跳到主要内容
访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
临床癌症研究。作者手稿;PMC 2010年3月15日提供。
以最终编辑形式发布为:
PMCID公司:PMC2718850型
NIHMSID公司:美国国立卫生研究院111090
PMID:19351757

染色体分离蛋白分离酶在多发性人类肿瘤中的过度表达和错定位

关联数据

补充资料

摘要

目的

Separase是一种内肽酶,在染色体分离中起着关键作用,它在中期到后期的转变中分离姐妹染色单体。最近,我们利用小鼠乳腺肿瘤模型证明,Separase的过度表达可诱导非整倍体和肿瘤发生(Zhang等人,2008,PNAS 105:13033)。在本研究中,我们研究了Separase在多种人类肿瘤中的表达水平。

实验设计

为了检测Separase在人类肿瘤中的表达水平和定位,我们使用人Separase-抗体和来自骨肉瘤、结直肠癌、乳腺癌和前列腺癌的肿瘤组织阵列以及适当的正常对照进行了免疫荧光显微镜检查。

结果

我们发现Separase在骨肉瘤、乳腺和前列腺肿瘤标本中显著过度表达。在细胞周期的所有阶段,肿瘤状态与Separase在细胞核中的定位密切相关。与正常对照组织不同,在正常对照组织中,Separase仅定位于非分裂细胞中的细胞质,人类肿瘤样品显示出大量的休眠细胞,并带有强烈的核Separase染色。此外,Separase转录物的过度表达与乳腺癌和前列腺癌患者的高复发率、转移率和较低的5年总生存率密切相关。

结论

这些结果进一步加强了我们的假设,即Separase可能是一个癌基因,其过度表达可诱导肿瘤发生,并表明Separase-过度表达和异常核定位在许多肿瘤类型中常见,并可能预测某些人类癌症的预后。

关键词:分离酶、癌基因、骨肉瘤、乳腺癌、前列腺癌、结肠癌

翻译相关性

这项研究表明,Separase是一种染色体分离蛋白,在包括乳腺、前列腺和骨肉瘤在内的多种人类实体瘤中显著过度表达。不仅是Separase蛋白的总细胞水平,而且是Separase在细胞核中的组成性定位,是区分肿瘤与正常组织的最有力因素。具有核Separase定位的细胞占肿瘤总质量的大多数。通过重新评估现有的已发表数据,我们还发现SeparasemRNA表达与肿瘤分级呈强正相关,与无病生存率和总生存率呈强负相关。这些研究不仅强化了Separase过表达在乳腺癌发生中起重要作用的假设,而且表明它可能是人类恶性肿瘤的一个更常见的特征。我们的研究强烈表明,Separase表达分析可以被认为是预测原发性肿瘤转移和患者预后的一个因素。

介绍

一种进化上保守的蛋白质复合体称为凝集素,它将姐妹染色单体结合在一起,从而使姐妹染色单体能准确分离为两个子细胞。在后期开始时,Separase(一种内肽酶)被激活并裂解凝集素亚基Rad21(也称为SCC1或MCD1),释放姐妹染色单体凝聚力。分离酶活性通过多种机制受到严格调节(有关详细信息,请参阅(1))确保凝集素Rad21裂解在中期到后期过渡期间的准确和精确激活(24). Separase被APC介导的磷酸化和泛素介导的降解降解后,其抑制性伴侣安全素被激活(1,58). 此外,Ser1126和Thr1326残基上的Separase磷酸化是抑制Separases活性的第二种机制(9,10). 因此,Securin空细胞是可行的,并且似乎具有接近正常的细胞周期(1113). 然而,姐妹染色单体的过早分离,例如由于Separase的过早激活或Separase-过度表达的抑制不足,被认为会导致非整倍体(14).

敲除Separase基因导致小鼠胚胎死亡(13,15). SiRNA介导的Separase敲低导致基因组不稳定(8,16)也见于Separase缺陷小鼠胚胎成纤维细胞。在Separase杂合子小鼠中没有观察到严重的单倍充足性(Goupqing Ge和Debananda Pati,未发表的观察结果),这表明适度低水平的Separase足以促进正常细胞周期的进展体内相反,有几条证据表明,过表达Separase可导致姐妹染色单体过早分离、后期桥和染色体滞后(17,18).

