{"id":117,"date":"2021-07-05T11:15:00","date_gmt":"2021-07-05T09:15:00","guid":{"rendered":"http:\/\/blog.cell-lavie.com\/?p=117"},"modified":"2022-11-01T05:06:06","modified_gmt":"2022-11-01T05:06:06","slug":"identification-of-liver-cancer-stem-cell-stemness-markers-using-a-comparative-analysis-of-public-data-sets","status":"publish","type":"post","link":"https:\/\/cell-lavie.com\/fr\/identification-of-liver-cancer-stem-cell-stemness-markers-using-a-comparative-analysis-of-public-data-sets\/","title":{"rendered":"Identification des marqueurs de la souche des cellules souches du cancer du foie \u00e0 l'aide d'une analyse comparative d'ensembles de donn\u00e9es publiques"},"content":{"rendered":"

Les National Institutes of Health et d'autres agences financent des exp\u00e9riences de g\u00e9nomique et de transcriptomique ('omique) \u00e0 haut d\u00e9bit qui d\u00e9posent des \u00e9chantillons num\u00e9riques de donn\u00e9es dans le domaine public \u00e0 une \u00e9chelle de plus en plus importante.1<\/a>,2<\/a><\/sup>\u00a0L'importance de ces \u00e9chantillons num\u00e9riques de donn\u00e9es est encore illustr\u00e9e par le nombre croissant de publications \u00e0 comit\u00e9 de lecture li\u00e9es qui d\u00e9montrent sa valeur scientifique.3<\/a>,4<\/a><\/sup>\u00a0Les enqu\u00eates sur les cellules souches canc\u00e9reuses (CSC) sont une voie de recherche prometteuse, qui conduit \u00e0 la g\u00e9n\u00e9ration de grands volumes de donn\u00e9es uniques. De plus en plus de preuves impliquent que les CSC provoquent une r\u00e9sistance th\u00e9rapeutique, une r\u00e9cidive tumorale et des m\u00e9tastases. On sait que ces cellules poss\u00e8dent des propri\u00e9t\u00e9s\/fonctions de type souche et repr\u00e9sentent un sous-ensemble critique au sein de la masse tumorale qui est responsable de la perp\u00e9tuation de la tumeur, m\u00eame chez les patients post-th\u00e9rapeutiques. Les CSC partagent des propri\u00e9t\u00e9s similaires avec les cellules souches normales, notamment la capacit\u00e9 de s'auto-renouveler et de se diff\u00e9rencier, ce qui donne naissance \u00e0 des cellules canc\u00e9reuses h\u00e9t\u00e9rog\u00e8nes, constituant la majeure partie de la tumeur.5<\/a><\/sup><\/p>\n\n\n\n\n\n

R\u00e9cemment, de nombreux travaux ont \u00e9t\u00e9 effectu\u00e9s sur l'identification des marqueurs cellulaires sp\u00e9cifiques et des profils d'expression g\u00e9nique qui peuvent \u00eatre utilis\u00e9s pour identifier et distinguer les CSC, mais on ne comprend toujours pas enti\u00e8rement comment les CSC se comparent aux cellules prog\u00e9nitrices naturelles.5<\/a><\/sup> Il a \u00e9t\u00e9 montr\u00e9 pr\u00e9c\u00e9demment qu'il existe plusieurs facteurs de transcription qui sont actuellement connus pour \u00eatre exprim\u00e9s dans les cellules souches normales. Bon nombre de ces facteurs ont \u00e9t\u00e9 trouv\u00e9s dans plusieurs cancers humains.6<\/a><\/sup> De plus, les facteurs de souche sont une cible m\u00e9dicale importante pour le traitement du cancer.7<\/a><\/sup> Nous avons d\u00e9velopp\u00e9 cette question de l'importance des facteurs de souche pour les CSC, en entreprenant une nouvelle analyse des ensembles de donn\u00e9es d'ARN-seq unicellulaires accessibles au public, qui caract\u00e9risent les \u00e9chantillons primaires de cancer du foie8<\/a><\/sup> et des \u00e9chantillons de foie sain de f\u0153tus et d'adultes.9<\/a><\/sup> L'importance de l'\u00e9tude repose sur le fait que le cancer du foie est le sixi\u00e8me cancer le plus meurtrier au monde.10<\/a><\/sup> \u00c0 l'aide de cette source de donn\u00e9es accessible au public et \u00e9conomique, nous avons compar\u00e9 les niveaux d'expression des marqueurs et des facteurs de diff\u00e9renciation de la tige dans diff\u00e9rents types de cellules pr\u00e9sents dans ces \u00e9chantillons de foie afin d'identifier les similitudes entre les CSC du foie, les cellules souches pluripotentes du foie (prog\u00e9niteurs hybrides h\u00e9patobiliaires) et les cellules prog\u00e9nitrices h\u00e9patiques. . Les \u00e9chantillons de l'ensemble de donn\u00e9es sur le cancer du foie contiennent \u00e0 la fois un carcinome h\u00e9patocellulaire (HCC) et un cholangiocarcinome intrah\u00e9patique (ICC). Il a \u00e9t\u00e9 d\u00e9montr\u00e9 que les CSC sont des facteurs importants dans le d\u00e9veloppement des deux cancers.11<\/a><\/sup> De plus, \u00e9tant donn\u00e9 que le foie contient des cellules prog\u00e9nitrices bipotentielles, qui peuvent potentiellement se d\u00e9velopper \u00e0 la fois en HCC et en ICC,12<\/a><\/sup> il est tr\u00e8s int\u00e9ressant de comprendre les similitudes et les diff\u00e9rences d'expression entre ces prog\u00e9niteurs f\u0153taux et les CSC.<\/p>\n\n\n

Nous nous sommes concentr\u00e9s sur l'expression de 34 facteurs de transcription et marqueurs cellulaires connus,13<\/a>,14<\/a><\/sup> pour mieux comprendre la classification CSC des cellules malignes et mieux d\u00e9limiter les facteurs cl\u00e9s du SCC h\u00e9patique. Ensuite, nous avons compar\u00e9 l'expression plus large des g\u00e8nes pour identifier de nouveaux facteurs potentiels de souche. Ici, nous avons montr\u00e9 que les CSC h\u00e9patiques pr\u00e9sentent des niveaux d'expression plus \u00e9lev\u00e9s de marqueurs de diff\u00e9renciation sp\u00e9cifiques (SOX9, KRT19, KRT7 et CD24) et des facteurs Yamanaka15<\/a><\/sup> (SOX2 et Oct4) par rapport aux niveaux d'expression dans les types de cellules prog\u00e9nitrices f\u0153tales et adultes, sugg\u00e9rant qu'ils expliquent potentiellement le potentiel de diff\u00e9renciation des CSC. Nous avons en outre identifi\u00e9 CXCL10 comme un marqueur potentiel des CSC. L'\u00e9largissement de nos connaissances sur les propri\u00e9t\u00e9s des CSC, \u00e0 l'aide de r\u00e9f\u00e9rentiels de donn\u00e9es accessibles au public, pourrait conduire \u00e0 de nouvelles voies th\u00e9rapeutiques pour les th\u00e9rapies anticanc\u00e9reuses cibl\u00e9es sur les CSC.<\/p>\n\n\n

