEGG, GO או פנתר יכול לשמש לחילופין כדי לבחור את הגנים הספציפיים של מנהלי ההתקנים.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

כדי להקים את המודל לחקירת המנגנון בתאי גזע הסרטן, תאים HT29 המעי הגס שימשו לתרבות הגזע הסרטן כמו tumorspheres בתחום מחוץ ללוח מצורף נמוך המכיל B27, EGF, bFGF, HGF, ו IL6. הספירות הטומוראות > 100 יקרומטר בקוטר נוצרו ב -7 ימים (איור 1a). כדורי הטומורזציה היו טריציגניים לתאים בודדים ונותחו באמצעות הזרימה cy, try כדי לזהות ביטוי LGR5 ו-CD133. LGR5 גדל ב-HT29-drived הספירות מ 1.1% כדי 11.4% ואת התאים זוהו באמצעות הזרמת cy try (איור 1B). טוש נוסף, CD133, גדל גם מ 6...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

במחקר זה, הסרטן התרבותי כמו גזע מדומה שימשו כמודל בניתוח נתונים RNAseq עם ביואינפורמטיקה זמין. למודל מחלה, נעשה שימוש ב-HT29 הספירות הנגזרות. מכיוון שבספירות הטומוריות יש עמידות בסמים נגד טיפולים סרטניים, המודל הוקם יכול לשמש לחקירת מנגנונים מפורטים של התנגדות על ידי חקירת הבדלים בביטוי הגנים. יתר על כן, טכנולוגיה גנומית באמצעות RNAseq עם ביואינפורמטיקה זמין מספק הבנה מהירה של מודל המחקר כך גנים העלולים להיות מעורבים יכול להיות מאומת עם ביטחון גבוה יותר. כמו כן, ניתן לזהות את סוג הגנים המעורבים בהיווצרות היווצרות כדורים....

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

למחברים אין גילויים פיננסיים רלוונטיים.

תודות

המחברים מודים לליבה של הביולוגיה הרדיואקטיבית המעבדה למחקר רדיולוגי, בית החולים צ'אנג קונג הזיכרון, לתמיכה טכנית. מחקר זה היה נתמך על ידי מענקים צ ' אנג קונג החולים הזיכרון (CMRPD1J0321), צ'נג Hsin החולים הכללי (CHGH 106-06), ו מקיי החולים הזיכרון (MMH-CT-10605 ו-MMH-106-61). לגופי המימון לא היתה כל השפעה בתכנון המחקר ואיסוף הנתונים, הניתוח והפרשנות של הנתונים או בכתיבת כתב היד.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
iRiS Digital Cell Imaging SystemLogos Biosystems, IncI10999להתבוננות בהיווצרות גידולים
Flow CytometryBD biosciencesFACSCaliburלאיתור LGR5 ו-CD133 בספירות הגידול
אנטי-LGR5-PEBiolegend373803מגיב זיהוי LGR5
אנטי-CD133-PEBiolegend372803זיהוי CD133 מגיב
EGFGenScriptZ00333לתרבית של ספירות גידול
bFGFGenScriptZ03116לתרבית של ספירות גידול
HGFGenScriptZ03229לתרבית של ספירות גידול
IL6GenScriptZ03034לתרבית של ספירות גידול
ערכת מיצוי RNA של PureLinkInvitrogen12183025לבודד סה"כ RNA לניתוח RNAseq
ביצועי RNAseq Biotools, טייוואןניתוח RNAseq נעשה באופן מסחרי על ידי Biotools, Ttaiwan
NetworkAnalystInstitute of Parasitology, אוניברסיטת מקגיל, מונטריאול, קוויבק, קנדהhttp://www.networkanalyst.ca/
PrismGraphPad Softwareניתוח סטטיסטי
תוכנת

