이 프로토콜은 암의 중요한 분자 변화를 식별하는 데 유용한 도구를 설명하고 식도 편평 세포 암종에 대한 새로운 진단 및 치료 접근법의 개발로 이어집니다.
이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.
이 논문에서
요약
초록
식도암(EC)은 8번째로 공격적인 악성 종양으로 꼽히며, 조기 발견을 용이하게 하는 바이오마커가 없기 때문에 치료가 여전히 어렵습니다. EC는 선암종(adenocarcinoma, EAD)과 편평세포암(squamous cell carcinoma, ESCC)의 두 가지 주요 조직학적 형태로 나타나며, 둘 다 지리적으로 구별되는 인구 집단에 따라 발병률의 차이를 보입니다. 고처리량 기술은 암을 포함한 질병에 대한 이해를 변화시키고 있습니다. 과학계의 중요한 과제는 문헌에 흩어져 있는 데이터를 처리하는 것입니다. 이 문제를 해결하기 위해 공개적으로 사용 가능한 마이크로어레이 데이터 세트를 분석하고 암과 정상 상태 사이에서 차등적으로 조절되는 분자를 수집하기 위한 간단한 파이프라인이 제안됩니다. 파이프라인은 차등 유전자 발현 분석을 위한 표준 접근법으로 사용될 수 있으며, 암과 정상 조직 간 또는 다른 암 아형 간에 차등적으로 발현된 유전자를 식별할 수 있습니다. 파이프라인에는 데이터 전처리(샘플 간의 기술적 차이를 제거하기 위해 원시 유전자 발현 데이터의 품질 관리 및 정규화 포함), 차등 발현 분석( t-test와 같은 통계 테스트를 사용하여 두 개 이상의 샘플 그룹 간에 차등적으로 발현된 유전자 식별)을 포함한 여러 단계가 포함됩니다., ANOVA 또는 선형 모델), 기능 분석(생물정보학 도구를 사용하여 차등적으로 발현된 유전자에서 풍부한 생물학적 경로 및 기능 식별) 및 검증(독립적인 데이터 세트 또는 qPCR 또는 면역조직화학과 같은 실험 방법을 사용한 검증 포함). 이 파이프라인을 사용하면 식도암을 포함한 모든 유형의 암에 대해 차등적으로 발현된 분자(DEM) 집합을 생성할 수 있습니다. 이 개요서는 암에 대한 잠재적인 바이오마커 및 약물 표적을 식별하고 질병의 기저에 있는 분자 메커니즘에 대한 이해를 향상시키는 데 사용할 수 있습니다. 또한 이 파이프라인을 사용하여 식도암에 대한 인구별 스크리닝은 개별 인구에 대한 특정 약물 표적을 식별하는 데 도움이 되어 질병에 대한 맞춤형 치료로 이어질 것입니다.
서론
EC가 전 세계적으로 8번째로 흔한 암이자 전 세계적으로 6번째로 큰 사망 원인이라는 것은 놀라운 일입니다. 중국, 인도, 이란은 발병률과 사망률이 놀라울 정도로 높습니다. EC에는 식도 선암종(esophageal adenocarcinoma, EAC 또는 EAD)과 식도 편평 세포 암종(esophageal squamous cell carcinoma, ESCC)의 두 가지 주요 유형이 있습니다1. EAC는 서구 세계에서 더 흔한 반면 ESCC는 동부 국가, 특히 중국과 이란에서 더 일반적입니다2. EC와 관련된 몇 가지 위험 요인은 담배 및 알코올 사용, 비만, 위식도 역류 질환(GERD)을 포함합니다. 또한 과일과 채소 부족, 뜨거운 음료 및 음식 섭취와 같은 식이 요인은 고위험 지역의 ESCC 위험과 관련이 있습니다. 조기 진단과 치료는 EC 3,4 환자의 예후를 개선하는 데 중요하다. 따라서 EC의 위험 요인, 징후 및 증상에 대한 인식을 높이고 고위험군에 대한 정기적인 선별 검사를 장려하는 것이 중요합니다. 또한 담배 및 알코올 사용, 건....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
프로토콜
1. ESCC에서 차등 조절된 분자의 수동 선별
- PubMed를 사용하여 관련 저처리량 연구 찾기
참고: 낮은 처리량과 높은 처리량 기술의 기본적인 차이점을 이해하는 것이 중요합니다. 전자에서는, 단지 한정된 수의 표본이 공부되고, 과정은 보통 시간이 많이 걸리고, 대조적으로 나중에 더 빠르고, 표본의 수는 북부 얼룩과 같은 낮 처리량 방법에서 보다는 현저히 더 높은 1개의 이동에서 분석될 수 있고, 서쪽 얼룩은 낮 처리량 기술인 반면, cDNA 마이크로어레이 및 LC-MS/MS 근거한 양이 많은 단백질체학은 높은 처리량 기술인반면, 14. NCBI-PubMed( 재료 표 참조)와 같은 검색 엔진은 생물 의학 과학자들이 ESCC와 같은 질병에 대한 문헌을 찾을 수 있도록 공개적으로 제공되는 리소스이기 때문에 모든 암과 관련된 연구를 찾을 수 있는 좋은 소스입니다. 관련 연구를 찾으려면 다음 단계를 따라야 합니다.- Google 검색 엔진(재료 표 참조)을 클릭하여 엽니다. PubMed에 색인되지 않았지만 여전히 양질의 논문인 저널....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
결과
예를 들어, GEO 등록 GSE161533는 ESCC에서 차등적으로 탐색된 유전자를 연구하는 데 사용되었습니다. 분석의 대표적인 결과는 그림 3에 나와 있습니다. GEO2R은 두 그룹의 실험 대상자 간에 크게 다른 사건을 식별하는 데 유용한 화산 플롯을 생성합니다. 화산 플롯은 y축에 -log10 변형 유의성(p-값)을 표시하고 x축에 fold changes(log2 transformed fold change 포함)를 사용하여 전체 유전자 분포를 표시하며(그림 3A), 차등적으로 발현되는 유전자를 시각화하는 데 유용합니다. 강조된 유전자는 0.05의 기본 adj. p-value cut-off에서 유의하게 다르게 발현됩니다(파란색 = 하향 조절, 빨간색 = 상향 조절).