非整倍体是人类癌症的标志(19)尤其是骨肉瘤、乳腺癌和前列腺癌(20,21). 虽然已经有许多假设被提出,但对于非整倍体为什么在癌细胞中如此普遍,以及它是否有助于肿瘤的进展,还没有达成一致意见(2224). 最近我们已经证明,Separase的过度表达可诱导小鼠非整倍体和乳腺肿瘤的发生(18). 在本研究中,我们研究了Separase在多种人类肿瘤中的表达水平和细胞内定位,以探讨Separase的过度表达和/或错误定位与人类癌症相关的假说。在这里,我们记录了人类癌症中Separase过度表达的显著相关性。此外,在乳腺、前列腺和骨肿瘤中检测到Separase的异常核定位,而在正常对照细胞中未发现。

材料和方法

组织阵列

结直肠癌和乳腺癌阵列分别来自合作人类组织网络(CHTN)版本CHTN2003CRCprog和CHTNBrCaProg1。此外,我们使用了蛋白质生物技术公司的TMA-040阵列。我们从美国Biomax公司获得了骨肉瘤BS26011和前列腺样本BC19019和BC19111的阵列。评分方法是从任意给定组织点随机选取3个区域进行拍照,然后由两名不同的研究人员进行分析,第二名研究人员不知道样品的来源和第一个评分结果。在每个区域中,100个细胞进行了Separase表达量的计数和评估,以确定每个组织点总共300个细胞的倾向性(0-5分)和强度(0-3分)得分。如果两人的评分不一致,则由第三名研究人员作出判断,或将样本排除在研究之外。

肿瘤标本

从M.D.Anderson癌症中心的组织库中获得了一组匿名的人类乳腺肿瘤和匹配的正常乳腺组织。所有肿瘤均由乳腺病理学家采集,并进行质量控制,以确保每个样本的性质、肿瘤细胞组成和组织学。每个肿瘤标本至少含有85%的肿瘤细胞。本研究中的所有组织均在IRB批准知情同意后获得。组织库提供的样本信息包含在补充表1C.

从MD Anderson储存库中获得的10个肿瘤和5个正常组织样本中的每一个都将组织嵌入O.C.T(樱花组织-Tek®)培养基,冷冻切片和免疫荧光染色前在−0°C下再次冷冻。

分离酶过度表达的细胞系

人分离酶在人宫颈癌细胞系HeLa中组成性过表达,在二倍体非肿瘤性FSK3乳腺上皮细胞中有条件过表达。简言之,HeLa细胞被CMV驱动的新霉素耐药HA-tagged-hSeparase质粒转染,并通过在G418(Geneticin)(Invitrogen,Carlsbad,CA)存在下处理细胞来选择稳定整合。空载体转染克隆作为对照。使用HA-epitope抗体通过Western blot分析检测转染体的hSeparase蛋白表达,随后使用市售Separase-抗血清(台湾台北Abnova)进行验证。与空载体对照相比,克隆选择基于Separase蛋白的表达水平。Tet-诱导的FSK3分离酶细胞的详细信息已在前面描述过(18).

免疫荧光(IF)显微镜

人体组织阵列和石蜡包埋样品分别在60°C下烘烤2小时和在二甲苯中脱蜡2倍和10分钟。在100%、95%、80%、75%、30%乙醇中逐级复水10分钟,在去离子水中2×5分钟后,在121°C的压力锅中,在缓冲液(14.5 ml 0.1M柠檬酸一水合物+61.5 ml 0.1M枸橼酸钠750 ml ddH)中进行抗原提取20分钟2pH 6.0时为O)。用10%正常山羊血清(NGS)在PBS中RT阻断非特异性结合3小时,然后在4°C的湿化室中用初级抗Separase Ab(Abnova ESPL1-6H6)和正常小鼠IgG作为对照Ab在夜间孵育。在摇床上用PBS冲洗4×15min后,在10%的NGS/PBS中用次级Ab(羊抗鼠IgG-罗丹明结合物)在室温下的加湿室中孵育1.5h。为了检测组织阵列中细胞的增殖状态,用Ki67抗体(ab833,Abcam,Cambridge,MA)对一组载玻片进行反染色,然后用第二山羊抗兔FITC抗体(Molecular Probes,F-2765)进行检测。PBS在振动筛上漂洗3×10分钟后,在使用带有DAPI的Vectashide安装介质安装的位置放置载玻片,如果没有立即在尼康日蚀E800显微镜上成像,则将载玻片保持在4°C。使用背景减法对图像进行处理,以消除由于照明不均匀和不均匀染色效果造成的阴影,并进行颜色补偿,以最小化三个颜色通道(红、绿和蓝)之间光谱溢出的影响。算法在别处有详细描述(25,26).

