Меню Рубрики

Базально клеточный рак молочной железы

26 сентября 2012 г.: В рамках программы Раковый Геномный Атлас (TCGA) на основе 800 образцов раковых опухолей груди было построено соответствующее количество генетических карт. Основываясь на их анализе, сделаны определенные выводы. Так, несмотря на генетическое разнообразие заболевания, в нем можно выделить 4 подтипа. Также обнаружено удивительное сходство между одним из типов рака молочной железы и раком яичников.

Как указано в онлайн публикации журнала «Nature» от 23 сентября, открытие способствует лучшему пониманию природы рака груди и в свою очередь может оказать огромное влияние на разработку новых лечебных препаратов.

TCGA – это международная программа, реализуемая на базе Национального ракового Института (NCI) и Национального Института по изучению генома человека (NHGRI) в США. К работе в программе привлечены специалисты из разных стран мира. Главной целью TCGA является изучение свойств 20 генотипов рака.

Один из специалистов представляющий Университет Северной Каролины (UNC) Чарльз Перу рассказал прессе о том, что исследования призваны обеспечить комплексную систему знаний о генетических причинах появления рака молочной железы.

Они окажут влияние на клиническую медицину ближайших лет. Работа подтвердила многое, что уже было известно и главное она, без сомнения, важна для всех пациенток, имеющих рак груди.

Генетические причины наиболее распространенной формы рака молочной железы, эстроген-рецептор положительный / люминал A, стали гораздо яснее. Кроме того, обнаружено удивительное сходство между базальным подтипом рака молочной железы и яичников.

Специалисты, работающие в программе TCGA, провели исследование опухолей двумя способами: сначала отбросив уже имеющиеся сведения, фактически с нуля. Потом провели анализ в контексте четырех, ранее известных, молекулярных подтипов рака молочной железы (HER2-обогащенный, люминал А, люминал В и Базальный подтип).

Оба подхода подтвердили факт существования четырех стабильных типов рака, несмотря на большое количество вариаций.

В исследованиях использовались шесть аналитических технологий. Их целью являлось стремление по-новому взглянуть на уже определенные подтипы рака. В ходе реализации одной из них был вскрыт ряд вероятных генетических причин появления рака молочной железы — Эстроген-рецептор положительного Люминала А. Это тип рака наиболее распространен в США, и от него умирает больше количество людей, чем от всякого другого типа рака.

Оказалось, что данный тип рака имеет наиболее разнообразные мутации даже у одного человека. Это замечательная весть в том смысле, что возможно воздействовать на них уже разработанными препаратами. В этой связи, открываются новые возможности для лечения пациентов.

Очередным открытием явилось то, что базальный тип опухолей молочной железы (известный как тройной негативный рак молочной железы) имеет сходные молекулярные характеристики с полноценной серозной опухолью яичников. Предполагается, что по происхождению они связаны друг с другом и в лечении этих болезней возможно применение одних и тех же препаратов.

Более того, ученые уверены, что базальный тип рака молочной железы и рак яичников более схоже друг с другом, чем любой ER-позитив/ люминал рака молочной железы. Возможно даже, что базальный тип рака молочной железы следует считать самостоятельным заболеванием.

Специалист Кэтрин Ходли из Университета Северной Каролины, пояснила:

«Наши возможности: сравнивать и интегрировать данные из РНК, микро РНК, мутаций и белков; метилировать ДНК; а также достаточное число копий ДНК. Все это дало нам множество идей о раке молочной железы».

Эти методы помогли обнаружить, в частности, каким образом отличаются типы базального рака молочной железы от других подтипов. Ходли добавила: «Эти результаты свидетельствуют о том, что тип базального рака молочной железы, хотя и имеет ту же локализацию, на самом деле, является совершенно иным заболеванием».

источник

Базальноподобный рак молочной железы: молекулярные профили, клинические особенности и результаты выживания

Basal-like представляет собой важный молекулярный подтип рака молочной железы, характеризующийся агрессивным поведением и ограниченным терапией. Однако исход пациентов в этом подтипе расходится. У некоторых людей повышенный риск смерти в первые пять лет, а у других — длительное выживание более десяти лет после диагноза. В этом исследовании мы стремимся определить маркеры, связанные с выживанием базальноподобных пациентов и характеризующими подгруппы с отчетливым исходом заболевания.

Мы исследовали геномные и транскрипционные профили 351 базальноподобных образцов из наборов данных METABRIC и ROCK. Для определения генов / зондов, которые дифференциально экспрессируются в опухоли и контрольных образцах, были использованы два метода отбора, помеченные фильтрами дифференциала и выживания, и связаны с общей выживаемостью. Эти зонды были дополнительно использованы для определения молекулярных подгрупп, которые изменяются на уровне микроРНК и в количестве копии ДНК.

Мы идентифицировали сигнатуру экспрессии 80 зондов, которая различает две базальноподобные подгруппы с различными клиническими особенностями и результатами выживания. Гены, включенные в этот список, в основном связаны с иммунным ответом на рак, эпителиально-мезенхимным переходом и клеточным циклом. В частности, в Basal I были обнаружены высокие уровни CXCR6, HCST, C3AR1 и FPR3; тогда как HJURP, RRP12 и DNMT3B оказались чрезмерно выраженными в базале II. Эти гены проявили наивысшую межцентральную центральность и значения степени уступов и играют ключевую роль в дифференцировке рака молочной железы в базале. Дальнейший молекулярный анализ выявил 17 miRNAs, коррелированных с подгруппами, включая hsa-miR-342-5p, -150, -155, -200c и -17. Кроме того, на хромосомах 1q, 3q, 8q, 10p и 17q были обнаружены повышенные проценты коэффициентов усиления / усиления, а потери / делеции на 4q, 5q, 8p и X, связанные с уменьшением выживаемости.

Предложенная подпись поддерживает существование по меньшей мере двух подгрупп базально-подобных раков молочной железы с выраженным исходом заболевания. Идентификация пациентов с низким риском может повлиять на принятие клинических решений путем сокращения назначения высокодозной химиотерапии и, как следствие, предотвращения побочных эффектов. Признание других агрессивных признаков в этом подтипе может также иметь решающее значение для улучшения индивидуального ухода и для определения более эффективных методов лечения пациентов с высоким риском.

Онлайн-версия этой статьи (doi: 10.1186 / s12920-017-0250-9) содержит дополнительный материал, доступный для авторизованных пользователей.

Примерно 15% всех случаев рака молочной железы имеют базисный подтип, часто агрессивные и сильно рекуррентные поражения [1-3]. Базальноподобные раковые опухоли молочной железы (BLBC) определяются отсутствием экспрессии рецепторов гормональных рецепторов (ER) и прогестерона (PR) и рецептора-фактора человеческого эпидермального роста-2 (HER2) [4, 5]. Гистологически эти опухоли показывают высокосортные, высокие митотические показатели, наличие центральных некротических или фиброзных зон, толкающие границы инвазии, лимфоцитарный инфильтрат и атипичные медуллярные особенности [6]. Слой базальной клетки молочной железы также характеризуется высокой экспрессией цитокератинов (CK5 / 6, CK14 и CK17) и рецептора эпидермального фактора роста (EGFR) среди других маркеров [7-11]. Все эти особенности способствуют ограниченному терапевтическому ответу и, следовательно, влияют на в огнеупорной природе этих опухолей [12, 13]. Таким образом, пациенты с диагнозом BLBC имеют плохой прогноз и краткосрочную безболезненную и общую выживаемость [14]. Лучшее понимание патофизиологии и молекулярной основы базальноподобных опухолей необходимо для определения результатов лечения пациентов.

На молекулярном уровне базальноподобные опухоли считаются более гомогенными, чем иммуногистохимически определенные трехкратно отрицательные раковые опухоли молочной железы (TNBC), хотя терминология используется взаимозаменяемо [1, 15]. Несмотря на относительную молекулярную гомогенность, пациенты в этой группе по-прежнему демонстрируют расходящиеся результаты [12, 14, 16]: у некоторых пациентов высокая частота смертности и рецидивов в первые 3-5 лет, в отличие от других, которые выживают более 10 лет — с нет повторения — после диагноза [12, 14, 16]. Для последней группы прогноз лучше, чем прогноз подтипа опухоли молочной железы [8, 17]. Эти наблюдения показывают, что BLBC могут состоять по меньшей мере из двух клинически различных групп с плохой или превосходной выживаемостью [10]. Молекулярная характеристика этих базальноподобных опухолей представляет особый интерес для медицины, поскольку она может дать новые идеи для понимания и управления болезнями. Поэтому определение маркеров и механизмов, участвующих в дифференциации BLBC, является важным шагом вперед в этом направлении. Более того, это позволило бы разработать индивидуальные методы лечения с более эффективными индивидуальными ответами, что привело бы к более персонализированным и консервативным вмешательствам в отношении рака молочной железы [18].

