Summary
生物信息学是处理大规模数据集的有用方法。通过实施生物信息学方法，研究人员可以快速、可靠、高效地获得有见地的应用和科学发现。本文介绍了生物信息学在卵巢癌研究中的运用。它还通过实验成功验证了生物信息学的发现。
Abstract
槽口信令是一种高度保守的调节途径，涉及许多细胞过程。这种信号通路调节不良通常会导致对适当发育的干扰，甚至在某些情况下可能导致癌症的启动或进展。由于该通路具有复杂和通用的功能，因此可以通过许多不同的方法进行广泛的研究。其中，生物信息学提供了一种无可否认的成本效益、平易近人和用户友好的研究方法。生物信息学是从大规模数据集中提取较小信息片段的有用方法。通过实施各种生物信息学方法，研究人员可以快速、可靠、高效地解释这些大型数据集，从而产生有见地的应用和科学发现。在这里，提出了一个协议，用于整合生物信息学方法，以研究Notch信号在卵巢癌中的作用。此外，生物信息学的发现通过实验验证。
Introduction
Notch 信号通路是高度保守的途径，对生物体内的许多发育过程非常重要。Notch信号在细胞增殖和自我更新中起着重要作用，Notch信号通路的缺陷可导致多种癌症1、2、3、4、5、6。在某些情况下，Notch信号通路与组织生长和癌症以及细胞死亡和肿瘤抑制7相关联。多个 Notch 受体 （NOTCH 1⁄4） 和 co_u2012 活化剂主谋 （MAML 1⁄3）， 所有功能各不相同，增加了额外的复杂性级别。虽然Notch信号通路在功能方面是复杂的，但其核心通路在分子基础8上是简单的。Notch受体充当由细胞外和细胞内区域组成的跨膜蛋白9。与Notch受体细胞外区域结合的配体促进蛋白溶性裂解，使Notch细胞内域（NICD）被释放到细胞核中。然后，NICD 绑定到 co_u2012 活化剂主谋以激活下游基因表达10。
近年来，Notch信号显示，在不同物种6、11的几种癌症的起始和进展中，Notch信号扮演着各种角色。例如，Notch信号与涉及人类NOTCH1基因12的肿瘤发生有关。最近，NOTCH2、NOTCH3、类似三角洲的3（DLL3）、Mastermind_u2012样蛋白1（MAML1）以及含有蛋白17（ADAM17）的脱粒蛋白和金属蛋白酶域被证明与卵巢癌有强烈关联，特别是与患者13的整体存活率较差有关。
随着实验和患者相关数据量的不断增加，对可用数据的分析需求也不断增加。现有数据分散在出版物中，它们可能提供不一致甚至相互矛盾的结论。随着近几十年来新技术（如下一代测序）的发展，可用数据量呈指数级增长。虽然这代表了科学的快速发展和继续生物学研究的机会，但评估公开数据对解决研究问题的意义是一个巨大的挑战。我们相信生物信息学是从大规模数据集中提取较小信息片段的有用方法。通过实施各种生物信息学方法，研究人员可以快速、可靠、高效地解释这些大型数据集，从而获得有见地的发现。这些发现可能从确定潜在的新药物治疗靶点或疾病生物标志物，到个性化患者治疗15、16。
生物信息学本身正在迅速发展，随着技术进步席卷医学和生物科学，方法也在不断变化。目前，常见的生物信息学方法包括利用可公开访问的数据库和软件程序来分析DNA或蛋白质序列，识别具有特殊相关性或重要性的基因，并通过功能基因组学确定基因和基因产物的相关性。虽然生物信息学领域当然不限于这些方法，但这些对于帮助临床医生和研究人员管理生物数据以造福于整个患者具有重要意义。
本研究旨在突出几个重要的数据库及其用于研究Notch信号通路。NOTCH2，NOTCH3，及其co_u2012活化剂MAML1被用作数据库研究的例子。这些基因的使用，因为Notch信号通路在卵巢癌的重要性已经得到证实。对检索到的数据的系统分析证实了Notch信号在卵巢癌中的重要性。此外，由于Notch信号在物种间保存良好，因此证实果蝇黑色素素和主脑的过度表达可以诱发果蝇卵巢中的肿瘤，支持数据库发现和Notch信号在卵巢癌中的重要和保守作用。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 基因组谱的临床结果预测
