Integrering av bioinformatikk tilnærminger og eksperimentelle valideringer for å forstå rollen til notch signalering i eggstokkene Cancer
Summary
Bioinformatikk er en nyttig måte å behandle datasett i stor skala på. Gjennom gjennomføringen av bioinformatikk tilnærminger, kan forskerne raskt, pålitelig og effektivt få innsiktsfulle programmer og vitenskapelige oppdagelser. Denne artikkelen demonstrerer utnyttelse av bioinformatikk i eggstokkene kreftforskning. Det er også vellykket validerer bioinformatikk funn gjennom eksperimentering.
Abstract
Notch signalering er en svært bevart regulatoriske veien involvert i mange cellulære prosesser. Feilregulering av denne signalering veien fører ofte til interferens med riktig utvikling og kan også føre til initiering eller progresjon av kreft i visse tilfeller. Fordi denne stien serverer komplekse og allsidige funksjoner, kan det bli studert mye gjennom mange ulike tilnærminger. Av disse gir bioinformatikk en unektelig kostnadseffektiv, imøtekommende og brukervennlig metode for å studere. Bioinformatikk er en nyttig måte å trekke ut mindre biter av informasjon fra stor skala datasett. Gjennom implementeringen av ulike bioinformatikk tilnærminger, kan forskerne raskt, pålitelig og effektivt tolke disse store datasettene, noe som gir innsiktsfulle applikasjoner og vitenskapelige oppdagelser. Her er en protokoll presentert for integrering av bioinformatikk tilnærminger for å undersøke rollen til notch signalering i eggstokkene kreft. Videre blir bioinformatikk funn validert gjennom eksperimentering.
Introduction
Den hakk signalering veien er en svært bevart vei som er viktig for mange utviklingsmessige prosesser innenfor biologiske organismer. Notch signalering har vist seg å spille en betydelig rolle i celle spredning og selv fornyelse, og defekter i hakk signalering veien kan føre til mange typer kreft1,2,3,4,5,6. I noen tilfeller har notch signalering veien er knyttet til både vev vekst og kreft, samt celle død og tumor undertrykkelse7. Flere hakk reseptorer (NOTCH 1 − 4) og co\u2012activator Mastermind (MAML 1 − 3), alle med ulike funksjoner, legge til et ekstra nivå av kompleksitet. Mens notch signalbanen er sofistikert når det gjelder funksjoner, er dens kjerne vei enkel på molekyl basis8. Hakk reseptorer fungerer som transmembrane proteiner bestående av ekstracellulære og intracellulære regioner9. En ligand binding til ekstracellulære-regionen i notch-reseptorer forenkler proteolytiske kløft, noe som gjør at notch intracellulære-domenet (NICD) kan slippes ut i kjernen. NICD deretter binder seg til co\u2012activator Mastermind å aktivere nedstrøms genuttrykk10.
I de senere årene har notch signalering vist å spille en rekke roller i initiering og progresjon av flere typer kreft på tvers av ulike arter6,11. For eksempel har notch signalering vært knyttet til tumorigenesis involverer den menneskelige NOTCH1 genet12. Nylig, den NOTCH2, NOTCH3, delta-lignende 3 (DLL3), Mastermind\u2012like protein 1 (MAML1), og en disintegrin og metalloproteinase domain\u2012containing PROTEIN 17 (ADAM17) gener ble vist å være sterkt assosiert med eggstokkene kreft, spesielt med dårlig generell overlevelse av pasienter13.
Ettersom mengden av eksperimentelle og pasient-tilknyttede data kontinuerlig øker, etterspørselen etter analyse av tilgjengelige data øker også. De tilgjengelige dataene er spredt over flere publikasjoner, og de kan levere inkonsekvente eller til og med motstridende funn. Med utviklingen av ny teknologi i de siste ti årene, for eksempel neste generasjons sekvensering, har mengden tilgjengelige data vokst eksponentielt. Selv om dette representerer raske fremskritt innen vitenskap og muligheter for fortsatt biologisk forskning, er det en stor utfordring14å vurdere betydningen av offentlig tilgjengelige data for å løse spørsmål om forskning. Vi tror bioinformatikk er en nyttig måte å trekke ut mindre biter av informasjon fra stor skala datasett. Gjennom gjennomføringen av ulike bioinformatikk tilnærminger, kan forskerne raskt, pålitelig og effektivt tolke disse store datasettene, noe som gir innsiktsfulle funn. Disse funnene kan variere fra identifisering av potensielle nye narkotika terapi mål eller sykdom biomarkører, til personlig pasientbehandling15,16.
Bioinformatikk seg selv er i rask utvikling, og tilnærminger er i stadig endring som teknologiske fremskritt feie medisinsk og biologisk vitenskap. Foreløpig felles bioinformatikk tilnærminger inkluderer utnyttelse av offentlig tilgjengelige databaser og programmer for å analysere DNA eller protein sekvenser, identifisere gener av spesiell relevans eller betydning, og bestemme relevansen av gener og gen produkter gjennom funksjonell Genomics16. Selv om bioinformatikk ikke er begrenset til disse tilnærmingene, er disse viktige for å hjelpe klinikere og forskere med å administrere biologiske data til fordel for pasientene som helhet.
Denne studien tar sikte på å fremheve flere viktige databaser og deres bruk for forskning om notch signalering veien. NOTCH2, NOTCH3, og deres co\u2012activator MAML1 ble brukt som eksempler for database studien. Disse genene ble brukt fordi viktigheten av notch signalering veien i eggstokkene kreft har blitt validert. Systematisk analyse av hentet data bekreftet viktigheten av notch signalering i eggstokkene kreft. I tillegg, fordi notch signalering er godt bevart på tvers av arter, ble det bekreftet at overuttrykte av Drosophila Melanogaster NICD og Mastermind sammen kan indusere svulster i Drosophila eggstokkene, støtter databasen funn og betydelig og bevart rolle notch signalering i eggstokkene kreft.
Protocol
Representative Results
Discussion
Ettersom det finnes utallige tilnærminger og metoder for utnyttelse av bioinformatikk, er det mange databaser tilgjengelig online for allmennheten. En overflod av informasjon kan trekkes ut fra hver av disse databasene, men noen er best egnet for bestemte formål, for eksempel vurdering av pasientens overlevelse basert på visse innganger. Systematiske analyser av hentet data fra ulike individuelle databaser kan overbevisende gi viktige vitenskapelige funn.
Den nåværende analysen fokuserer …
Divulgations
The authors have nothing to disclose.
Acknowledgements
Dette arbeidet ble støttet av start-up finansiering, College of Science and Mathematics Research Grant, Summer Research Session Award, og Research Seed Funding Award fra Georgia Southern University.
Materials
| 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).
