Genome Biology, 2005; 6(3): R22-R22 (más artículos en esta revista)

Un estudio de DNA microarrays de expresión génica en tejidos humanos normales

BioMed Central
Radha Shyamsundar (shyamsundar@corgentech.com) [1], Young Kim H (yhkim100@stanford.edu) [1], P, John Higgins (john.higgins @ stanford.edu) [1], Kelli Montgomery (kelli.montgomery @ Stanford.edu) [1], Michelle Jorden (Mjorden@Stanford.EDU) [1], Anand Sethuraman (anand@genome.stanford.edu) [3], Matt van de Rijn (mrijn@stanford.edu) [1] , David Botstein (botstein@princeton.edu) [3], Patrick O Brown (pbrown@cmgm.stanford.edu) [2], Jonathan Pollack R (pollack1@stanford.edu) [1]
[1] Department of Pathology, Stanford University School of Medicine, 269 Campus Drive, CCSR 3245A, Stanford, CA 94305-5176, USA
[2] Department of Biochemistry, Stanford University School of Medicine, 279 Campus Drive, Stanford, CA 94305-5307, USA
[3] Department of Genetics, Stanford University, Stanford, CA 94305, USA
[4] Howard Hughes Medical Institute, Stanford University School of Medicine, 279 Campus Drive, Stanford, CA 94305-5307, USA
[5-80544, EE.UU.

Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons License (http://creativecommons.org/licenses/by/2.0], que permite el uso irrestricto, la distribución y reproducción en cualquier medio, siempre que la obra original sea debidamente citada.

Resumen

Un estudio sistemático de la expresión genética en 115 muestras de tejido humano usando microarrays de ADNc proporciona un conjunto de datos que se pueden utilizar como base de referencia para la comparación con expresión en el tejido enfermo.

Antecedentes

Los microarrays de DNA [1, 2] se han utilizado para el perfil de expresión génica en cáncer y otras enfermedades. En el cáncer, por ejemplo, de perfiles de microarrays se ha aplicado para clasificar los tumores en función de sus lugares de origen [3 - 5], para descubrir previamente no reconocidos subtipos de cáncer [6 - 11], para predecir el resultado clínico [12 - 14] y Sugieren objetivos de la terapia [15, 16]. Sin embargo, la mejora de la identificación de marcadores moleculares para el diagnóstico y los objetivos de la terapia dependerá de los conocimientos no sólo de los genes expresados en los tejidos enfermos de interés, sino también de información detallada acerca de la expresión de los genes correspondientes a través de la gama normal de los tejidos humanos .

En la actualidad, hay relativamente pocos datos sobre la expresión de genes a través de la diversidad de tejidos humanos normales [17 - 20]. Aquí recogemos un microarray de ADN basada en estudio de la expresión génica en una diversa colección de tejidos humanos normales y también presentar un método empírico para estimar la abundancia de transcripción de datos de DNA microarrays.

Resultados
Agrupación jerárquica de la expresión génica en tejidos normales

A la encuesta a través de la expresión de genes normales de los tejidos humanos, que analizó 115 muestras de tejido normal que representan a 35 diferentes tipos de tejidos humanos, utilizando cDNA microarray en representación de 26260 genes diferentes (ver Materiales y métodos). Para estudiar la relación entre las muestras y las características subyacentes de la expresión génica, que aplicó un doble sentido sin supervisión (es decir, contra los genes de muestras) la agrupación jerárquica utilizando el método de ADNc 5592 (3960 en representación de diferentes grupos UniGene [21]], cuya expresión más variados a través de Muestras (Figura 1a; también ver archivo de datos adicionales 2). En general, muestras de tejidos, en gran parte, agrupadas de acuerdo a su ubicación anatómica, fisiológica o celular composiciones funciones (Figura 1b]. Por ejemplo, los tejidos linfoides (ganglios linfáticos, amígdala, timo, el bazo y la capa leucocitaria) agrupan, al igual que los tejidos gastrointestinales (estómago, vesícula biliar, hígado, páncreas, intestino delgado y colon), el tejido muscular (corazón y músculo esquelético), Secretora tejidos (paratiroides, la tiroides, próstata, vesícula seminal y la glándula salival), y de los tejidos del tracto genitourinario femenino (ovario, trompas de Falopio, el útero, el cuello del útero y la vejiga). Cerebro y testículo también se encuentra junto al grupo, en gran parte debido a genes que codifican proteínas y ribosomal genes específicos linfoide-se expresaron en niveles extremadamente bajos en ambos tejidos, este último puede ser reflejo de privilegio inmunológico [22].

