集成的全基因组基因表达和DNA拷贝数变化的分析强调了在小细胞食道癌癌干细胞相关通路

文摘

目的/目标。原发性小细胞食道癌癌(SCEC)代表了一种罕见的恶性肿瘤没有任何前瞻性临床试验或建立目前治疗策略。尽管先前的研究已经表明SCEC相似性和小细胞肺癌(SCLC)的临床表现、病理学、形态,很少在这高度恶性肿瘤的遗传信息是可用的。目前,患者SCEC上演,根据准则建立了SCLC治疗。然而,早期复发和远处转移是常见的,长期的幸存者是罕见的。当前选择的患者复发SCEC相当不满意,和他们的预后通常是可怜的。新颖的治疗方法对SCEC因此迫切需要,需要更深入地理解潜在的遗传机制。目前的调查旨在描述基因表达谱和拷贝数变异基因拷贝数异变在SCEC澄清可能具有临床意义的分子标记和途径。材料/方法。新创表达阵列进行了三组匹配的主要SCEC和邻近的正常组织样本的采购机构组织银行利用Affymetrix HG U133 + 2.0数组。个人组织正常化后,统计软件GeneSpring GX 12.5是用来确定差异表达基因(度)肿瘤相对于正常组织。充实除了基因功能注释和基因相互作用网络进行使用大卫•6.8和10.0的字符串。基因改变是要反复观察至少2个样品。X和Y染色体并不包括在计算的性别差异是一个已知的来源分析的偏见。度的至少一个SCEC样本可以映射到CNV地区(褶皱变化(FC)≥2和错误发现率(罗斯福)< 0.01)基因表达分析后RefSeq记录ID。这些重叠基因功能注释使用大卫受到6.8。为了阐明CNV在mRNA表达的影响,我们整合了全基因组拷贝数在3配对样本数据和基因表达。CNV-associated基因表达失常(CNV-FC)是复发性度计算使用以前公布的集成微阵列数据作为参考。皮尔森相关系数是用来确定有一个基因表达之间的统计相关性日志₂比率和复制数据使用SPSS 19.0软件。基因具有CNV-FC≥2, ( )测定基因可能与癌症有关。结果。高质量的DNA和首次提取总RNA SCEC和正常组织。微阵列数据显示显著upregulation WNT基因PTEN和等级差别集和对这些基因在SCEC集。显示与DNA复制相关的基因功能注释,有丝分裂、细胞周期、DNA修复、端粒维护,RB, p53通路显著改变比相应的非癌变组织(Benjamini SCEC )。十三复发性基因拷贝数异变在所有SCEC样品被发现全息阵列。获得的染色体区域位于14 q11.2,和损失的地区位于4 q22.3 - 23.3, 3 q25.31-q29 5 p15.31 - 15.2, 8 q21.11 - 24.3, 9 p23 - 13.1在所有样本。在两个样本中,14 q11.2 - 32.33区域放大,而3 p26.3 - 25.3, 4 p16.3-11 4 q11 - 22.3, 4 q23-25 8 p23.3, 16 p13.3被删除。我们进一步发现306基因始终不同拷贝数和表达(194调节和112个表达下调)SCEC之间和非癌变组织在所有三个样品。这些基因与参与细胞周期明显丰富,有丝分裂,DNA修复,P53通路,和RB通路,根据他们的功能注释。这306度还包括网络上面的基因通路,如NUF2 CCNE2, NFIB, ETV5, KLF5, ATAD2 NDC80, ZWINT。此外,39个人度表现出最低2倍复制数字表达变化(中值:5.35,95% CI: 4.53—-16.98)和皮尔逊相关系数≥0.6 ( ),其中PTP4A3显示最高的相关性(CNV-FC = 21362.13;皮尔森相关系数= 0.9983; )。两个截然不同的群体的基因属于每个SCEC和良性的组织观察在无人监督的双向(基因和样本)层次聚类。结论。当前的调查是第一个生产数据的基因签名SCEC基因拷贝数异变在转录水平和关系。我们的初步数据显示可能的关键角色WNT和notch信号SCEC和过表达PTP4A3作为一个潜在的治疗目标。进一步验证我们的研究是十分必要的。

