Postepy Hig Med Dosw. (online), 2007; 61: 519-533
www.phmd.pl
e-ISSN 1732-2693
Review
Received: 2007.06.12
Profile ekspresji genów w ostrej białaczce
Accepted: 2007.08.29
Published: 2007.10.02
limfoblastycznej u dzieci i dorosłych*
Gene expression profiles in acute lymphoblastic leukemia
in children and adults
Joanna Szczepanek1,2, Jan Styczyński1, Olga Haus3,4, Andrzej Tretyn2,
Mariusz Wysocki1
1
Katedra i Klinika Pediatrii, Hematologii i Onkologii, Collegium Medicum im. Ludwika Rydygiera w Bydgoszczy,
Uniwersytet im. Mikołaja Kopernika
2
Zakład Biotechnologii, Instytut Biologii Ogólnej i Molekularnej Uniwersytet im. Mikołaja Kopernika w Toruniu
3
Katedra i Zakład Genetyki Klinicznej, Collegium Medicum im. Ludwika Rydygiera w Bydgoszczy, Uniwersytet im.
Mikołaja Kopernika
4
Katedra i Klinika Hematologii, Nowotworów Krwi i Transplantacji Szpiku, Akademia Medyczna we Wrocławiu
Streszczenie
Ostre białaczki limfoblastyczne (acute lymphoblastic leukemia  ALL) stanowią heterogenną gru-
pę chorób układu białokrwinkowego. Określono dla nich wiele czynników biologicznych i kli-
nicznych o znaczeniu prognostycznym, jednak dotychczasowa stratyfikacja pacjentów jest nadal
niewystarczająca. Wciąż istnieje potrzeba dokładniejszego poznania i zrozumienia biologii ALL,
a tym samym reklasyfikacji, rozwoju nowych terapii opartych o precyzyjne przyporzÄ…dkowanie
pacjentów do grup ryzyka. Opracowana i rozwijana w ostatnich dwóch dekadach technika mi-
kromacierzy budzi coraz większe nadzieje na zrewolucjonizowanie badań klinicznych chorób no-
wotworowych. Jej ogromny potencjał wynika z możliwości analizy setek sekwencji genowych
w jednym eksperymencie. Tworzone na podstawie kompleksowych danych profile ekspresji ge-
nów mogą mieć zastosowanie w wielu aspektach analizy ostrych białaczek limfoblastycznych.
Badania wzorców ekspresji genów u pacjentów z ALL dostarczają nowych informacji o biologii
poszczególnych podgrup białaczek. Dzięki tej metodzie można dokładniej ocenić ryzyko wśród
pacjentów z ALL we wszystkich grupach wiekowych; możliwe jest poszukiwanie nowych mar-
kerów o znaczeniu diagnostycznym oraz prognostycznym, a także przydatnych w reklasyfikacji,
można również odkrywać nowe cząsteczki docelowe dla zindywidualizowanej terapii. Do 2007
r. opublikowano dużą liczbę prac dotyczących wykorzystania technologii macierzy ekspresyj-
nych w badaniach nowotworów hematologicznych. W prezentowanej pracy przedstawiono obec-
ny poziom wiedzy dotyczącej profili ekspresji genów w ostrych białaczkach limfoblastycznych
u dzieci oraz u dorosłych.
Słowa kluczowe: ostra białaczka limfoblastyczna " mikromacierz " profile ekspresji genów " lekooporność
Summary
Acute lymphoblastic leukemia (ALL) is a heterogeneous group of white blood cell malignancies.
Though a number of clinical and biological prognostic factors have been determined, the current
patient stratification in this disease is still not satisfactory. Better knowledge and understanding of
* Praca finansowana ze środków na naukę MNiSW w latach 2007 2010, jako projekt badawczy nr N407 078 32/2964.
519
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Postepy Hig Med Dosw (online), 2007; tom 61: 519-533
the biology of ALL is necessary for re-classification and risk-adapted therapy. Microarray tech-
nology, developed over last two decades, provides a potential for revolutionary changes in the
diagnosis and monitoring of malignant diseases. Hundreds of genomic sequences can be analy-
zed in a single microarray experiment. A large amount of data have been obtained by microar-
ray technology in hematological malignancies. Gene expression profiles based on this technolo-
gy are currently being extensively studied in patients with ALL, and new data are being obtained
in specific subgroups of patients. New markers based on gene expression might be identified and
used to stratify patients and to individualize therapy. As the biology of ALL differs with respect
to age, microarray technology can improve the determination of risk factors in each age group.
This review presents the current status of knowledge on gene expression profiles in ALL in chil-
dren and adults.
Key words: acute lymphoblastic leukemia " microarray " gene expression profile " drug resistance
Full-text PDF: http://www.phmd.pl/pub/phmd/vol_61/11271.pdf
Word count: 5138
Tables: 4
Figures: 1
References: 63
Adres autora: dr hab. n. med. Jan Styczyński, Katedra i Klinika Pediatrii, Hematologii i Onkologii Collegium
Medicum im. L. Rydygiera w Bydgoszczy, Uniwersytet im. Mikołaja Kopernika, ul. Curie-
-Skłodowskiej 9, 85-094 Bydgoszcz; e-mail: [e-mail]
WPROWADZENIE u dzieci i stanowią 80% wszystkich białaczek w tej gru-
pie wiekowej. U dorosłych ALL stanowią 20% wszyst-
Znaczący postęp genetyki molekularnej, związany z ukoń- kich ostrych białaczek, zaś ich występowanie obserwuje
czeniem projektu sekwencjonowania ludzkiego geno- się przeważnie przed 30 rokiem życia [35]. U dzieci ostra
mu (Human Genome Project), umożliwia prowadzanie białaczka limfoblastyczna cechuje się większą podatno-
kompleksowych analiz funkcji różnych genów człowieka, ścią na leczenie niż u dorosłych. Za różnice biologiczne
zwłaszcza pod kątem ich udziału w procesach chorobo- i kliniczne mogą być odpowiedzialne odrębne zmiany ge-
wych [5,19,24]. Zrewolucjonizował również charaktery- netyczne występujące w limfoblastach [22].
stykę ostrych białaczek [12,42]. Główną techniką służącą
analizie profili genetycznych stały się tzw. mikromacie- Ostrą białaczkę limfoblastyczną charakteryzują liczne
rze [5,39]. Odróżnienie poszczególnych typów nowotwo- zaburzenia genetyczne, które definiują jej poszczegól-
rów jest możliwe obecnie nie tylko na podstawie ich cech ne podtypy, różniące się od siebie pod względem cyto-
ogólnych, takich jak np. morfologia, cechy biochemiczne, morfologii, immunofenotypu oraz aberracji chromoso-
zmiany w strukturze (translokacje, delecje) i liczbie (hipo- mowych i genowych, a także odpowiedzi na terapię oraz
i hiperdiploidia) chromosomów, ale również poprzez okre- ryzykiem nawrotu [29,37,43,48,62]. Na podstawie cha-
ślanie molekularnych mechanizmów patofizjologicznych, rakterystyki immunofenotypowej wyróżnia się B-prekur-
identyfikację genów zaangażowanych w procesy leuke- sorową ALL oraz ostrą białaczkę limfoblastyczną z linii
mogenezy [3,42]. Profilowanie ekspresji w obrębie całe- komórek T (T-ALL). W ALL linii B-komórkowej często
go genomu nie tylko stwarza możliwość zastąpienia pra- stwierdza się występowanie kilku podklas genetycznych
cochłonnych i często niewygodnych technik klasycznych, takich jak: z występowaniem hiperdiploidii >50 chromo-
ale umożliwia uzyskanie dodatkowych informacji, które somów, t(12;21)(TEL-AML1), z obecnością rearanżacji
pozwolą zanalizować szczegółowo i poprawić protokoły MLL, t(1;19)(E2A-PBX1), t(9;22)(BCR-ABL) [21,43,48,62].
leczenia w stosunku do oceny ryzyka [42]. Analiza pro- Częstości poszczególnych podtypów ALL są odmienne
filu aktywności genów może dostarczyć znacznie więcej w różnych grupach wiekowych [9,43,45,54]. Dotychczas
użytecznych informacji niż klasyczne metody badań ko- zidentyfikowano wiele aberracji i fuzji genowych charak-
mórek nowotworowych. terystycznych dla tego typu nowotworów, zaś liczne pro-
wadzone badania koncentrujÄ… siÄ™ na analizie transkrypto-
Ostra białaczka limfoblastyczna u dzieci i dorosłych mu blastów białaczkowych i możliwościach opracowania
profili genetycznych, użytecznych klinicznie [12,16].
Ostre białaczki limfoblastyczne (acute lymphoblastic leu-
kemia  ALL) stanowią heterogenną grupę chorób nowo- Ze względu na łatwość pozyskiwania próbek do analizy
tworowych, występujących u dzieci i dorosłych, przy czym oraz izolacji homogennej puli komórek z krwi obwodowej
częstość zachorowań maleje wraz z wiekiem [37,54,62]. czy szpiku kostnego w nowotworach hematologicznych,
Cechują się występowaniem niedojrzałych komórek lim- pierwsze badania ekspresji z wykorzystaniem technolo-
foidalnych w szpiku kostnym, krwi oraz tworzÄ…cych nacie- gii mikromacierzy dla tkanek nowotworowych, przepro-
ki w różnych organach [18,21,35]. ALL występują głównie wadzano w białaczkach [16,39].
520
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Szczepanek J. i wsp.  Profile ekspresji genów w ostrej białaczce limfoblastycznej&
Tabela 1. Charakterystyka głównych typów macierzy genowych (opracowanie własne)
Macierze cDNA
Macierz oligonukleotydowa
Cecha
GeneChip
Makromacierz Mikromacierz
Podłoże membrana nylonowa lub celulozowa szkło, plastik szkło, krzem
Typ sondy klony cDNA, produkty PCR oligonukleotydy
10 75 zasad/sekwencjÄ™
10 5000 zasad/sekwencjÄ™
Długość sondy (najczęściej 25). Wiele sekwencji/1
1 sekwencja/1 gen
gen
Sposób syntezy nakrapianie na podłoże z wykorzystaniem robota fotolitografia
Zagęszczenie 1 100/cm2 >5000/cm2 64.000 1.000.000/cm2
radioizotopowe,
Typ znakowania fluorescencyjne fluorescencyjne
chemiluminescencyjne
CzuÅ‚ość (%) <0,01 0,5×10 6 10 5 2×10 4 2×10 4
Wymagana ilość RNA (µg) 25 50 200 25 150
wykrywanie mutacji, badanie
analiza zróżnicowanej ekspresji genów, identyfikacja nowych powiązań
Zastosowanie SNP, odkrywanie genów oraz
szlaków metabolicznych
mapowanie
Technika macierzy ekspresyjnych: budowa w analizowanym materiale, co pozwala na porównawczą
i założenia metody ocenę genów ulegających nadekspresji lub wyciszaniu, po-
zostających na niezmienionym poziomie, czy też nieobec-
Technika macierzy DNA (biochipów) należy do najszerzej nych (ryc. 1) [5,19,24,56].
stosowanych w badaniach molekularnych metod transkryp-
tomiki. Macierze DNA to zminiaturyzowany układ hybry- Dzięki mikromacierzom możliwe jest ocenienie ekspre-
dyzacyjny, na który składają się uporządkowane zestawy sji tysięcy genów w sposób jakościowy jak i półilościowy
genów lub częściej ich fragmentów (tzw. sond molekular- [24,25]. Technika ta wyróżnia się bardzo wysoką czuło-
nych) w postaci oligonukleotydów lub sekwencji cDNA, ścią: dzięki niej można wykryć obecności 1 kopii mRNA
unieruchomione na stałym podłożu (szkiełko podstawowe, na komórkę. Do przeprowadzenia analizy wymagana jest
nylonowa, nitrocelulozowa lub plastikowa membrana, krze- stosunkowo niewielka ilość RNA (0,1 40 µg) [5,16,19].
mowa płytka) w ściśle określonym porządku [19,24,52,56].
