AT504702A1 - Set von tumormarkern - Google Patents

Set von tumormarkern Download PDF

Info

Publication number
AT504702A1
AT504702A1 AT0213406A AT21342006A AT504702A1 AT 504702 A1 AT504702 A1 AT 504702A1 AT 0213406 A AT0213406 A AT 0213406A AT 21342006 A AT21342006 A AT 21342006A AT 504702 A1 AT504702 A1 AT 504702A1
Authority
AT
Austria
Prior art keywords
yes
units
tumor markers
protein
tumor
Prior art date
Application number
AT0213406A
Other languages
English (en)
Original Assignee
Arc Austrian Res Centers Gmbh
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Arc Austrian Res Centers Gmbh filed Critical Arc Austrian Res Centers Gmbh
Priority to AT0213406A priority Critical patent/AT504702A1/de
Priority to PCT/AT2007/000566 priority patent/WO2008077165A1/en
Publication of AT504702A1 publication Critical patent/AT504702A1/de

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Zoology (AREA)
  • Genetics & Genomics (AREA)
  • Wood Science & Technology (AREA)
  • Physics & Mathematics (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Molecular Biology (AREA)
  • Hospice & Palliative Care (AREA)
  • Biophysics (AREA)
  • Oncology (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Description

• · • · • · • · · · - 1 -
Die vorliegende Erfindung betrifft das Gebiet der Tumoroder Krebs-Diagnostika.
Brustkrebs ist die häufigste Krebsart bei Frauen und betrifft etwa jede 9. Frau in industrialisierten Ländern. Klinische und histopathologische Parameter, wie ER (Östrogen-Rezeptor) -Status, Tumorgröße, Lymphknoten-Status, Alter oder Tumorklasse sind von begrenztem prognostischem Wert. Das Treffen therapeutischer Entscheidungen beruht jedoch auf diesen schwa- v. chen Vorhersage-Faktoren. Diese Ungewissheit bezüglich des Krankheitsverlaufs führt dazu, dass praktisch alle Patienten gemäß den vielerorts angenommenen Konsens-Kriterien von St.Gallen 1 und NIH 2 mit Chemotherapeutika oder Tamoxifen behandelt werden. Trotzdem bringen die für das Treffen therapeutischer Entscheidungen verwendeten histopathologischen Parameter keine signifikanten Prognose-Informationen bezüglich des Wiederauftretens und somit des Ausgangs der Erkrankung. Um einen besseren Prognose-Faktor sowie neue Ziele für die Brustkrebs-Therapie zu finden wurden Methoden mit hohem Durchsatz in der Krebsforschung verwendet. Für Brustkrebs wurde nicht nur in erster Linie eine Gen-Expressions-Profilierung auf vielen verschiedenen Ebenen vorgenommen (z.B. Affymetrix Gene Chips, Agilent, „Custom arrays", ...), sondern es wurden auch andere Techniken verwendet. In den letzten Jahren wurde eine bemerkenswert große Anzahl von Gen-Listen erstellt, die häufig als prognostische Signaturen bezeichnet werden, welche Gene enthalten, die irgendwie mit dem Überleben oder einem Rückfall bei Patienten korrelieren.
Die WO 02/103320 lehrt die Bedeutung der Brustkrebs-Gene BR-CA1, einem der ersten identifizierten genetischen Tumormarker, und BRCA2 und sieht ein Set von Brustkrebs-Markern zum Unterscheiden zwischen ER(+)- und ER(-)-Brustkrebsarten vor. Frauen, die die BRCA1-Mutation tragen, haben ein lebenslanges Risiko von 92% an Brustkrebs zu erkranken.
Die WO 2005/083429 beschreibt die Gen-Expressionsanalyse von Brustkrebsarten und Mikroarrays für die Diagnose.
Die WO 2005/039382 betrifft ein Set genetischer Marker zur Prognose von Brust- und Eierstock-Krebs.
Die WO 2005/028681 beschreibt Tumormarker für das Maßschneidern einer Brustkrebs-Behandlung mit Tamoxifen.
Die WO 2003/041562 beschreibt ein Verfahren zur Klassifizierung von Tumoren durch vergleichende Untersuchung.
NACHGEREICHT 2
Die WO 2005/071419 betrifft ein Verfahren zum Analysieren der mit einer Brusterkrankung verbundenen differentiellen Gen-Expression durch Analyse eines Sets von Protein-Markern.
Die US 7,118,853 sieht einen Mikroarray zum Identifizieren von Genen mit Expressionsprofilen von Brustkrebs vor.
Die US 2006/0183141 sieht ein Serum-Marker-Set für die Klassifikation von Tumoren vor.
Die US 2004/0053317 sieht ein Verfahren zur Klassifikation von Proben vor, die Zell-Differenzierungs-Bahnen kennzeichnen.
Fast alle Studien behaupten, dass ihre Gen-Liste zu einem besseren einzelnen Prädiktor führt als die klinischen und histo-pathologischen Standard-Parameter. Einige zeigen in multivariate Analyse, dass ihre Signatur einen signifikant unabhängigen Prognose-Wert zu den klinischen und histopathologischen Faktoren hinzufügt. Die Euphorie hörte jedoch bald auf, als klar wurde, dass die größten Studien 3-5 eine sehr geringe Überlappung bei Genen zeigte. Bisher zielen nur einige wenige Signaturen 3,5,6 auf einen Eintritt in die klinische Routine ab, bisher hat keine davon die Zulassung durch die FDA erhalten. Die Kritik konzentriert sich üblicherweise auf die unzureichende Aussagekraft der Studien, die sich daraus ergibt, dass zu wenige Patienten-Proben in den Trainings- und Validations-Sets einer Studie beteiligt sind 7, oder auf die Proben-Selektion 8, das Fehlen einer rando-misierten Validation 9 und das Fehlen einer Multizentrum-Validation10.
Es besteht daher ein Bedarf an verlässlichen und effizienten Brustkrebs-Diagnose- und -Prognose-Verfahren und Mitteln.
Die vorliegende Erfindung sieht ein Set von Einheiten vor, die für mindestens 20 Tumormarker, ausgewählt aus den Tumormarkern der Tabelle 6, spezifisch sind. Die Tumormarker können modifizierte DNA, RNA oder Proteine sein, einschließlich mutierter Gene oder genetischer Loci, aberrante Gen-Expression, aberrant methylierte Gene oder modifizierte Proteine, einschließlich einer Modifikation in der Aminosäuresequenz, Glykosylierung oder dreidimensionalen Struktur der identifizierten Gene, die durch die Symbole in Tabelle 6 angegeben und als GeneBank Database-Referenzen nachstehend angegeben sind. Diese Marker sind an sich auf dem Gebiet bekannt, und ihre aberrante Modifikation kann zur Identität als Tumormarker führen. Die spezifischen Einheiten sind beispielsweise Nukleinsäuren, wie PCR-Primer oder hybridi-
NACHGEREICHT 3 sierende RNA, DNA oder PNA, welche für Tumormarker-Nukleinsäuren spezifisch sind oder für Einheiten, die für das Tumormarker-Protein spezifisch sind. Die Einheiten können die Tumor-relevante Modifikation des Tumormarkers identifizieren. Das endgültige Design der Einheiten ist allgemein auf dem Gebiet bekannt, insbesondere wie beispielhaft von den hierin zitierten Dokumenten gezeigt. Die vorliegende Erfindung sieht eine Aufstellung der relevantesten Tumormarker vor, die mit klinischen Daten von bis zu 1067 Patienten validiert wurden. Es ist wichtig, dass das Set auch signifikant mit einem Wiederauftreten in der Untergruppe der unbehandelten Patienten verbunden ist, was eine direkte Rolle für die Brustkrebs-Progression anzeigt und eine Krebs-Prognose ermöglicht. Zellzyklus-Gene sind in der Signatur beeindruckend angereichert, was die Relevanz der Brustkrebs-Progression darstellt. Im Set kann die Menge spezifischer Einheiten bis zur Menge der Tumormarker sein, oder darüber liegen. In den meisten Fällen ist eine Einheit für einen Tumormarker spezifisch. In seltenen Fällen kann eine Einheit für zwei oder mehr Tumormarker spezifisch sein.
Bei einer bevorzugten Ausführungsform umfasst das Set Einheiten, die für mindestens 30, vorzugsweise mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80 oder mindestens 90, mindestens 100, mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180 oder mindestens 190, mindestens 200, mindestens 210, mindestens 220, mindestens 230, mindestens 240, mindestens 250, mindestens 260, mindestens 270, mindestens 280, mindestens 290, mindestens 300, mindestens 310, mindestens 320, mindestens 330, mindestens 340, mindestens 350, mindestens 360, mindestens 370, oder 374 Tumormarker ausgewählt aus den Tu mormarkern der Tabelle 6 spezifisch sind. Offensichtlich gilt, je mehr Marker der erfindungsgemäßen, in Tabelle 6 nachstehend angeführten Sammlung vorhanden, desto besser der diagnostische Wert und die prädiktive Aussagekraft des Sets. Besonders bevorzugt sind Sets mit mindestens 200 Tumormarkern. Je mehr Marker verwendet werden, desto größer ist der qualitative Wert, was jedoch auch mit erhöhten Kosten verbunden ist. Ein Set mit mindestens oder etwa 200 Tumormarkern ist ein guter Kompromiss für Anwendungen, wie Mikrotiterplatten-Tests oder Mikroarrays.
Vorzugsweise umfasst das Set Einheiten, die für mindestens
NACHGEREICHT 4 20, vorzugsweise mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, mindestens 90 oder mindestens 100 Tumormarker spezifisch sind, ausgewählt aus den Tumormarkern der Tabelle 6 mit einer Bewertung („score") von mindestens 15, vorzugsweise mindestens 17, mindestens 20, mindestens 22, mindestens 24, mindestens 26, mindestens 28, mindestens 30 oder mindestens 32 und/oder einer Überlappung von mindestens 3, vorzugsweise mindestens 4, mindestens 5, mindestens 6, mindestens 7 oder mindestens 8. Diese Tumormarker stellen oft identifizierte und diagnostizierte Marker mit einem bestimmten Vorkommen bei klinischen Ergebnissen dar.
Insbesondere bevorzugt sind die Einheiten des Sets, die spezifisch sind für mindestens 10, vorzugsweise mindestens 20, mindestens 30, mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, mindestens 90, mindestens 100, mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180 oder 188 Tumormarker ausgewählt aus den Tumormarkern der Tabelle 6, bezeichnet als „bei 1076 Patienten gefunden". Diese Marker wurden mit Mikroarray-Daten von 1067 Patienten besonders validiert.
Bei einer bevorzugten Ausführungsform umfasst das Set Einheiten, die für mindestens 5, vorzugsweise mindestens 10, mindestens 15 oder mindestens 19 Marker spezifisch sind, ausgewählt aus den Tumormarkern der Tabelle 6 mit einer Bewertung von mindestens 34.
Bei einer besonders bevorzugten Ausführungsform weist das Set mindestens 10, vorzugsweise mindestens 20, mindestens 30, mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, mindestens 90, mindestens 100, mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180 oder mindestens 188 Einheiten auf, die für die Tumormarker der Tabelle 6 spezifisch sind, mit einem größeren guten Zentroidwert im Vergleich zum schlechten Zentroidwert. Die aus den in der vorliegenden Erfindung analysierten klinischen Daten berechneten Zentroidwerte ermöglichen die Diagnose der weiteren Entwicklung von Brustkrebs und einem Wiederauftreten des Tumors. Ein Set mit solchen „guten" und „schlechten" Prognosemarkern ist besonders bevorzugt.
Bei einer weiters bevorzugten Ausführungsform weist das Set
NACHGEREICHT * · • · · · · ·
- 5 - mindestens 10, vorzugsweise mindestens 20, mindestens 30, mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, mindestens 90, mindestens 100, mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180, mindestens 190 oder mindestens 200 Einheiten auf, die für die Tumormarker der Tabelle 6 spezifisch sind, mit einem größeren schlechten Zentro-idwert im Vergleich zum guten Zentroidwert. Vorzugsweise umfasst das Set sowohl gute als auch schlechte Prognosemarker.
Bei einer besonders bevorzugten Ausführungsform weist das Set eine Einheit auf, die für den Tumormarker MYBL2 spezifisch ist.
Gemäß einem weiteren Aspekt sieht die Erfindung ein Set von Einheiten vor, die für Tumormarker ausgewählt aus MYBL2, MKI67, MAD2L1, AURKA und BCL2 spezifisch sind. Diese Marker sind die häufigsten Tumormarker, die von der vorliegenden Erfindung identifiziert sind, und können auch in das wie oben beschriebene Set mit einbezogen werden.
Vorzugsweise sind die Einheiten Nukleinsäuren, insbesondere Primer, die für Tumormarker-Nukleinsäuren spezifisch sind. Bei einer anderen Ausführungsform sind die Einheiten (monoklonale oder polyklonale) Antikörper oder Antikörper-Fragmente, vorzugsweise ausgewählt aus Fab, Fab', Fab2, F(ab')2 oder scFv („single-chain variable fragments", einkettige variable Fragmente), die für Tumormarker-Proteine spezifisch sind.
Bei einer bevorzugten Ausführungsform sind die Einheiten des Sets an einem festen Träger immobilisiert, vorzugsweise in Form eines Mikroarrays oder Nanoarrays. Der Ausdruck „Mikroarray" wie auch „Nanoarray" wird verwendet, um einen Array einer mikroskopischen Anordnung (Nanoarray für einen Array in Nanometer-Maß-stab) zu beschreiben, oder er bezieht sich auf einen Träger, der einen solchen Array aufweist. Beide Definitionen widersprechen einander nicht und sind im Sinne der vorliegenden Erfindung anwendbar .
Gemäß einem weiteren Aspekt sieht die vorliegende Erfindung die Verwendung der oben definierten Tumormarker als Gruppen von den Tumormarkern der nachstehenden Tabelle 6 vor, zur Erzeugung eines Sets zur Detektion der Tumormarker, wobei das Set mindestens 20, vorzugsweise mindestens 30, vorzugsweise mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, min- | nachgereicht 6 destens 90, mindestens 100, mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180, mindestens 190, mindestens 200, mindestens 210, mindestens 220, mindestens 230, mindestens 240, mindestens 250, mindestens 260, mindestens 270, mindestens 280, mindestens 290, mindestens 300, mindestens 310, mindestens 320, mindestens 330, mindestens 340, mindestens 350, mindestens 360, mindestens 370 oder 374 Mitglieder hat. Ein solches Set ist beispielsweise oben beschrieben.
Gemäß einem anderen Aspekt sieht die vorliegende Erfindung das Verfahren zur Detektion von Brustkrebs oder Brustkrebszellen vor, wobei das wie oben definierte Set verwendet wird und das Auftreten von Tumormarkern in einer oder mehreren vom Patienten erhaltenen Probe(n) nachgewiesen oder gemessen wird. Somit sieht die vorliegende Erfindung ein Verfahren zur Detektion oder Messung eines Sets von Tumormarkern vor, die ausgewählt sind aus den wie oben definierten Gruppen, im Hinblick auf die Spezifität der Einheiten. Der Patient kann eine Person mit Brustkrebs sein oder eine Person mit einem Brustkrebs-Risiko sein, vorzugsweise ist der Patient ein Mensch. Auch in Erwägung gezogen ist die Diagnose oder Prognose eines (entstehenden) Brustkrebses bei einem Patienten.
Das Verfahren kann eine Detektion oder Messung durch RNA-Ex-pressionsanalyse, vorzugsweise durch Mikroarray- oder quantitative PCR, oder Proteinanalyse, vorzugsweise durch Gewebe-Mikroarrays, Protein-Mikroarrays, ELISA, Multiplex-Tests, Immu-nohistochemie oder DNA-Analyse, vorzugsweise CpG-Insel-Methylie-rungsanalyse, vergleichende genomische Hybridisierungs(CGH)-Tests oder Einzelnukleotid-Polymorphie(SNP)-Analyse sein. Diese Methoden sind auf dem Gebiet bekannt und können für das Verfahren der vorliegenden Erfindung gut als Beispiele für das große Gebiet der Genmarker-Analyse verwendet werden.
Bei einer weiteren Ausführungsform umfasst das Verfahren das Vorsehen eines Pools von guten Prognose-Markern aus den Tumormarkern und das Erzeugen eines Pools von schlechten Prognose-Markern und das Feststellen der Spezifität der Tumormarker der Pools, und das Zuordnen der Probe gemäß der größeren Spezifität zu einem Pool. Die Pools können durch statistische Analyse der klinischen Daten, die für die Tumormarker der vorliegenden Erfindung verfügbar sind, erzeugt werden.
NACHGEREICHT • * « · » · » «·· • · · · »·· · « · # * ·· · · · * · · · • · · · · · · #· · · ·* ·· ·· ·· ·· ··· - 7 -
Vorzugsweise ist der Pool der guten Prognose-Marker ausgewählt aus den Tumormarkern der Tabelle 6 mit einem größeren guten Zentroidwert im Vergleich zum schlechten Zentroidwert.
Ebenso bevorzugt ist der Pool der schlechten Prognose-Marker ausgewählt aus den Tumormarkern der Tabelle 6 mit einem größeren schlechten Zentroidwert im Vergleich zum guten Zentroidwert. Die spezielle Klassifizierung ermöglicht eine qualitative Prognose für eine bestimmte Probe.
Die vorliegende Erfindung wird durch die folgenden Figuren und Beispiele weiter veranschaulicht, ohne auf diese eingeschränkt zu sein.
Figuren:
Fig. 1A: Überlappungs-Diagramm. Die Anzahl der Überlappungen ist die Gesamtzahl der Genlisten, in welchen ein UniGeneCluster aufscheint. Es gibt nur eine UniGene ID, die in 11 Genlisten aufscheint; dies ist MYBL2.
Fig. 1B: CENPN und C16orf61 sind Nachbarn am Genom und teilen sich eine gemeinsame CpG-Insel. Bild von UCSC. RefSeq-Bahn ist in Blau und CpG-InselBahn ist in Grün.
Fig. IC: KEGG-Bahn-Karte 'Zellzyklus'. Die in der Signatur enthaltenen Gene sind rot.
Fig. 2: Kaplan-Meier-Kurven des Rückfall-freien Überlebens unter Verwendung von 1067 Patienten, die durch A) 374 Genexpressionssignatur (504 Patienten in der Gruppe 'gut' und 563 Patienten in der Gruppe 'schlecht'), B) Lmphknotenstatus (elf Beobachtungen wegen fehlender Lymphknoten-Werte gestrichen) und C) Östrogen-Rezeptor-Status (sechs Beobachtungen wegen fehlender Östrogen-Rezeptor-Werte gestrichen) in Gruppen eingeteilt wurden. Die Risiko-Zahlen sind zum letzten Mal des Ereignisses vor den fixierten Zeitpunkten gegeben (0, 50, 100, 150, 200).
Fig. 3: Leistung der 374 Gen-Signatur in histopathologischen Untergruppen. A) LN- Patienten, B) LN + Patienten, C) ER- Patienten, D) ER+ Patienten und in E) unbehandelte Patienten (weder Chemotherapie noch Hormone). Die Risiko-Zahlen sind zum letzten Mal des Ereignisses vor den fixierten Zeitpunkten gegeben (0, 50, 100, 150, 200).
Fig. 4: DAG-Diagramm der GO-Bezeichnungen, angereichert in der '374 Signatur' (an den Markern der nachstehenden Tabelle 6), beim Vergleich mit dem Human-Genom. nachgereicht • · · · · • · · ··· · • · · · · · = Zellkommunikation = Regulierung der Enzymaktivität = positive Regulierung des biologischen Prozesses = Regulierung des biologischen Prozesses = Zellprozess = physiologischer Prozess = Regulierung des Zellprozesses = negative Regulierung des biologischen Prozesses = Regulierung des physiologischen Prozesses = Tod = zellphysiologischer Prozess = Homöostase = Signaltransduktion = Regulierung der Transferaseaktivität = positive Regulierung des Zellprozesses = positive Regulierung des physiologischen Prozesses = negative Regulierung des Zellprozesses = Zellproliferation = negative Regulierung des physiologischen Prozesses = Regulierung des zellphysiologischen Prozesses = Zelltod = Zellteilung = Zellzyklus = Lokalisierung = Zellorganisation und Biogenese = Zellhomöostase = Ionenhomöostase = Zelloberflächen-Rezeptor-verbundene Signaltransduktion = intrazelluläre Signalkaskade = Regulierung der Kinaseaktivität = positive Regulierung des zellphysiologischen Prozesses = epitheliale Zellproliferation = Regulierung der Zellproliferation = negative Regulierung des zellphysiologischen Prozesses = programmierter Zelltod = Cytokinese = Regulierung des Zellzyklus = M-Phase
