Big Data und KI zum Vergleich von in vitro und in vivo Tumoren
2021
Johns Hopkins University, Baltimore, USA
Das Versäumnis, Zelllinien adäquat zu charakterisieren und Unterschiede zwischen In-vitro- und In-vivo-Biologie zu verstehen, kann schwerwiegende Folgen für die Übertragbarkeit von wissenschaftlichen In-vitro-Studien auf klinische Studien am Menschen haben. Dieses Projekt konzentriert sich auf MCF-7-Zellen (Michigan Cancer Foundation-7), eine humane Brust-Adenokarzinom-Zelllinie, die häufig für die In-vitro-Krebsforschung verwendet wird. In diesem Projekt werden die wichtigsten Ähnlichkeiten und Unterschiede in den Genexpressionsnetzwerken der humanen Brust-Adenokarzinom-Zelllinie MCF-7 im Vergleich zu menschlichem Brustkrebsgewebe untersucht. Es werden zwei MCF-7-Datensätze (ARCHS4 mit 1032 Proben und Gene Expression Omnibus GSE50705 mit 88 Estradiol-behandelten MCF-7-Proben) und ein Datensatz zum invasiven duktalen Karzinom, BRCA (The Cancer Atlas, 1212 Brustgewebsproben) verwendet. Die gewichtete Genkorrelationsnetzwerkanalyse (WGCNA) und funktionelle Annotationen der Daten zeigen, dass MCF-7-Zellen und menschliches Brustgewebe nur minimale Ähnlichkeiten in biologischen Prozessen aufweisen, obwohl einige grundlegende Funktionen, wie z. B. der Zellzyklus, konserviert sind. Die skalierte Konnektivität - eine Netzwerk-Topologie-Metrik - zeigt ebenfalls drastische Unterschiede im Verhalten von Genen zwischen MCF-7- und BRCA-Datensätzen. Es wird canSAR verwendet, um Liganden-basierte Drugability-Scores von Genen in den Datensätzen zu berechnen, und die Ergebnisse legen nahe, dass die Verwendung von MCF-7 zur Untersuchung von Brustkrebs dazu führen kann, dass wichtige Gen-Targets übersehen werden.
Similarities and differences in gene expression networks between the breast cancer cell line Michigan Cancer Foundation-7 and invasive human breast cancer tissues
Alexandra Maertens
Eingestellt am: 30.06.2021
[1] https://www.frontiersin.org/articles/10.3389/frai.2021.674370/full