Недавнее исследование TNBC указывало на существование собственных базальноподобных подтипов с различными молекулярными структурами [19-21]. Стратификация, проведенная и описанная Lehmann et al. (2011) [19] выявили участие обогащенного клеточного цикла и компонентов клеточного деления в базальноподобном 1 (BL1); передача сигналов фактора роста, гликолизис и глюконеогенез в базальноподобных 2 (BL2); и иммунных клеток в иммуномодуляторном (IM). Авторы также определили две другие группы, частично перекрывающие базисный подтип, определенный классификатором PAM50 [22]: Mesenchymal (M) и Mesenchymal stem-like (MSL). В качестве альтернативы, Burstein и его коллеги [20] определили подтипы базальноподобного иммуноподавляемого (BLIS) и базальноподобного иммуноактивированного (BLIA). Бывший тип опухоли характеризуется множественными факторами транскрипции семейства SOX, в то время как последний описан молекулами трансляции трансляции Stat и цитокинами. Совсем недавно, Jézéquel et al. (2015) [21] указывали на две другие группы: базальноподобные с низким иммунным ответом и высокие M2-подобные макрофаги и базально обогащенные высоким иммунным ответом и малыми макрофагами, подобными M2. Все описанные выше исследования сосредоточены на исследовании молекулярной гетерогенности TNBC, частично поддерживающих друг друга.

Многоэлементные модели также применялись для прогнозирования подтипа рака молочной железы [22, 23], рецидива [24] и выживаемости [25, 26]. Выбор генов во всех образцах обычно связан с уровнями гормональной экспрессии и модулями пролиферации. Поскольку BLBC и TNBC являются гормональными рецепторами (ER и PR) отрицательными и высокопролиферативными, сила прогнозирования маркеров для дальнейшего разделения пациентов, подверженных риску в этих группах, в современных моделях имеет ограниченное значение [27]. Клинические анализы, самостоятельно моделирующие тройные отрицательные образцы, выявили превосходные способности в прогнозировании результатов ранних опухолей стадии [28, 29]. Однако эти анализы и большинство подходов были сфокусированы на иммуногистохимически определенных TNBC [10, 30, 31]. Более надежный подход для характеристики результатов БЛБ еще не разработан. Соответственно, правильное исследование BLBC остается обязательным и определяющим для пациентов, диагностированных в этом подтипе [9].

Поскольку классификация TNBC не является идеальным суррогатом для определения субъектов BLBC, характеристика базальноподобных опухолей на геномном и транскриптомическом уровнях является насущной необходимостью. В этом вкладе мы нацелены на выявление маркеров, связанных с выживанием пациентов, с использованием более крупных когорт рака молочной железы из Молекулярной таксономии Международного консорциума рака молочной железы (METABRIC) [32] и Research Online Cancer Knowledge Base (ROCK) [33]. Благодаря определению этой подписи наша цель состоит в том, чтобы расслоить 351 опухоль на базальноподобные подгруппы с различными клиническими особенностями и результатами выживания и далее описать каждый из них. Соответственно, мы планируем исследовать данные микрочипов — включая значения экспрессии гена (мРНК) и микроРНК (miRNAs) и измерения аберрации числа копий (CNA) — для расширения молекулярной характеристики BLBC, что, насколько нам известно, еще не выполнено. Оценка более полных профилей BLBC имеет значение для определения групп риска в клинических условиях и, что более важно, для улучшения ответа на терапию.

МЕТАБРИЧЕСКИЕ геномные и транскриптомические данные были загружены из Европейского архива генома-феномена (EGA) (http://www.ebi.ac.uk/ega) под номерами доступа EGAS00000000083 и EGAS00000000122. Эти общедоступные коллекции содержат генотипирование (Affymetrix SNP 6.0), нормированную экспрессию гена log2 (Illumina_Human_WG-v3) и miRNA (массивы Agilent ncRNA 60k) для более 2000 опухолей молочной железы и 144 контрольных (неопухолевых) образцов груди [32]. Первоначальное исследование METABRIC было одобрено комиссиями по изучению этики в Великобритании и Канаде (больница Адденбрука, Кембридж, Соединенное Королевство, больница Гай, Лондон, Ноттингем, Ванкувер, Манитоба). Дальнейший анализ этих данных был одобрен Комитетом по этике исследований человека (HREC) в Университете Ньюкасла, Австралия (номер разрешения: H-2013-0277).

У кого-то из METABRIC есть подробное описание долгосрочных клинических и патологических результатов пациентов. Образцы опухолей были отнесены к подтипу рака молочной железы (просвет A, просвет B, обогащенный HER2, нормальный или базальный), используя метод обучения ансамбля [34], используя набор из 50 генов, определенный Parker et al. (2009) [22]. Ранее этот подход улучшал классификацию образцов и назначение подтипов в наборе данных METABRIC и выявил большую согласованность с точки зрения клинических особенностей и результатов выживания [34]. На основе этих меток для анализа в этом исследовании было отобрано подмножество из 250 базальноподобных опухолей. Для целей обучения и тестирования это подмножество было случайным образом разбито на два набора равного размера (125), чтобы избежать возможного смещения исходной когорты. Эти комплекты в дальнейшем называются наборами обучения и валидации.

Для дополнительной проверки на разных платформах мы использовали набор данных ROCK, полученный в Gene Expression Omnibus (GEO) (http://www.ncbi.nlm.nih.gov/geo/) под номером источника данных GSE47561 [33, 35]. Этот набор данных объединяет десять различных исследований (GSE2034, GSE11121, GSE20194, GSE1456, GSE2603, GSE6532, GSE20437, GSE7390, GSE5847 и E-TABM-185), выполненных по технологии Affymetrix HG-U133A. Скомпилированная матрица содержит log2 RMA перенормированные значения экспрессии гена для 1570 опухолевых образцов, 101 из которых имеют базисный подтип. Набор данных ROCK включает репрезентативную информацию для анализа выживаемости, однако в ней отсутствуют стандартные клинико-патологические данные, которые поэтому не были рассмотрены в этом исследовании.

Поскольку первая цель нашего исследования состоит в том, чтобы идентифицировать маркеры, обеспечивающие выживаемость среди базальноподобных пациентов, мы разработали метод фильтрации, чтобы выбрать репрезентативную сигнатуру зонда и уменьшить смещение, возникающее из-за большого количества зондов (48 803) и небольшого количества образцов ( 125) в учебном наборе. Мы определили два соответствующих критерия для выбора зондов, которые участвуют в инициировании опухоли и / или прогрессировании, а также коррелируют с выживанием, как подробно описано ниже.

Дифференциальный фильтр [36] использовался для отбора зондов с различными уровнями экспрессии между опухолями и контрольными группами. Основополагающее предположение состоит в том, что зонды, которые действительно коррелируют с раком молочной железы, связаны с геномными изменениями или изменениями от здоровой к раковой ткани. Мы применили Дифференциальный фильтр к каждому из зондов 48803 для проверки их разделительной способности между 125 опухолями и 144 элементами управления. Этот фильтр проверяет три возможных случая: уровни экспрессии в опухолях (a) ниже, чем (b) выше или (c) ниже и выше, чем в контрольных образцах. Последний случай относится к генам, которые регулируются в некоторых опухолях и понижаются в других, тогда как уровни экспрессии контроля лежат между этими двумя группами. Чтобы вычислить p-значение для этого случая, мы отразили все уровни экспрессии с одной стороны относительно среднего значения элементов управления. Мощность разделения каждого зонда определялась как минимальное значение p-значения Wilcoxon, рассчитанное для трех случаев. Чтобы определить количество зондов, проходящих через дифференциальный фильтр, мы построили упорядоченные log10-нормированные p-значения против соответствующих рангов зонда. Порог был установлен приблизительно в точке наивысшей кривизны этой функции. Этот порог основан на естественно возникающем системном поведении и не требует внешнего определения. Пробки, проходящие через этот фильтр, называются дифференциальным зондом.

