Oncol Lett公司。2017年10月;14(4): 4535–4542.
基因共表达网络分析揭示乳腺癌的预后基因
,1 ,2 ,1 ,1 ,1和1
史慧杰
1哈尔滨医科大学第一附属医院产前诊断中心,哈尔滨,黑龙江150001
张磊(Lei Zhang)
2哈尔滨医科大学基础医学院病理学系,哈尔滨,黑龙江150081
曲燕军
1哈尔滨医科大学第一附属医院产前诊断中心,中国黑龙江省哈尔滨市150001
侯丽芳
1哈尔滨医科大学第一附属医院产前诊断中心,中国黑龙江省哈尔滨市150001
王玲(Ling Wang)
1哈尔滨医科大学第一附属医院产前诊断中心,哈尔滨,黑龙江150001
郑敏
1哈尔滨医科大学第一附属医院产前诊断中心,哈尔滨,黑龙江150001
1哈尔滨医科大学第一附属医院产前诊断中心,哈尔滨,黑龙江150001
2哈尔滨医科大学基础医学院病理学系,哈尔滨,黑龙江150081
接收日期:2016年1月6日;2017年5月26日接受。
摘要
本研究的目的是通过构建基因共表达网络和挖掘与生存相关的模块来识别可能作为乳腺癌预后标记物的基因。从ArrayExpress下载两个乳腺癌基因表达数据集,从这些数据集中选择变异系数>0.5的基因,并使用注释、可视化和集成发现数据库进行功能富集分析。利用R中的WGCNA包构建基因共表达网络。通过聚类分析从网络中识别模块。Cox回归分析生存率。共筛选出2669个基因,对其功能富集分析表明,它们主要与免疫反应、细胞增殖、细胞分化和细胞粘附有关。从基因共表达网络中鉴定出七个模块,其中一个模块与患者生存时间显著相关。使用来自该模块的144个基因的表达状态将患者样本分为两组,各组之间的生存时间存在显著差异。这些基因参与细胞周期和肿瘤蛋白p53信号通路。在模块中确定了前10个hub基因。本研究的发现可以促进对乳腺癌分子发病机制的理解。
关键词:乳腺癌,功能富集分析,基因共表达网络,hub基因,生存分析
介绍
乳腺癌是女性最常见的癌症类型,占所有病例的25%(1). 风险因素包括生活方式(包括吸烟或饮食)、遗传和医疗条件。乳腺癌目前有多种治疗方法,包括手术、放疗、化疗、激素治疗和靶向治疗。然而,某些患者预后较差,其分子机制尚不清楚。预后因素包括疾病分期和等级、疾病复发、患者年龄和健康状况。
随着技术的进步和研究成果的积累,与乳腺癌相关的某些分子标记物已经得到了很好的研究。肿瘤蛋白p53突变是乳腺癌预后不良的因素(2). MYC原癌基因和bHLH转录因子驱动的2-羟基戊二酸积累与乳腺癌预后不良相关(三). 前列腺素-过氧化合酶2表达预测乳腺癌预后较差(4). Ki-67与无病生存相关,但其预后价值尚待验证(5). 基质金属蛋白酶-8基因变异可能影响乳腺癌的预后并对肿瘤转移有抑制作用(6). 参与肿瘤免疫相互作用的基因特征可能提供更准确的预后工具(7). 张等(8)进行了一项荟萃分析,证明C-X-C基序趋化因子受体4的过度表达与淋巴结状态和远处转移显著相关,表明总体生存率和无病生存率较差。SRY-box 4过度表达是乳腺癌患者恶性状态和不良预后的生物标志物(9). 其他一些新的生物标记物也被鉴定出来,包括染色体同源物1(10),HOX转录物反义基因间RNA(9)和前坡3(11). 然而,需要更多的预后基因来进一步改善治疗决策,从而提高乳腺癌患者的生活质量。
微阵列技术已被广泛用于识别乳腺癌的生物标记物(12,13)允许大规模筛选分子标记。在本研究中,获得了两个基因表达数据集以揭示预后基因(14,15). 一个数据集用于识别与淋巴结阴性原发性乳腺癌远处转移相关的基因(14);另一个用于确定与乳腺癌紫杉醇-蒽环类化疗后的反应和生存有关的基因(14). 将这两个数据集结合起来构建基因共表达网络,并分析生存时间,以确定与乳腺癌预后相关的新生物标志物。
材料和方法
基因共表达网络和模块
用WGCNA软件包构建基因共表达网络(18)in R.邻接系数一ij公司计算如下:
在哪里?x个我和x个j个是具有基因表达价值的载体我和j个; cor表示两个向量的皮尔逊相关系数;一ij公司是邻接系数,通过指数变换获得S公司ij公司.