1。介绍

原发性食管小细胞癌(SCEC)是一种快速进步,咄咄逼人,和特定的组织学类型的罕见的恶性肿瘤。SCEC常常表现为早期淋巴结侵犯或远处转移,患者通常只有当他们拥有先进的疾病诊断,这一现象就不可避免地导致的临床结果(1,2]。所有的不同亚型的食管恶性肿瘤发生在世界各地,0.5 -2.8%的由SCEC [3]。然而,中国人口发病率高达7.6% (4有增加的趋势。中国是一个地区特有的食管恶性肿瘤,SCEC患者的绝对数量仍然很高。信息匮乏围绕其潜在的发病和进展,因此,关于潜在的治疗目标所知甚少。

尽管先前的研究显示临床、病理和形态相似性SCEC和小细胞肺癌(SCLC), SCEC的遗传基础,高度恶性肿瘤,在很大程度上是未知的。因为前瞻性临床试验或标准治疗尚未建立,患者SCEC上演,为SCLC治疗根据指导方针。然而,早期复发和远处转移是常见的在SCEC和长期生存是罕见的。此外,SCEC复发患者反应不足的二线治疗的预后一般差。因此,新型生物标志物来帮助早期诊断的识别,使设计有针对性的治疗和预后评价SCEC,较高的临床意义。

的起始和发展引发的恶性肿瘤已经确立的积累一些基因畸变在很长一段时间5]。DNA拷贝数变化(CNVs)是无数的人类恶性肿瘤的特征;然而,他们对基因表达的影响还有待澄清。基因表达微阵列数据的可用性和集成和全基因组基于数组的比较基因组杂交(aCGH)背后的分子发病机制提供了新的见解不同的基因表达(6- - - - - -9]。一种改进的理解潜在基因改变SCEC将小说的基础,创新疗法,这是急需的。

在目前的研究中,首次筛查SCEC组织显著改变基因组区域和(度)相对于正常组织的差异表达基因。其次是我们综合分析基因拷贝数和表达式来识别潜在的两者之间的相关性。最后,定量逆转录聚合酶链反应(存在)分析十度代表为了获得通过微阵列分析结果进行验证。

2。材料和方法

2.1。组织处理,总RNA提取基因组DNA,

配对SCEC和相邻的非癌变组织从三个外科手术标本收获和液态氮冷冻,之前一直在组织−80°C银行上海复旦大学癌症中心(FUSCC)。中间三个患者胸SCEC III期(根据美国癌症联合委员会(第六版)TNM分期系统)或有限阶段(基于资深的政府肺癌研究小组,VALSG)。所有病人的平均年龄是59岁(范围从56至67年),有两个三个病人的女性。所有选定的患者手术前没有收到任何抗癌治疗他们也没有受到任何其他癌症类型。伦理批准被人类研究伦理委员会授予FUSCC开始这项研究之前,和从入学前所有患者知情同意是采购。

冷冻组织块第一次切割并且受甲苯基紫或甲苯胺蓝染色可视化总RNA和基因组DNA (gDNA),分别(美国Ambion、奥斯汀、TX)。LMD(徕卡微系统公司,位于德国)病理学家用来分辨恶性和非恶性的细胞组织部分。提取总RNA和gDNA商用工具的帮助下,根据制造商的说明进行。安捷伦2100生物分析仪(安捷伦科技,帕洛阿尔托,CA)被用来证实纯度,完整性和集中的总RNA(数据未显示)。RNA完整性决定了RIN软件算法(10),只有样品RIN得分> 7.5被用于微阵列实验。高质量的RNA特征样本,具有低背景噪音和有明显的峰值代表18岁和28 s核糖体RNA。1%琼脂糖凝胶电泳是用于验证gDNA质量,而其浓度是量化Nanodrop nd - 1000分光光度计(Nanodrop技术,威明顿、德)。