Фильтр выживания [36] использовался для дальнейшей идентификации зондов, для которых уровни экспрессии связаны с выживанием пациентов. Этот фильтр использует оценку Каплана-Мейера для вычисления вероятностей выживаемости. Мощность стратификации каждого зонда рассчитывается с использованием теста рангового теста, применяемого к двум группам выборок, соответствующих квантилям с наименьшим и наивысшим значениями выражений, соответственно. Мы определили эти квантилиты, упорядочив все образцы по их значениям экспрессии зонда и выбранным образцам в первой и последней трети (квантиль от 0 до 33% в относительно слабо выраженном и от 67 до 100% в относительно чрезмерно выраженном группа). Этот анализ проводили в R, используя выживаемость пакета [37]. Поскольку информация о выживаемости не предоставляется для всех образцов, этот расчет был основан на 115 базальноподобных образцах опухоли (из общего числа 125) в наборе подготовки METABRIC. Чтобы определить количество проб, проходящих через фильтр Survival, мы использовали аналогичное определение порога, как для дифференциального подхода, то есть путем упорядочения log-нормированных p-значений, которые возникли из теста Log-rank. Эти зонды далее упоминаются как набор зондов для выживаемости.

Читайте также:  Дендритные клетки рак молочной железы

Вторая цель нашего исследования — выявить и охарактеризовать базальноподобные подгруппы с различными исходами болезни. С этой целью мы выполнили иерархическую кластеризацию выборок на основе ранее заданного набора зонда выживания. Эта процедура использует предположение, что зонды, показывающие большинство вариаций в выражении и совместном выражении между собой, участвуют в подобных биологических механизмах и оказывают большое влияние на разграничение групп. Чтобы рассчитать несходство между 115 образцами из набора для обучения METABRIC, для которого предоставлена ​​информация о выживании, мы использовали квадратный корень расхождения Йенсена-Шэннона [38-40]. Затем мы сгенерировали иерархическую кластеризацию с критерием Уорда, который минимизирует дисперсию в кластерах, используя статистику пакета R [41].

Далее мы исследовали, какие зонды из набора зонда выживания вносят наибольший вклад в разделение базальноподобных подгрупп с использованием теста Wilcoxon. Затем мы заказали нормированные log10 p-значения для определения зондов, которые существенно различают подгруппы, используя тот же пороговый критерий, что и для дифференциального фильтра. Целью этой процедуры является уточнение зондов, которые наилучшим образом разделяют базальноподобные подгруппы с различным заболеванием. Эти зонды далее упоминаются как сигнатура зонда и раскрывают поражающие гены и клеточные механизмы, участвующие в дифференциации подгрупп.

Базоподобные объекты сначала были сопоставлены с проверкой METABRIC, установленной с помощью центроидов, рассчитанных на основе ранее определенной сигнатуры зонда. Затем образцы в этом наборе данных были отнесены к подгруппе в соответствии с минимальным евклидовым расстоянием до центра тяжести.

Внешняя проверка была проведена в наборе данных ROCK, для которого центроиды были сопоставлены по технологиям — от Illumina до Affymetrix — с использованием пакетов аннотаций гена hgu133a.db и illuminaHumanv3.db [42] в R
Bioconductor. Поскольку измерение и нормализация уровня мРНК различаются между наборами данных METABRIC (Illumina) и ROCK (Affymetrix), мы стандартизировали рассчитанные значения центроида по отношению к средним уровням экспрессии, рассчитанным для всех базальноподобных образцов. Эта процедура изображена в уравнении 1, где s
i, j — значение выражения зонда j для образца i, а N — общее количество базальноподобных образцов (N равно 115 в наборе обучения METABRIC).
1 documentclass [12pt] минимальна
Usepackage
Usepackage
usepackage
Usepackage
Usepackage
usepackage Usepackage : греческий
SetLength
begin $$ s_ ^ > = frac > sum_ ^ s_ > $$ end si, jstandard = si, j1NΣi = 1Nsi, j

После нормализации центроидов было необходимо аналогичное преобразование значений экспрессии гена Affymetrix, чтобы обеспечить их непосредственное применение. Таким образом, мы применили ту же формулу (уравнение 1) к набору данных ROCK, где число N общих выборок равно 101. Назначение подгруппам было основано на минимальном евклидовом расстоянии до стандартизованного центра тяжести.

Чтобы идентифицировать ключевых игроков в сигнатуре зонда и их отношение друг к другу, мы сгенерировали и построили график сети с использованием минимального связующего дерева (MST) [43]. Расстояние d (x, y) между двумя зондами x и y определялось как d (x, y) = 1- | ρ
S (x, y) |, где ρ
S (x, y) — значение корреляции Спирмена между экспрессией зонда, вычисленной для 125 образцов опухоли из набора тренировок. Чтобы количественно оценить сетевой анализ, мы вычислили центральность междоузлия и степень узла каждого узла (зонда), используя пакетный igraph [44] в R.

Как правило, узлы с высокой степенью взаимности и значениями степени представляют потенциальные ключевые игроки в сети. Что касается значений центральности, наиболее представительные сущности очень связаны с остальной частью дерева; листовые узлы имеют значение центральности между 0, тогда как наиболее пересеченные узлы назначаются с наивысшими значениями (нормированными до 1). С другой стороны, степень узла указывает количество прямых соседей узла. Таким образом, зонды с высокими степенями также являются центральными (репрезентативными) для локальных групп с относительно сильным зондированием.

Чтобы раскрыть miRNAs, наиболее различающиеся между базальноподобными подгруппами, мы применили тест Wilcoxon к значениям экспрессии каждого из 853 зондов, доступных в наборе данных METABRIC. Мы рассматривали эти miRNAs с появляющимися p-значениями меньше 0,01 как в наборах обучения, так и в валидации, что важно для разделения между подгруппами. Оба набора данных использовались из-за ограниченного количества образцов (всего 146), для которых были представлены профили экспрессии miRNA. Пробы miRNA были дополнительно исследованы для возможных генов-мишеней в сигнальной сигнатуре зонда с использованием R
Bioconductor (RmiR.Hs.miRNA [45]) в пяти базах данных: miRBase, TarBase, PicTar, MirTarget2 и miRanda. Для аннотации miRNA и гена мы использовали пакеты hgug4112a.db [46] и illuminaHumanv3.db [42] соответственно.

Для квантования информации CNA мы использовали цитобанки, определенные в базе данных hg18, которая соответствует платформе METABRIC. Аберрации были разделены на две категории: потери (первоначально обозначаемые как гомозиготные и гетерозиготные делеции) и прибыли (прибыли и усиление). Для каждой базальноподобной подгруппы мы вычисляли частоту возникновения выигрышей и потерь на цитобанд и применяли Биномиальный тест для изучения гипотезы о том, что распределения CNA были одинаковыми среди подгрупп пациентов.

Далее мы подсчитали измененный процент генома (PGA) для каждой из базальноподобных подгрупп и применили тест Wilcoxon к этим показателям, чтобы получить значение значимости разницы между ними. Целью этого подхода является определение стабильных / неустойчивых профилей генома, связанных с подгруппами пациентов, определяемых нашей сигнатурой зонда, и статистическое описание того, являются ли они последовательно расходящимися.

С применением фильтров дифференциала и выживания в наборе подготовки METABRIC, как описано в «Методах», мы идентифицировали 15000 и 400 зондов, связанных с началом и / или прогрессированием рака, и выживанием пациентов соответственно. Соответствующие зонды в наборе дифференциальных зондов с четкими уровнями экспрессии между опухолями и контрольными показателями имели значительные значения р от 2,36 · 10-45 до 1,53 · 10-7. Уменьшенное количество зондов в наборе зонда выживаемости, связанное с индивидуальной выживаемостью, имело значимые значения р в диапазоне от 1,11 · 10-4 до 0,038. Эти зонды, в конечном счете, включают представительную подпись, приводящую к исходу базальноподобных пациентов в когорте рака молочной железы METABRIC.