WGCNA方法考虑拓扑特性,从基因共表达网络中识别模块。因此,该方法不仅考虑了两个连接节点之间的关联,还考虑了关联基因。它计算权重系数W公司ij公司从一ij公司如下:
W公司ij公司考虑基因相邻基因之间的重叠我和j个通过加权系数矩阵的分层聚类来识别模块,W公司.
结果
功能富集分析
共筛选出2669个变异系数(CV)>0.5的基因。功能富集分析表明,它们主要与免疫反应、细胞增殖、细胞分化和细胞粘附有关().
表一。
身份证件 | 描述 | P值 | 调整后的P值 |
---|
去:0006955 | 免疫应答 | 2.19×10−63 | 3.27×10−61 |
去:0006952 | 防御反应 | 2.15×10−57 | 2.80×10−55 |
转到:0006950 | 对压力的反应 | 1.57×10−56 | 1.96×10−54 |
去:0007166 | 细胞表面受体信号通路 | 1.20×10−55 | 1.43×10−53 |
去:0008283 | 细胞增殖 | 1.06×10−49 | 1.09×10−47 |
去:0002682 | 免疫系统过程的调节 | 6.12×10−42 | 4.82×10−40 |
GO:0016477号 | 细胞迁移 | 7.58×10−40 | 5.66×10−38 |
GO:0045321号 | 白细胞活化 | 1.90×10−39 | 1.32×10−37 |
去:0006954 | 炎症反应 | 3.92×10−38 | 2.66×10−36 |
GO:0048584号 | 刺激反应的积极调节 | 6.10×10−38 | 4.05×10−36 |
GO:0042127号 | 细胞增殖的调节 | 1.72×10−37 | 1.10×10−35 |
GO:0030154编号 | 细胞分化 | 3.01×10−34 | 1.70×10−32 |
GO:0048869号 | 细胞发育过程 | 2.06×10−33 | 1.14×10−31 |
GO:0007155号 | 细胞粘附 | 7.77×10−33 | 4.22×10−31 |
GO:0022610号 | 生物粘附性 | 1.11×10−32 | 5.90×10−31 |
讨论
获得了两个乳腺癌基因表达数据集,并选择了2669个CV>0.5的差异表达基因。这些基因与免疫反应、细胞增殖和细胞迁移有关。这些功能与肿瘤的发展和转移密切相关。为数据集构建了乳腺癌特异性基因共表达网络{“类型”:“entrez-geo”,“属性”:{“文本”:“GSE2034”,“term_id”:“2034”}}GSE2034标准从中识别出7个模块。黄色模块与生存时间密切相关,因此,对来自黄色模块的144个基因进行了进一步研究。这些基因主要参与细胞周期和肿瘤蛋白p53信号通路。黄色模块中确定了前10个hub基因,所有这些基因都与患者预后不良有关。
黄色模块中的10个关键基因大多数与细胞周期有关。CCNB2是细胞周期调控机制的重要组成部分(20). 浸润性乳腺癌中CCNB2表达升高与不良临床结局相关(21). UBE2C是有丝分裂细胞周期蛋白降解和细胞周期进展所必需的,并参与癌症进展。UBE2C在乳腺微钙化病变中高表达(22). UBE2C的预后价值已在多项研究中得到验证(23–25). microRNA-196a转录后上调UBE2C并促进乳腺癌细胞增殖(26). 抑制UBE2C可减少乳腺癌细胞的增殖并使其对放疗和化疗敏感(27)这表明它可能成为一个潜在的治疗靶点。CDC20是细胞周期中的调节蛋白。CDC20过度表达预测乳腺癌短期生存率(22). ASPM对正常的有丝分裂纺锤体功能至关重要,是肝细胞癌血管浸润、早期复发和预后不良的标志(28). ASPM表达增加也与上皮性卵巢癌的肿瘤分级增加和生存率降低有关(29). 据报道,CCNB2和ASPM蛋白的表达之间存在显著相关性(21)可能在乳腺癌的发展中起作用。
FOXM1是一种参与细胞增殖的转录激活物,是乳腺癌HER2过度表达的下游靶点和标记(30). FOXM1与乳腺癌细胞的增殖、迁移和侵袭有关(31,32)并在化疗耐药性中发挥作用(33,34). KIF4A是一种依赖ATP的微管运动蛋白,参与膜细胞器的细胞内运输。KIF4A与阿霉素诱导的乳腺癌细胞凋亡有关(35). NUSAP1可能参与肿瘤的发生以及乳腺癌的侵袭和进展过程(36);它通过控制BRCA1的蛋白质水平影响DNA损伤反应(37). PTTG1具有致瘤活性体内在多种肿瘤中高表达;它与乳腺癌内分泌治疗抵抗有关(38). PTTG1可能通过上皮-间充质转化和肿瘤干细胞数量的增加促进肿瘤恶性化(39). CEP55也参与乳腺癌的进展(40)可能通过调节磷脂酰肌醇-3激酶/蛋白激酶B途径和中体命运发挥致癌功能(41).