Mat\u00e9riaux et m\u00e9thodes<\/h2>\n\n\n

Donn\u00e9es d'expression du cancer du foie8<\/a><\/sup> et foie sain f\u0153tal et adulte9<\/a><\/sup> les \u00e9tudes ont \u00e9t\u00e9 extraites du NCBI Gene Expression Omnibus (GEO)16<\/a><\/sup> d\u00e9p\u00f4t. GEO est un r\u00e9f\u00e9rentiel public de donn\u00e9es de g\u00e9nomique fonctionnelle qui utilise les normes de donn\u00e9es MIAME (Informations minimales sur une exp\u00e9rience de micror\u00e9seau) et MINSEQE (Informations minimales sur une exp\u00e9rience de s\u00e9quen\u00e7age de nouvelle g\u00e9n\u00e9ration). Cela garantit que les donn\u00e9es stock\u00e9es sont correctement format\u00e9es pour promouvoir le partage et la r\u00e9analyse des donn\u00e9es pour une d\u00e9couverte plus pouss\u00e9e des connaissances. Les donn\u00e9es stock\u00e9es dans GEO comprennent \u00e0 la fois des donn\u00e9es brutes au format FASTQ et des donn\u00e9es finales trait\u00e9es (normalis\u00e9es) sous la forme de matrices de comptage de donn\u00e9es d'expression g\u00e9nique, ce qui permet une r\u00e9analyse \u00e0 partir de plusieurs points de d\u00e9part garantissant \u00e0 la fois la fid\u00e9lit\u00e9 aux r\u00e9sultats pr\u00e9c\u00e9dents et la vitesse d'analyse des donn\u00e9es. . Pour notre \u00e9tude de r\u00e9analyse, nous sommes partis des matrices de comptage des donn\u00e9es d'expression g\u00e9nique pour les deux \u00e9tudes. Cette d\u00e9cision \u00e9tait bas\u00e9e sur l'indisponibilit\u00e9 des donn\u00e9es brutes de l'\u00e9tude sur le cancer du foie qui est sous restriction de la base de donn\u00e9es des g\u00e9notypes et ph\u00e9notypes (dbGaP).17<\/a><\/sup>Cependant, \u00e9tant donn\u00e9 la similitude des approches de s\u00e9quen\u00e7age, d'assemblage et d'appel de g\u00e8nes dans les \u00e9tudes, nous ne nous attendions pas \u00e0 ce que des probl\u00e8mes syst\u00e9matiques dans les profils d'expression g\u00e9nique proviennent de l'utilisation des matrices de comptage des donn\u00e9es d'expression g\u00e9nique qui ne pourraient pas \u00eatre prises en compte par une normalisation stricte, ce qui rendrait nos r\u00e9sultats qualitativement diff\u00e9rents d'une r\u00e9analyse \u00e0 partir de donn\u00e9es brutes.<\/p>\n\n\n

L'\u00e9tude sur le cancer du foie se compose de 9946 profils d'ARN-seq unicellulaires de 19 patients, totalisant plus de 56 millions de lectures et 4,2 milliards de paires de bases (GSE125449).8<\/a><\/sup> L'\u00e9tude sur le foie f\u0153tal et adulte se compose de 1467 profils d'ARN-seq unicellulaires, totalisant 283 millions de lectures et 21 milliards de paires de bases (GSE130473).9<\/a><\/sup> Pour tenir compte des effets des \u00e9chantillons \u00e0 faible couverture, des g\u00e8nes \u00e0 faible couverture et des diff\u00e9rences de lectures par \u00e9chantillon unicellulaire, nous avons effectu\u00e9 des \u00e9tapes de filtrage strictes et une normalisation pour tenir compte des effets sp\u00e9cifiques \u00e0 l'\u00e9chantillon. Pour filtrer les \u00e9chantillons \u00e0 faible couverture, les \u00e9chantillons avec moins de 1\u00a0000 lectures au total ont \u00e9t\u00e9 exclus de l'analyse ult\u00e9rieure. Il en est r\u00e9sult\u00e9 9505 \u00e9chantillons de cancer du foie et 1260 \u00e9chantillons de foie sain soumis pour analyse d'expression diff\u00e9rentielle.<\/p>\n\n\n

De plus, les g\u00e8nes avec 0 lecture dans tous les \u00e9chantillons ont \u00e9t\u00e9 exclus, ce qui a donn\u00e9 un ensemble final de 42 684 g\u00e8nes inclus dans l'analyse. En plus des g\u00e8nes codant pour les prot\u00e9ines, l'ensemble de g\u00e8nes comprend des pseudog\u00e8nes et des lncARN.<\/p>\n\n\n

L'analyse de la normalisation et de l'expression diff\u00e9rentielle a \u00e9t\u00e9 effectu\u00e9e \u00e0 l'aide de l'edgeR18<\/a><\/sup> Package R, en utilisant la m\u00e9thodologie standard. Tout d'abord, les tailles de biblioth\u00e8que ont \u00e9t\u00e9 normalis\u00e9es en trouvant des facteurs d'\u00e9chelle pour les tailles de biblioth\u00e8que qui minimisent les changements de pli journal entre les \u00e9chantillons. Cela a \u00e9t\u00e9 fait en utilisant une moyenne tronqu\u00e9e des valeurs M (TMM) entre chaque paire d'\u00e9chantillons,19<\/a><\/sup> pour calculer le facteur d'\u00e9chelle de la taille effective de la biblioth\u00e8que. Ensuite, la m\u00e9thode de vraisemblance ajust\u00e9e au profil de Cox-Reid (CR) a \u00e9t\u00e9 utilis\u00e9e pour estimer les dispersions en ajustant des mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s (GLM) avec une matrice de conception.20<\/a><\/sup> Nous avons calcul\u00e9 la dispersion commune pour tous les g\u00e8nes, la dispersion tendancielle en fonction de l'abondance des g\u00e8nes et la dispersion des g\u00e8nes individuels. Apr\u00e8s ajustement du GLM binomial n\u00e9gatif pour chaque g\u00e8ne, l'expression diff\u00e9rentielle a \u00e9t\u00e9 \u00e9valu\u00e9e \u00e0 l'aide du test F de quasi-vraisemblance,21<\/a><\/sup>qui prend en compte l'incertitude dans l'estimation de la dispersion pour chaque g\u00e8ne et, par cons\u00e9quent, fournit un contr\u00f4le du taux d'erreur plus robuste et plus fiable. Pour tenir compte des diff\u00e9rences de d\u00e9tection d'ARNm entre les deux ensembles de donn\u00e9es, nous avons mis en \u0153uvre une correction d'effet de lot dans l'analyse de l'expression diff\u00e9rentielle. Le type d'\u00e9tude a \u00e9t\u00e9 inclus comme dans la matrice de conception en tant que variable suppl\u00e9mentaire. Le taux de fausses d\u00e9couvertes a \u00e9t\u00e9 davantage contr\u00f4l\u00e9 \u00e0 l'aide de la correction des tests multiples de Bonferroni.<\/p>\n\n\n