注：PRECOG门户（precog.stanford.edu）访问来自165个癌症表达数据集的公开数据，包括基因表达水平和患者临床结果17。它特别提供 Meta_u2012Z 分析，该分析包含大型数据集，在 39 种癌症类型中提供不同基因的 Z_u2012 分数，以指示患者的总体存活率。差和好存活率分别由正数和负 Z_u2012 分数值表示。
- 使用学术附属电子邮件创建帐户以访问此数据库。输入与帐户关联的电子邮件地址和密码。
- 单击Meta-Z 分析标题下方的"查看详细信息"按钮。
- 将感兴趣的基因输入搜索栏。
- 使用位于屏幕底部的滚动条获取特定癌症类型的兴趣生存 Z 得分。
2. CSIOVDB
注：数据库（csibio.nus.edu.sg/CSIOVDB/CSIOVDB.html）是由新加坡癌症科学研究所开发的微阵列数据库，用于研究卵巢癌。该数据库包含来自不同肿瘤部位的癌变数据以及正常的卵巢组织数据。此外，CSIOVDB提供Kaplan_u2012Meier生存图，用不同的基因表达水平评估患者存活率。CSIOVDB可用于研究基因表达水平与卵巢癌阶段/等级之间的关联。
- 输入感兴趣的基因，然后单击"搜索"按钮。
- 单击"疾病状态"选项卡。
注：此选项卡提供卵巢癌疾病状态中感兴趣的目标基因的基因表达的汇总统计数据。 - 单击"信息学"选项卡。
注：此选项卡提供主要卵巢癌组织学中感兴趣的目标基因的基因表达的汇总统计数据。 - 单击"临床病理参数"选项卡。
注：此选项卡提供不同卵巢癌阶段、等级和临床反应与Mann-Whitney测试的基因表达水平的比较。 - 单击"生存"选项卡。
注：此选项卡布提供卡普兰-迈尔与整体生存和无疾病生存相关的绘图。对于这个数据库，无疾病生存被认为是进展和无复发生存18。在此选项卡下，也发现了"总体生存和无疾病生存"的多变量分析。多变量分析比较与卵巢癌预后（阶段、等级、手术脱压、组织学、年龄）和感兴趣的基因相关的特征。 - 单击"子类型"选项卡。
注：此选项卡提供卵巢癌分子亚型中感兴趣的基因表达水平的汇总统计数据和 Mann-Whitney 测试。此选项卡普兰-迈尔图与卵巢癌分子亚型感兴趣的基因的整体生存和无疾病生存相关。
3. 正常组织和肿瘤组织的基因表达（GENT）
注：GENT门户（医学\u2012基因组.kribb.kr/GENT）由韩国生物科学与生物技术研究所（KRIBB）开发和维护19。它收集了 16，400 个（U133A;241 个数据集）和 24，300 个（U133plus2;306 个数据集）公开可用的样本。标准化后，GENT提供不同组织的基因表达数据，进一步分为肿瘤和正常组织。
- 单击屏幕顶部的"搜索"选项卡。
- 在标记为 1 的部分中。关键字，从下拉菜单中选择术语的基因符号，在关键字部分的空白区域输入感兴趣的基因的基因符号，然后选择"类型"选项的组织。
- 单击 1 底部的"搜索"按钮。关键字部分。根据U133A和U122Plus2平台，显示不同癌症类型正常和肿瘤组织中基因表达的汇总图。
注： 选择摘要图顶部的数据筛选选项以挑出要研究的特定数据库是可选的。 - 单击"结果数据下载"旁边的链接，访问有关基因表达值、组织类型和数据源的详细信息。
4. 广泛研究所癌细胞系百科全书
注：CCLE（portals.broadinstitute.org/ccle）由博德研究所创建，提供947个人类癌细胞系的基因组谱和突变20。
- 将所需基因输入搜索栏，然后单击"搜索"按钮。
- 在标记为"选择数据集"的部分中，单击下拉菜单中的mRNA 表达式 （RNAseq）选项。
注：其他选项包括mRNA表达（Affy），阿喀琉斯shRNA击倒，和复制号码。 - 单击"切换所有跟踪"按钮。从右侧的灰色框中选择感兴趣的组织类型。向下滚动到屏幕底部，然后单击"下载 mRNA"表达式按钮。
- 打开下载的文本文档。将所有文本复制并粘贴到工作表 1中。复制工作表 1中的所有文本。
- 单击电子表格软件工作表 2 选项卡中电子表格底部的工作表。右键单击"A"列，选择"粘贴特殊"，然后在工作表 2 中选择"转置"选项。