Los dos sentidos sin supervisión análisis también identificó las agrupaciones de coexpressed genes (anotado en la figura 1], que representa a la vez los tejidos específicos de las estructuras y los sistemas (se analiza más adelante) y coordinadamente regulados procesos celulares. Por ejemplo, sobre la base de las características compartidas de los genes bien anotado en los grupos, hemos identificado las agrupaciones que representan a la proliferación de las células [23], la producción de ATP mitocondrial, procesamiento de ARNm, la traducción y la proteína del retículo endoplasmático proteína asociada a la modificación y secreción. Curiosamente, la proliferación, la producción de ATP mitocondrial y de proteínas de traducción fueron representados por cada dos grupos de genes, lo que sugiere que subconjuntos de estas funciones pueden ser regulados diferencialmente entre los diferentes tejidos. Un grupo de genes corresponden a las secuencias en el cromosoma mitocondrial [24]; interpretamos esta característica para reflejar la abundancia relativa de las mitocondrias en cada muestra de tejido.

La identificación de los tejidos específicos de la expresión génica

Si bien en tejidos específicos de la expresión génica características fueron evidentes en el grupo jerárquico, con el fin de identificar genes específicos de tejidos de forma más sistemática, se realizaron bajo la supervisión de análisis utilizando el análisis de la importancia de microarrays (SAM) método ([25], ver Materiales y métodos). - Genes específicos de tejido fueron identificados para todos los tejidos analizados, incluido el nombre y los genes conocidos de tejidos-con funciones específicas, así como el nombre y los genes anónimos etiquetas de secuencias expresadas (EST) que no habían sido previamente caracterizado por tener funciones específicas de los tejidos. Por ejemplo, mientras que el conjunto de genes específicos de hígado (Figura 2] incluyen, como era de esperarse, genes que codifican factores de coagulación de la sangre (por ejemplo, F2, F7), complemento de los componentes (C1R, C2), lípidos (APOB, APOE) y Metal proteínas de transporte (TF, CP), y de las proteínas para la desintoxicación (CYP2D6, CYP3A7), el metabolismo de los aminoácidos (HAP, HAL) y el metabolismo de los carbohidratos (G6PT1, GYS2), otros intrigantes genes, por ejemplo, WRNIP1 (Werner helicasa interacción proteína 1 ), BIRC5 (survivin), ANGPTL3 (como angiopoietin-3), y CNTNAP1 (contactin proteína asociada a 1), se señaló también que selectivamente expresado en el hígado. Las nuevas conexiones de estos resultados podría hacer entre nuestro conocimiento de los genes y sus productos, por un lado, y nuestro conocimiento de las funciones fisiológicas, celulares y las patologías características de un órgano específico, por el otro, son un paso hacia una mejor comprensión de ambos Los genes y los órganos. Curiosamente, también identificó un número menor de genes que muestran expresión selectiva disminuyó en algunos órganos, por ejemplo, el factor de empalme SF3B1 en el hígado (figura 2b): especular que la disminución de la expresión de esos genes puede tener un papel en la regulación de células y tejidos Diferenciación. - Genes específicos de tejido característico se expresa en cada uno de los tejidos que se pueden ver en examinados archivo de datos adicional 6 (véase también el archivo de datos adicional 3).

Los recientes esfuerzos de la Ontología de Genes (GO) Consorcio han dado lugar a la anotación sistemática de los genes, atribuir a los genes específicos de los procesos biológicos, componentes celulares y moleculares funciones [26]. Este sistema de anotación, en tanto rudimentaria, facilita la exploración sistemática de la expresión de genes específicos que reflejen los procesos biológicos, componentes celulares y moleculares de las funciones de estos tejidos normales. Por ejemplo, los conjuntos de genes de codificación de tirosina kinasa, proteína G-receptor acoplado factor de transcripción y funciones, así como componentes de la matriz extracelular y el proceso de muerte celular programada, demuestran cada tejido-específico de los patrones de expresión (Figura 3; ver Asimismo, los archivos de datos adicionales 4 y 7).