L'analyse d'ontologie g\u00e9n\u00e9tique a \u00e9t\u00e9 r\u00e9alis\u00e9e \u00e0 l'aide de DAVID 6.822<\/a><\/sup> Outil d'annotation fonctionnelle. La correction des tests multiples de Benjamini a \u00e9t\u00e9 utilis\u00e9e sur les valeurs p des r\u00e9sultats de l'analyse GO. L'analyse d'enrichissement a \u00e9t\u00e9 r\u00e9alis\u00e9e sur les trois sous-ontologies\u00a0: processus biologique, fonction mol\u00e9culaire et composant cellulaire. L'ensemble complet de g\u00e8nes Homo sapiens a \u00e9t\u00e9 utilis\u00e9 comme ensemble de g\u00e8nes de fond.<\/p>\n\n\n

Le regroupement de tous les 10 865 \u00e9chantillons unicellulaires a \u00e9t\u00e9 effectu\u00e9 \u00e0 l'aide d'une analyse d'incorporation de voisins stochastiques \u00e0 distribution t (t-SNE). Les donn\u00e9es de comptage de g\u00e8nes filtr\u00e9es ont \u00e9t\u00e9 normalis\u00e9es \u00e0 l'aide de l'approche EdgeR et log2 transform\u00e9es en nombres par million (CPM), pour tenir compte des diff\u00e9rences de nombre de lectures entre les \u00e9chantillons sans modifier la composition g\u00e9n\u00e9tique des \u00e9chantillons, permettant une comparaison plus pr\u00e9cise entre les \u00e9chantillons. L'analyse t-SNE a \u00e9t\u00e9 r\u00e9alis\u00e9e \u00e0 l'aide du package Scikit-learn Python.23<\/a><\/sup> Les donn\u00e9es ont \u00e9t\u00e9 visualis\u00e9es en deux dimensions de l'espace embarqu\u00e9. Une valeur de perplexit\u00e9, li\u00e9e au nombre de voisins les plus proches, a \u00e9t\u00e9 fix\u00e9e \u00e0 30 pour tenir compte de la grande taille de l'ensemble de donn\u00e9es. Nous avons utilis\u00e9 300 it\u00e9rations d'optimisation pour affiner l'analyse de clustering. Le facteur d'exag\u00e9ration pr\u00e9coce, qui contr\u00f4le la densit\u00e9 des clusters naturels dans l'espace int\u00e9gr\u00e9, a \u00e9t\u00e9 maintenu \u00e0 la valeur par d\u00e9faut de 12,0. De m\u00eame, le taux d'apprentissage a \u00e9t\u00e9 maintenu \u00e0 la valeur par d\u00e9faut de 200,0. L'espace int\u00e9gr\u00e9 r\u00e9sultant a \u00e9t\u00e9 trac\u00e9 \u00e0 l'aide de matplotlib24<\/a><\/sup> et marin25<\/a><\/sup> packages python sous forme de nuage de points \u00e0 l'aide d'une palette de couleurs appari\u00e9es.<\/p>\n\n\n

Box plot et violin plots ont \u00e9t\u00e9 g\u00e9n\u00e9r\u00e9s \u00e0 l'aide de ggplots2,26<\/a><\/sup> avec les valeurs de CPM log2.<\/p>\n\n\n

R\u00e9sultats<\/h2>\n\n\n

Utilisation de donn\u00e9es de s\u00e9quen\u00e7age d'ARN unicellulaire publi\u00e9es pr\u00e9c\u00e9demment pour le cancer du foie8<\/a><\/sup> et foie sain f\u0153tal et adulte,9<\/a><\/sup> nous avons r\u00e9analys\u00e9 10 865 \u00e9chantillons sur 42 684 g\u00e8nes. Cet ensemble de donn\u00e9es combin\u00e9 repr\u00e9sente une biblioth\u00e8que de s\u00e9quen\u00e7age de plus de 25,2 milliards de paires de bases. \u00c9tant donn\u00e9 que les donn\u00e9es des deux exp\u00e9riences ont \u00e9t\u00e9 s\u00e9quenc\u00e9es et assembl\u00e9es \u00e0 l'aide de plates-formes et de programmes l\u00e9g\u00e8rement diff\u00e9rents, nous avons effectu\u00e9 des \u00e9tapes de filtrage et de normalisation strictes pour nous assurer que les profils d'expression g\u00e9nique \u00e9taient directement comparables d'une \u00e9tude \u00e0 l'autre. Cette \u00e9tape comprenait le filtrage des cellules avec moins de 1000 lectures, les g\u00e8nes avec z\u00e9ro lecture dans tous les \u00e9chantillons. Ensuite, nous avons effectu\u00e9 des facteurs de normalisation de la taille de la biblioth\u00e8que et calcul\u00e9 la dispersion commune pour tous les g\u00e8nes, la dispersion tendancielle en fonction de l'abondance des g\u00e8nes et la dispersion des g\u00e8nes individuels, en utilisant le edgeR18<\/a><\/sup> Forfait R. \u00c9tant donn\u00e9 que la pr\u00e9paration de la biblioth\u00e8que d'ADNc a \u00e9t\u00e9 r\u00e9alis\u00e9e en utilisant deux approches diff\u00e9rentes, 10x Genomics Single Cell 3\u02b9 pour Ma et al8<\/a><\/sup>versus SmartSeq2 pour Segal et al,9<\/a><\/sup> nous avons d'abord confirm\u00e9 la validit\u00e9 de notre approche de normalisation sur un ensemble de g\u00e8nes domestiques.27<\/a><\/sup> Notre analyse de l'expression d'un ensemble de g\u00e8nes utiles comme r\u00e9f\u00e9rences dans les \u00e9tudes d'expression g\u00e9nique, n'a montr\u00e9 aucune diff\u00e9rence significative dans l'expression entre le cancer du foie8<\/a><\/sup> et le foie sain du f\u0153tus et de l'adulte9<\/a><\/sup> jeux de donn\u00e9es (Figure 1<\/a>). Sur les 7 g\u00e8nes domestiques examin\u00e9s pour valider la normalisation de l'expression (MB, FAM96B, NDUFB4, NOP10, SNRPD2, RPSA, RPLP0), SNRPD2 a montr\u00e9 la plus grande diff\u00e9rence de pli avec une expression 0,20 fois plus \u00e9lev\u00e9e dans l'ensemble de donn\u00e9es Ma et al. Ces r\u00e9sultats ont confirm\u00e9 la validit\u00e9 de nos approches de normalisation, en mettant en \u00e9vidence la similitude des niveaux d'expression entre les \u00e9tudes, compte tenu du potentiel de diff\u00e9rences d'expression induites par les diff\u00e9rences de m\u00e9thodologie de pr\u00e9paration de la biblioth\u00e8que.<\/p>\n\n\n

