文摘
肝脏祖细胞(lpc)可以广泛扩散,能够分化成肝细胞和cholangiocytes,促进肝脏再生。lpc的的存在,然而,经常伴随肝脏疾病和肝细胞癌(HCC),这表明它们可能是癌症干细胞。理解LPC的生物学和建立敏感、快速、可靠的方法来检测他们的存在在肝脏将协助诊断和促进监测肝脏疾病患者的治疗结果。超过400的转录组分析微阵列进行比较LPC线对数据集的肌肉和胚胎干细胞系,胚胎肝脏和发达(DL)和肝细胞癌。三个基因簇区分lpc的其他肝细胞类型的识别。途径在这些集群表示过多lpc的增殖的特性及其与肝癌。我们的分析还显示26小说标记,LPC的标记,包括Mcm2和Ltbp3,8个已知LPC的标记,包括M2pk和Ncam。这些标记指定的LPC的肝组织病理的qPCR并使用免疫组织化学与LPC的丰度决定。这些结果展示全球记录的价值分析来识别途径和标记,可用于检测lpc的受伤或病变的肝脏。
1。介绍
肝脏祖细胞(lpc)获得大量的兴趣领域的肝脏生物由于其巨大的再生能力(1,2]lpc的位置是一个强大的候选细胞疗法治疗肝脏疾病。虽然他们的肝脏疾病(链接3- - - - - -5)和潜在的肝癌干细胞限制他们的工具,他们负担得起一个模型来调查的分子和细胞机制是肿瘤发生的转换的基础。
在许多慢性肝脏疾病,当肝细胞的增殖是有限的,lpc的复制和分化,提供一个备用源所需的肝细胞再生(6]。这种“LPC的响应”中观察到人类在酒精性肝病的情况下,血色沉着病,感染丙型肝炎和B,肝细胞癌(4,5,7- - - - - -9]。其他肝脏疾病还可能涉及到的lpc的扩张;然而,他们的角色在这些实例是未定义的10]。慢性肝病的一种啮齿动物模型,choline-deficient, ethionine-supplemented (CDE)饮食导致脂肪肝,随后肝纤维化、肝硬化,诱发lpc的大鼠(11和老鼠12),已经广泛使用了lpc的学习。这个模型被用来揭示Wnt和Notch-controlled暗示指定lpc的hepatocytic cholangiocytic血统,分别为(13]。其他策略诱导lpc的包括管理3、5-diethoxy-carbonyl-1, 4-dihydrocollidine (DDC) [11)和乙酰aminofluorene阻止肝细胞增殖后跟部分肝切除术(14烷基化)与管理代理、野百合碱(15]或retrorsine [16]。
lpc的促进肝再生的程度是有争议的。相比一些出版物为lpc的指定一个角色在肝再生6,17,18),最近的一次审查(19]强调lineage-tracing研究[20.,21在lpc的没有。这种冲突可能依赖于使用的方法诱导肝脏病理学。然而,使用不同的方法,一些实验室建立了LPC线,有能力在体外分化成cholangiocytes和肝细胞(22- - - - - -25]。
lpc的异质细胞群和是否lpc的不同病因引起的,甚至通过各种型号是相同的或相似的遗传资料不详。比较不同实验室因此要求谨慎当线路中产生的生物学解释结果达到广义结论lpc的。这些问题是加剧当前LPC的标记通常染色cholangiocytes,强调要求额外的标记。
肝癌的lpc的扩散和发展相关。在老鼠中,诱导的肝脏特异性表达c-myelocytomatosis(原癌基因)致癌基因刺激一个不成熟的细胞群扩散导致肝细胞癌(26]。在原癌基因失活,肿瘤细胞分化成肝细胞和cholangiocytes,表明肝细胞癌由LPC-like细胞。Fibrolamellar hcc是富含癌症干细胞类似“干细胞,胆道LPC的前体(27]。在另一项研究中,综合基因阵列分析人类肝癌的基因扩增yes-associate蛋白质(笨蛋)和细胞的凋亡抑制剂(cIAP1)作为一个潜在的致癌基因(28]。在相同的研究中,超表达的cIAP1 p53零LPC的细胞系大幅减少肿瘤发病时间和肿瘤负荷增加。额外的河马通路之间的联系、lpc的肝癌发展已确定(29日- - - - - -31日]。高YAP表达式是祖细胞在肝细胞在肝脏和表达是足以区分成LPC-like细胞(32]。这可能对肝癌的发展产生影响,尤其是对肿瘤低分化。因此获得感兴趣的lpc的记录档案,援助发现标记检测和进一步研究与HCC的协会。我们假设lpc的将显示一个记录档案,反映了一些,如果不是很多,癌症的“标志”,特别是,提供细胞增殖和抵抗细胞死亡33]。
