Экспрессия — что это такое Экспрессивность в биологии, медицине и психологии

Иммуногистохимическое исследование маркера ранней диагностики дисплазии с высокой степенью озлокачествления (скрининг рака шейки матки) p16NK4a + Ki-67

Описание

Иммуногистохимическое исследование маркёра ранней диагностики дисплазии с высокой степенью озлокачествления (скрининг рака шейки матки) p-16NK-4a + Ki-67 — исследование биоптата ткани, меченого антителами, под микроскопом для выявления маркёров рака шейки матки в самом начале развития болезни.

ИГХ-исследования проводят после выполнения гистологического исследования.

Иммуногистохимическое исследование
Вид морфологического исследования тканей, полученных в ходе биопсии, и меченых специфическими антителами. В основе метода лежит принцип взаимодействия «антиген-антитело». Ткань, в которой происходит патологический процесс, экспрессирует антигены. При нанесении на образец ткани антител, образуется комплекс «антиген-антитело». Благодаря меткам, он становится доступным для визуализации. Врач-патоморфолог определяет в исследуемой ткани локализацию клеток, гормонов и их рецепторов, ферментов, иммуноглобулинов, компонентов клеток и отдельных генов.

ИГХ-исследования выполняют для:

  • проведения дифференциальной диагностики злокачественных новообразований;
  • определения гистогенеза опухоли;
  • определения темпа роста и прогноза опухоли;
  • определения возможности применения гормональных препаратов в лечении опухоли;
  • выявления ответа на таргетную терапию.

Рак шейки матки
Рак шейки матки — группа новообразований, растущих из эпителия экзоцервикса и слизистой шеечного канала. Имеет злокачественную природу.

Рак шейки матки встречается у женщин возраста 40-60 лет, однако, в последнее время замечено значительное «омоложение» патологии. Возраст, когда обнаруживаются первые признаки рака, составляет 30–40 лет. В этом возрасте заболевание проявляется агрессивно: оно склонно давать ранние метастазы и рецидивы.

Причинызлокачественной трансформации эпителия шейки матки:

  • ранняя активная половая жизнь;
  • частая смена половых партнеров;
  • применение гормонсодержащих контрацептивных препаратов;
  • инфекции, передающиеся половым путем;
  • носительство вирусов папилломы человека (ВПЧ);
  • частые роды;
  • курение;
  • нарушение гормонального фона, провоцирующее структурные перестройки шейки матки (псевдоэрозия).

В цервикальном канале злокачественные новообразования обнаруживаются реже. Причины патологических изменений — это хроническое воспаление слизистой, образование полипов, нарушения гормонального фона. Новообразования эндоцервикса характерны для женщин старшей возрастной группы.

В большинстве случаев рак шейки матки развивается на фоне дисплазий шейки матки — CIN, которая обусловлена инфицированием вирусом папилломы человека высокоонкогенного типа. Дисплазии никак себя не проявляют или могут маскироваться иными заболеваниями. В большинстве случаев они не сопровождаются симптоматикой и могут быть выявлены случайно.

Прогноз выживаемости и выбор терапии зависит от стадии, на которой болезнь была обнаружена.

Своевременное выявление изменений, предшествующих раковым, позволяет провести радикальное лечение.

Существует закономерность разрастания рака шейки матки и активность белка p-16INK-4a.

p-16INK-4a
В норме протеин p-16ink-4a в клетках эпителия продуцируется в незначительных количествах и при анализе не определяется.

При заражении ВПЧ, вирус встраивается в геном клетки-хозяина и изменяет процессы ее деления и синтеза веществ. В результате клетки эпителия находятся в состоянии постоянной гиперэкспрессии p-16ink-4a. Его обнаружение свидетельствует о неконтролируемой пролиферации эпителиальных клеток и может считаться началом онкологического процесса. Белок p-16INK-4a является достоверным и надежным маркёром оценки риска прогрессирования CIN и развития рака шейки матки. Его определение позволяет выявить и пролечить женщин с предраковой патологией, что снижает заболеваемость.

После проведённого лечения анализ имеет прогностическое значение и определяет вероятность возникновения рецидива.

Ki-67
Ki-67 — это маркёр пролиферативной активности опухоли. Он показывает, насколько агрессивен рост опухоли.

