Генетические особенности опухолей невыявленной первичной локализации

Автор: Щеголева А.А., Третьякова М.С., Воробьев Р.С., Ананина О.А., Бокова У.А., Денисов Е.В.

Журнал: Сибирский онкологический журнал @siboncoj

Рубрика: Клинические исследования

Статья в выпуске: 6 т.21, 2022 года.

Бесплатный доступ

Введение. Опухоли невыявленной первичной локализации (ОНПЛ) представляют собой метастатические очаги, для которых стандартное диагностическое исследование не позволяет определить первичный опухолевый очаг на момент постановки диагноза. Частота выявления ОНПЛ невысокая, однако данное заболевание характеризуется агрессивностью течения, низкой эффективностью лечения и плохой выживаемостью. Поэтому понимание биологии и механизмов формирования этих злокачественных новообразований является важной задачей. Цель исследования - идентификация генетических нарушений, характерных для ОНПЛ. Материал и методы. В исследовании использовалось полноэкзомное секвенирование образцов ОНПЛ. Результаты. В ОНПЛ обнаружены однонуклеотидные изменения в гене эфринового рецептора EPHA8. Помимо этого, для ОНПЛ были характерны аберрации числа копий ДНК в хромосомных регионах, содержащих гены ID2, FOXD4, ZMYND11, ZNF596, KIDINS220, LRRN1, GEMIN4, CEP72, TPPP и MXRA5. Функциональное аннотирование вышеуказанных генов показало их вовлеченность в транскрипцию, биогенез микроРНК, клеточный цитоскелет, адгезию, ремоделирование внеклеточного матрикса, пролиферацию, апоптоз и эпителиально-мезенхимальный переход. Заключение. Для ОНПЛ характерны нарушения генов, вовлеченных в регуляцию различных биологических процессов, главным образом клеточной миграции.

Еще

Метастаз, невыявленный первичный очаг, мутация, ген, секвенирование

Короткий адрес: https://sciup.org/140296692

IDR: 140296692   |   DOI: 10.21294/1814-4861-2022-21-6-38-46

Текст научной статьи Генетические особенности опухолей невыявленной первичной локализации

Опухоли невыявленной первичной локализации (ОНПЛ) – метастатическое проявление злокачественных новообразований, при котором первичный очаг не выявляется по данным анамнеза и/ или результатам диагностических исследований [1]. Каждый год выявляются около 3–5 % новых случаев ОНПЛ от общего числа злокачественных новообразований [2]. Из-за небольшой численности и высокой гетерогенности ОНПЛ отсутствует понимание их биологии и механизмов образования. Тем не менее все случаи ОНПЛ имеют общие черты: раннее и агрессивное распространение, плохой прогноз и непредсказуемый метастатический характер [3, 4].

Опухоли невыявленной первичной локализации условно делят на 2 типа: с благополучным (15–20 %; медиана выживаемости 10–16 мес) и неблагоприятным (80–95 %; 3–6 мес) течением [5, 6]. Первый вариант клинического течения характерен для плоскоклеточного рака с поражением шейных лимфоузлов, низкодифференцированных нейроэндокринных карцином, карциномы Меркеля, метастазов аденокарциномы в подмышечные лимфоузлы и др. Неблагоприятное течение ОНПЛ связывают с такими факторами, как мужской пол, множественные метастазы аденокарциномы в головной мозг, печень, кости, легкие и низкодифференцированный рак [5, 7].

Механизмы формирования ОНПЛ пока плохо изучены. Согласно одной из гипотез, ОНПЛ является метастазом, сформированным на ранней стадии опухолевого процесса и развивающимся параллельно с первичным новообразованием [8]. По другой гипотезе ОНПЛ – это отдельная группа опухолей с фенотипическими и генотипическими особенностями [9]. Согласно данной гипотезе, формирование ОНПЛ может быть связано с ошибками эпителиально-мезенхимального перехода (ЭМП) вследствие возникновения генетических нарушений, приводящих к фиксации клеток в гибридном состоянии и приобретения ими высокого туморогенного и инвазивного потенциалов [10].

Cеквенирование нового поколения (next-generation sequencing, NGS) рассматривается как один из основных инструментов выявления генетических изменений, вовлеченных в патогенез и прогрессирование злокачественных новообразований. Ранние работы по анализу мутационного профиля ОНПЛ показали, что наиболее часто нарушения встречаются в TP53 , KRAS , PIK3CA , ALK , EGFR ,

RET , FGFR1 , NTRK1 и других генах [1, 11–13]. Для ОНПЛ также характерны гиперэкспрессия генов MYC , ERBB2 / HER2 , EGFR и BCL2 [14] и белковая гиперэкспрессия металлопротеиназ MMP2, MMP9 и TIMP1 [15].

