Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Đặc trưng đa nền tảng của microRNA ở bệnh nhân u gan nguyên phát sử dụng mẫu lưu trữ paraffin cố định trong formalin
Tóm tắt
Các mẫu được cố định trong formalin và nhúng paraffin (FFPE) là một nguồn tài nguyên quý giá trong nghiên cứu ung thư và có thể được sử dụng rộng rãi. Tuy nhiên, chúng thường bị sử dụng không đầy đủ do sự phân hủy và các biến đổi hóa học xảy ra trong RNA, điều này có thể gây khó khăn cho các phân tích tiếp theo. Trong chăm sóc y tế hàng ngày, vật liệu FFPE được kiểm tra và lưu trữ, do đó các bộ sưu tập lâm sàng của nhiều loại ung thư tồn tại. Việc đánh giá và ghi lại chất lượng dữ liệu có thể thu được từ loại vật liệu này là rất hữu ích. Nghiên cứu hiện tại đã điều tra ba nền tảng độc lập và khả năng của chúng trong việc lập hồ sơ microRNA (miRNA) trong các mẫu FFPE từ bệnh nhân u gan nguyên phát (HB). Tại đây, chúng tôi trình bày ba loại tập dữ liệu bao gồm hồ sơ miRNA cho 13 bệnh nhân HB với các loại khối u và biến thể phân tử khác nhau. Ba nền tảng được sử dụng để tạo ra những dữ liệu này là: giải trình tự thế hệ tiếp theo (Illumina MiSeq), vi mạch (Affymetrix® GeneChip® miRNA 3.0 array) và NanoString (nCounter, Human v2 miRNA Assay). Các miRNA trưởng thành được xác định dựa trên phiên bản 17 và 18 của miRBase. Những tập dữ liệu này cung cấp một bức tranh toàn cảnh về biểu hiện miRNA cho một loại ung thư trẻ em hiếm gặp mà trước đây chưa được đặc trưng tốt. Những dữ liệu này có thể phục vụ như một nguồn tài nguyên cho các nghiên cứu trong tương lai nhằm so sánh hồ sơ miRNA của HB và ghi lại biểu hiện miRNA bất thường trong loại ung thư này.
Từ khóa
#microRNA #hepatoblastoma #formalin fixed paraffin embedded #FFPE #biểu hiện RNATài liệu tham khảo
Krek A, Grun D, Poy MN, Wolf R, Rosenberg L, Epstein EJ, et al. Combinatorial microRNA target predictions. Nat Genet. 2005;37(5):495–500.
Lewis BP, Burge CB, Bartel DP. Conserved seed pairing, often flanked by adenosines, indicates that thousands of human genes are microRNA targets. Cell. 2005;120(1):15–20.
Magrelli A, Azzalin G, Salvatore M, Viganotti M, Tosto F, Colombo T, et al. Altered microRNA Expression Patterns in Hepatoblastoma Patients. Translat Oncol. 2009;2(3):157–63.
Calin GA, Dumitru CD, Shimizu M, Bichi R, Zupo S, Noch E, et al. Frequent deletions and down-regulation of micro-RNA genes miR15 and miR16 at 13q14 in chronic lymphocytic leukemia. Proc Natl Acad Sci U S A. 2002;99(24):15524–9.
Lu J, Getz G, Miska EA, Alvarez-Saavedra E, Lamb J, Peck D, et al. MicroRNA expression profiles classify human cancers. Nature. 2005;435(7043):834–8.
Chatterjee A, Eccles MR. DNA methylation and epigenomics: new technologies and emerging concepts. Genome Biol. 2015;16:103.
Von Ahlfen S, Missel A, Bendrat K, Schlumpberger M. Determinants of RNA quality from FFPE samples. PLoS One. 2007;2(12), e1261.
Pradervand S, Weber J, Lemoine F, Consales F, Paillusson A, Dupasquier M, et al. Concordance among digital gene expression, microarrays, and qPCR when measuring differential expression of microRNAs. Biotechniques. 2010;48(3):219–22.
Git A, Dvinge H, Salmon-Divon M, Osborne M, Kutter C, Hadfield J, et al. Systematic comparison of microarray profiling, real-time PCR, and next-generation sequencing technologies for measuring differential microRNA expression. RNA. 2010;16(5):991–1006.
Kolbert CP, Feddersen RM, Rakhshan F, Grill DE, Simon G, Middha S, et al. Multi-platform analysis of microRNA expression measurements in RNA from fresh frozen and FFPE tissues. PLoS One. 2013;8(1), e52517.
Glud M, Klausen M, Gniadecki R, Rossing M, Hastrup N, Nielsen FC, et al. MicroRNA expression in melanocytic nevi: the usefulness of formalin-fixed, paraffin-embedded material for miRNA microarray profiling. J Invest Dermatol. 2008;129(5):1219–24.