PRC1编码一种参与胞质分裂的蛋白质,特别是平行微管的极化,其表达水平在细胞周期的不同阶段显著变化。PRC1已被证明是几种细胞周期素依赖激酶(CDK)的底物;它的选择性剪接导致多种转录变体(42,43). 尽管PRC1在细胞周期中起着重要作用,但其在乳腺癌中的作用尚不清楚。本研究结果表明,PRC1在乳腺癌发病机制中的作用需要进一步研究。
基因共表达网络分析揭示了几个在乳腺癌中具有预后意义的基因。这些基因中的大多数已经被先前的研究所证实;然而,通过基因共表达网络分析确定的某些关键基因在乳腺癌中的功能尚不清楚,从而为进一步研究提供了靶点。这些前瞻性研究可能揭示新的生物标记物或为乳腺癌治疗提供靶点。
工具书类
1McGuire S.《2014年世界癌症报告》。瑞士日内瓦:世界卫生组织,国际癌症研究机构,世卫组织出版社,2015年。高级螺母。2016;7:418–419. doi:10.3945/an.116.012211。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 2Takahashi S、Moriya T、Ishida T、Shibata H、Sasano H、Ohuchi N、Ishioka C。通过TP53状态的基因表达谱预测乳腺癌预后。癌症科学。2008年;99:324–332. doi:10.1111/j.1349-7006.2007.00691.x。[公共医学] [交叉参考][谷歌学者] 三。Atsushi T、Nagireddy P、Prachi M、MathéEA、Dorsey TH、Yi M、Wallace TA、Issaq HJ、Zhou M、Killian JK等。MYC驱动的2-羟基戊二酸积累与乳腺癌预后相关。临床投资杂志。2014;124:398–412. doi:10.1172/JCI71180。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 4Holmes MD、Chen WY、Schnitt SJ、Collins L、Colditz GA、Hankinson SE、Tamimi RM。COX-2的表达预测乳腺癌预后较差,并且不会改变与阿司匹林的相关性。乳腺癌研究治疗。2011;130:657–662. doi:10.1007/s10549-011-1651-7。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 5Kontzoglou K、Palla V、Karaolanis G、Karaiskos I、Alexiou I、Pateras I、Konstantoudakis K、Stamatakos M。Ki67与乳腺癌预后的相关性。肿瘤学。2013;84:219–225. doi:10.1159/000346475。[公共医学] [交叉参考][谷歌学者] 6Deock J、Long JR、Laxton RC、Shu XO、Hodgkinson C、Hendrickx W、Pearce EG、Gao YT、Pereira AC、Paridaens R等。基质金属蛋白酶-8基因变异与乳腺癌预后的关系。癌症研究。2007;67:10214–10221。doi:10.1158/0008-5472.CAN-07-1683。[公共医学] [交叉参考][谷歌学者] 7Manjili MH、Najarian K、Wang XY。肿瘤免疫相互作用作为乳腺癌预后生物标志物的特征。未来Oncol。2012年;8:703–711. doi:10.2217/fon.12.57。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 8Zhang Z,Ni C,Chen W,Wu P,Wang Z,Yin J,Huang J,Qiu F.CXCR4的表达与乳腺癌预后:一项系统综述和荟萃分析。Bmc癌症。2014;14:49.网址:10.1186/1471-2407-14-49。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 9张磊,宋X,王X,谢Y,王Z,徐Y,游X,梁Z,曹H。血清中HOTAIR循环DNA是一种新的乳腺癌生物标志物。乳腺癌研究治疗。2015;152:199–208. doi:10.1007/s10549-015-3431-2。[公共医学] [交叉参考][谷歌学者] 10Lee YH,Liu X,Qiu F,O'Connor TR,Yen Y,Ann DK.更正:HP1β是乳腺癌预后和PARP抑制剂治疗的生物标志物。公共科学图书馆一号。2015;10:e0124853.doi:10.1371/journal.pone.0124853。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 11Garczyk S、von Stillfried S、Antonopoulos W、Hartmann A、Schrauder MG、Fasching PA、Anzeneder T、Tannapfel A、Ergönenc Y、Knüchel R等。