Typową mikromacierz stanowi prostokątna płytka, o po- W szerokogenomowych analizach ekspresji genów naj-
wierzchni od jednego do kilkudziesięciu cm2 [16], na któ- częściej wykorzystuje się macierze cDNA oraz macierze
rej unieruchomionych jest obok siebie 200 500 tys. sond oligonukleotydowe [42,56]. Skonstruowano również mi-
molekularnych (tabela 1) [5]. Poprzez numer kolumny kromacierz przeznaczoną do analizy prawidłowych i cho-
i wiersza są definiowane pozycje genów. robowych stanów układu immunologicznego, tzw. lym-
phochip. Chip ten zawiera 15 tysięcy sond (klonów cDNA
Ze względu na różnice w kilku parametrach (tabela 1) ma- z biblioteki ludzkich komórek immunologicznych), odpo-
cierze ekspresyjne klasyfikuje się jako makromacierze, mi- wiadających 3000 genów o dobrze znanej funkcji [52]. Po
kromacierze, macierze oligonukleotydowe o dużej gęstości zakończeniu sekwencjonowania genomu ludzkiego opra-
(GeneChips) oraz macierze mikroelektroniczne [1,56]. cowano macierz wysokiej gęstości HGU-133 Set firmy
Affymetrix, zawierająca całą znaną sekwencję człowie-
We wszystkich odmianach tej technologii wyróżnić można ka. Obecnie z jej użyciem prowadzona jest większość ba-
kilka wspólnych etapów [8,16,56]. Przeprowadzenie ana- dań dotyczących ekspresji genów w ostrych białaczkach
lizy ekspresji genów wymaga przede wszystkim wyizolo- oraz innych chorobach nowotworowych. Golub i wsp. [28]
wania puli całkowitego RNA lub mRNA wysokiej jako- jako pierwsi wprowadzili technikę mikromacierzy do ba-
ści, zarówno z materiału badanego jak i referencyjnego. dań ostrych białaczek limfoblastycznych.
Materiał genetyczny jest następnie wykorzystywany do syn-
tezy znakowanego (najczęściej barwnikami fluorescencyj- Zastosowanie techniki mikromacierzy
nymi) cDNA lub cRNA, który w kolejnym etapie podda- w charakterystyce chorób nowotworowych
je siÄ™ reakcji hybrydyzacji z sondami na wybranym typie
macierzy [46,47,52]. Pomiar intensywności sygnału zhy- Technika wykorzystywana jest przede wszystkim w okre-
brydyzowanych prób jest wykonywany z zastosowaniem ślaniu profilu ekspresji genów, czyli analiz transkryptomu
odpowiednich detektorów (np. laser w przypadku znacz- (puli cząsteczek RNA) [8]. Profilem ekspresji określa się
ników fluorescencyjnych) [24,46]. Intensywność sygnału zestaw kompleksowych danych otrzymanych tą metodą.
jest następnie korelowana z wyjściowym stężeniem mRNA Wzór ekspresji opracowany dla ograniczonej grupy genów
521
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Postepy Hig Med Dosw (online), 2007; tom 61: 519-533
stanowi podpis/sygnaturę molekularną. Klasyfikatory mo- Różnice w profilu genetycznym między ostrą
lekularne to dane służące klasyfikacji tkanek. białaczką limfoblastyczną a mieloblastyczną
Biochipy są coraz powszechniej stosowane w badaniach Golub i wsp. [28] wprowadzili do klasyfikacji chorób nowo-
naukowych, majÄ…cych na celu poznanie biologii nowotwo- tworowych koncepcjÄ™  odkrywania klas (class discovery),
rów, poszukiwanie nowych biomarkerów wczesnych stadiów to jest identyfikacji wcześniej nieznanych podtypów nowo-
rozwoju choroby, molekularne klasyfikowanie nowotwo- tworów oraz  przewidywania klas (class prediction); okre-
rów oraz postawienie odpowiednio wczesnej i prawidłowej ślania przynależności nowotworów do określonych, dobrze
diagnozy. Określanie najbardziej charakterystycznych ele- zdefiniowanych klas w oparciu o profil ekspresji [28]. Na
mentów profilu i korelowanie ich z rokowaniami ma szanse podstawie tych badań wykazano, iż możliwe jest molekular-
na zrewolucjonizowanie właściwego doboru leczenia, jak ne klasyfikowanie poszczególnych przypadków choroby bez
również poznawania czynników wpływających na przebieg konieczności znajomości a priori danej podklasy, a nawet
choroby i stosowanej terapii, ocenę prawdopodobieństwa odkrywanie nowych klas i podtypów białaczek o znacze-
wystąpienia przerzutów czy nawrotów [8,16,19,24,25,46, niu biologicznym jak i klinicznym [16,28]. Zróżnicowanie
52,56,61]. Możliwości, jakie daje technika mikromacie- ostrej białaczki szpikowej i ostrej białaczki limfoblastycznej
rzy, budzą nadzieje przede wszystkim na lepsze poznanie jest możliwe w odniesieniu do danych dotyczących profilu
i zrozumienie patogenezy ostrych białaczek. Dzięki iden- zaledwie kilkudziesięciu genów. Zidentyfikowano 50 ge-
tyfikacji nowych szlaków metabolicznych zaangażowanych nów (w tym CD11c, CD33, MB-1, Op18, MCM3, RbAp48,
w proces leukemogenezy oraz leżących u podstaw zjawiska SNF2, TF2Eb, c-MYB, E2A, HOXA9, gen receptora leptyn),
oporności na chemioterapię być może w przyszłości stanie ulegających wyraz
nie różnej ekspresji u pacjentów z AML
się możliwe opracowanie potencjalnych dróg nowoczesnej, i ALL. Odróżnienie tych dwu podklas ostrych białaczek
zindywidualizowanej terapii [12,42,45,61]. można wykonać na podstawie jednego badania. Badacze
ci podkreślili, iż tak szczegółowe dane stanowią nie tylko
ZASTOSOWANIE TECHNIKI CHIPÓW GENOWYCH W KLASYFIKACJI wygodne narzędzie klasyfikacji linii komórek hematopo-
TYPÓW BIAA
ACZEK etycznych, ale również dostarczają nowego spojrzenia na
patogenezę oraz farmakologię ostrych białaczek. Armstrong
Klasyfikacja nowotworów odgrywa ważną rolę we współ- i wsp. [4] przeanalizowali przypadki ostrych białaczek
czesnej onkologii [63]. Od 10 lat technikę tę często wyko- z obecnością i bez rearanżacji MLL. Translokacja między
rzystuje się w badaniach nowotworów hematologicznych (ta- chromosomem 4 a 11, angażująca locus genu MLL od re-
bela 3) [28,53]. Bardzo duże znaczenie w leczeniu ostrych gionu 11q23, skutkuje koekspresją markerów, które towa-
białaczek ma zaliczenie pacjentów do właściwych grup ry- rzyszą zarówno ALL, jak i AML, utrudniając tym samym
zyka, co umożliwia zarówno maksymalizację efektywno- precyzyjną diagnozę. Wykazano, iż przypadki z rearanża-
ści terapii jak i minimalizację jej toksyczności [28,48,57]. cją MLL znacznie różnią się wzorem ekspresji od podty-
Obecnie dokładna stratyfikacja pacjentów do odpowiednich pów ALL i AML. Grupowanie w oparciu o profil ekspresji
podklas genetycznych, a zatem i grup ryzyka jest wciąż pra- ujawniło, iż możliwe jest (z 95% dokładnością) odróżnie-
cochłonnym i kosztownym procesem diagnostycznym, obej- nie MLL (mixed-lineage leukemia  MLL) od pozostałych
mującym kompleksowe analizy morfologii, immunofeno- typów ostrej białaczki [4]. Stwierdzono, że około 1000 ge-
typu, cytogenetyki, odpowiedzi na terapię indukcyjną oraz nów jest nieaktywnych albo bardzo słabo aktywnych w ko-
badania genetyczne [25,30,35,60,62]. Obecnie w ostrej bia- mórkach MLL w porównaniu z ALL. Natomiast prawie 200
łaczce limfoblastycznej możliwe jest przeprowadzenie kil- genów wykazuje nadmierną ekspresję. Zaobserwowane
ku rodzajów klasyfikacji. Główne z nich to: różnice dotyczyły przede wszystkim nadekspresji genów
(a) klasyfikacja morfologiczna FAB, wyróżniająca trzy zaangażowanych w nowotworową transformację komórek
podtypy ALL (L1-L3); szpiku: HOXA9 i PRG1 oraz powodujÄ…cych zatrzymanie
(b) klasyfikacja cytochemiczna; dojrzewania komórek we wczesnym stadium [4].
(c) klasyfikacja immunologiczna, obejmująca 7 podtypów
ALL; Zróżnicowane profile ekspresji genów między T-ALL
(d) klasyfikacja cytogenetyczna oraz i B-prekursorowÄ… ALL
(e) klasyfikacja molekularna.
Chiaretti i wsp. [15] wykazali, iż między 2 liniami komór-
Taka klasyfikacja jest nadal niezadowalająca, gdyż do więk- kowymi limfoblastów istnieją znaczące różnice w ekspre-
szości wznów dochodzi w grupie pośredniego i standardowe- sji 792 genów. T-komórkowa ALL charakteryzowała się
go ryzyka [12,41]. Profilowanie ekspresji genów umożliwia przede wszystkim homogennością ekspresji antygenów
precyzyjną klasyfikację znanych podtypów ostrych biała- CD3d i CD3z. Natomiast B-liniowa ALL cechuje się zmia-
czek, stąd też pierwsze analizy transkryptomu w ostrych bia- nami w ekspresji takich genów jak: MHC klasy II, CD19,
łaczkach miały na celu ich reklasyfikację [42]. Molekularna immunoglobulin, przy czym stwierdzono heterogenność
klasyfikacja w oparciu o metodę profilowania ekspresji ge- tego typu ostrej białaczki [15]. Willenbrock i wsp. [60]
nów pozwala na określenie profilu genetycznego nowotwo- wytypowali jako element różnicujący 29 genów, za pomo-
rów mieloidalnych i limfoidalnych, B-liniowej i T-liniowej cą których ze znaczną dokładnością, wyodrębnili podty-
ALL, jak również wyszczególnienie podklas w obrębie pod- py dziecięcej ALL zgodnie z immunofenotypem (pre-B,
typów białaczek [4,10,15,26,48,58,62]. Na podstawie ana- T-ALL). Dla dziewięciu genów stwierdzono zgodność da-
liz mikromacierzowych, wykazano korelację między immu- nych o ekspresji z uprzednio otrzymanymi przez Ross i wsp.
nofenotypem i zaburzeniami chromosomowymi a różnymi [48]. Ponadto wykazano, iż profil ekspresji genów, jest wy-
wzorcami ekspresji genów we wszystkich podtypach ostrych soce swoisty nawet w próbkach szpiku kostnego mających
białaczek [37]. niski odsetek komórek białaczkowych [60]. Cecha ta nie-
522
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Szczepanek J. i wsp.  Profile ekspresji genów w ostrej białaczce limfoblastycznej&
Ryc. 1. Schemat przebiegu doÅ›wiadczenia analizy ekspresji genów na przykÅ‚adzie macierzy oligonukleotydowej (na podstawie GeneChip® Expression
Analysis Technical Manual firmy Affymetrix, zmodyfikowane)
wątpliwie może usprawnić immunofenotypowanie ostrych Zarówno w badaniach Andersson i wsp. [2] jak i Fine a
białaczek. Holleman i wsp. [34] wykazali, iż pomiędzy T- i wsp. [27] w większości przypadków wzorzec ekspresji
i B-liniowÄ… ALL istniejÄ… wyraz
ne różnice w ekspresji 44 genów w komórkach pochodzących z hodowli oraz pobra-
z 70 analizowanych genów apoptotycznych. nych bezpośrednio od pacjentów również był zgodny.
