QIAGEN应用二:结合肿瘤基因组及转录组数据深度挖掘乳腺癌亚型分子网络

2017-10-31 15:46:23 来源:源资科技市场部

新闻摘要:识别肿瘤亚型之间的差异需要整合基因组及基因表达模式(转录组)等多方面信息,更进一步是要把控健康或疾病环境中对这些差异的影响。IVA与IPA能够针对人类基因组和转录组数据进行的快速整合并深入分析数据中观察到的变化模式的调节和影响。


前言:
      个性化医疗保健可以通过高通量的核酸测序来挖掘变异,并总结个人或组织中与发病率和致病的差异分子来实现。肿瘤相关的转录组学是一个非常复杂的系统,与蛋白质、药物、代谢产物均相关的生物学过程。针对肿瘤基因组和转录组的数据挖掘,可以有效的筛选肿瘤生物标志物或治疗靶点的变异。

  本案例以QIAGEN公司的IVA和IPA为工具针对肿瘤特异基因型和基因表达,挖掘肿瘤不同亚型的关键差异。针对乳腺癌的不同的亚型——快速转移的乳腺癌亚型型(Claudin-low)和慢速转移的乳腺癌亚型(luminal)进行测序并寻找与上皮细胞-间充质转化(EMT)相关的变异分析。EMT是一个复杂的去分化过程,是胚胎早期发育的关键。而发生EMT的肿瘤细胞侵略性更强,能侵袭远端的器官。

  多数Claudin-low亚型为三阴型(ESR1,PGR,ErbB2)乳腺癌,预后较差,也没有有效的标志物;而luminal乳腺癌(包括A型与B型)预后良好。本案例主要挖掘导致EMT的关键因子,从两种亚型中分别选取了5个具有代表性的细胞系,并对其RNA-seq数据进行深度挖掘。使用IVA进行变异分析寻找到仅在Claudin-low亚型中出现,发生错义突变的HRAS基因。之后在IPA中再对其进行功能挖掘,发现在Claudin-low亚型中这一突变强烈的驱动了转移前转录活动,并且HRAS受转录因子SNAl1和TWIST、EMT的生物标志物MMP2(matrix metalloproteinase-)调节.


材料和方法

 



IVA变异筛选结果:

 


  使用IVA可以根据不同条件设置,将获得的387662条变异一层一层过滤。最终能找出具有生物学意义的突变。

 

 

  以上两个过滤能够将387662条变异,去除普通变异和遗传变异,寻找和癌症相关的EMT相关的变异,最后得出下图,找到HRAS基因变异。

 

  得出HARS基因变异后,希望能对该基因进行网络和功能的探索,寻找更深一步的生物学挖掘。


IPA生物功能挖掘

  IPA生成EMT相关基因网络,按照基因功能(形状)以及亚细胞定位作图(如下图)。而luminal乳腺癌与Claudin-low亚型乳腺癌对比的出基因的上下调,用红色表示上调,绿色表示下调。图中,红圈表示公认的肿瘤标记物,MMP2(上调),CDH1与CLDN3(下调),蓝色圆圈表示EMT关键转录因子(Snai1 / 2,Twist1,GSC,ZEB1/ 2)多数都是上调状态。图中实线表示与EMT相关的经典通路中参与的基因。

 

  下图描绘与转移相关基因网络。图中显示出与HARS相关的基因连联系。虚线紫色高亮显示
      HRAS和MMP2的关系。图中颜色表示luminal乳腺癌与Claudin-low亚型乳腺癌对比的出基因的上下调,用红色表示上调,绿色表示下调。可见HARS未有明显的变化。


  在使用IPA时,可以认为的假定上调或下调某基因表达,预测与之联系的基因的表达。如下图所示,用IPA的MAP(分子活性预测)功能,假设上调HARS后,与之联系的MMP2基因也会高表达,而CDH1基因则处于抑制状态。而HARS上调,也对EMT相关的snail2,TWIST等基因有所影响。

 


  如果寻找在Claudin-low亚型乳腺癌中的上游调节因子。找到具有激活作用的相关转录因子,很容易能看到TWIST1,SNAI1 ,SPDEF等EMT中常见的转录调节因子。将其与其作用的基因共同做出下图。可以看到许多与EMT相关的生物过程中的关键分子比如上调了RHOA, SNAI2, ZEB1,ZEB2, HIF1A等,下调了CDH1,CLDN4, OCLN等基因。

 

  如果想看到上面的调节网路与HARS和CD44(多种肿瘤表面表达的糖蛋白受体)的关系,直接可用IPA的作图功能加入这个网络中,并创建与上面转录因子及其作用基因之间的关系,得出下图。如图可见:HARS收到上调影响,而图中CD44却收到一些下游影响。

 

  如果深究SNAI1与其他转录因子的机制网络可以用IPA找到如下图的关系。可以看到SNAI1对转录调节因子MMP2有强烈的上调作用,而对CDH1有下调的作用。可以看到HARS在也存在于SNAI1主调节的网络中,并且对MMP2和CDH1的活性均有影响。

 


案例总括:
      通过配合使用IVA和IPA,能够解释基因组(变异分析)和转录组(分子表达)数据。经对照分析luminal乳腺癌与Claudin-low亚型乳腺癌细胞系,找到HRAS变异,并确定出在Claudin-low亚型乳腺癌中,其参与了EMT的转录因子调控,并且找到一系列Claudin-low亚型乳腺癌相关的促转移基因。

  IPA的预测计算功能能够找寻到影响EMT的机制网络以及关键的转录因子Twist1、Snai1 和MMP2因果网络活性。

  在日常的分析中,很多基因产生成千上万的Isoform和多种可能关系,变异分析与功能分析的双重方法(IVA与IPA结合使用),能够识别可能的因果影响和关键Isoform。

  每个预测的关系均有实验得出的证据支持。IVA与IPA采用的均为有各领域专家人工整理的的数据库,为所有与生物活动相关的预测结果提供准确的依据。

【责任编辑:(Top) 返回页面顶端
Copyright © 2008 - 2020 Tri-ibiotech.com All Right Reserved. | 备案许可证: 沪ICP备11020704.