统计分析

对于每一种癌症亚型,Separase表达的定位(细胞核与细胞质)、表达信号的大小和疾病状态(肿瘤与正常)之间的关系使用logistic回归框架建模。正向选择模型构建方法(27)其中,协变量按照统计显著性的顺序纳入回归模型,用于构建最终的logistic回归模型,并评估每个考虑的协变量与疾病状态之间的关联强度。方差分析框架用于确定协变量与疾病状态之间的相关性的统计显著性。

采用配对t检验、秩和检验和符号秩检验等配对检验,对人类乳腺肿瘤标本中Separase的蛋白表达水平与配对正常组织进行统计学比较。秩和检验和带符号秩检验对偏离正态性更为稳健,并且没有限制性假设。将这些匹配的正常与肿瘤样本中Separase表达的IF染色数据以及组织阵列中匹配的对照与疾病的IF着色数据用于配对t检验分析。为了进行统计分析,Separase表达的定位被分为不同的二元变量,这两个变量分别表示细胞核中没有/存在Separase和细胞质中没有/出现Separase。对于每个样本,计算随机选择的3个显微镜点中每一个评估的100个细胞的平均表达水平和定位。使用倾向和强度得分或综合总分评估的表达量也包括在统计模型中(28,29). 由于观察数据中倾向性和强度得分之间的高度相关性,将二者合并到总分中对从逻辑回归模型得出的推断没有显著影响。

结果

为了检测Separase在人类肿瘤中的表达水平和定位,我们使用人Separase-抗体和来自骨肉瘤、结直肠癌、乳腺癌和前列腺癌的肿瘤组织阵列以及适当的正常对照进行了免疫荧光显微镜检查。根据标准病理学评分对分离酶表达进行评分,倾向评分(PS)为0-5,强度评分(IS)为0-3(28,29). 在逐步向前模型中,PS和IS的联合加总被用作logistic回归分析的总分(TS)(27). 此外,我们还根据Separase在细胞质、细胞核或两个隔室的定位对其表达进行了评分。表1总结了数据集规范以及用于分析的病例总数和对照,通过了组织质量控制和评分置信度。有关原始评分数据的摘要,请参阅补充表1A–C。我们首先分别观察了不同器官中的肿瘤类型,并在可能的情况下对肿瘤和来自同一患者的正常对照组织进行配对t检验。

表1

调查的对照组和癌症病例的组织类型和数量的数据集规范。

肿瘤样品案例控制
乳房12110318
骨肉瘤59554
前列腺68599
科隆684226

总计31625957

Separase表达与肿瘤状态相关的统计分析中包含的病例数和对照数。

乳腺癌

导管癌的配对t检验显示,肿瘤中Separase的高表达与倾向评分高度相关(t=−4.36,p值=0.0024),与强度评分的相关性更高(t=−4.91,p值=0.0012)。图1显示了正常和乳腺癌样本中Separase染色的代表性样本。使用对所有正常乳腺肿瘤和所有乳腺肿瘤(组织库样本和阵列)进行正向选择的logistic回归模型,发现核表达因子最显著,t=3.4228,p=0.00075。因此,细胞核中Separase的过度表达是肿瘤的最强积极影响因素,其次是强度和倾向评分。在完全协变模型中,核定位是p=0.0020时唯一具有统计学意义的因素。倾向性和强度很可能不是独立的影响因素,因此在这个模型中没有达到显著性。然而,如果使用总分(倾向+强度),则全协变模型预测高Separase表达在t=6.503时对肿瘤的影响最大(p=9.69×10−10)核局域化在t=5.172时为第二强(p=6.90×10−7).

保存图片、插图等的外部文件。对象名称为nihms111090f1.jpg

Separase染色的代表性免疫荧光图片,比较了正常乳腺与有无坏死的导管内癌、Paget病、小叶腺癌和浸润性导管癌。Separase显示为红色(罗丹明结合次级羊抗鼠抗体),DNA显示为蓝色(DAPI染色)。比例尺代表100µm。

前列腺

我们总共分析了58个样本,包括9个正常对照、37个增生和22个肿瘤。因为前列腺癌旁的前列腺组织是否正常存在争议(3032),我们检测了两种对照组织,包括来自邻近“正常”组织的3个样本和来自健康前列腺的6个样本。相邻的3个正常组织样本的Separase蛋白表达略有升高,并且有大量的间期细胞带有核Separase-定位。这些发现在6名正常健康对照组中未见。因此,核定位作为前列腺癌的预测因子在3个相邻对照组的核分离酶表达中没有达到显著性。如果我们排除这3个样本,核定位再次是恶性表型的最强预测因子。