<\/a><\/td>Figure 1<\/strong> Comparaison d'expression des g\u00e8nes domestiques MB, FAM96B, NDUFB4, NOP10, SNRPD2, RPSA, RPLP0 entre Ma et al8<\/a><\/sup> et Segal et al.9<\/a><\/sup><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n

Pour augmenter encore la confiance dans nos r\u00e9sultats de normalisation, nous avons effectu\u00e9 une analyse tSNE des donn\u00e9es de comptage brutes des deux \u00e9tudes par rapport aux valeurs CPM transform\u00e9es log 2 normalis\u00e9es. Le chiffre brut de comptage tSNE a d\u00e9montr\u00e9 qu'il y avait une s\u00e9paration distincte entre les \u00e9chantillons de Ma et al et ceux de Segal et al, ce qui est potentiellement d\u00fb aux diff\u00e9rences dans la pr\u00e9paration de la biblioth\u00e8que d'ADNc (Figure 2<\/a>). Cependant, en suivant notre approche de normalisation, le graphique t-SNE a montr\u00e9 beaucoup plus de m\u00e9lange des \u00e9chantillons Ma et al et Segal et al (figure 3<\/a>). Cela indique le regroupement des \u00e9chantillons en fonction de leurs profils d'expression g\u00e9nique et, par extension, de leurs profils de type cellulaire. Compte tenu du m\u00e9lange des \u00e9chantillons, nous \u00e9tions convaincus que l'analyse de l'expression diff\u00e9rentielle refl\u00e9terait les diff\u00e9rences r\u00e9elles entre les types de cellules.<\/p>\n\n\n

<\/a><\/td>Figure 2<\/strong> Analyse t-SNE des num\u00e9rations brutes du cancer du foie et des \u00e9chantillons d'ARN-seq de cellule unique de foie f\u0153tal\/adulte, color\u00e9es par l'\u00e9tude.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n
<\/a><\/td>figure 3<\/strong> Analyse t-SNE des valeurs de CPM log2 normalis\u00e9es du cancer du foie et des \u00e9chantillons d'ARN-seq de cellule unique de foie f\u0153tal\/adulte, color\u00e9es par l'\u00e9tude.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n

Suite \u00e0 la normalisation, notre premier objectif \u00e9tait d'identifier les changements d'expression responsables de la pluripotence dans les cellules malignes et d'\u00e9valuer la pertinence de leur classification en tant que CSC. Pour atteindre cet objectif, nous avons compar\u00e9 l'expression des CSC h\u00e9patiques (cellules malignes) et des types de cellules prog\u00e9nitrices f\u0153tales (CD235a-\/CD45-\/EpCAM+\/NCAM+ FETAL) aux types cellulaires diff\u00e9renci\u00e9s adultes et f\u0153taux (Figure 4<\/a>). Cet ensemble de contr\u00f4le comprenait des cellules h\u00e9patiques diff\u00e9renci\u00e9es adultes normales (CD235a-\/EpCAM-\/ASOPR1+ ADULT et CD235a-\/EpCAM+ ADULT), des cellules h\u00e9patiques diff\u00e9renci\u00e9es f\u0153tales (CD235a-\/CD45+\/EpCAM- FETAL, lymphocytes T, lymphocytes B), des cellules associ\u00e9es au cancer les fibroblastes (CAF), les macrophages associ\u00e9s aux tumeurs (TAM) et les cellules endoth\u00e9liales associ\u00e9es aux tumeurs (TEC). Nous avons constat\u00e9 que 76 g\u00e8nes \u00e9taient significativement r\u00e9gul\u00e9s \u00e0 la hausse par rapport aux cellules h\u00e9patiques diff\u00e9renci\u00e9es normales (surexpression > 5 fois et valeur p corrig\u00e9e de Bonferroni < 0,001) (Tableau suppl\u00e9mentaire 1<\/a>). Nous nous sommes ensuite concentr\u00e9s sur 34 marqueurs de souche connus importants pour le ph\u00e9notype CSC (Tableau suppl\u00e9mentaire 2<\/a>).13<\/a>,14<\/a><\/sup> Cet ensemble comprenait des marqueurs de surface cellulaire ainsi que des facteurs de transcription, y compris les facteurs Yamanaka.15<\/a><\/sup> Parmi les g\u00e8nes r\u00e9gul\u00e9s positivement, les g\u00e8nes suivants ont \u00e9t\u00e9 impliqu\u00e9s comme marqueurs de cellules souches\u00a0: SOX9, KRT19, KRT7 et CD24. Ces r\u00e9sultats appuient l'affirmation selon laquelle les cellules souches du cancer du foie imitent les profils d'expression des cellules prog\u00e9nitrices h\u00e9patobiliaires f\u0153tales, ainsi que la classification appropri\u00e9e de ces cellules en tant que CSC.<\/p>\n\n\n

<\/a><\/td>Figure 4<\/strong> Analyse t-SNE des valeurs d'expression log2 CPM normalis\u00e9es pour le cancer du foie et les \u00e9chantillons d'ARN-seq de cellule unique de foie f\u0153tal\/adulte, color\u00e9es par classification de type de cellule.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n