- 将文本转换为表 2上的两列后，单击"排序和筛选"选项标题的下拉箭头，然后选择"筛选"选项。标记为Gene的标题区域中将显示一个箭头。单击箭头并键入感兴趣的组织类型。
注： 此步骤将筛选所有数据，仅显示感兴趣的组织类型的基因表达水平。
5. cBioPortal
注：cBioPortal（www.cioportal.org）是在纪念斯隆凯特林癌症中心（MSK）开发的，访问、分析和可视化大规模癌症基因组数据21，22。具体来说，这个门户允许研究人员搜索基因改变和信令网络。
- 使用登录页上的查询，单击标记为"选择研究"的"部分"下感兴趣的器官/组织。选择感兴趣的特定研究，然后点击"按基因查询"按钮。
- 在标记为"选择基因组配置文件"的部分中，从三个选项中进行选择：突变、来自 GISTIC 的假定复制数更改或mRNA 表达式。进一步选择相应的数据从下拉菜单选择患者/病例集。
- 在"输入基因"的查询框中输入目标基因符号。单击"提交查询"按钮。
- 单击页面顶部的"网络"选项卡以检索所需的基因网络。
注： 信令网络是彩色编码的。输入的基因由具有厚边框的种子节点指示。每个基因由一个红色圆圈表示，红色圆的颜色强度反映其突变频率。基因由不同颜色的线条连接。棕色线条表示"在同一成分中"，表示参与同一生物成分。蓝线表示"反应"，表示基因反应。绿线表示"状态变化"，表明一个基因可能导致另一个基因的状态变化。 - 单击图像顶部的"文件"选项卡以选择"保存为图像 （PNG）"以进行网络映像下载。
6. 用所需的基因型和DAPI染色切除果蝇
注：收集具有所需基因型的雌性果蝇，然后解剖苍蝇卵巢，进行DAPI染色成像程序。
- 准备飞行股票tj-Gal4，Gal80ts/CyO;UAS-NICD-GFP/TM6B， w_;UAS-mam.A;w[1118]使用NICD过度表达（tj-Gal4，Gal80ts/+）创建苍蝇;UAS-NICD-GFP/+）和NICD和mam-over-表达（tj-Gal4，Gal80ts/UAS-mam.A;UAS-NICD-GFP/+功能。
- 应用时空基因表达靶向（TARGET）技术控制时空基因表达23。在18°C下提高苍蝇直到成年，然后在解剖前用酵母转移到29°C48小时。
注：tj-Gal4只能在较高温度下驱动UAS表达，当Gal80ts的抑制得到缓解时。解剖前加入酵母可扩大卵巢的收获。 - 将 3 mL 的 1x 磷酸盐缓冲盐水 （PBS） （137 mM NaCl， 2.7 mM KCl， 10 mM Na2HPO4， 1.8 mM KH2PO4） 放入胚胎收集盘中。使用 CO2垫对苍蝇进行麻醉。
- 选择雌性苍蝇，然后用一对解剖钳小心地抓住苍蝇的下胸，并将其浸入胚胎收集盘中的1x PBS溶液中。使用第二对钳子捏下腹部，轻轻拉释放内脏。
- 识别一对卵巢，并从苍蝇体内分离。打破位于卵巢后端的肌肉护套，并分离卵巢。
注：为了达到更高质量的染色效果，需要分离卵子并打破肌肉护套。 - 将卵巢放入含有 500 μL 1x PBS 的 1.5 mL 离心管中。管应留在冰上，直到收集所有卵巢。
- 取出 1x PBS，将 0.5 mL 的固定溶液（4% 甲醛）放入管中。将管子放在螺母上 10 分钟。
- 从管子中取出固定溶液，并将其处理在合适的废物容器中。使用 1 mL 的 1x PBT （1x PBS 补充 0.4% Triton™ X-100） 洗卵巢 3x 15 分钟。
- 丢弃最终的PBT洗涤，加入1 mL的PBTG（0.2%牛血清白蛋白，5%正常山羊血清在1xPBT），以防止非特异性结合。
注： 对于 DAPI 染色，可以跳过此步骤，但对于抗体染色至关重要。详细的免疫性化学染色可以在贾等人24。 - 将 150 μL 的 DAPI （10 μg/mL） 放入管中，进行 10~15 分钟的螺母。丢弃 DAPI 并使用 1 mL 的 1x PBT 清洗卵巢 10 分钟。使用 1x PBS 取出 PBT 并洗涤 2 次 10 分钟。
- 去除多余的PBS，直到大约300 μL的PBS留在管与卵巢。使用200μL移液器将卵巢上下移，以释放卵子室。