  • до 15% — низкая «агрессивность», назначение гормонотерапии;
  • более 30% — высокая «агрессивность» опухоли, показано химиотерапевтическое лечение.
Читайте также:  Календарь прививок детям до 1 года (в России)

Показания к проведению ИГХ-исследования:

  • наличие подозрительного образования в слизистой шейки матки;
  • наличие в анамнезе болезней, вызванных ВПЧ;
  • высокая степень дисплазии эпителия шейки матки, выявленной в результате рутинной биопсии;
  • выявление прогрессии рака шейки матки.

Подготовка
Материалом для исследования являются парафиновый блок и предметные стёкла. В случае если материалом является образец ткани в растворе формалина, дополнительно должна быть выполнена услуга изготовления стёкол.

При проведении гистологического исследования в сторонней лаборатории, необходимо обязательно предоставить протокол гистологического исследования.

Интерпретация результатов
Ответ выдаётся в виде описания микропрепарата, применяемых красителей. Он содержит заключение, в котором указано количество белка p16INK4a и индекс белка ki-67. Заключение может интерпретировать только врач, направивший на проведение исследования.

Коэкспрессия онкобелков p16/Ki67

Заказать Коэкспрессия онкобелков p16/Ki67

Тест «Коэкспрессия онкобелков р16/Ki67» назначается дополнительно к услуге 031212 «ВПЧ-ПАП-тест жидкостный» и позволяет выявить женщин, у которых высокая вероятность обнаружения предраковых изменений и рака шейки матки.

Рак шейки матки занимает второе место по частоте среди злокачественных новообразований репродуктивной системы у женщин после рака молочной железы. Доказана роль вируса папилломы человека (ВПЧ) в развитии рака шейки матки. Важно вовремя выявить предраковые изменения шейки матки и предотвратить переход их в рак! Каждая женщина после начала половой жизни ежегодно должна проходить обследование у гинеколога, а для выявления предраковых изменений шейки матки 1 раз в 3-5 лет! В последнее время в акушерско-гинекологическую практику для раннего выявления предраковых изменений шейки матки, наряду с определением ВПЧ и цитологических мазков, активно внедряется определение белков р16 и Ki-67. Одновременная секреция их (коэкспрессия) свидетельствует о нарушении регуляции клеточного цикла и об онкологических изменениях эпителия шейки матки, вызванных вирусом папилломы человека (ВПЧ) высокого канцерогенного риска.

Показаниями для назначения услуги 031216 «Коэкспрессия онкобелков p16/Ki67» в лаборатории CMD являются следующие результаты услуги 031212 «ВПЧ-ПАП-тест жидкостный»:

  • ВПЧ-тест – положительный(≥3 lg) (выявлен любой тип ВПЧ), ПАП-тест –ASCUS/ASC-H/L-SIL/H-SIL
  • ВПЧ-тест – выявлены 16/18/45 типы (≥3 lg), ПАП-тест – NILM (норма)
  • ВПЧ-тест – отрицательный (не выявлен ВПЧ), ПАП-тест ≥ H-SIL (CIN2/3).

Положительный результат исследования «Коэкспресия онкобелков p16/Ki67» является показанием для более тщательного обследования женщины на наличие предраковых поражений шейки матки с помощью кольпоскопического и гистологического исследования.

Внимание! Тест «Коэкспрессия онкобелков p16/Ki67» можно дозаказать к услуге 031212 «ВПЧ-ПАП-тест жидкостный» в течение 30 календарных дней от даты регистрации услуги 031212. Необходимо обязательно указать номер пробы, под которым образец проходил в CMD.

Сеть коэкспрессии генов — Gene co-expression network

Гена коэкспрессия сеть (GCN) представляет собой неориентированный граф , где каждый узел соответствует гене , и пара узлов соединены с ребром , если существует значительная совместная экспрессия связь между ними. Имея профили экспрессии генов для нескольких образцов или экспериментальных условий, сеть коэкспрессии генов может быть построена путем поиска пар генов, которые демонстрируют аналогичный образец экспрессии во всех образцах, поскольку уровни транскриптов двух совместно экспрессируемых генов подниматься и опускаться вместе по образцам. Сети коэкспрессии генов представляют биологический интерес, поскольку коэкспрессируемые гены контролируются одной и той же программой регуляции транскрипции, функционально связаны или являются членами одного и того же пути или белкового комплекса.