2.2。全息阵列

基因组异常SCEC组织分析安捷伦aCGH G3人类4 x180k数组。gDNA (500 ng)癌和非癌变样品消化一夜之间在37°C使用Rsa和Alu我限制网站酶(Promega,麦迪逊,WI)。Cy5 - / Cy3-dUTP荧光染料用于标签和样品安捷伦基因组DNA标记工具+(安捷伦科技)。的标记gDNA产品纯化Microcon YM-30过滤设备(微孔,贝德福德,MA), DNA的产量和染料结合量化。全息微阵列用于杂化混合物的标记样本对(包含相同数量的每个恶性和非恶性的样本)24小时的65°C。幻灯片被冲洗与安捷伦益生元aCGH洗缓冲区1和2(热Shandon,沃尔瑟姆,妈,我们)按照制造商的指示。洗后,使用一个安捷伦芯片扫描仪扫描的幻灯片。特征提取软件10.7版本是用于分析原始数据默认CGH参数设置(安捷伦科技)。

全息阵列数据处理如前所述。简单地说,假定的CNV间隔确定每个样本中包含使用CytoGenomics 2.7.8.0(安捷伦科技,圣克拉拉,CA,美国)。Cy5 / Cy3比率转换为日志₂转换值然后进行数据修正使用模糊零和集中进行修正。最后,ADM-2算法被用来识别基因拷贝数异变在个别SCEC样本阈值6之前定位畸变频率。另外,以下畸变过滤器应用:最大畸变区域数量= 10000,最低绝对平均日志₂率= 0.5,= 3和最小数量的探测区域。分析排除染色体X和y数据提交的原始拷贝数是NCBI的基因表达综合(GEO) (11),可以通过地理系列加入GSE111298数量。周期性变化确定出现复发是否观察到至少2的3个样本。最低公共区域周期性变化的3个样品进行了分析,包括染色体畸变的位置和大小。

2.3。基因表达微阵列分析

基因表达分析的SCEC和非癌变组织进行了Affymetrix HG U133 + 2.0 (Affymetrix,圣克拉拉,CA)数组。GeneChip 3 'ivt表达工具包(Affymetrix,圣克拉拉,CA,美国)被用来放大,标签,净化总rna按照制造商的协议。Biotin-labeled cRNA在16小时45°C,杂化和基因芯片是冲洗沾streptavidin-phycoerythrin(分子探针)GeneChip流体工作站450 (Affymetrix)。共焦激光扫描仪(GeneArray扫描仪3000)是利用扫描彩色的基因芯片,与合成图像转换由命令控制台软件3.1 (Affymetrix)默认设置为相应的数值,表示他们的相对信号强度。原始数据被强劲的规范化multiarray平均(RMA)分位数规范化分析算法与GeneSpring GX 12.5软件(美国安捷伦科技,圣克拉拉,CA)生成玻璃纸强度文件。所有基因表达数据可以在NCBI通过地理(地理:GSE111044)。

质量控制是由以下诊断情节:主成分分析(PCA),箱线图,皮尔逊相关性,和MvA情节,(补充信息图S1,S2)。主持以及分析Benjamini-Hochberg多个测试修正被用来获得度之间的褶皱变化(FC) SCEC和匹配相邻的非癌变组织≥2(错误发现率(罗斯福)截止< 0.01)。度在火山地块(补充信息图可视化S3),然后导入到基因集富集分析软件(GSEA)版本2.2.3解释基因表达数据。重点是致癌基因签名集(C6),而不是单个基因,分享共同的生物功能。丰富的基因的功能注释和基因相互作用网络分析大卫•6.8和10.0的字符串。

2.4。综合分析aCGH和表达数据

定位基因的表达受到基因组基因拷贝数异变,与罗斯福度< 0.01和FC≥2位于CNV的区域至少一个SCEC样本追踪使用RefSeq记录ID。这些重叠基因进行功能注释使用大卫6.8。删除和放大在分析被认为是单独的实体。