NACHGEREICHT = mitotischer Zellzyklus • · ♦ · ♦ I · f · • · · · ··· · · · • · · · · · · · · - 9 - 40 = Zwischenphase 41 = Organellenlokalisierung 42 = Zelllokalisierung 43 = Erstellung der Lokalisierung 44 = Organellenorganisation und Biogenese 45 = Zellionenhomöostase 46 = Zellmorphogenese 47 = Enzym-verbundener Rezeptor-Protein-Signalweg 48 = zweite Boten-vermittelte Signal 49 = Regulierung der Protein-Kinaseaktivität 50 = positive Regulierung der Zellproliferation 51 = Regulierung der epithelialen Zellproliferation 52 = negative Regulierung der Zellproliferation 53 = Regulierung des programmierten Zelltodes 54 = Regulierung der Progression durch Zellzyklus 55 = Apoptose 56 = M-Phase des mitotischen Zellzyklus 57 = Zwischenphase des mitotischen Zellzyklus 58 = Gl-Phase 59 = Chromosomensegregation 60 = Chromosomenlokalisierung 61 = Erstellung der Organellenlokalisierung 62 = Erstellung der Zelllokalisierung 63 = Zellskelettorganisation und Biogenese 64 = Transport 65 = Chromosomenorganisation und Biogenese 66 = Kationenhomöostase 67 = Regulierung der Zellgröße 68 = Transmembran-Rezeptorprotein-Tyrosinkinase-Signalweg 69 = Phosphoinositid-vermitteltes Signal 70 = positive Regulierung des programmierten Zelltodes 71 = Regulierung der Cyclin-abhängigen Protein-Kinase-Aktivität 72 = positive Regulierung der epithelialen Zellproliferation 73 = positive Regulierung der Progression durch Zellzyklus 74 = negative Regulierung der Progression durch Zellzyklus 75 = Regulierung der Apoptose 76 = Mitose 77 = apoptotisches Programm 78 = Regulierung der Progression durch mitotischen Zellzyklus 79 = G2/M Übergang des mitotischen Zellzyklus
NACHGEREICHT • · · I » · · · · • I t · ·»· · · · • ·· · · ·· · · » · · ·· · · · · « - 10 - 80 = Gl-Phase des mitotischen Zellzyklus 81 = Schwesterchromatid-Trennung 82 = Erstellung der Chromosomenlokalisation 83 = Mikrotubulus-basierter Prozess 84 = intrazellulärer Transport 85 = Kinetochor-Organisation und Biogenese 86 = Protein-Komplexgefüge 87 = Metallionenhomöostase 88 = Zellwachstum 89 = Induktion des programmierten Zelltodes 90 = positive Regulierung der Apoptose 91 = Regulierung der Mitose 92 = mitotischer Metaphasen/Anaphasenübergang 93 = Zellzyklus-Kontrollpunkt 94 = apoptotische mitochondriale Veränderungen 95 = überquerender Start-Kontrollpunkt des mitotischen Zell zyklus 96 = mitotische Schwesterchromatidtrennung 97 = Chromosomenbewegung zum Spindelpol 98 = Metaphasenplatten-Kongression 99 = Mikrotubulus-Zellskelettorganisation und Biogenese 100 = Zellskelett-abhängiger intrazellulärer Transport 101 = Kinetochoransammlung 102 = Übergangsmetallionenhomöostase 103 = di-, trivalente anorganische Kationenhomöostase 104 = Induktion der Apoptose 105 = positive Regulierung der Mitose 106 = Regulierung des mitotischen Metaphasen/Anaphasen-Über- ganges 107 = mitotischer Kontrollpunkt 108 = DNA-Integritäts-Kontrollpunkt 109 = Spindel-Kontrollpunkt 110 = Freisetzung von Cytochrom c aus Mitochondrien 111 = mitotische Chromosomenbewegung zum Spindelpol 112 = Spindelorganisation und Biogenese 113 = Mikrotubulus-basierte Bewegung 114 = Kupferionenhomöostase 115 = Induktion der Apoptose durch intrazelluläre Signale 116 = positive Regulierung des mitotischen Metaphasen/Anaphasen- Überganges
NACHGEREICHT
♦ ···· ·· · ·· • · · · ·Μ · · · 4 ····#··· ♦ · • · · · ♦ · · · · · φ • · ft ·· φφ »· ··· - 11 - 117 = mitotischer Spindel-Kontrollpunkt 118 = mitotische Spindelorganisation und Biogenese 119 = Spindelelongation 120 = mitotische Spindelelongation
Fig. 4 (fortgesetzt) (Blatt 5/7): 121 = biologischer Prozess 122 = Wachstum 123 = Reproduktion 124 = Interaktion zwischen Organismen 125 = Metabolismus 126 = Organismus-physiologischer Prozess 127 = reproduktiver physiologischer Prozess 128 = Entwicklung 129 = physiologische Interaktion zwischen Organismen 130 = bindend 131 = Ionen-bindend 132 = Lipid-bindend 133 = Nukleinsäure-bindend 134 = Nukleotid-bindend 135 = Regulierung des Metabolismus 136 = Stickstoff-Verbindungs-Metabolismus 137 = Morphogenese 138 = Zellmetabolismus 139 = primärer Metabolismus 140 = Makromolekül-Metabolismus 141 = neurophysiologischer Prozess 142 = reproduktiver Organismus-physiologischer Prozess 143 = Antwort auf Stimulus 144 = Kationen-bindend 145 = Metallionen-bindend 146 = Phospholipid-bindend 147 = DNA-bindend 148 = Purin-Nukleotid-bindend 149 = Zellskelett-Protein-bindend 150 = Regulierung des Zellmetabolismus 151 = Amin-Metabolismus 152 = organischer Säure-Metabolismus 153 = Aminosäure- und Derivat-Metabolismus
NACHGEREICHT ····· 9 · ·· • 9 f 9 ··· 9 « · 9 99 99 99 9 · • 9 9 t 9 9 9 9 9 9 - 12 - 154 - Lipid-Metabolismus 155 = Nukleobasen-, Nukleosid-, Nukleotid- und Nukleinsäure-
Metabolismus 156 = Protein-Metabolismus 157 = zellulärer Makromolekül-Metabolismus 158 = Biopolymer-Metabolismus 159 = sensorische Wahrnehmung 160 = Schwangerschaft 161 = Antwort auf Stress 162 = Antwort auf endogenen Stimulus 163 = Übergangsmetallionen-bindend 164 = Phosphoinositid-bindend 165 = Struktur-spezifisch DNA-bindend 166 = Adenyl-Nukleotid-bindend 167 = Actin-bindend 168 = Tubulin-bindend 169 = Carbonsäure-Metabolismus 170 = Zelllipid-Metabolismus 171 = Nukleotid-Metabolismus 172 = Regulierung des Nukleobasen-, Nukleosid-, Nukleotid- und
Nukleinsäure-Metabolismus 173 = zellulärer Protein-Metabolismus 174 = DNA-Metabolismus 175 = sensorische Wahrnehmung des mechanischen Stimulus 176 = sensorische Wahrnehmung des elektrischen Stimulus 177 = sensorische Wahrnehmung von Schmerz 178 = Embryo-Implantation 17 9 = Antwort auf DNA-Schaden-Stimulus 180 = Kupferionen-bindend 181 = GPI-Anker-bindend 182 = Doppelstrang-DNA-bindend 183 = ATP-bindend 184 = Actinfilament-bindend 185 = Aminosäure-Metabolismus 186 = Fettsäure-Metabolismus 187 = Pyrimidin-Nukleotid-Metabolismus 188 = Regulierung des DNA-Metabolismus 189 = Proteinpolymerisation 190 = DNA-Replikation 191 = Magnetrezeption unter Verwendung von mechanischem Stimulus
NACHGEREICHT • · 192 193 194 195 196 197 198 199 200 201 Fig. 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224
t ·· ·« · I • · · · ·Μ · · • · · ·· · · · - 13 - = DNA-Reparatur = Detektion des mechanischen Stimulus während sensorischer Wahrnehmung von Schmerz = DNA-Schaden-Antwort, Signaltransduktion = Glutaminfamilie Aminosäure-Metabolismus = Fettsäure-Entsättigung = DNA-abhängige DNA-Replikation = DNA-Schaden-Antwort, Signaltransduktion durch p53 Klassenmediator = Glutamin-Metabolismus = Regulierung der DNA-Replikation = DNA-Replikation-Initiierung 4 (fortgesetzt) (Blatt 6/7) : = Protein-bindend = Signaltransducer-Aktivität = molekulare Funktion = katalytische Aktivität = Enzym-Regulator-Aktivität = motorische Aktivität = Strukturmolekül-Aktivität = Transporter-Aktivität = Transferase-Aktivität = Hydrolase-Aktivität = Oxidoreduktase-Äktivität = Kinase-Regulator-Aktivität = Stickoxid-Synthase-Regulator-Aktivität = Mikrotubulusmotor-Aktivität = struktureller Bestandteil des Zellskeletts = Träger-Aktivität = Elektronentransporter-Aktivität = Proteindimerisations-Aktivität = identisches Protein-bindend = Rezeptor-bindend = Rezeptor-Aktivität = Transferase-Aktivität, überträgt Phosphor enthaltende Gruppen = Transferase-Aktivität, überträgt Alkyl- oder Aryl- (keine Methyl-)gruppen
NACHGEREICHT ♦ · · • ♦ · • · · • · · • · • ··♦ • · • · • · • · - 14 - 225 = Peptidase-Aktivität 226 = Hydrolaseaktivität, wirkt auf Säureanhydride 227 = Hydrolaseaktivität, wirkt auf Esterbindungen 228 = Oxidoreduktase-Aktivität, wirkt auf paarweise Spender, mit
Einbau oder Reduktion von molekularem Sauerstoff 229 = Oxidoreduktase-Aktivität, oxidiert Metallionen 230 = Protein-Kinase-Regulator-Aktivität 231 = Elektronenträger-Aktivität 232 = Proteinheterodimerisations-Aktivität 233 = Proteinhomodimerisations-Aktivität 234 = transformierenden Wachstumsfaktor-beta-Rezeptor-bindend 235 = Kinase-Aktivität 236 = Phosphotransferase-Aktivität, Alkoholgruppe als Akzeptor 237 = Spermidin-Synthase-Aktivität 238 = Cystein-artige Peptidase-Aktivität 239 = Endopeptidase-Aktivität 240 = Hydrolaseaktivität, wirkt auf Säureanhydride, in Phosphor- hältigen Anhydriden 241 = Nuklease-Aktivität 242 = Oxidoreduktase-Aktivität, wirkt auf paarweise Spender, mit Einbau oder Reduktion von molekularem Sauerstoff, 2-0xoglutarat als ein Spender, und Einbau von je einem Atom von Sauerstoff in beide Spender 243 = Oxidoreduktase-Aktivität, wirkt auf paarweise Spender, wobei Oxidation eines Paares von Spendern zur Reduktion von molekularem Sauerstoff zu zwei Molekülen von Wasser führt 244 = Cyclin-abhängige Protein-Kinase-Regulator-Aktivität 245 = Protein-Kinase-Aktivität 246 = Transmembran-Rezeptor-Aktivität 247 = Nukleobasen-, Nukleosid-, Nukleotid-Kinase-Aktivität 248 = Polyphosphat-Glukose-Phosphotransferase-Aktivität 249 = Cystein-artige Endopeptidase-Aktivität 250 = Pyrophosphatase-Aktivität 251 = Ribonuklease-Aktivität 252 = Endonuklease-Aktivität 253 = Desoxyribonuklease-Aktivität 254 = Exonuklease-Aktivität 255 = Prokollagen-Lysin-5-dioxygenase-Aktivität 256 = Rezeptor-Signal-Protein-Aktivität
NACHGEREICHT 15 15 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278
Fig. 279 280 281 282 283 284 285 286 287 288 289
Protein-Tyrosin-Kinase-Aktivität Transmembran-Rezeptor-Protein-Kinase-Aktivität Nukleosid-Kinase-Aktivität Cathepsin-L-Aktivität Nukleosid-Triphosphatase-Aktivität Endoribonuklease-Aktivität
Endonuklease-Aktivität aktiv mit entweder Ribo- oder Desoxyribonukleinsäuren und erzeugt 5'-Phosphomonoester Endodesoxyribonuklease-Aktivität Exodesoxyribonuklease-Aktivität
Exonuklease-Aktivität aktiv mit entweder Ribo- oder Desoxyribonukleinsäuren und erzeugt 5'-Phosphomonoester = Rezeptor-Signal-Protein-Tyrosin-Kinase-Aktivität
Transmembran-Rezeptor-Protein-Tyrosin-Kinase-Aktivität = Desoxynukleosid-Kinase-Aktivität = ATPase-Aktivität = Endoribonuklease-Aktivität, erzeugt Phosphomonoester = „flap"-Endonuklease-Aktivität = Exodesoxyribonuklease-Aktivität, erzeugt 5'-Phosphomonoester = epidermaler Wachstumsfaktor-Rezeptor-Aktivität = ATPase-Aktivität, gekoppelt = DNA-abhängige ATPase-Aktivität = Ribonuklease-H-Aktivität = Doppelstrang-DNA-spezifische Exodesoxyribonuklease-Aktivität 4 (fortgesetzt) (Blatt 7/7) : = Membran-umschlossenes Lumen = Zell-Komponente = Hülle = Zelle = extrazelluläre Matrix = extrazelluläre Region = Organelle = intrazellulär = Protein-Komplex = extrazelluläre Matrix (sensu Metazoa) * extrazellulärer Raum
NACHGEREICHT • · · · · • · · ·Μ · • · · · · · • · • · • · ·· · - 16 - 290 = Organellen-Lumen 291 = Vesikel 292 = intrazelluläre Organelle 293 = Membran-gebundene Organelle 294 = Membran 295 = nicht-Membran-gebundene Organelle 296 = Cytoplasma 297 = RNA-Polymerase-Komplex 298 = Protein-Kinase-CK2-Komplex 299 = MHC-Protein-Komplex 300 = gamma-DNA-Polymerase-Komplex 301 = Membran-Angriffs-Komplex 302 = Noc-Komplex 303 = Nucleolus-Organisator-Komplex 304 = DNA-Replikationsfaktor-A-Komplex 305 = Kollagen 306 = fibrilläres Kollagen
307 = Kollagen Typ I 308 = Membran-gebundenes Vesikel 309 = cytoplasmisches Vesikel 310 = intrazelluläre Membran-gebundene Organelle 311 = Organellen-Membran 312 = Organellen-Hülle 313 = Endomembran-System 314 = Plasma-Membran 315 = intrazelluläre nicht-Membran-gebundene Organelle 316 = Mikrotubulus-Organisationszentrum 317 = RNA-gelenkter RNA-Polymerase-Komplex 318 = cytoplasmisches Membran-gebundenes Vesikel 319 = Vesikel-Membran 320 = Nukleus 321 = „coated pit" 322 = überzogene Membran 323 = Zellskelett 324 = Ribonukleoprotein-Komplex 325 = Chromosom 326 = gamma-Tubulin-Komplex 327 = 5'-3'-Exonuklease-Aktivität 328 = endozytische Vesikel 329 = überzogenes Vesikel ______
NACHGEREICHT
···· ·· ··· • · · ·*· · · · * • · * · ·· · · · • · · · ·· · · « · ·· ·· ·· ··· - 17 - 330 = cytoplasmische Vesikel-Membran 331 = Kernlumen 332 = Kernhülle 333 = kleiner nukleärer Ribonukleoprotein-Komplex 334 = Mikrotubulus-Zellskelett 335 = Chromatin 336 = Chromosom, perizentrische Region 337 = kondensiertes Chromosom 338 = Replikationsgabel 339 = endozytische Vesikelmembran 340 = Clathrin-überzogene Vesikel 341 = überzogene Vesikelmembran 342 = Nucleoplasma 343 = Kernlamina 344 = Membranüberzug 345 = Mikrotubulus-assoziierter Komplex 346 = Mikrotubulus 347 = Spindel 348 = Kinetochor 349 = kondensiertes Chromosom perizentrische Region 350 = DNA-Replikationsfaktor-C-Komplex 351 = Clathrin-überzogenes Zelleinschluss-Vesikel 352 = Clathrin-überzogene Vesikelmembran 353 = Vesikelüberzug 354 = Transkriptions-Elongationsfaktor-Komplex 355 = Clathrinüberzug 356 = Membranüberzug-Adaptorkomplex 357 = Kinesinkomplex 358 = Spindel-Mikrotubulus 359 = Spindelpol 360 = kondensiertes Chromosomen-Kinetochor 361 = Clathrin-überzogene Zelleinschluss-Vesikelmembran 362 = Clathin-Vesikelüberzug 363 = Clathrinüberzug der „coated pit" 364 = Clathrin-Adaptorkomplex 365 = äußere Kinetochor von kondensiertem Chromosom 366 = Spindelpolkörper 367 = Clathrinüberzug von Zelleinschluss-Vesikel 368 = AP-2-Adaptor komplex
NACHGEREICHT 18
Beispiele:
Aus 44 veröffentlichten Gen-Listen, die für die Brustkrebs-Prognose relevant sind, wurden 374 Gene extrahiert, die - neben anderen Qualitätskriterien - mindestens zweimal verzeichnet waren. Dieses Gen-Set, als '374-Signatur' bezeichnet, ist stark an Genen angereichert, die am Zellzyklus beteiligt sind. Aus 8 veröffentlichten Mikroarray-Datensätzen wurde ein Multizentrum-Va-lidations-Set von 1067 Brustkrebs-Patienten erzeugt, wobei eine Transformation auf poe („probability of expression" (Expressions-Wahrscheinlichkeit) ) -Maßstab verwendet wurde. Die '374-Signatur ' ist signifikant mit dem Wiederauftreten von Brustkrebs (p = 2 x 10~12, log-rank-Test) verbunden, mit einem geschätzten Hazard-Ratio eines Wiederauftretens für die 'schlechte' Prognose-Gruppe im Vergleich zur 'guten' Prognose-Gruppe von 2,03 (95% Konfidenzintervall, 1,66 bis 2,48). In der Multivariate-Analyse einschließlich der Histopathologischen Standard-Parameter bleiben nur die Tumorgröße und die '374-Signatur' unabhängige Prä-diktoren eines Wiederauftretens. Vor allem ist die '374-Signatur ' signifikant mit dem Wiederauftreten bei unbehandelten Patienten verbunden und wird daher als eine abgestufte Liste potentieller therapeutischer Ziele angesehen.
Beispiel 1:
Methoden
Umfassende Durchsuchung der Literatur
Pubmed wurde nach neuen Artikeln durchsucht, wobei Methoden mit hohem Durchsatz verwendet wurden, die direkt mit der Brustkrebs-Prognose verbunden waren. Artikel, die eine Verbindung mit der Brustkrebs-Prognose von weniger als vier Genen beschrieben, wurden nicht für die weitere Analyse in Betracht gezogen. 32 Gen-Listen, die von direkter Relevanz für die Brustkrebs-Prognose sind, und eine Selektion von 12 Gen-Listen, die indirekt mit der Brustkrebs-Prognose verbunden sind, wurden für diese Studie verwendet. Insgesamt wurden 44 Gen-Listen aus 42 veröffentlichten Arbeiten in der Analyse inkludiert.
Zuordnung zu UniGeneClusters und Selektion der '374-Signatur '
Insgesamt wurden 4475 Gen-Identifikatoren, bestehend aus allen verfügbaren, aus der ursprünglichen Veröffentlichung erhaltenen Identifikations-Terms, zu UniGene Clusters (UniGene Build 194) zugeordnet. Die Zuordnung erfolgte mit dem CGAP Batch Gene
NACHGEREICHT 19
Finder, der im ARCS (Austrian Research Centers Seibersdorf) Ge-neFilter (Version 2006-09-27) eingebaut ist. Für 4192 Gen-Iden-tifikatoren wurde eine UniGene-ID gefunden. Wenn man UniGene-IDs, die nur in einer Gen-Liste Vorkommen, und redundante UniGe-ne-IDs einer einzelnen Gen-Liste beiseite lässt, wurden 1676 Gen-Identifikatoren aus 626 UniGene-IDs in mehr als einer Gen-Liste gefunden. Infolge der untschiedlichen Qualität der Untersuchungen (z.B. ob eine Validierung der Genliste vorgenommen wurde, die Zahl der untersuchten Proben ...), wurde eine Bewertung zwischen 1 und 10 jeder Gen-Liste und den darin enthaltenen UniGene IDs zugeordnet. Je 'besser' die Gen-Liste, desto höher die Bewertung („score"). 374 UniGene-IDs der 626 UniGene-IDs übertrafen die beste Einzelbewertung von 10 und wurden zur weiteren Charakterisierung und Validierung herangezogen.
Charakterisierung der '374-Signatur' Für die Gene Ontology-Analyse wurden Gen-Symbole als Eingabe für GOTM (Gene Ontology Tree Machine) Webgestalt11 verwendet. WEBGESTALT_HUMAN wurde als Referenz gewählt. Es wurden GO-Terms erhalten, die in der Signatur im Vergleich zum humanen Genom signifikant angereichert waren. GOTM Webgestalt testete auch auf angereicherte KEGG(Kyoto Enyclopedia of Genes and Genomes)-Bahnen in der 374-Signatur, wobei auch das humane Genom als Referenz genommen wurde. Sowohl für die GOTM- als auch für die KEGG-Analyse wurden signifikant angereicherte Gene durch einen hypergeometrischen Test berechnet, wobei nur Bahnen in Erwägung gezogen wurden, die mindestens 2 Gene aus der Signatur enthielten.
Um benachbarte Gene am Genom zu finden, wurde eine maßgeschneiderte Spur („custom track") für die '374-Signatur' erzeugt und mit dem UCSC Genome Browser12 analysiert.
Transformation der Validierungs-Datensätze auf poe-Maßstab und Synthese zu einem einzigen Datensatz
Um ein Multi-Center-Validations-Set zu erzeugen, wurden acht Datensätze mit entsprechenden Patienten-Daten aus dem veröffentlichten Artikel, GEO (Gene Expression Omnibus) der von der Homepage des Autors heruntergeladen (vgl. Tabelle 1).
j NACHGEREICHT ····· · · « ·· • · · · ··♦ · · ♦ ♦ ·······« · · - 20 -
Tabelle 1