Направление и тип отношений коэкспрессии не определены в сетях коэкспрессии генов; тогда как в генной регуляторной сети (GRN) направленное ребро соединяет два гена, представляя биохимический процесс, такой как реакция, трансформация, взаимодействие, активация или ингибирование. По сравнению с GRN, GCN не пытается вывести причинно-следственные отношения между генами, а в GCN края представляют только отношения корреляции или зависимости между генами. Модули или сильно связанные подграфы в сетях коэкспрессии генов соответствуют кластерам генов, которые имеют схожую функцию или участвуют в общем биологическом процессе, который вызывает множество взаимодействий между собой.

Читайте также:  Отзывы о стоматологиях в Сергиевом Посаде - BLIZKO

Сети коэкспрессии генов обычно строятся с использованием наборов данных, генерируемых высокопроизводительными технологиями профилирования экспрессии генов, такими как Microarray или RNA-Seq .

Содержание

  • 1 История
  • 2 Построение сетей коэкспрессии генов
    • 2.1 Мера совместного выражения
    • 2.2 Выбор порога
  • 3 Смотрите также
  • 4 Ссылки

История

Концепция сетей коэкспрессии генов была впервые введена Баттом и Коханом в 1999 г. как релевантные сети . Они собрали данные измерений медицинских лабораторных тестов (например, уровень гемоглобина) для ряда пациентов, и они вычислили корреляцию Пирсона между результатами для каждой пары тестов, и пары тестов, которые показали корреляцию выше определенного уровня, были связаны в сеть (например, уровень инсулина с сахаром в крови). Бьют и Кохан использовали этот подход позже, используя взаимную информацию в качестве меры коэкспрессии и используя данные об экспрессии генов для построения первой сети коэкспрессии генов.

Построение сетей коэкспрессии генов

Было разработано большое количество методов для построения сетей коэкспрессии генов. В принципе, все они следуют двухэтапному подходу: вычислению меры совместного выражения и выбору порога значимости. На первом этапе выбирается мера коэкспрессии, и с помощью этой меры для каждой пары генов рассчитывается оценка сходства. Затем определяется порог, и пары генов, которые имеют показатель сходства выше, чем выбранный порог, считаются имеющими значительную взаимосвязь коэкспрессии и связаны ребром в сети.

Входные данные для построения сети коэкспрессии генов часто представлены в виде матрицы. Если у нас есть значения экспрессии генов m генов для n образцов (условий), входными данными будет матрица m × n , называемая матрицей экспрессии. Например, в эксперименте с микрочипами значения экспрессии тысяч генов измеряются для нескольких образцов. На первом этапе между каждой парой строк в матрице выражений вычисляется оценка сходства (мера совместного выражения). Результирующая матрица представляет собой матрицу размера m × m, называемую матрицей подобия. Каждый элемент этой матрицы показывает, насколько одинаково изменяются уровни экспрессии двух генов. На втором этапе элементы в матрице сходства, которые превышают определенный порог (т. Е. Указывают на значимое совместное выражение), заменяются на 1, а остальные элементы заменяются на 0. Результирующая матрица, называемая матрицей смежности, представляет собой график. построенной сети коэкспрессии генов. В этой матрице каждый элемент показывает, связаны ли два гена в сети (элементы 1) или нет (элементы 0).

Мера совместного выражения

Значения экспрессии гена для разных образцов могут быть представлены в виде вектора, таким образом, вычисление меры коэкспрессии между парой генов аналогично вычислению выбранной меры для двух векторов чисел.

Коэффициент корреляции Пирсона , взаимная информация , коэффициент ранговой корреляции Спирмена и евклидово расстояние — четыре наиболее часто используемых показателя коэкспрессии для построения сетей коэкспрессии генов. Евклидово расстояние измеряет геометрическое расстояние между двумя векторами и, таким образом, учитывает как направление, так и величину векторов значений экспрессии генов. Взаимная информация измеряет, насколько знание уровней экспрессии одного гена снижает неопределенность в отношении уровней экспрессии другого. Коэффициент корреляции Пирсона измеряет тенденцию двух векторов к увеличению или уменьшению вместе, давая меру их общего соответствия. Ранговая корреляция Спирмена — это корреляция Пирсона, рассчитанная для рангов значений экспрессии генов в векторе экспрессии генов. Также использовались некоторые другие меры, такие как частичная корреляция , регрессия и комбинация частичной корреляции и взаимной информации.