Próby porównawczej analizy przeprowadzone na liniach Klasyfikacja znanych podtypów ostrych białaczek
komórkowych przez Andersson i wsp. [2], pozwoliły na limfoblastycznych w oparciu o profile ekspresji genów
określenie różnic pomiędzy AML a ALL oraz pomiędzy
ostrą białaczką limfoblastyczną B- a T-liniową. W pierw- Jak wskazują badania przeprowadzone przez Yeoh i wsp.
szym przypadku zmiany dotyczyły 367 genów, w drugim [62], na 360 przypadkach dziecięcej ALL, każdy z 6 głów-
88 genów. W przypadku AML najsilniejszą ekspresję odno- nych podtypów ALL ma odmienny, charakterystyczny profil
towano dla takich genów jak: CEBPA, MEIS2, zaś w ALL ekspresji. Większość różnic dotyczyła zaburzeń onkogene-
dla: CBFB, LEF1. Komórki linii B cechowały się przede tycznych, a nie immunofenotypowego stadium dojrzewa-
wszystkim podwyższonym poziomem transkryptów PAX5, nia blastów. Wyodrębniono jednak 14 przypadków ALL
w porównaniu z komórkami T, w których nadekspresję bez aberracji cytogenetycznych, które charakteryzowały
odnotowano dla GATA3 oraz CD3G. Wykazano, że w ko- się zdecydowanie odmiennym, unikalnym wzorcem eks-
mórkach hematopoetycznych program transkrypcyjny jest presji genów. W grupie tej obserwowano przede wszyst-
stabilny, gdyż w oparciu o profile ekspresji linie komór- kim nadekspresję genów: PTPRM i LHFPL2. U pacjentów
kowe klasyfikowano zgodnie z podtypem klinicznym oraz z hiperdiploidią 70% genów jest umiejscowionych na chro-
obecnością pierwotnych aberracji genetycznych komórek. mosomach 21 i X, których trisomie są w HD >50 najczęst-
523
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Postepy Hig Med Dosw (online), 2007; tom 61: 519-533
Tabela 2. Dokładność przewidywania klas na przykładzie analiz różnymi typami macierzy ekspresyjnych (na podstawie [40], zmodyfikowane)
Typ chipu Klasyfikowana podklasa ALL Dokładność (%) Czułość (%) Swoistość (%)
HGU95Av2 hiperdiploidia 97 80 100
MLL-AF4 100 100 100
TEL-AML1 91 67 97
Hu6800 T-ALL 95 100 90
HuGene FL TEL-AML1 86 79 100
E2A-PBX1 96 50 100
T-ALL 100 100 100
cDNA TEL-AML1 87 83 88
MLL-AF4 98 50 100
T-ALL 98 100 86 100 100
HGU-133A hiperdiploidia 94 86 100
T-ALL 100 100 100
sze. Nadekspresja genów na chromosomie X występowa- tycznych, biorących udział w inicjacji procesu leukemo-
ła niezależnie od trisomii tego chromosomu. Yeoh i wsp. genezy. Kohlemann i wsp. [37] porównali wyniki swoich
[62] wykazali, że dzięki zastosowaniu odpowiedniego al- badań dorosłych pacjentów z wzorami ekspresji genów
gorytmu analizy danych o ekspresji zaledwie jednego genu u dzieci [62] i stwierdzili, iż za pomocą wzorców gene-
możliwe jest sklasyfikowanie T-ALL (CD3D) albo np. E2A- tycznych, opracowanych dla dziecięcej ALL, można różni-
PBX1 ALL (PBX1), zaś w innych podgrupach wymagane cować również podtypy białaczek u dorosłych.
jest oszacowanie ekspresji 7-20 genów. Yeoh i wsp. [62]
uzyskali również korelację poziomu ekspresji dla 5 wybra- Chiaretti i wsp. [14], na podstawie analizy ekspresji 131
nych genów techniką mikromacierzy z analizami metodą genów, sklasyfikowali przypadki T-ALL u dorosłych w 2
Q-PCR oraz ekspresją odpowiedniego białka określone- grupach. Pierwsza z nich objęła mniej zróżnicowane po-
go metodą cytometrii przepływowej. Dokładność identyfi- staci pre-T-ALL, w drugiej zaś sklasyfikowano białaczki
kacji dobrze znanych podtypów ALL w pojedynczym do- z fenotypem limfocytów T w póz
nych stadiach dojrzewania.
świadczeniu sięga 96% (tabela 2) [16,40]. Co więcej, tego Póz
niejsze badania tej samej grupy badaczy doprowadzi-
rodzaju klasyfikację cechuje większa dokładność od obec- ły do opracowania profilu genetycznego dla podgrup ALL
nie stosowanych metod konwencjonalnych. Na przykład u dorosłych [15]. Dla MLL-AF4 wyselekcjonowano grupę
u 4 na 327 diagnozowanych pacjentów stwierdzono obec- 50 genów. W przypadku rearanżacji E2A-PBX1 zaobser-
ność rearanżacji TEL-AML1, której nie wykryto w stan- wowano nadekspresję 35 genów, najsilniejszą PBX1, FAT,
dardowej analizie [62]. NID2, KANK oraz genów kinaz PRKCZ, BLK, MERTK.
Wzorzec ekspresji dla podtypu BCR-ABL charakteryzował
Profile genetyczne analizowanych podtypów genetycznych się znaczną heterogennością i obejmował prawie 70 genów.
ALL nie odzwierciedlają jednak stadium różnicowania bla- Różnice dotyczyły przede wszystkim genów kinaz tyrozy-
stów. Nie udało się również opracować wzorca ekspresji nowych (ABL, FYN, YES1) oraz genów związanych z prze-
genów korelującego z immunofenotypowym stadium zróż- biegiem cyklu komórkowego (CCDN2, E2F2). Wyniki
nicowania B-prekursorowej ALL. otrzymane przez dwie grupy badawcze dla B-prekurso-
rowej ALL z rearanżacjami E2A-PBX1 oraz MLL-AF4, są
Póz
niejsze badanie tej samej grupy badaczy, ale na bar- zbieżne u dzieci i u dorosłych [15,62].
dziej zaawansowanym technicznie chipie, zawierajÄ…cym
liczniejszy zestaw genów (HGU-133 Set) nie tylko potwier- Odróżnienie poszczególnych podtypów ALL jest możliwe
dziły istnienie różnic pomiędzy 6 analizowanymi podkla- również w odniesieniu do danych o ekspresji ograniczone-
sami ostrych białaczek, ale pozwoliły również na wyodręb- go zestawu genów. Holleman i wsp. [34] w analizach za-
nienie nowej, nieznanej dotąd podgrupy białaczek w linii wężonych do grupy 70 genów apoptotycznych wykazali, iż
B-komórkowej [48]. W obrębie znanych podtypów gene- pomiędzy ALL o fenotypie hiperdiploidalnym istnieją róż-
tycznych stworzono profile charakteryzujące każdy z nich. nice w poziomie ekspresji 22 genów w stosunku do prawi-
Dla poszczególnych klas liczba genów różnicujących wy- dłowego kariotypu. Natomiast rearanżacji TEL-AML1 to-
niosła odpowiednio: T-ALL  2063; E2A-PBX1  1059; warzyszą zmiany w poziomie transkryptów 16 genów, zaś
TEL-AML1  805; BCR-ABL  201; MLL  726; hiperdi- komórki, w których występowała rearanżacja E2A-PBX1
ploidia >50 chromosomów  994 [48]. Widoczne rozbież- wykazywały różnice ekspresji dla 13 genów. Co więcej wy-
ności w liczbie genów danego profilu sugerują znaczące niki badania ekspresji wielu genów, były zgodne z prezen-
różnice w globalnych profilach ekspresji genów białaczek, towanymi przez Armstronga i wsp. [4], Ross i wsp. [48]
prawdopodobnie zależnych od swoistych zaburzeń gene- oraz Yeoha i wsp. [62].
524
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Szczepanek J. i wsp.  Profile ekspresji genów w ostrej białaczce limfoblastycznej&
Kees i wsp. [36] oraz Fine i wsp. [27] wykazali, iż podob- Zasadniczo dotychczasowa stratyfikacja opiera się o czyn-
ny profil genetyczny, związany z występowaniem trans- niki prognostyczne, takie jak wiek pacjenta czy początko-
lokacji TEL-AML1, BCR-ABL lub MLL, charakteryzu- wa leukocytoza. Ze względu na to, iż jest ona niewystar-
je zarówno linie komórkowe jak i limfoblasty pacjentów. czająca proponuje się zastąpienie jej stratyfikacją opartą
Wyniki ekspresji dla wielu genów były zgodne z wcze- na profilu cytogenetycznym i białkowym (microarray i pro-
śniejszymi pracami [4,48,62]. Wykazano również, iż dla tein array).
translokacji BCR/ABL można określić jedynie heterogen-
ny wzór ekspresji [27]. Ocena ryzyka w ALL opiera się na charakterystyce kli-
nicznej, wynikach badań laboratoryjnych oraz na specyfi-
Wykorzystanie analizy ekspresji genów w poszczególnych kacji blastów białaczkowych [32,38,48]. Za najważniejsze
grupach białaczek z różnymi aberracjami chromosomowy- czynniki prognostyczne są uważane obecnie odpowiedz

mi, potwierdziło wcześniejsze przypuszczenia, iż specy- kliniczna na 7-dniową monoterapię prednizolonem, pro-
ficzne zaburzenia charakteryzują poszczególne podklasy fil oporności in vitro na cytostatyki, obecność minimal-
w obrębie omawianej grupy nowotworów [3]. Wzorce eks- nej choroby resztkowej oraz występowanie rearanżacji
presji genów, w porównaniu z analizą obecności charakte- BCR-ABL [44,55,62]. Wiele uwagi poświęca się możli-
rystycznych aberracji genetycznych, umożliwiają bardziej wości wykorzystania profilu ekspresji jako wskaz
nika pro-
precyzyjną stratyfikację pacjentów (tabela 2) [62]. gnozy [42]. Niektórzy badacze pozostają sceptyczni wo-
bec tych analiz i nie uznajÄ… profilu ekspresji jako czynnika
Identyfikacja nowych genów zaangażowanych prognostycznego [42].
w leukemogenezÄ™
Badania ekspresji genów mogą być również stosowane do
Technologia mikromacierzy DNA umożliwia identyfikację identyfikacji pacjentów obarczonych zwiększonym ryzy-
nowych genów o znaczeniu prognostycznym, biorących udział kiem wtórnych nowotworów, co wykazano w przypadku
w powstawaniu nowotworów [45,61,62]. De Pitta i wsp. [20] pacjentów, u których po leczeniu ALL rozpoznano wtórne
stosując mikromacierze cDNA wytypowali 2 nowe geny, tj. guzy mózgu [23]. Na podstawie wyodrębnionych genetycz-
EMCN i USP33, ulegające podwyższonej ekspresji w B- nych podklas ostrych białaczek możliwe jest wyróżnienie
prekursorowej ALL w porównaniu z T-ALL. Również Yeoh genotypów prognostycznie korzystnych i niekorzystnych
i wsp. [62], stwierdzili, że rearanżacji E2A-PBX1 towarzy- [58]. Valk i wsp. [58] wykazali istnienie 16 grup ekspre-
szy nadekspresja receptora kinazy tyrozynowej MERTK, syjnych, wśród 285 przypadków AML. Część z nich kore-
natomiast rearanżację MLL charakteryzuje wysoki poziom lowała ze zdefiniowanymi podgrupami cytogenetyczni oraz
HOXA9 oraz MEIS1. Z kolei podwyższona ekspresja MTG16 grupami klasyfikacji FAB. Ujawniono również istnienie
występuje w przypadkach TEL-AML1. Golub i wsp. [28] za- kilku nowych grup [58]. Bullinger i wsp. [10] przeanali-
obserwowali zmiany w ekspresji 2 genów (dla zyksyny oraz zowali poziom ekspresji w 116 przypadkach AML u doro-
receptora leptyny), których fizjologiczna rola w komórkach słych i na jego podstawie stworzyli model 133 genów do-
hematopoetycznych była dotychczas nieznana. Fine i wsp. kładnie charakteryzujący długość przeżycia.
