Mikroarray-teknologian edut ja rajoitukset ihmisen syövässä
tämän vuoden huhtikuussa todistimme yhtä biologian monumentaalisimmista saavutuksista: ihmisen perimän täydellistä sekvensointia. Miljardien sekvenssipohjaisten emästen dekoodaus ja tietokannan laskeuma on postsequence-funktionaalisen genomiikan lähtökohta. Jaksollisen järjestelmän löytämisellä oli tärkeä vaikutus kemiaan. Samoin ihmisen perimän täydellisellä selvittämisellä on vaikuttavia vaikutuksia ihmisten terveyteen ja elämänlaatuun. Tällä hetkellä ymmärrämme vain rajallisen määrän ihmisen geenejä toiminnan. Kaikkien ihmisen geenien toiminnan tutkiminen on teknologinen haaste. Tähän haasteeseen vastaamiseksi on kehitetty uusia suuritehoisia työkaluja. Microarray-määritys on tehokas molekyylitekniikka, jonka avulla voidaan samanaikaisesti tutkia tuhansien geenien tai niiden RNA-tuotteiden ilmentymistä, jolloin saadaan tarkka kuva geenien ilmentymisestä solussa tai näytteessä tutkimusajankohtana.
esimerkiksi kaikkien lääkeresistenssin ja aineenvaihdunnan geenien tai kaikkien tunnettujen onkogeenien ilmentyminen solussa voidaan havaita ja mitata samassa ajassa (Brown and Botstein, 1999; Collins, 1999; Lander, 1999). Mikroarray voidaan määritellä järjestyneeksi mikropisteiden (koettimien) kokoelmaksi, jonka jokainen piste sisältää yhden nukleiinihapon lajin ja edustaa kiinnostavia geenejä. Tämä tekniikka perustuu hybridisaatio välillä merkitty vapaa kohteita johdettu biologisesta näytteestä ja joukko monia DNA-koettimet, jotka ovat immobilisoitu matriisi (Southern et al., 1999). Kohteet saadaan aikaan käänteisellä transkriptiolla ja merkitsemällä samanaikaisesti DNA-fragmenttiluotainten kanssa hybridisoituneen biologisen näytteen RNA-uutteita. Kullakin luotaimella tuotettu hybridisaatiosignaali on näytteen vastaavan geenin mRNA-ilmentymistaso tutkimushetkellä. Signaalit havaitaan, kvantifioidaan, integroidaan ja normalisoidaan erityisellä ohjelmistolla, ja ne heijastavat kunkin biologisen näytteen ”geeniekspressioprofiilia” tai ”molekyylimuotokuvaa”.
useita tuhansia tai kymmeniätuhansia erillisiä täpliä voidaan painaa pii-tai lasilevylle tai nailonin puolijohdepohjalle. Mikrorakenteista on pääasiassa kaksi muunnosta: cDNA-ja oligonukleotidimikrorakenteet (Schena et al., 1995, 1996; Lockhart ym., 1996). Vaikka molempia mikroarraytyyppejä käytetään geenien ilmentymäkuvioiden analysointiin, nämä muunnokset ovat pohjimmiltaan erilaisia (Lipshutz et al., 1999). CDNA-mikrojärjestelmissä suhteellisen pitkät DNA-molekyylit ovat liikkumattomina kiinteällä pinnalla. Tämän tyyppistä mikroarrayta käytetään enimmäkseen laajamittaisissa seulonta-ja ilmaisututkimuksissa. Oligonukleotidimikroarray valmistetaan in situ-valolla ohjatulla kemiallisella synteesillä tai tavanomaisella synteesillä, jota seuraa immobilisaatio lasimatriisissa. Tätä mikroarrayta käytetään mutaatioiden havaitsemiseen, geenikartoitukseen ja ekspressiotutkimuksiin, ja se mahdollistaa sellaisten geeniperheen jäsenten tai vaihtoehtoisten transkriptien differentiaalisen havaitsemisen, joita cDNA-mikroarrayt eivät pysty erottamaan toisistaan.