Читайте также:  Повышенное газообразование

У каждой из этих мер есть свои преимущества и недостатки. Евклидово расстояние не подходит, когда абсолютные уровни функционально связанных генов сильно различаются. Более того, если два гена имеют стабильно низкие уровни экспрессии, но в остальном коррелируют случайным образом, они все равно могут казаться близкими в евклидовом пространстве. Одним из преимуществ взаимной информации является то, что она может обнаруживать нелинейные отношения; однако это может стать недостатком из-за обнаружения сложных нелинейных отношений, которые не выглядят биологически значимыми. Кроме того, для вычисления взаимной информации необходимо оценить распределение данных, для чего требуется большое количество выборок для хорошей оценки. Коэффициент ранговой корреляции Спирмена более устойчив к выбросам, но, с другой стороны, он менее чувствителен к значениям выражений, и в наборах данных с небольшим количеством выборок может обнаруживать много ложных срабатываний.

Коэффициент корреляции Пирсона — самый популярный показатель коэкспрессии, используемый при построении сетей коэкспрессии генов. Коэффициент корреляции Пирсона принимает значение от -1 до 1, где абсолютные значения, близкие к 1, показывают сильную корреляцию. Положительные значения соответствуют механизму активации, при котором экспрессия одного гена увеличивается с увеличением экспрессии его коэкспрессируемого гена, и наоборот. Когда значение экспрессии одного гена уменьшается с увеличением экспрессии его совместно экспрессируемого гена, это соответствует основному механизму подавления и будет иметь отрицательную корреляцию.

У меры корреляции Пирсона есть два недостатка: она может обнаруживать только линейные отношения и чувствительна к выбросам. Более того, корреляция Пирсона предполагает, что данные по экспрессии генов имеют нормальное распределение. Song et al. предложили двухвесовую среднюю корреляцию (бикор) в качестве хорошей альтернативы корреляции Пирсона. «Бикор — это мера корреляции на основе медианы, более надежная, чем корреляция Пирсона, но часто более мощная, чем корреляция Спирмена». Кроме того, было показано, что «большинство пар генов удовлетворяют линейным или монотонным отношениям», что указывает на то, что «сети взаимной информации могут быть безопасно заменены сетями корреляции, когда дело доходит до измерения взаимосвязей коэкспрессии в стационарных данных».

Выбор порога

Для выбора порога при построении сетей коэкспрессии генов использовалось несколько методов. Простой метод определения порога состоит в том, чтобы выбрать пороговое значение совместного выражения и выбрать отношения, в которых их совместное выражение превышает это пороговое значение. Другой подход заключается в использовании Z-преобразования Фишера, которое вычисляет z-оценку для каждой корреляции на основе количества выборок. Затем этот z-показатель преобразуется в p-значение для каждой корреляции, и для p-значения устанавливается пороговое значение. Некоторые методы переставляют данные и вычисляют z-оценку, используя распределение корреляций, обнаруженных между генами в переставленном наборе данных. Также использовались некоторые другие подходы, такие как выбор порога на основе коэффициента кластеризации или теории случайных матриц.

Проблема с методами, основанными на p-значении, заключается в том, что окончательное пороговое значение p-значения выбирается на основе статистических процедур (например, p-значение 0,01 или 0,05 считается значимым), а не на основании биологической информации.

WGCNA — это структура для построения и анализа сетей взвешенной коэкспрессии генов . Метод WGCNA выбирает порог для построения сети на основе безмасштабной топологии сетей коэкспрессии генов. Этот метод создает сеть для нескольких пороговых значений и выбирает порог, который приводит к сети с безмасштабируемой топологией. Более того, метод WGCNA строит взвешенную сеть, что означает, что все возможные ребра появляются в сети, но каждое ребро имеет вес, который показывает, насколько значима взаимосвязь совместного выражения, соответствующая этому ребру.

Ссылка на основную публикацию
Экозитрин — инструкция по применению, аналоги, отзывы, рецепт на латинском
Полная инструкция к экозитрину с аналогами и отзывами Экозитрин относится к антибактериальным препаратам макролидного ряда . Он обладает несколькими преимуществами,...
Щемит сердце вероятные причины, что делать
Что делать, если болит сердце: 5 способов, которые помогут быстро Но сначала — список симптомов, при которых надо вызывать скорую....
Щетинка у новорожденных как вывести народными средствами
Как удалить щетину у новорожденного ребенка Кожа у младенцев очень нежная и ранимая, покрытая тоненьким пушком. Но иногда родители сталкиваются...
Экоклав (Ecoclav) описание, рецепт, инструкция
Экоклав Инструкция по применению Международное наименование Групповая принадлежность Описание действующего вещества (МНН) Лекарственная форма Фармакологическое действие Комбинированный препарат амоксициллина и...
Adblock detector