Цель исследования ‒ поиск генетических нарушений, характерных для ОНПЛ.

Материал и методы

В исследование включено 7 пациентов с ОНПЛ (табл. 1). Метастазы были обнаружены в лимфатических узлах (n=5) и легком (n=2). Хирургическим путем получены образцы метастазов (n=7). В процессе диагностики у 5 пациентов выявлены микроочаги первичной опухоли: рак почки, легкого, слюнных желез и брюшины. В связи с этим нами принято решение о переводе данных пациентов в группу сравнения (n=5).

Исследование выполнялось в соответствии с принципами Хельсинкской декларации (1964 г., дополненной в 1975 и 1983 гг.) и одобрено этическим комитетом НИИ онкологии Томского НИМЦ. От пациентов получено информированное согласие на добровольное участие.

Биоинформатический анализ данных проводился с помощью пайплайна GATK [16]. Байесовская статистика и апостериорная вероятность использовались для определения (calling) генотипов. Генетические варианты, в частности однонуклеотидные замены (SNVs), аннотировали с помощью инструмента ANNOVAR [17]. Отбор генов-драйверов канцерогенеза проводился с использованием ресурса IntOGen [18]. Для предсказания функциональной значимости мутаций в генах использовали инструменты SIFT и PolyPhen2 [19]. Для детекции аберраций числа копий ДНК (CNAs) применялся инструмент CNVkit с использованием метода циркулярной бинарной сегментации (circular binary segmentation, CBS) и скрытой Марковской модели (Hidden Markov Model, HMM) [20–22]. Расчеты

Таблица 1/table 1

Клинико-патологические параметры пациентов, включенных в исследованиеClinical and pathological parameters of patients included in the study проводились как в рамках исходных регионов эк-зомной панели Agilent SureSelect v7, так и с исключением регионов, входящих в трек Duke Excluded Regions на основании данных о картировании и уникальности с ENCODE и переразмеченных для референсного генома GRCh38/hg38. В итоговом анализе использовались только общие пересечения полученных с помощью разных методов и предобработки исходных данных CNA-сегменты. Частоту нарушений генов интереса в злокачественных новообразованиях получали из базы данных cBioPortal.

Результаты

В работе учитывались только генетические варианты, затрагивающие экзонные области генов

и имеющие функциональное влияние на белковые продукты согласно биоинформатическому анализу. Сравнение профиля генетических нарушений проводилось между пациентами (n=2), у которых очаг не был обнаружен в ходе детального инструментального анализа, и больными, у которых последующее диагностическое обследование выявило микроочаги первичной опухоли.

Для пациентов с ОНПЛ были характерны нарушения в гене эфринового рецептора EPHA8 (табл. 2). Согласно базе данных cBioPortal, соматические нарушения в гене EPHA8 встречаются в 1,3 % различных злокачественных новообразований. В исследуемых образцах мутации были представлены несинонимичным SNV и SNV с образованием стоп-кодона (stopgain). Инструмент

Код/

The code

Локализация метастазов/ Localization of metastases

Первичный очаг/ Primary tumor

Пол/ Gender

Возраст/ Age

Стадия/ Stage

TNM

Неоадъювантная химиотерапия/ Neoadjuvant chemotherapy

Плоскоклеточный

1

Лимфоузлы/ Lymph nodes

рак слюнной железы/ Squamous cell carcinoma of

Ж/W

69

III

T3N1M0

Нет/No

the salivary gland

Немуцинозный микроинва-

2

Легкое/ Lung

зивный рак легкого/ Non-mucinous microinvasive

М/M

66

IV

T2NхM1

Нет/ No

lung cancer

3

Шейные лимфоузлы/ Neck lymph nodes

Не выявлен/ Not identified

М/M

44

IV

TхNхM1

Нет/ No

Легкое/ Lung

Мелкоклеточный

4

рак легкого/

Ж/W

63

IV

T1NхM1

Нет/ No

Small cell lung cancer

5

Шейные лимфоузлы/ Neck lymph nodes

Светкоклеточный рак почки/ Clear cell renal cell carcinoma

М/M

69

IV

T2N3M1

Нет/ No

6

Шейные лимфоузлы/ Neck lymph nodes

Не выявлен/ Not identified

Ж/W

41

IV

TхNхM1

Да/ Yes

7

Лимфоузлы/ Lymph nodes

Рак брюшины/ Peritoneal cancer

Ж/W

58

IV

TisN1M1

Нет/ No

Таблица 2/table 2

Ген/

Gene

Хромосома: позиция/ Chromosome: position

Замена/ Change

Тип мутации/ Mutation type

SIFT

Polyphen2

ExAC

cBioPortal

chr1:22593620

C>T

stopgain

.

.

0,0001

EPHA8

chr1:22601701

C>G

Несинонимичная SNV/ Nonsynonymous SNV

T

P

.