mikroarkeuden kemia sinänsä ei ole Uusi, sillä hybridisaatioteknologia on ollut vakiintunut jo vuosikymmeniä. Tuhansien geenien samanaikainen tutkimus kuitenkin muuttaa microarray-tekniikan tehokkaaksi koko järjestelmän analyyttiseksi työkaluksi. On kulunut lähes 10 vuotta siitä, kun ensimmäiset mikroradat luotiin, ja silti tämä tekniikka paranee ja edistyy edelleen. Microarray-sovellusten määrä on sen käyttöönoton jälkeen kasvanut (Kuva 1). Alkaen niiden käytöstä geenien seulonnassa ja kohdetunnistuksessa, tämä teknologia löytää uusia sovelluksia, kuten kehitysbiologian, tautiluokituksen, reittitutkimukset, lääkkeiden löytämisen ja toksikologian. Mikroarrayn tuotantoon ja käyttöön liittyvä teknologia ei kuulu tämän tarkastelun piiriin, mutta sitä on tarkasteltu laajasti muualla (Schena et al., 1995; Niemeyer ja Blohm, 1999; Bowtell, 1999; Brown ja Botstein, 1999; Celis et al., 2000; Cheung et al., 1999; Duggan et al., 1999; Graves, 1999; Khan et al., 1999; Hegde et al., 2000; Meldrum, 2000). Kuvaamme tässä joitakin viimeaikaisia kehitysvaiheita ja tuloksia mikroarray teknologian syöpätutkimuksessa, keskustella mahdollisista ongelmista, kuvata kliinisiä sovelluksia ja kommentoida tulevaisuuden tämän teknologian.
globaalin geeniekspression mittaamisen merkitys ihmisen syövissä
transkriboitujen geenien populaation luonnehtiminen on johtanut uuden termin, transkriptomin (Su et al., 2002). Tämä käsite määrittelee täydellisen joukon transkriboituja geenejä, jotka ilmaistaan tietyn lajin messenger RNA: na. Transkriptomi edustaa siis RNA: n lähettien universumia, joka saattaa koodata proteiineja. Vain noin 5% geeneistä on aktiivisia tietyssä solussa tiettynä ajankohtana. Suurin osa geeneistä on tukahdutettuja, ja tämä kontrolli voi tapahtua joko transcriptionaalisella tai translationaalisella tasolla. Koska proteiinin ilmentymisen säätely transkription tasolla on tehokkaampaa, suurin osa valvonnasta tapahtuu tällä tasolla. Solun geeniekspressioprofiili määrittää sen toiminnan, fenotyypin ja vasteen ulkoisiin ärsykkeisiin. Siksi geenien ekspressioprofiilit voivat auttaa solun toimintojen, biokemiallisten reittien ja säätelymekanismien selventämisessä. Lisäksi taudin solujen/kudosten geeniekspressioprofiilit verrattuna normaaleihin kontrolleihin voivat edistää taudin patologian ymmärtämistä ja tunnistaa uusia terapeuttisia interventiokohtia, mikä parantaa diagnoosia ja selkeyttää ennustetta.