Datensatz-Synonym Ref. Reihen Patienten oligo/cDNA Kanäle Datenquelle Vijver 14 24496 229 60-mer 2 ht^://w«vw.rti.com/publications/2002/hejm.html Shen - Sorlie 4 2555 58 cDNA 2 Zusätzlicher File 1 von Shen et al Shen - vant Veer 3 2555 78 60-mer 2 Zusätzlicher File 2 von Shen et al Shen - Sotiriou 43 2555 98 cDNA 2 Zusätzlicher File 3 von Shen et al Shen - Huang 29 2555 71 25-mer 1 Zusätzlicher File 4 von Shen et al Sotmou06 13 22283 187 25-mer 1 GSE2990 Foekens 5 22283 286 25-mer 1 GSE2034 Ma 55 22575 60 60-mer 2 GSE1379 poe-trans- Ergänzende Daten 1 2292 1067 formiert
Sonden-Identifikatoren der Datensätze wurden auf UniGene Clusters (UniGene Build 194) aktualisiert. Die Datensätze wurden auf jene Sonden-Identifikatoren reduziert, die zu den 2292 UniGene Clusters zugeordnet waren, die allen 8 Datensätzen gemeinsam waren. Für die Sotiriou-Studie aus 200613 wurden die Werte nach der RMA-Vorbearbeitung genommen, zwei Patienten wurden wegen fehlender Beobachtungen beim Wiederauftreten gestrichen. Für die Feokens-Studie5 wurden die auf Intensität 600 gemittelten Signale verwendet. In die van de Vijver-Studie14 wurden nur 229 Patienten eingeschlossen, die für die van't Veer-Studie eindeutig nicht redundant waren. Die van de Vijver-Daten mussten von loglO auf log2-Verhältnisse transformiert werden, und die wenigen fehlenden Werte wurden durch 0 ersetzt. Für die Ma-Daten wurden die log2-Verhältnisse verwendet. Die vier Datensätze der Shen-Studie 15 sind bereits in poe(„probability of expression" (Expressions-wahrscheinlichkeits))-Maßstab von Shen et al. veröffentlicht.
Ohne weitere Vorbearbeitung wurden alle anderen Datensätze auf poe-Maßstab transformiert, wobei das Package poe (Version 0,2-9)16 in der biostatistischen Software R 2.3.1 verwendet wurde, wobei die Standardeinstellung („default setting") von M = 2000 auf M = 250, poe-Wert-Bereich zwischen -1 und 1, geändert wurde. Danach wurden die poe-Werte für Sonden derselben UniGene ID durch mittlere poe-Werte ersetzt. Alle 8 Datensätze wurden zu einer einzigen poe-Matrix vereinigt, die die Expressionswahrscheinlichkeit von 2292 Genen bei 1067 Patienten beschreibt.
NACHGEREICHT 21
Cluster 3.0 188 UniGene IDs der '374-Signatur' sind in den 2292 UniGene IDs der vereinigten poe-Matrix enthalten. Die entsprechende poe-Matrix von 188 UniGene IDs x 1067 Patienten wurde hergestellt.
Um die Patienten in zwei Gruppen gemäß ihrem Gen-Expressions-Profil zu clustern, wurde das k-means-Clustering mit Hilfe der CLUSTER 3.017,18 -Software verwendet. Es wurde weder eine Daten-Filterung noch eine Daten-Anpassung an der poe-Matrix angewendet. Unzentrierte Korrelation wurde als Distanz-Maß angewendet. Das k-means-Clustering von Patienten in 2 Gruppen wurde 100 Mal durchgeführt, und die Lösung mit der geringsten within-cluster-Summe der Distanzen wurde automatisch von der Software gewählt. Zentroide für die Gruppe mit guter und mit schlechter Prognose wurden durch Berechnung des Mittels für jeden der 188 UniGene IDs poe-Werte von allen Patienten der entsprechenden Prognose-Gruppe erhalten. Auf dieselbe Weise wurde ein k-means-Clustering für die gesamte vereinigte poe-Matrix (2292 x 1067) und für 10 poe-Matrizen von zufällig gewählten 188 UniGene IDs (188 x 1067) durchgeführt. Rückfall-Analyse
Die statistische Analyse wurde mit dem Package Survival (Version 2.26) in R 2.3.1 durchgeführt. Eine Kaplan-Meier-Analy-se wurde mit der Funktion „survfit" ausgeführt, und die Cox proportional hazards regression-Modelle wurden mit der coxph-Funktion ausgestattet. Nach dem Ausstatten des entsprechenden Cox proportional hazards regression-Modells werden uni- und mul-tivariate Modell-Parameter (Log-rank-Test, Wald-Test, Hazard-Ra-tio mit deren 95% Konfidenzintervall) durch die Summary-coxph-Funktion angezeigt. Bei gegebenen Nachuntersuchungsmerkmalen von n = 1067 Patienten ist das minimal-detektierbare Hazard-Ra-tio 1,22 bei einem Signifikanz-Wert 0,05 mit einer Stärke („power") von 0,9, wie bei http://hedwig.mgh.harvard.edu/sample_size/quan_measur/para_ti-me.html berechnet.
Beispiel 2:
Durchsuchung der Literatur und Gen-Selektion
Eine umfassende Durchsuchung der Literatur wurde durchgeführt, welche die wichtigsten Publikationen betrifft, die sich bis Juli 2006 mit der Brustkrebs-Prognose befassen. Außerdem wurden einige ausgewählte Studien hinzugefügt, die die Brust-
NACHGEREICHT
• · · • ··· · • t · · • · · ·
- 22 -krebs-Prognose nur indirekt behandeln, jedoch wichtig erschienen, was zu insgesamt 44 Gen-Listen aus 42 Studien3"6'13’15'19'54 (Tabelle 2a) führte.
Tabelle 2a
Veröffentlichung
Abba et al, BMC Genomics 2005
Ahr et al. The Lancet, 2002
Amatschek et al, Canc Res 2004
Amatschek et al. Canc Res 2004
Beer et al, Nature Medicine 2002
Berchuck et al. ClinCancRes 2005
Bertucci et al HumMolBiol. 2002
Bieche et al. Mol Canc 2004
Chang etal, PNAS2005
Dai et al. Cancer Research, 2005
Glinksky et al, Journal of Clinical Investigation 2005
Glinsky et al, Journal of Clinical Investigation 2004
Glinsky et al. Clin Canc Res 2004
Hu et al. BMC Genomics, 2006
Huang et al. 2003, The Lancet
Huang etal. 2003, The Lancet
Iwao et al, HumMolGen 2002
Jacquemier et al. Canc Res 2005
Jones et al, CancRes 2004
Korkula et al, CancerResearch 2003
Ma et al. PNAS 2003
Makretsov et al. Clin Canc Res 2004
Miller et al., Modern Pathology, 2004
Nutt et al, CancerResearch 2003
Onda et al. J Canc Clin Oncol 2004
Paik et al. New England Journal of Medicine 2004
Pomeroy et al, Nature 2002
Pusztai et al. Clin Canc Res 2003
Ramaswamy et al NatGen 2003
Rhodesetal, PNAS 2004
Rosenwald et al, NEJM 2002
Shen et al. 2004, BMC Genomics
Sorlie et al. PNAS 2001 PMID Punkte Quelle 15762987 1 Table 2 11809257 4 Acknowledgements 14871811 2 Table 3 14871811 5 Fig6 12118244 3 SuppITable 1 15897565 3 Table 2 11971868 4 Figure 2 15606925 4 Table 3+4 15701700 8 gvant_veer_early_cazip 15899795 4 Table S3 15931389 10 Table 3 15067324 3 Table 1 15073102 4 Table 1+2 16643655 5 WebSupplement 12747878 3 Table 2 12747878 3 Table 2 11809729 6 Table 1 15705873 10 fromtext 15126339 3 Table 1, Italic 14612510 1 Table 2 12714683 3 SupTab5(6) 15448001 8 Table 2 15073601 4 Figure 2 12670911 3 Table 3 15235906 5 Table 4+5 15591335 6 Figure 1 11807556 3 Figure 4 12855612 1 Table 3 12469122 3 SuppllnfoSheetE 15184677 5 SuppIFigureö 12075054 3 Table 2 15598354 9 Additional File7 11553815 7 SupplFig8
NACHGEREICHT
Sotiriou et al. J of the NCI, 2006 16478745 8 SuppTable 1 Sotiriou et al. PNAS 2003 12917485 6 SuppITable 9 Van Laere et al. Breast Cancer Res and Treatment, 2005 16172796 3 Table 3 van't Veer et al, Nature 2002 11823860 9 TabS2 Wang et al. Cancer Research 2002 12414658 3 SupplTable2 Wang et al. Lancet 2005 15721472 10 Table3 West et al. Plos Biology, 2005 15869330 2 SuppTable 1 West et al. PNAS 2001 11562467 1 SuppTable3 Woelfle et al. Canc Res 2003 14522883 3 Table1:-e-f Yu et al, Canc Res 2004 15126326 6 Suppllnf2 Zhu et al. Oncogene 2003 12802281 6 Table 1+2
Eine nachfolgende Selektion von für die Brustkrebs-Progression relevanten Genen basierte auf der folgenden Überlegung: Infolge einer Verzerrung („bias") und vielfachen Testens ist es für jedes Gen leicht, Signifikanz zu erreichen und in irgendeine der 44_ Gen-Listen zu gelangen. Wenn ein Gen in mehr als einer Gen-Liste aufscheint, insbesondere in Gen-Listen mit gut gemachtem und validiertem Nachweis, ist es wahrscheinlich, dass das Gen wirklich mit einer Brustkrebs-Prognose verbunden ist. Unter Verwendung des ARCS (Austrian Research Centers Seibersdorf) Ge-neFilter konnten 4192 von allen 4475 Gen-Identifikatoren UniGene Clusters zugeordnet werden (UniGene Build 194). 1676 Gen-Identi-fikatoren sind den 626 UniGene IDs zuzuordnen, die in mehr als einer Gen-Liste aufscheinen (Fig. 1A). Eine subjektive Bewertung zwischen 1 und 10 wurde auf die Gen-Listen und somit auf die darin enthaltenen Gene angewendet. UniGene IDs mit einer Bewertung von 11 oder höher müssen in mehr als einer Gen-Liste auf-scheinen, da die höchste einzelne Bewertung 10 ist. Außerdem müssen die Gen-Listen, die ein solches UniGene enthalten, auch hoch-relevant für die Brustkrebs-Prognose sein, um eine Bewertung von 10 zu übertreffen. 374 UniGene IDs haben eine Bewertung von 11 oder darüber und sind weiters als die '374-Signatur' bezeichnet. Die voll abgestufte Liste mit umfangreichen Bemerkungen ist in Tabelle 6 zu finden. Die 25 UniGene IDs mit der höchsten Bewertung, beginnend mit MYBL2 mit einer Bewertung von 65 sind in Tabelle 2b aufgezählt. Verblüffenderweise sind die Gene mit dem Rang 8 und 21 Nachbarn am Genom und teilen sich eine gemeinsame CpG-Insel (Fig. 1B) .
NACHGEREICHT • · • ·
- 24 -
Tabelle 2b
Rang Symbol UniGene IO Gen ID Oberlappungen Bewertung 1 MYBL2 Hs. 179718 4605 11 65 2 MKI67 Hs.80976 4288 7 50 3 MAD2L1 Hs.591697 4085 7 47 4 AURKA Hs.250822 6790 7 46 5 BCL2 Hs.150749 596 8 45 6 BUB1 Hs.469649 699 6 44 7 BIRC5 Hs.514527 332 8 42 8 ESR1 Hs.598504 2099 8 41 8 CENPN Hs.55028 55839 6 41 10 ERBB2 Hs.446352 2064 7 40 10 CCNB1 Hs.23960 891 8 40 12 NUDT1 Hs.534331 4521 6 39 12 MLF1IP Hs.575032 79682 5 39 14 RNASE4 Hs.283749 6038 8 38 14 PLK1 Hs.592049 5347 6 38 14 GGH Hs.78619 8836 5 38 17 CKS2 Hs.83758 1164 6 37 17 RRM2 Hs.226390 6241 6 37 19 CDKN3 Hs.84113 1033 6 36 19 MCM4 Hs.460184 4173 5 36 21 C16orf61 Hs.388255 56942 5 35 21 DLG7 Hs.77695 9787 5 35 23 H2AFZ Hs. 119192 3015 6 34 23 KPNA2 Hs.594238 3838 5 34 23 PFKP Hs.26010 5214 5 34
Beispiel 3
Charakterisierung der '374-Signatur'
Die GO (Gen-Ontologie)-Analyse zeigte, dass Gene, die am Zellzyklus beteiligt sind, im Vergleich zum gesamten humanen Genom in der '374-Signatur' stark angereichert sind. Die am signifikantesten angereicherten GO-Terme sind alle irgendwie mit dem Zellzyklus verwandt (Tabelle 3A). Die dominante molekulare Funktion der 374-Signatur ist eindeutig 'bindend', insbesondere Protein-bindend und Nukleotid-bindend (Tabelle 3B). Der günstigste Wirkungsort in der Zelle ist auf der Spindel oder nahe dem Chromosom (Tabelle 3C). Das DAG („Directed Acyclic Graph")-Diagramm
NACHGEREICHT
·· · · · · • · · · t • · · · · · · - 25 - veranschaulicht die nahe Wechselwirkung der angereicherten GO-terms (Fig. 4). Gemäß den KEGG-Bahnen sind die meisten Gene der Signatur an der Zellzyklus-Bahn beteiligt, welche auch die am signifikantesten überrepräsentierte Bahn in Bezug auf das humane Genom ist (Tabelle 3D). Das feste Zusammenspiel der Gene der '374-Signatur' im Zellzyklus ist im KEGG-Bahn-Diagramm kartiert.
Tabelle 3 A) Im biologicschen Prozess beobachtet erwartet Verhältnis p-VVert Zellzyklus 77 16,84 4,57 1 ,ΟΟΕ-30 mitotischer Zellzyklus 42 4,93 8,52 1.69E-27 Mitose 34 3,52 9,66 2.59E-24 M-Phase des mitotischen Zellzyklus 34 3,57 9,52 4.30E-24 Zellteilung 35 4,05 8,64 2.93E-23 M-Phase 36 4,57 7,88 2.08E-22 Regulierung der Progression durch Zellzyklus 51 11,09 4,6 2.40E-20 Regulierung des Zellzyklus 51 11,11 4,59 2.66E-20 B) In molekularer Funktion Protein-bindend 166 96,17 1,73 9.10E-17 Adenyl-Nukleotid-bindend 57 28,97 1,97 4.63E-07 Purin-Nukleotid-bindend 66 36,39 1,81 9.23E-07 ATP-bindend 54 27,93 1,93 1.69E-06 bindend 253 216,79 1,17 2.04E-06 Nukleotid-bindend 71 41,94 1,69 4.06E-06 C) In Zell-Komponente Spindel 11 0,85 12,94 3.67E-10 Chromosom, perizentrische Region 10 0,85 11,76 6.73E-09 Mikrotubulus Zeltskelett 24 6,04 3,97 8.21E-09 Chromosom 25 6,91 3,62 2.69E-08 D) KEGG-Bahnen Zellzyklus 30 1,43 21,01 2.45E-31 Zellkommunikation 11 1,53 7,18 4,21 E-07 „Adherens-junction“ 8 0,99 8,11 6.53E-06 Fokale Adhäsion 12 2,65 4,53 1.60E-05 Glycolyse / Gluconeogenese 7 0,83 8,43 1.93E-05 Pyrimidin-Metabolismus 8 1,17 6,85 2.29E-05 ECM-Rezeptor-Interaktion 7 1,03 6,83 7.62E-05
NACHGEREICHT
Beispiel 4
Validierung der '374-Signatur'
Die prognostische Relevanz der Gene mit der höchsten Bewertung wurde in einer angemessen fundierten rechenbetonten Metaanalyse unter Verwendung von Mikroarray-Daten aus veröffentlichten Untersuchungen bestätigt. Insgesamt konnten 8 Datensätze mit entsprechenden Rückfalldaten von Brustkrebs-Patienten gefunden werden5,13'15,55 (Tabelle 1) . Die Datensätze wurden auf poe-Maßstab transformiert und zu einem einzigen Multizen-trum-Validations-Set, das 1067 Patienten und 2292 UniGene IDs inkludierte, vereinigt. 188 UniGene IDs der 374 Signatur wurden in den 2292 UniGene IDs des Validations-Sets gefunden und daher für die nachfolgende Prognose-Analyse verwendet. Unter Verwendung von Cluster 3.0 wurden die 1067 Patienten mittels des k-means-Clustering-Algorithmus in 2 Patienten-Gruppen eingeteilt.
Die 'gute' Prognose-Gruppe bestand aus 504 Patienten mit einer Rückfallrate von 28,6%, bzw. die 'schlechte' Prognose-Gruppe bestand aus 563 Patienten mit einer Rückfallrate von 48,9%. Um festzustellen, ob die resultierenden Patienten-Gruppen sich im rückfallfreien Überleben unterscheiden, wurde das Cox-Proportio-nal-Hazards-Regression-Modell angewendet. (Fig. 2A; p= 2,5 x 10' 12, Log-rank-Test). Die geschätzte Hazard-Ratio (HR) für einen Rückfall in der Gruppe mit der 'schlechten' Prognose-Gen-Expres-sion im Vergleich zur Gruppe mit der 'guten' Prognose-Gen-Ex-pression ist 2,03 (95% Konfidenzintervall, 1,66 bis 2,48). Die '374-Signatur' ist mit dem rückfallfreien Überleben in den klinisch wichtigen Untergruppen der Lymphknoten-negativen (Fig. 3A), Lymphknoten-positiven (Fig. 3B) und Östrogen-Rezeptor-positiven (Fig. 3D) Patienten signifikant assoziiert, jedoch nicht bei Östrogen-Rezeptor-negativen Patienten (Fig. 3C). Bemerkenswerterweise ist bei unbehandelten Patienten (weder Chemotherapeutika noch Hormone) die 374-Signatur ebenfalls mit einem Wiederauftreten signifikant assoziiert, was darauf hindeutet, dass die Signatur kein reiner Prädiktor einer therapeutischen Antwort ist, sondern für die Tumor-Progression inhärent ist (Fig. 3E).
Bei der univariaten Analyse sind der Lymphknoten-Status und der Östrogen-Rezeptor-Status mit einem Wiederauftreten signifikant assoziiert (Fig. 2B und C und Tabelle 4), jedoch sind die Hazard-Ratios geringer als für die '374-Signatur'. Patienten-In-
NACHGEREICHT formationen über Tumorgröße und -klasse waren nur für 689 bzw. 780 Patienten erhältlich. Bei den übrigen Patienten war das rückfallfreie Überleben sowohl mit Tumorgröße als auch -klasse signifikant assoziiert (Tabelle 4) .
Tabelle 4
Variable n HR [95%CI] P Lymphknoten-Status 1056 1,36 [1,11 ;1,65] 0,00268 ER-Status 1061 0,684 [0,551:0,848] 0,000502 G 1 vs 2+3 689 2,61 [1,81 ;3,76] 8.64E-08 G 1+2 vs 3 689 2,08 [1,64;2,65] 9.18E-10 Größe <=2cm vs >2cm 780 2,17 [1,71;2,74] 4.46E-11 374 Signatur 1067 2,03 [1,66;2,48] 2.49E-12 Signatur in der Untergruppe LN- 704 2,1511,67:2,75] 8.47E-10 LN+ 352 1,74 [1,22:2,5] 0,00221 ER- 242 1,33 [0,716:2,49] 0,362 ER+ 819 2,09 [1,66:2,62] 8.13E-11 unbehandelt 526 1,7[1,28:2,27] 0,000233 andere Gen-Expressions-Signaturen 10 zufällige Signaturen 1067 mittlere HR = 1,135 Bester 0,017 2292x1067 Matrix 1067 1,18 [0,968,1,44] 0,102
Um zu zeigen, dass die 374-Signatur besser ist als eine durch Zufall erzeugte Signatur, wurden 10 Signaturen bestehend aus 188 zufällig gewählten UniGene IDs getestet. Unter Verwendung des k-means-Clustering führte nur eine der 10 Signaturen zu Patienten-Gruppen, die hinsichtlich des rückfallfreien Überlebens signifikant unterschiedlich waren (p=0,017, Log-rank-Test). Das mittlere Hazard Ratio eines Wiederauftretens bei den 10 zufälligen Signaturen ist geringer als die Untergrenze der 95% CI des Hazard Ratio der 374-Signatur-Gruppe (p«0,0001, ein Proben t-Test). Das Clustering von Patienten mittels der vollständigen 2292 Gene führt auch nicht zu Patienten-Gruppen mit signifikant unterschiedlichem Brustkrebs-Wiederauftreten. Die gesamte univa-riate Analyse ist in Tabelle 4 zusammengefasst. Bei einer Multi-variate einschließlich Lymphknkoten- und Östrogen-Rezeptor-Status und der '374-Signatur' (1050 Patienten mit Beobachtungen) bleibt nur die '374-Signatur' signifikant mit dem rückfallfreien Überleben assoziiert (Tabelle 5B). In Gegenwart der '374-Signa-
NACHGEREICHT ·· ··»· ♦ · · φ φ • · · · ··· • · · · · • · · · · ·· ·· ·· - 28 - tur' tragen Lymphknoten-Status und Östrogen-Rezeptor-Status keine weiteren Informationen über ein Wiederauftreten der Krankheit. Alle routinemäßig verwendeten histopathologischen Faktoren und die '374-Signatur' (673 Patienten mit Beobachtungen) einge schlossen, sind nur die Tumorgröße und die '374-Signatur' unabhängige Prädiktoren für das Wiederauftreten von Brustkrebs, wobei die '374-Signatur' das höchste Hazard-Ratio aufweist (Tabelle 5A) .
Tabelle 5 A) n=673 (394 Beobachtungen wegen Fehlens gestrichen) HR [95%CQ P Lymphknoten-Status 1,08 [0,839;1.39] 0,55 ER-Status 0,82 [0,615:1,09] 0,18 Tumorklasse: 1 + 2 vs. 3 1,28 [0,975,1,68] 0,076 Tumorgröße: <= 2cm vs. >2cm 1,9 [1,45;2,48] 2.9E-06 374 Signatur gut vs. schlecht B) n=1050 (17 Beobachtungen wegen Fehlens gestrichen) 2,22 [1,607;3,07] 1.3E-06 Lymphknoten-Status 1,21 [0,982,1,48] 0,074 ER-Status 0,89 [0,703:1,13] 0,33 374 Signatur gut vs. schlecht 1,93 [1,544:2,42] 7.9E-09
Beispiel 5:
Diskussion
Nach bestem Wissen berichtet die vorliegende Erfindung bisher die umfassendste Übereinstimmung von Genen aus Publikationen mit hohem Durchsatz und den größten Mikroarray-Validierungs-Da-tensatz auf dem Gebiet der Brustkrebs-Prognose. Die Gen-Listen, auf die Bezug genommen wurde, wurden vor allem auf mehreren verschiedenen Mikroarray-Plattformen, aber auch durch Echtzeit-PCR6,24,30 und Gewebe-Mikroarrays31,35 entwickelt. Eine Gen-Liste wurde sogar durch Arbeit an metastatischen Primär-Mamma-Tumoren der Ratte54 entdeckt.
Das wahre Potential der Gene der '374-Signatur' für die Brustkrebs-Progression sollte nicht unterschätzt werden. Erstens mussten aus Gründen der Vereinheitlichung alle ursprünglichen Gen-Listen-Identifikatoren und Validations-Datensatz-Identifika-toren durch UniGene IDs ersetzt werden, weshalb alle Isoform-Informationen verloren gingen. Durch Notierung auf UniGene Cluster konnten 93,7% aller Gen-Identifikatoren aus der Gen-Liste verwendet werden. Eine Isoform-spezifische Ausrichtung könnte eine