D'un int\u00e9r\u00eat potentiel, lorsque nous avons examin\u00e9 les g\u00e8nes surexprim\u00e9s dans leur ensemble, nous avons constat\u00e9 qu'ils \u00e9taient significativement enrichis en g\u00e8nes de la matrice extracellulaire (GO: 0031012, p-value = 4,3E-9), compte tenu de l'importance de la matrice extracellulaire dans la modulation de la prolif\u00e9ration de cellules souches28<\/a><\/sup> et la promotion du renouvellement du SCC.29<\/a><\/sup> \u00c0 l'inverse, seuls deux g\u00e8nes ont montr\u00e9 une sous-expression significative (> 5 fois) parmi les CSC h\u00e9patiques et les prog\u00e9niteurs f\u0153taux: la serglycine et l'antig\u00e8ne d'histocompatibilit\u00e9 HLA de classe II, DR Alpha Chain (HLA-DRA). \u00c9tant donn\u00e9 que HLA-DRA est exprim\u00e9 dans les cellules immunitaires matures, qui constituaient une grande partie de notre ensemble de types de cellules de contr\u00f4le, ce r\u00e9sultat nous donne l'assurance que notre ensemble de CSC h\u00e9patiques et de types de cellules prog\u00e9nitrices f\u0153tales formait un ensemble indiff\u00e9renci\u00e9 distinct de notre contr\u00f4le diff\u00e9renci\u00e9. ensemble de types cellulaires.<\/p>\n\n\n

Pour \u00e9tayer davantage nos r\u00e9sultats, nous avons ensuite inclus le sous-ensemble de cellules adultes exprimant des marqueurs de cellules prog\u00e9nitrices h\u00e9patiques (de type HPC) avec des CSC h\u00e9patiques et des types de cellules prog\u00e9nitrices f\u0153tales. Nous avons constat\u00e9 que 46 g\u00e8nes \u00e9taient significativement surexprim\u00e9s (> 5 fois la surexpression et la valeur p corrig\u00e9e de Bonferroni < 0,001) dans cet ensemble par rapport aux types de cellules t\u00e9moins (Tableau suppl\u00e9mentaire 3<\/a>). Confirmant nos r\u00e9sultats pr\u00e9c\u00e9dents, nous avons de nouveau constat\u00e9 que les marqueurs de souche SOX9, KRT19, KRT7 et CD24 \u00e9taient surexprim\u00e9s dans cet ensemble.<\/p>\n\n\n

Enfin, nous avons analys\u00e9 les diff\u00e9rences d'expression entre les CSC h\u00e9patiques et les types de cellules prog\u00e9nitrices f\u0153tales. Nous avons trouv\u00e9 que 248 g\u00e8nes \u00e9taient surexprim\u00e9s au moins 5 fois dans les CSC h\u00e9patiques (valeur de p < 0,001) (Tableau suppl\u00e9mentaire 4<\/a>). Fait int\u00e9ressant, les CSC du foie pr\u00e9sentaient un enrichissement significatif en g\u00e8nes surexprim\u00e9s fonctionnant dans la prot\u00e9ine cotraductionnelle d\u00e9pendante de SRP ciblant la membrane (GO: 0006614, valeur p = 5,5E-14), constituant structurel du ribosome (GO: 0003735, valeur p = 4,0 E-12) et initiation translationnelle (GO:0006413, p-value = 1.9E-11). Cela parle potentiellement de la d\u00e9r\u00e9gulation de la traduction dans le cancer et de l'augmentation du taux de croissance des CSC par rapport aux cellules prog\u00e9nitrices f\u0153tales. Fait int\u00e9ressant, 2 facteurs Yamanaka15<\/a><\/sup> \u00e9taient significativement surexprim\u00e9s dans les CSC h\u00e9patiques par rapport aux cellules prog\u00e9nitrices f\u0153tales : Oct4\/POU5F1 (2,14 fois, valeur p = 8,28E-48) et SOX2 (1,13 fois, valeur p = 0,0392) (Figure 5<\/a>). De plus, les CSC h\u00e9patiques pr\u00e9sentaient une expression significativement plus \u00e9lev\u00e9e de 3 facteurs de souche suppl\u00e9mentaires\u00a0: CD44 (3,25 fois, valeur p = 4,24E-21), KRT7 (2,2 fois, valeur p = 1,27E-15) et SOX9 (1,71 fois, valeur p = 1,27E-15). valeur p = 1,08E-7). Soutenir davantage l'importance du CD44 dans le d\u00e9veloppement et la progression du cancer,30<\/a><\/sup> Le CD44 \u00e9tait \u00e9galement significativement surexprim\u00e9 dans les CSC du foie par rapport au type HPC (2,45 fois, valeur p = 7,01E-29).<\/p>\n\n\n

<\/a><\/td>Figure 5<\/strong> Diagrammes en bo\u00eete de l'expression des facteurs de souche (OCT4, SOX2, CD44, KRT7, SOX9) qui distinguent les CSC h\u00e9patiques des types de cellules prog\u00e9nitrices f\u0153tales.Remarques<\/strong>: *valeur p < 0,05\u00a0; ***valeur p < 0,0001.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n

Pour d\u00e9limiter davantage les cellules canc\u00e9reuses malignes du foie des CSC du foie, nous avons effectu\u00e9 une analyse t-SNE en utilisant les 10 865 cellules de l'\u00e9chantillon sur les 42 684 g\u00e8nes. Les cellules malignes ont montr\u00e9 un regroupement principalement distinct des autres types de cellules, reproduisant les r\u00e9sultats pr\u00e9c\u00e9demment observ\u00e9s de Ma et al.8<\/a><\/sup> Cependant, un int\u00e9r\u00eat particulier \u00e9tait un grand groupe qui contenait la majorit\u00e9 des cellules de type HPC (526\/988) qui contenaient \u00e9galement un petit sous-ensemble de cellules malignes (155\/1990). Compte tenu de la similitude globale d'expression entre ces cellules malignes et les cellules de type HPC, cela sugg\u00e8re qu'il pourrait s'agir d'une d\u00e9limitation plus pr\u00e9cise des CSC du foie. Bien qu'aucune diff\u00e9rence significative entre ces deux groupes n'ait \u00e9t\u00e9 observ\u00e9e, les CSC de ce groupe avaient des niveaux inf\u00e9rieurs de CXCL10 que les cellules de type HPC (0,749 fois, valeur p = 0,145). Cette diminution de l'expression pourrait potentiellement favoriser la prolif\u00e9ration des CSC, compte tenu de l'activit\u00e9 anti-tumorale de CXCL10.31<\/a><\/sup><\/p>\n\n\n