viime vuosien aikana on syntynyt useita geeniekspressioprofilointimenetelmiä, joita on sovellettu menestyksekkäästi syöpätutkimuksessa. Näitä ovat differentiaalinäyttö, geeniekspression ja mikroarrays (Velculescu et al., 1995; Granjeaud et al., 1999; Cheng ym., 2002). Mikrorakenteista on tullut tärkeitä, koska niitä on helpompi käyttää, ne eivät vaadi laajamittaista DNA-sekvensointia ja mahdollistavat tuhansien geenien rinnakkaisen kvantifioinnin useista näytteistä. Syöpien geeniekspressioprofilointi edustaa suurinta mikroarray-tekniikkaa käyttävää tutkimuskategoriaa ja näyttää olevan kattavin lähestymistapa syövän luonnehtimiseen molekulaarisesti. Vaikka syövän fenotyyppi määräytyy vain osittain sen transkriptomin perusteella, se antaa silti selvän kuvan solun fysiologisesta tilasta. Tämän lähestymistavan teho on osoitettu tutkimuksissa, joita on tehty monenlaisilla maligniteeteilla, mukaan lukien rinta -, pää-ja kaulasyövät, maksa -, keuhko -, munasarja -, haima -, eturauhas-ja vatsasyövät (Bhattacharjee et al., 2001; Dhanasekaran ym., 2001; Garber ym., 2001; Tonin et al., 2001; Al Moustafa et al., 2002; Belbin et al., 2002; Chen et al., 2002; Han et al., 2002; Hedenfalk et al., 2002; Hippo et al., 2002; Luo et al., 2002a).
useat syöpäprofiloinnin tutkimukset mikroarray-analyysillä ovat käyttäneet erilaisia strategioita, kuten kasvain versus-kontrollia, jossa kasvaingeenin ilmentymisprofiilia verrataan vastaavaan kontrollinäytteeseen, jotta voidaan mitata eroja ja yhtäläisyyksiä molempien fenotyyppien välillä, syövän kerrostumista, jossa saman syöpätyypin eri näytteistä peräisin olevia geenin ilmentymisprofiileja verrataan paljastamaan erillisiä alaryhmiä, jotta voidaan paremmin määritellä yhteisen histologisen syöpätyypin molekyyliluokitus, ja lopuksi kasvaimen ajallinen arviointi, jossa geeni ilmentymäkuvioita kasvainnäytteistä, jotka on johdettu etenemisen eri vaiheista, verrataan selventämään taudin varhaisen ja pitkälle edenneen vaiheen välisiä eroja. Vaikka monet tutkimukset mikroarray analysis in human disease on julkaistu, esittelemme tässä joitakin niistä, joilla on kliinistä kiinnostusta onkologian.
Mikroarray ja eturauhassyöpä
viime aikoina on julkaistu useita tutkimuksia, joissa on käytetty mikroarrayta kuvaamaan eturauhassyöpägeenien ilmentymisprofiileja. Näissä tutkimuksissa on käytetty mikroarray-teknologiaa geenien löytövälineenä tunnistamaan geneettisiä markkereita, jotka erottavat normaalit ja syöpäiset eturauhaskudokset toisistaan. Yksinkertainen mikroarray-tutkimus on tehty käyttämällä täplikkäitä kalvorakenteita analysoimaan normaaleja ja syöpäkudoksia ja solulinjoja (Bull et al., 2001). Membraanimikroarray-löydöksiä rajoittaa tämän tekniikan suhteellinen tunnottomuus havaita pieninä pitoisuuksina ilmaistuja transkriptejä ja pieni määrä pisteitä, jotka voidaan sijoittaa kalvoille; tämä tutkimus on kuitenkin tuottanut kandidaattimerkkiaineita eturauhassyövästä lisäarviointia varten. Viisi julkaistua tutkimusta on analysoitu geeniekspressioprofiileja useissa tuhansissa geeneissä normaaleissa ja eturauhaskudoksissa ja käytetty valvomatonta hierarkkista ryhmittelyanalyysiä yksilöiden lajitteluun (Dhanasekaran et al., 2001; Luo et al., 2001, 2002b; Welsh et al., 2001a; Singh et al., 2002). Dhanasekaran