《乳腺癌中的Agr3:预后影响和用于早期癌症检测的合适血清生物标记物》。公共科学图书馆一号。2015;10:e0122106.doi:10.1371/journal.pone.012206。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 12Brennan DJ、Kelly C、Rexhepaj E、Dervan PA、Duffy MJ、Gallagher WM。DNA和组织微阵列技术对乳腺癌生物标记物和个性化药物的识别和验证的贡献。癌症基因组蛋白质组学。2007;4:121–134.[公共医学][谷歌学者] 13Miecznikowski JC,Wang D,Liu S,Sucheston L,Gold D。乳腺癌微阵列研究的比较生存分析确定了重要的预后基因途径。BMC癌症。2010;10:573.doi:10.1186/1471-2407-10-573。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 14Wang Y,Klijn JG,Zhang Y,Sieuwerts AM,Look MP,Yang F,Talantov D,Timmermans M,Meijer-van Gelder ME,Yu J等。预测淋巴结阴性原发性乳腺癌远处转移的基因表达谱。柳叶刀。2005;365:671–679. doi:10.1016/S0140-6736(05)70933-8。[公共医学] [交叉参考][谷歌学者] 15Hatzis C、Pusztai L、Valero V、Booser DJ、Esserman L、Lluch A、Vidaurre T、Holmes F、Souchon E、Wang H等。侵袭性乳腺癌紫杉醇化疗后反应和生存的基因组预测因子。JAMA公司。2011;305:1873–1881. doi:10.1001/jama.2011.593。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 16Gautier L、Cope L、Bolstad BM、Irizarry RA。探针级Affymetrix基因芯片数据的aff-分析。生物信息学。2004;20:307–315. doi:10.1093/bioinformatics/btg405。[公共医学] [交叉参考][谷歌学者] 17Dennis G,Jr、Sherman BT、Hosack DA、Yang J、Gao W、Lane HC、Lempicki RA。DAVID:用于注释、可视化和集成发现的数据库。基因组生物学。2003;4:P3.doi:10.1186/gb-2003-4-9-r60。[公共医学] [交叉参考][谷歌学者] 18Langfelder P,Horvath S.WGCNA:加权相关网络分析的R包。BMC生物信息学。2008年;9:559.网址:10.1186/1471-2105-9-559。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 19Becker RA、Chambers JM、Wilks AR。新S语言。沃兹沃思和布鲁克斯/科尔;蒙特雷:1988年。[交叉参考][谷歌学者] 20Nasmist K.观点:整理细胞周期。科学。1996;274:1643–1645. doi:10.1126/science.274.5293.1643。[公共医学] [交叉参考][谷歌学者] 21Shubbar E、Kovács A、Hajizadeh S、Parris TZ、Nemes S、Gunnarsdóttir K、Einbeigi Z、Karlsson P、Helou K。侵袭性乳腺癌中cyclin B2表达升高与不良临床结局相关。Bmc癌症。2013;13:1.数字对象标识代码:10.1186/1471-2407-13-1。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 22Chou CP,Huang NC,Jhuang SJ,Pan HB,Peng NJ,Cheng JT,Chen CF,Chen JJ,Chang TH。泛素结合酶UBE2C在乳腺微钙化病变中高表达。公共科学图书馆一号。2014;9:e93934.doi:10.1371/journal.pone.0093934。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 23Psyrri A、Kalogeras KT、Kronenwett R、Wirtz RM、Batistatou A、Bournakis E、Timotheau E、Gogas H、Aravantinos G、Christodoulou C等。