将22例前列腺癌与9例对照组进行比较,Separase表达强度在t=9.968时是肿瘤的最强预测因子(p=7.10×10−11); 其次是倾向得分,t=3.689(p=0.00092)。图3显示了正常和前列腺癌样本中具有代表性的Separase染色样本。我们在不到5%的正常前列腺细胞中观察到可检测到的Separase表达水平。如果我们假设增生和肿瘤样本中的增殖指数较高,这仍然不能解释强Separase表达细胞的数量,因为我们在不同肿瘤样本中30–100%的细胞中观察到了这一点。

保存图片、插图等的外部文件。对象名称为nihms111090f3.jpg

正常骨(左侧骨)和骨肉瘤样本(右侧骨)在指定放大倍数下的代表性免疫荧光照片。分离酶的表达以红色表示,DNA以蓝色表示(DAPI染色)。20×标尺代表150µm,100×标尺表示30µm。

基于线性判别分析,37例增生样本中有35例比正常对照组更接近肿瘤样本(p值为0.00243至1.71*10−8)这意味着,就Separase的高表达及其核定位而言,增生与前列腺癌更为相似。这是另一个迹象,表明Separase表达的增加是恶性转化的早期步骤之一。

骨肉瘤与结直肠癌

在CHTN2003CRCprog阵列上对63例骨肉瘤标本和4例正常对照进行分析表明,Separase的核过表达是肿瘤组织的最强预测因子,t值为10.506,p=2.66×10−15Separase表达强度t=3.262(p=0.0018)以及倾向得分t=3.006(p=0.0038)也是统计上显著的影响因素。图3显示了两个正常对照和两个骨肉瘤的代表性例子。

然而,在结直肠癌中,分离酶在正常非肿瘤性和肿瘤性结肠中的表达都很高。我们没有发现结肠癌亚型(包括腺瘤、转移癌和原发癌)之间的倾向性或强度评分有任何显著差异。细胞核定位也没有达到区分肿瘤和正常结肠的意义。

分离酶定位和增殖

为了解决这个问题,如果较强的Separase染色仅与增殖增加相关,我们用增殖标记物Ki67(绿色荧光)和Separase(红色荧光)对抗染色的组织阵列样品和培养细胞。组织芯片上的大多数骨肉瘤和乳腺癌样本清楚地表明,无论细胞的增殖状态如何,Separase的高表达都是构成核的(参见图4). 相反,除了增殖细胞外,正常对照组的Separase表达很低或检测不到;因此,比较细胞质定位和细胞核定位是不可行的。唯一一个在休眠细胞中具有相对较高Separase表达的正常乳腺样本显示,大多数间期细胞的细胞核中明显排除了Separase(参见图4). 由于无法获得额外的阵列,我们无法测试前列腺肿瘤样本的Ki67反染色。使用稳定的Separase过表达Hela克隆和Tet-诱导的二倍体非肿瘤小鼠乳腺上皮细胞系进行的其他研究表明,无论增殖状态如何(参见补充图4). FSK细胞系中Separase表达的诱导清楚地表明,在多西环素诱导的Separase表达3天后,Separase定位从未诱导细胞中的纯细胞质转移到均匀的细胞质和细胞核染色(补充图4)表明Separase的过度表达可能导致其异常定位于细胞核。

保存图片、插图等的外部文件。对象名称为nihms111090f4.jpg

用Ki67(绿色)和Separase(红色)共同染色的组织阵列样品的免疫荧光照片。DNA以蓝色表示(DAPI染色)。前两行描述了两种不同类型的乳腺癌标本(IDC,导管间癌;DC,导管癌),第三行是典型的骨肉瘤标本。第4行包含一个正常乳腺标本,其可检测到Separase的表达,显示大部分Separases被排除在细胞核之外。大多数正常乳腺样本的Separase染色无法检测到或非常低。为了更好地了解乳腺癌和骨肉瘤标本中Separase在细胞质和细胞核中的定位,显示了黑白单通道和合并图像。比例尺代表25µm。