ym. (2001) pystyivät erottamaan normaalin eturauhasen, hyvänlaatuisen eturauhasen liikakasvun (BPH), lokalisoidun eturauhassyövän ja metastaattisen eturauhassyövän näytteitä käyttäen 9,984 Elementti-Täplikäs mikroarrays. Käyttämällä hierarkkista ryhmittelyanalyysiä, Luo et al. (2001) pystyivät erottelemaan 16 eturauhassyöpänäytettä yhdeksästä BPH-näytteestä geeniekspressioprofiilien erojen perusteella mitattuna 6 500 elementtitäplätyllä cDNA-mikrorakenteella. Welsh ym. (2001a) raportoi samanlaisesta normaalien ja pahanlaatuisten eturauhaskudosnäytteiden lajittelusta oligonukleotidimikroarakeilla. Mielenkiintoista on, että kaikki viisi ryhmää tunnistivat transmembraani seriiniproteaasi hepsiinin näyttävän merkittävästi lisääntynyttä ilmentymistä pahanlaatuisissa kudoksissa verrattuna normaaliin eturauhaskudokseen (Dhanasekaran et al., 2001; Luo et al., 2001, 2002b; Welsh et al., 2001a; Singh et al., 2002). Monet muut ehdokkaat markkereita eturauhassyövän kuten proto-onkogeeni PIM1 on tullut esiin muissa tutkimuksissa ja tutkitaan edelleen mahdollisina diagnostisia markkereita. Vähentynyt PIM1 ilmentymä immunohistokemian eturauhasen kasvainnäytteiden myönnetty lisääntynyt uusiutumisen riski leikkauksen jälkeen (Dhanasekaran et al., 2001). Muut ryhmät, jotka käyttävät subtraktiivisen hybridisaation ja mikroarray-analyysin yhdistelmiä, ovat tunnistaneet useita potentiaalisia ehdokkaita eturauhassyövän immunomodulatoriselle hoidolle, mukaan lukien prosteiini (Xu et al., 2001), STEAP (Hubert et al., 1999) ja P504s / Alfa-Metyyliasyyli-CoA-Rasemaasi (Jiang et al., 2001). Tuoreessa tutkimuksessa Virolle ym. (2003) käytti eturauhassyöpäsolulinjaa, joka ilmaisee korkean konstitutiivisen tason Egr1-proteiinia, transkriptiotekijää, joka on yliekspressoitunut useimmissa aggressiivisissa tuumorigeenisissä eturauhassyöpäsoluissa. He arvioivat Egr1: n transkriptiosäätelyä tekemällä oligonukleotidimikroarray-analyysin käyttäen egr1: n puutteellisiksi osoittautuneita soluja Vertailunäytteenä Egr1: n kohdegeenien tunnistamiseksi. Tämä tutkimus vahvisti ensimmäistä kertaa eturauhaskudoksissa aiemmin muissa solujärjestelmissä havaitun Egr1: n kasvua edistävän roolin ja yksilöi useita uusia kohdegeenejä, jotka erityisesti säätelevät kasvua, solusyklin etenemistä ja apoptoottisia reittejä.
Mikroarray ja suusyöpä
toistaiseksi on julkaistu vain muutama suusyöpään liittyvä mikroarray-tutkimus. Chang ym. (1998) havainnollisti cDNA-mikrorakenteiden käyttöä muuntumiseen liittyvien geenien luonnehtimisessa suusyövässä. Villaret ym. käytetty yhdistelmä täydentävää DNA vähennyslasku ja mikroarray analyysi arvioida ainutlaatuisia geenejä spesifisiä okasolusyöpä pään ja kaulan (HNSCC) mahdollisina tuumorimarkkerit ja rokote ehdokkaita. Yhdeksän tunnettua geeniä todettiin hnscc: ssä merkittävästi yliekspressoituneiksi normaaliin kudokseen verrattuna. Lisäksi neljä uutta geeniä yliekspressoitui kasvainten alaryhmässä (Villaret et al., 2000). Alevizos ym. (2001) analysoi transkriptomin suuontelon okasolusyövässä. He löysivät noin 600 kandidaatin geenit (onkogeenit, tuumorisuppressorit, transkriptiotekijät, erilaistumistekijät, metastaattiset proteiinit ja ksenobioottiset entsyymit), jotka erosivat toisistaan suusyövässä, validoimalla vain kolme näistä geeneistä PCR: llä.