皮尔逊相关系数也的计算来确定潜在的基因表达和DNA拷贝数之间的相关性。只有基因位于染色体区域,具有周期性畸变进行了分析。通过确定度与异常相关的DNA拷贝数,我们试图孤立稳定基因,肿瘤抑制基因和潜在致癌基因在癌症进行机械的功能。基因中表达水平之间的样本有或没有拷贝数删除/放大对比来确定拷贝数的影响差异基因的表达。基因表达褶皱变化(FCs)计算表达式中值除以样本(s)与基因拷贝数异变的表达式中值样本(s)没有基因拷贝数异变(6,12]。基因被确定是那些拥有至少2倍拷贝数增加和相关基因表达异常(CNV-FC)。我们将找到这些基因表达差异SCEC和正常食管组织之间。事实证明这个假设是3的层次聚类样本对使用平均连接方法,和集群可视化使用Java treeview 1.1.3软件。用SPSS 19.0软件的帮助下,我们能够确定之间的皮尔逊相关系数的DNA基因拷贝数异变,并为每个选定的基因表达水平的变化,以澄清拷贝数和基因表达之间的关系。基因具有CNV-FC≥2, ( )测定基因可能与癌症有关。

2.5。定量逆转录聚合酶链反应(存在)

执行中存在通过微阵列分析验证度决定。短暂,试剂盒试剂(英杰公司)是用于提取总RNA组织样本随后互补脱氧核糖核酸合成利用PrimeScript RT试剂(豆类生物Inc .)。使用SYBR绿色染料(豆类生物Inc .),测定基因表达水平在7500快速实时PCR循环(应用生物系统公司)。特定的基因引物设计和建造了BioTNT有限公司(上海,中国)。所有可用引物序列表S1(补充信息)。所有的反应都在一式三份。2^−ΔΔCt方法用于确定相对基因表达,规范化的看家基因的表达β肌动蛋白。

3所示。结果

3.1。SCEC的基因表达谱

数据分析通过GeneSpring软件显示1485度SCEC相对于相邻的非癌变组织,有879个调节和606个基因表达下调。在1485度,neuroendocrine-associated基因SYP (Syn;FC = 1.5,罗斯福= 0.04),CHGA(注册会计师;FC = 3.02,罗斯福= 0.04),NCAM1 (CD56;FC = 18.10,富兰克林·德兰诺·罗斯福= 0.006),ASCL1 (FC = 619.23,罗斯福= 0.0005),和GRP (FC = 5.33,富兰克林·德兰诺·罗斯福= 0.03)和proliferation-associated基因MKI67 (ki - 67;FC = 9.35,富兰克林·德兰诺·罗斯福= 0.007)和PCNA (FC = 4.20,富兰克林·德兰诺·罗斯福= 0.006)中。GSEA C6注释发现PTEN、RB,和WNT-related基因集调节而Notch-related基因表达下调(表集1)。表2列出了生物过程或通路的基因注释由大卫根据他们的重要性(数≥10和Benjamini ),包括DNA复制、细胞周期、细胞有丝分裂,染色体端粒的维护、DNA修复、p53和RB。此外,SCEC组织被发现具有互动与FOXM1基因网络,TMPO, KIF11 NEK2, CENPF常见框架集中在NUF2(补充信息图S4)。基因参与SCEC-regulated网络参与细胞周期、有丝分裂、细胞周期检查点,主轴组织,微管绑定,细胞骨架蛋白绑定和其他生物过程(补充信息表S2,S3)。

3.2。在SCEC拷贝数变化

基因拷贝数异变是表示在整个基因组的基础上分析了拷贝数平均频率的收益和损失。补充信息图S5描述了所有染色体的基因拷贝数异变发现。收获的区域被发现在所有样本位于14 q11.2,而失去的地区在所有样本中发现位于4 q22.3 - 23.3。地区获得观察2样本位于3 q25.31-q29 5 p15.31 - 15.2, 8 q21.11 - 24.3, 9 p23 - 13.1和14 q11.2 - 32.33,损失和地区观察到2样本位于3 p26.3 - 25.3, 4 p16.3-11 4 q11 - 22.3, 4 q23-25 8 p23.3, 16 p13.3降低频率。这些改变复制数据的最小的公共区域,包括染色体的位置,潜在的目标基因,频率,碱基对的大小变化,如表所示3。只有拥有至少两个基因拷贝数与相关基因表达水平的变化以及皮尔逊相关系数小于0.6 ( )被选中。