2,1 %

Примечание: chr – хромосома; stopgain – замена с образованием стоп-кодона; SIFT и Polyphen2 – инструменты для предсказания функциональной значимости мутаций (T – tolerant, P – pathogenic); ExAC – база данных о частоте встречаемости герминальных генетических вариантов в популяциях человека; cBioPortal – база данных о частоте встречаемости соматических генетических вариантов у онкологических больных.

sNVs, характерные для ОНПЛ sNVs specific for Cup

Note: chr – a chromosome; stopgain – nucleotide change with the formation of a stop codon; SIFT and Polyphen 2 are tools for predicting the functional significance of mutations (T – tolerant , P – pathogenic ); ExAC - database on the frequency of occurrence of germline genetic variants in human populations; cBioPortal – a database on the frequency of occurrence of somatic genetic variants in cancer patients.

Таблица 3/table 3

Ген/ Gene

Хромосома: позиция/ Chromosome: position

Замена/ Change

Тип мутации/ Mutation type

SIFT

Polyphen2

ExAC

cBioPortal

HSPG2

chr1:21890485

G>T

Несинонимичная SNV/ Nonsynonymous SNV

D

D

.

4,7 %

PTPN13

chr4:86762995

G>T

Несинонимичная SNV/ Nonsynonymous SNV

D

D

0,0038

3,4 %

KMT2C

chr7: 152252087

C>A

Несинонимичная SNV/ Nonsynonymous SNV

D

D

.

8,7 %

MET

chr7:116699902

C>A

Несинонимичная SNV/ Nonsynonymous SNV

D

P

0,00003314

2,6 %

ZNF680

chr7:64521784

A>AT

frameshift insertion

.

.

.

1,3 %

RET

chr10:43128192

T>G

Несинонимичная SNV/ Nonsynonymous SNV

D

D

.

2,5 %

BCL9L

chr11:118900780

G>A

Несинонимичная SNV/ Nonsynonymous SNV

D

D

.

2,4 %

CBL

chr11:119273924

G>T

Несинонимичная SNV/ Nonsynonymous SNV

D

P

.

1,6 %

POLE

chr12:132641819

C>T

Несинонимичная SNV/ Nonsynonymous SNV

T

D

0,000008327

3,6 %

CDKN1B

chr12:12717874

G>C

Несинонимичная SNV/ Nonsynonymous SNV

T

B

.

0,9 %

FLT3

chr13:28023459

T>A

Несинонимичная SNV/ Nonsynonymous SNV

T

D

.

3,1 %

ING1

chr13:110715537

CTG>C

frameshift deletion

.

.

0,00000825

1,0 %

DICER1

chr14:95133439

T>C

Несинонимичная SNV/ Nonsynonymous SNV

D

B

0,0018

2,9 %

COL1A1

chr17:50199881

G>C

Несинонимичная SNV/ Nonsynonymous SNV

D

B

.

2,9 %

RNF213

chr17:80263763

G>A

Несинонимичная SNV/ Nonsynonymous SNV

D

P

.

5,1 %

EFTUD2

chr17:44879596

A>G

Несинонимичная SNV/ Nonsynonymous SNV

D

B

.

1,5 %

TP53

chr17: 7674250

C>A

Несинонимичная SNV/ Nonsynonymous SNV

D

D

.

37,0 %

SETBP1

chr18:44953148

G>C

Несинонимичная SNV/ Nonsynonymous SNV

T

B

.

3,5 %

CNOT3

chr19:54149598

G>C

Несинонимичная SNV/ Nonsynonymous SNV

T

D

.

1,6 %

SMC1A

chrX:53415142

C>A

Несинонимичная SNV/ Nonsynonymous SNV

D

D

.

2,2 %

AR

chrX:67717535

G>T

Несинонимичная SNV/ Nonsynonymous SNV

D

D

.

2,1 %

Примечание: chr – хромосома; frameshift insertion – инсерция со сдвигом рамки считывания; frameshift deletion – делеция со сдвигом рамки считывания; SIFT и Polyphen2 – инструменты для предсказания функциональной значимости мутаций (D – deleterious, T – tolerant, P – pathogenic, B – benign); ExAC – база данных о частоте встречаемости герминальных генетических вариантов в популяциях человека; cBioPortal – база данных о частоте встречаемости соматических генетических вариантов у онкологических больных.

sNVs в генах-драйверах канцерогенеза, характерные для ОНПЛ sNVs in cancer driver genes specific for Cup

Note: chr – a chromosome; SIFT and Polyphen 2 are tools for predicting the functional significance of mutations (D – deleterious,

T – tolerant, P – pathogenic, B – benign); ExAC - database on the frequency of occurrence of germline genetic variants in human populations; cBioPortal – a database on the frequency of occurrence of somatic genetic variants in cancer patients.