Иерархическая кластеризация 115 базисных образцов, основанная на наборе зондов выживаемости, выявила две основные подгруппы: Basal I и Basal II (дополнительный файл 1: рисунок S1). Разделение на более чем две подгруппы — в следующем и последующих иерархических подразделениях в дендрограмме — не поддерживалось из-за высокого сходства подгрупп в терминах их молекулярного профиля и клинического исхода. Применение теста Wilcoxon определило сигнатуру зонда, содержащую 80 зондов со значительными p-значениями в диапазоне от 1,75 · 10-13 до 3,77 · 10-4, дифференцируя большинство между двумя базальноподобными группами на транскриптомическом ( мРНК). На рисунке 1 изображена карта тепла 80-зондовой сигнатуры для обучающего набора, где выборки упорядочены внутри каждой подгруппы по их евклидову расстоянию до соответствующих центроидов (дополнительный файл 2: таблицы S1, S2 и S3).
Рис. 1-яплотная карта подписи с 80 зонами в наборе для тренировки METABRIC. На этом рисунке показаны 80 зондов, связанных с выживанием, сгруппированных по их взаимной корреляции. Образцы в каждой базальноподобной подгруппе упорядочены по их общему рангу, а значения выражений нормируются между отдельными лицами. Подгруппы в наборе проверки METABRIC были определены с использованием центроидов, вычисленных в обучающем наборе. В наборе данных ROCK 55 зондов Affymetrix соответствовали сигналу 80 Illumina; образцы в этом наборе данных упорядочены по их общему рангу в каждой подгруппе

Чтобы охарактеризовать сигнатуру 80-зонда по отношению к их клеточной функции, мы объединили зонды по их взаимной корреляции в три группы (таблица 1) — G1, G2 и G3 — и аннотировали с использованием базы данных для аннотации, визуализации и интегрированного обнаружения (DAVID ) (Дополнительный файл 3: Таблицы S4, S5 и S6). Этот анализ показал, что зонды G1 сильно связаны с контролем клеточного цикла и делением клеток; они чрезмерно выражены в подгруппе Basal II. G2 показал связь с иммунной системой и воспалительным ответом. Примечательно, что уровни экспрессии зондов G2 в базале II аналогичны уровням, наблюдаемым в контроле, но значительно выше в базале I, что указывает на интрамутальную инфильтрацию лимфоцитами в этой подгруппе. В последней группе G3 зонды указывают на ассоциацию (несущественную) с процессами связывания металлов; они недопредставлены в базале II по сравнению с базальным I и контрольными образцами.
Таблица 1. Подпись на 80 зондов, относящаяся к выживанию

Подпись 80-зонда, связанная с выживанием (продолжение)

В этой таблице перечислены 80 аннотированных зондов Illumina, различающих базальноподобные подгруппы. Для каждой группы зондов (Gs) предусмотрены официальный символ гена (Gene), из браузера генома UCSC и идентификаторы зонда Illumina (идентификатор зонда), в том же порядке, что и на рисунке 1. Эта таблица также содержит центральность между центрами ( B) и значения степени узла (ND), рассчитанные для каждого зонда в базально-подобном учебном наборе

Центральность централизованности и анализ степени узла сигнатуры 80-зонда (рис.2) дополнительно обозначили важные гены, дифференцирующие подгруппы Basal I и Basal II (таблица 1). Гены с наивысшими значениями центральности (B ≥ 0,1) в G1 являются PSMG3, HJURP, BEND3, C10orf2, TPX2, RRP12 и DNMT3B; в G2, CXCR6, HCST, C3AR1, GBP4, LY96, ANKRD22, FPR3 и FCGR2A; и в G3, CTSK. В этом наборе гены HJURP, RRP12, DNMT3B, CXCR6, HCST, C3AR1, FPR3 и CTSK также демонстрировали высокие значения степени уступов (ND ≥ 4), являющиеся репрезентативными для совместной экспрессии зонда, подтверждающие их ключевую роль в дифференциации базальных подобные карциномы.
Рис. 2 Минимальное связующее дерево 80-зонной сигнатуры. График MST был сгенерирован для 80 зондов в обучающем наборе. Только датчики с высокими значениями корреляции между уровнями их выражений подключены к сети. Размер каждого узла пропорционален значению степени вычисляемого узла (количество подключений). Цвет каждого узла отражает значение центральности между центрами между низким (светло-розовым) и высоким (красным)

Качество сигнатуры 80-зонда оценивали с использованием центроидов, рассчитанных для набора тренировок, и применялись к наборам проверки METABRIC и ROCK. В ROCK 55 аннотированных зондов, отобранных от Illumina до Affymetrix, были проверены на платформах микрочипов. Соответствующие карты тепла на рис.1 показали наличие двух основных базальноподобных подгрупп Basal I и Basal II как в наборах METABRIC, так и в ROCK. Две подгруппы согласуются с размерами популяции и уровнями экспрессии мРНК (в G1, G2 и G3) и дополнительно поддерживают качество сигнатуры 80-зонда. Определение более чем двух подгрупп в иерархической кластеризации приведет к разделению объектов с очень похожими молекулярными профилями.

Анализ клинико-патологических маркеров выявил значительную корреляцию между базальноподобными подгруппами, определенными в этом исследовании, и гистологией опухолей (инвазивная дуктальная карцинома по сравнению с медуллярным типом), размером опухоли и статусом р53 (таблица 2). Согласно гистологической классификации, медуллярный тип чаще встречается у пациентов с базальным I. С другой стороны, базальная II подгруппа характеризуется более крупными опухолями (по размеру) и более высокой частотой мутации p53. Клинические особенности, такие как возраст, менопаузальный статус (MS), сорт, индекс прогностического ноттингема (NPI) и лимфатические узлы, не показали статистически значимых изменений по двум базальноподобным подгруппам.
Таблица 2Клиникопатологическая информация для пациентов в наборе данных METABRIC

Описанные клинико-патологические особенности: возраст в годах, менопаузальный статус (MS), размер опухоли в см, опухоль класса [1-3], индекс прогностических ноттингем Ноттингема (NPI), инвазия лимфатических узлов, гистопатологическая классификация (гистология) и p53, для Базальные I и II подгруппы в наборах обнаружения и проверки METABRIC. Во всех случаях p-значение указывает на значимость разницы между базальными I и II подгруппами. Для числовых переменных (возраст, размер, класс и NPI) он был рассчитан с использованием ANOVA по рангу; для категориального (MS, Lymph Node, Histology, p53) использовался биномиальный тест. Размеры населения для каждой группы указаны в последней строке. Гистология опухолей выглядит следующим образом: >

Анализ выживаемости выявил значительные различия в результатах пациентов между базальным I и базальным II. Basal I показал лучший прогноз по сравнению с Basal II во всех наборах данных (рис.3), с p-значениями критерия логарифмического ранжирования 0,0097, 0,017 и 0,043 для наборов данных METABRIC, валидации и ROCK соответственно.
Рис. Кривые выживания в наборах METABRIC и ROCK. Анализ выживаемости проводили с использованием оценки Каплана-Мейера. Серая линия показывает специфическую выживаемость всех базальноподобных образцов в наборах обучения и проверки, соответственно. Базальная подгруппа I показана в бирюзовых, а базальская II — в кораллах. Клещи представляют собой датчики пациентов, которые живы, а капли — смертельные случаи. Кривые выживания, основанные на последних 10 наблюдениях, построены в тире

Мы идентифицировали 17 miRNAs и 2 предполагаемых зонда, дифференциально выраженных между двумя базальноподобными подгруппами (таблица 3), причем значения p-значения Wilcoxon меньше 0,01 в обоих наборах данных METABRIC (дополнительный файл 4: таблицы S7, S8 и S9). Зонды hsa-miR-155, -342-5p и -150 показали наименьшие значения p и избыточную экспрессию в базале I по сравнению с базальным II и контрольными образцами. С другой стороны, транскрипты hsa-miR-19b-1 *, -17 * и -200c * были чрезмерно выражены в опухолях базального II по сравнению с базальным I и контрольной группой. Уровни экспрессии всех зондов изображены на рисунке 4. Кроме того, идентифицированные miRNAs были сопоставлены с сигналом 80-зонда, показывающим набор из 50 генных мишеней в пяти различных базах данных, как указано в таблице 4, и более подробно для Basal I и Basal II в дополнительном файле 4: Таблицы S7, S8 и S9. Среди генных мишеней C10orf2, HSD11B1, EGR2, FBXL5, CLEC7A, DNMT3B, FMO1, CTSK и PYHIN1 присутствовали, по крайней мере, в двух базах данных. Сравнение уровней экспрессии miRNA и гена среди подгрупп показало значительную корреляцию hsa-miR-142-5p и RASSF5, hsa-miR-142-5p и TIMP3, hsa-miR-150 и MIAT и hsa-miR-22 и TIMP3 как в Basal I, так и в Basal I.
Рис. 4. Полевая диаграмма miRNAs, дифференцирующаяся между базальными I и базальными II подгруппами. На изображении показаны уровни экспрессии 19 miRNAs по базальноподобным подгруппам и другим образцам в наборе данных METABRIC. Базаль I показан в бирюзовом, базальном II в кораллах, в сером и всем молочной железе, в желтом

МикроРНК дифференцируются между базальноподобными подгруппами рака молочной железы

MiRNAs, дифференциально выраженные в подгруппах Basal I и II, перечислены в этой таблице с соответствующим значением p в наборе обучения METABRIC. Зонды, расположенные над средней линией, указывают на чрезмерную экспрессию miRNA в базале I, тогда как те, которые ниже, выражены в базале II. Идентификаторы зондов соответствуют платформе Agilent