평균 차이(MD) 그림은 로그
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
토론
암 생물학에 고처리량 OMICS 기술이 도입된 이후 데이터 생성 속도가 크게 증가했습니다. 이는 연구자, 특히 컴퓨터에 익숙하지 않은 연구자들에게 도전이 됩니다. 이를 극복하기 위해 수년에 걸쳐 생물정보학자들은 체계적인 방식으로 데이터를 제공하기 위해 데이터베이스를 개발한다는 아이디어를 내놓았습니다. 이는 연구자들, 특히 기술에 관심이 없는 연구자들로부터 긍정적인 반응을 이끌어냈습니다. 더욱이, 문헌 여기저기에 흩어져 있는 오믹스 데이터는 누구에게도 쓸모가 없습니다. 따라서 이를 적절하게 활용하기 위해서는 특별한 관심사를 가진 연구자들이 데이터에 액세스할 수 있는 공통 플랫폼이 항상 필요했습니다. ONCOMINE38, ESCC ATLAS39, 췌장암 데이터베이스(PCD)40 및 DDEC41을 포함하여.......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
공개 사항
저자는 공개할 내용이 없습니다.
감사의 글
MKK는 과학기술부 과학공학연구위원회(SERB) 및 인도 뉴델리 정부 인도의학연구위원회(ICMR)로부터 각각 TARE 펠로우십(보조금 # TAR/2018/2018/001054 2020/NCD-III) 교외 보조금(보조금 # 5/13/55/2020/NCD-III)을 받았습니다.
....액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
재료
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| NCBI-PUBMED | NCBI | 섹션 1을 참조합니다. 문헌 검색에 필요 | |
| 인터넷 시설과 웹 브라우저가 있는 노트북/맥북 또는 개인용 컴퓨터. | |||
| g:프로파일러 | ELIXIR 인프라 | https://biit.cs.ut.ee/gprofiler/gost | 섹션 4.10 참조. GO:MF, GO:BP 및 GO:CC 유 |
| 전자 발현 옴니버스 | NCBI | https://www.ncbi.nlm.nih.gov/geo/ | 섹션 3.1 참조. 마이크로어레이 연구 데이터베이스 |
| GEO2R | NCBI | 검색에 필요https://www.ncbi.nlm.nih.gov/geo/geo2r/ | 섹션 3.2 참조. GEO2R 도구를 사용하여 데이터를 분석하는 데 필요 |
| https://www.google.com | 1.1 참조. 문헌 검색에 필요 | ||
| HGNC | HGNC는 인간 게놈 기구(HUGO)의 위원회입니다 | https://www.genenames.org | DEGs 의 공식 유전자 기호를 알아야 하는 섹션 6.1을 참조합니다. |
| HPRD | 생물정보학 연구소, 방글루루 | http://hprd.org | 단백질 구조에 대한 정보를 위해 필요한 섹션 5.1을 참조합니다 |
| OMIM& | nbsp; 존스 홉킨스 대학교, 볼티모어 http://www.omim.org/entry | 특정 유전자의 OMIM ID를 아는 데 필요한 섹션 8.1 참조 / DEG | |
| Pangloss 프로그램 | Chris Seidel이 개발 | http://www.pangloss.com/seidel/Protocols/venn.cgi | 섹션 4.9 참조. 벤 다이어그램 생성에 필요 |
| 서던 캘리포니아 | 대학의 PANTHER Thomas 연구실http://www.pantherdb.org/geneListAnalysis.do | 섹션 4.10을 참조합니다. GO:MF, GO:BP 및 GO:CC | |
| ShinyGO | 사우스다코타 주립대학교 | http://bioinformatics.sdstate.edu/go | 섹션 4.10을 참조합니다. 염색체에 DEG 할당에 필요 |
참고문헌
- 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....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
재인쇄 및 허가