[27] zidentyfikowali kilka genów korelujących z występowa-
niem określonych translokacji, którym nie przypisywano roli Chiaretti i wsp. [14], dzięki analizie profilu ekspresji
w patofizjologii ALL. Jako przykład podali EPOR (gen re- w T-ALL u dorosłych, opracowali jednolity wzór ekspresji
ceptora erytropoetyny), którego nadekspresja towarzyszyła dla komórek opornych, charakteryzujący się nadekspresją
TEL-AML1. W badaniach Holleman i wsp. [33] wśród 124 zaledwie jednego genu, tj. interleukiny 8 (IL-8) oraz wy-
analizowanych pod kątem mechanizmu lekooporności genów ciszaniem ekspresji genów kodujących białka histonowe
o zróżnicowanej ekspresji, aż 121 nie było dotychczas wią- (H1F0, H2AFL) oraz genów, których białkowe produkty
zanych z występowaniem tego zjawiska. Song i wsp. [50], biorą udział w adhezji komórkowej (CR2, SELL) i progre-
na podstawie analizy transkryptomu komórek białaczko- sji cyklu komórkowego (GFI1, BCL6). Natomiast obecność
wych, wytypowali 32 geny, za pomocą których można kla- w komórkach białaczkowych grupy 30 genów o znaczą-
syfikować białaczki jako ostre lub przewlekłe. Spośród nich cej nadekspresji koreluje z uzyskaniem całkowitej remisji
22 geny nie były dotychczas wiązane z udziałem w rozwoju przez pacjentów dorosłych. Niemniej jednak nie udało się
choroby białaczkowej. stworzyć wyraz
nego wzorca ekspresji dla komórek wrażli-
wych na chemioterapiÄ™. Ta sama grupa badawcza w opar-
WYKORZYSTANIE PROFILOWANIA GENETYCZNEGO W IDENTYFIKACJI ciu o otrzymane dane z eksperymentu mikromacierzowe-
CZYNNIKÓW PROGNOSTYCZNYCH BIAA
ACZEK go opracowała 3-genowy model (AHNAK, CD2, TTK), na
podstawie którego była w stanie przyporządkowywać pa-
Nowotwór jest heterogenną chorobą, stąd też obserwuje cjentów do grup dobrego i złego rokowania. Model ten
się różne wyniki leczenia u pacjentów ze zbliżonym roz- pozwolił na dokładniejszą ocenę ryzyka niż standardowo
poznaniem histopatologicznym, stadium rozwoju i przy stosowane parametry [14]. Dane otrzymane za pomocÄ… mi-
zastosowaniu podobnego protokołu leczenia. Stąd ogrom- kromacierzy zostały dodatkowo potwierdzone za pomocą
ne znaczenie prawidłowej stratyfikacji pacjentów do grup reakcji ilościowego PCR (Q-PCR). Wykazano, że na pod-
wysokiego ryzyka wystąpienia nawrotu choroby (zasto- stawie olbrzymiej ilości złożonych danych o ekspresji moż-
sowanie intensywniejszego leczenia) oraz pacjentów ni- na wyselekcjonować niewielką liczbę genów, związanych
skiego ryzyka (uniknięcie toksyczności terapii) [6,16,53]. z niepowodzeniem terapii u danego pacjenta. Póz
niejsze
Dotychczasowa stratyfikacja nie spełnia wyżej wspo- analizy tej grupy badawczej doprowadziły do wyselek-
mnianych oczekiwań, dlatego duże nadzieje pokłada się cjonowania kilku grup genów związanych z możliwością
w możliwościach badań metodami genomiki i transkryp- wystąpienia nawrotu choroby. Do najważniejszych genów
tomiki [10,16,58]. należały: odpowiedzialne za ruchliwość komórki, interak-
525
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Postepy Hig Med Dosw (online), 2007; tom 61: 519-533
cje komórkowe oraz organizację cytoszkieletu (SDFR1, czesnej optymalnej strategii terapii dobranej dla indywi-
DAAM1, IQGAP1, ADD3, TLN1, ITGB1, LGALS8, CAPZB, dualnego pacjenta. Znaczna ilość danych otrzymywanych
DNCI2, LSP1); antygeny błonowe (CD24, CD45, CD62L, techniką mikromacierzy dostarcza nowego spojrzenia na
CD79a, CD79b, CD85D); związane z opornością na cyto- patogenezę ALL, a w konsekwencji może doprowadzić do
statyki (ASNS, CROP, MVP); biorące udział w metaboli- rozwoju nowoczesnej diagnostyki oraz spersonalizowanej
zmie kwasów nukleinowych (HIST1H2BD, HIST1H2AC, strategii leczenia [16].
ATRX, ATR) [15].
PRZEWIDYWANIE LEKOOPORNOÅšCI W OSTRYCH BIAA
ACZKACH NA
Problem przewidywania rokowania na podstawie profilu PODSTAWIE PROFILU EKSPRESJI GENÓW
ekspresji podjęli również Yeoh i wsp. [62], którzy stwier-
dzili, że przyporządkowanie danego przypadku ALL do Prawidłowe przyporządkowanie pacjentów do grup ryzy-
odpowiedniej podgrupy nie umożliwia precyzyjnego okre- ka wyznacza kolejne zadanie, jakim jest zastosowanie od-
ślenia powodzenia stosowanej terapii. Dane te prawdo- powiedniej terapii [48]. Przewidywanie odpowiedzi na za-
podobnie świadczą o istnieniu kilku mechanizmów od- stosowany lek jest wyzwaniem we współczesnej onkologii
powiedzialnych za niepowodzenie leczenia w ostrych [47]. ALL u dzieci jest wyleczalna prawie w 80% przy-
białaczkach. Yeoh i wsp. [62], po przeanalizowaniu przy- padków, a u dorosłych zaledwie w 40% [9,29,43,45,54].
padków ALL, w których dochodziło do rozwoju AML in- Kilka grup badawczych podjęło próby poszukiwania ze-
dukowanej terapią, w oparciu o dane o ekspresji obejmu- stawów genów zaangażowanych w niepowodzenie terapii
jący 20 genów (w tym RSU1 i MSH3) opracowali model [1,38]. Przy założeniu, iż zjawisko lekooporności jest pier-
korelujący z wystąpieniem takich powikłań u pacjentów wotną cechą blastów białaczkowych możliwe jest przewi-
z rearanżacją TEL-AML1. U pacjentów z hiperdiploidią dywanie nieskuteczności leczenia [11]. Omawiana tech-
stwierdzono silną korelację między występowaniem tri- nika coraz częściej znajduje zastosowanie w badaniach
somii a nadekspresją większości genów zlokalizowanych tak wieloczynnikowego zjawiska jak lekooporność, ze
na trisomicznych chromosomach [42,62]. Dzięki połącze- względu na możliwość jednoczesnego przeanalizowania
niu badań nowoczesną metodą mikromacierzy i konwen- najważniejszych genów dla tego procesu [47]. Na mecha-
cjonalnej cytogenetyki znacznie usprawniono diagnostykę nizm lekooporności składa się wiele zjawisk oraz złożo-
liczbowych aberracji chromosomowych. Duży krok w kie- nych procesów, wzajemnie na siebie zachodzących, obej-
runku wprowadzenia metody profilowania ekspresji do mujących przede wszystkim: zmianę funkcji receptorów,
rutynowej diagnostyki stanowi uznanie przez Children s heterogenność populacji komórek nowotworowych, mikro-
Oncology Group obecności potrójnej trisomii 4, 10 i 17 środowisko tkanki, interakcje międzykomórkowe, zaburze-
jako czynnika stratyfikacyjnego, korzystnego rokowniczo nia w transporcie i przekazywaniu sygnału oraz zmianę
w obrębie grupy HD>50 [42]. ekspresji kluczowych genów [1]. Wciąż nie są jednak do-
brze poznane genetyczne podstawy oporności na chemio-
Udział niedużej liczby genów odpowiedzialnych za moż- terapię [33]. Wynika stąd konieczność globalnego wglą-
liwość wystąpienia powikłań w ALL potwierdzili jako du w zjawisko niepowodzeń stosowanych metod leczenia,
jedni z pierwszych Staal i wsp. [51]. Na podstawie profilu gdyż poszukiwanie pojedynczych markerów jest ograni-
ekspresji genów w blastach pochodzących od pacjentów czone. Na podstawie profilu genetycznego możliwe jest
z T-ALL i pre-B ALL, Beesley i wsp. [6] zasugerowali ist- przewidywanie odpowiedzi na zastosowane leczenie dzięki
nienie podobnego mechanizmu występowania nawrotów ustaleniu korelacji pomiędzy ekspresją określonych grup
choroby w ostrej białaczce limfoblastycznej. Mimo istnienia genów a wrażliwością/opornością na dany czynnik prze-
odrębnych profili ekspresji pomiędzy 2 liniami limfobla- ciwnowotworowy lub efektywnością stosowanego leczenia
stów [62], otrzymano podobne zmiany w poziomie trans- [16,47]. Tego typu podejście zostało zastosowane w syste-
kryptów genów odpowiedzialnych za niekorzystne roko- mach in vitro przez National Cancer Institute i jest realizo-
wanie. Ponadto wykazano, iż zmiany genetyczne dotyczą wane przez wiele publicznych i prywatnych laboratoriów
szlaków progresji cyklu komórkowego, onkogenezy, le- na całym świecie [47].
kooporności oraz metastazy, nie są natomiast powiązane
z opornością wielolekową. Zarówno Staal i wsp. [51], jak Najwcześniejsze z analiz dotyczyły wpływu na komórkę
i Beesley i wsp. [6] stwierdzili nadekspresję w obrębie po- metotreksatu i merkaptopuryny oraz kombinacji tych le-
dobnych grup genów, mimo stosowania różnego typu ma- ków; Cheok i wsp. [13], stwierdzili występowanie różnic
cierzy ekspresyjnych. w ekspresji 124 genów. W odpowiedzi na stosowane le-
czenie zmiany w ekspresji zachodziły w obrębie genów
Pionierskie analizy przeprowadził zespół Edicka i wsp. [23], odpowiedzialnych za apoptozę (BAX, GADD45), reakcję
który określił korelacje profilu ekspresji genów w limfo- na stres (CTSG, defensyna), metabolizm kwasów komór-
blastach z możliwością wystąpienia wtórnych nowotwo- kowych (MLH1, MRE11), kontrolę cyklu komórkowego
rów mózgu. Wyodrębniono 5 współdziałających genów: (ATM, E2F5, CDKN1B, RBBP8), transdukcję sygnału, me-
FGFRI, HNRPL, KPNBI, NFIC, STAT4, których zmienio- tabolizm komórkowy, transport. Cheok i wsp. [13] zasuge-
na ekspresja świadczy o możliwości wystąpienia powikłań rowali, iż analiza profilu genetycznego komórki, odzwier-
po radioterapii. Tym samym udowodniono, iż zastosowa- ciedlającego odmienną naturę biologicznej odpowiedzi na
nie techniki mikromacierzy umożliwia przewidywanie od- stosowane leczenie, stwarza możliwość na optymalizację
powiedzi na spowodowany przez mutagenne leczenie stres chemioterapii oraz ułatwia poszukiwanie nowych cząste-
genotoksyczny w innych tkankach. czek docelowych dla leków [13].
