1 / 7

Transkriptomweite Expressionsanalysen an pulmonalen Nierenzellkarzinom-Metastasen

Transkriptomweite Expressionsanalysen an pulmonalen Nierenzellkarzinom-Metastasen. Die Expressionsmuster pulmonaler Metastasen klarzelliger Nierenzellkarzinome spiegeln das krankheitsfreie Intervall sowie die Anzahl der Lungenmetastasen eines Patienten wider.

baker-york
Download Presentation

Transkriptomweite Expressionsanalysen an pulmonalen Nierenzellkarzinom-Metastasen

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Transkriptomweite Expressionsanalysen an pulmonalen Nierenzellkarzinom-Metastasen Die Expressionsmuster pulmonaler Metastasen klarzelliger Nierenzellkarzinome spiegeln das krankheitsfreie Intervall sowie die Anzahl der Lungenmetastasen eines Patienten wider D. Wuttig1, M. Meinhardt 2, S. Zastrow 1, C. Höfling 1, B. Baier 3, S. Fuessel 1,M.-O. Grimm 1, A. Meye 1, A. Rolle 3, M.P. Wirth 1 1 Klinik und Poliklinik für Urologie, Technische Universität Dresden 2 Institut für Pathologie, Technische Universität Dresden 3 Fachkrankenhaus Coswig, Zentrum für Pneumologie, Beatmungsmedizin, Thorax- und Gefäßchirurgie gefördert von der Dr. Robert-Pfleger-Stiftung

  2. metastatic colonization dormancy Motivation und Zielstellung Metastasierung • metastasierungs-assoziierte Faktoren: Angiogenese, Zellinvasion, -migration, -adhäsion [http://www.nccr-oncology.ch] • Zielstellung • molekulare Faktoren, die mit Ausbildung variierender DFI und verschiedener Mets-Zahlen assoziiert (Microarray-Analysen) Einleitung

  3. 25nt-Sonden auf Glasmatrix Material & Methoden • Untersuchungsmaterial • 20 kryokonservierte pulmonale Mets (1318nm Nd-YAG-Laser) von 18 Patienten mit klarzelligem NZK • homogenes Patientenkollektiv: Nephrektomie, keine anderen Tumoren, nur operative Therapien (außer 1 Pat.), klin. keine dist. Mets vor Lungen-Mets-Diagnose Oligonukleotid-Microarrays • HG-U133 Plus 2.0 (Affymetrix), 47.400 Transkripte (38.500 Gene) • Auswertung: RMAExpress 4.1 (globale Hintergrundkorr., Quantilnormalisierung, PM-only) Zielstellung

  4. DFI ≥ 5 years DFI ≤ 9 months Expressionsunterschiede bei unterschiedlichem DFI I Gruppeneinteilung:frühe vs. späte Metastasen • DFI ≤9 Monate(0-9 Mon., Med=1 Mon.; n=5)vs. DFI 5 Jahre(60-156 Mon., Med=92,5 Mon; n=6) 306 differenziell expr. Gene („späte Mets“: 279, 27; 414 Sondensets) Vorhersagemodell zum DFI (weighted voting) 6-Gen-Signatur: korrekte Leave-1-Out cross validation (11 Mets) richtige Einordnung einer weiteren Proben Ergebnisse: frühe vs. späte Metastasen

  5. Biologische Relevanz der differenziell exprimierten Transkripte überrepräsentierte biologische Prozesse (GeneOntology-Analysen): Angiogenese, Motilität / Migration der Zellen, Zelladhäsion (z.B. KDR, PDGFB, PDGFA, PDGFRB, ETS1, CD31) aktiviert in „späte Mets“ Literaturrecherche: 73/306 (47%) metastasierungsassoziiert  „späte Mets“höheres metastatisches Potenzial? klinisch: unerwartet, da Patienten mit „späten Mets“ bessere Prognose haben • 306 Gene  Vorhersagemodell (k-nearest neighbouring) tumorbiologisch: 8 Mets (DFI = 11 – 30 Monate) späte Mets (DFI ≥ 5 Jahre) frühe Mets (DFI ≤ 9 Monate) 1/8 Mets (DFI=15 Monate) 7/8 Mets (DFI=11 - 30 Monate) molekularen Unterschied zwischen synchr. und metachr. Mets

  6. viele Mets wenige Mets Verschiedene Wachstumseigenschaften als Ursache für versch. Mets-Zahlen? Expressionsunterschiede bei unterschiedlicher Mets-Anzahl I Gruppeneinteilung:wenige vs. viele Metastasen • ≤8(1-8, Med=3, n=10)vs. 16(16-80, Med=24, n=7) Lungen-Mets/Pat. • 135 differenziell exprimierte Gene („viele Mets“: 50, 85; 163 Sondensets) Biologische Prozesse: Zellteilung und Zellzyklus akt. in „viele Mets“ (z.B. PBK, Survivin, PTTG1) Vorhersagemodell zur Metastasenanzahl (k-nearest neighbouring) 11-Gen-Signatur: korrekte Leave-1-Out cross validation (17 Mets) richtige Einordnung dreier weiterer Proben Ergebnisse: viele vs. wenige Metastasen

  7. Zusammenfassung und Ausblick Zusammenfassung • molekulare Unterschiede verschiedener Mets-Charakteristika: •  verschiedene DFI spielgeln sich in unterschiedlichem metastatischen • Potenzial der Mets wider •  verschiedene Mets-Zahlen aufgrund variierendem Wachstumspotenzials • Array-Ergebnisse mittels quantitativer PCR bestätigt • Ausblick • Primärtumoren einbeziehen  prognostisch relevante Gensignaturen

More Related