UBE2C mRNA表达在高危早期乳腺癌中的预后意义。希腊合作肿瘤小组(HeCOG)研究。安·昂科尔。2012年;23:1422–1427. doi:10.1093/annonc/mdr527。[公共医学] [交叉参考][谷歌学者] 24Psyrri D、Kronenwett R、Timotheadou E、Wirtz RM、Onyenadum A、Pentheroudakis GE、Papadimitriou CA、Razis E、Economopoulos T、Fountzilas G。早期乳腺癌UBE2C mRNA水平的预后价值评估。临床肿瘤学杂志。2010;28(补充15):S10570。doi:10.1200/jco.2010.28.15_suppl.10570。[交叉参考][谷歌学者] 25Loussouarn D、Campion L、Leclair F、Campone M、Charbonnel C、Ricolleau G、Gouraud W、Bataille R、Jézéquel P。UBE2C蛋白作为结节阳性乳腺癌预后标志物的验证。英国癌症杂志。2009;101:166–173. doi:10.1038/sj.bjc.6605122。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 26韩Q,周C,刘峰,徐G,郑R,张欣。MicroRNA-196a转录后上调UBE2C原癌基因并促进乳腺癌细胞增殖。Oncol代表。2015;34:877–883. doi:10.3892/或.2015.4049。[公共医学] [交叉参考][谷歌学者] 27Rawat A、Gopal G、Selvaluxmy G、Rajkumar T。抑制泛素结合酶UBE2C可降低乳腺癌细胞的增殖,并使其对辐射、阿霉素、三苯氧胺和来曲唑敏感。Cell Oncol(多德)2013;36:459–467. doi:10.1007/s13402-013-0150-8。[公共医学] [交叉参考][谷歌学者] 28Lin SY、Pan HW、Liu SH、Jeng YM、Hu FC、Peng SY、Lai PL、Hsu HC。ASPM是肝细胞癌血管浸润、早期复发和预后不良的新标志物。临床癌症研究。2008年;14:4814–4820. doi:10.1158/1078-0432.CCR-07-5262。[公共医学] [交叉参考][谷歌学者] 29Brüning-Richardson A、Bond J、Alsiary R、Richardson J、Cairns DA、McCormack L、Hutson R、Burns P、Wilkinson N、Hall GD等。上皮性卵巢癌中ASPM和小脑蛋白的表达与肿瘤分级和生存率相关。英国癌症杂志。2011;104:1602–1610. doi:10.1038/bjc.2011.117。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 30Francis RE、Myatt SS、Krol J、Hartman J、Peck B、McGovern UB、Wang J、Guest SK、Filipovic A、Gojis O等。FoxM1是乳腺癌HER2过度表达的下游靶点和标志物。国际癌症杂志。2009;35:57–68。 [PMC免费文章][公共医学][谷歌学者] 31Ahmad A、Wang Z、Kong D、Ali S、Li Y、Banerjee S、Ali R、Sarkar FH。Foxm1下调通过调节细胞外基质降解因子抑制乳腺癌细胞的增殖、迁移和侵袭。乳腺癌研究治疗。2010;122:337–346。doi:10.1007/s10549-009-0572-1。[公共医学] [交叉参考][谷歌学者] 32Yang C,Chen H,Tan G,Gao W,Cheng L,Jiang X,Yu L,Tan Y.FOXM1通过刺激人体乳腺癌中蛞蝓的转录促进上皮细胞向间质细胞的转化。癌症快报。2013;340:104–112. doi:10.1016/j.canlet.2013.07.004。[公共医学] [交叉参考][谷歌学者] 33郭敬明(Kwok JM)、佩克(Peck B)、蒙泰罗(Monteiro LJ)、施文恩(Schwenen HD)、米洛尔(Millour)、库姆斯(Coombes RC)、迈亚特(Myatt SS)、林(Lam EW)。FOXM1使乳腺癌细胞获得性顺铂抵抗。摩尔癌症研究。2010;8:24–34. doi:10.158/1541-7786.MCR-09-0432。