מקורות

  1. Rawla, P., Sunkara, T., Barsouk, A. Epidemiology of colorectal cancer: incidence, mortality, survival, and risk factors. Przegląd Gastroenterologiczny. 14 (2), 89-103 (2019).
  2. Wong, M. C., Ding, H., Wang, J., Chan, P. S., Huang, J. Prevalence and risk factors of colorectal cancer in Asia. Intestinal Research. 17 (3), 317-329 (2019).
  3. Liu, Q., et al. Positive expression of basic transcription factor 3 predicts poor survival of colorectal cancer patients: possible mechanisms involved. Cell Death & Disease. 10 (7), 509(2019).
  4. Slattery, M. L., et al. Dysregulated genes and miRNAs in the apoptosis pathway in colorectal cancer patients. Apoptosis. 23 (3-4), 237-250 (2018).
  5. Arteaga, C. L., Engelman, J. A. ERBB receptors: from oncogene discovery to basic science to mechanism-based cancer therapeutics. Cancer Cell. 25 (3), 282-303 (2014).
  6. Yarden, Y., Pines, G. The ERBB network: at last, cancer therapy meets systems biology. Nature Reviews Cancer. 12 (8), 553-563 (2012).
  7. Cheng, C. C., et al. YM155 as an inhibitor of cancer stemness simultaneously inhibits autophosphorylation of epidermal growth factor receptor and G9a-mediated stemness in lung cancer cells. PLoS One. 12 (8), 0182149(2017).
  8. Prasetyanti, P. R., Medema, J. P. Intra-tumor heterogeneity from a cancer stem cell perspective. Molecular Cancer. 16 (1), 41(2017).
  9. Zhao, Y., et al. CD133 expression may be useful as a prognostic indicator in colorectal cancer, a tool for optimizing therapy and supportive evidence for the cancer stem cell hypothesis: a meta-analysis. Oncotarget. 7 (9), 10023-10036 (2016).
  10. Choi, J. E., et al. Expression of epithelial-mesenchymal transition and cancer stem cell markers in colorectal adenocarcinoma: Clinicopathological significance. Oncology Reports. 38 (3), 1695-1705 (2017).
  11. Massard, C., Deutsch, E., Soria, J. C. Tumour stem cell-targeted treatment: elimination or differentiation. Annals of Oncology. 17 (11), 1620-1624 (2006).
  12. Grillet, F., et al. Circulating tumour cells from patients with colorectal cancer have cancer stem cell hallmarks in ex vivo culture. Gut. 66 (10), 1802-1810 (2017).
  13. Dallas, N. A., et al. Chemoresistant colorectal cancer cells, the cancer stem cell phenotype, and increased sensitivity to insulin-like growth factor-I receptor inhibition. Cancer Research. 69 (5), 1951-1957 (2009).
  14. Chang, Y. F., et al. STAT3 induces G9a to exacerbate HER3 expression for the survival of epidermal growth factor receptor-tyrosine kinase inhibitors in lung cancers. BMC Cancer. 19 (1), 959(2019).
  15. Catalano, V., et al. Colorectal cancer stem cells and cell death. Cancers (Basel). 3 (2), 1929-1946 (2011).
  16. Piggott, L., et al. Suppression of apoptosis inhibitor c-FLIP selectively eliminates breast cancer stem cell activity in response to the anti-cancer agent, TRAIL. Breast Cancer Research. 13 (5), 88(2011).
  17. Chung, S. Y., et al. Two novel SHP-1 agonists, SC-43 and SC-78, are more potent than regorafenib in suppressing the in vitro stemness of human colorectal cancer cells. Cell Death Discovery. 4, 25(2018).
  18. Cheng, C. C., et al. STAT3 exacerbates survival of cancer stem-like tumorspheres in EGFR-positive colorectal cancers: RNAseq analysis and therapeutic screening. Journal of Biomedical Science. 25 (1), 60(2018).
  19. Kleist, B., Xu, L., Li, G., Kersten, C. Expression of the adult intestinal stem cell marker Lgr5 in the metastatic cascade of colorectal cancer. International Journal of Clinical and Experimental Pathology. 4 (4), 327-335 (2011).
  20. Medema, J. P. Targeting the Colorectal Cancer Stem Cell. New England Journal of Medicine. 377 (9), 888-890 (2017).
  21. Sahlberg, S. H., Spiegelberg, D., Glimelius, B., Stenerlow, B., Nestor, M. Evaluation of cancer stem cell markers CD133, CD44, CD24: association with AKT isoforms and radiation resistance in colon cancer cells. PLoS One. 9 (4), 94621(2014).
  22. Xia, J., Gill, E. E., Hancock, R. E. NetworkAnalyst for statistical, visual and network-based meta-analysis of gene expression data. Nature Protocols. 10 (6), 823-844 (2015).
  23. Gagan, J., Van Allen, E. M. Next-generation sequencing to guide cancer therapy. Genome Medicine. 7 (1), 80(2015).
  24. Panichnantakul, P., Bourgey, M., Montpetit, A., Bourque, G., Riazalhosseini, Y. RNA-Seq as a Tool to Study the Tumor Microenvironment. Methods in Molecular Biology. 1458, 311-337 (2016).
  25. Kanehisa, M., Sato, Y. KEGG Mapper for inferring cellular functions from protein sequences. Protein Science. 29 (1), 28-35 (2020).
  26. Ashburner, M., et al. Gene ontology: tool for the unification of biology. The Gene Ontology Consortium. Nature Genetics. 25 (1), (2000).
  27. The Gene Ontology Collective. The Gene Ontology Resource: 20 years and still GOing strong. Nucleic Acids Research. 47, 330-338 (2019).
  28. Mi, H., Muruganujan, A., Thomas, P. D. PANTHER in 2013: modeling the evolution of gene function, and other gene attributes, in the context of phylogenetic trees. Nucleic Acids Research. 41, Database issue 377-386 (2013).
  29. Yu, F., Shen, X. Y., Fan, L., Yu, Z. C. Genome-wide analysis of genetic variations assisted by Ingenuity Pathway Analysis to comprehensively investigate potential genetic targets associated with the progression of hepatocellular carcinoma. European Review for Medical and Pharmacological Sciences. 18 (15), 2102-2108 (2014).
  30. Zhou, G., et al. NetworkAnalyst 3.0: a visual analytics platform for comprehensive gene expression profiling and meta-analysis. Nucleic Acids Research. 47 (1), 234-241 (2019).
  31. Cheng, C. C., et al. Epidermal growth factor induces STAT1 expression to exacerbate the IFNr-mediated PD-L1 axis in epidermal growth factor receptor-positive cancers. Molecular Carcinogenesis. 57 (11), 1588-1598 (2018).
  32. Gallego Romero, I., Pai, A. A., Tung, J., Gilad, Y. RNA-seq: impact of RNA degradation on transcript quantification. BMC Biology. 12, 42(2014).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

תגיות

תאי גזע של סרטן המעי הגס והפי הטבעוןטומורספירות (Tumorspheres) של HT29אנליזת RNA-Seqציטומטריה עם זרימהסממנים LGR5 ו-CD133גילוי גנים מניעיםסריקת ביו-אינפורמטיקהאינטראקציה בין חלבוניםתיקוף באמצעות qPCR כמותייצירת טומורספירות
גילוי של גנים הנהג ב המעי הגס HT29-נגזר סרטן גזע כמו Tumorspheres
צרו קשר
המליצו לספרייה

פרטיות

תנאי שימוש

מדיניות

זכויות יוצרים © 2026 MyJoVE Corporation. כל הזכויות שמורות.