总结

对于除结肠癌以外的所有研究肿瘤类型,不仅高表达水平,而且Separase的异常核定位是肿瘤状态的最强预测因子。倾向性和强度评分显示,与正常组织对照组相比,肿瘤中的Separase蛋白表达显著升高。使用总分,肿瘤中Separase过度表达之间的相关性也很好。表2使用逐步向前模型总结所有癌症类型的logistic回归数据。我们的数据清楚地表明,骨肉瘤、乳腺和前列腺肿瘤的细胞核定位非常强,Separase表达增加。

表2

使用逐步向前模型选择的逻辑回归分析总结,以确定预测疾病状态的参数,包括所有调查样本。

参数AIC公司模型系数p值
乳腺癌状态
33.150.1290.00075
nu+TS32.960.123 + 0.0260.0018 + 0.075
骨癌状态
−58.110.3332.66*10−15
nu+TS−69.340.283 + 0.0361.15*10−12+ 0.00040
nu+TS+cy−72.280.254 + 0.048 − 0.0482.73*10−10+ 3.82*10−5+ 0.0320
前列腺癌状态
TS公司5.380.1911.53*10−9
TS+cy−3.060.176 – 0.1386.72*10−10+ .00023
合并所有癌症
61.850.1961.89*10−12
nu+TS30.930.154 + 0.0632.07*10−7+ 1.39*10−8
nu+TS+cy27.120.132 + 0.071 – 0.0686.9*10−7+ 9.69*10−10+ 0.0174

疾病状态与分离酶表达之间的关系:细胞核表达(nu)、细胞质表达(cy)以及通过结合倾向和强度评分(TS)测量的表达程度。与逐步向前模型选择范式一致,模型中只包括统计显著贡献者(协变量)。较低的Akaike信息准则(AIC)值指示更好的预测值。使用S-Plus软件(TIBCO software Inc.,加利福尼亚州帕洛阿尔托)进行统计分析

讨论

我们最近报道了在小鼠乳腺模型中诱导过表达Separase导致非整倍体和肿瘤形成体内(18). 通过对有限数量的乳腺肿瘤标本进行Western blot分析,我们还发现与匹配的正常对照组相比,Separase蛋白在人类乳腺肿瘤中显著过度表达(18). 有几项已发表的研究分析了乳腺癌与正常对照和转移的mRNA表达水平(21,3335). 我们重新评估了Oncomine数据库中的这些数据(网址:www.oncomine.org)与肿瘤状态和患者预后数据相关的Separase mRNA水平。分离酶转录水平与肿瘤状态高度相关(3638). 与正常对照组相比,肿瘤组织中的分离酶mRNA水平始终较高,p值非常显著。这些研究都没有确定Separase是前70个基因之一(39)或64基因(34)在这些研究中,当在原发肿瘤中进行测量时,可以预测乳腺癌患者预后的特征。值得注意的是,这两项研究之间只有3个基因是相同的,这表明根据截止标准选择的前70或64个基因可能不是最重要的基因,而是这些患者队列中变化最剧烈的表达。值得注意的是,两项研究中的高Separase表达与较高的复发率相关(t检验:−7.415,p值:2.8*10−11)5年生存率较低(t检验:-4.594,p值:1*10−5)参见补充图1.补充图2与正常乳腺相比,高Separase mRNA水平与乳腺肿瘤之间存在相关性(35).

基于我们对Oncomine数据库中不同肿瘤等级的Separase mRNA表达数据的分析,我们还发现高Separase表达与高等级肿瘤之间存在相关性。此外,乌普萨拉研究(33)Separase表达与无病生存率和总生存率呈负相关(t检验:−4.413,p值:2*10−5)这表明可能在所有乳腺癌患者中都存在相关性,尽管它不是表达水平变化最大的前70个基因之一。

至少一项已发表的研究(31)包含前列腺癌中Separase的mRNA表达数据,该数据与肿瘤状态呈正相关。在转移性前列腺肿瘤中,Separase的表达特别高,p值为3.210时的相关因子为0.805−5(请参见补充图3). 这些结果进一步加强了我们的观察,即Separase的过度表达与恶性转化相关,应作为检测和预测的新生物标记物进行评估。