Lu et al. (2001) käytti microarray-lähestymistapaa arvioidakseen geenin ekspressioprofiilin muutoksia ruokatorven okasolusyövän aloittamisen ja etenemisen aikana. He tutkivat geenin ekspressioprofiileja ruokatorven syövän aloittamisen ja etenemisen eri vaiheissa tunnistaakseen geenit, jotka eroavat toisistaan näiden vaiheiden välillä. Frierson ym. (2002) käytti oligonukleotidi mikroarray analyysi tutkia ilmentymistä 8,920 eri ihmisen geenit 15 adenoid kystinen karsinoomat (ACCs), yksi ACC solulinja ja viisi normaalia suurta sylkirauhasten. ACC: n muuttuneen ilmentymän omaavia geenejä olivat transkriptiotekijöitä koodaavat sox4 ja AP-2 gamma, kaseiinikinaasi 1 sekä epsilon ja Kähärä-7, jotka molemmat ovat WNT/beeta-kateniini-signalointireitin jäseniä. Hyvin tuoreessa tutkimuksessa, Leethanakul et al. (2003) tuotti erittäin monimutkaisia cDNA kirjastot laser capture microdissected normaali ja syöpä levyepiteeli. Tässä tutkimuksessa kirjoittajat kartoittivat saatavilla olevaa sekvenssitietoa bioinformaattisilla työkaluilla ja tunnistivat 168 uutta geeniä, jotka erosivat toisistaan normaalissa ja pahanlaatuisessa epiteelissä. Lisäksi he saivat cDNA-matriisien avulla todisteita siitä, että näiden uusien geenien osajoukko saattaa ilmentyä voimakkaasti HNSCC: ssä.
Mikroarray ja rintasyöpä
ottaen huomioon rintasyövän kliinisen heterogeenisyyden, mikroarray-tekniikka voi olla ihanteellinen väline tarkemman luokituksen muodostamiseksi. Alustavat tutkimukset, joissa käytettiin mikroarray – pohjaista lauseprofilointia, osoittivat kykynsä luokitella oikein estrogeenireseptorinegatiiviset ja estrogeenireseptoripositiiviset rintasyövät (Perou et al., 2000; West et al., 2001)ja erottamaan BRCA1-liittyvät kasvaimet BRCA2-liittyvistä ja sporadisista kasvaimista (Hedenfalk et al., 2001; van ’ t Veer ym., 2002).
van ’ t Veerin ym. on ollut yksi laajimmista ja informatiivisimmista tähän mennessä tehdyistä tutkimuksista. Tekijät tutkivat 117 primaaririntanäytettä mikroarraypohjaisella geeniekspressioprofiloinnilla kehittääkseen prognostisia profiileja ja vertasivat niitä rintasyövässä tunnettuihin prognostisiin markkereihin. Niistä 5000 geenistä, joilla oli vaihteleva ekspressioprofiili, 70 tunnistettiin optimaalisella tarkkuudella toistuvien sairauksien ennustamisessa. Tämän luokituksen avulla kirjoittajat ennustivat oikein taudin todellisen lopputuloksen 65: lle 78 potilaasta. Virheellisesti osoitettiin viisi potilasta, joiden ennuste oli hyvä ja kahdeksan potilasta, joiden ennuste oli huono. Rintasyövän tavanomaisia ennustemerkkiaineita käytettiin syövän uusiutumisriskin arvioimiseen ja liitännäishoitoa koskevien päätösten tekemiseen. Valitettavasti nykyiset prognostiset merkkiaineet eivät riittävästi tunnista potilaan kannalta oikeinta hoitoa. Mikroarray-menetelmän ennustevoima on paljon suurempi kuin nykyisin käytettyjen menetelmien, mutta se on validoitava useammissa prospektiivisissa kliinisissä tutkimuksissa. Jos tämän lähestymistavan ennustearvo varmistettaisiin, expression-profilointiluokittelija johtaisi noin nelinkertaiseen vähenemiseen tarpeettomasti liitännäishoitoa saavilla potilailla (Caldas ja Aparicio, 2002).