Таблица 4/table 4

Хромосома: регион и позиция/ Chromosome: region and position

Тип мутации/ Mutation type

Гены, входящие в регион/ Genes located on in the region

cBioPortal

Амплификация/Amplification

ID2

0,9 %

Chr2

2p25.1

7220102–8731313

Делеция/Deletion

0,3 %

Амплификация/ Amplification

KIDINS220

1,0 %

Делеция/Deletion

0,3 %

Chr3

3p26.2

3845079–3845341

Делеция/Deletion

LRRN1

0,9 %

Chr5

5p15.33

664496–664996

Амплификация/Amplification

CEP72 TPPP

4,4 %

4,4 %

Chr8

8p23.3

243951–244457

Делеция/Deletion

ZNF596

4,1 %

Chr9

9p24.3

52745–116710

Амплификация/Amplification

FOXD4

1,2 %

Chr10

10p15.3

179367–179867

Амплификация /Amplification

ZMYND11

1,0 %

Делеция/Deletion

0,3 %

Chr17

17p13.3

745033–747876

Делеция/Deletion

GEMIN4

0,9 %

ChrX

Xp22.33

3325102–3329943

Амплификация/Amplification

MXRA5

1,0 %

Делеция/Deletion

0,3 %

Примечание: chr – хромосома; cBioPortal – база данных о частоте встречаемости соматических генетических вариантов у онкологических больных.

CNas, характерные для ОНПЛ

CNas characteristic of Cup

Note: chr – a chromosome; cBioPortal – a database on the frequency of occurrence of somatic genetic variants in cancer patients.

для предсказания функциональной значимости мутаций, Polyphen2, обозначил несинонимичный SNV как патогенный вариант.

Используя инструмент IntOGen, среди генов, мутации которых были обнаружены в ОНПЛ, были выделены гены-драйверы канцерогенеза, характерные для различных злокачественных новообразований. Так, в одном случае ОНПЛ мутации были обнаружены в 26 генах-драйверах канцерогенеза, среди которых 21 ген был уникален по сравнению с контрольной группой ( HSPG2 , PTPN13 , KMT2C , MET , ZNF680 , RET , BCL9L , CBL , POLE, CDKN1B , FLT3 , ING1 , DICER1 , COL1A1 , RNF213 , EFTUD2 , TP53 , SETBP1 , CNOT3 , SMC1A и AR ) (табл. 3). С помощью инструментов SIFT и Polyphen2 обнаружено, что большинство генетических нарушений характеризуются как патогенные.

Помимо SNVs в ОНПЛ были обнаружены следующие CNAs: делеции и амплификации регионов 2p25.1, 10p15.3 и Xp22.33, делеции хромосомных участков 3p26.2, 8p23.3 и 17p13.3 и амплификации регионов 5p15.33 и 9p24.3 (табл. 4). В данных регионах локализованы гены, кодирующие факторы транскрипции ID2 (Inhibitor of DNA binding 2), FOXD4 (Forkhead Box D4), ZMYND11 (Zinc finger MYND-type containing 11) и ZNF596 (Zinc finger protein 596), трансмембранные белки KIDINS220 (Kinase D Interacting Substrate 220) и LRRN1 (Leucine Rich Repeat Neuronal 1), регулятор биогенеза микроРНК GEMIN4 (Gem Nuclear Organelle Associated Protein 4), компоненты клеточного цитоскелета CEP72 (Centrosomal Protein 72) и TPPP (Tubulin Polymerization Promoting Protein) и протеогликан, участвующий в адгезии и ремоделировании внеклеточного матрикса MXRA5 (Matrix-remodeling associated 5). Согласно базе данных cBioPortal, амплификации регионов в генах ID2, KIDINS220, CEP72, TPPP, FOXD4, ZMYND11 и MXRA5 встречаются в 0,9, 1,0, 4,4, 4,4, 1,2, 1,0 и 1,0 % случаев с различными злокачественными новообразованиями соответственно. Частота делеций генов ID2, KIDINS220, LRRN1, ZNF596, ZMYND11, GEMIN4 и MXRA5 составляет 0,3, 0,3, 0,9, 4,1, 0,3, 0,9 и 0,3 % соответственно (табл. 4).

Обсуждение

Механизмы возникновения ОНПЛ до сих пор неизвестны. Одной из причин ОНПЛ могут быть нарушения в генах-регуляторах клеточной миграции, в частности эпителиально-мезенхимального перехода [10]. Предполагается, что появление мутаций в данных генах приводит к фиксации клеток в состоянии гибридного ЭМП и приобретению ими способности к инвазии и метастазированию [10]. Соответственно, исследование мутационного профиля ОНПЛ актуально и может пролить свет не только на природу данного типа злокачественных новообразований, но и выявить новые гены-регуляторы миграции и инвазии опухолевых клеток.

