Use of Bioinformatics Analysis and Validation by Quantitative Real-Time PCR to Identify the Transcriptional Induction of the Transcription Factors E2F1 and E2F4 in Glioblastoma Cell Lines.

O emprego da metodologia de microarranjos no estudo do câncer tem permitido a identificação de genes com alterações em seus perfis de expressão, os quais estão direta ou indiretamente envolvidos na etiologia dessa doença. O crescente número de publicações de experimentos de expressão gênica em repositórios de dados de microarranjos demonstra que, em geral, a limitação não está na quantidade ou qualidade desses experimentos, mas no processamento desses dados. Dessa forma, há a necessidade de desenvolver metodologias de bioinformática que sejam capazes de analisar tais perfis de forma integrada, incluindo no contexto da análise, dados provenientes de outros experimentos. O desenvolvimento do câncer tem sido associado principalmente a distúrbios nos mecanismos de controle do ciclo celular, cujas vias são dependentes de uma maquinaria transcricional e de seus elementos regulatórios; entre estes últimos, os fatores de transcrição (FTs) têm sido estudados como potenciais alvos para a terapia molecular. No presente trabalho, um conjunto de dados de microarranjos realizados a partir de amostras de glioblastoma foi obtido em repositórios públicos (GEO e ArrayExpress). O teste estatístico SAM foi aplicado aos dados e os genes diferencialmente expressos (FDR 0,05), induzidos em glioblastoma (1.830 genes), foram submetidos a uma análise de associação a FTs (programa FatiGO+), a qual associou os FTs HNF1A, IRF7 e E2F (p 0,05) aos genes induzidos. Adicionalmente, a lista de genes foi submetida a uma análise de associação a um banco de dados de assinaturas transcricionais do software TBrowser, extraídas de diversos experimentos de microarranjos do GEO. Como resultado, 7.910 assinaturas foram associadas (p 0,01), sendo que as cem primeiras também foram relacionadas a FTs por meio de ferramentas disponibilizadas no próprio TBrowser. Os FTs E2F1 e E2F4 foram associados a mais de 80% das assinaturas analisadas. Dessa forma, ambas as análises apontaram o FT E2F, mais especificamente E2F1 e E2F4, como associados à lista inicial de genes fornecida pelo SAM. A expressão de E2F1 e E2F4 foi avaliada por meio da técnica de RT-PCR quantitativa em tempo real em amostras de RNA de sete linhagens de glioblastoma (T98, U251, U138, U87, U343, MO59J e MO59K). Interessantemente, ambos os genes foram apontados como superexpressos em todas as linhagens, a maioria com significância estatística. A família de FTs E2F apresenta papéis importantes no controle da proliferação celular e apoptose. Alguns membros atuam como oncogenes, e outros, como genes supressores de tumor, dependendo do contexto molecular nos quais se encontram. Muitos trabalhos da literatura têm apontado a importância desses FTs, especialmente E2F1, no processo de itumorigênese. Com base nos resultados obtidos no presente trabalho, o status de expressão (indução) de E2F1 e E2F4 é provavelmente associado ao glioblastoma. Esses FTs podem influenciar a expressão de uma série de genes cruciais, frequentemente alterados nessa doença, o que ainda requer um estudo mais detalhado, visando à validação desses FTs como biomarcadores, ou até mesmo como alvos moleculares que possam ser empregados no estabelecimento de novas modalidades de terapias.The application of DNA microarrays in cancer research has provided the identification of abnormal expression profiles of a series of genes, which may be directly involved in the etiology of such disease. The increasing number of publications related to gene expression profile in microarray repositories has demonstrated that the limitation of such experiments is not associated with the quantity neither the quality of such experiments, but with data processing. Therefore, there is a great interest in the development of methodologies in bioinformatics that allow the integrated analysis of such profiles, including data set from other experiments. Cancer development has been associated mostly with changes in cell cycle control, whose intracellular pathways are dependent on the transcriptional machinery. Regulatory elements involved in transcription, which include transcriptional factors (TFs), can be potential targets for molecular therapy. In the present study, a set of microarray data achieved from glioblastoma samples were obtained from public repositories (GEO and ArrayExpress). Data were submitted to statistical analysis using SAM, and 1,830 up-regulated genes (FDR 0.05) were submitted to TFs association analysis (FatiGO+ program). Those genes were associated to the TFs HNF1A, IRF7 and E2F (p 0.05). Moreover, the set of genes was submitted to a transcription signature bank data association analysis using the software TBrowser, extracted from GEO, which provided a wide range of data sets from microarray experiments. The analysis led to 7,910 associated signatures (p 0.01); out of them, the first 100 were related to TFs according to the tools available in TBrowser. The TFs E2F1 and E2F4 were associated to more than 80% from the analyzed signatures. Therefore, both analysis suggested that the TF E2F, specifically E2F1 and E2F4, were associated to the initial gene set obtained by the SAM analysis. The expression of E2F1 and E2F4 was evaluated by quantitative real-time PCR using RNA samples from seven glioblastoma cell lines (T98, U251, U138, U87, U343, MO59J and MO59K). Interestingly, both genes were found up-regulated in all cell lines. The E2F TFs family members present important roles in cell proliferation control and apoptosis. Depending on the molecular context involved, some members act as oncogenes and others as tumor suppressor genes. A great number of studies has suggested the importance of such TFs , specially E2F1, in the tumorigenesis process. According to the present results, the expression status (induced) of E2F1 and E2F4 may be associated with glioblastoma. These TFs may influence the abnormal expression of important genes in cancer, even though detailed studies should be necessary in order to validate these TFs as biomarkers or molecular targets for therapeutical intervention