在这项研究中,我们进行转录组分析,建立和良好的LPC的线条和汇集LPC的转录组数据从许多实验室确定LPC的孤立的不同群体使用不同的方法是相似的或基于他们的转录组的区分。此外,我们审问了几个存储库的转录组数据进行比较与其他类型的细胞和组织包括数据集的肌肉和胚胎干细胞系,胚胎和发达的肝脏和肝细胞癌。我们确定了信号通路和推动者始终活跃在LPC的线可以更深入地了解他们的生物学。最后,我们发现小说LPC的标记和验证他们的效用来识别不同小鼠模型的LPC的肝脏病理。
2。材料和方法
2.1。捕捉转录组
LPC的线是由不同的派生程序在多个实验室。双电位的小鼠胚胎肝(BMEL)细胞系来自CBA / J×C57Bl / 6 J交叉后coitum胚胎肝脏在14天。双电位的小鼠椭圆形肝脏(BMOL)细胞系来自7-week-old雄性C57BL / 6株野生型小鼠肝脏受到3周的CDE饮食。Tokyo-LPC (T-LPC)被选择EPCAM孤立+细胞DDC-injured肝脏。p53-immortalized肝脏(公益诉讼)1、2、3、4、5线来自成人p53零(C57BL / 6株)小鼠。以前这些LPC的线特征(22,23,25,34,35),通过形态、两性、增殖能力和表达的LPC的标记。对我们实验室中产生微阵列,LPC的RNA是孤立使用试剂盒(表达载体)和RNeasy迷你包(试剂盒)DNase我治疗遵循制造商的建议。使用安捷伦2100 Bioanalyser RNA质量验证。合成和标签的cDNA cRNA、分裂、杂交、洗涤、染色、扫描Affymetrix老鼠基因组430 2.0 GeneChips包括质量控制检查根据制造商的说明进行。
2.2。微阵列实验的标准化
微阵列实验(381年),完成至少三个复制的需求进行Affymetrix老鼠基因组430 2.0或430 GeneChips平台从国家生物技术信息中心下载基因表达综合(GEO)存储库。数据集包括那些来自LPC的线条,C2C12肌细胞,胚胎干细胞,DL,肝癌,胚胎肝脏。405年我们进行了荟萃分析微阵列组成的381年公开可用的微阵列和24 LPC的微阵列由我们实验室,使用BMOL T-LPC, PIL1-5 LPC的线。从这些七LPC的行生成的数组已经上传到地理(GSE85114)。除了这七个LPC的线,我们荟萃分析包括三个独立的、公开的BMEL线。所有有关细节的摘要本手稿中使用数组包含在补充表1在网上补充材料http://dx.doi.org/10.1155/2016/5702873。
探针集从405年所有数组被过滤了,只有现在集包括因为缺席的比例可以显著影响的数据值。存在后建立了一个示例MAS(微阵列套件)5.0总结(值< 0.05)当探测器设置有至少75%的复制。基因表达中值和平均绝对偏差(疯狂)测定对于每一个微阵列,作为代表的扩散数据。中间涉及的标准化数据减去数组中值表达式的表达每个探针组,然后将结果除以每个芯片的疯狂。这产生一个值(0)为每一个微阵列。值然后乘以500增加传播和规范共同传播疯狂的观察范围内的大部分的微阵列。最后,750年一个常数添加到值中值增加到750,也在观察范围内的中位数。
老鼠基因组430 2.0 GeneChip GeneChip探测器包含超过430,数据集被截断只包括430调查。转换和分位数正常化进行标准化的分布调查强度设置为一个适当的规模。
2.3。微阵列分析
方差分析(方差分析)进行识别基因之间的不同意味着两组以上的条件(36]。Partek(美国密苏里州)被用来结合在方差分析对比,优先lpc的其他细胞类型的比较。基因与值小于0.01被认为是差异表达。
