Podpis genu

Sygnatura genu lub sygnatura ekspresji genu to pojedyncza lub połączona grupa genów w komórce o wyjątkowo charakterystycznym wzorze ekspresji genów, która występuje w wyniku zmienionego lub niezmienionego procesu biologicznego lub patogennego stanu medycznego. Nie należy tego mylić z koncepcją profilowania ekspresji genów . Aktywacja szlaków w regularnym procesie fizjologicznym lub fizjologicznej odpowiedzi na bodziec skutkuje kaskadą transdukcji sygnału i interakcji, które wywołują zmienione poziomy ekspresji genów, które są klasyfikowane jako sygnatura genowa tego procesu fizjologicznego lub odpowiedzi. Zastosowania kliniczne podziału sygnatur genów na sygnatury prognostyczne, diagnostyczne i predykcyjne. Fenotypy, które teoretycznie można zdefiniować za pomocą sygnatury ekspresji genów, obejmują zakres od tych, które przewidują przeżycie lub rokowanie osobnika z chorobą, te, które są używane do różnicowania różnych podtypów choroby, do tych, które przewidują aktywację określonego szlaku . Idealnie, sygnatury genów można wykorzystać do wybrania grupy pacjentów, dla których określone leczenie będzie skuteczne.

Oś czasu wykrywania sygnatur genów

W 1995 r. przeprowadzono 2 badania, w których zidentyfikowano unikalne podejścia do analizy globalnej ekspresji genów genomu, które wspólnie promowały wartość identyfikacji i analizy sygnatur genów pod kątem znaczenia fizjologicznego. Pierwsze badanie przedstawia technikę, która poprawia wyrażonego znacznika sekwencji (EST) , znaną jako analiza seryjna ekspresji genów (SAGE), która opierała się na sekwencjonowaniu i ilościowym określaniu próbek mRNA, które uzyskały poziomy ekspresji genów, które ostatecznie ujawniły charakterystyczne wzorce ekspresji genów.

W drugim badaniu zidentyfikowano technikę, która jest obecnie powszechnie znana jako mikromacierz , która określa ilościowo hybrydyzację komplementarnego DNA (cDNA) na szklanym szkiełku w celu równoległej analizy ekspresji wielu genów. Badania te zwróciły większą uwagę na bogactwo informacji zawartych w analizie sygnatur genów, które mogą, ale nie muszą, mieć znaczenie fizjologiczne.

Idąc dalej, ta ostatnia technika zrewolucjonizowała badania w dziedzinie genetyki i technologii chipów DNA, ponieważ jest powszechnie stosowaną techniką profilowania sygnatur ekspresji genów, dzięki czemu te reakcje fizjologiczne można skatalogować w repozytoriach, takich jak NCBI Gene Expression Omnibus . Ten katalog prognostycznych, diagnostycznych i predykcyjnych sygnatur ekspresji genów pozwala przewidywać początek chorób patogennych u pacjentów, klasyfikację guzów i nowotworów oraz ulepszone strategie terapeutyczne, które przewidują optymalnych docelowych pacjentów i geny.

Obecnie mikromacierze i inne metody ilościowe, takie jak RNA-seq , które obejmują profilowanie ekspresji genów , zmierzają w kierunku promowania ponownej analizy i integracji dużej, publicznie dostępnej bazy danych sygnatur i profili ekspresji genów, aby odkryć pełny próg informacji o tej ekspresji trzymają się podpisy.

Rodzaje sygnatur genów

Sygnatura genu prognostycznego

Prognostyka odnosi się do przewidywania prawdopodobnego wyniku lub przebiegu choroby. Klasyfikacja fenotypu biologicznego lub stanu chorobowego na podstawie określonej sygnatury genowej lub wielu sygnatur genowych może służyć jako biomarker prognostyczny dla powiązanego fenotypu lub stanu. Ta koncepcja, zwana prognostyczną sygnaturą genową , umożliwia wgląd w ogólny wynik stanu, niezależnie od interwencji terapeutycznej. Przeprowadzono kilka badań skupiających się na identyfikacji prognostycznych sygnatur genów z nadzieją na poprawę metod diagnostycznych i kursów terapeutycznych przyjętych w warunkach klinicznych. Należy zauważyć, że prognostyczne sygnatury genów nie są celem terapii; dostarczają dodatkowych informacji, które należy wziąć pod uwagę podczas omawiania szczegółów, takich jak czas trwania lub dawkowanie lub wrażliwość na lek itp. w interwencji terapeutycznej. Kryteria, które sygnatura genu musi spełniać, aby można ją było uznać za marker prognostyczny, obejmują wykazanie jej związku z wynikami choroby, powtarzalność i walidację jego związku w niezależnej grupie pacjentów, a wreszcie wartość prognostyczna musi wykazywać niezależność od innych standardowych czynników w analizie wielowymiarowej. Zastosowania tych sygnatur prognostycznych obejmują testy prognostyczne dla raka piersi , raka wątrobowokomórkowego , białaczki i są stale rozwijane również dla innych typów nowotworów i zaburzeń.