在我们的研究中,我们已经证明Separase在包括乳腺、前列腺和骨肉瘤在内的多种人类实体瘤中显著过度表达。有趣的是,不仅是Separase蛋白的总细胞水平,而且是其异常的核定位,构成了区分肿瘤与正常组织的最大统计贡献。这些核分离酶定位的细胞占肿瘤总量的大多数。核分离酶的定位机制尚不清楚;但有几种可能的解释。首先,Separase主动核排斥的正常机制可能是(40)可能会被Separase过度表达所淹没。其次,由于Separase的过度表达,从增殖的肿瘤细胞的细胞核中输出Separase可能效率低下。第三,高水平的分离酶及其核定位可能会平衡细胞分裂。最后,众所周知,在修复过程中,凝集素被募集到染色体上受损的部位,并在DNA修复后被Separase清除(16,41). 因此,Separase在增殖的肿瘤细胞中的核滞留可能导致粘连蛋白的过早去除,这一过程通常只有在修复过程完成后才会发生。过早去除内聚物会增加肿瘤DNA损伤反应中的突变缺陷。

分离酶可能对DNA损伤修复很重要(16). 过度表达和核定位如何与肿瘤形成/进展相关或有助于肿瘤的形成/进展尚不清楚。在小鼠乳腺上皮细胞中,Separase表达的转录调控受雌激素和孕酮的调节,Separase的表达进一步受到p53缺失的促进(17). 乳腺癌中Separase过度表达与p53缺失或突变密切相关(33,42)这可能不是巧合。这些发现加强了这样一个假设,即姐妹染色单体内聚和分离的错误调节以及由此产生的非整倍体可能是肿瘤发生和/或肿瘤进展的强大驱动力。

最近,一些研究集中于描述胶质瘤的肿瘤转录体特征(43),卵巢(44,45),胸部(21,35,39),膀胱(46)和前列腺癌(31). 在分析这些已发表的数据集时,我们发现Separase mRNA表达与肿瘤分级呈正相关,与无病生存率和总生存率呈负相关。此外,研究表明,Separase的过度表达与p53的突变密切相关(33,42)以及BRCA1(34)在乳腺癌患者中。这些研究不仅加强了我们的假设,即Separase过度表达在乳腺癌发生中起着重要作用(17),但也表明这可能是人类恶性肿瘤的一个更常见的特征。Separase在肿瘤中的异常核定位可能不是唯一的影响因素,因为IS(强度评分)、PS(倾向评分)或综合总分在正向选择模型中也非常显著;表明Separase蛋白表达与肿瘤进展密切相关。因此,我们建议在原发性肿瘤分析中,Separase表达分析可以作为预测转移和患者预后的一个因素。

保存图片、插图等的外部文件。对象名为nihms111090f2.jpg

两个正常前列腺样本(左侧前列腺)的代表性免疫荧光照片,一个为20×(比例尺代表60µm),另一个为100×(比目尺代表10µm。分离酶用红色表示,DNA用DAPI染色用蓝色表示。

补充材料

补充数据

单击此处查看。(140万,文件)

01

单击此处查看。(851K,pdf)

致谢

我们感谢Daniel Medina博士、Terzah M.Horton博士、Pulivarthi H.Rao博士和Sarai Vega博士对这份手稿的批判性阅读,以及Adel K.El-Naggar博士(MD Anderson癌症中心)提供的乳房样本。本研究得到了国家癌症研究所授予D.Pati的1RO1 CA109330号奖项的支持。

