Network-based approach to identify principal isoforms among four cancer types,Molecular Omics

当前位置： X-MOL 学术 › Mol. Omics › 论文详情

Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)

Network-based approach to identify principal isoforms among four cancer types
Molecular Omics ( IF 3.0 ) Pub Date : 2019-01-30 , DOI: 10.1039/c8mo00234g
Jun Ma _{1,

2,

3,

4,

5} , Jenny Wang _{4,

5,

6} , Laleh Soltan Ghoraie _{4,

5,

6} , Xin Men _{1,

2,

3,

7,

8} , Benjamin Haibe-Kains _{4,

5,

6} , Penggao Dai _{1,

2,

3}

Affiliation

Protein isoforms are structurally similar proteins produced by alternative splicing of a single gene or genes from the same family. Isoforms of a protein can perform the same, similar, or even opposite biological functions. A previous study identified principal isoforms of proteins based on the extent of interactions per isoform in a functional relationship network, focusing on data from normal tissues. Additionally, the expression levels of specific isoforms of various genes associated with tumorigenesis and prognosis are frequently altered in tumors compared with those in normal tissues. In this study, we aimed to identify higher degree isoforms (HDIs) of multi-isoform genes (MIGs) in cancer by applying a meta-analytical framework to calculate co-expression between each pair of isoforms in two large datasets of RNA-seq profiles from breast cancer, lung cancer, leukemia, and colon cancer cell lines. Then, we compared HDIs with isoforms identified by proteomic data and prognostic and predictive evidence in various cancers. In addition, we separately analyzed the associations between HDIs and non-HDIs (nHDIs) of the same genes according to transcript expression and drug responses in various cancer type cell lines. Collectively, these results indicated the complex properties of HDIs per gene identified by cancer type-based isoform–isoform co-expression networks and showed the potential of HDIs as novel therapeutic targets for cancer treatment.

中文翻译：

基于网络的方法来识别四种癌症类型中的主要同工型

蛋白质同工型是在结构上相似的蛋白质，是通过将单个基因或同一家族的基因进行选择性剪接而产生的。蛋白质的同工型可以执行相同，相似或什至相反的生物学功能。先前的研究基于功能关系网络中每种同工型的相互作用程度，确定了蛋白质的主要同工型，重点是来自正常组织的数据。另外，与肿瘤组织和预后相关的各种基因的特异性同工型的表达水平与正常组织相比经常在肿瘤中改变。在这项研究中，我们旨在通过应用荟萃分析框架来计算来自乳腺癌的RNA-seq分布图的两个大型数据集中每对同工型之间的共表达，以鉴定癌症中多同工型基因（MIG）的更高程度的同工型（HDI）。肺癌，白血病和结肠癌细胞系。然后，我们将HDI与蛋白质组学数据以及各种癌症的预后和预测证据所鉴定的同工型进行了比较。此外，我们根据转录表达和各种癌症类型细胞系中的药物反应，分别分析了相同基因的HDI和非HDI（nHDI）之间的关联。总的来说，这些结果表明，通过基于癌症类型的同工型—同工型共表达网络确定的每个基因的HDI的复杂特性，并显示了HDI作为癌症治疗的新型治疗靶标的潜力。肺癌，白血病和结肠癌细胞系。然后，我们将HDI与蛋白质组学数据以及各种癌症的预后和预测证据所鉴定的同工型进行了比较。此外，我们根据转录表达和各种癌症类型细胞系中的药物反应，分别分析了相同基因的HDI和非HDI（nHDI）之间的关联。总的来说，这些结果表明，通过基于癌症类型的同工型—同工型共表达网络确定的每个基因的HDI的复杂特性，并显示了HDI作为癌症治疗的新型治疗靶标的潜力。肺癌，白血病和结肠癌细胞系。然后，我们将HDI与蛋白质组学数据以及各种癌症的预后和预测证据所鉴定的同工型进行了比较。此外，我们根据转录表达和各种癌症类型细胞系中的药物反应，分别分析了相同基因的HDI和非HDI（nHDI）之间的关联。总的来说，这些结果表明，通过基于癌症类型的同工型—同工型共表达网络确定的每个基因的HDI的复杂特性，并显示了HDI作为癌症治疗的新型治疗靶标的潜力。我们根据各种癌症类型细胞系中的转录表达和药物反应，分别分析了相同基因的HDI和非HDI（nHDI）之间的关联。总的来说，这些结果表明，通过基于癌症类型的同工型—同工型共表达网络确定的每个基因的HDI的复杂特性，并显示了HDI作为癌症治疗的新型治疗靶标的潜力。我们根据各种癌症类型细胞系中的转录表达和药物反应，分别分析了相同基因的HDI和非HDI（nHDI）之间的关联。总的来说，这些结果表明，通过基于癌症类型的同工型—同工型共表达网络确定的每个基因的HDI的复杂特性，并显示了HDI作为癌症治疗的新型治疗靶标的潜力。

更新日期：2019-04-08

点击分享查看原文

点击收藏

阅读更多本刊最新论文本刊介绍/投稿指南11