Research Abstract
質の高いがん予後予測マーカーと転移ネットワークモジュールの同定
転移のドライバー遺伝子発現シグナルにしぼり込んだ腫瘍遺伝子マイクロアレイを使って、予後予測マーカーを同定するアルゴリズムを開発した。
Identification of high-quality cancer prognostic markers and metastasis network modules
2010年7月13日 Nature Communications 1 : 34 doi: 10.1038/ncomms1033
がん患者では、低リスク患者であると同定されなかったために過剰治療を受けることがしばしば起こる。低リスク患者を同定するために、がんの予後予測遺伝子 シグネチャーを極めて正確かつロバストに生じることが可能なアルゴリズムは、今のところ存在しない。我々は、転移のドライバー遺伝子発現シグナルにしぼり 込んだ腫瘍遺伝子マイクロアレイを使って、予後予測マーカーを同定するアルゴリズムを開発した。このアルゴリズムを乳がん試料に適用して、エストロゲン受 容体（ER）陰性（−）サブタイプおよび陽性（+）サブタイプの両方について、予後予測遺伝子シグネチャーセットを同定した。このシグネチャーを組み合わ せて使用することで、訓練用セットと、1,375個の試料を含む8組の互いに独立な試験用セットで、患者を低リスク、中間リスク、高リスクの3グループに 層別化できた。低リスクグループに対する予測の正確さは87～100％に達した。統合ネットワーク解析により、モジュールが同定され、各モジュールは1つ のシグネチャーの遺伝子群およびそれらと直接相互作用するパートナー（がんのドライバー変異遺伝子）を含んでいることがわかった。これらのモジュールは、 多数の乳がんで繰り返しみられ、転移にかかわっている。
- カナダ国家研究会議
Cancer patients are often overtreated because of a failure to identify low-risk cancer patients. Thus far, no algorithm has been able to successfully generate cancer prognostic gene signatures with high accuracy and robustness in order to identify these patients. In this paper, we developed an algorithm that identifies prognostic markers using tumour gene microarrays focusing on metastasis-driving gene expression signals. Application of the algorithm to breast cancer samples identified prognostic gene signature sets for both estrogen receptor (ER) negative (−) and positive (+) subtypes. A combinatorial use of the signatures allowed the stratification of patients into low-, intermediate- and high-risk groups in both the training set and in eight independent testing sets containing 1,375 samples. The predictive accuracy for the low-risk group reached 87–100%. Integrative network analysis identified modules in which each module contained the genes of a signature and their direct interacting partners that are cancer driver-mutating genes. These modules are recurrent in many breast tumours and contribute to metastasis.