3.3。复制数字基因表达的变化

我们确定了306个基因(194调节和112个表达下调),始终显示拷贝数的改变以及表达水平。这些基因在细胞周期大大丰富,有丝分裂,DNA修复,p53通路,和RB通路的功能注释(补充信息表S4)。值得注意的是,大部分的网络基因在基因表达分析,如NUF2 CCNE2, NFIB, ETV5, KLF5, ATAD2, NDC80,和ZWINT包含在这些306个基因。

39个人基因都至少2倍复制数字变化表达式(中值:5.35,95% CI: 4.53—-16.98)和皮尔逊相关系数小于0.6 ( ;看到补充信息表S5详情),PTP4A3显示最高的相关性(CNV-FC = 21362.13;皮尔森相关系数= 0.9983; )。一个无监督的双向(基因和样品)的层次聚类3样本对基于这些基因两个截然不同的集群透露,分离SCEC从相邻的非癌变组织(图1)。一些新颖的基因可以作为SCEC生物标志物是显示在一个集成分析的基因拷贝数和表达;然而,他们的临床实用程序需要通过进一步的研究验证。

3.4。中存在的验证芯片结果

证实微阵列的结果,执行中存在以下10个39的基因:neuroendocrine-associated基因(INSM1, ASCL1、NRCAM SNAP25),一个基因集中在基因调控网络(NUF2)和5个可能的癌症相关的基因(PTP4A3 RFC4,休息,APEH和FBLN2)。七的10个基因,也就是说,INSM1, ASCL1, NRCAM, SNAP25, NUF2, PTP4A3, RFC4,调节而休息,APEH, FBLN2表达下调。存在结果反映那些获得通过高通量微阵列分析,从而验证后者以及突出一些潜在目标基因(图2)。

4所示。讨论

目前没有有效的治疗策略治疗主要SCEC,一种罕见的恶性肿瘤。不幸的是,没有重大进展在过去的几十年阐明SCEC的生物学。这项研究是第一个研究SCEC的分子和遗传基础在全基因组水平上。与先前的研究相比,我们发现了更多的基因通过全球微阵列分析可能有SCEC的潜在作用机制。恶性肿瘤增殖的能力是一个功能的临床预后价值(13]。恶性SCEC细胞倾向繁殖很快,迅速发展的造血的病人中,骨,在病程早期淋巴结转移。与此一致的是,与以前公布的报告(14),我们看到一个显著upregulation neuroendocrine-associated和proliferation-associated基因SCEC组织相对于相应的正常组织。

尽管promalignant特性,如高水平的ki - 67增殖细胞核抗原(PCNA)和端粒酶活性,bcl - 2积极性,丰富的新血管形成,p53超表达在SCEC[已报告14- - - - - -16),详细的遗传研究并不可用。PTEN是最显著改变(下调)基因的全基因组分析SCEC组织。这是一个PI3K / PTEN / AKT通路的效应;一个关键通路调节细胞周期进展,细胞迁移,新陈代谢,和生存。此外,异常的PTEN表达了通过催化剂甲基化沉默,缺失或突变通常是在几个主要和普遍观察到人类癌症转移。似乎有一个更高的发生突变的PTEN基因(36.84%)患者的华裔SCEC与表皮生长因子受体相比,卡尔斯,或者PIK3CA基因突变(4]。此外,PTEN经常丢失或突变在SCLC (17,18]。综上所述,PTEN给SCEC本身作为一个潜在的治疗目标。