主成分分析(PCA) (37)是使用Partek执行可视化的自然分组基于全球基因表达数据的数组。捕获的三个主成分差异大多数是显示在三维散点图。类似的微阵列组合在一起,更多样化的微阵列间距为进一步。
表达数据集是分层次聚集在Partek完整的参数下(> 1000行)或平均(< 1000行)连接、欧氏距离和烧结的集群。无监督聚类使行和列之间的关系被组织成树图没有将主观偏见强加于集群的数量或大小。集群系统的选择和基于距离计算并显示在树形图分支武器使用Partek由集群“颜色”功能。
每个基因的变异系数确定标准差除以平均每个基因表达模式的表达式的值,如前所述[38),确定以最小的变化在细胞基因表达谱进行了分析。的系数变化和皮尔逊相关系数计算在Microsoft Excel。
2.4。途径和启动子分析
数据库的注释,可视化和综合发现(大卫)被用来确定过多路径并执行转换基因标识符。使用的途径传播的一个缓解得分(修改Fisher精确检验)来计算价值观和确定比例的类别不同39,40]。阈值设置为一个意义。只有遇到一个途径阈值从输入集群和包含10个或更多的基因被包含在我们的分析。
启动子分析和交互网络工具集(油漆)被用来寻找过多转录因子基因启动子(绑定元素41]。TransFac公共数据库包含已知的转录因子结合位点被用来搜索2000个碱基的上游输入Entrez基因的转录起始站点列表。其他参数选择的匹配过滤选项设置为减少误报,核心相似性阈值设置为1.0,两股DNA搜查和绑定元素。
2.5。qPCR分析证实存在预测LPC的标记在肝组织中
老鼠受到四个政权之一:3,5-diethoxy-carbonyl-1 4-dihydrocollidine(监护系统)引起的肝毒性,CDE损伤(),或两种转基因模型的免疫介导性肝炎、Met-Kb ()和178.3 ()。实验小鼠受到监护制度为28天或21天为剩下的模型。控制(8、3、3、职责)被用来对比基因表达水平。所有动物实验符合指定的指导方针澳大利亚国家健康与医学研究委员会。总RNA提取上述小鼠肝脏的使用在泰特罗RT和互补dna转录™逆转录酶(Bioline)。TaqMan两步,实时定量PCR (qPCR)水解探针从普遍调查图书馆,光周期计480 (LC480)探针Mastermix(罗氏)是用来量化mRNA的表达。基因选择的预测存在受伤的lpc的肝脏被muscle-restricted卷曲螺旋蛋白(Murc)从组α,潜在转化生长因子β结合蛋白3 (Ltbp3)和神经细胞粘附分子1 (Ncam1)从组β,minichromosome维护不足(Mcm2)和丙酮酸激酶同工酶平方米(M2pk)从组γ。已知的LPC的标记的表达式,Cd24a抗原和Sox9也确定。引物序列中可用补充表2。数据分析使用LC480相对量化的软件。五点标准曲线生成每个基因,使用集中每个样本的互补。校准器样本还包括在每个qPCR实验中,为每个qPCR运行是重复三次。数据包括当放大效率/相关化验≥95%。重要改变基因表达测定通过比较控制使用的小动物——一张长有学生的实验样品以及。数据显示相对于着重相关因子4 (Taf4a)mRNA表达和归一化控制。
2.6。量化肝脏祖细胞数量在活的有机体内
formalin-fixed,石蜡包埋CDE,监护Met-Kb和178.3老鼠肝脏脱蜡和苏木精和伊红染色法确定肝脏形态学或沾anti-panCK确定LPC的反应。PanCK染色是通过第一次执行抗原检索使用蛋白酶K (Dako,维克)申请前1:400稀释anti-panCK (# Z0622, Dako)一夜之间在4°C。染色处理和可视化涂用LSAB系统(Dako)根据制造商的指示。彩色部分是扫描在40 x放大使用Aperio ScanScope XT。积极的像素计数v9.1算法在透视仪软件被用来确定LPC的响应也称为“panCK积极性,”像素panCK染色阳性的数量占总组织的像素。
3所示。结果
3.1。主成分分析证实成功的微阵列正常化