Niezależna od klasycznych metod identyfikacja nowych Opublikowane w 2005 r. wyniki grupy BFM (Berlin-
grup prognostycznych daje nadziejÄ™ na stworzenie nowo- Frankfurt-Münster) wskazujÄ…, że na podstawie profilu eks-
526
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Szczepanek J. i wsp.  Profile ekspresji genów w ostrej białaczce limfoblastycznej&
presji genetycznej można przewidzieć odpowiedz
na za- stynę, znalazły się przede wszystkim geny zaangażowane
stosowane leczenie [11]. Porównanie uzyskanych wzorców w metabolizm kwasów nukleinowych, a oporność korelo-
genetycznych z wielkością minimalnej choroby resztkowej wała ze zmianami w ekspresji genów kodujących elementy
po zakończeniu indukcji remisji i przed rozpoczęciem le- cytoszkieletu i macierzy zewnątrzkomórkowej (TMSB10,
czenia konsolidującego remisję pozwoliło na identyfikację PDLIM1, DSC3). W komórkach wrażliwych na L-aspara-
54 genów, które różnicują ALL na wrażliwe i oporne na le- ginazę odnotowano wysoki poziom ekspresji genów me-
czenie [11]. Wśród transkryptów, których poziom ekspre- tabolizmu białek, a w komórkach opornych obserwowano
sji uległ największemu obniżeniu w białaczkach opornych nadekspresję genów białek rybosomalnych (RPL3, RPL4,
znalazły się przede wszystkim geny związane z apoptozą RPL5, RPL6, RPL11). W kolejnej analizie określono feno-
(E2F1, GRIM19, SIVA, TNF), kontrolą podziałów komór- typ odpowiedzialny za zjawisko oporności na 2 lub wię-
ki oraz progresją cyklu komórkowego (CDCA1, CDCA4, cej leków jednocześnie, związanego z bardzo złym roko-
E2F1, E2F6, MCM5, MYBL2, PARD3, TTK), co sugeru- waniem u pacjentów [38]. Model oporności krzyżowej de
je ich największy udział tego typu regulacji w powstawa- novo opracowano w oparciu o zróżnicowaną ekspresję 45
niu oporności. Otrzymane wyniki są zbliżone do prezento- genów, przede wszystkim związanych z transkrypcją, trans-
wanych uprzednio przez Chiaretti i wsp. [14], co wskazuje portem komórkowym oraz cyklem komórkowym. Za wy-
na podobieństwa odpowiedzi na leczenie między dziecię- stąpienie zjawiska niezgodnej oporności na winkrystynę
cą B-prekursorową ALL, a ALL T-komórkową, wystę- i L-asparaginazę odpowiadały zmiany w ekspresji 139 ge-
pującą u dorosłych. Badania te mogą sugerować wspól- nów, głównie związanych z biosyntezą białek (białka ry-
ne podłoże mechanizmu lekooporności w tym podtypie bosomalne, translacyjne czynniki elongacji). W analizie
ostrej białaczki limfoblastycznej [11,14]. Wyniki uzyska- porównawczej transkryptomu komórek niewrażliwych na
ne po zastosowaniu macierzy genowych korelowały rów- indywidualne leki z wykazującymi oporność krzyżową
nież z wynikami badań wrażliwości na cytostatyki in vitro. stwierdzono zgodność jedynie dla 15% analizowanych ge-
U pacjentów z opornością krzyżową na leki najczęściej nów (w przypadku PRD  12 genów, DNR  5, ASP  3,
stosowane w leczeniu ALL, takie jak prednizolon (PRD), VCR  0), co świadczy o odmiennym mechanizmie leko-
winkrystyna (VCR), L-asparaginaza (ASP) i daunorubi- oporności w rozpatrywanych przypadkach. Geny związa-
cyna (DNR), komórki białaczkowe cechował swoisty pro- ne z opornością na wyżej wymienione leki, które znaczą-
fil ekspresji 45 genów [38]. Chiaretti i wsp. [14] dokonali co korelowały ze wzrostem ryzyka nawrotu w przebadanej
analizy porównawczej profilu ekspresji opracowanych dla grupie pacjentów oraz w niezależnej grupie 98 pacjentów
grupy dorosłych pacjentów z T-ALL z wynikami prezento- leczonych w ten sam sposób. W badaniach Hollemana
wanymi przez Yeoha i wsp. [62], dla pacjentów pediatrycz- i wsp. [34] dotyczących analizy ekspresji genów zwią-
nych z ostrą białaczką T-komórkową. Na podstawie zesta- zanych z apoptozą, wykazano, iż zmiany towarzyszące
wienia genów zidentyfikowanych jako odpowiedzialne za oporności na prednizolon i L-asparaginazę dotyczyły za-
wystąpienie nawrotu choroby nie stwierdzono powtarzal- ledwie 2 3 genów szlaku apoptotycznego. Z kolei brak
ności wyników u dzieci i dorosłych. Dane te sugerują inny wyraz
nej korelacji zmian w ekspresji analizowanej gru-
genetyczny mechanizm wystąpienia zjawiska lekooporno- py genów z opornością na winkrystynę i daunorubicynę,
ści u dzieci i dorosłych z ostrą białaczką limfoblastyczną sugeruje iż za mechanizm lekooporności nie odpowiadają
T-komórkową. Dlatego też wywnioskowano, iż u podło- zmiany w poziomie transkryptów genów proapoptotycz-
ża osiągnięcia remisji leżą zmiany w ekspresji innych ge- nych. Powyższe dane wskazują również, że wynik lecze-
nów, co nie jest zaskakujące przy występujących różnicach nia dziecięcej ALL jest zależny od innych szlaków meta-
w biologii omawianego typu białaczek. Precyzyjna straty- bolicznych niż apoptoza.
fikacja pacjentów do odpowiednich grup ryzyka znacznie
zwiększa szanse trwałego wyleczenia, co ma istotne zna- ZASTOSOWANIE MIKROMACIERZY DO OPRACOWYWANIA NOWYCH
czenie w terapii chorób nowotworowych. LEKÓW PRZECIWBIAA
ACZKOWYCH
Określono również ekspresję genów w komórkach białacz- Technika mikromacierzy może być również stosowana
kowych pod względem oporności i wrażliwości in vitro na w poszukiwaniu celu molekularnego, w projektowaniu
specyficzne leki przeciwbiałaczkowe (prednizolon, winkry- leku, określeniu wpływu in vitro i in vivo leku na globalny
stynę, L-asparaginazę oraz daunorubicynę) oraz ich kombi- poziom ekspresji genów, identyfikacji mechanizmów dzia-
nacje. Zidentyfikowano geny, dla których zmiany w ekspre- łania, wykrywaniu potencjalnej toksyczności oraz okre-
sji korelowały z wystąpieniem lekooporności na jeden z 4 ślaniu efektu farmakodynamicznego [3,8,16,17,19,47,49].
głównych leków przeciwbiałaczkowych. Zaobserwowano Farmakogenomika nowotworów (dziedzina zajmująca się
istotne zmiany w poziomie ekspresji 124 genów; 33 zwią- oceną wrodzonych genetycznych uwarunkowań odmienne-
zanych z wystąpieniem oporności na prednizolon, 40 na go działania leków) umożliwia odkrywanie nowych leków
winkrystynę, 35 na L-asparaginazę oraz 20 na daunoru- przeciwnowotworowych oraz genetycznych celów dla nich
bicynę [33]. W badaniach tych wykazano, iż za mecha- na podstawie dobrze sprecyzowanego mechanizmu onko-
nizm lekooporności odpowiadają różne grupy funkcjonal- genezy [9,47]. Technika mikromacierzy stała się jednym
ne genów. Wśród genów odpowiedzialnych za wrażliwość z ważniejszych narzędzi farmakogenomiki.
komórek na działanie prednizolonu dominowały przede
wszystkim geny związane z metabolizmem węglowoda- Dzięki możliwościom tej techniki do uzyskania  mole-
nów, a oporności na ten lek towarzyszyła nadekspresja kularnego portretu komórki nowotworowej, najprawdo-
MCL1 (genu antyapoptotycznego) oraz obniżenie pozio- podobniej możliwe będzie w niedalekiej przyszłości jej
mu ekspresji genów biorących udział w regulacji procesu włączenie w diagnozowanie, prognozowanie oraz prze-
transkrypcji (SMARCB1, PRPF18, CTCF). W grupie ge- widywanie odpowiedzi na terapiÄ™. Z kolei identyfikacja
nów, związanych z podatnością limfoblastów na winkry- i pomiar ekspresji genów odpowiedzialnych za oporność
527
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Postepy Hig Med Dosw (online), 2007; tom 61: 519-533
Tabela 3. Badania ekspresji genów w ostrych białaczkach limfoblastycznych u dzieci i dorosłych (opracowanie własne)
Zakres badań Pacjenci Rodzaj chipu Wyniki Piśm.
macierz
27 wykazano różnice w ekspresji prawie 1100
oligonukleotydowa
Odkrywanie i przewidywanie klas zdiagnozowanych genów, przy czym ustalono, iż na podstawie
o wysokiej gęstości [28]
ostrych białaczek przypadków ALL modelu 50 genów można precyzyjnie
(Affymetrix), 6817
oraz 11 AML klasyfikować ALL i AML
genów
macierz
360 przypadków
Wykorzystanie profilu ekspresji oligonukleotydowa wykazano, iż na podstawie profilu ekspresji
ALL u dzieci,
w klasyfikacji i ocenie ryzyka w ALL HGU95aV2 można precyzyjnie identyfikować każdą [62]
wszystkie podtypy
u dzieci (Affymetrix), 12625 podgrupÄ™ ALL
genetyczne
sond, 9600 genów
Opracowanie profili genetycznych wytypowano zestawy 20 genów, za
pozwalających na odróżnienie: AML od pomocą których sklasyfikowano z dużą
ALL; B-liniową ALL od T-liniowej ALL; 51 pacjentów Macierz cDNA, 4608 dokładnością ALL w obrębie analizowanych
[41]
grup ryzyka w obrębie B-liniowej ALL; pediatrycznych genów podgrup. Wykazano użyteczność techniki
B-liniową ALL z rearanżacją TEL-AML1 od mikromacierzy zarówno w diagnostyce jak
ALL bez charakterystycznych aberracji i ocenie ryzyka u pacjentów
Identyfikacja nowych szlaków 59 przypadków macierz otrzymano kilka odmiennych wzorców
onkogenezy w ALL T-komórkowej na T-ALL u dzieci oligonukleotydowa ekspresji genów korelujących z zatrzymaniem [26]
podstawie wzorca ekpresji genów i u dorosłych HU6800 (Affymetrix) tymocytów w różnym stadium dojrzałości
macierz
132 przypadki opracowano profile genetyczne
Klasyfikacja dziecięcych ostrych oligonukleotydowa
ALL występującej charakteryzujące poszczególne podtypy ALL.
białaczek limfoblastycznych na HGU-133A [48]
u dzieci; wszystkie Dodatkowa wyodrębniono nową podgrupę
podstawie profilu ekspresji genów (Affymetrix), 22283
podtypy genetyczne ALL o odmiennym wzorcu ekspresji
sondy
wykazano różnice w ekspresji 124 genów
Określenie zmian w ekspresji genów macierz
pomiędzy 4 różnymi sposobami leczenia.
w odpowiedzi na stosowane leczenie oligonukleotydowa
77 pacjentów z ALL Poziomie ekspresji 14% genów ulegał zmianie [13]
metotreksatem, merkaptopurynÄ… lub HGU95A (Affymetrix),
w przypadku leczenia pojedynczymi lekami
kombinacją tych 2 leków 9 600 genów
i ich kombinacjÄ….
Opracowanie profilu ekspresji macierz zidentyfikowano 3 geny (AHNAK, CD2, TTK)
33 pacjentów ze
T-ALL u dorosłych pozwalającego na oligonukleotydowa za pomocą, których można poprawnie
zdiagnozowanÄ… ALL [15]
identyfikację pacjentów z różną reakcją HGU95aV2 przewidywać zdolność osiągania remisji
T-komórkową
na terapię i zdolnością osiągania remisji (Affymetrix) w 71% przypadków
Wykorzystanie macierzy cDNA
Focus Array GeneChip wykazano, iż profile ekspresji są obiecującym
w określaniu immunofenotypu, 45 przypadków ALL
(Affymetrix), 8763 narzędziem przewidywania nawrotu choroby [60]
odpowiedzi na leczenie oraz ryzyka u dzieci
genów oraz odpowiedzi na leczenie
nawrotu w ALL u dzieci
macierz
nie udało się stworzyć precyzyjnego modelu
Zastosowanie profilu ekspresji genów 31 pacjentów oligonukleotydowa
genetycznego pozwalajÄ…cego na szacowanie [57]
w stratyfikacji pacjentów pediatrycznych HGU-133A
ryzyka w oparciu o wzorzec ekspresji
(Affymetrix)
7 różnych linii
Identyfikacja wzorów ekspresji komórkowych oraz udowodniono, iż komórki pobrane
macierze cDNA, 19
związanych z występowaniem próbki kliniczne bezpośrednio od pacjentów, jak i z hodowli [27]
000 i 31 000 genów
translokacji chromosomowych w ALL B-ALL komórkowych mają wspólny wzorzec ekspresji
(38 pacjentów)
34 pacjentów  macierz
Klasyfikacja ALL występujących potwierdzono, iż metoda mikromacierzy jest
wszystkie podtypu oligonukleotydowa
w dorosłych na podstawie wzorca precyzyjnym narzędziem klasyfikacji odmien- [37]
białaczki linii B- i T- HGU-133A
ekspresji genów nych podtypów ALL
komórkowej (Affymetrix),
macierz zidentyfikowano grupy genów, dla których
173 przypadki oligonukleotydowa różnice w poziomie ekspresji powiązano
Określenie wzorca ekspresji dla
B-liniowej ALL HGU-133A z opornością na leczenie prednizolonem (33 [33]
lekoopornych limfoblastów
u dzieci (Affymetrix), 22 283 geny), winkrystyną (40 genów), asparaginazą
sondy (35 genów) oraz daunorubicyną (20 genów)
528
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Szczepanek J. i wsp.  Profile ekspresji genów w ostrej białaczce limfoblastycznej&
Tabela 3 c.d. Badania ekspresji genów w ostrych białaczkach limfoblastycznych u dzieci i dorosłych (opracowanie własne)
Zakres badań Pacjenci Rodzaj chipu Wyniki Piśm.