- 轻轻旋转管，并小心地删除尽可能多的1x PBS溶液，而无需去除卵巢。将 120 μL 的安装溶液（1 g n-丙基甘酸、5 ml 10X PBS、40 ml 甘油和 5 ml dH2O）放入管中。
注：安装溶液是粘性的，因此很难将120μL的安装溶液完全转移到管中。为了缓解此问题，可以使用 1，000 μL 移液器尖端将三滴安装溶液添加到管中。 - 从 200 μL 移液器尖端上拆下约 0.33 mm，并使用新切割的移液器尖端将安装解决方案放在显微镜玻璃玻片上。
- 轻轻地将盖玻片玻璃放在安装溶液上，用透明指甲油密封盖玻片的边缘。
注：拍摄共聚焦图像时，需要密封盖玻璃的边缘，以防止蛋室在安装溶液中流动。 - 使用以下设置使用共聚焦显微镜获取图像：物镜 = 10 倍放大倍率;数值孔径 = 0.8;DAPI 发射波长 = 410×513 nm。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
使用 PRECOG 门户的步骤 1 中提及的程序，在卵巢癌中获得了NOTCH2、NOTCH3和MAML1的 Z 得分（分别为 1.3、2.32、1.62）。 负Z\u2012分值表明三个基因表达水平高的患者总体存活率较差。使用电子表格软件的条件格式，Z\u2012score 值如图1中的彩色条形图所示。
CSIOVDB数据库被用来确认这些发现。使用步骤2、NOTCH2、NOTCH3和MAML1中的指令在CSIOVDB数据库搜索区域中按顺序输入，并检索了位于生存选项卡下的患者生存数据。除了总体生存数据外，CSIOVDB 还提供无疾病生存。CSIOVDB进一步分离患者，根据Q1与Q4（下四分位数与上四分位数）提供基因表达水平的生存数据。与先前的发现一致，NOTCH2、NOTCH3和MAML1的高表达与整体存活率和无疾病存活率有关（图2A，B）。 同时，CSIOVDB的临床病理参数选项卡还提供了不同卵巢癌阶段、等级和临床反应与曼-惠特尼测试的基因表达水平的比较。结果表明，NOTCH2、NOTCH3和MAML1的较高表达水平与晚期卵巢癌阶段有关（图2C）。
由于NOTCH2、NOTCH3和MAML1对患者整体生存至关重要，卵巢肿瘤和癌细胞系的基因表达水平得到了进一步的研究。 NOTCH2、NOTCH3和MAML1在正常卵巢组织和肿瘤卵巢组织的表达数据使用GENT步骤3指令从U133A平台下载。 科学家可以根据自己的特定研究目的处理下载的数据。在这里，我们使用数据使用 GraphPad 棱镜（版本 8）生成框和胡须图。进一步的排列试验表明，NOTCH2、NOTCH3和MAML1在肿瘤组织中高度表达（图3A）。接下来，使用CCLE根据协议步骤4下载卵巢癌细胞系中的NOTCH2、NOTCH3和MAML1的表达数据。 癌细胞系中的基因表达水平由框和胡须图显示（图3B）。尽管NOTCH2、NOTCH3和MAML1的表达水平在癌细胞系中很高，但由于CCLE数据库中缺乏正常的细胞系控制，无法得出结论。 然而，科学家可以识别癌细胞系的起源，并根据不同的等级、阶段和其他临床病理参数比较表达水平。
一旦确认NOTCH2、NOTCH3和MAML1在卵巢癌中的重要性，cBioPortal就被用来研究它们相关的信号网络。 使用协议步骤5，选择卵巢/输卵管进行选择研究，然后选择卵巢血清囊肿癌（TCGA，自然2011年）数据集进行分析。对于标记为"选择基因组配置文件"的部分，选择了mRNA 表达式，最后选择了其配置文件mRNA 表达式 Z-scores（所有基因）。对于"选择患者/病例集"部分，从下拉菜单中选择具有 mRNA 数据（安捷伦微阵列）（489）的样本选项。最后，选择基因NOTCH2、NOTCH3和MAML1提交查询。 基于三个核心基因，建立了一个信号网络，提供50个最常改变的相邻基因，这些基因也处于突变率最高的同一通路（图4）。
由于Notch信号在物种间保存良好，因此在果蝇卵巢癌中进行了研究。Notch信号以前曾报道调节卵泡细胞增殖25，分化26，27和细胞周期调节28，29。单单NICD的过度表达并没有诱发果蝇的肿瘤（图5A），因为果蝇卵室的上皮保持一个单层完好无损。然而，NICD和Mam在一起的过度表达诱导了果蝇的肿瘤（图5B），这由多个上皮层和积累细胞证明。