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 34Millour J、Constantinidou D、Stavropoulou AV、Wilson MS、Myatt SS、Kwok JM、Sivanandan K、Coombes RC、Medema RH、Hartman J等。FOXM1是ERalpha的转录靶点,在乳腺癌内分泌敏感性和抵抗中起着关键作用。致癌物。2010;29:2983–2995. doi:10.1038/onc.2010.4.7。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 35王浩,鲁C,李强,谢J,陈涛,谭Y,吴C,江J。Kif4A在阿霉素诱导乳腺癌细胞凋亡中的作用。分子细胞。2014;37:812–818. doi:10.14348/molcells.2014.0210。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 36Colak D、Nofal A、Albakheet A、Nirmal M、Jeprel H、Eldali A、Al-Tweigeri T、Tulbah A、Ajarim D、Malik OA等。乳腺肿瘤的年龄特异性基因表达特征和年轻女性的跨物种保守潜在癌症进展标记物。公共科学图书馆一号。2013;8:e63204.doi:10.1371/journal.pone.0063204。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 37Kotian S、Banerjee T、Lockhart A、Huang K、Catalysturek UV、Parvin JD。NUSAP1通过控制BRCA1蛋白水平影响DNA损伤反应。癌症生物治疗。2014;15:533–543. doi:10.4161/cbt.28019。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 38Ghayad SE、Vendrell JA、Bieche I、Spyratos F、Dumontet C、Treilleux I、Lidereau R、Cohen PA。TACC1、NOV和PTTG1作为与乳腺癌内分泌治疗抵抗相关的新候选基因的鉴定。分子内分泌学杂志。2009;42:87–103. doi:10.1677/JME-08-0076。[公共医学] [交叉参考][谷歌学者] 39Yoon CH、Kim MJ、Lee H、Kim RK、Lim EJ、Yoo KC、Lee GH、Cui YH、Oh YS、Gye MC等。PTTG1通过上皮细胞向间充质细胞转化和肿瘤干细胞数量的扩张促进肿瘤恶性化。生物化学杂志。2012年;287:19516–19527. doi:10.1074/jbc。M111.337428。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 40Jeffery J、Sinha D、Srihari S、Kalimutho M、Khanna KK。超越胞质分裂:CEP55在肿瘤发生中的新作用。致癌物。2016;35:683–690. doi:10.1038/onc.2015.128。[公共医学] [交叉参考][谷歌学者] 41Subramanian R、Wilson-Kubalek EM、Arthur CP、Bick MJ、Campbell EA、Darst SA、Milligan RA、Kapoor TM。通过保守的非运动微管结合蛋白PRC1进行反平行微管交联的研究。单元格。2010;142:433–443. doi:10.1016/j.cell.2010.07.012。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 42Shrestha S、Wilmeth LJ、Eyer J、Shuster CB。PRC1在单极胞质分裂过程中控制纺锤体极化和胞质分裂因子的募集。分子生物学细胞。2012年;23:1196–1207. doi:10.1091/mbc。E11-12-1008。 [PMC免费文章][公共医学] [交叉参考][谷歌学者] 43van den Boom V、Rozenveld-Geugien M、Bonardi F、Malanga D、van Goslga D、Heijink AM、Viglietto G、Morrone G、Fusetti F、Vellenga E、Schuringa JJ。人类造血干/祖细胞中PRC1 paralog家族成员的非冗余和局部特异性基因抑制功能。鲜血。2013;121:2452–2461. doi:10.1182/bloud-2012-08-451666。[公共医学] [交叉参考][谷歌学者]