Предыдущие исследования показали, что для ОНПЛ характерны нарушения TP53, KRAS, CD-KN2A, EGFR, KEAP1, SMARCA4, BRAF, BRCA1, BRCA2, CDK4, ERBB2, MET, AKT1, ERBB2, IDH2, PIK3CA, PTCH1, FGFR1, MDM2 и других генов, вовлеченных в регуляцию широкого круга кле- точных процессов, в том числе ЭМП, миграции и инвазии [6, 12, 23–25]. Однако в данных исследованиях использовалось таргетное NGS с фокусом на десятки/сотни генов, наиболее часто мутирующих в злокачественных новообразованиях. При таком подходе исключается вероятность выявления нарушений в других генах, в том числе в редко встречающихся типах рака.

В представленном исследовании мутационный профиль ОНПЛ был изучен с помощью полноэк-зомного секвенирования. Согласно полученным данным, обнаружены несинонимичные SNVs в генах-драйверах канцерогенеза TP53 и MET , что согласуется с данными литературы.

Помимо SNVs, для ОНПЛ были характерны делеции и амплификации регионов 2p25.1 ( ID2 и KIDINS220 ), 10p15.3 ( ZMYND11 ) и Xp22.33 ( MXRA5 ), только делеции хромосомных участков 3p26.2 ( LRRN1 ), 8p23.3 ( ZNF596 ) и 17p13.3 ( GEMIN4 ) или амплификации регионов 5p15.33 ( CEP72 и TPPP ) и 9p24.3 ( FOXD4 ) (табл. 4). Амплификация гена TPPP ранее была описана в клетках рака мочевого пузыря и связана с прогрессированием заболевания [29]. Мутации гена MXRA5 обнаружены у больных немелкоклеточным раком легкого [30].

Для некоторых генов, нарушения которых обнаружены в ОНПЛ, известна роль в миграции, инвазии и метастазировании различных злокачественных опухолей. Гены ID2 , ZMYND11 и KIDINS220 описаны как опухолевые супрессоры, нокаут которых способствует увеличению пролиферации, миграции, инвазии и ЭМП in vitro и метастазированию in vivo клеток рака молочной

Список литературы Генетические особенности опухолей невыявленной первичной локализации