NACHGEREICHT ·♦ ♦· 9 · · 9 · ··· » · · * ·· • · • · - 29 - größere Stärke der Signatur zeigen, jedoch sind entsprechende Identifikatoren benötigt. Zweitens steht die Synthese von Mi-kroarray-Datensätzen erst an ihrem Anfang. Vor der Datensatz-Synthese sind präzise definierte Standard-Verfahren für das Vorbearbeiten roher Daten für einfärbige Affymetrix-, zweifärbige Agilent- bzw. maßgeschneiderte Mikroarrays benötigt. Mehrere Verfahren zusätzlich zur poe-Berechnung wurden vorgeschlagen, um verschiedene Mikroarray-Datensätze auf einen gemeinsamen Maßstab52'56'57 zu transformieren, wobei die am besten funktionierende Methode noch bestimmt werden muss. Unter Verwendung ,der gesamten poe-transformierten Matrix (2292 Gene x 1067 Patienten) bilden eher Patienten aus einer Studie gemeinsam ein Cluster als Östrogen-Rezeptor-positive und -negative Patienten gemäß den molekularen Subtypen von Perou et al4. Obwohl die übrige Verzerrung ("bias") der einzelnen Datensätze nicht stark genug ist, um den Effekt der '374-Signatur' zu überdecken, konnte sie durch die Transformation auf poe-Maßstab nicht völlig vermieden werden. Drittens musste der Ausdruck 'Wiederauftreten' ('recurrence') aus verschiedenen Ausdrücken der acht Validationsstudien ausgewählt werden, was wahrscheinlich der Leistung der Signatur eine zusätzliche Verzerrung („bias") hinzufügen wird. Kliniker verwenden auch verschiedene Vorgangsweisen zur Bestimmung von Östrogen-Rezeptor-Status, Knoten-Status, Tumorgröße und -klasse. Dagegen wurden Zentroide (Vektoren von 188 poe-Werten) für die 'gute' und die 'schlechte' Prognose-Gruppe definiert (Tabelle 6). Neue Proben können auf poe-Maßstab transformiert und leicht jener Prognose-Gruppe kategorienmäßig zugeordnet werden, für welche die unzentrierte Korrelation der 188 poe-Werte am höchsten ist. Trotz dieser Mängel bleiben die 188 testbaren Gene der '374-Signatur' noch immer für das Wiederauftreten von Brustkrebs hoch relevant.
Die vorliegende Erfindung hat aus der Kritik gelernt, die gegen Veröffentlichungen erhoben wurde, welche molekulare Prä-diktoren für Brustkrebs-Prognose präsentieren7'10. Ganz wesentlich ist, dass mit 1067 Patienten die Validierung entsprechend fundiert und der Idee einer Multi-Zentrum-Validierung verschrieben ist, was nicht nur verschiedene Forscher aus verschiedenen Labors mit einschließt, sondern auch verschiedene Mikroarray-Plattformen58. Weiters ist nachgewiesen, dass zufällig erzeugte Signaturen nicht die Leistung der '374-Signatur' erreichen. Dies
NACHGEREICHT
• · · • · · · • · · · · ·· ·· · ·· ···· • · · · • · · 30
I NACHGEREICHT ist wichtig, weil ein großer Anteil der Gene geringfügig mit dem Brustkrebs-Überleben59 korreliert. Schließlich sollten die Patienten eine typische Brustkrebs-Gruppe darstellen. Insgesamt sind die Patienten der 42 ursprünglichen Publikationen sicherlich gut repräsentativ für die gesamte Brustkrebs-Population. Jedoch zeigt das Validations-Set mit 704 Lymphknoten-negativen Patienten im Vergleich zu 352 Lymphknoten-positiven Patienten eine leichte Überrepräsentation der Lymphknoten-negativen Patienten. Wesentlich ist, dass die ' 374-Signatur' auch mit dem Wiederauftreten in der Untergruppe der unbehandelten Patienten signifikant assoziiert ist, was auf eine direkte Rolle für die Brustkrebs-Progression hinweist. Die Zellzyklus-Gene sind in der Signatur eindrucksvoll angereichert, was nahelegt, dass die Proliferation das entscheidende Merkmal der Brustkrebs-Progression ist. Die Überrepräsentation der Nukleotid- und Protein-bindenden Funktionen beweist die Anreicherung der wesentlichen Regulatoren in der Signatur. Weil die Marker in der gesamten umfangreichen Literatur gesammelt wurden, ist auch die Signatur eine Sammlung potentieller therapeutischer Ziele (Tabelle 6). Für diese Ziele könnten neue Arzneimittel entworfen werden, die den ziemlich beschränkten Nutzen der Standard-Chemotherapeutika und Tamoxifen erweitern könnten. Das an oberster Stelle rangierende MYBL2 war in 11 Gen-Listen zu finden, seine Funktion bei Brustkrebs ist jedoch relativ unbekannt. Gemäß der 'NCBI Gene'-Datenbank ist MYBL2 in der S-Phase durch den CCNA2/CDK2-Komplex phosphoryliert und aktiviert CDC2, CCND1 und IGFBP5. Alle fünf Gene scheinen in der '374-Signatur' auf. Die OMIM-Datenbank berichtet zusätzlich, dass drei MYBL2-Bindungsstellen im an fünfter Stelle rangierenden Gen BCL260 gefunden wurden. MYBL2 und das an vierter Stelle rangierende AURKA befinden sich an 20ql3, welches bei Brustkrebs häufig amplifiziert ist mit prognostischen Implikationen61. Gene, die für die Brustkrebs-Klassifizierung52,62 wichtig sind, wie ESR1 (Östrogen-Rezeptor) und ERBB2 (Her2), rangieren an den beachtlichen Positionen 8 bzw. 10. Gleichermaßen sind das an achter Stelle rangierende CENPN und das an 21. Stelle rangierende C16orf61 Nachbarn am Genom und teilen sich eine gemeinsame CpG-Insel. Die Methylierungsanalyse, die für die Brustkrebs-Prognose63 von zunehmender Bedeutung ist, und CGH („comparative genomic hybridization", vergleichende Genom-Hybridisierung) konnte für alle der Gene der Signatur vorgenommen werden. • · · • · · • · · • · · t· ·· • ·• ··· • · ·· ·· ·· ···· • · · • · · • · · · * ♦ · · ··· ·· - 31 -
Die '374-Signatur' bleibt der beste einzelne Prädiktor für das Wiederauftreten von Brustkrebs in einem umfangreichen Multi-Zent rum-Validations-Set . In Gegenwart der '374-Signatur' fügen mehrere histopathologische Parameter, die für das Treffen therapeutischer Entscheidungen verwendet werden, keine signifikanten prognostischen Informationen betreffend ein Wiederauftreten und somit das Ergebnis der Krankheit hinzu. Die in der Signatur enthaltenen Gene, die aus dem Inhalt von 42 Publikationen genommen wurden, sind eine auf dem letzten Stand befindliche Sammlung potentieller therapeutischer Ziele.
Beispiel 6: Tabelle 6: Gene der '374-Signatur' und Zentroide für die 'guten' und die 'schlechten' Prognose-Gruppen.
Gefun-Be- den bei
Oberlap Wer 1076 Pa Zentroid Zentroid Symbol Bezeichnung Hinterlegung UniGeneld Geneid pungen tung tienten gut schlecht MYBL2 V-myb Myeloblastose-Virus-Onkogen-Homolog (Vogel)-ähnlich 2 NM_002466 Hs.179718 4605 11 ja -0,19 0,05 65 MKI67 Antigen, durch monoklonalen Antikörper Ki-67 identifiziert NM_002417 Hs.80976 4288 7 50 -0,02 0,05 Ja MAD2L1 MAD2 mitotic arrest deficient-like 1 (Hefe) NM_002358 Hs.591697 4085 7 47 -0,00 0,13 ja AURKA Aurorakinase A NM_198433 Hs.250822 6790 NM 003600 NM_198434 NM 198435 NM 198437 7 46 ja -0,04 0,06 BCL2 B-Zellen-CLL/Lymphom 2 FM 000633 Hs.150749 596 -0,14 NM 000657 8 45 ja 0,01 BUB1 BUBI Knospung (.budding“) uninhibiert durch Benzimidazole 1-Homolog (Hefe) NM 004336 Hs.469649 699 6 44 -0,05 0,02 ja BIRC5 Baculovirales IAP NM 001012271 Hs.514527 332 .repear-enthaltend (.contai- NM 001168 -0,03 0,05 ninig") 5 (Survivin) NM 001012270 8 42 ja ESR1 Östrogen-Rezeptor 1 NM 000125 Hs.598504 2099 8 41 nein NA NA CENPN Centromer-Protein N NM_018455 Hs.55028 55839 6 41 nein NA NA ERBB2 V-ert>-b2 erythroblastisches NM 001005862 Hs.446352 2064 Leukämie-Virus-Onkogen-Homolog 2, von Neuro/Glio-blastom stammendes Onkogen-Homolog (Vogel) NM_004448 7 40 ja 0,05 0,18 CCNB1 Cyclin B1 NM_031966 Hs.23960 891 6 40 ja -0,03 0,04 NUDT1 Nudix (Nudeosid-diphosphat- NM 198949 Hs.534331 4521 verbundene Einheit X)-Typ- NM 198952 Motiv 1 NM 198954 NM 198948 NM 198950 NM 198953 NM 002452 6 39 ja •0,02 0,07 MLF1IP MLF1 interagierendes Protein NM_024629 Hs.575032 79682 5 39 nein NA NA RNASE4 Ribonudease, RNase A Fa NM 194430 Hs.283749 6038 milie, 4 NM 002937 NM 194431 -0,03 NM 001145 8 38 ja 0,03 PLK1 Polo-ähnliche (.fite*) Kinase NM~005030 Hs.592049 5347 NA 1 (Drosophila) 6 38 nein NA GGH Gamma-Glutamyl-hydrolase (Conjugase, Folylpolygam-maglutamyl-hydrolase) NM_003878 Hs.78619 8836 5 38 ja -0,03 0,08 CKS2 CDC28 Protein Kinase regulatorische Untereinheit (.sub-unit·) 2 NM_001827 Hs.83758 1164 6 37 ja -0,04 0,03 RRM2 Ribonukleotid-Reductase M2-Polypeptid NM_001034 Hs.226390 6241 6 37 nein NA NA CDKN3 Cydin-abhängiger (.depen-denT) Kinase-Inhibitor 3 NM_005192 Hs.84113 1033 (CDK2-assoziierte Doppel-Spezifität-Phosphatase) 6 36 ja -0,04 0,11
NACHGEREICHT ·· ·· ·· ·· • ·• ··· • · • ··· ··
- 32 - MCM4 MCM4 Minichromosom NM 005914 Hs.460184 4173 .maintenance'-defizient 4 (S. cerevisiae) NM_182746 5 36 nein NA NA C16orf61 Chromosom 16 offener Leserahmen 61 NM_020188 Hs.388255 56942 5 35 nein NA NA DLG7 Discs, großes (.large“) Homolog 7 (Drosophila) NM_014750 Hs.77695 9787 5 35 nein NA NA H2AFZ H2A Histon-Familie, Mitglied Z NM_002106 Hs.119192 3015 6 34 nein NA NA KPNA2 Karyopherin alpha 2 (RAG-Gruppe 1, Importin alpha 1) NM_002266 Hs.594238 3838 5 34 ja -0,01 0,11 PFKP Phosphofructokinase, Blutplättchen (.platelet*) NM_002627 Hs.26010 5214 5 34 ja -0,03 0,06 GATA3 GATA-bindendes Protein 3 NM 001002295 Hs.524134 2625 NM 002051 8 33 ja -0,01 -0,35 CENPF Centromer-Protein F, 350/400ka (Mltosin) NM_016343 Hs.497741 1063 5 33 ja -0,08 0,04 KRT18 Keratin 18 NM 000224 Hs.406013 3875 NM 199187 7 32 nein NA NA KRT5 Keratin 5 (Epidermolysis NM-175053 Hs.433845 3852 bullosa Simplex, Dowling- NM 000424 Meara/Kobner/Weber- NM 005554 Cockayne-Typen) NM-033448 NM 058242 NM 005555 NM 173086 NM 080747 5 32 ja -0,00 0,06 MELK Matemale embryonale Leu-zin-Zipper-kinase NM_014791 Hs. 184339 9833 5 31 nein NA NA CCNE2 Cyclin E2 NM 057749 Hs.567387 9134 NM 057735 4 31 nein NA NA CCND1 Cyclin D1 NM_053056 Hs.523852 595 6 30 nein NA NA MCM6 MCM6 Minichromosom-*mainte- NMJW5915 Hs.444118 4175 nance’-defizient 6 (MIS5 Homolog, S. pombe) (S. cerevisiae) 5 30 ja -0,03 0,09 TRIP13 Schilddrüsenhormon-Rezep-tor-lnteractor 13 NM_004237 Hs.436187 9319 5 30 ja -0,02 0,10 CX3CR1 Chemokin (C-X3-C-Motiv)-Rezeptor 1 NM_001337 Hs.78913 1524 4 30 ja 0,05 -0,03 CENPA Centromer-Protein A NM_001809 Hs.1594 1058 29 nein NA NA 5 UBE2S Ubiquitin-konjugierendes Enzym E2S NM_014501 Hs.396393 27338 5 29 ja -0,02 0,11 PDIA4 Protein Disulfid-Isomerase-Familie A, Mitglied 4 NM_004911 Hs.93659 9601 4 29 ja 0,00 0,00 NCF1 Neutrophil-cytosolischer Fak NM 023005 Hs.520943 4687 7 28 ja -0,00 tor 1, (chronisch-granuloma- NM 032408 töse Erkrankung, autosomal NM 003388 1) NM 032421 NM 032899 0,00 NMJ033000 NM 033001 NM 001518 NM 001003795 NM 173537 NM 016328 NM 002314 NM 032951 NM 032953 NM-032952 NM 032954 NM 005685 NM 012453 NM_001039145 NM 022170 NM~032317 NM 031992 NM 030798 NM 003508 NM 000501 NM_022040 NM_032463 NM 004603 NM 178125 NM 014146 NM"001305 NM 018044 NM_181471 NMJM1707 NM 148956 NM~031295 NM 002914 NM 003602 NM 148912 NM 148915 NM-148913 NM 000265 NM 001040003 NM 001025202
NACHGEREICHT • Φ ·· ·· ·· ·♦·· • Φ • · • • · • · • · • · ··· • · • 4 · • · • · • + • • · • · • ♦ • · • · ·· ·· ·· ·· ·« · - 33 - NM 001306 NM_017S28 NM_138707 NM_152559 NM_182504 NM 174930 NMJ48916 NM 148914 TGFB3 Transformierender Wachs- NM_003239 Hs.592317 7043
beta 3 8 28 ja 0,00 -0,09 CDC25B Zellteilung s-(.cell division“)- NM 021873 Hs.153752 994 Zyklus 2SB NM 004358 NM_021872 5 28 ja -0,00 0,17 HMMR Hyaluronan-vermittelter (,me- NM 012484 Hs.72550 3181 diated*) Motilttäts-Rezeptor (RHAMM) NM_012485 4 28 ja -0,04 0,06 PSMD2 Proteasom (Prosom, Makro- NM.002808 Hs.518464 5708 pain) 26S-Untereinheit, non-ATPase, 2 4 28 ja -0,02 0,05 PGR Progesteron-Rezeptor NM_000926 Hs.368072 5241 4 28 nein NA NA XBP1 X-box-bindendes Protein 1 NM_005080 Hs.437638 7494 8 27 ja -0,03 -0,30 PRAME Präferentiell exprimiertes An NM 208953 Hs.30743 23532 tigen in Melanom NM 208955 NM 206956 NM 006115 NM 206954 4 27 ja 0,04 0,33 TROAP Trophinin-assoziiertes Protein NM~005480 Hs.524399 10024 -0,01661404 0,0811766 (Tastin) 4 27 ja 8 02 KNTC2 Kinetochor-assoziiertes 2 NM_006101 Hs.414407 10403 27 nein NA 3 NA KRT8 Keratine NM 002272 NM 015848 NM 057088 NM 175834 NM 002273 NM 173352 Hs.533782 3856 6 26 ja 0,00 0,01 BTG2 BTG-Familie, Mitglied 2 NM_006763 Hs.519162 7832 26 0,00 -0,08 6 ja FOXM1 Forkhead-box M1 NM 202002 Hs.239 2305 NM-021953 NM-202003 4 26 ja -0,04 0,08 NME1 Nicht-metastatische Zellen 1, NM 001018136 Hs.463456 4830 Protein (NM23A) exprimiert in NM~198175 NM 002512 NM 000289 NM 001018137 NM 001018138 NM 001018139 6 25 ja 0,01 0,10 KYNU Kynureninase (L-Kynurenin- NM 003937 Hs.470126 8942 Hydrolase) NM 001032998 4 25 ja 0,03 0.17 MCM3 MCM3-Minichromosom-,maintenance*-defizient 3 (S. cerevisiae) NMJXJ2388 Hs.179565 4172 4 25 -0,01 0,08 ja IGFBPS Insulin-ähnlicher Wachstumsfaktor-bindendes Protein 5 NM_000599 Hs.369982 3488 4 24 nein NA NA NUSAP1 Nudeoiäies und Spindel-as- NM 016359 Hs.615092 51203 sozüertes Protein 1 NM~018454 4 24 nein NA NA CDC2 Zeitteilungs-Zyklus 2, G1 bis NM 001786 Hs.334562 983 SundG2bisM NM 033379 4 24 ja •0,04 0,04 PCTK1 PCTA1RE Protein Kinase 1 NM 033018 Hs.496068 5127 NM 006201 3 24 ja -0,02 0,05 ERBB3 V-erb-b2 erythroblastisches NM 001982 Hs.118681 2065 Leukämie-Virus-Onkogen-Homotog 3 (Vogel) NM_001005915 3 24 nein NA NA UBE2C Ubiquitin-konjugierendes En NM 181802 Hs.93002 11065 zym E2C NM 181801 NM 007019 NM 181799 NM 181800 0,06 NM 181803 5 23 ja -0,05 MUC1 Mudn 1, Zelloberflächen-as- NM 002456 Hs.89603 4582 soziiert NM 001018016 NM 001018017 NM 001018021 5 23 nein NA NA PRC1 Protein-Regulator der Cytoki- NM 003981 Hs.567385 9055 nese 1 NM 199413 NM-199414 4 23 nein NA NA CSE1L CSE1 Chromosom-Segregation 1-ähnlich (.Kke") (Hefe) NM_001316 Hs.90073 1434 4 23 ja -0,00 0,05 PTTG1 Hypophysentumor(,pituitary tumoÖ-transformierend 1 NMJXM219 Hs.350966 9232 4 23 nein NA NA BRRN1 Barren-Homolog 1 (Drosophila) NM_015341 Hs.308045 23397 4 23 nein NA NA TOP2A Topoisomerase (DNA) II al-pha 170kDa NM_001067 Hs. 156346 7153 5 22 ja -0,01 0,07 RARRES3 Retinoisäure(,retinoic ackT)-Rezeptor-Responder (Tazaro-ten-induziert) 3 NM_004585 Hs. 17466 5920 5 22 nein NA NA BBC3 BCL2-bindende Komponente NM_014417 Hs.467020 27113 4 22 nein NA NA tumsfektor (.growth fäctor“),
NACHGEREICHT 34 KIF23 Kinesin-Familie Mitglied 23 NM 138555 Hs.270845 9493 NM 004856 4 22 nein NA NA SLPI Sekretorischer Leukozyten-Peptidase-Inhibitor NM_003064 Hs.517070 6590 4 22 ja 0,03 0,14 PPP2R5C Protein-Phosphatase 2, regu- NM 002719 Hs.368264 5527 latorische Untereinheit B NM 178586 (B56), gamma-lsofbrm NM 178587 NM 178588 4 22 ja -0,02 -0,00 PIR Pirin (Eisen-bindendes nukle- NM 003662 Hs.495728 8544 äres Protein) NM 001018109 3 22 ja -0,02 0,12 CCT4 Chaperonin-enthaltendes („containing) TCP1, Untereinheit 4 (detta) NM_006430 Hs.421509 10575 3 22 ja -0,03 0,02 KIF14 Kinesin-Familie Mitglied 14 NM_014875 Hs.3104 9928 3 22 nein NA NA CDK2 Cyclin-abhängige („depen- NM 001798 Hs.19192 1017 denf) Kinase 2 NM 052827 3 22 nein NA NA CTSC Cathepsin C NM 148170 Hs. 128065 1075 NM 001814 5 21 ja -0,01 0,08 RHOC Ras-Homolog Gen-Familie, NM 005167 Hs.502659 389 Mitglied C NM 175744 4 21 nein NA NA NP Nukleosid-Phosphorylase NM_000270 Hs.75514 4860 4 21 ja -0,03 0,05 DCK Desoxycytidin-Kinase NM_000788 Hs.709 1633 3 21 ja -0,00 0,03 GMPS Guanin-Monophosphat-Syn- thetase NM_003875 Hs.591314 8833 3 21 ja -0,01 0,09 FABP5 Fettsäure(,fatty acid“)- bindendes Protein 5 (Psoriasisassoziiert) NM_001444 Hs.408061 2171 3 21 ja -0,00 0,06 IL32 Interleukin 32 NM 001012631 NM 001012718 Hs.943 9235 NM 004221 NM 001012632 NM 001012633 NM 001012634 NM 001012635 NM 001012636 3 21 ja -0,03 0,05 VEGF Vaskulärer endothelialer NM 001025386 Hs.73793 7422 Wachstums-Faktor NM 003376 NM 001025367 NM 001025368 NM 001025369 NM 001033756 NM 001025370 3 21 ja -0,00 0,08 DKFZ- Hypothetisches Protein NM 018410 Hs.532968 55355 p762E1312 DKFZp762E1312 3 21 nein NA NA FLJ21062 Hypothetisches Protein FL-J21062 NM_001039706 Hs.521012 79846 3 21 nein NA NA YIF1A Yip1 interagierendes Faktor-Homolog A (S. cerevisiae) NM_020470 Hs.446445 10897 3 21 nein NA NA EZH2 Enhancer von Zeste-Homolog NM 004456 Hs.444082 2146 2 (Drosophila) NM 152998 3 21 nein NA NA CCNB2 Cyclin B2 NM_004701 Hs. 194698 9133 3 21 nein NA NA HMGB3 Hoch-Mobilitäts-Gruppe box 3 NM_005342 Hs.19114 3149 3 21 nein NA NA MET Met Protoonkogen (Hepatocy-ten-Wachstumsfaktor-Rezep-tor) NM_000245 Hs.132966 4233 3 21 ja -0,01 -0,00 CST3 Cystatin C (Amyloid-Angiopathie und Gehirnblutung) NM_000099 Hs.304682 1471 5 20 nein NA NA ID3 Inhibitor von DNA-bindend 3, dominant negatives Helix-Schleife-Helix-Protein NM_002167 Hs.76884 3399 4 20 nein NA NA CDC20 CDC20 Zellteilungs-Zyklus 20-Homolog (S. cerevisiae) NM_001255 Hs.524947 991 4 20 nein NA NA IGFBP2 Insulin-ähnlicher (Jike“) Wachstumsfaktor-bindendes NM_000597 Hs.438102 3485 Protein 2, 36kDa 4 20 ja 0,00 -0,08 IFI30 Interferon, gamma-induzier-bares Protein 30 NM_006332 Hs. 14623 10437 4 20 ja -0,01 0,04 TIMP2 TIMP Metallopeptidase-Inhibi-tor2 NM_003255 Hs.104839 7077 4 20 ja -0,05 0,00 RFC4 Replikations-Faktor C (Akti- NM 002916 Hs.591322 5984 vator 1) 4, 37kDa NM 181573 3 20 nein NA NA GSTM3 Glutathion-S-Transferase M3 (Gehirn) NM_000849 Hs.2006 2947 3 20 ja 0,02 -0,01 SLC25A5 .Solute"-Träger(.carrier‘)-Fa-milie 25 (mitochondrialer Trägen Adenin-Nukleotid-Translocator), Mitglied 5 NM_001152 Hs.632282 292 3 20 ja -0,04 0,03 EIF4A1 Eukaryontlscher T ranslations- NM 001251 Hs.129673 1973 Initiierungs-Faktor 4A, Iso- NM 001040059 fomi 1 NM 001416 3 20 ja -0,01 0,00 CENPE Centromer-Protein E, 3l2kDa NM 001813 Hs.75573 1062 20 -0,21 0,01 3 ja CCNA2 Cyclin A2 NM_001237 Hs.58974 890 3 20 ja -0,05 0,06 GPSM2 G-Protein-signalisierender Modulator 2 (AGS3-Iike, C. elegans) NM_013296 Hs.584901 29899 3 20 NA NA nein
