S'abonner

Estrogen receptor 1 and progesterone receptor are distinct biomarkers and prognostic factors in estrogen receptor-positive breast cancer: Evidence from a bioinformatic analysis - 30/11/19

Doi : 10.1016/j.biopha.2019.109647 
Jun-Rong Wu a, 1, Yang Zhao b, 1, Xiao-Ping Zhou c, Xue Qin d,
a Department of Clinical Laboratory, The Affiliated Tumor Hospital of Guangxi Medical University, No. 71 Embankment Road, Nanning, 530021, Guangxi, China 
b Department of Radiology, The Affiliated Tumor Hospital of Guangxi Medical University, No. 71 Embankment Road, Nanning, 530021, Guangxi, China 
c Department of Clinical Laboratory, The First Affiliated Hospital of Guangxi University of Chinese Medicine, No. 89-9 Dongge Road, Nanning, 530023, Guangxi, China 
d Department of Clinical Laboratory, The Affiliated Hospital of Guangxi Medical University, No. 6 Shuangyong Road, Nanning, 530021, Guangxi, China 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 11
Iconographies 9
Vidéos 0
Autres 0

Graphical abstract




Le texte complet de cet article est disponible en PDF.

Highlights

ER-positive and ER-negative breast cancers utilize distinct mechanisms to develop aggressive tumor diseases.
Bioinformatics is useful for exploring the key molecular mechanisms and signaling pathways in breast cancer progression.
The mRNA expression levels of ESR1 and PGR are highly expressed in ER-positive breast cancers.
The mRNA expression levels of ESR1 and PGR are associated with relapse-free survival in ER-positive breast cancer patients.

Le texte complet de cet article est disponible en PDF.

Abstract

Purpose

Few prognostic indicators involving differentially expressed genes (DEGs) between estrogen receptor (ER)-positive and ER-negative breast cancer (BC) have been reported. We aimed to screen important DEGs related to ER status and explore potential prognostic factors for patients with ER-positive BC.

Materials and methods

Two microarray datasets (GSE22093 and GSE23988) downloaded from the Gene Expression Omnibus database were analyzed to identify DEGs between ER-positive and ER-negative BC tissue. Functional enrichment analysis of DEGs was performed using the Database for Annotation, Visualization, and Integrated Discovery server. Protein-protein interactions of the DEGs were analyzed using the Search Tool for the Retrieval of Interacting Genes. Subsequently, we studied the expression of hub genes in different histological types of BC using the Oncomine database. The online Kaplan-Meier (K-M) plotter survival analysis tool was utilized to evaluate the prognostic value of the expression of hub genes in ER-positive BC patients. Based on the results of K-M plotter analysis, we investigated the expression profiles of significant hub genes in an array of cancer cell lines using the Cancer Cell Line Encyclopedia database.

Results

A total of 194 DEGs were identified, comprising 141 upregulated and 53 downregulated genes. GO analysis revealed that the DEGs were mainly enriched in the extracellular exosome of the cellular component category. Ten hub genes were upregulated in ER-positive BC, and overexpression of estrogen receptor 1 (ESR1) mRNA was correlated with worse relapse-free survival (RFS). In contrast, overexpressed mRNA of progesterone receptor (PGR) was associated with longer RFS in patients with ER-positive BC. The expression of ESR1 was associated with GATA3, whereas that of PGR was correlated with ABLIM3. Both ESR1 and PGR were highly expressed in BC cell lines.

Conclusions

The results suggest that mRNA expression levels of ESR1 and PGR can be considered distinct biomarkers and essential prognostic factors for ER-positive BC.

Le texte complet de cet article est disponible en PDF.

Keywords : Estrogen receptor, Breast cancer, Hub genes, Expression profiling data


Plan


© 2019  The Author(s). Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 121

Article 109647- janvier 2020 Retour au numéro
Article précédent Article précédent
  • LncRNA HOXA11-AS promotes OSCC progression by sponging miR-98-5p to upregulate YBX2 expression
  • Xingyu Niu, Bin Yang, Fei Liu, Qigen Fang
| Article suivant Article suivant
  • Penfluridol: An antipsychotic agent suppresses lung cancer cell growth and metastasis by inducing G0/G1 arrest and apoptosis
  • Qiang Xue, Zhihao Liu, Zhanzhan Feng, Ying Xu, Weiqiong Zuo, Qianqian Wang, Tiantao Gao, Jun Zeng, Xi Hu, Fanfan Jia, Yongxia Zhu, Yong Xia, Luoting Yu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.