  • Kato S., Alsafar A., Walavalkar V., Hainsworth J., Kurzrock R. Cancer of Unknown Primary in the Molecular Era. Trends Cancer. 2021; 7(5): 465-77. https://doi.org/10.1016/j.trecan.2020.11.002.
  • Urban D., Rao A., Bressel M., Lawrence Y.R., Mileshkin L. Cancer of unknown primary: a population-based analysis of temporal change and socioeconomic disparities. Br J Cancer. 2013; 109(5): 1318-24. https://doi.org/10.1038/bjc.2013.386.
  • Rassy E., Pavlidis N. The currently declining incidence of cancer of unknown primary. Cancer Epidemiol. 2019; 61: 139-41. https://doi.org/10.1016/j.canep.2019.06.006.
  • Fizazi K., Greco F.A., Pavlidis N., Daugaard G., Oien K., Pentheroudakis G.; ESMO Guidelines Committee. Cancers of unknown primary site: ESMO Clinical Practice Guidelines for diagnosis, treatment and followup. Ann Oncol. 2015; 26 Suppl 5: 133-8. https://doi.org/10.1093/annonc/mdv305.
  • Pavlidis N., Khaled H., Gaafar R. A mini review on cancer of unknown primary site: A clinical puzzle for the oncologists. J Adv Res. 2015; 6(3): 375-82. https://doi.org/10.1016/j.jare.2014.11.007.
  • Rassy E., Assi T., Pavlidis N. Exploring the biological hallmarks of cancer of unknown primary: where do we stand today? Br J Cancer. 2020; 122(8): 1124-32. https://doi.org/10.1038/s41416-019-0723-z.
  • Alshareeda A.T., Al-Sowayan B.S., Alkharji R.R., Aldosari S.M., Al Subayyil A.M., Alghuwainem A. Cancer of Unknown Primary Site: Real Entity or Misdiagnosed Disease? J Cancer. 2020; 11(13): 3919-31. https://doi.org/10.7150/jca.42880.
  • Klein C.A. Parallel progression of primary tumours and metastases. Nat Rev Cancer. 2009; 9(4): 302-12. https://doi.org/10.1038/nrc2627.
  • El Rassy E., Pavlidis N. The current evidence for a biomarker-based approach in cancer of unknown primary. Cancer Treat Rev. 2018; 67: 21-8. https://doi.org/10.1016/j.ctrv.2018.04.011.
  • Denisov E.V., Perelmuter V.M. A fxed partial epithelial-mesenchymal transition (EMT) triggers carcinogenesis, whereas asymmetrical division of hybrid EMT cells drives cancer progression. Hepatology. 2018; 68(3): 807-10. https://doi.org/10.1002/hep.29784.
  • Lombardo R., Tosi F., Nocerino A., Bencardino K., Gambi V., Ricotta R., Spina F., Siena S., Sartore-Bianchi A. The Quest for Improving Treatment of Cancer of Unknown Primary (CUP) Through MolecularlyDriven Treatments: A Systematic Review. Front Oncol. 2020; 10: 533. https://doi.org/10.3389/fonc.2020.00533.
  • Ross J.S., Wang K., Gay L., Otto G.A., White E., Iwanik K., Palmer G., Yelensky R., Lipson D.M., Chmielecki J., Erlich R.L., Rankin A.N., Ali S.M., Elvin J.A., Morosini D., Miller V.A., Stephens P.J. Comprehensive Genomic Profling of Carcinoma of Unknown Primary Site: New Routes to Targeted Therapies. JAMA Oncol. 2015; 1(1): 40-9. https://doi.org/10.1001/jamaoncol.2014.216. Erratum in: JAMA Oncol. 2019; 5(8): 1232.
  • Laprovitera N., Riefolo M., Ambrosini E., Klec C., Pichler M., Ferracin M. Cancer of Unknown Primary: Challenges and Progress in Clinical Management. Cancers (Basel). 2021; 13(3): 451. https://doi.org/10.3390/cancers13030451.
  • Natoli C., Ramazzotti V., Nappi O., Giacomini P., Palmeri S., Salvatore M., Landriscina M., Zilli M., Natali P.G., Tinari N., Iacobelli S. Unknown primary tumors. Biochimica et Biophysica Acta (BBA) - Reviews on Cancer. 2011; 1816(1): 13-24. https://doi.org/10.1016/j.bbcan.2011.02.002.
  • Karavasilis V., Malamou-Mitsi V., Briasoulis E., Tsanou E., Kitsou E., Kalofonos H., Fountzilas G., Fotsis T., Pavlidis N. Matrix metalloproteinases in carcinoma of unknown primary. Cancer. 2005; 104(10): 2282-7. https://doi.org/10.1002/cncr.21454.
  • Van der Auwera G.A., Carneiro M.O., Hartl C., Poplin R., Del Angel G., Levy-Moonshine A., Jordan T., Shakir K., Roazen D., Thibault J., Banks E., Garimella K.V., Altshuler D., Gabriel S., DePristo M.A. From FastQ data to high confdence variant calls: the Genome Analysis Toolkit best practices pipeline. Curr Protoc Bioinformatics. 2013; 43(1110): 11.10.1-11.10.33. https://doi.org/10.1002/0471250953.bi1110s43.
  • Wang K., Li M., Hakonarson H. ANNOVAR: functional annotation of genetic variants from high-throughput sequencing data. Nucleic Acids Res. 2010; 38(16): 164. https://doi.org/10.1093/nar/gkq603.