Martin et al. (2001) kuvattu menetelmä tunnistaa kiertävä rintasyöpä kaksivaiheinen prosessi differentiaali näyttö ja korkean herkkyyden array-pohjainen expression profilointi. Vaikka tämän tekniikan potentiaali olisi lupaava, sen herkkyyttä ja spesifisyyttä on vielä parannettava ja tarvitaan enemmän työtä geeniekspressioprofiilin havaitsemisen kliinisen merkityksen määrittämiseksi ääreisveressä. Jotkut artikkelit ovat nyt osoittaneet yhteyden kasvaimen ekspressioprofiilien avulla microarray tekniikka ja kliininen tulos. Esimerkiksi Sorlie et al. (2001)osoitti, että kasvain alaluokat määritellään expression profilointi voi ennustaa taudista vapaa ja yleistä eloonjäämistä, ja Sotiriou et al. (2002) osoitti, että prekreatment expression profiles ennusti kliinisen vasteen kemoterapiaa pieni näyte rintojen kasvaimia. Vaikka tutkimus Sorlie et al. oli hyvin provosoiva, kirjoittajat eivät verranneet hierarkkisella ryhmittelyllä tunnistettujen ryhmien prognostista arvoa tällä hetkellä käytettyihin rintasyövän prognostisiin tekijöihin. Koska lääkeresistenssi syövässä on merkittävä este menestyksekkäälle kemoterapialle, syöpälääkkeiden mahdollisen molekyyliprofiilin tai sormenjäljen saaminen syöpäsoluissa microarray-tekniikalla on ratkaisevan tärkeää kemoterapiavasteen ennustamiseksi. Kudos et al. (2000) osoitti tämän kyvyn määrittää geeniekspressioprofiilien muutoksia kemoterapialla hoidetussa rintasyöpäsolulinjassa. He tarkkailivat MCF-7-rintasyöpäsolujen ekspressioprofiileja, joita joko hoidettiin tilapäisesti doksorubisiinilla tai jotka valittiin resistenteiksi doksorubisiinille. Tämä tutkimus osoitti, että ohimenevä doksorubisiinihoito muutti erilaisten geenien ilmentymistä ajasta riippuvalla tavalla.
Mikroarray ja munasarjasyöpä
viime vuosina useat tutkijat ovat julkaisseet mielenkiintoisia tutkimuksia munasarjasyöpien ilmaisuprofiloinnista. Martoglio ym. (2000) analysoi viiden normaalin munasarjojen ja neljän huonosti erilaistuneen seroosin munasarjojen adenokarsinoomanäytteen geeniekspressioprofiilit. Käyttämällä pientä nailonkalvo-cDNA-mikroarrayta he havaitsivat angiogeneesiin liittyvien markkereiden (esim.angiopoietiini-1, VEGF), apoptoottisten ja neoplastisten markkereiden, immuunivasteen välittäjien ja munasarjasyövän uusien mahdollisten markkereiden (esim. cofilin, moesiini ja hermosoluja rajoittava äänenvaimennuskertoimen proteiini) lisääntyneen syöpäkudoksessa. Tutkimus oli kiehtova, koska he käyttivät edullista cDNA-järjestelmää, joka oli räätälöity tiettyjen reittien, kuten angiogeneesin ja tumorigeneesin tutkimiseen. Koska on ongelmallista saada riittävä määrä varhaisen munasarjojen kasvainkudoksen, tutkijat käyttivät erilaisia strategioita kiertää tarve kudoksen määriä tyypillisesti tarvitaan mikroarray analyysi. Esimerkiksi Ismail et al. (2000) raportoi tutkimuksesta, jossa 864 DNA-elementtiä seulottiin 10 munasarjasyöpäsolulinjasta