NACHGEREICHT - 35 - SLC7A5 „Sdute'-Träger-Familie 7 (kationischer Aminosäure-Transporter, y+ System), Mit NM_003486 Hs.513797 8140 gCNE1 glied 5 Cyclin E1 NM 001238 Hs.244723 898 3 20 ja -0,00 0,15 NM 057182 3 20 ja -0,04 0,10 TACC2 Transformierendes, saures NM 206862 Hs.501252 10579 („achtic") „coiled-coir-enthal- NM 206861 tendes Protein 2 NM 006997 NM 206860 2 20 nein NA NA KRT17 Keratin 17 NM 000226 Hs.2785 3872 NM 153490 NM 002275 NM 002274 NM 005557 NM-000526 NM 002276 NM 000422 5 19 ja -0,00 -0,00 TFF3 Trefoil-Faktor 3 (intestinal) NM_003226 Hs.82961 7033 4 19 ja -0,02 -0,16 EXT1 Exostosen (mehrfach) 1 NM_000127 Hs.492618 2131 3 19 ja 0,00 0,05 YWHAZ Tyrosin 3- NM 145690 Hs.492407 7534 monooxygenase/T ryptophan 5-monooxygenase-Aktivie-rungs-Protein, zeta-Polypep-tid NM_003406 3 19 ja -0,01 0,03 LETMD1 LETM1-Domäne-enthaltend 1 NM 014033 Hs.288771 25875 NM 015416 NM 001024668 NM 001024669 NM 001024670 NM 001024671 3 19 nein NA NA PSMB7 Proteasom (Prosom, Makro-pain) Untereinheit, beta-Typ, 7 NM_002799 Hs.213470 5695 3 19 ja -0,01 0,04 ACADSB Acyl-Coenzym A-Dehydro-genase, kurze/verzweigte Kette NM_001609 Hs.81934 36 3 19 0,02 -0,02 ja GATM Glydn-Amidinotransferase (L- Arginin:Gtycin-Amidinotrans- ferase) NM_001482 Hs.75335 2628 3 19 0,03 -0,00 ja MCM2 MCM2 Minichromosom „maintenance'-defizient 2, Mitotm (S. cerevisiae) NM_004526 Hs.477481 4171 3 19 nein NA NA CNKSR1 Connector-Enhancer des Kinase-Suppressors von Ras 1 NM_006314 Hs.16232 10256 3 19 ja 0,01 -0,03 SMC4 SMC4 sbucturelle „mainte- NM 005496 Hs.58992 10051 nance' von Chromosomen 4- NM 001002800 ähnlich (.like-) 1 (Hefe) NM 001002799 2 19 nein NA NA RPS4X Ribosomales Protein S4, X-verbunden NM_001007 Hs.446628 6191 2 19 nein NA NA ATAD2 ATPase-Familie, AAA -Do-mäne-enthaltend 2 NM_014109 Hs.370834 29028 2 19 nein NA NA C0L3A1 Collagen, Typ III, alpha 1 (Ehlers-Danlos-Syndrom Typ IV, autosomal dominant) NM_000090 Hs.443625 1281 6 18 nein NA NA SCUBE2 Signal-Peptid, CUB-Domäne, EGF-ähnKch (.like*) 2 NM_020974 Hs.523468 57758 4 18 nein NA NA LRRC17 Leucin-reiches „repeat* ent NM 005824 Hs.567412 10234 haltend 17 NM 001031692 4 18 ja 0,03 -0,02 HPN Hepsm (Transmembran-Pro NM 182983 Hs. 182385 3249 tease, Serin 1) NM 002151 4 18 nein NA NA PLAUR Plasminogen-Aktivator, Uro NM 002659 Hs.466871 5329 kinase-Rezeptor NM 001005376 NM 001005377 3 18 ja 0,00 0,01 AÜRKB Aurorakinase B NM_004217 Hs.442658 9212 18 ja -0,04 0,05 3 PCNA Proiiferierendes Zellkern („cell NM 002592 Hs.147433 5111 nudear*)-Antigen NM 182649 3 18 ja -0,03 0,03 TFDP1 Transkriptionsfaktor Dp-1 NM_007111 Hs.79353 7027 3 18 ja -0,01 0,05 ABCD3 ATP-bindende Kassette, Un-terfamilie D (ALD), Mitglied 3 NM_002858 Hs.76781 5825 3 18 ja 0,01 -0,03 LMNB2 Lamin B2 NM_032737 Hs.538286 84823 18 nein NA NA 3 DDOST Dolichyt-diphosphooligosac-charid-Protein Glycosyltrans-ferase NM_005216 Hs.523145 1650 3 18 ja -0,01 0,00 NDP Norrie-Syndrom (Pseudogliom) NM_000266 Hs.522615 4693 3 18 ja 0,23 0,06 MAPRE1 MikratubuKis-assoziiertes Protein, RP/EB-Familie, Mitglied 1 NM_012325 Hs.472437 22919 3 18 nein NA NA KIFC1 Kinesin-Familien-Mitglied C1 NM_002263 Hs.436912 3833 3 18 nein NA NA YY1 YY1 Transkriptionsfaktor NM_003403 Hs.388927 7528 3 18 ja -0,00 -0,00 PEX12 Petoxisomaler Biogenese-Faktor 12 NM_000286 Hs.591190 5193 2 18 ja 0,02 -0,02 FEN1 „Flap'-Struktur-spezifische NM_004111 Hs.409065 2237 Endonuklease 1 2 18 ja -0,03 0,09 nachgereicht - 36 TP53 Tumor-Protein p53 (Li-Fraumeni-Syndrom) NM_000546 Hs.408312 GTSE1 G-2 und S-Phase-exprimiert 1 NM_016426 Hs.386189 PTDSS1 Phosphatidylserin-Synthase 1 NM_014754 Hs.292579 POLQ Polymerase (DNA-gelenkt), theta NM_199420 Hs.241517 TCEAL1 Transkriptions-Elongations-Faktor A (Sll)-ähnlich („like“) 1 NM 004780 NM 001006640 NM 001006639 Hs.95243 MSN Moesin NM_002444 Hs.87752 CDC6 CDC6 Zellteilungs-Zyklus 6 Homolog (S. cerevisiae) NM_001254 Hs.405958 CD24 CD24 Molekül NM_013230 Hs.375108 TUBA1 Tubulin, alpha 1 (Hoden-spezifisch) NM_006000 Hs.75318 VIL2 Villin 2 (Ezrin) NM_003379 Hs.642735 SFRS10 Spleiß-Faktor, Arginin/Serin-reich 10 (Transformer 2-Ho-molog, Drosophila) NM_004593 Hs.533122 SFRS7 Spleiß-Faktor, Arginin/Serin-relch 7, 35kDa NM_001031684 Hs.309090 SDC1 Syndecan 1 NM 001006946 NM 002997 Hs.224607 CYBRD1 Cytochrom b-Reductase 1 NM_024843 Hs.221941 KIF2C Kinesin-Famillen-Mitglied 2C NM_006845 Hs.69360 CDCA3 Zellteilungs-Zyklus-assoziiert 3 NM_031299 Hs.524216 NPY1R Neuropeptld Y-Rezeptor Y1 NM_000909 Hs.519057 MYO10 Myosin X NM_012334 Hs.481720 CTSL Cathepsin L NM 001912 NM—145918 NM 001023564 Hs.418123 PTPLB Protein Tyrosin-Phosphatase-ähnlich (.like) (Prolin anstatt katalytischem Arginin), Mitglied b NM_198402 Hs.477367 ASPM Asp (abnormal Spindel)-ähn-lich, Mikrocephalie-assoziiert (Drosophila) NM_018136 Hs.121028 FAM64A Familie mit Sequenz-Ahnlich-keit 64, Mitglied A NM_019013 Hs.592116 C1orf198 Chromosom 1 offener Leserahmen 198 NM_032800 Hs.568242 CNAP1 Chromosom-Kondensationsverwandtes SMC-assoziiertes Protein 1 NM_014865 Hs.5719 PLOD2 Procollagen-Lysin, 2-Oxoglut-arat 5-dioxygenase 2 NM 182943 NM 000935 Hs.477866 C1S Komplement-Komponente 1, s Subkomponente NM 201442 NM 001734 Hs.458355 DUSP4 Dual-Spezifitäts-Phosphatase 4 NM 057158 NM 001394 Hs.417962 LRP8 Low density-Upoprotein-Re-zeptor-verwandtes Protein 8, Apolipoprotein e-Rezeptor NM~004631 NM 001018054 NM 033300 NM 017522 Hs.576154 IFITM1 Interferon-induziertes Trans-membran-Protein 1 (9-27) NM_003641 Hs.458414 CKS1B CDC28 Protein-Kinase-regu-latorische Untereinheit 1B NM_001826 Hs.374378 FABP7 Fettsäure-bindendes Protein 7, Gehirn NM_001446 Hs.26770 CCT5 Chaperonin-enthaltendes TCP1, Untereinheit 5 (epsi-lon) NM_012073 Hs. 1600 ITPR3 Inositol 1,4,5 Triphosphat-Re-zeptor, Typ 3 NM_002224 Hs.65758 SESN1 Sestrin 1 NM_014454 Hs.591336 CP Ceruloplasmin (Ferroxidase) NM_000096 Hs.558314 TFRC Transferrin-Rezeptor (p90, CD71) NM_003234 Hs.529618 KIT V-kit Hardy-Zuckerman 4 feli-nes Sarcom-Virus-Onkogen-Homolog NM_000222 Hs.479754 SLC35A1 .Solute'-Träger-Familie 35 (CMP-Sialinsäure-T ranspor-ter), Mitglied A1 NM_006416 Hs.423163 NDRG1 N-myc stromabwärts(.down-stream")-reguliertes Gen 1 NM_006096 Hs.372914 SAT Spermidin/Spermin N1-Ace-tyitransferase NM_002970 Hs.28491 TLE3 T ransdudn-ähnlicher (.like*) NM_005078 Hs.287362
Enhancer von Split 3 (E(sp1) Homolog, Drosophila)
7157 51512 2 18 ja nein NA 0,01 NA 0,01 2 18 0,12 9791 2 18 ja -0,00 10721 2 18 nein NA NA 9338 4478 5 17 ja 0,08 -0,02 4 17 ja -0,00 0,04 990 934 4 17 ja -0,01 NA 0,09 4 17 nein NA 7277 7430 3 17 ja -0,01 NA 0,01 3 17 nein NA 6434 3 17 nein NA NA 6432 3 17 ja -0,01 -0,01 6382 79901 3 17 -0,06 NA -0,01 ja 3 17 nein NA 11004 NA 3 17 nein NA 83461 4886 3 17 nein NA NA 3 17 ja 0,34 NA 0,08 4651 3 17 nein NA 1514 3 17 ja -0,03 0,04 201562 2 17 nein NA NA 259266 2 17 nein NA NA 54478 2 17 nein NA NA 84886 2 17 nein NA NA 9918 4 16 nein NA NA 5352 4 16 ja -0,02 0,02 716 3 16 nein NA NA 1846 3 16 ja -0,04 -0,14 7804 3 16 -0,06 0,06 ja 8519 3 16 nein NA NA 1163 3 16 nein NA NA 2173 3 16 ja 0,02 0,19 22948 2 16 nein NA NA 3710 27244 2 16 ja -0,02 0,03 2 16 nein NA NA 1356 2 16 nein NA NA 7037 2 16 ja -0,04 0,02 3815 2 16 ja 0,04 0,02 10559 2 16 nein NA NA 10397 2 16 ja 0,02 0,15 6303 2 16 ja 0,00 0,03 7090 3 15 nein NA NA
NACHGEREICHT PDAP1 PDGFA-assoziiertes Protein 1 NM_014891 Hs.632296 11333 3 15 nein NA NA F3 Koagulations-Faktor III (Thromboplastin, Gewebefaktor) NM_001993 Hs.62192 2152 3 15 nein NA NA SNRPA1 Kleines (.small") nukleares Ribonukleoprotein Polypeptid NM_003090 Hs.528763 6627 A' 3 15 nein NA NA RACGAP1 Rac GTPase-aktivierendes Protein 1 NM_013277 Hs.505469 29127 3 15 nein NA NA CDH1 Cadherin l.Typ 1, E-Cadherin (epithelial) NM_004360 Hs.461086 999 3 15 ja -0,05 -0,00 PRLR Proladin-Rezeptor NM_000949 Hs.368587 5618 3 15 ja 0,01 -0,02 ESPL1 Extra-Spindel-Pole-ähnlich NM_012291 Hs.153479 9700 (.like") 1 (S. cetevisiae) 3 15 nein NA NA RAB6A RAB6A, Mitglied RAS-Onko-gen-Familie NM_016577 Hs.12152 5870 2 15 ja 0,01 0,08 TXNRD1 Thioredoxin-Reductase 1 NM 003330 Hs.567352 7296 NM 182742 NM 182729 NM 182743 NM 001008394 2 15 ja -0,00 0,07 CD44 CD44-Molekül (Indische Blut NM 000610 Hs.502328 960 gruppe) NM 001001389 NM 001001390 NM 001001391 NM 001001392 2 15 nein NA NA S0D2 Superaxid-Dismutase 2, mit NM 000636 Hs.487046 6648 ochondrial NM 001024465 NM 001024466 2 15 nein NA NA OMD Osteomodulin NM 005014 Hs.94070 4958 15 ja 0,10 -0,02 2 SPRR2C Kleines (.small") Prolin-reiches Protein 2C M21539 Hs.592363 6702 2 15 nein NA NA INSR Insulin-Rezeptor NM_000208 Hs.591381 3643 2 15 ja 0,01 0,00 C4orf18 Chromosom 4 offener Le NM 016613 Hs.567498 51313 serahmen 18 NM 001031700 2 15 nein NA NA ADAMTS1 ADAM MetaDopeptidase mit Thrombospondin-Typ 1-Motiv, 1 NM_006988 Hs.534115 9510 2 15 nein NA NA UBR2 Ubiquitin-Protein Ligase E3 Komponente n-Recognin 2 NM_015255 Hs.529925 23304 2 15 ja 0,00 -0,02 PTPRT Protein Tyrosin-Phosphatase, NM 133170 Hs.526879 11122 Receptor-Typ, T NM 007050 2 15 ja 0,01 -0,06 FBX05 F-box-Protein 5 NM_012177 Hs.520506 26271 15 nein NA NA 2 SLC3A2 .Soiute camer'-Familie 3 (Ak NM 001012661 Hs.502769 6520 tivatoren des dibasischen und NM 001012662 neutralen Aminosäure-Trans NM 002394 ports), Mitglied 2 NM 001012663 NM 001012664 NM-001013251 2 15 ja -0,00 0,04 FADS2 Fettsäure-Desaturase 2 NM.004265 Hs.502745 9415 15 NA NA 2 nein IER2 .Immediate early response* 2 NM_004907 Hs.501629 9592 2 15 ja 0,07 0,02 PPP1R12A Protein-Phosphatase 1, regulatorische (Inhibitor-) Untereinheit 12A NM_002480 Hs.49582 4659 2 15 0,00 -0,00 ja FKBP1A FK506-bindendes Protein 1A, NM 000801 Hs.471933 2280 12kDa NM 080489 NM 015685 NM 054014 2 15 ja -0,02 0,01 CTSL2 Cathepsin L2 NM_001333 Hs.434529 1515 2 15 nein NA NA CCNC CydinC NM 005190 Hs.430646 892 NM 001013399 2 15 ja -0,01 0,04 CCT7 Chaperonin-enthaltendes NM 006429 Hs.368149 10574 TCP1, Untereinheit 7 (eta) NM 001009570 2 15 ja -0,02 0,04 SCAP1 Src Familien-assoziiertes Phosphoprotein 1 NM_003726 Hs.316931 8631 2 15 ja 0,01 -0,01 C16orf35 Chromosom 16 offener Leserahmen 35 NM_001039476 Hs.19699 8131 2 15 ja 0,02 0,02 SLC25A1 .Soiute camer'-Familie 25 NM_005984 Hs.111024 6576 (mitochondrialer Träger; Citrat-Transporter), Mitglied 1 2 15 ja -0,00 0,02 GABBR1 Gamma-Aminobuttersäure NM 001470 Hs.167017 2550 (GABA) B-Rezeptor, 1 NM 021905 NM-021904 NM 021903 3 14 ja -0,04 -0,04 ZNF43 Zink-Finger-Protein 43 NM_003423 Hs.534365 7594 14 NA NA 3 nein PBXIP1 Pre-B-Zellen-Leukämie-T ran-skriptionsfaktor-interagieren-des Protein 1 NM_020524 Hs.505806 57326 3 14 nein NA NA LDHA Lactat-Dehydrogenase A NM 144972 Hs.2795 3939 NM 005566 NM 002301 NM_017448 3 14 ja -0,03 0,01 GRB7 Wachstumsfaktor (.growth NM 005310 Hs.86859 2886 factor'J-Rezeptor-gebunde-nes Protein 7 NM 001030002 3 14 ja 0,03 0,24 I nachgereicht 38 38 CFB Komplement-Faktor B NM_001710 Hs.69771 629 3 14 ja -0,02 -0,09 F10 Koagulationsfaktor X NM_000504 Hs.361463 2159 3 14 nein NA NA BRCA1 Brustkrebs 1, früher Beginn NM 007295 NM 007294 NM 007296 NM-007302 Hs.194143 672 NM~007298 3 14 ja -0,00 0,03 SHMT2 Serin-Hydroxymethyltrans- NM_005412 Hs.75069 6472 ferase 2 (mitochondrial) 2 14 ja -0,03 0,04 HIPK2 Homeodomänen-interagie-rende Protein-Kinase 2 NM_022740 Hs.397465 28996 2 14 nein NA NA DHFR Dihydrofblat-Reductase NM_000791 Hs.83765 1719 2 14 nein NA NA LMNB1 Lamin B1 NM 005573 Hs.89497 4001 14 nein NA NA 2 KIF11 Kinesin-Familien-Mitglied 11 NM_004523 Hs.8878 3832 2 14 nein NA NA SNRPB Kleine (.Small*) nucleäre Ri- NM 003091 Hs.83753 6628 bonudeoprotein-Polypeptide BundBI NM_198216 2 14 ja -0,00 0,06 RAD21 RAD21-Homolog (S. pombe) NM_006265 Hs.81848 5885 2 14 ja -0,01 0,03 FRY ,Furry“-Homolog (Drosophila) NM_023037 Hs.591225 10129 2 14 ja 0,01 -0,01 SYNCRIP Synaptotagmin-bindend, cyto-plasmisches RNA-interagie-rendes Protein NM_006372 Hs.571177 10492 2 14 nein NA NA VASH1 Vasohibin 1 NM_014909 Hs.525479 22846 14 ja 0,01 -0,02 2 EX01 Exonuciease 1 NM 130398 NM 006027 Hs.498248 9156 NM 003686 2 14 nein NA NA PTMA Prothymosin, alpha (Gensequenz 28) NM_002823 Hs.459927 5757 2 14 ja -0,03 0,02 EIF2C2 Eukaryontischer Translations-Initiierungs-Faktor 2C, 2 NM_012154 Hs.449415 27161 2 14 nein NA NA EIF4EBP1 Eukaryontischer Translations-Initiierungs-Faktor 4E-binden-des Protein 1 NM_004095 Hs.411641 1978 2 14 nein NA NA RLN1 Relaxin 1 NM_006911 Hs.368996 6013 14 nein NA NA 2 IDI1 Isopentenyl-diphosphat-delta-Isomerase 1 NM_004508 Hs.283652 3422 2 14 ja -0,01 0,03 ZMYM4 Zinkfinger, MYM-Typ 4 NM_005095 Hs.269211 9202 2 14 ja 0,00 -0,01 FAM89B Familie mit Sequenzähnlich NM 152832 Hs.25723 23625 keit 89, Mitglied B NM 006396 2 14 nein NA NA TPX2 TPX2, Microtubulus-assozi-iert, Homolog (Xenopus lae-vis) NM_012112 Hs.244580 22974 2 14 nein NA NA CEP55 Centrosomales Protein 55k-Da NM_018131 Hs.14559 55165 2 14 nein NA NA FUT8 Fucosyitransferase 8 (alpha NM 178155 Hs. 118722 2530 (1,6) Fucosyitransferase) NM 178156 NM-178154 NM 004480 NM 178157 2 14 ja 0,01 -0,08 FC6RT Fc-Fragment von IgG, Rezep NMJXM107 Hs.111903 2217 tor, Transporter, alpha 2 14 ja 0,03 0,00 SPARC Sezemiertes Protein, sauer, Cystein-reich (Osteonectin) NM_003118 Hs.111779 6678 5 13 ja -0,01 -0,05 COL6A1 Collagen, Type VI, alpha 1 NM_001848 Hs.474053 1291 4 13 ja 0,02 0,00 SLC39A6 .Solute carrier*-Familie 39 NM_012319 Hs.79136 25800 (Zink-Transporter), Mitglied 6 3 13 ja 0,04 -0,01 CXCL9 Chemokin (C-X-C Motiv)-Li-gand 9 NM_002416 Hs.77367 4283 3 13 nein NA NA ACTB Actin, beta NM_001101 Hs.520640 60 13 nein NA NA 3 CIRBP kalt (.cold*) induzierbares RNA-bindendes Protein NM_001280 Hs.501309 1153 3 13 nein NA NA DNAJC12 DnaJ (Hsp40) Homolog, Un NM 021800 Hs.260720 56521 terfamilie C, Mitglied 12 NM 201262 3 13 nein NA NA H3F3B H3 Histon, Familie 3B (H3.3B) NM_005324 Hs.180877 3021 3 13 nein NA NA DIAPH3 Diaphanous homolog 3 (Drosophila) NM_030932 Hs.283127 81624 2 13 nein NA NA ECT2 Epitheliales Zell-transformie-rendes Sequenz 2-Onkogen NM_018098 Hs.518299 1894 2 13 nein NA NA ALDH4A1 Aldehyd-Dehydrogenase 4- NM 003748 Hs.77448 8659 Familie, Mitglied A1 NM~170726 2 13 nein NA NA DTL .Dentideless'-Homolog (Drosophila) NM_016448 Hs.632496 51514 2 13 nein NA NA PALM2- PALM2-AKAP2-Protein NM 053016 Hs.591908 445815 2 13 nein NA NA AKAP2 NM 001037293 NM_007203 NM_001004065 NM_007297 NM_007299 NM 007300 NM 007304 NM 007303 NM 007305
NACHGEREICHT 39
NMJ47150 GNAZ Guanin-Nukleotid-bindendes Protein (G-Protein), alpha z-Polypeptid NM_002073 Hs.584760 2781 2 13 ja -0,02 0,00 MS4A7 Membran-Oberspannende NM 021201 Hs.530735 58475 (.spanning·) 4-Domänen, Un- NM 206939 terfamilie A, Mitglied 7 NM 206938 NM 206940 NM 032597 NM 139249 2 13 nein NA NA C20orf46 Chromosom 20 offener Leserahmen 46 NM_018354 Hs.516834 55321 2 13 nein NA NA AP2B1 Adapter-verwandter Protein- NM 001030006 Hs.514819 163 Komplex 2, beta 1-Untereinheit NM_001282 2 13 nein NA NA 0RC6L Urspnjngs(,origin“)-Erken-nungs{,recognition“)-Kom-plex, Untereinheit 6-ähnlich C,like‘) (Hefe) NM_014321 Hs.49760 23594 2 13 nein NA NA MTDH Metadherin NM_178812 Hs.377155 92140 13 nein NA NA 2 CDC42B- CDC42-bindende Protein- NM 003607 Hs.35433 8476 PA Kinase alpha (DMPK-ähnlich) NM 014826 2 13 nein NA NA GPR126 G-Protein-gekoppelter Re NM 020455 Hs.318894 57211 zeptor 126 NM 198569 NM 001032394 NM 001032395 2 13 nein NA NA 0XCT1 3-Oxosäure-CoA-T ransferase 1 NM_000436 Hs.278277 5019 2 13 ja -0,00 0,01 QSCN6L1 Quiesdn Q6-ähnlich (.like*) 1 NM_181701 Hs.144073 169714 13 NA NA 2 nein LOC28605 Hypothetisches Protein AK095104 Hs.100691 286052 2 LOC286052 2 13 nein NA NA C17orf27 Chromosom 17 offener Leserahmen 27 NM_020914 Hs.195642 57674 2 13 nein NA NA SCD Stearoyl-CoA Desaturase (delta-9-Desaturase) NM 005063 Hs.558396 6319 2 13 ja -0,01 0,04 TUBA3 Tubulin, alpha 3 NM 006082 Hs.524390 7846 NM 006009 2 13 nein NA NA LAPTM4B Lysosomal-assoziiertes Protein transmembran 4 beta NMJJ18407 Hs.492314 55353 2 13 nein NA NA ARPC4 Actin-verwandter Protein 2/3- NM 015644 Hs.323342 10093 Komplex, Untereinheit 4,20k- NM 001025930 Da NM 005718 NM 001024959 NM 001024960 2 13 ja -0,01 0,01 ERRFI1 ERBB Rezeptor-feedback-ln- NM_018948 Hs.11169 54206 hibitor 1 2 13 nein NA NA SLC16A1 „Solute camer'-Familie 16 NM_003051 Hs.75231 6566 (Monocarbonsäure-Transpor-ter), Mitglied 1 2 13 nein NA NA CDH3 Cadherin 3, Typ 1, P-Cadhe-rin (plazentar) NM_001793 Hs.554598 1001 2 13 ja -0,01 0,07 RP13- DNA-Segment auf Chromo NM 005088 Hs.522572 8227 297E16.1 som X und Y (unik) 155 expri-mierte Sequenz, Isofbrm 1 NM_004043 2 13 ja -0,00 0,00 TK1 Thymidin-Kinase 1, löslich NM_003258 Hs.515122 7083 2 13 nein NA NA EDN1 Endothelin 1 NM 001955 Hs.511899 1906 13 nein NA NA 2 TBX19 T-box19 NM 005149 Hs.507978 9095 NM 199344 2 13 nein NA NA YBX1 Y box-bindendes Protein 1 NM_004559 Hs.473583 4904 13 ja -0,03 0,06 2 ABLIM1 Actin-bindendes LiM-Protein NM 001003408 Hs.438236 3983 1 NM 001003407 NM 002313 NM 006720 2 13 nein NA NA F2 Koagulationsfaktor il (Throm NM 014741 Hs.410092 2147 bin) NM 024741 NM 000506 2 13 ja -0,00 -0,00 C0L2A1 Collagen, Typ II, alpha 1 (pri NM 001844 Hs.408182 1280 märe Osteoarthritis, spondy-loepiphyseale Dysplasie, angeboren) NM_033150 2 13 nein NA NA MT1X Metallothionein 1X NM 005952 Hs.374950 4501 13 nein “ 2 NA NA FGFR1 Fibrobiasten-Wachstumsfek- NM 023110 Hs.264887 2260 tor („growth factor*)-Rezeptor NM 015850 1 (fms-verwandte Tyrosin- NM-023111 Kinase 2, Pfeiffer-Syndrom) NM 023105 NM 023106 NM~023107 NM 023108 2 13 ja 0,03 0,03 C14orf45 Chromosom 14 offener Le NM_025057 Hs.260555 80127 serahmen 45 2 13 nein NA NA AP2A2 Adaptor-verwandter Protein-Komplex 2, alpha 2-Unterein-heit NM_012305 Hs.19121 161 2 13 nein NA NA FUT3 Fucosyttransferase 3 (Galac-tosid- 3(4)-L-fucosyltransfera-se, Lewis-Blutgruppe) NM_000149 Hs.169238 2525 2 13 nein NA NA
