Integrering af Bioinformatik tilgange og eksperimentelle valideringer for at forstå rollen af notch signalering i kræft i æggestokkene
Summary
Bioinformatik er en nyttig måde at behandle store datasæt på. Gennem implementeringen af Bioinformatik tilgange, kan forskerne hurtigt, pålideligt, og effektivt opnå indsigtsfulde applikationer og videnskabelige opdagelser. Denne artikel viser udnyttelsen af Bioinformatik i kræftforskning i æggestokkene. Det også med succes validerer Bioinformatik resultater gennem eksperimenter.
Abstract
Notch signalering er en meget bevaret regulatoriske vej, der er involveret i mange cellulære processer. Dysregulering af denne signalerings pathway fører ofte til interferens med korrekt udvikling og kan endda resultere i initiering eller progression af kræft i visse tilfælde. Fordi denne pathway tjener komplekse og alsidige funktioner, kan det undersøgt udførligt gennem mange forskellige tilgange. Af disse giver Bioinformatik en unægtelig omkostningseffektiv, tilgængelig og brugervenlig studiemetode. Bioinformatik er en nyttig måde at udtrække mindre stykker information fra store datasæt. Gennem gennemførelsen af forskellige Bioinformatik tilgange, kan forskerne hurtigt, pålideligt, og effektivt fortolke disse store datasæt, giver indsigtsfulde applikationer og videnskabelige opdagelser. Her præsenteres en protokol for integration af Bioinformatik tilgange til at undersøge rollen af notch signalering i kræft i æggestokkene. Desuden valideres Bioinformatik fund gennem eksperimenter.
Introduction
Den notch signalering pathway er en meget bevaret vej, der er vigtig for mange udviklingsmæssige processer inden for biologiske organismer. Notch signalering har vist sig at spille en betydelig rolle i celle spredning og selvfornyelse, og defekter i hak signalering pathway kan føre til mange typer af kræft1,2,3,4,5,6. Under visse omstændigheder har den notch signalering pathway været knyttet til både væv vækst og kræft samt celledød og tumor suppression7. Multiple notch receptorer (NOTCH 1 − 4) og co\u2012activator Mastermind (MAML 1 − 3), alle med forskellige funktioner, tilføje et ekstra niveau af kompleksitet. Mens den notch signalering pathway er sofistikeret med hensyn til funktioner, dens centrale pathway er enkel på en molekyl basis8. Notch receptorer fungerer som transmembran proteiner sammensat af ekstracellulære og intracellulære regioner9. En ligand binding til det ekstracellulære område af notch receptorer letter proteolytisk spaltning, som gør det muligt for notch intracellulære domæne (NICD) at blive frigivet i kernen. NICD binder derefter til co\u2012activator Mastermind for at aktivere downstream genekspression10.
I de seneste år har notch signalering vist sig at spille en række roller i indledningen og progression af flere typer af kræft på tværs af forskellige arter6,11. For eksempel har notch signalering været knyttet til tumor involverer Human NOTCH1 gen12. For nylig, den NOTCH2, NOTCH3, Delta-lignende 3 (DLL3), Mastermind\u2012like protein 1 (MAML1), og en disintegrin og metalloproteinase domain\u2012indeholdende protein 17 (ADAM17) gener blev vist sig at være stærkt forbundet med kræft i æggestokkene, især med den dårlige samlede overlevelse af patienter13.
Da mængden af eksperimentelle og patientrelaterede data kontinuerligt øges, stiger efterspørgslen efter analyse af de tilgængelige data også. De tilgængelige data er spredt på tværs af publikationer, og de kan levere usammenhængende eller endog modstridende resultater. Med udviklingen af ny teknologi i de seneste årtier, såsom næste generations sekvensering, er mængden af tilgængelige data vokset eksponentielt. Selv om dette repræsenterer hurtige fremskridt inden for videnskab og muligheder for fortsat biologisk forskning, vurdering af betydningen af offentligt tilgængelige data til at løse forskningsspørgsmål er en stor udfordring14. Vi mener, at Bioinformatik er en nyttig måde at udtrække mindre stykker information fra store datasæt. Gennem gennemførelsen af forskellige Bioinformatik tilgange, kan forskerne hurtigt, pålideligt, og effektivt fortolke disse store datasæt, giver indsigtsfulde opdagelser. Disse opdagelser kan variere fra identifikationen af potentielle nye Drug Therapy mål eller sygdoms biomarkører, til personlige patient behandlinger15,16.
Bioinformatik i sig selv er under hastig udvikling, og tilgange er i konstant forandring som teknologiske fremskridt feje medicinsk og biologisk videnskab. I øjeblikket omfatter fælles Bioinformatik tilgange udnyttelsen af offentligt tilgængelige databaser og softwareprogrammer til at analysere DNA-eller protein sekvenser, identificere gener af særlig relevans eller betydning og bestemme relevansen af gener og genprodukter gennem funktionel genomforskning16. Selv om Bioinformatik området bestemt ikke er begrænset til disse tilgange, er disse vigtige for at hjælpe klinikere og forskere med at forvalte biologiske data til gavn for patienterne som helhed.
Denne undersøgelse har til formål at fremhæve flere vigtige databaser og deres anvendelse til forskning om notch signalering pathway. NOTCH2, NOTCH3og deres co\u2012activator MAML1 blev brugt som eksempler til database studiet. Disse gener blev anvendt, fordi betydningen af den notch signalering pathway i kræft i æggestokkene er blevet valideret. Systematiske analyser af hentede data bekræftede vigtigheden af notch signalering i kræft i æggestokkene. Desuden, fordi notch signalering er godt bevaret på tværs af arter, det blev bekræftet, at overekspression af Drosophila MELANOGASTER NiCd og Mastermind sammen kan fremkalde tumorer i Drosophila æggestokke, støtte databasen resultater og den betydelige og bevaret rolle af notch signalering i kræft i æggestokkene.
Protocol
Representative Results
Discussion
Da der er utallige tilgange og metoder til udnyttelse af bioinformatik, er der mange databaser tilgængelige online til offentligheden. En overflod af oplysninger kan udvindes fra hver af disse databaser, men nogle er bedst egnet til særlige formål, såsom vurdering af patientens overlevelse baseret på visse input. Systematiske analyser af indhentede data fra forskellige individuelle databaser kan på overbevisende måde give vigtige videnskabelige resultater.
Den aktuelle analyse fokuserer…
Divulgations
The authors have nothing to disclose.
Acknowledgements
Dette arbejde blev støttet af start-up-finansiering, College of Science og matematik forskningstilskud, sommer forskning session Award, og forskning seed finansiering 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).