МикроРНК и соответствующие гены-мишени

В этой таблице перечислены дифференциально выраженные miRNAs и соответствующие гены-мишени в 80-зондовой сигнатуре. Соответствующие цели появились, по крайней мере, в одной из пяти баз данных: miRBase, TarBase, PicTar, MirTarget2 и miRanda. Целевые гены, присутствующие в по меньшей мере двух базах данных, подчеркнуты

Читайте также:  По анализу крови можно определить рак молочной железы

Интегрированный анализ CNA выявил все большее число геномных изменений от Basal I до подгруппы Basal II (рис.5) и непокрытых цитобандов со значительными аберрациями (биномиальные тестовые p-значения ниже 0,15) как в наборах для обучения и валидации METABRIC (таблица 5 ). Соответственно, критические коэффициенты усиления / усиления были обнаружены на хромосомах 1q, 3q, 8q, 10p и 17q, а потери / делеции на 4q, 5q, 8p, Xp и Xq. Некоторые из этих аберраций ранее были связаны с первичными опухолями молочной железы и клеточными линиями в исследованиях BLBC и / или TNBC [20, 47-50].
Рисунок 5 Абсолютная ошибка числа кодов, определенная для базальноподобных подгрупп в наборе данных METABRIC. a Информация CNA нанесена на 23 хромосомы (включая Х-хромосому); процентная доля населения, показывающая усиление / усиление (Amp) или делецию / потерю (Del), рассчитывали для каждого цитобанда. b Коробки представляют собой PGA, рассчитанные для каждого набора данных METABRIC

Цитобанды, связанные со значительными приобретениями CNA

Хромосомные аберрации в цитобандах подразделяются на два основных типа: усиление / усиление и делеции / потери. P-значения были рассчитаны с использованием биномиального теста по глобальному распределению

Примечательно, что процент изменения генома в наборе тренировок для Basal I составлял 2,74% для прибыли и 0,23% для потерь; в базале II — 9,06 и 1,03% соответственно. Тест Wilcoxon показал значительную гетерогенность среди подгрупп для коэффициентов усиления (p-значение = 1,91 · 10-6) и для потерь (p-значение = 9,55 · 10-4). Такая же картина наблюдалась в наборе валидации для Basal I (3,58% для прибыли и 0,13%) и Basal II (10,46% для прибыли и 2,54%), также очень значительная (тест Wilcoxon: p-value = 1.11 · 10-6 для коэффициентов усиления и p-value = 5,37 · 10-6 для потерь). Возрастающая неустойчивость генома, представленная увеличением PGA, нанесенная на рисунке 5, происходила последовательно от Basal I до Basal II с уменьшением темпов выживания пациентов.

Базальноподобные подгруппы, определенные в этом исследовании, показывают различные закономерности с точки зрения молекулярных профилей опухолей, клинико-патологических особенностей и результатов выживания пациентов. Характеристика BLBC, учитывая два основных объекта Basal I и Basal II, подтверждается идентификацией сигнатуры 80 зондов, проверенной на платформах Illumina и Affymetrix в когортах METABRIC и ROCK. Важность этой сигнатуры, генов и семейств генов определяется их функциональностью для каждого набора: G1, G2 и G3. Аннотированные зонды выявили их связь с клеточным циклом и компонентами деления клеток, иммунной / воспалительной регуляцией и связыванием металлов, соответственно, и определяли подгруппы Basal I (Immune Active) и Basal II (High Proliferative). В Basal I избыточная экспрессия зондов G2 предполагает иммунную активацию и лимфоцитарную инфильтрацию, в частности, регулирование роста опухоли и выживания пациентов. Эта роль ранее ассоциировалась с лучшим прогнозом и ответным действием на терапию [51] и способна стратифицировать базально-подобные раковые заболевания молочной железы. С другой стороны, чрезмерная экспрессия генов, связанных с клеточным циклом G1, и недостаточная экспрессия генов, связывающих металл G3, в Basal II влияют на скорость пролиферации клеток и энергетический обмен. В этом случае клетки размножаются со скоростью, намного превышающей общие границы контролируемого клеточного цикла, одновременно с другими молекулярными изменениями метаболических процессов.

Гены G1 PSMG3, HJURP, BEND3, TPX2, RRP12 и DNMT3B демонстрировали наивысшие значения центральности и были чрезмерно выражены в подгруппе Basal II. Например, HJURP играет центральную роль в поддержании вновь реплицированных центромеров и митотической регуляции. Повышенные уровни этого гена в первичных опухолях и линиях клеток рака молочной железы были ранее связаны с уменьшением безрецидивной и общей выживаемости [52]. Также, участвующий в сборке митотического шпинделя, TPX2 при чрезмерном выражении ассоциировался с сетями пролиферации и улучшением метастазов, сохраняя прогностическую ценность для пациентов с раком молочной железы [53]. Кроме того, гиперактивность ферментов ДНК метилтрансферазы или избыточная экспрессия DNMT3B была дополнительно сообщена в BLBC и TNBC, где события гиперметилирования были более частыми, чем в других подтипах рака молочной железы [54]. Гиперметилированные опухоли также приводили к снижению уровней регуляторных miRNAs, включая hsa-miR-29a и -29b. В частности, недокалибровка hsa-miR-29c отмечена как характеристика BLBC, разделяющая их на два подмножества [55], что подтверждается нашими выводами. Однако для исследования биологической роли других репрезентативных генов, таких как PSMG3, BEND3 и RRP12 в G1, требуются дополнительные исследования.

Ряд генов G2 являются ключевыми регуляторами базальноподобного опухолевого генеза, такого как CXCR6, HCST, C3AR1, GBP4, LY96, ANKRD22, FPR3 и FCGR2A. Эти гены показывают наивысшую межцентральную центральность и степень узла среди опухолей и проявляются чрезмерно выраженными в базале I. В других отчетах чрезмерная экспрессия CXCR6 была связана с TNBC с разной ролью в аутоиммунитете и раке [56]. Совместная экспрессия CXCR6 и CXCL16, хемокинового лиганда и рецептора, была связана с воспалительным ответом и миграцией клеток [57, 58]. Кроме того, высокие уровни HCST [59, 60], C3AR1 [61], GBP4 [62], LY96 [63], ANKRD22 [64], FPR3 [65] и FCGR2A [66] также были связаны с иммунной активацией и / или воспалительный ответ в опухолях; однако их роль в базальноподобных злокачественных новообразованиях еще не раскрыта. В нашем исследовании повышенные уровни экспрессии этих зондов, в том числе генов в сигнатуре, привели к новым представлениям о базальноподобном происхождении и прогрессировании опухоли и дифференциации Basal I и Basal II.

Стандартные клинические показатели, такие как размер опухоли, гистология и статус р53, также подтверждаются наличием двух базальноподобных подгрупп. Базаль I показала самую высокую частоту медуллярного типа, тогда как базальев II показал наибольшее среднее значение размера опухоли и наибольшую частоту мутации р53. Интерпретация этих признаков на практике подтверждает лучший результат пациентов в подгруппе Basal I по сравнению с Basal II. С другой стороны, возраст пациентов, постменопаузальный статус, уровень опухоли, вторжение НПИ и лимфатических узлов имеют ограниченное значение для различения подгрупп. Большинство из этих переменных отражают общую агрессивность опухоли и плохой прогноз подтипа.

Эта работа является первым случаем охвата данных miRNA, что дает анализ базальноподобных подгрупп, которые включают пациентов с сопоставимыми геномными, транскриптомическими и долгосрочными данными о выживании [67]. MiRNAs показали важное значение для дифференциации базального I (15) и базального II (4). В Basal I hsa-miR-361-3p, -342-3p, -140-3p, -34a, -22, -142-5p, -142-3p, -155, -342-5p, -150, — 29c и -29a представлены увеличенное выражение относительно Basal II. В целом, hsa-miR-361-3p был обнаружен чрезмерно выраженным в TNBC по отношению к другим подтипам и здоровому контролю [68]; и используется для распознавания носителей мутаций BRCA1 / 2 и опухолей non-носителей [69]. Однако более высокие уровни этой miRNA были связаны с защитным значением в прогрессировании опухоли [70] и далее связаны с воспалительным ответом [71]. В соответствии с нашими результатами эти результаты содержат дополнительную информацию для лучшего понимания базальноподобных подгрупп. Кроме того, высокие уровни hsa-miR-342-5p [72, 73] и -34a [74, 75] коррелировали с раком молочной железы, уменьшали рецидив и увеличивали выживаемость; тогда как низкие уровни были связаны с ингибированием гибели клеток и сопротивлением терапии. Hsa-miR-22 [76, 77] и члены семейства hsa-miR-29 (-29a, -29b и -29c) [55, 78], ранее идентифицированные как опухолевые супрессоры, также участвовали в увеличении выживаемости [78] и указал на перспективные прогностические биомаркеры [77, 79].