51 pacjentów  21 macierz cDNA typu
Określenie wzoru ekspresji genów
zaklasyfikowano do Stanford, 43 000 sond identyfikacja 54 genów, ulegających
skorelowanego z występowaniem [11]
grupy MRD-HR, 30 odpowiadających 30 zróżnicowanej ekspresji. Dokładność 84%
lekooporności na chemioterapię
do grupy MRD-SR 000 genów
zidentyfikowano grupę 30 genów
macierz cDNA, do
Identyfikacja nowych genów 18 przypadków pozwalających na precyzyjne rozróżnienie 3
analiz białaczek; 4760 [20]
zaangażowanych w leukemogenezę dziecięcej ALL podtypów białaczki (T-ALL, B-ALL oraz B-ALL
genów
z obecnością rearanżacji MLL-AF4)
52 przypadki
na podstawie informacji o ekspresji 5 genów
dziecięcej ALL,
w limfoblastach określono ryzyko pojawienia
Wykorzystanie profilu ekspresji genów wszyscy pacjenci
się guza mózgu, jako wtórnego po ALL
w komórkach linii limfoidalnej w celu z wysokiej HGU95Av2 GeneChip
nowotworu. Wykazano, iż profil ekspresji [23]
przewidywania możliwości wystąpienia grypy ryzyka, (Affymetrix)
komórek nowotworu pierwotnego koreluje
przerzutów do mózgu poddani terapii
z wystÄ…pieniem indukowanego terapiÄ…
wg identycznego
nowotworu w odległej tkance
protokołu
wyselekcjonowano 45 genów, ulegających
macierz zróżnicowanej ekspresji, związanych
Identyfikacja genów wpływających 441 pacjentów
oligonukleotydowa z opornością krzyżową na 4 leki (PRD, VCR,
na wystąpienie de novo oporności pediatrycznych z B- [38]
HGU-133A ASP, DNR) oraz 139 genów korelujących
krzyżowej na chemioterapię liniową ALL
(Affymetrix) z wystąpieniem przeciwstawnej oporności
VCR i ASP
opracowano jednorodny wzorzec ekspresji
Charakterystyka wzorca ekspresji 128 przypadków macierz
dla T-ALL. Dla podtypów ALL B-komórkowej
komórek białaczkowych związanego ALL u dorosłych (33 oligonukleotydowa
z rearażacjami MLL-AF4 oraz E2A-PBX1 [14]
ze znanymi zaburzeniami  T-liniowa ALL, 95 HGU95aV2
stwierdzono podobieństwo profili ekspresji
chromosomowymi w ALL u dorosłych  B-liniowa) (Affymetrix)
zarówno u dzieci jaki i dorosłych
Określenie profilu genetycznego 40 linii
niemal wszystkie linie komórkowe
w obrębie białaczkowych linii komórkowych macierz cDNA
posegregowano zgodnie z ich specyficznym
komórkowych zawierających (14 należących do (Swegene), 25 648 [2]
podtypem klinicznych, co potwierdziło
charakterystyczne aberracje podtypu B-ALL oraz sond
stabilność wzorca ekspresji
chromosomowe 3 T-ALL)
odnotowana nadekspresję genów związanych
macierz
72 pacjentów przede wszystkim z proliferacją i cyklem
Określenie profilu ekspresji związanego oligonukleotydowa
z pre-B ALL oraz 22 komórkowy. Ponadto otrzymano podobny [6]
z wystąpieniem nawrotów w ALL HGU-133A
z T-ALL profil genetyczny dla 2 analizowanych podklas
(Affymetrix)
ALL.
z dużą dokładnością sklasyfikowano
892 przypadków macierze
białaczki w 13 podtypach o znaczeniu
Zastosowanie profili ekspresji obejmujÄ…cych 4 oligonukleotydowe
prognostycznym. Potwierdzono użyteczność [31]
w diagnostyce białaczek grupy białaczek: HGU-133 Set
techniki mikromacierzy jako narzędzia
CLL, CML, ALL, AML (Affymetrix)
diagnostycznego
Analiza ekspresji 70 genów
macierz
proapoptotycznych w odniesieniu na podstawie unikalnego wzorca ekspresji
190 przypadków oligonukleotydowa
do pochodzenia komórek, podtypu genów apoptotycznych możliwe jest [34]
dziecięcej ALL HGU-133A
genetycznego, oporności in vitro, analizowanie wielu parametrów limfoblastów
(Affymetrix)
prognozy
na podstawie odmiennych wzorców
macierz
35 pacjentów genetycznych stwierdzono możliwość
Określenie wzorca ekspresji genów oligonukleotydowa
pediatrycznych występowanie odmiennych mechanizmów [7]
powiÄ…zanego z ryzykiem nawrotu ALL HGU-133A
z ALL leżących u podstaw wczesnych i póz
nych
(Affymetrix)
nawrotów choroby
dla każdego z typów białaczki określono
macierz DNA, unikalny wzorzec ekspresji. Poszczególne
Poszukiwanie genów markerowych,
65 dorosłych Platinum Biochip"! typy białaczki można klasyfikować w oparciu
umożliwiających przewidywanie
pacjentów z AML, Human 8.3K o ekspresję 49 genów (AML-14, ALL-8, [50]
i identyfikację 4 podstawowych typów
ALL, CML, CLL (GenoCheck), 5800 CML-12, CLL-15). Wykazano, iż odróżnienie
białaczek
genów białaczek ostrych od przewlekłych wymaga
danych o ekspresji 32 genów
529
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Postepy Hig Med Dosw (online), 2007; tom 61: 519-533
na leki w próbkach klinicznych umożliwia zarówno prze- cesu chorobowego, a także doprowadzić do rozwoju no-
widywanie reakcji komórek nowotworowych na leczenie, woczesnej klasyfikacji oraz skuteczniejszej terapii. Bez
jak również selekcję najbardziej odpowiednich leków lub wątpienia technika macierzy ekspresyjnych jest ważnym
ich zestawów [11,47]. Budzi to nadzieje na indywiduali- narzędziem w onkologii.
zację intensywności i strategii leczenia [47,53]. W litera-
turze funkcjonuje już termin  profil farmakogenetyczny Technika o tak ogromnym potencjale dostarcza nowego
pacjenta [24]. Obecnie kilka leków dla docelowych cząste- spojrzenia na przebieg molekularnych ścieżek prowadzą-
czek wytypowanych za pomocÄ… mikromacierzy znajduje cych do rozwoju nowotworu oraz molekularnej patogene-
się we wczesnej fazie badań klinicznych, np. inhibitor ki- zy ostrych białaczek. Przeprowadzone w ostatnim dziesię-
nazy tyrozynowej FLT3 [12] czy inhibitory kinaz białko- cioleciu analizy transkryptomu limfoblastów wykazały, iż
wych ZAP70 i ERBB2 [2]. nowotwory hematologiczne mogą być precyzyjnie klasy-
fikowane w oparciu o profil ekspresji, który ma związek
Zestawienie dotychczasowych badań ostrych białaczek z morfologicznymi, immunofenotypowymi, genetycznymi
limfoblastycznych za pomocą techniki macierzy ekspre- oraz innymi cechami komórek. Nie mniej jednak wprowa-
syjnych przedstawiono w tabeli 3. dzenie macierzy ekspresyjnych do rutynowej diagnostyki
i terapii stanowi wyzwanie oraz wymaga dalszego dopra-
PODSUMOWANIE cowania przede wszystkim standardów wykonywania ana-
liz. W tej dziedzinie dużym osiągnięciem są zbieżne wyniki
Metodyka badań z wykorzystaniem macierzy DNA znaj- analiz różnych zespołów badawczych otrzymywane na nie-
duje się w fazie szybkiego rozwoju. Technika ta jest wciąż zależnych grupach pacjentów z ALL. Jest to możliwe mimo
ulepszana i staje się coraz bardziej czuła. Na macierzach przeprowadzenia eksperymentu w różnych warunkach i przy
producenci umieszczają coraz większą liczbę sond dla róż- odmiennych parametrach, w niezależnych laboratoriach dia-
nych genów, w niektórych przypadkach nawet kilkaset ty- gnostycznych. Pojawiła się wobec tego możliwość wykorzy-
sięcy. Technika ta wyznacza ważne i obiecujące kierunki stania mikromacierzy w klasyfikacji i ocenie grup ryzyka
poszukiwań badawczych. Być może coraz lepsza znajo- w przypadku ostrych białaczek limfoblastycznych.
mość mechanizmów i przebiegu choroby nowotworowej,
postęp w dziedzinie genetyki i biologii molekularnej oraz Znaczący postęp techniczny nie idzie jeszcze w parze z ba-
rozwój czułych metod analitycznych umożliwią w niedale- daniami klinicznymi. Ogromna liczba analiz technicznych
kiej przyszłości dokładną ocenę ich rzeczywistego związ- i statystycznych, jak również konieczność przeniesienia
ku z odległymi wynikami onkologicznymi. Badania profi- tych złożonych danych do rutynowych badań klinicznych,
li genetycznych w poszczególnych etapach kancerogenezy ich zrozumienie oraz wcielenie w praktykę kliniczną sta-
mogą doprowadzić do lepszego zrozumienia samego pro- nowi wciąż ogromne wyzwanie.