图1：卵巢癌中NOTCH2、NOTCH3和MAML1的表达与整体存活率差有关。 介绍了卵巢癌患者NOTCH2、NOTCH3和MAML1的存活率。 较差的生存率由负 Z\u2012 分数值表示。请点击此处查看此图的较大版本。
图2：卵巢癌中NOTCH2、NOTCH3和MAML1的高浓度与整体存活率低、无疾病存活率差和晚期癌症有关。微阵列数据库CSIOVDB为卵巢癌患者提供KAplan-Meier整体存活率和无病生存图，以及不同癌症阶段的基因表达水平。请点击此处查看此图的较大版本。
图3：NOTCH2、NOTCH3和MAML1在卵巢肿瘤和癌细胞系中高度表达。 P值表示比较正常卵巢和相应卵巢肿瘤的基因表达。（缩写：卵巢-N = 正常卵巢组织;卵巢-C = 卵巢癌组织）。请点击此处查看此图的较大版本。
图4：NOTCH2/NOTCH3/MAML1基因及其与50个最常改变的相邻基因相关的信令网络。信令网络是彩色编码的。输入的基因由具有厚边框的种子节点指示。每个基因由一个红色圆圈表示，红色圆的颜色强度反映其突变频率。基因由不同颜色的线条连接。棕色线条表示"在同一成分中"，表示参与同一生物成分。蓝线表示"反应"，表示基因反应。绿线表示"状态变化"，表明一个基因可能导致另一个基因的状态变化。请点击此处查看此图的较大版本。
图5：在果蝇的NICD和Mam也诱导卵巢肿瘤。A. 单单是NICD的过度表达不会诱发果蝇的肿瘤形成。B. NICD和mam的过度表达一起诱发果蝇的肿瘤。比例尺 = 50 μm请点击此处查看此图的较大版本。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
由于利用生物信息学的方法和方法不计其数，因此有许多数据库可在线供公众使用。可以从每个数据库中提取大量信息，但有些数据库最适合特定目的，例如根据某些输入评估患者存活率。对从不同数据库检索到的数据进行系统分析，可以令人信服地产生重要的科学发现。
目前的分析侧重于Notch信号在卵巢癌中的作用，通过生物信息学方法的利用。例如，PRECOG门户数据库上的Meta-Z分析用于获得Z-分数，表明临床癌症研究中的患者生存结果。CSIOVDB是另一个荟萃分析数据库，用于研究卵巢癌患者的生存结果。CSIOVDB数据成功验证了来自PRECOG门户网站的发现，NOTCH2、NOTCH3和MAML1对患者整体生存至关重要。 后来，GENT和CCLE数据库的应用进一步证明NOTCH2、NOTCH3和MAML1在卵巢肿瘤和癌细胞系中高度表达。 这些数据库的组合系统地揭示了NOTCH2、NOTCH3和MAML1在卵巢癌中的重要作用。这种生物信息学方法的使用为癌症研究提供了一种经济有效的有效方法，并展示了它如何为未来的实验和临床应用产生重要的发现。
生物信息学使公众能够同时获得数千次实验的结果。从公共数据库获得的信息提供了一种在进行实验之前建立实验设计的方法。此外，必须指出，公开提供的数据可以分散在出版物中，并可能提供不一致甚至相互矛盾的发现，这要求通过生物信息学方法进行元分析。科学家可以根据通过大型生物信息学数据库找到的数据来设计和执行实验，以验证特定的科学假设。果蝇实验的结果证实了生物信息学数据库的发现，并进一步支持了Notch通路成分应继续作为潜在的治疗药物靶点进行调查的观点。通过实验成功验证了生物信息学的发现，也表明生物信息学方法对科学发现的重要性。
生物信息学可能有一些局限性。首先，由于与维护相关的时间努力或成本，某些网站/工具可能无法更新其调查结果。其次，某些网站/工具会不断更新，但包含额外输入的更新可能会更改以前获得的结果。第三，一些网站/工具的开发者保留版权并限制其内容的使用。第四，某些网站/工具的分析或算法可能并不总是准确的。