В Basal II hsa-miR-19b-1, -17 и -200c представлены более высокие уровни экспрессии по сравнению с базальным I и контрольные образцы. Было показано, что опухолевые клетки с повышенной экспрессией hsa-miR-19 (-19a и -19b-1) вызывают эпителиально-мезенхимальный переход [80]. Примечательно, что члены семейства hsa-miR-200 были описаны как основные регуляторы этого биологического процесса. Высокие уровни hsa-miR-200c и -200b наблюдались в циркулирующих опухолевых клетках у пациентов с метастатическим раком молочной железы [81], что указывает на прогностическую значимость этого биологического маркера [82, 83]. В соответствии с этими наблюдениями наши результаты продемонстрировали повторяющуюся избыточную экспрессию hsa-miR-19b-1 и -200c в Basal II с худшим результатом заболевания среди двух базальноподобных подгрупп. В конечном счете, высокие уровни hsa-miR-17 обычно обнаруживаются в TNBCs [84], что связано с миграцией клеток in vitro и метастазами in vivo [85].

Вышеописанные miRNAs соответствовали 50 гена-мишеням из 80-зондовой сигнатуры. В нашем исследовании hsa-miR-200c * и -29c были связаны с уровнями экспрессии HJURP в G1, hsa-miR-19b-1 * с CXCR6 в G2 и hsa-miR-17 с CTSK в G3, которые среди самые важные гены в подписи. Однако ни одна из этих ассоциаций не была опубликована в литературе. С другой стороны, в исследованиях были продемонстрированы хиты генной регуляции между hsa-miR-142-5p и CD24 [86], hsa-miR-29 и DNMT3B [87, 88], hsa-miR-142-3p и EGR2 [ 89], hsa-miR-150 и EGR2 [90], hsa-miR-34a и IKZF3 [91], hsa-miR-150 и MIAT [92], hsa-miR-342-3p и PSMG3 [93, 94] , hsa-miR-17 и TIMP3 [95]. Наши результаты также показали важную корреляцию между miRNAS и значениями экспрессии генов как в Basal I, так и в Basal II, которые были идентифицированы в силиконом. Эти и другие корреляции, однако, очень сложны и не полностью поняты. Для подтверждения наших достижений необходим дополнительный анализ с использованием моделей in vitro и in vivo.

Базальноподобные и тройные отрицательные опухоли проявляют самые высокие частоты геномных приростов и потерь по сравнению с другими подтипами рака молочной железы [50]. Значительные аберрации, наблюдаемые в этом исследовании, подтвердили геномную нестабильность среди базальноподобных и далее дифференцировали две подгруппы. Наиболее распространенные аберрации, определяющие Basal II по отношению к базалу I, произошли на хромосомах 1, 3, 4, 5, 8, 10, 17 и X.

Прибыль в 1q, 3q, 8q, 10p и 17q была идентифицирована в нашем анализе и ранее сообщалась в тройных отрицательных опухолях [48-50]. В целом, рост на хромосоме 1q является наиболее частым CNA, обнаруженным при карциномах молочных желез и обычно является сложным и прерывистым [96, 97]. Также описаны ампликоны 1q, 8p и 10p. Эти ампликоны способствовали молекулярному пониманию этого заболевания и, особенно, базальноподобного внутреннего подтипа [98]. Например, амплификации в 8q21 были связаны с высоким уровнем опухоли, высоким уровнем Ki67 и другими маркерами пролиферации, включая MYC, MDM2 и CCND1 [99]. Усиления в 10p имели еще дифференцированные тройные отрицательные раковые заболевания [48], а в 17q25 выделяли BRCA1-мутированные опухоли [100].

Потери в 4q, 5q, 8p, Xp и Xq были определены как ключевые аберрации в базальноподобных опухолях в нашем анализе и среди других исследований рака молочной железы [20, 49]. Частые потери в 4q и 5q в BRCA1-мутированных опухолях отличают их от спорадических новообразований. В частности, потеря в 5q повлияла на экспрессию нескольких BRCA1-зависимых генов, участвующих в репарации ДНК, таких как RAD17 и RAD51 [101]. Высокие показатели заболеваемости в 5q14 также были связаны с плохим прогнозом в BLBC [102]. Другие данные свидетельствуют о том, что аберрации на Х-хромосоме являются общими для мутаций BRCA1 и спорадических опухолей [103].

В целом, эти аберрации дали дополнительную характеристику Basal I и Basal II. Возрастающая PGA или неустойчивость генома от одной подгруппы к другой дополняла сигнатуру 80 зонда с помощью транскриптомической оценки, которая по-прежнему считается более представительной для клеточных процессов в протеомическом масштабе [104]. Хотя идентифицированная CNA не показала прямую корреляцию с уровнями экспрессии 80 зондов, обычно это может привести к широким нарушениям, выходящим за рамки предлагаемой сигнатуры. В конечном счете, описанные выше приросты и потери в цитобанках, поддерживаемые рядом различных подходов в литературе, еще больше подтверждают дифференциацию базальноподобных подгрупп с различными клиническими признаками и результатами выживания.

В этом разделе мы также установили консенсус в отношении описания базальноподобных подгрупп (Basal I и Basal II) путем сопоставления наших результатов с другими достижениями в литературе [10, 19-21, 31] в соответствии с фокусом каждого изучение. Примечательно, что большинство из них были сосредоточены на классификации тройных отрицательных сущностей, более гетерогенной группы, чем базальноподобные. Например, среди шести собственных подтипов TNBC, определенных Lehmann et al. (2011) [19], три были учтены для дальнейших сравнений с предлагаемыми базальноподобными подгруппами: базальноподобными (BL1 и BL2) и иммуномодулирующими (IM). Группы были описаны на основе регуляции клеточного цикла, ответа на повреждение ДНК и иммуномодулирующих родственных генов соответственно. Эти гены намекают на участие подобных механизмов, дифференцирующих Basal I и Basal II, что указывает на то, что обе классификации связаны друг с другом. Гены (G1) с высокими значениями центральной доли в базале II, такие как HJURP и TPX2, были связаны с аберрантными сетями пролиферации, вторжением клеток и метастазами в рак молочной железы в соответствии с определением BL1 [19]. Кроме того, гены (G2), определяющие подгруппу Basal I, включая CXCR6, HCST, C3AR1, GBP4, LY96, ANKRD22, FPR3 и FCGR2A, имеют связь с иммунной активацией и воспалительным ответом, ближе к IM [19]. Основные положения, связанные с этими генами, подтверждают существование двух подгрупп, хотя пул образцов был значительно отличным, BLBC и TNBC.

В недавней классификации TNBC, проведенной Burstein et al. (2014) [20] были описаны две группы: базально-подобный иммуноактивированный (BLIA) и подтипы иммунного подавления (BLIS), соответствующие лучшему и худшему прогнозу соответственно. В BLIA опухоли проявляют избыточную экспрессию молекул трансляции трансляции Stat и цитокинов; в BLIS, высокие уровни иммунодепрессанной молекулы VTCN1. Механизмы, определяющие BLIA, следуют характеристикам Basal I, а BLIS — Basal II. Например, Basal I и BLIA [20] содержат общие гены и / или гены, принадлежащие к одному и тому же семейству, такие как CXCL9 / 10/11/13, GBP4 / 5 и CD2 / 24. Аналогично, Jézéquel et al. (2015) [21] выявили два соответствующих подтипа: базальноподобный с низким иммунным ответом и высокий M2-подобный макрофаг (C2) и обогащенный базами с высоким иммунным ответом и низким M2-подобным макрофагами (C3). Определенные базальноподобные и базально обогащенные группы поделились очевидным сходством с базальным II и базальным I, соответственно, и подтвердили наше исследование с точки зрения сигнатуры и функциональности зонда. Однако в отношении классификации TNBC Lehmann et al. (2011) [19], Burstein et al. (2014) [20] и Jézéquel et al. (2015) [21] частично поддерживают друг друга.