Tabela 4. Słownik nazw genów występujących w publikacji
Symbol genu Angielska nazwa genu Klasyfikacja/rola produktu genu
ABL Abelson murine leukemia kinaza tyrozynowa
ADD3 adducin 3 (gamma) białko cytoszkieletu
AHNAK AHNAK nucleoprotein nukleoproteina
ASNS asparagine synthetase regulator cyklu komórkowego
ATM ataxia telangiectasia mutated kinaza serynowa
ATR ataxia telangiectasia and Rad3 related kinaza białkowa
ATRX alpha thalassemia/mental retardation syndrome X-linked helikaza
BAX BCL2-associated X protein regulator apoptozy
BCL6 B-cell CLL/lymphoma 6 czynnik transkrypcyjny
BLK B lymphoid tyrosine kinase kinaza tyrozynowa
CAPZB capping protein (actin filament) muscle Z-line, beta F-aktyna
CBFB core-binding factor, beta subunit czynnik transkrypcyjny
CD11c integrin, alpha X (complement component 3 receptor 4 subunit) antygen powierzchniowy leukocytów
CD19 CD19 molecule antygen limfocytów B
CD2 CD2 molecule antygen, receptor komórek T
CD24 CD24 molecule antygen limfocytów B oraz granulocytów
CD33 CD33 molecule antygen powierzchniowy komórek mieloidalnych
CD3D (CD3´) CD3d molecule, delta (CD3-TCR complex) antygen, receptor komórek T
CD3G (CD3ś) CD3g molecule, gamma (CD3-TCR complex) antygen, receptor komórek T
CD45 protein tyrosine phosphatase, receptor type, C antygen, fosfataza tyrozynowa
CD62L (SELL) selectin L (lymphocyte adhesion molecule 1) antygen, udział w adhezji
CD79a (MB-1) CD79a molecule, immunoglobulin-associated alpha antygen, receptor komórek B
CD79b CD79b molecule, immunoglobulin-associated beta antygen, receptor komórek B
CD85D (LILRB2) leukocyte immunoglobulin-like receptor, subfamily B receptor immunoglobulin
(with TM and ITIM domains), member 2
530
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Szczepanek J. i wsp.  Profile ekspresji genów w ostrej białaczce limfoblastycznej&
Tabela 4 c.d. Słownik nazw genów występujących w publikacji
Symbol genu Angielska nazwa genu Klasyfikacja/rola produktu genu
CDCA1 cell division cycle associated 1 element kinetochoru
CDCA4 cell division cycle associated 4 regulator cyklu komórkowego
CDKN1B cyclin-dependent kinase inhibitor 1B (p27, Kip1) regulator cyklu komórkowego
CEBPA CCAAT/enhancer binding protein (C/EBP), alpha udział w metabolizmie DNA
c-MYB v-myb myeloblastosis viral oncogene homolog (avian) białko onkogenne
CR2 complement component (3d/Epstein Barr virus) receptor 2 receptor limfocytów B
CROP cisplatin resistance-associated overexpressed protein udział w metabolizmie DNA
CTCF CCCTC-binding factor (zinc finger protein) represor transkrypcji
CTSG cathepsin G peptydaza
DAAM1 dishevelled associated activator of morphogenesis 1 aktywator morfogenezy
DNCI2 dynein, cytoplasmic 1, intermediate chain 2 białko cytoplazmatyczne
DSC3 desmocollin 3 udział w adhezji
E2A transcription factor 3 (E2A immunoglobulin enhancer binding factors E12/E47) czynnik transkrypyjny
E2F1 E2F transcription factor 1 czynnik transkrypyjny
E2F2 E2F transcription factor 2 czynnik transkrypyjny
E2F5 E2F transcription factor 5, p130-binding czynnik transkrypyjny
E2F6 E2F transcription factor 6 czynnik transkrypyjny
EMCN endomucin udział w adhezji
EPOR erythropoietin receptor receptor erytropoetyny
FAT FAT tumor suppressor homolog 1 białko przezbłonowe
FGFRI fibroblast growth factor receptor1 receptor czynnika wzrostu
FYN FYN oncogene related to SRC, FGR, YES kinaza tyrozynowa
GADD45 growth arrest and DNA-damage-inducible udział w metabolizmie DNA
GATA3 GATA binding protein 3 udział w metabolizmie DNA
GFI1 growth factor independent 1 czynnik wzrostu
GRIM19 NADH dehydrogenase (ubiquinone) 1 alpha subcomplex, 13 regulator apoptozy
H1F0 H1 histone family, member 0 białko histonowe
H2AFL (HIST1H2AC) histone cluster 1, H2ac białko histonowe
HIST1H2BD histone cluster 1, H2bd białko histonowe
HNRPL heterogeneous nuclear ribonucleoprotein L udział w metabolizmie DNA
HOXA9 homeobox A9 czynnik transkrypcyjny
IL-8 interleukin 8 interleukina
IQGAP1 IQ motif containing GTPase activating protein 1 udział w adhezji
ITGB1 integrin, beta 1 (fibronectin receptor, beta polypeptide, antigen CD29 receptor integryn
includes MDF2, MSK12)
KANK ankyrin repeat domain 15 udział w karcynogenezie
LEF1 lymphoid enhancer-binding factor 1 udział w metabolizmie DNA
LGALS8 lectin, galactoside-binding, soluble, 8 (galectin 8) element cytoszkieletu
LHFPL2 lipoma HMGIC fusion partner-like 2 udział w przekazywaniu sygnałów
LSP1 lymphocyte-specific protein 1 element cytoszkieletu
MCL1 myeloid cell leukemia sequence 1 (BCL2-related) regulator apoptozy
MCM5 minichromosome maintenance complex component 5 udział w metabolizmie DNA
MEIS1 Meis homeobox 1 czynnik transkrypcyjny
MEIS2 Meis homeobox 2 czynnik transkrypcyjny
MERTK c-mer proto-oncogene tyrosine kinase kinaza tyrozynowa
MHC klasy II major histocompatibility complex, class II udział w prezentacji antygenu
MLH1 mutL homolog 1, colon cancer, nonpolyposis type 2 udział w naprawie DNA
MRE11 MRE11 meiotic recombination 11 udział w metabolizmie DNA
MSH3 mutS homolog 3 udział w naprawie DNA
MTG16 core-binding factor, runt domain, alpha subunit 2; translocated to, 3 represor transkrypcji
MVP major vault protein udział w transporcie
MYBL2 ½-myb myeloblastosis viral oncogene homolog-like 2 biaÅ‚ko onkogenne
NFIC nuclear factor I/C (CCAAT-binding transcription factor) czynnik transkrypcyjny
NID2 nidogen 2 (osteonidogen) udział w adhezji
PARD3 par-3 partitioning defective 3 homolog regulator cyklu komórkowego
PAX5 paired box gene 5 (B-cell lineage specific activator) czynnik transkrypcyjny
PBX1 pre-B-cell leukemia homeobox 1 czynnik transkrypcyjny
PRG1 p53-responsive gene 1 regulator cyklu komórkowego
PRKCZ protein kinase C, zeta kinaza serynowa
531
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Postepy Hig Med Dosw (online), 2007; tom 61: 519-533
Tabela 4 c.d. Słownik nazw genów występujących w publikacji
Symbol genu Angielska nazwa genu Klasyfikacja/rola produktu genu
PRPF18 PRP18 pre-mRNA processing factor 18 homolog udział w splicingu pre-mRNA
PTPRM protein tyrosine phosphatase, receptor type, M fosfataza tyrozynowa
RbAp48 retinoblastoma binding protein 4 udział w metabolizmie DNA
RBBP8 retinoblastoma binding protein 8 regulator cyklu komórkowego
RPL11 ribosomal protein L11 białko rybosomalne
RPL3 ribosomal protein L3 białko rybosomalne
RPL4 ribosomal protein L4 białko rybosomalne
RPL5 ribosomal protein L5 białko rybosomalne
RPL6 ribosomal protein L6 białko rybosomalne
RSU1 ras suppressor protein 1 białko supresorowe
SDFR1 stromal cell derived factor receptor 1 receptor czynnika wzrostu
SIVA SIVA1, apoptosis-inducing factor regulator apoptozy
SMARCB1 SWI/SNF related, matrix associated, actin dependent regulator of regulator transkrypcji
chromatin, subfamily b, member 1
SNF2 SWI/SNF related, matrix associated, actin dependent regulator of regulator transkrypcji
chromatin, subfamily a, member 2
STAT4 signal transducer and activator of transcription 4 czynnik transkrypcyjny
TLN1 talin 1 element cytoszkieletu
TMSB10 thymosin, beta 10 aktyna
TNF tumor necrosis factor regulator cyklu komórkowego
TTK tramtrack protein kinase kinaza treoninowa
USP33 ubiquitin specific peptidase 33 peptydaza
YES1 v-yes-1 Yamaguchi sarcoma viral oncogene homolog 1 kinaza tyrozynowa, białko onkogenne
PIÅšMIENNICTWO
[1] Alaoui-Jamali M.A., Dupré I., Qiang H.: Prediction of drug sensitivi- [12] Carroll W.L., Bhojwani D., Min D.-J., Moskowitz N., Raetz E.A.:
ty and drug resistance in cancer by transcriptional and proteomic pro- Childhood acute lymphoblastic leukemia in the age of genomics.
filing. Drug Resist. Updat., 2004; 7: 245 255 Pediatr. Blood Cancer, 2006; 46: 570 578
[2] Andersson A., Edén P., Lindgren D., Nilsson J., Lassen C., Heldrup J., [13] Cheok M.H., Yang W., Pui C.H., Downing J.R., Cheng C., Naeve C.W.,
Fontes M., Borg Å., Mitelman F., Johansson B., Höglund M., Fioretos Relling M.V., Evans W.E.: Treatment-specific changes in gene expres-
T.: Gene expression profiling of leukemic cell lines reveals conserved sion discriminate in vivo drug response in human leukemia cells. Nat.
molecular signatures among subtypes with specific genetic aberrations. Genet., 2003; 34: 85 90
Leukemia, 2005; 19: 1042 1050
[14] Chiaretti S., Li X., Gentleman R., Vitale A., Vignetti M., Mandelli F.,
[3] Armstrong S.A., Look A.T.: Molecular genetics of acute lymphobla- Ritz J. Foa R.: Gene expression profile of adult T-cell acute lympho-
stic leukemia. J. Clin. Oncol., 2005; 23: 6306 6315 cytic leukemia identifies distinct subsets of patients with different re-
sponse to therapy and survival. Blood, 2004; 103: 2771 2778
[4] Armstrong S.A., Staunton J.E., Silverman L.B., Pieters R., den Boer
M.L., Minden M.D., Sallan S.E., Lander E.S., Golub T.R., Korsmeyer [15] Chiaretti S., Li X., Gentleman R., Vitale A., Wang K.S., Mandelli F., FoÄ…
S.J.: MLL translocations specify a distinct gene expression profile that R., Ritz J.: Gene expression profiles of B-lineage adult acute lymphocytic
distinguishes a unique leukemia. Nat. Genet., 2002; 30: 41 47 leukemia reveal genetic patterns that identify lineage derivation and distinct
mechanisms of transformation. Clin. Cancer Res., 2005; 11: 7209 7219
[5] Barrett J.C., Kawasaki E.S.: Microarrays: the use of oligonucleotides
and cDNA for the analysis of gene expression. Drug Discov. Today, [16] Chung C.H., Levy S., Chaurand P., Carbone D.P.: Genomics and pro-
2003; 8: 134 141 teomics: Emerging technologies in clinical cancer research. Crit. Rev.
Oncol. Hematol., 2007; 61: 1 25
[6] Beesley A.H., Cummings A.J., Freitas J.R., Hoffmann K., Firth M.J.,
Ford J., de Klerk N.H., Kees U.R.: The gene expression signature of re- [17] Clarke P.A., te Poele R.,Workman P.: Gene expression microarray tech-
lapse in paediatric acute lymphoblastic leukaemia: implications for me- nologies in the development of new therapeutic agents. Eur. J. Cancer,
chanisms of therapy failure. Br. J. Haematol., 2006; 131: 447 456 2004; 40: 2560 2591
[7] Bhojwani D., Kang H., Moskowitz N.P., Min D.J., Lee H., Potter [18] Colby-Graham M.F., Chordas C.: The childhood leukemias. J. Pediatr.
J.W., Davidson G., Willman C.L., Borowitz M.J., Belitskaya-Levy I., Nurs., 2003; 18: 87 95
Hunger S.P., Raetz E.A., Carroll W.L.: Biological pathways associated
[19] Cussenot O.: DNA microarrays in clinical practice: present or future?
with relapse in childhood acute lymphoblastic leukemia: a Children s
Eur. J. Intern. Med., 2002; 13: 225 226
Oncology Group study. Blood, 2006; 108: 711 717
[20] De Pitta C., Tombolan L., Campo Dell Orto M., Accordi B., Te Kronnie
[8] Blohm D.H., Guiseppi-Elie A.: New developments in microarray tech-
G., Romualdi C., Vitulo N., Basso G., Lanfranchi G.: A leukemia-
nology. Curr. Opin. Biotechnol., 2001; 12: 41 47
enriched cDNA microarray platform identifies new transcripts with
[9] Brenner T.L., Pui C.H., Evans W.E.: Pharmacogenomics of childho- relevance to the biology of pediatric acute lymphoblastic leukemia.
od acute lymphoblastic leukemia. Curr. Opin. Mol. Ther., 2001; 3: Haematologica, 2005; 90: 890 898
567 578
[21] Downing J.R., Mullighan C.G.: Tumor-specific genetic lesions and
[10] Bullinger L, Dohner K, Bair E, Fröhling S., Schlenk R.F., Tibshirani their influence on therapy in pediatric acute lymphoblastic leukemia.