Discussion<\/h2>\n\n\n

Avec la diversit\u00e9 des \u00e9tudes sur le cancer actuellement men\u00e9es avec le s\u00e9quen\u00e7age unicellulaire de nouvelle g\u00e9n\u00e9ration, l'abondance de donn\u00e9es nous permet de commencer \u00e0 poser des questions suppl\u00e9mentaires au-del\u00e0 de la port\u00e9e initiale des chercheurs. Les profils d'expression cellulaire sont des outils importants pour comprendre la transformation des cellules non canc\u00e9reuses en cellules canc\u00e9reuses et comprendre le caract\u00e8re souche des CSC. L'utilisation de grands ensembles de donn\u00e9es est essentielle pour ces types d'analyses. Cette \u00e9tude s'appuie sur des \u00e9tudes ant\u00e9rieures et d\u00e9veloppe des m\u00e9thodes pr\u00e9c\u00e9demment \u00e9tablies pour les m\u00e9ta-analyses de l'expression g\u00e9nique afin de s'attaquer \u00e0 des ensembles de donn\u00e9es encore plus volumineux.32<\/a><\/sup> Cela nous permet d'atteindre de nouveaux niveaux dans la taille de nos analyses comparatives pour g\u00e9n\u00e9rer de nouvelles d\u00e9couvertes de connaissances. Plus pr\u00e9cis\u00e9ment, nous avons cherch\u00e9 \u00e0 comprendre comment les profils d'expression des CSC se comparent aux cellules prog\u00e9nitrices adultes et f\u0153tales afin de mieux comprendre les capacit\u00e9s d'auto-renouvellement et de diff\u00e9renciation des CSC. Pour atteindre notre objectif, nous avons entrepris une nouvelle analyse de deux ensembles de donn\u00e9es d'ARN-seq unicellulaires accessibles au public qui caract\u00e9risent le cancer du foie et les \u00e9chantillons de foie sains adultes et f\u0153taux.<\/p>\n\n\n

Nous avons d'abord examin\u00e9 les profils d'expression de 34 marqueurs de souche connus13<\/a>,14<\/a><\/sup> pour assurer l'exactitude de la caract\u00e9risation de l'\u00e9tude pr\u00e9c\u00e9dente des cellules en tant que CSC. En examinant l'expression d'un ensemble de facteurs de souche dans les diff\u00e9rents types de cellules d'\u00e9chantillons canc\u00e9reux et sains de foie adulte et f\u0153tal, nous avons observ\u00e9 que les CSC tombent dans un profil d'expression distinct qui est beaucoup plus similaire \u00e0 celui des types de cellules prog\u00e9nitrices, contrairement aux cellules diff\u00e9renci\u00e9es en phase terminale. types de cellules. Plus pr\u00e9cis\u00e9ment, nous avons observ\u00e9 une expression significativement plus \u00e9lev\u00e9e des marqueurs de cellules souches SOX9, KRT19, KRT7 et CD24 dans les CSC par rapport aux types de cellules diff\u00e9renci\u00e9es en phase terminale. De plus, les CSC avaient des niveaux d'expression Oct4 et SOX2 significativement plus \u00e9lev\u00e9s que les types de cellules prog\u00e9nitrices. Sur cette base, nous sugg\u00e9rons l'importance de ces deux facteurs Yamanaka15<\/a><\/sup> dans la promotion des capacit\u00e9s d'auto-renouvellement et de diff\u00e9renciation des CSC.<\/p>\n\n\n

Nos r\u00e9sultats ont \u00e9galement r\u00e9v\u00e9l\u00e9 un enrichissement significatif des termes GO, de la prot\u00e9ine cotraductionnelle d\u00e9pendante de la SRP ciblant la membrane, constituant structurel du ribosome et de l'initiation de la traduction, dans les CSC h\u00e9patiques par rapport aux prog\u00e9niteurs hybrides h\u00e9patobiliaires. Il est int\u00e9ressant de noter que les trois termes GO fonctionnent dans la production accrue de prot\u00e9ines, en particulier celles qui sont cibl\u00e9es sur la membrane. Des recherches r\u00e9centes ont d\u00e9j\u00e0 mis en cause l'importance de la prot\u00e9ine cotraductionnelle d\u00e9pendante de SRP ciblant la membrane dans le cancer du poumon.33<\/a><\/sup> De plus, il a \u00e9t\u00e9 d\u00e9montr\u00e9 que les prot\u00e9ines appartenant \u00e0 ces cat\u00e9gories GO activent la croissance tumorale et les m\u00e9tastases dans les cellules canc\u00e9reuses du sein.34<\/a><\/sup> Ces r\u00e9sultats illustrent davantage les similitudes dans l'expression des g\u00e8nes entre les types de cancer et fournissent des pistes potentielles suppl\u00e9mentaires pour de nouveaux traitements contre le cancer du foie, car les inhibiteurs de la translocation des prot\u00e9ines \u00e0 travers les membranes ont \u00e9t\u00e9 r\u00e9cemment impliqu\u00e9s comme agents anticanc\u00e9reux.35<\/a><\/sup><\/p>\n\n\n

Ces r\u00e9sultats fournissent un nouvel aper\u00e7u de la biologie du cancer qui a \u00e9t\u00e9 rendu possible en utilisant harmonieusement des ensembles de donn\u00e9es accessibles au public. Alors que de nombreux facteurs de souche ont d\u00e9j\u00e0 \u00e9t\u00e9 identifi\u00e9s comme importants dans le cancer, nos r\u00e9sultats fournissent un aper\u00e7u unique de la fa\u00e7on dont les cellules souches canc\u00e9reuses diff\u00e8rent dans l'expression des types de cellules prog\u00e9nitrices du foie. Nous pensons que cela permet de mieux comprendre comment ces marqueurs fonctionnent en fournissant le potentiel accru de prolif\u00e9ration et de diff\u00e9renciation observ\u00e9 dans les cellules souches canc\u00e9reuses. Plus pr\u00e9cis\u00e9ment, alors que CD44 et SOX9 ont d\u00e9j\u00e0 \u00e9t\u00e9 impliqu\u00e9s dans la promotion de la prolif\u00e9ration des cellules souches canc\u00e9reuses,36<\/a><\/sup> nous pensons que notre travail est le premier \u00e0 impliquer KRT7 dans la prolif\u00e9ration des cellules souches du cancer du foie. Notre \u00e9tude d\u00e9montre la puissance potentielle de l'exploitation de grandes quantit\u00e9s de donn\u00e9es partag\u00e9es pour favoriser la d\u00e9couverte de nouvelles connaissances et la g\u00e9n\u00e9ration d'hypoth\u00e8ses.<\/p>\n\n\n

Remerciements<\/h2>\n\n\n

Ce travail a \u00e9t\u00e9 en partie financ\u00e9 par la subvention NIH UL1TR001433.<\/p>\n\n\n

Divulgation<\/h2>\n\n\n

Les auteurs ne signalent aucun conflit d'int\u00e9r\u00eats dans ce travail.<\/p>\n\n\n

R\u00e9f\u00e9rences<\/h2>\n\n\n

1.<\/a> Bourne PE, Bonazzi V, Dunn M, et al. L'initiative NIH Big Data to Knowledge (BD2K). J Am Med Inform Assoc<\/em>. 2015;22(6):1114. doi:10.1093\/jamia\/ocv136<\/p>\n\n\n