Li J, Smyth P, Flavin R, Cahill S, Denning K, Aherne S, et al. Comparison of miRNA expression patterns using total RNA extracted from matched samples of formalin-fixed paraffin-embedded (FFPE) cells and snap frozen cells. BMC Biotechnol. 2007;7(1):36.
Rosenfeld N, Aharonov R, Meiri E, Rosenwald S, Spector Y, Zepeniuk M, et al. MicroRNAs accurately identify cancer tissue origin. Nat Biotech. 2008;26(4):462–9.
Tetzlaff MT, Liu A, Xu X, Master SR, Baldwin DA, Tobias JW, et al. Differential expression of miRNAs in papillary thyroid carcinoma compared to multinodular goiter using formalin fixed paraffin embedded tissues. Endocr Pathol. 2007;18(3):163–73.
Zhang X, Chen J, Radcliffe T, Lebrun DP, Tron VA, Feilotter H. An array-based analysis of microRNA expression comparing matched frozen and formalin-fixed paraffin-embedded human tissue samples. J Mol Diagnos. 2008;10(6):513–9.
von Frowein J, Pagel P, Kappler R, von Schweinitz D, Roscher A, Schmid I. MicroRNA‐492 is processed from the keratin 19 gene and up‐regulated in metastatic hepatoblastoma. Hepatology. 2011;53(3):833–42.
Chatterjee A, Leichter AL, Fan V, Tsai P, Purcell RV, Sullivan MJ, et al. A cross comparison of technologies for the detection of microRNAs in clinical FFPE samples of hepatoblastoma patients. Sci Rep. 2015;5:10438.
Purcell R, Childs M, Maibach R, Miles C, Turner C, Zimmermann A, et al. HGF/c-Met related activation of b-catenin in hepatoblastoma. J Exp Clin Cancer Res. 2011;30:96.
Stockwell PA, Chatterjee A, Rodger EJ, Morison IM. DMAP: differential methylation analysis package for RRBS and WGBS data. Bioinformatics. 2014;30(13):1814–22.
Chatterjee A, Stockwell PA, Horsfield JA, Morison IM, Nakagawa S. Base-resolution DNA methylation landscape of zebrafish brain and liver. Genom Data. 2014;2:342–4.
Chatterjee A, Rodger EJ, Stockwell PA, Weeks RJ, Morison IM. Technical considerations for reduced representation bisulfite sequencing with multiplexed libraries. J Biomed Biotechnol. 2012;2012:741542.
Chatterjee A, Ozaki Y, Stockwell PA, Horsfield JA, Morison IM, Nakagawa S. Mapping the zebrafish brain methylome using reduced representation bisulfite sequencing. Epigenetics. 2013;8(9):979–89.
Martin M. Cutadapt removes adapter sequences from high-throughput sequencing reads. Bioinformatics in Action. 2011;17(1).
Langmead B, Trapnell C, Pop M, Salzberg SL. Ultrafast and memory-efficient alignment of short DNA sequences to the human genome. Genome Biol. 2009;10(3):R25.
Friedlander MR, Mackowiak SD, Li N, Chen W, Rajewsky N. miRDeep2 accurately identifies known and hundreds of novel microRNA genes in seven animal clades. Nucleic Acids Res. 2012;40(1):37–52.
Torrezan GT, Ferreira EN, Nakahata AM, Barros BD, Castro MT, Correa BR, et al. Recurrent somatic mutation in DROSHA induces microRNA profile changes in Wilms tumour. Nat Commun. 2014;5:4039.
Zhang X-F, Li K-K, Gao L, Li S-Z, Chen K, Zhang J-B, et al. miR-191 promotes tumorigenesis of human colorectal cancer through targeting C/EBPβ. Oncotarget. 2015;6(6):4144–58.
Huang Z, Huang S, Wang Q, Liang L, Ni S, Wang L, et al. MicroRNA-95 promotes cell proliferation and targets sorting Nexin 1 in human colorectal carcinoma. Cancer Res. 2011;71(7):2582–9.
Yau WL, Lam CSC, Ng L, Chow AKM, Chan STC, Chan JYK, et al. Over-expression of miR-106b promotes cell migration and metastasis in hepatocellular carcinoma by activating epithelial-mesenchymal transition process. PLoS One. 2013;8(3), e57882.
Gyugos M, Lendvai G, Kenessey I, Schlachter K, Halasz J, Nagy P, et al. MicroRNA expression might predict prognosis of epithelial hepatoblastoma. Virchows Arch. 2014;464(4):419–27.
Leichter, AL; Purcell, RV; Sullivan, MJ; Eccles, MR; Chatterjee, A. (2015): Supporting data for "Multi-platform microRNA profiling of hepatoblastoma patients using formalin fixed paraffin embedded archival samples".GigaScience Database. http://dx.doi.org/10.5524/100180