Discovery of Cancer Biomarkers using Public EST and Microarray Data

Abstract

Despite recent advance of medical science, cancer is difficult to treat. The first step in research for cancer treatment is to discover cancer biomarkers for early diagnosis, prognosis and prediction based on understanding of cancer development and mechanism of metastasis. The research method of conservative molecular biology could not carry out large scale experiments because of long duration and high cost. However, thanks to investment in many advanced nations, large scale gene expression and medical data have been accumulated for many decades. If these data are applied by using bioinformatics method, our lab tried to minimize time and cost. Thus, here, we discovered potential cancer biomarkers through bioinformatics methods by using mRNA data like EST and microarray that represent gene expressions of various tissues and cancer. First, for the practical use of EST information, UniGene cDNA library from NCBI was classified and stored in database. ECgene genome-based EST cluster was used as gene model for gene expression. Specific expressed genes, transcripts and alternative splicing events in various tissues and cancer were analyzed and stored in database and embodied in web interface ( DEGEST : http://genome.ewha.ac.kr/EGEST ). In DEGEST, biomarker candidates obtained by analyzing public data must go through validation steps. Literature search was carried out for colon and prostate cancer and the 40-50% top expressed genes have PubMed evidence. In lung cancer, for the validation of genes that were expressed high but did not have any literature search, we confirmed gene expression using real lung cancer sample of patients. In conclusion, we discovered novel lung cancer biomarker, CBLC and the research for this gene is still ongoing. Genes like CBLC, ARK1B10 and ALDH3A1 that were differentially expressed between cancer and normal can be searched in microarray expression data. We expanded this procedure into a variety of solid tumor like breast, cervix, colon, kidney, liver, lung, ovary, pancreas, prostate and stomach. Commonly expressed genes in public EST and microarray data for these 10 solid tumors were selected and literature information was added. By using these results, we constructed “A Cancer Biomarker Database” (ACBD: http://genome.ewha.ac.kr/ CancerBioma rker/ ). More potential cancer biomarkers in databases of this thesis are expected to be discovered. If we carry out more research about the function of candidate genes in the near future and discover the mechanism of cancer development, the result of this research will be a foundation for cancer remedy, diagnosis, prediction, prognosis and drug discovery.;유전자의 발현에 대한 연구는 생명현상을 이해 하는데 많은 기여를 할 뿐만 아니라 나아가서는 암의 치료, 예후 예측, 신약 개발에 이르기까지 다양하게 응용 될 수 있다. 암은 의학 기술이 발달된 현재에도 완전히 정복되지 않은 질환중의 하나이며, 아직도 수 많은 사망자를 내고 있는 질환중의 하나이다. 기존의 분자생물학적인 실험기법만을 사용한 연구에서는 그 비용과 시간이 많이 들어 광범위한 연구를 하기가 어려웠다. 이러한 맥락에서 볼 때 암과 관련된 생물정보학적 연구는 생명체 안에서의 mechanism을 완전히 규명할 수는 없지만, 기존의 연구방법보다 비용과 시간을 절약하고도 암을 정확하게 진단할 수 있는 바이오 마커를 발굴 할 수 있는 기회를 주기 때문에 중요한 일이다. 본 논문의 목적은 이러한 암을 진단할 잠재력을 가진 바이오 마커를 발굴 하는 것이다. EST data를 이용하여 유전자의 발현을 분석하기 위한 첫번째 단계는 cDNA library를 분류하고 정리하는 일이다. cDNA library를 분류하기 위하여 본 연구실의 고유한 아이디어와 기존의 해부학적 이론을 융합하여 human의 anatomical ontology 시스템을 개발하였다. Mouse의 anatomical 시스템은 자체 개발에 어려움이 있어 MGI(Mouse Genome Informatics)(w-4)의 분류 체계를 그대로 사용하였다. cDNA library 분류 후, ECgene cluster를 이용하여 유전자, 전사체(transcript), 선택적 접합(alternative splicing event)의 발현을 Fisher’s exact test와 FDR 같은 통계적 방법을 이용하여 분석하였다. 이러한 결과를 데이터 베이스에 저장하고 사용자가 쓰기 편리하도록 DEGEST라는 web interface를 개발하였다 (DEGEST, w-5). DEGEST는 http://genome.ewha.ac.kr/DEGEST 로부터 사용할 수 있다. DEGEST를 검증하기 위해 문헌연구와 실제 임상 검체로 실험을 하였다. 검증결과와 문헌정보를 취합하여 10개 암에 대하여 cancer biomarker 데이터 베이스를 구축하였다. Cancer biomarker 데이터 베이스는 http://genome.ewha.ac.kr/CancerBiomarker 로부터 사용 할 수 있다.