为了克服这些限制，建议为更好的未来应用程序进行一些步骤或修改和故障排除。首先，某些网站/工具确实允许研究人员手动加载新数据进行分析。如果没有，研究人员可以自行下载和分析最新的数据。其次，研究人员需要反复运行他们的分析，并保留日期的记录。如果结果发生重大变化，研究人员可能需要使用额外的数据输入来找出原因。第三，研究人员可以找到一个替代的网站/工具来运行他们的分析，以避免潜在的版权问题。第四，研究人员可以获得更多的网站/工具来验证他们的重要发现。如果分析或算法存在任何问题，研究人员可以下载并重新分析数据以纠正错误，或使用具有相应设置的其他网站/工具。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
这项工作得到了来自佐治亚南方大学的启动基金、科学和数学研究基金、夏季研究会议奖和研究种子资助奖的支持。
Materials
| Name | Company | Catalog Number | Comments |
| DAPI (4',6-Diamidino-2-Phenylindole, Dihydrochloride) | Invitrogen | D1306 | 1:1000 Dilution |
| PBS, Phosphate Buffered Saline, 10X Powder, pH 7.4 | ThermoFisher | FLBP6651 | Dissolved with ddH2O to make 1X PBS |
| Goat serum | Gibco | 16210064 | Serum |
| Embryo dish | Electron Microscopy Sciences | 70543-45 | Dissection Dish |
| Nutating mixers | Fisherbrand | 88861041 | Nutator |
| tj-Gal4, Gal80ts/ CyO; UAS-NICD-GFP/ TM6B | Dr. Wu-Min Deng at Florida State University | N/A | Fly stock |
| w*; UAS-mam.A | Bloomington Drosophila Stock Center | #27743 | Fly stock |
| w[1118] | Bloomington Drosophila Stock Center | #5905 | Fly stock |
| The PRECOG portal | Stanford University | precog.stanford.edu | Publicly accessible database of cancer expression datasets |
| CSIOVDB | Cancer Science Institute of Singapore | csibio.nus.edu.sg/CSIOVDB/CSIOVDB.html | Microarray database used to study ovarian cancer |
| The Gene Expression across Normal and Tumor tissue (GENT) Portal | Korea Research Institute of Bioscience and Biotechnology (KRIBB) | medical–genome.kribb.re.kr/GENT | Publicly accessible database of gene expression data across diverse tissues, divided into tumor and normal tissues. |
| Broad Institute Cancer Cell Line Encyclopedia (CCLE) | Broad Institute and The Novartis Institutes for BioMedical Research | portals.broadinstitute.org/ccle | Provides genomic profiles and mutations of human cancer cell lines |