我们还进行了全基因组分析的DNA基因拷贝数异变在SCEC组织确定拥有特异表达的基因表达水平的改变复制数据。7号染色体区域观察复发性拷贝数的损失,而6染色体区域复发性拷贝数增加。这突显出这些基因拷贝数异变,除了特定的基因,可能会有重大的生物在SCEC发病机理中的作用。我们发现了一个306度一致,在细胞周期大大丰富,有丝分裂,DNA修复,p53和RB通路/功能注释。

进一步突出之间的联系的表达基因位于染色体的异常表达和拷贝数,我们计算皮尔逊相关系数。39基因被发现拥有一个值≥0.6,这表明他们的表达相关褶皱变化显著的方式拷贝数。所表现出的相关性最高PTP4A3 (CNV-FC = 21362.13; ; )。PTP4A3,也被称为再生磷酸酶的liver-3 (PRL-3),是一种蛋白质酪氨酸磷酸酶与转移密切相关,其表达水平显著发现关联的生存和发展各种癌变肿瘤。最近的一项研究证明,PRL-3可能影响肿瘤的发展,中介有害影响端粒体内平衡(19]。基于先前的发现和异常SCEC的侵略性,我们假设PTP4A3 SCEC创世纪中的关键角色,发展和转移,可作为治疗药物的发展目标。

虽然我们只检查了少量的主要样本,我们的研究是第一个研究基因表达谱和基因拷贝数异变在SCEC患者在全基因组范围内。大样本人群还需要进一步的研究来证实我们的发现,并挑出最有用的基因。此外,PTP4A3的临床和治疗意义和其他潜在的目标是验证。综上所述,我们的研究是一个重要的一步阐明SCEC创世纪的机械基础和转移和发现新的治疗目标。

5。结论

这项研究是第一个调查SCEC从全基因组表达的基因签名和拷贝数分析。我们的初步数据表明,干细胞相关基因和通路可能函数来调解开始,发展,和转移SCEC,尽管进一步的验证是必要的。

数据可用性

微阵列数据用于支持这项研究的结果已经存入基因表达综合(GEO)。加入地理数据追加如下:GSE111299:全基因组基因表达和DNA拷贝数变化的分析小细胞食道癌癌,GSE111044:从SCEC表达数据和相应的正常样本,和GSE111298:从SCEC aCGH数据和相应的正常样本。网站包括https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE111044和https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE111298。

信息披露

这个研究报告部分的第57届会议上美国放射肿瘤学学会,圣安东尼奥(10月21,2015)。

的利益冲突

其他作者没有利益冲突的披露。

作者的贡献

刘Di和徐苑同样本研究和分享第一作者。

确认

这项研究得到了国家重点临床专业发展项目(批准号中国卫生部439年)和研究(批准号14411965800)从上海市科学技术委员会。

补充材料

图S1: PCA、箱线图和皮尔逊相关矩阵的SCEC组。图S2: MvA每个SCEC样本和邻近的正常组织的阴谋。图S3:火山SCEC组织的阴谋。图S4:基因调控网络策划的前120度(由罗斯福排名)使用字符串10.0.5 SCEC集团。DNA拷贝数变化的3双SCEC样本。表S1:引物的利用中存在基因表达微阵列数据的验证。表S2:监管网络SCEC组基因的列表。表S3:大卫SCEC组基因注释的监管网络。表S4:大卫注释的基因改变一贯SCEC mRNA表达和拷贝数之间。表S5: 39可能的癌症相关的基因在SCEC列表。(补充材料)