I NACHGEREICHT - 40 - CYP2J2 Cytochrom P450, Familie 2, Unterfamilie J, Polypeptid 2 NM_000775 Hs.152096 1573 2 13 ja -0,03 0,00 CCL18 Chemokin (C-C MotivHlgand 18 (pulmonal- und Aktivie-rungs-reguliert) NM_002988 Hs.143961 6362 2 13 nein NA NA SHCBP1 SHC SH2-Domänen-binden-des Protein 1 NM_024745 Hs.123253 79801 2 13 nein NA NA TACC3 Transformierendes, saures .coiled-coiT-enthaltendes Protein 3 NM_006342 Hs.104019 10460 2 13 nein NA NA COL1A2 Collagen, Typ 1, alpha 2 NM_000089 Hs.489142 1278 4 12 nein NA NA GREM1 Gremlin 1, Cystein-Knoten-Überfamilie, Homolog (Xeno-pus laevis) NM_013372 Hs.40098 26585 4 12 nein NA NA EN01 Enolase 1, (alpha) NM_001428 Hs.517145 2023 12 nein NA NA 3 SRM Spermldin-Synthase NM_003132 Hs.76244 6723 3 12 nein NA NA C14orf132 Chromosom 14 offener Leserahmen 132 NM_020215 Hs.6434 56967 3 12 nein NA NA MT2A Metallothionein 2A NM 175617 NM 005953 Hs.534330 4502 3 12 nein NA NA TSPAN1 Tetraspanin 1 NM_005727 Hs.38972 10103 3 12 nein NA NA MSX2 Msh homeobox-Homolog 2 (Drosophila) NM_002449 Hs.89404 4488 2 12 ja 0,00 -0,01 C10orf116 Chromosom 10 offener Leserahmen 116 NM_006829 Hs.642660 10974 2 12 ja -0,00 -0,08 TUBB Tubulin, beta NM_178014 Hs.533059 203068 12 NA NA 2 nein HIF1A Hypoxie-induzierbarer Faktor NM 001530 Hs.509554 3091 1, alpha-Untereinheit (basischer Helix-Schleife-Helix-Transkriptionsfaktor) NM_181054 2 12 ja -0,04 0,02 CRABP1 Celluläres Retinolsäure-bin-dendes Protein 1 NM_004378 Hs.346950 1381 2 12 ja 0,06 0,19 PGK1 Phosphoglycerat-Kinase 1 NM_000291 Hs.78771 5230 2 12 nein NA NA PLOD1 Procollagen-Lysln 1,2-oxo-glutarat S-dioxygenase 1 NM_000302 Hs.75093 5351 2 12 ja 0,03 0,13 HRB HIV-1 Rev-bindendes Protein NM 004504 Hs.591619 3267 12 ja -0,027 0,03 2 MMP23B Matrix-Metallopeptldase 23B NM_006983 Hs.584829 8510 2 12 nein NA NA MAPRE2 Microtubulus-assoziiertes Protein, RP/EB-Familie, Mitglied 2 NM_014268 Hs.532824 10982 2 12 ja -0,01 0,00 TIMP1 TIMP Metallopeptidase-Inhibi-torl NM_003254 Hs.522632 7076 2 12 ja -0,01 -0,02 GEMIN4 Gern (nukleäre Organelle) assoziiertes Protein 4 NM_015721 Hs.499620 50628 2 12 -0,01 0,01 ja GOLPH2 Golgi-Phosphoprotein 2 NM 016548 Hs.494337 51280 NM 177937 2 12 nein NA NA STK3 Serine/Thneonin-Kinase 3 (STE20-Homotog, Hefe) NM_006281 Hs.492333 6788 2 12 ja -0,00 0,06 TP53INP1 Tumor-Protein p53 induzierbares nucteäres Protein 1 NM_033285 Hs.492261 94241 2 12 nein NA NA CTPS CTP-Synthase NM_001905 Hs.473087 1503 2 12 nein NA NA ADM Adrenomeduliin NM_001124 Hs.441047 133 12 nein NA NA 2 CDC25A Zellteilungs-Zyklus 25A NM 001789 Hs.437705 993 NM 201567 2 12 ja -0,02 0,04 MAP3K8 Mitogen-aktiviertes Protein Kinase-Klnase-Kinase 8 NM_005204 Hs.432453 1326 2 12 0,01 0,01 ja SORBS1 Sorbin und SH3 Domäne ent NM 001034954 Hs.38621 10580 haltend 1 NM 001034955 NM 001034956 NM 015385 NM 024991 NM 001034957 NM 006434 2 12 nein NA NA CHI3L1 Chitinase 3-ähnlich (Jike‘) 1 (Knorpel-Glycoprotein-39) NM_001276 Hs.382202 1116 2 12 ja -0,02 0,08 CAD Carbamoyi-Phosphat-Synthe-tase 2, Aspartat-T ranscarba-mylase, und Dihydroorotase NM_004341 Hs.377010 790 2 12 ja -0,03 0,03 ZBTB4 Zinkfinger und BTB-Domäne enthaltend 4 NM_020899 Hs.35096 57659 2 12 nein NA NA FOXC1 Forkhead-box C1 NM_001453 Hs.348883 2296 12 nein NA NA 2 MMP7 Matrix-Metallopeptidase 7 (Matrilysin, uterin) NM_002423 Hs.2256 4316 2 12 ja -0,00 0,11 STMN1 Stathmin 1/Onkoprotein 18 NM 203401 NM 005563 NM 203399 Hs.209983 3925 2 12 nein NA NA BLM Bloom-Syndrom NM_000057 Hs.169348 641 2 12 nein NA NA TGFB1 Transformierender Wachstums-Faktor (.growth factoT), NM_000660 Hs.155218 7040 beta 1 (Camurati-Engelmann Syndrom) 2 12 ja 0,00 0,02 NFIB Nukleärer Faktor l/B NM_005596 Hs.370359 4781 11 ja -0,02 0,02 4
I NACHGEREICHT - 41 - NAT1 N-Acetyttransferase 1 (Arylamin N-Acetyttransferase) NM_000662 Hs.591847 9 4 11 ja -0,05 -0,14 TRA@ T-Zellen-Rezeptor alpha Lo X73617 Hs.74647 6955 cus 3 11 nein NA NA CELSR2 Cadherin, EGF LAG „seven-pass" G-Typ-Rezeptor 2 (Flamingo-Homolog, Drosophila) NM_001408 Hs.57652 1952 3 11 ja 0,08 -0,00 HMGA1 Hoch-Mobilitäts-Gruppe AT- NM 145904 Hs.518805 3159 hook 1 NM 145899 NM 002131 NM 145901 NM 145905 NM 145902 NM 145903 3 11 nein NA NA FBP1 Fructose-1,6-bisphosphatase 1 NM_000507 Hs.494496 2203 3 11 nein NA NA WISP1 WNT1 induzierbares Signal- NM 003882 Hs.492974 8840 gebungs-Bahn-Pnotein 1 NM 080838 2 11 nein NA NA PGAM1 Phosphoglycerat-Mutase 1 (Gehirn) NM_002629 Hs.447492 5223 2 11 nein NA NA NOLA2 Nucleoläre Protein-Familie A, NM 017838 Hs.27222 55651 Mitglied 2 (H/ACA kleine nu-kleoläre RNPs) NM_001034833 2 11 ja 0,001 0,02 HDGFRP3 Hepatom-abgeleiteter Wachstums-Faktor, verwand NM_016073 Hs.513954 50810 tes (.related*) Protein 3 2 11 nein NA NA BDH2 3-Hydroxybutyrat-Dehydro-genase, Typ 2 NM_020139 Hs. 124696 56898 2 11 nein NA NA HTATIP2 HIV-1 Tat-interaktives Protein 2,30kDa NM_006410 Hs.90753 10553 2 11 ja -0,01 0,06 MMP1 Matrix-Metallopeptidase 1 (in NM_002421 Hs.83169 4312 terstitielle Collagenase) 2 11 ja -0,03 0,21 CCT6A Chaperonin-entahltendes NM 001762 Hs.82916 908 (.containing") TCP1, Untereinheit 6A (zeta 1) NM_001009186 2 11 nein NA NA HSPB2 Hitzeschock 27kDa-Piotein 2 NM_001541 Hs.78846 3316 2 11 nein NA NA CKAP4 Zellskelett-assoziiertes Protein 4 NM_006825 Hs.74368 10970 2 11 nein NA NA SQLE Squalen-Epoxidase NM_003129 Hs.71465 6713 2 11 ja -0,01 0,06 APP Amyloid beta (A4)-Präkursor- NM 000484 Hs.642685 351 Protein (Peptidase Nexin-Il, NM 201413 Alzheimer-Krankheit) NM 201414 2 11 ja -0,00 -0,01 ADCY3 Adenylat-Cyclase 3 NM_024322 Hs.642633 109 11 NA NA 2 nein HNRPAB Heterogenes nukleäres Ribo- NM 031266 Hs.591731 3182 nucleoprotein A/B NM 004499 2 11 nein NA NA PSMD14 Proteasom (Prosom, Makro-pain) 26S-Untereinheit, non-ATPase, 14 NM_005805 Hs.567410 10213 2 11 ja -0,02 0,04 RNA- Ribonudease H2, große Un NM_006397 Hs.532851 10535 SEH2A tereinheit 2 11 nein NA NA TNFA1P2 Tumor-Nekrose-Faktor, al-pha-induziertes Protein 2 NM_006291 Hs.525607 7127 2 11 nein NA NA CDCA8 Zellteilungs-Zyklus-assoziier-tes 8 NM_018101 Hs.524571 55143 2 11 nein NA NA APOD Apolipoprotein D NM_001647 Hs.522555 347 11 ja 0,00 -0,00 2 SATB1 Spezielles AT-reiche Sequenz- bindendes Protein 1 (bindet an Kemmatrix/Gerüst-assoziierende DNA's) NM_002971 Hs.517717 6304 2 11 0,03 ja 0,03 ACSS2 Acyt-CoA-Synthetase-Kurz- NM 018677 Hs.517034 55902 ketten-(.short-chain*)-Famili-en-Mitglied 2 NMJ39274 2 11 nein NA NA APBA2BP Amyloid beta (A4)-Präkursor- NM 005225 Hs.516986 63941 Protein-birrdend, Familie A, NM 031232 Mitglied 2-bindendes Protein NM 031231 NM 007238 NM 183397 2 11 nein NA NA TAS2R5 Geschmacks(.taste‘)-Rezep- NM 018980 Hs.490394 54429 tor, Typ 2, Mitglied 5 NM 016943 NM 016944 NM 003143 2 11 ja -0,01 0,02 EGFR Epidermaler Wachstums- NM~005228 Hs.488293 1956 Faktor(„growth factor*) -Re NM 201284 zeptor (erythroblastisches NM 201282 Leukämie-Virus (v-erb-b)-On-kogen-Homolog, Vogel) NM_201283 2 11 ja -0,01 0,01 DEPDC1B DEP Domäne enthaltend NM_018369 Hs.482233 55789 (.containing*) 1B 2 11 nein NA NA BCL6 B-Zellen- CLL/Lymphom 6 NM 138931 Hs.478588 604 (Znkfinger-Protein 51) NM 001706 2 11 ja 0,01 0,00 SEC14L1 SEC14-ähnlich (.like-) 1 (S. NM 001039573 Hs.464184 6397 cerevisiae) NM 003003 2 11 nein NA NA DYNLT1 Dynein, leichte Kette, Tctex-Typ 1 NM_006519 Hs.445999 6993 2 11 nein NA NA PAXIP1 PAX-interagierendes (mit Transkriptions-Aktivierungs-Domäne) Protein 1 NM_007349 Hs.443881 22976 2 11 ja 0,02 0,00
NACHGEREICHT
- 42 - TSPAN4 Tetraspanin 4 NM 020376 Hs.437594 7106 NM 173584 NM_004357 NM 139029 NM_139030 NM_001039490 NM 001025237 NM 001025236 NM_001025234 NM_001025235 NM 003271 NM_001025239 NM 001025238 NM 001004 2 11 ja 0,01 -0,00 EEF1A2 Eukaryontischer T ranslations-Elongations-Faktor 1 alpha 2 NM_001958 HS.433839 1917 2 11 nein NA NA S100A8 S100 Calcium-bindendes NM_002964 Hs.416073 6279 Protein A8 (Calgranulin A) 2 11 nein NA NA SFRP4 Sezemiertes .frizzled-related“ NM_003014 Hs.416007 6424 Protein 4 2 11 ja 0,05 -0,02 STRA13 Stimuliert durch Retinolsäure NMJ44998 Hs.37616 201254 13-Homolog (Maus) 2 11 nein NA NA CDKN1A Cyclin-abhängiger (.depen- NM 078467 Hs.370771 1026 dent“) Kinase-Inhibitor 1A (p21, Cip1) NM_000389 2 11 nein NA NA HDAC2 Histon-deacetyiase 2 NM_001527 Hs.3352 3066 2 11 ja -0,02 0,07 MRPS6 Mitochondriales ribosomales NM 006933 Hs.302742 64968 Protein S6 NM 032476 2 11 nein NA NA SMS Spermin-Synthase NMJHM595 Hs.288487 6611 2 11 nein NA NA ARF1 ADP-Ribosylierungs-Faktor 1 NM 001024227 Hs.286221 375 NM 001024228 NM~001024226 NM 001658 2 11 ja -0,01 0,00 CES2 Carboxyl esterase 2 (Darm, NM 003869 Hs.282975 8824 Leber) NM 198061 2 11 ja 0,01 -0,00 TUBG1 Tubulin, gamma 1 NM 016437 Hs.279669 7283 NM 001070 2 11 ja 0,01 0,02 JUNB Jun B-Protoonkogen NM_002229 Hs.25292 3726 2 11 ja 0,06 0,00 PSMA7 Proteasom (Prosom, Makro-pain) Untereinheit alpha-Typ, 7 NM_002792 Hs.233952 5688 2 11 nein NA NA PTGS2 Prostaglandin-Endoperoxid-Synthase 2 (Prostaglandin G/H-Synthase und Cyclooxy-genase) NM_000963 Hs. 196384 5743 2 11 ja -0,05 -0,02 TMEM45A Transmembran-Protein 45A NM_018004 Hs.126598 55076 11 nein NA NA 2 CTSF Cathepsin F NM_003793 Hs.11590 8722 2 11 nein NA NA SC4MOL SteroWM-Methyl-Oxidase- NM 006745 Hs.105269 6307 ähnlich (,like‘) NM_001017369 2 11 ja 0,05 0,10 [nachgereicht | 43
Literaturstellen: 1. Goldhirsch,A. et al. Meeting highlights: updated international expert consensus on the primary therapy of early breast cancer. J. Clin. Oncol. 21, 3357-3365 (2003). 2. Eifel,P. et al. National Institutes of Health Consensus Development Conference Statement: adjuvant therapy for breast cancer, November 1-3, 2000. J. Natl. Cancer Inst. 93, 979-989 (2001) . 3. van't Veer,L.J. et al. Gene expression profiling predicts clinical outcome of breast cancer. Nature 415, 530-536 (2002). 4. Sorlie,T. et al. Gene expression patterns of breast carcinomas distinguish tumor subclasses with clinical implicati-ons. Proc. Natl. Acad. Sei. ü. S. A 98, 10869-10874 (2001). 5. Wang,Y. et al. Gene-expression profiles to predict di-stant metastasis of lymph-node-negative primary breast cancer. Lancet 365, 671-679 (2005). 6. Paik,S. et al. A multigene assay to predict recurrence of tamoxifen-treated, node-negative breast cancer. N. Engl. J. Med. 351, 2817-2826 (2004). 7. Ioannidis,J.P. Why most published research findings are false. PLoS. Med. 2, el24 (2005). 8. Gruvberger,S.K. et al. Expression profiling to predict outcome in breast cancer: the influence of sample selection. Breast Cancer Res. 5, 23-26 (2003). 9. Michiels,S., Koscielny,S. & Hill,C. Prediction of cancer outcome with microarrays: a multiple random validation strategy. Lancet 365, 488-492 (2005). 10. Lahad,J.P., Mills,G.B. & Coombes,K.R. Stern cell-ness: a "magic marker" for cancer. J. Clin. Invest 115, 1463-1467 (2005). 11. Zhang,B., Schmoyer, D., Kirov,S. & Snoddy,J. GOTree Machine (GOTM): a web-based platform for interpreting sets of in-teresting genes using Gene Ontology hierarchies. BMC. Bioinformatics. 5, 16 (2004). 12. Kent,W.J. et al. The human genome browser at UCSC. Genome Res. 12, 996-1006 (2002). 13. Sotiriou,C. et al. Gene expression profiling in breast cancer: understanding the molecular basis of histologic grade to
NACHGEREICHT
• · · · ·· ··· • · · #·· · · · # ·····♦· · · ·· · · ·· ·· · · t· ·· ·· ·· ··· - 44 - improve prognosis. J. Natl. Cancer Inst. 98, 262-272 (2006). 14. van de Vijver,M.J. et al. A gene-expression signature as a predictor of survival in breast cancer. N. Engl. J. Med. 347, 1999-2009 (2002). 15. Shen,R., Ghosh,D. & Chinnaiyan,A.M. Prognostic metasi-gnature of breast cancer developed by two-stage mixture modeling of microarray data. BMC. Genomics 5, 94 (2004). 16. Scharpf,R., Garrett,E.S., Hu,J. & Parmigiani,G. Statistical modeling and visualization of molecular profiles in cancer. Biotechniques Suppl, 22-29 (2003) . 17. Eisen,M.B., Spellman,P.T., Brown,P.O. & Botstein,D. Cluster analysis and display of genome-wide expression patterns. Proc. Natl. Acad. Sei. U. S. A 95, 14863-14868 (1998). 18. de Hoon,M.J., Imoto,S., Nolan,J. & Miyano,S. Open source clustering Software. Bioinformatics. 20, 1453-1454 (2004) . 19. Abba,M.C. et al. Gene expression signature of estrogen receptor alpha Status in breast cancer. BMC. Genomics 6, 37 (2005) . 20. Amatschek,S. et al. Tissue-wide expression profiling using cDNA subtraction and microarrays to identify tumorspecific genes. Cancer Res. 64, 844-856 (2004). 21. Beer,D.G. et al. Gene-expression profiles predict survival of patients with lung adenocarcinoma. Nat. Med. 8, 816-824 (2002). 22. Berchuck,A. et al. Patterns of gene expression that characterize long-term survival in advanced stage serous ovarian cancers. Clin. Cancer Res. 11, 3686-3696 (2005). 23. Bertucci,F. et al. Gene expression profiles of poorpro-gnosis primary breast cancer correlate with survival. Hum.
Mol. Genet. 11, 863-872 (2002). 24. Bieche,I., Tozlu,S., Girault,I. & Lidereau,R. Identification of a three-gene expression signature of poor-prognosis breast carcinoma. Mol. Cancer 3, 37 (2004). 25. Chang,H.Y. et al. Robustness, scalability, and Integration of a wound-response gene expression signature in predicting breast cancer survival. Proc. Natl. Acad. Sei. U. S. A 102, 3738-3743 (2005). 26. Glinsky,G.V., Berezovska,0. & Glinskii,A.B. Microarray analysis identifies a death-from-cancer signature predicting nachgereicht 45 therapy failure in patients with multiple types of cancer. J.
Clin. Invest 115, 1503-1521 (2005). 27. Glinsky,G.V., Higashiyama,T. & Glinskii,A.B. Classification of human breast cancer using gene expression profiling as a component of the survival predictor algorithm. Clin. Cancer Res. 10, 2272-2283 (2004). 28. Glinsky,G.V., Glinskii,A.B., Stephenson,A.J., Hoffman, R.M. & Gerald,W.L. Gene expression profiling predicts clinical outcome of prostate cancer. J. Clin. Invest 113, 913-923 (2004). 29. Huang,E. et al. Gene expression predictors of breast cancer outcomes. Lancet 361, 1590-1596 (2003). 30. Iwao,K. et al. Molecular Classification of primary breast tumors possessing distinct prognostic properties. Hum.
Mol. Genet. 11, 199-206 (2002). 31. Jacquemier,J. et al. Protein expression profiling iden-tifies subclasses of breast cancer and predicts prognosis. Cancer Res. 65, 767-779 (2005). 32. Jones,C. et al. Expression profiling of purified normal human luminal and myoepithelial breast cells: Identification of novel prognostic markers for breast cancer. Cancer Res. 64, 3037-3045 (2004). 33. Korkola,J.E. et al. Differentiation of lobular versus ductal breast carcinomas by expression microarray analysis. Cancer Res. 63, 7167-7175 (2003). 34. Ma,X.J. et al. Gene expression profiles of human breast cancer progression. Proc. Natl. Acad. Sei. U. S. A 100, 5974-5979 (2003). 35. Makretsov,N.A. et al. Hierarchical clustering analysis of tissue microarray immunostaining data identifies prognosti-cally significant groups of breast carcinoma. Clin. Cancer Res. 10, 6143-6151 (2004). 36. Nutt,C.L. et al. Gene expression-based Classification of malignant gliomas correlates better with survival than histo-logical Classification. Cancer Res. 63, 1602-1607 (2003). 37. Onda,M. et al. Gene expression patterns as marker for 5-year postoperative prognosis of primary breast cancers. J.
Cancer Res. Clin. Oncol. 130, 537-545 (2004) . 38. Pomeroy,S.L. et al. Prediction of central nervous System embryonal tumour outcome based on gene expression. Nature
[ IMACHGEREICHT ····· · · · · • · · · ·*· · · * • ·· *♦ ·· · ♦ • · · · · t · · Φ f - 46 -415, 436-442 (2002). 39. Pusztai,L. et al. Gene expression profiles obtained from fine-needle aspirations of breast cancer reliably identify routine prognostic markers and reveal large-scale molecular dif-ferences between estrogen-negative and estrogen-positive tumors. Clin. Cancer Res. 9, 2406-2415 (2003). 40. Ramaswamy, S., Ross,K.N., Lander,E.S. & Golub,T.R. A molecular signature of metastasis in primary solid tumors. Nat. Genet. 33, 49-54 (2003). 41. Rhodes,D.R. et al. Large-scale meta-analysis of cancer microarray data identifies common transcriptional profiles of neoplastic transformation and progression. Proc. Natl. Acad.
Sei. ü. S. A 101, 9309-9314 (2004). 42. Rosenwald,A. et al. The use of molecular profiling to predict survival after chemotherapy for diffuse large-B-cell lymphoma. N. Engl. J. Med. 346, 1937-1947 (2002). 43. Sotiriou,C. et al. Breast cancer Classification and prognosis based on gene expression profiles from a populationba-sed study. Proc. Natl. Acad. Sei. ü. S. A 100, 10393-10398 (2003) . 44. West,M. et al. Predicting the clinical status of human breast cancer by using gene expression profiles. Proc. Natl.
Acad. Sei. ü. S. A 98, 11462-11467 (2001). 45. Woelfle,U. et al. Molecular signature associated with bone marrow micrometastasis in human breast cancer. Cancer Res. 63, 5679-5684 (2003). 46. Yu,K. et al. A molecular signature of the Nottingham prognostic index in breast cancer. Cancer Res. 64, 2962-2968 (2004) . 47. Zhu,G. et al. Combination of microdissection and microarray analysis to identify gene expression changes between differentially located tumour cells in breast cancer. Oncogene 22, 3742-3748 (2003). 48. Ahr,A. et al. Identification of high risk breast-cancer patients by gene expression profiling. Lancet 359, 131-132 (2002). 49. West,R.B. et al. Determination of stromal signatures in breast carcinoma. PLoS. Biol. 3, el87 (2005). 50. Miller,D.V. et al. Utilizing Nottingham Prognostic Index in microarray gene expression profiling of breast carcinomas.
I NACHGEREICHT 47
Mod. Pathol. 17, 756-764 (2004). 51. Van Laere,S. et al. Distinct molecular signature of in-flammatory breast cancer by cDNA microarray analysis. Breast Cancer Res. Treat. 93, 237-246 (2005). 52. Hu,Z. et al. The molecular portraits of breast tumors are conserved across microarray platforms. BMC. Genomics 7, 96 (2006) . 53. Dai,H. et al. A cell proliferation signature is a marker of extremely poor outcome in a subpopulation of breast cancer patients. Cancer Res. 65, 4059-4066 (2005). 54. Wang,W. et al. Single cell behavior in metastatic prima-ry mammary tumors correlated with gene expression patterns re-vealed by molecular profiling. Cancer Res. 62, 6278-6288 (2002). 55. Ma,X.J. et al. A two-gene expression ratio predicts clinical outcome in breast cancer patients treated with tamoxi-fen. Cancer Cell 5, 607-616 (2004). 56. Warnat,P., Eils,R. & Brors,B. Cross-platform analysis of cancer microarray data improves gene expression based Classification of phenotypes. BMC. Bioinformatics. 6, 265 (2005). 57. Choi,J.K., Yu,U., Kim,S. & Yoo,O.J. Combining multiple microarray studies and modeling interstudy Variation. Bioinformatics. 19 Suppl 1, Ϊ84-Ϊ90 (2003). 58. Irizarry,R.A. et al. Multiple-laboratory comparison of microarray platforms. Nat. Methods 2, 345-350 (2005). 59. Ein-Dor,L., Kela,I., Getz,G., Givol,D. & Domany,E. Outcome signature genes in breast cancer: is there a unique set? Bioinformatics. 21, 171-178 (2005). 60. Lang,G., Gombert,W.M. & Gould,H.J. A transcriptional regulatory element in the coding sequence of the human Bcl-2 gene. Immunology 114, 25-36 (2005). 61. Ginestier,C. et al. Prognosis and gene expression profiling of 20ql3-amplified breast cancers. Clin. Cancer Res. 12, 4533-4544 (2006). 62. Kapp,A.V. et al. Discovery and Validation of breast cancer subtypes. BMC. Genomics 7, 231 (2006). 63. Müller,H.M. et al. DNA methylation in serum of breast cancer patients: an independent prognostic marker. Cancer Res. 63, 7641-7645 (2003) .
I NACHGEREICHT