因为许多的微阵列实验在不同的实验室进行,非生物因素导致不同的基因表达和转录丰度预计。这些因素包括到变化,不同的文化条件包括培养基添加剂(如生长因子和血清),细胞密度在时间的收获,RNA质量/数量,和不同的试剂,工具和设备。因此之前必要的规范化数据比较。所有原始微阵列数据受到相同的线性扩展和正常化,以减少非生物因素的影响。
为了测试这个正常化的成功,PCA和执行三个主要组件捕获大部分差异(总变异的37.5%)数据集的绘制(图1)。PC1、PC2和生物捕获的19.9%,11.6%,和6.0%的数据集的变化,分别从三个角度显示帮助区分每个细胞/组织类型集群(数字1(一)- - - - - -1 (c))。没有足够的标准化,不同的数组可能出现分散在三维主成分分析情节。在这个实例中,PCA情节上的归一化数组显然分组根据组织类型、组织类型和差异大于那些在每个分组。例如,LPC的行(橙色节点)集群紧密,远离DL微阵列(红色节点)。的细胞/组织分组,DL和HCC数组集群最亲密的在一起,但他们仍然占据不同的地区。这种区别是最好的可视化在第一主成分(PC1),占最大的差异分析(图1(一))。至关重要的是所有的数据生成一种无监督的方式,也就是说,不引入偏见从组织类型。这些研究结果说明成功的规范化和合理的后续分析识别不同的LPC的基因表达模式。
(一)
(b)
(c)
3.2。分层集群的分析揭示了不同的LPC的表达谱,途径和推动者
方差分析是应用于组织类型分组从其他细胞类型区分LPC的转录组。8623年分析识别差异表达探针集比较lpc的所有其他组织。从这个数据集,确定了五个独特的集群和命名集群A到E(图2)。集群与同等或更高的表情代表调查集lpc的相比于其他细胞类型。集群B包括探针显示高可变性在类似的组织类型,从而在很大程度上是不提供信息的。集群C代表探针集高表达“永生化细胞系包括lpc的肌肉,胚胎干细胞,胚胎肝脏而不善表达DL和肝细胞癌。集群D包括探测高表达在DL和肝癌样本,和集群E代表探针集的表情非常丰富的大多数样本。集群A, C和D呈现最大的lpc的和其他细胞/组织团体之间的差异,从而进一步分析的重点。图2提供数据附加表格(图2的矩阵)。
从每个集群内分散的颜色明显,并不是所有的探针集在每个集群密切相关。严格的过滤器被应用于更精确地定义LPC的转录组。MAS 5.0算法应用于使礼物/没有要求探针集。为集群A和C,只有探针集中90%的LPC的数组被保留。相比之下,只有集没有90%的LPC的数组保留了集群D,因为它们主要是在LPC的缺席。大卫和KEGG通路工具随后被用于截断集群,C和D列表功能分类和识别模式中的生物学意义。由此产生的过多路径(),集群的数量基因(计数)和总基因在每个路径(路径)如图3。
大卫能够注释254个基因KEGG通路从探针装置过滤集群列表中。过多的增殖蛋白激酶(MAPK)信号通路有25项从MAPK通路。其他集群激性腺素释放素信号通路中,细胞周期,转化生长因子-β(TGF)信号,和表皮生长因子(EGF)受体ErbB信号。在这个集群中,涂料分析确定核因子(erythroid-derived 2)——2 (Nrf2),上游刺激因子(Usf1)、环腺苷酸反应元件结合蛋白(分子),激活转录因子(Atf1)作为预测绑定元素扮演了重要角色的coregulation LPC的相关基因。
使用截断集群C探针集列表,大卫带注释的426个基因KEGG通路。过多路径包括细胞周期、DNA复制、嘧啶和嘌呤代谢,p53信号通路(图3)。也有几个过多预测绑定元素集群C包括生长因子独立1转录抑制因子(Gfi1),E2F转录因子1 (E2f1),melanocyte-inhibiting因子(Mif),软骨寡聚基质蛋白(电脑及相关知识)。
集群A和C都lpc的中高度表达,而探针集集群D低lpc的DL和肝癌样本(图2)。90%没有过滤列表集群D带注释的359个基因,过多KEGG通路参与基本肝脏功能,包括免疫、解毒和脂质代谢。其中的一些途径补充凝血级联,过氧物酶体proliferator-activated受体(PPAR)信号,亚油酸和多个代谢途径。油漆后分析,过多发现包括小君致癌基因启动子元素,肝细胞的核因子1和4 (Hnf1和Hnf4)和核转录因子k光多肽基因增强剂在B细胞(NfκB),其中许多支持肝脏功能。