Diagnostyczne sygnatury genów

Sygnatura genu diagnostycznego służy jako biomarker , który rozróżnia fenotypowo podobne stany medyczne, które mają próg ciężkości składający się z fenotypów łagodnych, umiarkowanych lub ciężkich. Ustanowienie zweryfikowanych metod diagnozowania klinicznie powolnych i znaczących przypadków pozwala lekarzom zapewnić dokładniejszą opiekę i opcje terapeutyczne, od braku terapii, opieki zapobiegawczej po łagodzenie objawów. Te sygnatury diagnostyczne pozwalają również na dokładniejsze odwzorowanie próbek testowych wykorzystywanych w badaniach. Podobnie jak w przypadku procedury walidacji prognostycznej sygnatury genowej, istnieje kryterium klasyfikacji sygnatury genowej jako biomarkera zaburzenia lub chorób opisanych przez Chau i in.

Predykcyjne sygnatury genów

Predykcyjna sygnatura genu jest podobna do predykcyjnego biomarkera, w którym przewiduje efekt leczenia u pacjentów lub uczestników badania wykazujących określony fenotyp choroby. Predykcyjna sygnatura genowa, w przeciwieństwie do prognostycznej sygnatury genowej, może być celem terapii. Informacje dostarczane przez sygnatury prognostyczne są bardziej rygorystyczne niż sygnatury prognostyczne, ponieważ opierają się na grupach leczonych z interwencją terapeutyczną na temat prawdopodobnych korzyści z leczenia, całkowicie niezależnych od rokowania. Predykcyjne sygnatury genów odpowiadają na nadrzędną potrzebę sposobów personalizacji i dostosowania interwencji terapeutycznych w chorobach. Podpisy te mają wpływ na ułatwienie spersonalizowanej medycyny poprzez identyfikację bardziej nowatorskich celów terapeutycznych i identyfikację najbardziej wykwalifikowanych podmiotów w celu uzyskania optymalnych korzyści z określonych metod leczenia.