| cBioPortal | Memorial Sloan Kettering Cancer Center (MSK) | cioportal.org | Portal that allows researchers to search for genetic alterations and signaling networks |
| Zeiss 710 Inverted confocal microscope | Carl Zeiss | ID #M 210491 | Examination and image collection of fluorescently labeled specimens |
References
- Bocchicchio, S., Tesone, M., Irusta, G. Convergence of Wnt and Notch signaling controls ovarian cancer cell survival. Journal of Cellular Physiology. , (2019).
- Hibdon, E. S., et al. Notch and mTOR Signaling Pathways Promote Human Gastric Cancer Cell Proliferation. Neoplasia. 21 (7), 702-712 (2019).
- Kucukkose, C., Yalcin Ozuysal, O. Effects of Notch signalling on the expression of SEMA3C, HMGA2, CXCL14, CXCR7, and CCL20 in breast cancer. Turkish Journal of Biology. 43 (1), 70-76 (2019).
- Lan, G., et al. Notch pathway is involved in the suppression of colorectal cancer by embryonic stem cell microenvironment. OncoTargets and Therapy. 12, 2869-2878 (2019).
- Lian, H., et al. Notch signaling promotes serrated neoplasia pathway in colorectal cancer through epigenetic modification of EPHB2 and EPHB4. Cancer Management and Research. 10, 6129-6141 (2018).
- Salazar, J. L., Yamamoto, S. Integration of Drosophila and Human Genetics to Understand Notch Signaling Related Diseases. Advances in Experimental Medicine and Biology. 1066, 141-185 (2018).
- Bray, S. J. Notch signalling in context. Nature Reviews Molecular Cell Biology. 17 (11), 722-735 (2016).
- Andersson, E. R., Sandberg, R., Lendahl, U. Notch signaling: simplicity in design, versatility in function. Development. 138 (17), 3593-3612 (2011).
- Brou, C., et al. A novel proteolytic cleavage involved in Notch signaling: the role of the disintegrin-metalloprotease TACE. Molecular Cell. 5 (2), 207-216 (2000).