根据通道探测器组id(命令),基因名称、符号、LPC的之间的褶皱变化和DL集群,C和D显示在补充表3 - 5。总结这些集群的启动子元素可以作为补充表6。
3.3。LPC的转录组剖面揭示已知和新颖的标记基因
识别单个基因的代表表示,调查集对应的已知或广泛使用LPC的标记。包括A6 actin-binding蛋白质,α胎蛋白,白蛋白,CD34抗原,角蛋白7日,8日,14日,18日和19日,c - kit致癌基因,Cx32 Cx43缝隙连接蛋白,Delta-like 1同族体,γ谷酰基转移酶1,丙酮酸激酶同工酶类型M2,谷胱甘肽S-transferase, ataxin 1,上皮钙粘蛋白和神经细胞粘附分子(25,42- - - - - -45]。皮尔逊相关系数计算,对比上述探针集和每个图2。这提供了统计关系已知的LPC的标记和总LPC的和生产的差异表达探针集列表的列表关联> 0.9 355套。
这些探针集分层次集群可视化表达模式在各种组织类型(图4(一))。图4(一)提供数据作为补充表格矩阵(图4)。尽管所有的探针集与LPC的标记,并不是所有的LPC的中高度表达。这可以解释为LPC的标记包括肝细胞的混合物和cholangiocyte标记,这可能并不是所有类型的LPC的表达的。图4 (b)是一个放大的一个感兴趣的区域,以黄色突出显示在图吗4(一)。我们专注于LPC的自诊断和DL组织是最有益的LPC的基因区别DL。如预期的PCA,肝癌样本分布在DL数组(图4 (b))。有趣的lpc的分享一些常见的表达模式与肝癌样本,可能表明他们的致瘤的潜力。进一步调查,调查集与低表达在DL但至少具有表达肝细胞癌和LPC的类别确定。相比,这些被肝细胞内的基因显示相似的表达模式,fibrolamellar肝癌,而hepatoblasts Oikawa et al。27(补充表7)。我们指定不同的集群分组图4 (b):α,β,γ。集团α探测器设置在lpc的低表达,而那些组β和γ高度表达。
(一)
(b)
最后,生成一个LPC-expressed基因列表,图355探针集4(一)被只保留那些精制中至少9 10平均LPC的微阵列。这过滤了40探针集注释34个独特基因,表所示1包括8基因之前与lpc的关联。
3.4。识别标记检测LPC的受伤的肝组织和他们的表达水平与LPC的数字
在肝脏样本,检测lpc的基因α应该显示低表达,而来自群体的基因吗β和γ应该表现出高表达,相对于参考基因。理想的参考基因应该没有变化在不同的组织类型,因此它应该有一个低的变异系数。Taf4a2.0 430年Affymetrix老鼠基因组芯片符合这一标准。
以确定是否选择来自群体的基因的组合α,β,γ可以准确地检测肝组织的存在和丰富的lpc的不同病理得到老鼠的肝脏受到CDE饮食、免疫介导性Met-Kb和178.3转基因小鼠模型,包括DDC诱导肝毒性。这些肝脏的组织学表现出不同程度的疾病严重程度(图5)。CDE肝脏样本显示脂肪变性(图5 (b)箭头)和许多小嗜碱细胞椭圆形的细胞核(图5 (b),箭头)的lpc的说明。如DDC肝卟啉积累(图5 (d)(图,箭头)和ductular反应5 (d)箭头),而178.3肝(图5 (f))显示正常架构和Met-Kb肝脏显示增加的导管结构包围着许多小嗜碱细胞(图5 (h)箭头)。LPC的感应程度决定了染色和panCK积极性(数据量化5(一个),5 (c),5 (e),5 (g)),发现3.3%,2.5%,0.09%,0.11%,CDE,监护系统178.3,分别和Met-Kb模型。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