Zobacz też

  1. ^    Itadani H, Mizuarai S, Kotani H (sierpień 2008). „Czy biologia systemów może zrozumieć aktywację szlaku? Sygnatury ekspresji genów jako zastępcze markery dla zrozumienia złożoności aktywacji szlaku” . Curr Genomics . 9 (5): 349–60. doi : 10.2174/138920208785133235 . PMC 2694555 . PMID 19517027 .
  2. ^    Liu J, Campen A, Huang S, Peng SB, Ye X, Palakal M, Dunker AK, Xia Y, Li S (wrzesień 2008). „Identyfikacja sygnatury genu w szlaku cyklu komórkowego do prognozowania raka piersi przy użyciu danych profilowania ekspresji genów” . BMC Med. Genom . 1:39 . doi : 10.1186/1755-8794-1-39 . PMC 2551605 . PMID 18786252 .
  3. ^ a b c   Chibon F (maj 2013). „Podpisy ekspresji genów raka - wzrost i upadek?”. Europejski Dziennik Raka . 49 (8): 2000–9. doi : 10.1016/j.ejca.2013.02.021 . Identyfikator PMID 23498875 .
  4. ^   Warner DF (marzec 2016). „Definiowanie diagnostycznej sygnatury genu gruźlicy”. Nazwa naukowego czasopisma medycznego. Medycyna układu oddechowego . 4 (3): 170-1. doi : 10.1016/s2213-2600(16)00063-1 . PMID 26907219 .
  5. ^ a b    Nguyen HG, Welty CJ, Cooperberg MR (styczeń 2015). „Powiązania diagnostyczne sygnatur ekspresji genów w tkance raka prostaty” (PDF) . Aktualny pogląd w urologii . 25 (1): 65–70. doi : 10.1097/mou.0000000000000131 . PMID 25405934 . S2CID 29746661 .
  6. ^ a b    Wouters BJ, Löwenberg B, Erpelinck-Verschueren CA, van Putten WL, Valk PJ, Delwel R (marzec 2009). „Podwójne mutacje CEBPA, ale nie pojedyncze mutacje CEBPA, definiują podgrupę ostrej białaczki szpikowej z charakterystycznym profilem ekspresji genów, który jest wyjątkowo związany z korzystnym wynikiem” . Krew . 113 (13): 3088–91. doi : 10.1182/blood-2008-09-179895 . PMC 2662648 . PMID 19171880 .
  7. ^    Hassane DC, Guzman ML, Corbett C, Li X, Abboud R, Young F, Liesveld JL, Carroll M, Jordan CT (czerwiec 2008). „Odkrycie środków, które eliminują komórki macierzyste białaczki przy użyciu badania przesiewowego in silico publicznych danych dotyczących ekspresji genów” . Krew . 111 (12): 5654–62. doi : 10.1182/blood-2007-11-126003 . PMC 2424160 . PMID 18305216 .
  8. ^    Corsello SM, Roti G, Ross KN, Chow KT, Galinsky I, DeAngelo DJ, Stone RM, Kung AL, Golub TR, Stegmaier K (czerwiec 2009). „Identyfikacja modulatorów AML1-ETO za pomocą genomiki chemicznej” . Krew . 113 (24): 6193–205. doi : 10.1182/blood-2008-07-166090 . PMC 2699238 . PMID 19377049 .
  9. ^    Velculescu VE, Zhang L, Vogelstein B, Kinzler KW (październik 1995). „Seria analiza ekspresji genów”. nauka . 270 (5235): 484–7. doi : 10.1126/science.270.5235.484 . PMID 7570003 . S2CID 16281846 .
  10. ^    Schena M, Shalon D, Davis RW, Brown PO (październik 1995). „Ilościowe monitorowanie wzorców ekspresji genów za pomocą komplementarnej mikromacierzy DNA”. nauka . 270 (5235): 467–70. doi : 10.1126/science.270.5235.467 . PMID 7569999 . S2CID 6720459 .
  11. ^    Kurian KM, Watson CJ, Wyllie AH (luty 1999). „Technologia czipów DNA” . Dziennik patologii . 187 (3): 267–71. doi : 10.1002/(SICI)1096-9896(199902)187:3<267::AID-PATH275>3.0.CO;2-# . PMID 10398077 . S2CID 196540833 .
  12. ^    Lamb J, Crawford ED, Peck D, Modell JW, Blat IC, Wrobel MJ, Lerner J, Brunet JP, Subramanian A, Ross KN, Reich M, Hieronymus H, Wei G, Armstrong SA, Haggarty SJ, Clemons PA, Wei R, Carr SA, Lander ES, Golub TR (wrzesień 2006). „Mapa łączności: używanie sygnatur ekspresji genów do łączenia małych cząsteczek, genów i chorób”. nauka . 313 (5795): 1929–35. doi : 10.1126/science.1132939 . PMID 17008526 . S2CID 8728079 .
  13. Bibliografia   _ Iacobelli, Stefano; Iovanna, Juan (2012). Wartość diagnostyczna, prognostyczna i terapeutyczna sygnatur genów | Springer Link . doi : 10.1007/978-1-61779-358-5 . hdl : 10447/110836 . ISBN 978-1-61779-357-8 .
  14. ^    Sørlie T, Perou CM, Tibshirani R, Aas T, Geisler S, Johnsen H, Hastie T, Eisen MB, van de Rijn M, Jeffrey SS, Thorsen T, Quist H, Matese JC, Brown PO, Botstein D, Lønning PE , Børresen-Dale AL (wrzesień 2001). „Wzorce ekspresji genów raka piersi rozróżniają podklasy nowotworów z implikacjami klinicznymi” . Proceedings of the National Academy of Sciences of the United States of America . 98 (19): 10869–74. doi : 10.1073/pnas.191367098 . PMC58566 . _ PMID 11553815 .