2.<\/a> Paten B, Diekhans M, Druker BJ, et al. Le centre NIH BD2K pour les m\u00e9gadonn\u00e9es en g\u00e9nomique translationnelle. J Am Med Inform Assoc<\/em>. 2015;22(6):1143\u20131147. doi:10.1093\/jamia\/ocv047<\/p>\n\n\n

3.<\/a> Toga AW, Foster I, Kesselman C, et al. Les m\u00e9gadonn\u00e9es biom\u00e9dicales comme ressource cl\u00e9 pour la science de la d\u00e9couverte. J Am Med Inform Assoc<\/em>. 2015;22(6):1126\u20131131. doi:10.1093\/jamia\/ocv077<\/p>\n\n\n

4.<\/a> Jagodnik KM, Koplev S, Jenkins SL, et al. D\u00e9velopper un cadre pour les objets num\u00e9riques dans les communs Big Data to Knowledge (BD2K): rapport de l'atelier Commons Framework Pilots. J Biomed Informer<\/em>. 2017;71:49\u201357. doi:10.1016\/j.jbi.2017.05.006<\/p>\n\n\n

5.<\/a> Batlle E, Clevers H. Cellules souches canc\u00e9reuses revisit\u00e9es. Nat Med<\/em>. 2017;23(10):1124\u20131134. doi:10.1038\/nm.4409<\/p>\n\n\n

6.<\/a> Beck B, Blanpain C. D\u00e9m\u00ealer le potentiel des cellules souches canc\u00e9reuses. Nat Rev Cancer<\/em>. 2013;13(10):727\u2013738. doi:10.1038\/nrc3597<\/p>\n\n\n

7.<\/a> Yang L, Shi P, Zhao G, et al. Cibler les voies des cellules souches canc\u00e9reuses pour le traitement du cancer. Signal transduct cible Ther<\/em>. 2020;5(1):8.<\/p>\n\n\n

8.<\/a> Ma L, Hernandez MO, Zhao Y, et al. La biodiversit\u00e9 des cellules tumorales entra\u00eene une reprogrammation microenvironnementale dans le cancer du foie. Cellule canc\u00e9reuse<\/em>. 2019;36(4):418\u2013430.e416. doi:10.1016\/j.ccell.2019.08.007<\/p>\n\n\n

9.<\/a> Segal JM, Kent D, Wesche DJ, et al. L'analyse de cellule unique du foie f\u0153tal humain capture le profil transcriptionnel des prog\u00e9niteurs hybrides h\u00e9patobiliaires. Nat Commun<\/em>. 2019;10(1):3350. doi:10.1038\/s41467-019-11266-x<\/p>\n\n\n

10.<\/a> CIRC. Fiches d'information par population-globocan-IARC\u00a0; 2019. Disponible \u00e0 partir de\u00a0: http:\/\/gco.iarc.fr\/today\/fact-sheets-cancers<\/a>. Consult\u00e9 le 19 ao\u00fbt 2020.<\/p>\n\n\n

11.<\/a> Kumar M, Zhao X, Wang XW. Carcinogen\u00e8se mol\u00e9culaire du carcinome h\u00e9patocellulaire et du cholangiocarcinome intrah\u00e9patique : un pas de plus vers la m\u00e9decine personnalis\u00e9e ? Biosciences cellulaires<\/em>. 2011;1(1):5. doi:10.1186\/2045-3701-1-5<\/p>\n\n\n

12.<\/a> Wu PC, Lai VC, Fang JW, Gerber MA, Lai CL, Lau JY. Le carcinome h\u00e9patocellulaire exprimant \u00e0 la fois des marqueurs h\u00e9patocellulaires et biliaires exprime \u00e9galement la cytok\u00e9ratine 14, un marqueur des cellules prog\u00e9nitrices bipotentielles. J H\u00e9patol<\/em>. 1999;31(5):965\u2013966.<\/p>\n\n\n

13.<\/a> Zhao W, Li Y, Zhang X. Marqueurs li\u00e9s \u00e0 la souche dans le cancer. Cancer Transl Med<\/em>. 2017;3(3):87\u201395. doi:10.4103\/ctm.ctm_69_16<\/p>\n\n\n

14.<\/a> Puram SV, Tirosh I, Parikh AS, et al. Analyse transcriptomique unicellulaire des \u00e9cosyst\u00e8mes tumoraux primaires et m\u00e9tastatiques dans le cancer de la t\u00eate et du cou. Cellule<\/em>. 2017;171(7):1611\u20131624.e1624. doi:10.1016\/j.cell.2017.10.044<\/p>\n\n\n

15.<\/a> Liu X, Huang J, Chen T, et al. Les facteurs Yamanaka r\u00e9gulent de mani\u00e8re critique le r\u00e9seau de signalisation d\u00e9veloppemental dans les cellules souches embryonnaires de souris. Cell Res<\/em>. 2008;18(12):1177\u20131189. doi:10.1038\/cr.2008.309<\/p>\n\n\n

16.<\/a> Edgar R, Barrett T. Normes et services NCBI GEO pour les donn\u00e9es de micror\u00e9seaux. Nat Biotechnol<\/em>. 2006;24(12):1471\u20131472. doi:10.1038\/nbt1206-1471<\/p>\n\n\n

17.<\/a> Tryka KA, Hao L, Sturcke A, et al. Base de donn\u00e9es du NCBI sur les g\u00e9notypes et les ph\u00e9notypes : dbGaP. Acides nucl\u00e9iques Res<\/em>. 2014;42(D1):D975\u2013979. doi:10.1093\/nar\/gkt1211<\/p>\n\n\n

18.<\/a> Robinson MD, McCarthy DJ, Smyth GK. edgeR\u00a0: un package Bioconductor pour l'analyse de l'expression diff\u00e9rentielle des donn\u00e9es d'expression num\u00e9rique des g\u00e8nes. Bioinformatique<\/em>. 2010;26(1):139\u2013140. doi:10.1093\/bioinformatique\/btp616<\/p>\n\n\n

19.<\/a> Robinson MD, Oshlack A. Une m\u00e9thode de normalisation de mise \u00e0 l'\u00e9chelle pour l'analyse de l'expression diff\u00e9rentielle des donn\u00e9es d'ARN-seq. G\u00e9nome Biol<\/em>. 2010;11(3):R25. doi:10.1186\/gb-2010-11-3-r25<\/p>\n\n\n

20.<\/a> McCarthy DJ, Chen Y, Smyth GK. Analyse d'expression diff\u00e9rentielle d'exp\u00e9riences multifactorielles d'ARN-Seq par rapport \u00e0 la variation biologique. Acides nucl\u00e9iques Res<\/em>. 2012;40(10):4288\u20134297. doi:10.1093\/nar\/gks042<\/p>\n\n\n