  • Martínez-Jiménez F., Muiños F., Sentís I., Deu-Pons J., ReyesSalazar I., Arnedo-Pac C., Mularoni L., Pich O., Bonet J., Kranas H., Gonzalez-Perez A., Lopez-Bigas N. A compendium of mutational cancer driver genes. Nat Rev Cancer. 2020; 20(10): 555-72. https://doi.org/10.1038/s41568-020-0290-x.
  • Liberzon A., Birger C., Thorvaldsdóttir H., Ghandi M., Mesirov J.P., Tamayo P. The Molecular Signatures Database (MSigDB) hallmark gene set collection. Cell Syst. 2015; 1(6): 417-25. https://doi.org/10.1016/j.cels.2015.12.004.
  • Talevich E., Shain A.H., Botton T., Bastian B.C. CNVkit: GenomeWide Copy Number Detection and Visualization from Targeted DNA Sequencing. PLoS Comput Biol. 2016; 12(4). https://doi.org/10.1371/journal. pcbi.1004873.
  • Olshen A.B., Bengtsson H., Neuvial P., Spellman P.T., Olshen R.A., Seshan V.E. Parent-specifc copy number in paired tumor-normal studies using circular binary segmentation. Bioinformatics. 2011; 27(15): 2038-46. https://doi.org/10.1093/bioinformatics/btr329.
  • Venkatraman E.S., Olshen A.B. A faster circular binary segmentation algorithm for the analysis of array CGH data. Bioinformatics. 2007; 23(6): 657-63. https://doi.org/10.1093/bioinformatics/btl646.
  • Varghese A.M., Arora A., Capanu M., Camacho N., Won H.H., Zehir A., Gao J., Chakravarty D., Schultz N., Klimstra D.S., Ladanyi M., Hyman D.M., Solit D.B., Berger M.F., Saltz L.B. Clinical and molecular characterization of patients with cancer of unknown primary in the modern era. Ann Oncol. 2017; 28(12): 3015-21. https://doi.org/10.1093/annonc/mdx545.
  • Löffer H., Pfarr N., Kriegsmann M., Endris V., Hielscher T., Lohneis P., Folprecht G., Stenzinger A., Dietel M., Weichert W., Krämer A. Molecular driver alterations and their clinical relevance in cancer of unknown primary site. Oncotarget. 2016; 7(28): 44322-9. https://doi.org/10.18632/oncotarget.10035.
  • Gatalica Z., Xiu J., Swensen J., Vranic S. Comprehensive analysis of cancers of unknown primary for the biomarkers of response to immune checkpoint blockade therapy. Eur J Cancer. 2018; 94: 179-86. https://doi.org/10.1016/j.ejca.2018.02.021.
  • Wang G.H., Ni K., Gu C., Huang J., Chen J., Wang X.D., Ni Q. EphA8 inhibits cell apoptosis via AKT signaling and is associated with poor prognosis in breast cancer. Oncol Rep. 2021; 46(2): 183. https://doi.org/10.3892/or.2021.8134.
  • Wang Y., Zhou N., Li P., Wu H., Wang Q., Gao X., Wang X., Huang J. EphA8 acts as an oncogene and contributes to poor prognosis in gastric cancer via regulation of ADAM10. J Cell Physiol. 2019; 234(11): 20408-19. https://doi.org/10.1002/jcp.28642.
  • Liu X., Xu Y., Jin Q., Wang W., Zhang S., Wang X., Zhang Y., Xu X., Huang J. EphA8 is a prognostic marker for epithelial ovarian cancer. Oncotarget. 2016; 7(15): 20801-9. https://doi.org/10.18632/oncotarget.8018.
  • Chang Y.H., Lin P.H., Chen C.C., Weng W.H., Yu K.J., Liu C.Y., Hsieh C.H., Chang T.H., Shao I.H., Kan H.C., Chuang C.K., Pang S.T. Gain of TPPP as a predictor of progression in patients with bladder cancer. Exp Ther Med. 2021; 22(5): 1204. https://doi.org/10.3892/etm.2021.10638.
  • Xiong D., Li G., Li K., Xu Q., Pan Z., Ding F., Vedell P., Liu P., Cui P., Hua X., Jiang H., Yin Y., Zhu Z., Li X., Zhang B., Ma D., Wang Y., You M. Exome sequencing identifes MXRA5 as a novel cancer gene frequently mutated in non-small cell lung carcinoma from Chinese patients. Carcinogenesis. 2012; 33(9): 1797-805. https://doi.org/10.1093/carcin/bgs210.
  • Mao W., Wang K., Sun S., Wu J., Chen M., Geng J., Luo M. ID2 Inhibits Bladder Cancer Progression and Metastasis via PI3K/AKT Signaling Pathway. Front Cell Dev Biol. 2021; 9: 738364. https://doi.org/10.3389/fcell.2021.738364.
  • Peng W., Chen J., He R., Tang Y., Jiang J., Li Y. ID2 inhibits lung adenocarcinoma cell malignant behaviors by inhibiting the activation of the PI3K/AKT/mTOR signaling pathway. Tissue and Cell. 2022; 8: 101950. https://doi.org/10.1016/j.tice.2022.101950.
  • Chen J.T., Hsu Y.L., Hsu Y.C., Tseng Y.H., Liu M.H., Weng C.W., Lin C.H., Pan S.H., Chen J.J.W., Wang C.C. Id2 exerts tumor suppressor properties in lung cancer through its effects on cancer cell invasion and migration. Front Oncol. 2022; 12: 801300. https://doi.org/10.3389/fonc.2022.801300.