  15. ^    Scherf U Ross DT Waltham M Smith LH Lee JK Tanabe L Kohn KW Reinhold WC Myers TG Andrews DT Scudiero DA Eisen MB Sausville EA Pommier Y Botstein D Brown PO Weinstein JN (marzec 2000). „Baza danych ekspresji genów dla farmakologii molekularnej raka”. Genetyka przyrody . 24 (3): 236–44. doi : 10.1038/73439 . PMID 10700175 . S2CID 1494000 .
  16. ^    Wang Z, Monteiro CD, Jagodnik KM, Fernandez NF, Gundersen GW, Rouillard AD i in. (wrzesień 2016). „Wyodrębnianie i analiza podpisów z Gene Expression Omnibus przez tłum” . Komunikacja natury . 7 : 12846. doi : 10.1038/ncomms12846 . PMC 5052684 . PMID 27667448 .
  17. ^ a b   Oldenhuis CN, Oosting SF, Gietema JA, de Vries EG (maj 2008). „Prognostyczna a predykcyjna wartość biomarkerów w onkologii”. Europejski Dziennik Raka . 44 (7): 946–53. doi : 10.1016/j.ejca.2008.03.006 . PMID 18396036 .
  18. ^    Nielsen T, Wallden B, Schaper C, Ferree S, Liu S, Gao D, Barry G, Dowidar N, Maysuria M, Storhoff J (marzec 2014). „Walidacja analityczna opartego na PAM50 testu prognostycznego raka piersi Prosigna Prognostic Gene Signature i systemu analizy nCounter przy użyciu utrwalonych w formalinie i zatopionych w parafinie próbek guza piersi” . Rak BMC . 14 : 177. doi : 10.1186/1471-2407-14-177 . PMC 4008304 . PMID 24625003 .
  19. ^   Liu R, Wang X, Chen GY, Dalerba P, Gurney A, Hoey T, Sherlock G, Lewicki J, Shedden K, Clarke MF (styczeń 2007). „Rola prognostyczna sygnatury genu z rakotwórczych komórek raka piersi” . The New England Journal of Medicine . 356 (3): 217–26. doi : 10.1056/nejmoa063994 . PMID 17229949 .
  20. ^    Hoshida Y, Villanueva A, Sangiovanni A, Sole M, Hur C, Andersson KL, Chung RT, Gould J, Kojima K, Gupta S, Taylor B, Crenshaw A, Gabriel S, Minguez B, Iavarone M, Friedman SL, Colombo M, Llovet JM, Golub TR (maj 2013). „Prognostyczna sygnatura ekspresji genów u pacjentów z wczesną fazą marskości wątroby związaną z zapaleniem wątroby typu C” . Gastroenterologia . 144 (5): 1024–30. doi : 10.1053/j.gastro.2013.01.021 . PMC 3633736 . PMID 23333348 .
  21. ^   Verhaak RG, Goudswaard CS, van Putten W, Bijl MA, Sanders MA, Hugens W, Uitterlinden AG, Erpelinck CA, Delwel R, Löwenberg B, Valk PJ (grudzień 2005). „Mutacje w nukleofosminie (NPM1) w ostrej białaczce szpikowej (AML): związek z innymi nieprawidłowościami genów i wcześniej ustalonymi sygnaturami ekspresji genów oraz ich korzystnym znaczeniem prognostycznym” . Krew . 106 (12): 3747–54. doi : 10.1182/blood-2005-05-2168 . PMID 16109776 .
  22. ^    Chau CH, Rixe O, McLeod H, Figg WD ​​(październik 2008). „Walidacja metod analitycznych dla biomarkerów stosowanych w opracowywaniu leków” . Kliniczne badania nad rakiem . 14 (19): 5967–76. doi : 10.1158/1078-0432.ccr-07-4535 . PMC 2744124 . PMID 18829475 .
  23. ^    Pepe MS, Feng Z, Janes H, Bossuyt PM, Potter JD (październik 2008). „Pierwotna ocena dokładności biomarkera używanego do klasyfikacji lub przewidywania: standardy projektowania badań” . Dziennik Narodowego Instytutu Raka . 100 (20): 1432–8. doi : 10.1093/jnci/djn326 . PMC 2567415 . PMID 18840817 .
  24. ^    Baker SG, Kramer BS (sierpień 2015). „Ocena zastępczych punktów końcowych, markerów prognostycznych i markerów predykcyjnych: kilka prostych tematów” . Badania kliniczne . 12 (4): 299–308. doi : 10.1177/1740774514557725 . PMC 4451440 . PMID 25385934 .
  25. ^    Grob JJ, Mortier L, D'Hondt L, Grange F, Baurain JF, Dréno B, Lebbe C, Robert C, Dompmartin A, Neyns B, Gillet M, Louahed J, Jarnjak S, Lehmann FF (2017-11-01 ). „Bezpieczeństwo i immunogenność immunoterapeutycznego leku przeciwnowotworowego MAGE-A3 z dakarbazyną u pacjentów z przerzutowym czerniakiem skóry z MAGE-A3-dodatnim: otwarte badanie fazy I/II z pierwszą oceną predykcyjnej sygnatury genowej” . ESMO otwarte . 2 (5): e000203. doi : 10.1136/esmoopen-2017-000203 . PMC 5687540 . PMID 29177094 .
  26. Bibliografia     _ Hu, Yuan; Zhao, Shan; Mariottini, Chiara; Boran, Aislyn; Chen, Yibang; Li, Lisa; Tolentino, Rosa E.; Jayaraman, Gomathi; Goldfarb, Józef; Gallo, James (2019). „Podpisy genomowe określające odpowiedź na allopurinol i terapię skojarzoną raka płuc zidentyfikowane na podstawie analiz systemów terapeutycznych” . Onkologia Molekularna . 13 (8): 1725–1743. doi : 10.1002/1878-0261.12521 . ISSN 1878-0261 . PMC 6670022 . PMID 31116490 .
Pobrano z „ https://en.wikipedia.org/w/index.php?title=Gene_signature&oldid=1136175128 ”