Альтернативный подход к дифференциации двух подгрупп базальноподобных — связанных либо с низким, либо с высоким риском рецидива заболевания — был проверен Hallett et al. (2012) [10] с использованием 14-генной сигнатуры. Среди генов в сигнатуре RPL3 и GPR27 были перечислены в качестве ключевых маркеров рецидива, тогда как RPL36AL и GPR65 появились как варианты в 80 исследованиях, связанных с выживанием. В том же направлении Sabatier et al. (2011) [31] определили сигнатуру метагена 28-киназ, связанную с безрецидивной выживаемостью и иммунным ответом, — для разделения ББК на две группы: «Иммунный максимум» и «Иммунный низ». Этот подход выявил ключевые гены, включая IL2RG / B, GBP2, CCR5 / 7, CXCR3 / 5/6 и CXCL9 / 13, связанные с членами их семей в нашей сигнатуре, такие как IL2RA, GBP4, CCR1, CXCR6 и CXCL11. Эти гены оказались чрезмерно выраженными в «Immune High» [31] и в подгруппе Basal I по сравнению с «Immune Low» [31] и Basal II.

Интегрируя эти наблюдения, существует четкий консенсус относительно сегрегации базально-подобных молочных желез в по меньшей мере две подгруппы. Basal I (Immune Active) показывают молекулярные перекрытия и фенотипические сходства с BLIA [20], IM [19] и C3 [21]; Basal II (высокий пролиферативный), сопоставляемый с BLIS [20] и C2 [21]. Полноценная геномная и транскриптомическая характеристика двух подгрупп, представленных в этом исследовании, приведет к лучшему пониманию механизмов, участвующих в базальноподобных опухолях, и к идентификации групп пациентов с отчетливым результатом заболевания, поддерживаемых дополнительными характеристиками выживания [ 10, 31]. Последнее имеет решающее значение для улучшения принятия клинических решений и для оказания помощи в индивидуальном лечении, которое сосредоточено на манипуляциях с иммунной системой и вмешательстве в клеточный цикл. В целом, опухоли с активированным иммунным ответом показали благоприятный прогноз [15] и, вероятно, будут реагировать на химиотерапию [31], тогда как высоко пролиферативные выявили повышенный риск метастазов и рецидивов [18]. В этом контексте пациенты с низким риском должны следовать более консервативным методам лечения, а люди с высоким риском должны получать более эффективные препараты для улучшения индивидуального ответа, к более персонализированной медицине.

Читайте также:  Рак груди можно обойтись без химиотерапии

Исследования показали, что гетерогенность BLBC выходит за рамки классической иммуногистохимии. Несмотря на то, что для выявления пациентов с низким и высоким риском были использованы несколько клинико-патологических признаков, выявление новых биомаркеров с прогностической ценностью остается неотложной задачей для улучшения управления раком молочной железы. Подписанная в этом исследовании подпись 80-зонда, связанная с различными результатами выживания, содержит предполагаемые маркеры прогрессирования заболевания и представляет собой многообещающий актив для клинических применений. Интегрированная оценка экспрессии miRNA и информации CNA, в конечном счете, способствует определению более полных профилей базальноподобных опухолей. Важность определения групп, подверженных риску БЛБ, отражается на влиянии связанных с выживаемостью признаков в клинических условиях и, что более важно, на терапию.

Дополнительный файл 1Настроить S1. Тепловая карта 400 зондов в наборе подготовки METABRIC. Эта карта тепла показывает иерархическую кластеризацию 115 базисных образцов на основе значений выражения зонда. Существуют два основных кластера: базаль-I (бирюзовый) и базаль-II (коралл). 80 зондов, которые наилучшим образом различают две группы, обозначаются оранжевым цветом. Красные и синие цвета представляют собой относительное над- и недовыражение, соответственно. Значения выражений нормируются по выборкам. (JPG 9635,84 kb)

Дополнительный файл 2Basal-подобные образцы классифицируются в Basal I и Basal II, а центроиды определяют их. Таблицы S1 и S2 перечисляют идентификаторы образцов для каждой базальноподобной подгруппы Basal I и Basal II; центроиды также представлены в таблице S3. (XLSX 27 kb)

Дополнительный файл 3Функциональная аннотация зондов G1, G2 и G3. Эти таблицы содержат все зонды, определенные для G1 (таблица S4), G2 (таблица S5) и G3 (таблица S6). Аннотация основана на базе данных для аннотации, визуализации и интегрированного обнаружения (DAVID). (XLSX 37 kb)

Дополнительный файл 4 Таблицы S7, S8 и S9. МикроРНК дифференцируются между базальным I и базальным II и соответствующими генными мишенями. В таблице S7 показаны miRNAs, дифференциально выраженные в подгруппах Basal I и II, с соответствующим p-значением в наборах для обучения и валидации METABRIC. Таблицы S8 и S9 перечисляют miRNAs и все генные мишени для Basal I и Basal II, соответственно. (XLSX 69 kb)

Базальноподобный рак молочной железы

Копировать аберрацию номера

База данных для аннотации, визуализации и комплексного обнаружения

источник

Мы уже рассматривали здесь в общих чертах рак кожи и его классификацию. Сегодня мы более подробно познакомимся с его подвидом – базалиомой. Образующиеся в поверхностном слое эпидермиса злокачественные клетки по своему виду очень похожи на здоровые клетки базального слоя плоского эпителия. Отсюда и такое интересное название – базалиом, или по-другому базально-клеточный рак кожи.

Что такое базалиома? — Это самая частовстречаемая разновидность рака кожи. 4 из 5 случаев новообнаруженных заболеваний кожи – это именно она. Но это не самое главное. По распространенности среди всех онкозаболеваний именно эта разновидность рака скорее всего является самой частой, даже опережая рак молочной железы.

Но люди как-то относятся к этой болезни спустя рукава. Потому что болезнь не склонна к быстрому росту и развитию, не дает метастаз, не болезненна, а единственна проблема – внешний вид. Но и внешний вид дело не такое срочное, а многие и откладыают лечение или еще хуже занимаются самолечением. И так до тех пор, пока болезнь не будет в совсем запущенной форме.

Именно в запущенной форме оказывается, что это все-таки злокачественная опухоль, которая способна давать метастазы и приводить к летальному исходу. С одной стороны можно было бы спокойно излечиться на ранней стадии, но почему-то человеческая природа сопротивляется лечению.

Еще интересный факт для заболевших этим недугом – случаев летального исхода действительно очень мало, даже на последних стадиях. Даже запущенную опухоль можно удалить, получив в качестве проблемы лишь возможный некрасивый вид после операции, который можно было бы избежать на первой стадии.

Из-за подобного поведения опухоли еще недавно ее относили к доброкачественным, а лечением заболевания кожи занимались в связке дерматолог и хирург. Теперь же базалиома кожи относится к ведению онкологии, а больным следует знать о ее опасности и при первых же признаках обратиться в больницу.

Самые частые места появления опухоли – открытые участки кожи головы – лицо, шея, веки глаз, ухо. Поражение нижних участков кожи, например, на спине или груди, более склонно для других кожных заболеваний вроде миеломы. Нет четкой зависимости проявления болезней между полами, известно лишь, что ей больше склонны уже пожилые люди после 60 лет. Разумеется, большей опасности подвергаются именно белокожие люди – в их кожу не заложена программа борьбы с постоянными обжигающими солнечными лучами, особенно это актуально для любителей отдыха на южных морях.

И уже раз эдак в 20й на страницах нашего издания мы пишем одну и ту же фразу – точной причины мутирования здоровых клеток в раковые врачами не установлено, но как всегда выделяется группа факторов риска, которые напрямую влияют на вероятность появления болезни.

Итак, что нужно избегать при базально-клеточном раке:

  • Прямое солнечное воздействие ультрафиолета, любителям загорать посвящается.
  • Ионизирующее излучение – да и вообще любое другое.
  • Курение и алкоголь – в переводе на правильный язык канцерогены и токсины.
  • Травмы, ожоги, порезы кожи – могут стать очагами поражения.
  • Вирусы, заболевания кожи, ослабленная работа иммунной системы.
  • Наследственность – тем, у кого в роду были опухолевые заболевания.
  • Возраст – как и писали выше, после 50-60 лет человек входит в зону риска. У детей и подростков редко проявляется эта болезнь.

Главный фактор этого заболевание – влияние ультрафиолета. Причем как солнечных лучей, так и специфичных облучений вроде солярия. Из-за радиоактивного солнечного облучения и утончению озонового слоя Земли, основного защитника в борьбе с радиацией, считается, что в будущем у человечества возникнут серьезные проблемы с этим заболевания и его частота вырастит в разы.