引用

1. d . w . w . Chen f . Wang s . Zhang et al .,“原发性食道小细胞癌:44例临床病理研究,“BMC癌症,14卷,不。1,p。222年,2014。视图:出版商的网站|谷歌学术搜索
2. f·卡萨斯·费雷尔,b . Farrus j·卡萨尔斯,和a . Biete“原发性食道小细胞癌:文献之回顾与强调治疗和预后,”癌症,卷80,不。8,1366 - 1372年,1997页。视图:出版商的网站|谷歌学术搜索
3. m . Kukar a . Groman Malhotra et al .,美国“食道小细胞癌:SEER数据库分析,“《肿瘤外科,20卷,不。13日,4239 - 4244年,2013页。视图:出版商的网站|谷歌学术搜索
4. z, h·肖f·谢et al .,“高发病率的PTEN基因突变在中国原发性食道小细胞癌的患者,”BMC癌症,14卷,不。1,p。19日,2014。视图:出版商的网站|谷歌学术搜索
5. b . Vogelstein和k .从事癌症基因和通路控制。”自然医学,10卷,不。8,789 - 799年,2004页。视图:出版商的网站|谷歌学术搜索
6. s . Junnila a . Kokkola m . l . Karjalainen-Lindsberg p . Puolakkainen o . Monni,“全基因组基因拷贝数和表达分析原发性胃肿瘤和胃癌细胞株,”BMC癌症,10卷,不。1,p。73年,2010。视图:出版商的网站|谷歌学术搜索
7. s . Myllykangas s Junnila a Kokkola et al .,“综合基因拷贝数和表达的微阵列分析胃癌强调潜在的目标基因,”国际癌症杂志》上,卷123,不。4、817 - 825年,2008页。视图:出版商的网站|谷歌学术搜索
8. s y冢本,t .田Karnan et al .,“全基因组分析DNA拷贝数变化和基因表达在胃癌,”《华尔街日报》的病理,卷216,不。4、471 - 482年,2008页。视图:出版商的网站|谷歌学术搜索
9. 杨,h . c . Jeung h·j·宋et al .,”与相关模式识别的基因DNA拷贝数的变化和基因表达水平在胃癌,”基因组学,卷89,不。4、451 - 459年,2007页。视图:出版商的网站|谷歌学术搜索
10. a·施罗德o·穆勒,s储料器et al .,“RIN:完整性值分配给RNA的RNA数量完整性测量,”BMC分子生物学,7卷,不。1,p。2006。视图:出版商的网站|谷歌学术搜索
11. r·埃德加·m·Domrachev, a . e .睫毛”基因表达综合:NCBI基因表达和杂交数组数据存储库,”核酸的研究,30卷,不。1,第210 - 207页,2002。视图:出版商的网站|谷歌学术搜索
12. s p l . Cheng Wang杨et al .,“识别的基因拷贝数之间的相关性和表达在胃癌,”BMC医学基因组学,5卷,不。1,p。2012。视图:出版商的网站|谷歌学术搜索
13. h .木村、y米村和a·l·爱泼斯坦,“流仪定量proliferation-associated核抗原施敏原著和DNA含量的先进胃癌症,”癌症,卷68,不。10日,2175 - 2180年,1991页。视图:出版商的网站|谷歌学术搜索
14. 井上h .木村,k . Konishi t . et al .,“原发性食道小细胞癌:流仪分析和免疫组织化学染色的p53蛋白和增殖细胞核抗原,”肿瘤外科杂志》,卷68,不。4、246 - 249年,1998页。视图:出版商的网站|谷歌学术搜索
15. n . Koide h .齐藤a铃木et al .,“临床病理的特点和组织化学分析的增殖活性和血管生成在食道小细胞癌,”胃肠病学杂志》上,42卷,不。12日,第938 - 932页,2007年。视图:出版商的网站|谷歌学术搜索
16. k . Takubo k . i中村m . Sawabe et al .,“原发性食道未分化小细胞癌。”人类病理学,30卷,不。2、216 - 221年,1999页。视图:出版商的网站|谷歌学术搜索
17. m . c . Pietanza和m . Ladanyi”,把小细胞肺癌基因组景观为重点,“自然遗传学,44卷,不。10日,1074 - 1075年,2012页。视图:出版商的网站|谷歌学术搜索
18. s p D天使和m . c . Pietanza”小细胞肺癌的分子发病机制。”癌症生物学和治疗,10卷,不。1、1 - 10,2014页。视图:出版商的网站|谷歌学术搜索
19. 丽安,l .孟y杨et al .,“PRL-3促进端粒去和染色体不稳定,”核酸的研究,45卷,不。11日,第6571 - 6546页,2017年。视图:出版商的网站|谷歌学术搜索

版权

版权©2018 Di刘et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。