- Oswald, F., et al. p300 acts as a transcriptional coactivator for mammalian Notch-1. Molecular and Cellular Biology. 21 (22), 7761-7774 (2001).
- Xiu, M. X., Liu, Y. M. The role of oncogenic Notch2 signaling in cancer: a novel therapeutic target. American Journal of Cancer Research. 9 (5), 837-854 (2019).
- Allenspach, E. J., Maillard, I., Aster, J. C., Pear, W. S. Notch signaling in cancer. Cancer Biololgy & Therapy. 1 (5), 466-476 (2002).
- Jia, D., Underwood, J., Xu, Q., Xie, Q. NOTCH2/NOTCH3/DLL3/MAML1/ADAM17 signaling network is associated with ovarian cancer. Oncology Letters. 17 (6), 4914-4920 (2019).
- Weng, J. T., et al. Novel bioinformatics approaches for analysis of high-throughput biological data. Biomed Research International. 2014, 814092 (2014).
- Readhead, B., Dudley, J. Translational Bioinformatics Approaches to Drug Development. Advances in Wound Care (New Rochelle). 2 (9), 470-489 (2013).
- Bayat, A. Science, medicine, and the future: Bioinformatics. BMJ. 324 (7344), 1018-1022 (2002).
- Gentles, A. J., et al. The prognostic landscape of genes and infiltrating immune cells across human cancers. Nature Medicine. 21 (8), 938-945 (2015).
- Tan, T. Z., et al. CSIOVDB: a microarray gene expression database of epithelial ovarian cancer subtype. Oncotarget. 6 (41), 43843-43852 (2015).
- Shin, G., et al. GENT: gene expression database of normal and tumor tissues. Cancer Informatics. 10, 149-157 (2011).
- Barretina, J., et al. The Cancer Cell Line Encyclopedia enables predictive modelling of anticancer drug sensitivity. Nature. 483 (7391), 603-607 (2012).
- Gao, J. J., et al. Integrative Analysis of Complex Cancer Genomics and Clinical Profiles Using the cBioPortal. Science Signaling. 6 (269), (2013).
- Cerami, E., et al. The cBio Cancer Genomics Portal: An Open Platform for Exploring Multidimensional Cancer Genomics Data. Cancer Discovery. 2 (5), 401-404 (2012).
- McGuire, S. E., Mao, Z., Davis, R. L. Spatiotemporal gene expression targeting with the TARGET and gene-switch systems in Drosophila. Science's STKE. 2004 (220), 6 (2004).
- Jia, D., Huang, Y. C., Deng, W. M. Analysis of Cell Cycle Switches in Drosophila Oogenesis. Methods in Molecular Biology. 1328, 207-216 (2015).
- Lo, P. K., Huang, Y. C., Corcoran, D., Jiao, R., Deng, W. M. Inhibition of Notch signaling by the p105 and p180 subunits of Drosophila chromatin assembly factor 1 is required for follicle cell proliferation. Journal of Cell Science. 132 (2), (2019).
- Keller Larkin, M., et al. Role of Notch pathway in terminal follicle cell differentiation during Drosophila oogenesis. Development Genes and Evolution. 209 (5), 301-311 (1999).
- Sun, J., Deng, W. M. Notch-dependent downregulation of the homeodomain gene cut is required for the mitotic cycle/endocycle switch and cell differentiation in Drosophila follicle cells. Development. 132 (19), 4299-4308 (2005).
- Jia, D., et al. A large-scale in vivo RNAi screen to identify genes involved in Notch-mediated follicle cell differentiation and cell cycle switches. Scientific Reports. 5, 12328 (2015).
- Shcherbata, H. R., Althauser, C., Findley, S. D., Ruohola-Baker, H. The mitotic-to-endocycle switch in Drosophila follicle cells is executed by Notch-dependent regulation of G1/S, G2/M and M/G1 cell-cycle transitions. Development. 131 (13), 3169-3181 (2004).