Влияние ультрафиолета объясняет и география встречаемости заболеваний – чем ближе к экватору, тем больше вероятность заболеть. Ученые смогли выделить даже склонную нацию – так кельты более склонны к болезни, чем любой другой народ. Еще одна интересная особенность болезни из-за влияния Солнца – у жителей Великобритании, Австралии и Японии болезнь склонна появляться на правой стороне тела, так как во многих других странах – на левой. Это объясняется левосторонним движением и за счет этого специфичности воздействия солнечных лучей.

Но не следует забывать и про другие факторы. Токсины, ионизирующее облучение, канцерогены влияют на кожу, вызывая разрушение ее клеток и изменения в структуре ткани. Также и физические травмы, рубцы, ожоги, альбинизм, пигментная ксеродерма создают благоприятную почву для дальнейшего развития злокачественного заболевания. И внешние факторы вроде заболеваний кожи, вирусов, ВИЧ, также склонного к снижению иммунитета организма, могут вызывать появление нашего базально-клеточного рака.

Первые проявления

Возможно, самостоятельно грамотно определить заболевание у вас и не получится, но опытный врач раскусит этот недуг с полувзгляда. Изначально на первых этапах может показаться, что мы имеем дело с обычным прыщиком, но позже в результате роста опухоли этот «прыщ» может превратиться в узелок, уплотнение, язвочку.

Основные формы проявления:

  • Узелково-язвенная
  • Поверхностная
  • Язвенная
  • Бородавчатая
  • Рубцово-атрофическая
  • Пигментная

Рассмотрим каждый тип поверхностного образования более подробно.

Самый частый тип базалиомы – узелковая. Любит проявляться на коже лица, веке, носогубном треугольнике. Новообразование начинается с появления маленького розоватого плотного узелка, который со временем закручивается, разрастается, объединяется с соседними, а в последствии способен прорасти во внутренние ткани вплоть до кости.

Узловая базалиома. В отличие от вышеуказанной, опухоль не склонна прорастать во внутренние ткани, а, напротив, проявляет себя наружу, образуя заметные выпирающие уплотнения на коже.

Поверхностная – в отличие от предыдущих ее рост ориентирован на расширение по поверхности вплоть до 3 сантиметров. Имеет окрас в красных тонах вплоть до коричневого, поверхность может покрыться коркой, склонна к эрозии.

Бородавчатая. Не проникает во внутренние ткани совсем, склонна к внешнему росту, имеет специфичный вид бородавки.

Пигментная форма. Опухоль в своем составе содержит меланин, что придает ей особый темный цвет и делает похожей на меланому.

Рубцово-атрофическая. Имеет вид типичного рубца, за счет расположения под слоем дермы. В процессе роста образует новые рубцы, а на новых участках возможны эрозии кожи.

Язвенная. По внешнему виду – язва. Центр углублен, покрыт темной корочкой. Края выглядят незажившими, слегка кровят.

Особо опасные локализации опухоли – те, где очень трудно провести операцию или сложно выявить на ранних стадиях, например, базалиома века, под волосяным покровом, базалиома в уголках глаза.

Как и любая другая опухоль, базалиома подвергается классификации по стадиям.

0 стадия, in situ – появляются раковые клетки, но опухоль пока не образуется. Определить очень сложно.

1 стадия – опухоль не прорастает на соседние ткани, имеет размер до 2 см.

2 стадия – прорастает через кожу, не задевает подкожную клетчатку, до 5 см.

3 стадия – прорастание сквозь клетчатку в мягкие ткани, более 5 см.

4 стадия – под влияние опухоли попадают хрящи и кости.

Под начальной стадией понимают карциному 0-1 стадии, развернутая – 2-3, терминальная – 4 стадия.

Если с внешними признаками все понятно, то симптоматика заболевания довольно скрытая – опухоль может никак не проявлять себя и не досаждать больному. Причем этот период может длиться и несколько лет.

В дальнейшем же при разрастании возможно уже появление очевидных симптомов: болевых ощущений на пораженных тканях, кровоподтеков. А при близком соседстве с другими органами (будь то глаз, нос, мозг) и сопутствующие проблемы, вызванные появлением метастазов.

При этом мы уже говорили, что проявления метастаз для базалиомы – явление достаточно редкое. Но запущенные формы все равно могут вызвать проблемы при совершении операции, а в дальнейшем проявить рецидив – повторное появление болезни.

Внешнее расположение опухоли способствует ее быстрой и верной диагностике. Опытному врачу достаточно всего лишь визуального осмотра для подтверждения. Но для конечной точной постановки диагноза все придется провести клинические исследования. Основные их типы:

  • Цитологическая диагностика – берут мазок или соскоб.
  • Гистологическое исследование – взятие образца ткани для дальнейшей точной классификации.

Естественно, при поражении прочих тканей будут проведены дополнительные исследования вроде УЗИ, рентгена или компьютерной томографии. Данные обследования не просто диагностируют болезнь, но и дадут все необходимые сведения для операции по размеру и локализации рака.

Несмотря на то, что для выбора комплекса лечения базалиомы необходимо изучить поставленный диагноз, наиболее вероятное средство борьбы против нее – хирургическая операция. Особо ничего странного по удалению опухоли здесь и не скажешь, операция из рядовых. Главная сложность хирурга при этом из-за локализации опухоли на видимых частях – сохранить косметический вид тканей, а особенно сложно этого добиться, когда базалиома расположена в районе глаз.

Также в особо труднодоступных местах иногда используют хирургический микроскоп – это необходимо для точечного выявления границ болезни, чтобы и не захватить чего лишнего, и предотвратить рецидивы в будущем.

Иногда во время операции возможно и одновременное исследование тканей – ведь неизвестно здоровая ткань срезается или уже пораженная, т.к. внешний вид может быть обманчив. Данные метод еще называют методом Моса.

Лучевая терапия. Еще один классический метод лечения, заключающийся в облучении пораженных клеток радиоактивными лучами для их разрушения. Применяется как самостоятельное лечение на запущенных стадиях, так и в качестве вспомогательного – для окончательного удаления пораженных тканей после проведенной операции. Из минусов метода – возможно образование ожогов, а это на видимой части может быть критично.

Химиотерапия. Ввод специальных химиопрепаратов, разрушающих злокачественные клетки. Если при других заболеваниях в основном химию делают внутривенно через капельницу, то здесь используют местный ввод в пораженные ткани. Как правило в число используемых препаратов входят Фторурацил и Метотрексат.

Выше мы рассмотрели традиционные методы лечения, из более современных стоит выделить еще несколько:

  • Криодеструкция. Обработка пораженных тканей жидким азотом. Эффективный метод разрушения раковых клеток особенно на ранних стадиях. Стоит отметить, что самостоятельно проводить замораживание с помощью аптечных средств не стоит – как правило они эффективны только до 3 мм, так что возможно образование рецидивов.
  • Обработка лазером. Метод из мира дерматологов, особо эффективна на лице – лазер почти не оставляет уродующих следов.
  • Фотодинамическая терапия. Предварительно вводятся особые препараты, которые поглощаются опухолью. А затем на эти препараты производится воздействие лазерным лучом, таким образом поглощенный свет, взаимодействуя с веществами, разрушает раковые клетки.
  • Лекарственные препараты. Можно выделить сразу несколько препаратов, точно назначить лекарства может только лечащий врач: мази фторурациловая, омаиновая, глицифоновая, метвикс, солкосерил и другие.

Лазерная терапия Криодеструкция

Ну и в силу того, что опухоль не является особенно опасной, главная задача лечащих врачей и хирургов – организовать лечение так, чтобы следов от нее оставалось как можно меньше.

Мы не рекомендуем самостоятельно без обращения в больницу лечить базалиому народными средствами! Обязательно консультируйтесь с врачами.

Один из главных методов лечения – отвары и мази из чистотела. Прочитать про лечение чистотелом можете более подробно в этой статье. Еще один нередкий ингредиент – корень лопуха, на основе которого также используют мазь.

Главный профилактический метод – при любой обнаруженной внешней проблеме кожи лучше лишний раз проконсультироваться с врачом. Не допускайте запускания болезни, пока она не дорастет до критических размеров, не занимайтесь самолечением или лечением средствами народной медицины.

Не находитесь по долгу под палящим солнцем. Подумайте и взвесьте все плюсы от посещения соляриев. Защитите свои глаза солнечными очками. Перейдите на правильное питание и соблюдайте диету – в любом раковом заболевании полезно делать упор на фрукты и овощи, белок (мясо, рыба, птица), крупы, молочную продукцию.

И помните, что, если у вас все же обнаружили это раковое заболевание, не стоит расстраиваться. Более 90% всех заболевших успешно выздоровели без лишних осложнений и опасности для жизни. А это отличный прогноз для любой онкологии. Берегите себя и своих близких!

источник