Integrative analysis of gene signatures for inferring the anti-cancer drug resistance

Abstract

암은 항암제의 작용에도 끊임없이 증식하고 생존하도록 암세포 자신과 주변 환경을 변화시키며 진화하고 있다. 본 연구에서는 암 치료의 가장 큰 난관인 항암제 내성에 대해 이해하고자 했다. 현재까지 밝혀진 내성의 기작으로는 DNA 손상 수리, 상피간엽이행, 신호전달 경로 우회 등 다양한 원인이 알려져 있다. 각기 다른 내성의 생물학적 기전은 서로 다른 유전자 발현을 가진다는 가정을 토대로 항암제의 내성 상태와 그렇지 않은 상태의 유전자 발현을 비교 분석하였다. 공개된 대규모의 발현 데이터에서 추출한 항암제 내성 지표 유전자(Signature), 즉 내성 시그니처는 두 가지 방법으로 선별하였다. 첫 번째, 암세포에 지속적으로 약물을 처리하기 전과 후의 유전자 발현을 비교해 유의하게 차이가 있는 ‘내성 유도 시그니처’를 모았다. 두 번째로 1000여개의 암 세포주에 약물을 처리한 뒤 민감하게 반응하는 세포 그룹과 저항성을 가지는 세포 그룹간의 발현 차이를 이용해 약물 반응성에 연관이 있는 ‘내성 그룹 시그니처’를 선정했다. 시그니처 유사도 측정법 네 종류를 사용하여 군집 분석과 다차원 척도법(multidimensional scaling)으로 약물과 암 종류에 따라 내성 시그니처의 양상이 차이가 있는지를 확인하였다. 추가적으로 기능 농축 분석(functional enrichment analysis)으로 유전자의 기능 또한 확인하였다. 본 논문에서는 수집한 37개의 약물의 시그니처 중에서 난소 암의 화학항암제(chemotherapy) 또는 EGFR 저해제의 사례연구를 통해 시그니처 분석의 효용성을 검증하였다. 더 나아가 웹 플랫폼 CDRgator(Cancer Drug Resistance signature navigator)를 구축하여 일반 사용자들도 자신의 연구 가설을 확인할 수 있도록 생물 정보학 분석 기능을 제공하였다. 약물 또는 암 종류별로 내성 시그니처를 탐색할 수 있으며, 뿐만 아니라 시그니처의 유사도와 유전자 기능의 시각화 또한 이용할 수 있다. CDRgator는 http://203.255.191.231:8080/CDRgator/index.jsp 에서 이용할 수 있다. 본 연구와 웹 플랫폼은 항암제 내성 기작의 원인과 영향, 그리고 치료 전략을 밝힐 수 있는 실마리를 제공할 것이다. ;Understanding the mechanisms of cancer drug resistance is a critical challenge to cancer therapy. For many chemotherapeutics and targeted cancer drugs, various resistance mechanisms have been identified such as DNA repair, target alteration, bypassing signaling pathways, epithelial-mesenchymal transition, and epigenetic modulation. Resistance may arise by multiple mechanisms for the same drug, which make it necessary to investigate multiple independent models for comprehensive understanding and therapeutic application. In particular, we hypothesize that different resistance processes result in distinct gene expression changes. Here, we present a web-based database, CDRgator (Cancer Drug Resistance signature navigator) for comparative analysis of gene expression signatures for cancer drug resistance. We collected >100 transcriptome datasets of matched sensitive and resistant cell lines or patient samples for >30 cancer drugs, and extracted the corresponding gene expression signatures. It allows meta-analysis of different resistance models for the same drug so that the diversity of transcriptomic changes can be investigated depending on cancer types, cell lines, and patients. Alternatively, it allows comparison of the expression signatures for a family of cancer drugs (e.g. EGFR inhibitors) to identify whether they involve similar transcriptomic changes during the acquisition of resistance. CDRgator also enables integrative analysis of the expression signatures extracted from the large-scale drug sensitivity datasets for ~1,000 cancer cell lines.