从我们的LPC的基因签名Ltbp3和Ncam1从组β和Mcm2和M2pk从组γ显示最高的丰富饮食的小鼠肝脏产生panCK积极性(图的最大比例6)。蛋白质的表达NCAM1同种型140和M2PK CDE饮食增加75%肝脏相对于控制,由免疫印迹(补充图1),没有明确的观察模式在NCAM1同种型180。该集团α基因Murc在lpc的低水平表达,DL表现为监护系统表达降低Met-Kb和178.3肝,但令人惊讶的是增加CDE肝脏(图6)。
确认记录大量的基因群β和γ与LPC的数量,我们量化天0 (LPC的反应(21天),CDE肝脏(图)老鼠7)。LPC的定量样品介于0.0036%(图7(一)(图)和3.7%7 (b))。可以预见的是,mRNA水平既定的LPC的标记Cd24a强烈的相关性(与panCK积极性(图)7 (e))。重要的是,表达Ncam1(集团β),Mcm2(集团γ()也相关和0.8128,分别地)与panCK染色(数据7 (c)和7 (d))。集体这些结果验证我们的方法来识别小说LPC标记,可用于检测在活的有机体内和他们的效用评估肝脏病理学对LPC的感应的范围。
(一)
(b)
(c)
(d)
(e)
4所示。讨论
在这项研究中,我们证明了这是可行的收集、分析和比较公开的转录组数据来获得有用的信息感兴趣的有关一个特定的细胞类型,在本例中,lpc的。这是可能的,只要适当的采用标准为他们的包容,和重要的是使用相关的微阵列平台用最少的三个高度相关的复制和一致的数据规范化。坚持这些原则本研究中受益,因为它综合超过400微阵列强调独特的lpc的转录组签名。
PCA成功分离lpc的从其他干细胞类型,更重要的是其他肝细胞和组织样本。值得注意的是,LPC的线从不同的研究小组,包括从BMEL行阵列数据导出在巴黎和分析在休斯顿(46在东京,T-LPC孤立(22)和分析在珀斯,和其他线分离和分析在珀斯,更有相似比其他组织或细胞类型。空间,DL的LPC的集群是遥远的,不奇怪考虑他们不同的功能和分化程度。鉴于lpc的和肝细胞癌之间的关联,更紧密的聚类这两组可以预期。然而,LPC和HCC集群是遥远的,表明这些HCC可能不是来自LPC的。确实一个在这项研究中使用的五个HCC分析提到肿瘤大多是分化良好型的(47]。在这种情况下,我们希望肝癌组集群接近比LPC的DL集团,在这项研究中报道。不幸的是,有限或没有信息关于其余四个肝细胞的分化状态(使用48,49]。组织学检查低分化肝癌经常携带LPC的和/或干细胞标记(50,51),可能更LPC-derived HCC的象征。使用这些类型的肿瘤可能已经提供了进一步的洞察lpc的和LPC-derived肝细胞癌之间的关系。此外lpc的集群与胚胎肝脏由于他们共同的可塑性和起源。事实上BMEL LPC的线是来源于胚胎肝脏。邻近的lpc的肌肉是意想不到的,尽管它可能是一个共享永生祖细胞状态的结果。lpc的和C2C12成肌细胞用于这项研究代表各自的血统和未成熟的细胞都参与组织再生。基本lpc的比较和肌肉细胞可能阻止了这种联系。尽管如此,使用永生化细胞系产生转录组签名符合LPC的生物学和遗传学。
值得注意的是,过多集群D通路,lpc的不善表达,但高度发达肝脏,表示是一致的与肝脏功能包括药物,维生素和脂肪酸代谢。此外调节LPC的通路在集群A和C是一致的老鼠的椭圆形细胞的转录组分析(52]。这些LPC的途径包括Wnt ErbB, p53, MAPK和鉴定及信号通路。Wnt /β连环蛋白是一个中介的LPC的激活和扩张53]。Wnt诱导β连环蛋白磷酸化目标基因启动子的表皮生长因子,细胞周期素D (Ccnd1),fos-like抗原1 (Fosl1驾驶),原癌基因,细胞增殖(54,55]。一直,在集群Ccnd1和Fosl1在lpc的调节。此外,通过激活癌症相关的流程Myc和Ccnd1已确定和基质金属蛋白酶(56)和增加β连环蛋白表达已经被报道在肝细胞癌(57和咄咄逼人的肝母细胞癌58]。