Claims (21)

  1. • · · · · · · ·· • · · · ··· · · · • · · «· ·· · · • · · ·· ·· t · · - 48 - Patentansprüche; 1. Set von Einheiten, die für mindestens 20 Tumormarker ausgewählt aus den Tumormarkern der Tabelle 6 spezifisch sind.
  2. 2. Set von Einheiten nach Anspruch 1, umfassend Einheiten, die für mindestens 30, vorzugsweise mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80 oder mindestens 90 Tumormarker ausgewählt aus den Tumormarkern der Tabelle 6 spezifisch sind.
  3. 3. Set von Einheiten nach Anspruch 1 oder 2, umfassend Einheiten, die für mindestens 100, vorzugsweise mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180 oder mindestens 190 Tumormarker ausgewählt aus den Tumormarkern der Tabelle 6 spezifisch sind.
  4. 4. Set von Einheiten nach einem der Ansprüche 1 bis 3, umfas send Einheiten, die für mindestens 200, vorzugsweise mindestens 210, mindestens 220, mindestens 230, mindestens 240, mindestens 250, mindestens 260, mindestens 270, mindestens 280, mindestens 290, mindestens 300, mindestens 310, mindestens 320, mindestens 330, mindestens 340, mindestens 350, mindestens 360, mindestens 370, oder 374 Tumormarker ausgewählt aus den Tumormarkern der Tabelle 6 spezifisch sind.
  5. 5. Set von Einheiten nach einem der Ansprüche 1 bis 4, umfassend Einheiten, die für mindestens 20, vorzugsweise mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, mindestens 90 oder mindestens 100 Tumormarker ausgewählt aus den Tumormarkern der Tabelle 6, mit einer Bewertung von mindestens 15 oder einer Überlappung von mindestens 3 spezifisch sind.
  6. 6. Set von Einheiten nach einem der Ansprüche 1 bis 4, umfassend Einheiten, die für mindestens 10, vorzugsweise mindestens 20, mindestens 30, mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, mindestens 90, mindestens 100, mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180 | imachgereicht ·· ·· ·· Μ ···· t ····· · · ··· • · · · ··· · · « « ···*···* · · • · · · · ·· « · · « - 49 - oder 188 Tumormarker, ausgewählt aus den Tumormarkern der Tabelle 6, „bei 1076 Patienten gefunden" markiert, spezifisch sind.
  7. 7. Set von Einheiten nach einem der Ansprüche 1 bis 6, umfassend Einheiten, die für mindestens 5, vorzugsweise mindestens 10, mindestens 15 oder mindestens 19 Marker, ausgewählt aus den Tumormarkern der Tabelle 6 mit einer Bewertung von mindestens 34 spezifisch sind.
  8. 8. Set von Einheiten nach einem der Ansprüche 1 bis 7, umfassend mindestens 10, vorzugsweise mindestens 20, mindestens 30, mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, mindestens 90, mindestens 100, mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180, mindestens 190 oder mindestens 200 Einheiten, die für die Tumormarker der Tabelle 6 spezifisch sind, mit einem größeren guten Zentroidwert im Vergleich zum schlechten Zentroidwert. 1
  9. 9. Set von Einheiten nach einem der Ansprüche 1 bis 8, umfassend mindestens 10, vorzugsweise mindestens 20, mindestens 30, mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, mindestens 90, mindestens 100, mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180, mindestens 190 oder mindestens 200 Einheiten, die für die Tumormarker der Tabelle 6 spezifisch sind, mit einem größeren schlechten Zentroidwert im Vergleich zum guten Zentroidwert.
  10. 10. Set von Einheiten nach einem der Ansprüche 1 bis 9, umfassend eine für den Tumormarker MYBL2 spezifische Einheit.
  11. 11. Set von Einheiten, spezifisch für Tumormarker ausgewählt aus MYBL2, MKI67, MAD2L1, AURKA und BCL2.
  12. 12. Set nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, dass die Einheiten Primer sind, die für Tumormarker-Nukleinsäuren spezifisch sind.
  13. 13. Set nach einem der Ansprüche 1 bis 12, dadurch gekenn- NACHGEREICHT 50 zeichnet, dass die Einheiten Antikörper oder Antikörper-Fragmente, vorzugsweise ausgewählt aus Fab, Fab'Fab2, F(ab')2 oder scFv (einkettige variable Fragmente) sind, die für Tumormarker-Proteine spezifisch sind.
  14. 14. Set nach einem der Ansprüche 1 bis 13, dadurch gekennzeichnet, dass die Einheiten an einem festen Träger, vorzugsweise in Form eines Mikroarrays, immobilisiert sind.
  15. 15. Verwendung eines Tumormarkers, wie in einem der Ansprüche 1 bis 11 ausgewählt, für die Erzeugung eines Sets zur Detektion der Tumormarker, wobei das Set mindestens 20, vorzugsweise mindestens 30, vorzugsweise mindestens 40, mindestens 50, mindestens 60, mindestens 70, mindestens 80, mindestens 90, mindestens 100, mindestens 110, mindestens 120, mindestens 130, mindestens 140, mindestens 150, mindestens 160, mindestens 170, mindestens 180, mindestens 190, mindestens 200, mindestens 210, mindestens 220, mindestens 230, mindestens 240, mindestens 250, mindestens 260, mindestens 270, mindestens 280, mindestens 290, mindestens 300, mindestens 310, mindestens 320, mindestens 330, mindestens 340, mindestens 350, mindestens 360, mindestens 370 oder 374 Mitglieder hat.
  16. 16. Verfahren zur Detektion von Brustkrebs unter Verwendung des Sets von einem der Ansprüche 1 bis 14 und Nachweisen oder Messen des Vorkommens von Tumormarkern in einer oder mehreren, von einem Patienten erhaltenen Probe(n).
  17. 17. Verfahren nach Anspruch 16, dadurch gekennzeichnet, dass der Patient ein Mensch ist.
  18. 18. Verfahren nach einem der Ansprüche 15 oder 16, dadurch gekennzeichnet, dass die Detektion oder Messung durch RNA-Expres-sions-Analyse, vorzugsweise durch Mikroarray oder quantitative PCR, oder Protein-Analyse, vorzugsweise durch Gewebs-Mikroar-rays, Protein-Mikroarrays, ELISA, Multiplex-Assays, Immunohisto-chemie oder DNA-Analyse, vorzugsweise CpG-Insel-Methylierungsanalyse, vergleichende Genom-Hybridisierungs (CGH)-Arrays oder Einzel-Nukleotid-Polymorphie(SNP)-Analyse erfolgt. NACHGEREICHT 51
  19. 19. Verfahren nach einem der Ansprüche 16 bis 18, dadurch gekennzeichnet, dass das Verfahren das Vorsehen eines Pools guter Prognose-Marker aus den Tumormarkern und Herstellen eines Pools schlechter Prognose-Marker, und Bestimmen der Spezifität für die Tumormarker der Pools, und Klassifizieren der Probe gemäß der größeren Spezifität für einen Pool umfasst.
  20. 20. Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass der Pool der guten Prognose-Marker ausgewählt ist aus den Tumormarkern der Tabelle 6 mit einem größeren guten Zentroid-Wert im Vergleich zum schlechten Zentroid-Wert.
  21. 21. Verfahren nach Anspruch 19 oder 20, dadurch gekennzeichnet, dass der Pool der schlechten Prognose-Marker ausgewählt ist aus den Tumormarkern der Tabelle 6 mit einem größeren schlechten Zentroid-Wert im Vergleich zum guten Zentroid-Wert. NACHGEREICHT
AT0213406A 2006-12-22 2006-12-22 Set von tumormarkern AT504702A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
AT0213406A AT504702A1 (de) 2006-12-22 2006-12-22 Set von tumormarkern
PCT/AT2007/000566 WO2008077165A1 (en) 2006-12-22 2007-12-12 Set of tumor markers

