Recurrenceonline：マイクロアレイデータを使用して乳がんの再発とホルモン受容体の状態を判断するためのオンライン分析ツール

過去数十年で、乳がんのために臨床行動のいくつかの遺伝子発現ベースの予測因子が開発されました。これらの一般的な特徴は、ホルモン受容体の状態を予測するための複数の遺伝子の使用と、化学療法に対する腫瘍の再発、生存、または反応の確率です。ERおよびHER2ステータス、Oncotype DX 21遺伝子再発スコア、およびAffymetrixマイクロアレイプロファイルの尋問によって得られた遺伝子発現データを使用した独立した再発リスク分類を計算するオンライン分析ツールを開発しました。サンプル処理、ハイブリダイゼーション、スキャンに関連するバイアスを迅速に除外するために、厳密な品質制御アルゴリズムを実装しました。生のマイクロアレイデータをアップロードした後、システムは完全な評価を自動的に実行し、結果を要約するレポートを提供します。このシステムは、http：//www.RecurrenceOnline.comでオンラインでアクセスできます。2,472の公開されているマイクロアレイからのデータを使用してシステムを検証しました。21遺伝子の再発スコアの予測の検証は、リンパ節陰性患者で有意でした（Cox-Mantel、P = 5.6E-16、HR = 0.4、CI = 0.32-0.5）。ER-の88.5％とER +腫瘍の90.5％の正しい分類が得られました（n = 1,894）。リンパ節陰性ER陽性患者の4つの最も強い遺伝子の独立した6つの強力な遺伝子（P <1E-16、HR = 2.9、CI = 2.5-3.3）の平均を使用して、すべての患者の再発リスクの予測<1E-16、HR = 2.8、CI = 2.2-3.5）およびリンパ節陽性患者の3つの遺伝子（P = 3.2E-9、HR = 2.5、CI = 1.8-3.4）は非常に有意でした。要約すると、利用可能な知識を1つのプラットフォームに統合して、現在使用されている予測因子を検証し、ゲノム全体のマイクロアレイを使用して異なる予後パラメーターをオンラインで決定するためのグローバルツールを提供しました。

In the last decades, several gene expression-based predictors of clinical behavior were developed for breast cancer. A common feature of these is the use of multiple genes to predict hormone receptor status and the probability of tumor recurrence, survival or response to chemotherapy. We developed an online analysis tool to compute ER and HER2 status, Oncotype DX 21-gene recurrence score and an independent recurrence risk classification using gene expression data obtained by interrogation of Affymetrix microarray profiles. We implemented rigorous quality control algorithms to promptly exclude any biases related to sample processing, hybridization and scanning. After uploading the raw microarray data, the system performs the complete evaluation automatically and provides a report summarizing the results. The system is accessible online at http://www.recurrenceonline.com . We validated the system using data from 2,472 publicly available microarrays. The validation of the prediction of the 21-gene recurrence score was significant in lymph node negative patients (Cox-Mantel, P = 5.6E-16, HR = 0.4, CI = 0.32-0.5). A correct classification was obtained for 88.5% of ER- and 90.5% of ER + tumors (n = 1,894). The prediction of recurrence risk in all patients by using the mean of the independent six strongest genes (P < 1E-16, HR = 2.9, CI = 2.5-3.3), of the four strongest genes in lymph node negative ER positive patients (P < 1E-16, HR = 2.8, CI = 2.2-3.5) and of the three genes in lymph node positive patients (P = 3.2E-9, HR = 2.5, CI = 1.8-3.4) was highly significant. In summary, we integrated available knowledge in one platform to validate currently used predictors and to provide a global tool for the online determination of different prognostic parameters simultaneously using genome-wide microarrays.