21.<\/a> Lun AT, Chen Y, Smyth GK. C'est DE-licieux\u00a0: une recette pour les analyses d'expression diff\u00e9rentielle d'exp\u00e9riences d'ARN-seq utilisant des m\u00e9thodes de quasi-vraisemblance dans edgeR. M\u00e9thodes Mol Biol<\/em>. 2016\u00a0;1418\u00a0:\u00a0391\u2013416.<\/p>\n\n\n

22.<\/a> Huang da W, Sherman BT, Lempicki RA. Analyse syst\u00e9matique et int\u00e9grative de grandes listes de g\u00e8nes \u00e0 l'aide des ressources bioinformatiques DAVID. Protocole Nat<\/em>. 2009;4(1):44\u201357. doi:10.1038\/nprot.2008.211<\/p>\n\n\n

23.<\/a> Pedregosa F, Varoquaux G, Gramfort A, et al. Scikit-learn : apprentissage automatique en Python. J Mach Learn Res<\/em>. 2012;12:2825\u20132830.<\/p>\n\n\n

24.<\/a> Hunter JD. Matplotlib : un environnement graphique 2D. Informatique Sci Eng<\/em>. 2007;9(3):90\u201395. doi:10.1109\/MCSE.2007.55<\/p>\n\n\n

25.<\/a> Waskom M, Botvinnik O, Ostblom J, et al. mwaskom\/seaborn : v0.10.1 (avril 2020). z\u00e9nodo<\/em>. 2020.<\/p>\n\n\n

26.<\/a> Wickham H. Ggplot2\u00a0: graphiques \u00e9l\u00e9gants pour l'analyse de donn\u00e9es<\/em>. New York : Springer-Verlag ; 2016.<\/p>\n\n\n

27.<\/a> Caracausi M, Piovesan A, Antonaros F, Strippoli P, Vitale L, Pelleri MC. Identification syst\u00e9matique des g\u00e8nes domestiques humains \u00e9ventuellement utiles comme r\u00e9f\u00e9rences dans les \u00e9tudes d'expression g\u00e9nique. Repr\u00e9sentant Mol Med<\/em>. 2017;16(3):2397\u20132410. doi:10.3892\/mmr.2017.6944<\/p>\n\n\n

28.<\/a> Gattazzo F, Urciuolo A, Bonaldo P. Matrice extracellulaire : un microenvironnement dynamique pour la niche des cellules souches. Biochim Biophys Acta<\/em>. 2014;1840(8):2506\u20132519. doi:10.1016\/j.bbagen.2014.01.010<\/p>\n\n\n

29.<\/a> Nallanthighal S, Heiserman JP, Cheon DJ. Le r\u00f4le de la matrice extracellulaire dans la souche canc\u00e9reuse. Front Cell Dev Biol<\/em>. 2019;7:86. doi:10.3389\/fcell.2019.00086<\/p>\n\n\n

30.<\/a> Chen C, Zhao S, Karnad A, Freeman JW. La biologie et le r\u00f4le de CD44 dans la progression du cancer : implications th\u00e9rapeutiques. J H\u00e9matol Oncol<\/em>. 2018;11(1):64. doi:10.1186\/s13045-018-0605-5<\/p>\n\n\n

31.<\/a> Liu M, Guo S, Stiles JK. Le r\u00f4le \u00e9mergent de CXCL10 dans le cancer (Review). Oncol Lett<\/em>. 2011;2(4):583\u2013589. doi:10.3892\/ol.2011.300<\/p>\n\n\n

32.<\/a> Rau A, Marot G, Jaffr\u00e9zic F. M\u00e9ta-analyse diff\u00e9rentielle des donn\u00e9es d'ARN-seq provenant de plusieurs \u00e9tudes. BMC Bioinformer<\/em>. 2014;15:91. doi:10.1186\/1471-2105-15-91<\/p>\n\n\n

33.<\/a> Nakamura H, Fujii K, Gupta V, et al. Identification des modules cl\u00e9s et des g\u00e8nes pivots pour le carcinome pulmonaire \u00e0 petites cellules et le carcinome pulmonaire neuroendocrine \u00e0 grandes cellules par analyse pond\u00e9r\u00e9e du r\u00e9seau de co-expression g\u00e9nique des prot\u00e9omes tissulaires cliniques. PLoS One<\/em>. 2019;14(6):e0217105. doi:10.1371\/journal.pone.0217105<\/p>\n\n\n

34.<\/a> Nabet BY, Qiu Y, Shabason JE, et al. Le d\u00e9blindage de l'ARN exosome couple l'activation stromale \u00e0 la signalisation des r\u00e9cepteurs de reconnaissance de formes dans le cancer. Cellule<\/em>. 2017;170(2):352\u2013366.e313. doi:10.1016\/j.cell.2017.06.031<\/p>\n\n\n

35.<\/a> Van Puyenbroeck V, Vermeire K. Inhibiteurs de la translocation des prot\u00e9ines \u00e0 travers les membranes de la voie de s\u00e9cr\u00e9tion : nouveaux agents antimicrobiens et anticanc\u00e9reux. Cellule Mol Vie Sci<\/em>. 2018;75(9):1541\u20131558. doi:10.1007\/s00018-017-2743-2<\/p>\n\n\n

36.<\/a> Nio K, Yamashita T, Kaneko S. Le concept en \u00e9volution des cellules souches du cancer du foie. Mol Cancer<\/em>. 2017;16(1):4. doi:10.1186\/s12943-016-0572-9<\/p>","protected":false},"excerpt":{"rendered":"

National Institutes of Health and other agencies are funding high-throughput genomics and transcriptomics (\u2018omics) experiments that deposit digital samples of data into the public domain at a rapidly increasing scale.1,2\u00a0The importance of these digital samples of data is further illustrated by the growing number of linked peer-reviewed publications that demonstrate its scientific value.3,4\u00a0Investigations of cancer […]<\/p>","protected":false},"author":4,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","_sitemap_exclude":false,"_sitemap_priority":"","_sitemap_frequency":"","footnotes":""},"categories":[70,96,71],"tags":[],"class_list":["post-117","post","type-post","status-publish","format-standard","hentry","category-blog","category-cancer","category-stem-cells"],"featured_image_src":{"landsacpe":false,"list":false,"medium":false,"full":false},"_links":{"self":[{"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/posts\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":1,"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/posts\/117\/revisions"}],"predecessor-version":[{"id":629,"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/posts\/117\/revisions\/629"}],"wp:attachment":[{"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/categories?post=117"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cell-lavie.com\/fr\/wp-json\/wp\/v2\/tags?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}