R., Döhner H., Pollack J.R.: Use of gene-expression profiling to iden- Hematology Am. Soc. Hematol. Educ. Program, 2006; 1: 118 122
tify prognostic subclasses in adult acute myeloid leukemia. N. Engl.
[22] Downing J.R., Shannon K.M.: Acute leukemia: A pediatric perspec-
J. Med., 2004; 350: 1605 1616
tive. Cancer Cell, 2002; 2: 437 445
[11] Cario G., Stanulla M., Fine B.M., Teuffel O., Neuhoff N.V., Schrauder
[23] Edick M.J., Cheng C., Yang W., Cheok M., Wilkinson M.R., Pei
A., Flohr T., Schäfer B.W., Bartram C.R., Welte K., Schlegelberger
D., Evans W.E.,. Kun L.E., Pui C.H., Relling M.V.: Lymphoid gene
B., Schrappe M.: Distinct gene expression profiles determine mole-
expression as a predictor of risk of secondary brain tumors. Genes
cular treatment response in childhood acute lymphoblastic leukemia.
Chromosomes Cancer, 2005; 42: 107 116
Blood, 2005; 105: 821 826
532
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-
Szczepanek J. i wsp.  Profile ekspresji genów w ostrej białaczce limfoblastycznej&
[24] Fernandez Zapico M.E., Ahmad U.S., Urrutia R.: DNA microarrays: [44] Pui C.H., Evans W.E.: Drug therapy: treatment of acute lymphobla-
Revolutionary insight into the living genome. Surgery, 2001; 130: stic leukemia. N. Engl. J. Med., 2006; 354: 166 178
403 407
[45] Pui C.H, Relling M.V., Downing J.R.: Mechanisms of disease: Acute
[25] Ferrando A.A., Look A.T.: Gene expression profiling: will it comple- lymphoblastic leukemia. N. Engl. J. Med., 2004; 350: 1535 1548
ment or replace immunophenotyping? Best Pract. Res. Clin. Haematol.,
[46] Quackenbush J.: Microarray analysis and tumor classification. N. Engl.
2003; 16: 645 652
J. Med., 2006; 354: 2463 2472
[26] Ferrando A.A., Neuberg D.S., Staunton J., Loh M.L., Huard C.,
[47] Robert J., Vekris A., Pourquier P., Bonnet J.: Predicting drug respon-
Raimondi S.C., Behm F.G., Pui C.H., Downing J.R., Gilliland D.G.,
se based on gene expression. Crit. Rev. Oncol. Hematol., 2004; 51:
Lander E.S., Golub T.R., Look A.T.: Gene expression signatures de-
205 227
fine novel oncogenic pathways in T cell acute lymphoblastic leuke-
[48] Ross M.E., Zhou X., Song G., Shurtleff S.A., Girtman K., Williams
mia. Cancer Cell, 2002; 1: 75 87
W.K., Liu H.C., Mahfouz R., Raimondi S.C., Lenny N., Patel A.,
[27] Fine B.M., Stanulla M., Schrappe M., Ho M., Viehmann S., Harbott
Downing J.R.: Classification of pediatric acute lymphoblastic leuke-
J., Boxer L.M.: Gene expression patterns associated with recurrent
mia by gene expression profiling. Blood, 2003; 102: 2951 2959
chromosomal translocations in acute lymphoblastic leukemia. Blood,
[49] Scherf U., Ross D.T., Waltham M., Smith L.H., Lee J.K., Tanabe L.,
2004; 103: 1043 1049
Kohn K.W., Reinhold W.C., Myers T.G., Andrews D.T., Scudiero
[28] Golub T.R., Slonim D.K., Tamayo P. Huard C., Gaasenbeek M., Mesirov
D.A., Eisen M.B., Sausville E.A., Pommier Y., Botstein D., Brown
J.P., Coller H., Loh M.L., Downing J.R., Caligiuri M.A., Bloomfield
P.O., Weinstein J.N.: A gene expression database for the molecular
C.D., Lander E.S.: Molecular classification of cancer: class discove-
pharmacology of cancer. Nat. Genet., 2000; 24: 236 244
ry and class prediction by gene expression monitoring. Science, 1999;
[50] Song J.H., Kim H.J., Lee C.H., Kim S.J, Hwang S.Y., Kim T.S:
286: 531 537
Identification of gene expression signatures for molecular classifica-
[29] Greaves M.: Science, medicine, and the future: Childhood leukemia.
tion in human leukemia cells. Int. J. Oncol., 2006; 29: 57 64
BMJ, 2002; 324: 283 287
[51] Staal F.J., van der Burg M., Wessels L.F., Barendregt B.H., Baert M.R.,
[30] Haferlach T., Kern W., Schnittger S., Schoch C.: Modern diagnostics
van den Burg C.M., van Huffel C., Langerak A.W., van der Velden
in acute leukemias. Crit. Rev. Oncol. Hematol., 2005; 56: 223 234
V.H., Reinders M.J., van Dongen J.J.: DNA microarrays for compari-
[31] Haferlach T., Kohlmann A., Schnittger S., Dugas M., Hiddemann W., son of gene expression profiles between diagnosis and relapse in pre-
Kern W., Schoch C.: Global approach to the diagnosis of leukemia cursor-B acute lymphoblastic leukemia: choice of technique and pu-
using gene expression profiling. Blood, 2005; 106, 1189 1198 rification influence the identification of potential diagnostic markers.
Leukemia, 2003; 17: 1324 1332
[32] Hoffmann K., Firth M.J., Beesley A.H., de Klerk N.H., Kees U.R.:
Translating microarray data for diagnostic testing in childhood leuka- [52] Staudt L.M.: Gene expression physiology and pathophysiology of the
emia. BMC Cancer, 2006, 6: 229 immune system. Trends Immunol., 2001; 22: 35 40
[33] Holleman A., Cheok M.H., den Boer M.L., Yang W., Veerman A.J., [53] Stegmaier K.: Genomic approaches in acute leukemia. Best Pract. Res.
Kazemier K.M., Pei D., Cheng C., Pui C.H., Relling M.V., Janka- Clin. Haematol., 2006; 19: 263 268
Schaub G.E., Pieters R., Evans W.E.: Gene expression patterns in
[54] Styczyński J., Gil L.: Ostra białaczka limfoblastyczna: różnice pomię-
drug-resistant acute lymphoblastic leukemia cells and response to tre-
dzy dziećmi i dorosłymi. Acta Haematol. Pol., 2006; 37: 185 201
atment. N. Engl. J. Med., 2004; 351: 533 542
[55] Styczyński J., Wysocki M.: Is the in vitro drug resistance profile the
[34] Holleman A., den Boer M.L., Menezes R.X., Cheok M.H, Cheng C.,
strongest prognostic factor in childhood acute lymphoblastic leuke-
Kazemier K.M., Janka-Schaub G.E., Gobel U., Graubner U.B., Evans
mia? J. Clin. Oncol., 2004; 22: 963 964
W.E., Pieters R.: The expression of 70 apoptosis genes in relation to li-
[56] Szczepanek J., Budzyński T., Jackowski M., Tretyn A.,: Budowa, za-
neage, genetic subtype, cellular drug resistance, and outcome in chil-
sady działania i zastosowanie chipów DNA w biologii i medycynie.
dhood acute lymphoblastic leukemia. Blood, 2006; 107: 769 776
Med. Biol. Sci., 2006; 20, 47 56
[35] Jabbour E.J., Faderl S., Kantarjian H.M.: Adult acute lymphoblastic
[57] Teuffel O., Dettling M., Cario G., Stanulla M., Schrappe M., Bühlmann
leukemia. Mayo Clin. Proc., 2005; 80: 1517 1527
P., Niggli F.K., Schäfer B.W.: Association of gene expression profi-
[36] Kees U.R., Ford J., Watson M., Murch A., Ringnér M., Walker R.L.,
les with risk stratification in childhood acute lymphoblastic leukemia.
Meltzer P.: Gene expression profiles in a panel of childhood leukemia
Haematologica, 2004; 89: 801 808
cell lines mirror critical features of the disease. Mol. Cancer Ther.,
[58] Valk P.J., Verhaak R.G., Beijen M.A., Erpelinck C.A., Barjesteh
2003; 2: 671 677
van Waalwijk van Doorn Khosrovani S.B., Boer J.M., Beverloo
[37] Kohlmann A., Schoch C., Schnittger S., Dugas M., Hiddemann W.,
H.B., Moorhouse M.J., van der Spek P.J., Löwenberg B., Delwel R.:
Kern W., Haferlach T.: Pediatric acute lymphoblastic leukemia (ALL)
Prognostically useful gene-expression profiles in acute myeloid leu-
gene expression signatures classify an independent cohort of adult ALL
kemia. N. Engl. J. Med., 2004; 350: 1617 1628
patients. Leukemia, 2004; 18: 63 71
[59] van Delft F.W., Bellotti T., Luo Z., Jones L.K., Patel N., Yiannikouris
[38] Lugthart S., Cheok M.H., den Boer M.L., Yang W., Holleman A.,
O., Hill A.S., Hubank M., Kempski H., Fletcher D., Chaplin T., Foot
Cheng C., Pui C.H., Relling M.V., Janka-Schaub G.E., Pieters R.,
N., Young B.D., Hann I.M., Gammerman A., Saha V.: Prospective gene
Evans W.E.: Identification of genes associated with chemotherapy
expression analysis accurately subtypes acute leukaemia in children
crossresistance and treatment response in childhood acute lympho-
and establishes a commonality between hyperdiploidy and t(12;21) in
blastic leukemia. Cancer Cell, 2005; 7: 375 386
acute lymphoblastic leukaemia. Br. J. Haematol., 2006; 130: 26 35
[39] Margalit O., Somech R., Amariglio N., Rechavi G.: Microarray-based
[60] Willenbrock H., Juncker A.S., Schmiegelow K., Knudsen S., Ryder
gene expression profiling of hematologic malignancies: basic concepts
L.P.: Prediction of immunophenotype, treatment response, and relap-
and clinical applications. Blood Rev., 2005; 19: 223 234
se in childhood acute lymphoblastic leukemia using DNA microar-
[40] Mitchell S.A., Brown K.M., Henry M.M., Mintz M., Catchpoole D., rays. Leukemia, 2004; 18: 1270 1277
LaFleur B., Stephan D.A.: Inter-Platform comparability of microar-
[61] Willman C.L.: Discovery of novel molecular classification schemes
rays in acute lymphoblastic leukemia. BMC Genomics, 2004; 5: 71
and genes predictive of outcome in leukemia. Hematol. J., 2004;
[41] Moos P.J., Raetz E.A., Carlson M.A., Szabo A., Smith F.E., Willman 5(Suppl.3): S138 S143
C., Wei Q., Hunger S.P., Carroll W.L.: Identification of gene expres-
[62] Yeoh E.J., Ross M.E., Shurtleff S.A., Williams W.K., Patel D., Mahfouz
sion profiles that segregate patients with childhood leukemia. Clin.
R., Behm F.G., Raimondi S.C., Relling M.V., Patel A., Cheng C.,
Cancer Res., 2002; 8: 3118 3130
Campana D., Wilkins D., Zhou X., Li J., Liu H., Pui C.H., Evans W.E.,
[42] Mullighan C.G., Flotho C., Downing J.R.: Genomic assessment of pe- Naeve C., Wong L., Downing J.R.: Classification, subtype discovery,
diatric acute leukemia. Cancer J., 2005; 11: 268 282 and prediction of outcome in pediatric acute lymphoblastic leukemia
by gene expression profiling. Cancer Cell, 2003; 1: 133 143
[43] Pui C.H., Evans W.E.: Drug therapy: Acute lymphoblastic leukemia.
N. Engl. J. Med., 1998; 339: 605 615 [63] Zhang X., Ke H.: ALL/AML cancer classification by gene expression
data using SVM and CSVM approach. Genome Informatics, 2000; 11:
237 239
533
Electronic PDF security powered by www.IndexCopernicus.com
-
-
-
-
-