ja viidestä normaalista epiteelisolulinjasta käyttäen lyhytaikaista soluviljelmää munasarjojen pintaepiteelin laajentamiseksi ennen RNA-uuttoa. Muut tutkijat puhdistivat munasarjojen epiteelin in vitro-toimenpiteillä, kuten tarttumalla lasi-tai immunomagneettiseen rikastukseen (Ono et al., 2000; Welsh ym., 2001b). Nämä kaksi lähestymistapaa voivat kuitenkin tuoda harhoja havaittuun geeniekspressioon. Itse asiassa ensimmäinen lähestymistapa (Ismail et al., 2000) käyttää viljeltyjä syöpäsoluja, jotka eivät välttämättä heijasta in vivo-syöpiä, koska viljelyolosuhteiden seurauksena saattaa esiintyä sekundaarisia geeniekspression muutoksia in vitro. Toinen strategia (Ono et al., 2000; Welsh ym., 2001b) on hyvin pitkä ja saattaa johtaa vähemmän stabiilien RNA-lähettien hajoamiseen. Joissakin tutkimuksissa käytettyjen in vitro-viljelmien mahdollisten harhojen välttämiseksi (Ismail et al., 2000; Matei ym., 2002), muut tutkijat ovat tutkineet geenien ilmentymismalleja suoraan kirurgisesti resektoiduista kasvaimista (Shridhar et al., 2001). Pienillä erikoistuneilla mikrorakenteilla on useita käytännön etuja, ja ne voivat paljastaa tietoja, jotka saattavat kadota suuremmista mikrorakenteista. Sawiris ym. (2002) käytti pitkälle erikoistunutta cDNA-mikroarrayta nimeltä ”Ovachip”, ja havaitsi tämän mikroarrayn erittäin herkäksi erottamaan munasarjasyövän paksusuolen syövästä geenien ilmentymismallien perusteella. Munasarjasyövän biomarkkerien seulonta on erittäin tärkeää, koska diagnoosi on myöhäisessä vaiheessa ja koska tähän syöpätyyppiin liittyy huono eloonjääminen. Äskettäin kahdessa tutkimuksessa käytettiin mikroarray-tekniikkaa tunnistamaan kaksi yli-ilmentynyttä munasarjasyövän seerumimarkkeria, osteopontin ja prostasiinin, ja raportoitiin alustava validointi niiden käytöstä taudin varhaiseen toteamiseen (Mok et al., 2001; Kim et al., 2002).
Mikroarray ja muut syövät
mikroarray-teknologian soveltaminen muihin ihmisen syöpiin laajenee nopeasti. Uraauurtava tutkimus Golub et al. (1999) osoitti mahdollisuuden erottaa akuutti myelooinen leukemia ja akuutti lymfoblastinen leukemia (ALL) geeniekspression seurannan perusteella ja miten simuloidussa tilanteessa, jossa histologinen diagnoosi oli sokaistu, nämä kaksi luokkaa olisi voitu löytää pelkästään geeniekspression avulla. Alizadeh ym. (2000) yksilöitiin kaksi diffuusin suuren B-solulymfooman (DLBCL) muotoa B-solujen erilaistumisen eri vaiheita kuvaavien geeniekspressioprofiilien perusteella. Mielenkiintoista on, että tällä molekyyliluokituksella on ennustava arvo riippumatta osituksesta tavanomaisella kliinisellä luokittelulla. Tutkiakseen geeniekspressiota lymfoidisissa maligniteeteissa suuri yhteistyöryhmä loi erikoistuneen mikroarray, nimeltään ”Lymphochip”, joka rikastuu geeneissä, jotka ilmentyvät selektiivisesti lymfosyyteissä ja lymfosyyttien toimintaa säätelevissä geeneissä (Alizadeh et al., 