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
AT0213406A AT504702A1 (de) 2006-12-22 2006-12-22 Set von tumormarkern

Publications (1)

Publication Number Publication Date
AT504702A1 true AT504702A1 (de) 2008-07-15

Family

ID=39263053

Family Applications (1)

Application Number Title Priority Date Filing Date
AT0213406A AT504702A1 (de) 2006-12-22 2006-12-22 Set von tumormarkern

Country Status (2)

Country Link
AT (1) AT504702A1 (de)
WO (1) WO2008077165A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111057689A (zh) * 2018-10-17 2020-04-24 复旦大学 一种用于恶性肿瘤分级和预后的标志物

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5346957B2 (ja) 2008-01-23 2013-11-20 ヘルレフ ホスピタル 不特定疾患の汎用マーカーとしてのｙｋｌ−４０
JP2012501169A (ja) * 2008-08-27 2012-01-19 オンコセラピー・サイエンス株式会社 がん関連遺伝子ｌｇｎ／ｇｐｓｍ２
US8367415B2 (en) * 2008-09-05 2013-02-05 University Of South Carolina Specific gene polymorphisms in breast cancer diagnosis, prevention and treatment
CA2737292A1 (en) 2008-09-15 2010-03-18 Herlev Hospital Ykl-40 as a marker for gastrointestinal cancers
WO2010065954A2 (en) * 2008-12-05 2010-06-10 Abraxis Bioscience, Llc Sparc binding peptides and uses thereof
US20120041274A1 (en) 2010-01-07 2012-02-16 Myriad Genetics, Incorporated Cancer biomarkers
EP2391962B1 (de) 2009-01-28 2016-12-21 University of Notre Dame du Lac Test für rezidive mit beschleunigter progession
US8715928B2 (en) 2009-02-13 2014-05-06 The United States Of America, As Represented By The Secretary, Department Of Health And Human Services Molecular-based method of cancer diagnosis and prognosis
JP5681183B2 (ja) 2009-07-16 2015-03-04 エフ．ホフマン−ラ ロシュ アーゲーＦ． Ｈｏｆｆｍａｎｎ−Ｌａ Ｒｏｃｈｅ Ａｋｔｉｅｎｇｅｓｅｌｌｓｃｈａｆｔ 癌マーカーとしてのフラップエンドヌクレアーゼ−１
EP2486154B1 (de) * 2009-10-08 2017-03-01 Wake Forest University Health Sciences Diagnostische und prognostische marker für krebs
EP2322658A1 (de) * 2009-11-13 2011-05-18 Centre National de la Recherche Scientifique (CNRS) Signatur für die Diagnose der Brustkrebsaggressivität und genetischen Instabilität
GB0922085D0 (en) 2009-12-17 2010-02-03 Cambridge Entpr Ltd Cancer diagnosis and treatment
US20120053253A1 (en) 2010-07-07 2012-03-01 Myriad Genetics, Incorporated Gene signatures for cancer prognosis
EP2913405B1 (de) 2010-07-27 2016-11-09 Genomic Health, Inc. Verfahren zur Verwendung von Genexpression zur Bestimmung der Prognose von Prostatakrebs
EP2611941A4 (de) 2010-08-30 2014-01-22 Myriad Genetics Inc Gensignaturen zur krebsdiagnose und -prognose
US20140295416A1 (en) * 2010-12-06 2014-10-02 University Of Medicine And Dentistry Of New Jersey Novel Method of Cancer Diagnosis and Prognosis and Prediction of Response to Therapy
KR20140040694A (ko) * 2011-01-18 2014-04-03 에버리스트 게노믹스, 인크. 결장직장암 재발에 대한 예후 서명
EP2723924A4 (de) * 2011-06-22 2015-03-25 Oncocyte Corp Verfahren und zusammensetzungen zur behandlung und diagnose von krebs
WO2013023132A1 (en) 2011-08-10 2013-02-14 Wake Forest University Health Sciences Diagnostic and prognostic markers for cancer
WO2013033609A2 (en) * 2011-08-31 2013-03-07 Oncocyte Corporation Methods and compositions for the treatment and diagnosis of cancer
WO2013109690A1 (en) * 2012-01-17 2013-07-25 Myriad Genetics, Inc. Breast cancer prognosis signatures
CN102585004B (zh) * 2012-01-19 2013-07-24 中国人民解放军第四军医大学 具有高亲和力的aeg-1/1e3单克隆抗体
WO2014009055A1 (en) * 2012-07-12 2014-01-16 Universite De Namur Method and kit for predicting or monitoring the response of a cancer patient to chemotherapy, based on measuring the expression level of tmem45a gene.
US20150203589A1 (en) 2012-07-24 2015-07-23 The Trustees Of Columbia University In The City Of New York Fusion proteins and methods thereof
ES2938766T3 (es) 2012-11-16 2023-04-14 Myriad Genetics Inc Firmas génicas para el pronóstico de cáncer
WO2014115889A1 (ja) * 2013-01-28 2014-07-31 国立大学法人東京大学 血管内皮細胞の活性化に起因する疾患の治療又は予防剤
GB201317609D0 (en) 2013-10-04 2013-11-20 Cancer Rec Tech Ltd Inhibitor compounds
WO2015065097A1 (ko) * 2013-10-31 2015-05-07 에스케이텔레콤 주식회사 췌장암 진단용 조성물 및 이를 이용한 췌장암 진단방법
KR101594981B1 (ko) * 2013-10-31 2016-02-17 에스케이텔레콤 주식회사 췌장암 진단용 조성물 및 이를 이용한 췌장암 진단방법
US20170003292A1 (en) * 2014-03-13 2017-01-05 H. Lee Moffitt Cancer Center And Research Institut Inc. Paxip1 as a biomarker for wee1 inhibitor therapy
EP3143160B1 (de) 2014-05-13 2019-11-06 Myriad Genetics, Inc. Gensignaturen für krebsprognosen
US20170209272A1 (en) * 2014-06-09 2017-07-27 Biomark Technologies Inc. Method Of Detecting Cancer Based On Spermine/Spermidine N'-Acetyltransferase Gene Expression
EP3925979A3 (de) * 2014-12-23 2022-03-23 The Trustees of Columbia University in the City of New York Fgfr-tacc fusionsproteine und verfahren dafür
WO2016141375A1 (en) * 2015-03-05 2016-09-09 Case Western Reserve University Her2-regulated rna as diagnostic and therapeutic targets in her2-positive breast cancer
CN104678110B (zh) * 2015-03-17 2020-04-07 北京博清科创生物技术有限公司 一种血清cenpf抗体定量检测试剂盒
GB201505658D0 (en) 2015-04-01 2015-05-13 Cancer Rec Tech Ltd Inhibitor compounds
US10443103B2 (en) * 2015-09-16 2019-10-15 Innomedicine, LLC Chemotherapy regimen selection
EP3202913B1 (de) * 2016-02-08 2019-01-30 King Faisal Specialist Hospital And Research Centre Gensatz zur verwendung in einem verfahren zur vorhersage der überlebenswahrscheinlichkeit einer brustkrebspatientin
GB201617103D0 (en) 2016-10-07 2016-11-23 Cancer Research Technology Limited Compound
WO2018095933A1 (en) * 2016-11-22 2018-05-31 Université D'aix-Marseille (Amu) Method of prognosticating, or for determining the efficiency of a compound for treating cancer
GB201704536D0 (en) * 2017-03-22 2017-05-03 Univ Malta Method
CN107574249B (zh) * 2017-10-23 2020-12-25 江苏省肿瘤防治研究所（江苏省肿瘤医院） 一种预测中国人群乳腺癌复发的基因表达谱检测试剂盒
CN109142729B (zh) * 2018-06-14 2021-04-23 郑州大学第一附属医院 一种肺癌标志物抗-hmgb3自身抗体及其应用
CN111679076A (zh) * 2020-06-15 2020-09-18 吉林医药学院 一种用于检测cyclinD1和BCL-2抗体的检测试剂盒
GB2613386A (en) * 2021-12-02 2023-06-07 Apis Assay Tech Limited Diagnostic test

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2084296B1 (de) * 2006-09-29 2015-08-05 Agendia N.V. Diagnostische testverfahren mit arrays und hohem durchsatz

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111057689A (zh) * 2018-10-17 2020-04-24 复旦大学 一种用于恶性肿瘤分级和预后的标志物

Also Published As

Publication number Publication date
WO2008077165A9 (en) 2008-09-04
WO2008077165A1 (en) 2008-07-03

Similar Documents

Publication Publication Date Title
AT504702A1 (de) Set von tumormarkern
US20220325348A1 (en) Biomarker signature method, and apparatus and kits therefor
JP6141396B2 (ja) 非小細胞肺癌の予後を決定するための診断方法
US9181588B2 (en) Methods of treating breast cancer with taxane therapy
US7943306B2 (en) Gene expression signature for prediction of human cancer progression
EP2298936A1 (de) Genomischer fingerabdruck von brustkrebs
AU2011282892A1 (en) Method for using gene expression to determine prognosis of prostate cancer
US20140154681A1 (en) Methods to Predict Breast Cancer Outcome
US20200105367A1 (en) Methods of Incorporation of Transcript Chromosomal Locus Information for Identification of Biomarkers of Disease Recurrence Risk
Evans et al. In the secretory endometria of women, luminal epithelia exhibit gene and protein expressions that differ from those of glandular epithelia
EP2092087B1 (de) Prognostische marker für die klassifizierung von kolorektalen karzinomen basierend auf expressionsprofilen von biologischen proben
US9037416B2 (en) Genotypic tumor progression classifier and predictor
EP2092085B1 (de) Prognostische marker für die klassifizierung des dreijährigen progressionsfreien überlebens von patienten mit kolorektalem karzinom basierend auf expressionsprofilen von biologischen proben
US20160160293A1 (en) Breast cancer treatment with taxane therapy
EP2092086B1 (de) Prognostische marker für dievorhersage des fünfjährigen progressionsfreien überlebens von patienten mit kolorektalen karzinomen basierend auf expressionsprofilen von biologischen proben
WO2023073392A1 (en) Biomarkers and uses therefor
Miñana Gómez Pathway oriented stroid hormone-dependent transcriptome analysis. Establishment of a custom cDNA microarray to study hormone signaling in breast cancer

Legal Events

Date Code Title Description
REJ Rejection

Effective date: 20160515