工具书类

1Zachariae W,Nasmysy K。《谁的结局是毁灭:细胞分裂和后期复合体》。基因发育。1999;13(16):2039–2058.[公共医学][谷歌学者]
2Hauf S,Waizeneger IC,Peters JM。人类细胞后期和胞质分裂所需的分离凝集素裂解。科学。2001;293(5533):1320–1323.[公共医学][谷歌学者]
三。Haering CH,Nasmysy K。在姐妹染色单体之间建立和打破桥梁。生物论文。2003;25(12):1178–1191.[公共医学][谷歌学者]
4Uhlmann F、Wernic D、Poupart MA、Koonin EV、Nasmysy K。CD族蛋白酶separin对凝集素的裂解会触发酵母中的后期反应。单元格。2000;103(3):375–386.[公共医学][谷歌学者]
5Ciosk R、Zachariae W、Michaelis C、Shevchenko A、Mann M、Nasmysy K。ESP1/PDS1复合物调节酵母中姐妹染色单体在中期到后期转变时的内聚力损失。单元格。1998;93(6):1067–1076.[公共医学][谷歌学者]
6Cohen-Fix O,Peters JM,Kirschner MW,Koshland D.酿酒酵母的后期启动由后期抑制剂Pds1p的APC依赖性降解控制。基因发育。1996;10(24):3081–3093.[公共医学][谷歌学者]
7.Hornig NC、Knowles PP、McDonald NQ、Uhlmann F.证券化分离调控的双重机制。当前生物量。2002;12(12):973–982.[公共医学][谷歌学者]
8Waizeneger I、Gimenez-Abian JF、Wernic D、Peters JM。通过安全蛋白结合和高压灭菌调节人体分离。当前生物量。2002;12(16):1368–1378.[公共医学][谷歌学者]
9Stemmann O,Zou H,Gerber SA,Gygi SP,Kirschner MW。中期姐妹染色单体分离的双重抑制。单元格。2001;107(6):715–726.[公共医学][谷歌学者]
10Huang X,Andreu-Vieyra CV,York JP,等。分离酶的抑制磷酸化对小鼠胚胎生殖细胞的基因组稳定性和生存能力至关重要。《公共科学图书馆·生物》。2008;6(1) :e15。 [PMC免费文章][公共医学][谷歌学者]
11Pfleghar K、Heubes S、Cox J、Stemmann O、Speicher MR。人类细胞中的染色体稳定性不需要Securin。《公共科学图书馆·生物》。2005;(12) :e416。 [PMC免费文章][公共医学][谷歌学者]
12.Pemberton HN、Franklyn JA、Boelaert K等。神经细胞生长中的Separase、securin和Rad21。细胞生理学杂志。2007;213(1):45–53.[公共医学][谷歌学者]
13Kumada K,Yao R,Kawaguchi T,等。在没有哺乳动物分离酶的情况下,着丝粒从有丝分裂到间期的选择性持续连接。细胞生物学杂志。2006;172(6):835–846. [PMC免费文章][公共医学][谷歌学者]
14Aguilera A,Gomez-Gonzalez B。基因组不稳定性:其原因和后果的机械论观点。Nat Rev基因。2008;9(3):204–217.[公共医学][谷歌学者]
15Wirth KG,Wutz G,Kudo NR,等。分离酶:姐妹染色单体分离的通用触发因素,但不是染色体周期进展。细胞生物学杂志。2006;172(6):847–860. [PMC免费文章][公共医学][谷歌学者]
16Nagao K,Adachi Y,Yanagida M.DNA修复需要在间期通过Separase介导的凝集素裂解。自然。2004;430(7003):1044–1048.[公共医学][谷歌学者]
17Pati D、Haddad BR、Haegele A等。p53全乳腺上皮中激素诱导的染色体不稳定性。癌症研究。2004;64(16):5608–5616.[公共医学][谷歌学者]
18Zhang N,Ge G,Meyer R等。小鼠乳腺上皮细胞中Separase的过度表达诱导非整倍体和肿瘤发生。美国国家科学院院刊。20082008年出版。[PMC免费文章][公共医学][谷歌学者]
19Duesberg P,Rausch C,Rasnick D,Hehlmann R。癌细胞的遗传不稳定性与其非整倍性程度成正比。美国国家科学院院刊。1998;95(23):13692–13697. [PMC免费文章][公共医学][谷歌学者]
20Kearney TJ,Price EA,Lee S,Silberman AW.年轻结直肠癌患者的肿瘤非整倍体。癌症。1993;72(1):42–45.[公共医学][谷歌学者]
21van de Vijver MJ、He YD、van t Veer LJ等。基因表达特征作为乳腺癌生存预测因子。N英格兰医学杂志。2002;347(25):1999–2009.[公共医学][谷歌学者]
22Duesberg P.中心体或非整倍体是癌症的关键吗?科学。1999;284(5423):2091–2092.[公共医学][谷歌学者]