1999). Ryhmä tutki DLBCL: ää mikroarrayn avulla ja löysi kasvaimesta kaksi molekulaarisesti erilaista muotoa. Lisäksi he osoittivat, että DLBCL: n alaryhmät määrittelivät potilaiden alaryhmän, jolla oli erillinen kliininen ennuste. Testata hypoteesi, että B-solujen krooninen lymfaattinen leukemia (KLL)on enemmän kuin yksi sairaus, Rosenwald et al. (2001) liitti KLL: n geeniekspressiomallit Ig-mutaatiotilaansa ja muihin normaaleihin ja pahanlaatuisiin B-soluihin. Mielenkiintoista on, että geenit, joiden todettiin ilmentyvän voimakkaasti KLL: ssä verrattuna DLBCL: ään, ilmaistiin samanarvoisina kaikissa KLL: n näytteissä riippumatta niiden Ig-mutaatiotilasta. Tutkimuksen mukaan kaikilla KLL-tapauksilla oli yhteinen transformaatiomekanismi ja / tai alkuperäsolu. Tuore tutkimus (Stratowa et al., 2001) on ehdottanut luetteloa mahdollisista uusista ennustavista markkereista, jotka liittyvät lymfosyyttien kauppaan ja liittyvät taudin etenemisen ja/tai potilaan eloonjäämisen.
hyvin tuoreessa tutkimuksessa Gariboldi et al. (2003) analysoi geenin ekspressioprofiilit ihon kasvaimille alttiiden ja resistenttien hiirten normaalissa kudoksessa tunnistaakseen geenejä, joilla on funktionaalinen rooli geneettisessä alttiudessa. Tämä tutkimus on ehdottanut Scca2-geenin, joka kuuluu seriiniproteaasinestäjien superperheeseen, roolia geneettisessä alttiudessa ihokasvaimille.
Mikroarray-tekniikkaa on käytetty myös melanooman analysoinnissa (Bittner ym., 2000). Tämä tutkimus ehdotti, että geenin ekspressioprofiilit sisällä yksittäisen potilaan kudos voi olla huomattavan säilynyt ajan ja että maailmanlaajuinen transkriptioanalyysi voi tunnistaa tunnistamattomia alatyyppejä ihon melanooman ja ennustaa kokeellisesti todennettavissa fenotyyppisiä ominaisuuksia.
paksusuolen syöpäsoluilla ja kudoksilla tehdyt tutkimukset osoittivat merkittävää kinaasigeenin, WEE1Hu: n suppressiota (Backert et al., 1999).
monet transkriptomit muuttuvat kasvaimeen liittyvien geenien spesifisen yliekspression jälkeen. Esimerkiksi, olemme käyttäneet adenovirus-välitteinen ilmentymä järjestelmän RB2 / p130 kasvain-suppressori geenin ei-pieni keuhkosyövän solulinjan tunnistamiseksi erityisiä geenejä, joita säännellään pRb2 / p130 (Russo et al., 2003). Microarray-tuloksemme ovat tunnistaneet useita geenejä, jotka osallistuvat moniin soluprosesseihin, mukaan lukien solunjakautuminen, solujen signalointi/soluviestintä, solun rakenne/motiliteetti ja geenien ilmentyminen ja aineenvaihdunta. Tulokset viittaavat uusiin mahdollisiin terapeuttisiin biomarkkereihin keuhkosyövässä. Lisäksi toisen cDNA microarray-tutkimuksen tulokset osoittavat, että yli-ilmentymä tuumorisuppressorigeeni PTEN voi estää keuhkosyövän invaasion säätelemällä geenipaneelia (Hong et al., 2000). Edellä mainittujen tietojen valossa on selvää, että microarray-lähestymistapa on erittäin tärkeä analysoitaessa erilaisia kasvaintyyppejä.