  • Bolik J., Krause F., Stevanovic M., Gandraß M., Thomsen I., Schacht S.S., Rieser E., Müller M., Schumacher N., Fritsch J., Wichert R., Galun E., Bergmann J., Röder C., Schafmayer C., Egberts J.H., BeckerPauly C., Saftig P., Lucius R., Schneider-Brachert W., Barikbin R., Adam D., Voss M., Hitzl W., Krüger A., Strilic B., Sagi I., Walczak H., Rose-John S., Schmidt-Arras D. Inhibition of ADAM17 impairs endothelial cell necroptosis and blocks metastasis. J Exp Med. 2022; 219(1). https://doi.org/10.1084/jem.20201039.
  • Wen H., Li Y., Xi Y., Jiang S., Stratton S., Peng D., Tanaka K., Ren Y., Xia Z., Wu J., Li B., Barton M.C., Li W., Li H., Shi X. ZMYND11 links histone H3.3K36me3 to transcription elongation and tumour suppression. Nature. 2014; 508(7495): 263-8. https://doi.org/10.1038/nature13045.
  • Cai S., Sun Z., Sun P.H., Gao X., Ji K., Tian X., Ji J., Hao C., Soliman F., Liu C., Al-Sarireh B., Griffths P., Hiscox S., Jiang W.G., Ye L. Reduced kinase D interacting substrate of 220 kDa (Kidins220) in pancreatic cancer promotes EGFR/ERK signalling and disease progression. Int J Oncol. 2021; 58(6): 34. https://doi.org/10.3892/ijo.2021.5214.
  • Cui J., Yuan Y., Shanmugam M.K., Anbalagan D., Tan T.Z., Sethi G., Kumar A.P., Lim L.H.K. MicroRNA-196a promotes renal cancer cell migration and invasion by targeting BRAM1 to regulate SMAD and MAPK signaling pathways. Int J Biol Sci. 2021; 17(15): 4254-70. https://doi.org/10.7150/ijbs.60805.
  • Plotnik J.P., Hollenhorst P.C. Interaction with ZMYND11 mediates opposing roles of Ras-responsive transcription factors ETS1 and ETS2. Nucleic Acids Res. 2017; 45(8): 4452-62. https://doi.org/10.1093/nar/gkx039.
  • Zhang Y., Liu Q., Yang S., Liao Q. Knockdown of LRRN1 inhibits malignant phenotypes through the regulation of HIF-1α/Notch pathway in pancreatic ductal adenocarcinoma. Mol Ther Oncolytics. 2021; 23: 51-64. https://doi.org/10.1016/j.omto.2021.08.012.
  • Liu B., Zhang Y., Fan Y., Wang S., Li Z., Deng M., Li C., Wang J., Ma R., Wang X., Wang Y., Xu L., Hou K., Che X., Liu Y., Qu X. Leucinerich repeat neuronal protein-1 suppresses apoptosis of gastric cancer cells through regulation of Fas/FasL. Cancer Sci. 2019; 110(7): 2145-55. https://doi.org/10.1111/cas.14042.
  • Ni J., Wang J., Fu Y., Yan C., Zhu M., Jiang Y., Chen J., Ding Y., Fan X., Li G., Jin G. Functional genetic variants in centrosome-related genes CEP72 and YWHAG confer susceptibility to gastric cancer. Arch Toxicol. 2020; 94(8): 2861-72. https://doi.org/10.1007/s00204-020-02782-7.
  • Li X., Dong P., Wei W., Jiang L., Guo S., Huang C., Liu Z., Chen J., Zhou F., Xie D., Liu Z. Overexpression of CEP72 Promotes Bladder Urothelial Carcinoma Cell Aggressiveness via Epigenetic CREB-Mediated Induction of SERPINE1. Am J Pathol. 2019; 189(6): 1284-97. https://doi.org/10.1016/j.ajpath.2019.02.014. Erratum in: Am J Pathol. 2021; 191(6): 1151-2.
  • Chen Q., Yang C., Chen L., Zhang J.J., Ge W.L., Yuan H., Meng L.D., Huang X.M., Shen P., Miao Y., Jiang K.R. YY1 targets tubulin polymerisation-promoting protein to inhibit migration, invasion and angiogenesis in pancreatic cancer via p38/MAPK and PI3K/AKT pathways. Br J Cancer. 2019; 121(11): 912-21. https://doi.org/10.1038/s41416-019-0604-5.
  • Chen C., Aihemaiti M., Zhang X., Qu H., Jiao J., Sun Q., Yu W. FOXD4 induces tumor progression in colorectal cancer by regulation of the SNAI3/CDH1 axis. Cancer Biol Ther. 2018; 19(11): 1065-71. https://doi.org/10.1080/15384047.2018.1480291.
  • Ma C.G., Xu W.H., Xu Y., Wang J., Liu W.R., Cao D.L., Wang H.K., Shi G.H., Zhu Y.P., Qu Y.Y., Zhang H.L., Ye D.W. Identifcation and validation of novel metastasis-related signatures of clear cell renal cell carcinoma using gene expression databases. Am J Transl Res. 2020; 12(8): 4108-26.
  • He Y., Chen X., Liu H., Xiao H., Kwapong W.R., Mei J. Matrixremodeling associated 5 as a novel tissue biomarker predicts poor prognosis in non-small cell lung cancers. Cancer Biomark. 2015; 15(5): 645-51. https://doi.org/10.3233/CBM-150504.
  • Yuan Y., Chen J., Wang J., Xu M., Zhang Y., Sun P., Liang L. Development and Clinical Validation of a Novel 4-Gene Prognostic Signature Predicting Survival in Colorectal Cancer. Front Oncol. 2020; 10: 595. https://doi.org/10.3389/fonc.2020.00595.
Еще
Статья научная