23Zimonjic D、Brooks MW、Popescu N、Weinberg RA、Hahn WC。体外衍生的人类肿瘤细胞没有广泛的基因组不稳定性。癌症研究。2001;61(24):8838–8844.[公共医学][谷歌学者]
24韦弗BA,克利夫兰DW。非整倍体会导致癌症吗?当前操作细胞生物学。2006;18(6):658–667.[公共医学][谷歌学者]
25.商人F.荧光显微镜。联系人:吴庆杰,商人FA,卡斯特曼KR,编辑。显微镜图像处理。第1版。学术出版社;2008年,第247–290页。[谷歌学者]
26肯塔基州商户FC。计算机辅助显微镜。收录人:Bovik AC,编辑。图像和视频处理手册。第2版。加利福尼亚州圣地亚哥:学术出版社;2005年,第1311-1340页。[谷歌学者]
27阿格雷斯蒂A。分类数据分析。第二版。新泽西州霍博肯:John Wiley&Sons,Inc;2002年。(国际标准图书编号:0-471-36093-7)。[谷歌学者]
28康格A.多评分员Kappas的整合和推广。精神斗牛。1980;88:322–328. [谷歌学者]
29van Diest PJ、van Dam P、Henzen-Logmans SC等。免疫组织化学染色评分系统:EORTC-GCCG基础研究工作组的共识报告。欧洲癌症研究和治疗组织-妇科癌症合作小组。临床病理学杂志。1997;50(10):801–804. [PMC免费文章][公共医学][谷歌学者]
30Wang W,Bergh A,Damber JE。良性前列腺增生的慢性炎症与腺上皮中环氧合酶-2、Bcl-2和细胞增殖的局部上调有关。前列腺。2004;61(1):60–72.[公共医学][谷歌学者]
31Varambally S,Yu J,Laxman B,等。前列腺癌的综合基因组和蛋白质组分析揭示了转移进展的特征。癌细胞。2005;8(5):393–406.[公共医学][谷歌学者]
32Barclay WW,Woodruff RD,Hall MC,Cramer SD。研究上皮-基质相互作用的系统揭示了基质细胞对良性前列腺增生和前列腺癌的不同诱导能力。内分泌学。2005;146(1):13–18. [PMC免费文章][公共医学][谷歌学者]
33Ivshina AV、George J、Senko O等。组织学分级的基因重新分类描述了乳腺癌的新临床亚型。癌症研究。2006;66(21):10292–10301.[公共医学][谷歌学者]
34Pawitan Y、Bjohle J、Amler L等。基因表达谱分析使早期乳腺癌患者免于辅助治疗:在两个基于人群的队列中获得并验证。乳腺癌研究。2005;7(6) :R953–R964。 [PMC免费文章][公共医学][谷歌学者]
35Richardson AL、Wang ZC、De Nicolo A等。基底样人类乳腺癌的X染色体异常。癌细胞。2006;9(2):121–132.[公共医学][谷歌学者]
36Ginestier C,Cervera N,Finetti P等。20q13扩增乳腺癌的预后和基因表达谱。临床癌症研究。2006;12(15):4533–4544.[公共医学][谷歌学者]
37Desmedt C、Piette F、Loi S等。TRANSBIG多中心独立验证系列中结节阴性乳腺癌患者76基因预后特征的强时间依赖性。临床癌症研究。2007;13(11):3207–3214.[公共医学][谷歌学者]
38Sotiriou C、Wirapati P、Loi S等。乳腺癌基因表达谱分析:了解组织学分级的分子基础以改善预后。美国国家癌症研究所。2006;98(4):262–272.[公共医学][谷歌学者]
39van t Veer LJ,Dai H,van de Vijver MJ等。基因表达谱预测乳腺癌的临床结局。自然。2002;415(6871):530–536.[公共医学][谷歌学者]
40孙毅,于华,邹华。分离酶的核排斥阻止了间期细胞中的凝集素分裂。细胞周期。2006;5(21):2537–2542.[公共医学][谷歌学者]
41Adachi Y、Kokubu A、Ebe M、Nagao K、Yanagida M。裂变酵母凝聚力亚基Rad21的多重磷酸化在复制后损伤修复和有丝分裂中的作用。细胞周期。2008;7(6):765–776.[公共医学][谷歌学者]
42.Miller LD、Smeds J、George J等。人类乳腺癌中p53状态的表达特征可预测突变状态、转录效应和患者生存率。美国国家科学院院刊。2005;102(38):13550–13555. [PMC免费文章][公共医学][谷歌学者]
43Shai R,Shi T,Kremen TJ,等。基因表达谱鉴定胶质瘤的分子亚型。致癌物。2003;22(31):4918–4923.[公共医学][谷歌学者]
44Lancaster JM、Dressman HK、Whitaker RS等。晚期浆液性卵巢癌的基因表达模式。妇科研究杂志。2004;11(1):51–59.[公共医学][谷歌学者]
45.Hendrix ND,Wu R,Kuick R,Schwartz DR,Fearon ER,Cho KR。成纤维细胞生长因子9具有致癌活性,是卵巢子宫内膜样腺癌Wnt信号的下游靶点。癌症研究。2006;66(3):1354–1362.[公共医学][谷歌学者]
46Stransky N,Vallot C,Reyal F,等。癌症中区域拷贝数无关的转录调控解除。自然遗传学。2006;38(12):1386–1396.[公共医学][谷歌学者]