ErbB信号通路影响不同的细胞功能包括增殖、血管生成、迁移和分化。一个ErbB2overexpressing转基因小鼠展品数量的增加LPC-like肝细胞(59],增加ErbB家族成员的表达在人类肝细胞癌的比例高和与癌症恶化60]。这些发现支持的积分作用ErbB家族在肝脏致癌作用。人们普遍认为异常的p53信号参与肝细胞癌的发展(61年]。而且MAPK信号通路与肿瘤发生有关通过调节增殖、分化、存活、迁移(62年]。最后,增加hepatocyte-mediated再生的抑制作用及信号是至关重要的(63年),促进LPC-mediated再生(而不是64年]。这些结果强调lpc的作为肝脏的再生细胞来源也作为一个公认的癌症干细胞可以引起肝细胞癌(53,65年]。
个人LPC的基因识别在这项研究中(表1)也反映了LPC的函数。Mcm2表示各种各样的再生细胞包括神经干细胞,肝细胞(66年,67年]。Fhl2,Klf5,Enah高度表达鼠胚胎hepatoblasts相对于成人肝细胞(68年),Fhl2是一个标记的骨髓祖细胞(69年),心肌70年),和间充质71年起源。Ndrg4一个基因参与细胞周期进展和生存72年]。Abcc1高度表达干细胞样细胞在肝癌细胞株和授予化疗抵抗,肝癌的属性(73年]。
在这项研究中我们能够使用基因LPC的签名成功地反映了LPC的存在与否的肝损伤模型。意外的表情α的基因,Murc,CDE肝脏可能解释为激活肝星状的存在在这个模型(74年),因为它们是已知的表达Murc(75年]。因此,我们发现从两组个体基因的表达β或组γ是更可靠的检测lpc的组织样本比签名包含所有三组。
我们的方法确定了许多小说LPC的标记,用于检测这些细胞在活的有机体内。标记表达在细胞表面隔离lpc的潜力。根据他们的基因本体,这部小说LPC的标记GNBP5 PANX1, PRKG2, TULP3表1定位到质膜;但是这需要确认使用荧光显微镜和亚细胞分离。
5。结论
使用公开的基因表达/微阵列数据,我们比较了LPC的转录组与其他细胞和组织类型和识别信号通路,支持快速繁殖和分化的能力。我们找到途径,符合假定的角色作为一个癌症干细胞在肝细胞癌。重要的是,我们还确定许多小说LPC的标记,其中一些本地化的细胞膜。这是有益的领域都有缺乏特定的标记,可以识别和净化lpc的。最后,由于LPC的可能反映了肝脏癌前状态以及各种肝脏疾病的严重程度,我们的LPC的签名可以理想的用作小说肝病患者的早期指标。
缩写
| BMEL: | 双电位的小鼠胚胎肝 |
| BMOL: | 双电位的小鼠椭圆形肝 |
| CDE: | Choline-deficient, ethionine-supplemented |
| 大卫: | 数据库的注释,可视化和综合发现 |
| 监护系统: | 3 5-Diethoxy-carbonyl-1 4-dihydrocollidine |
| DL: | 开发了肝 |
| 地理: | 基因表达综合 |
| 肝细胞癌: | 肝细胞癌 |
| KEGG: | 京都基因和基因组的百科全书 |
| LPC的: | 肝脏祖细胞 |
| 疯了: | 平均绝对偏差 |
| MAS 5.0: | 微阵列套件5.0 |
| 油漆: | 启动子分析和交互网络工具集 |
| 主成分分析: | 主成分分析 |
| 公益诉讼: | p53-immortalized肝 |
| T-LPC: | Tokyo-LPC。 |
信息披露
亚当•m•帕斯曼和茉莉花低是共同第一作者。
相互竞争的利益
作者宣称没有利益冲突有关的出版。
确认
这项工作是支持的澳大利亚研究委员会卓越中心格兰特(CE056149),西澳大利亚癌症理事会(id 634424 APP1010749, APP1067515)、国家卫生和医学研究委员会项目格兰特(APP1042368),国际癌症研究协会(没有。09 - 0084)。
补充材料
补充材料包含;图属于M2PK NCAM1蛋白表达,电子表格对应图2和4,所有本荟萃分析中使用微阵列的列表及其来源,引物序列,基因对应过多路径识别为集群,C和D,启动子分析数据的汇总和比较我们的数据集和一个由Oikawa T等人的调查Fibrolamellar肝细胞癌。