Estimación de la abundancia de transcripción

DNA microarray experimentos a menudo se realizan como comparativo de dos colores hibridaciones, que permite la cuantificación precisa de la relación de la expresión de cada gen entre dos muestras. En los experimentos que aquí, cada muestra de tejido se comparó por hibridación a la misma 'común de referencia' ARNm (véase Materiales y métodos), un estándar de diseño experimental que permite la comparación de la expresión a través de todas las muestras [27]. Por lo tanto, el principal mediciones nos dan una visión exacta de la variación de los niveles relativos de cada gen de la expresión entre las muestras. Si bien esta información es suficiente para muchos propósitos, una comparación cuantitativa de los niveles de expresión de diferentes genes de transcripción es también de interés, por ejemplo, muy especialmente en la selección de los genes expresados por los posibles marcadores de diagnóstico o dianas terapéuticas. Solo canal intensidades de fluorescencia de crudo puede proporcionar una estimación de la abundancia relativa transcripción de genes diferentes, pero no para el control de una cantidad variable de manchas de ADN.

Para estimar los niveles de transcripción de datos para nuestros, hemos utilizado la hibridación microarrays para comparar la referencia común mRNA contra las mujeres normales el ADN genómico. Estamos motivado que, para cada gen en el microarray, la proporción de ARNm de ADN genómico debe reflejar el nivel relativo de transcripción en la referencia común en comparación con el normal de ADN genómico (para las que cada gen está presente en dos copias por célula). Para cada muestra de tejido en nuestro estudio, la proporción de expresión de cada gen en el que muestra frente común de referencia ARNm, multiplicado por el coeficiente de que en el gen mRNA de referencia común versus normal ADN genómico, entonces transcripción aproximada abundancia. Para poner a prueba nuestro enfoque, comparamos nuestras estimaciones de los niveles de transcripción de un solo espécimen de próstata, ya sea indirectamente calculado utilizando el mRNA de referencia común frente a ratios de ADN genómico, o calculado a través de la comparación directa de la hibridación de próstata muestra mRNA normal versus femenino ADN genómico. Nuestros resultados muestran alta concordancia de la próstata muestra (Figura 4 bis); comparables resultados fueron obtenidos en un análisis similar utilizando hígado, mama, riñón y corazón especímenes (datos no presentados).

La utilidad de este enfoque se pone de manifiesto por el grupo de genes específico de la próstata (derivados de los conglomerados jerárquico en la Figura 1], y es evidente al comparar los resultados que representa el nivel relativo de la expresión de cada gen en diferentes muestras (Figura 4b], y la Niveles relativos de las transcripciones de genes diferentes (Figura 4c]. Si bien todos los genes en el grupo específico de la próstata se expresaron en el aumento de los niveles relativamente próstata en comparación con otros tejidos, las estimaciones de abundancia transcripción indica que sólo un subconjunto de estos genes es altamente expresado en la próstata (Figura 4c]. Por ejemplo, RDH11 fue altamente expresado en la próstata y se expresó en los niveles más bajos en otros tejidos, mientras que STEAP2 se expresó en niveles muy bajos, en la próstata y se muestran muy poca o ninguna expresión en otros tejidos. Para cada uno de los tipos de tejidos, tanto transcripciones identificados como muy abundante y de tejidos específicos se muestran en los archivos de datos adicionales 5 y 8 (para los niveles de transcripción de todos los genes expresados de diversas formas, véase el archivo de datos adicionales 2).

Discusión

El principal objetivo de nuestro estudio fue investigar la variación en la expresión de genes a través de un conjunto diverso de tipos de tejido humano normal. Hemos informado aquí un cDNA microarray de la expresión de genes de datos de perfiles de aproximadamente 26000 genes humanos a través de 115 muestras de tejido humano que representan a 35 diferentes tipos de tejidos. Un sin supervisión, de dos vías jerárquicas agrupación de los genes cuya expresión más variados a través de las muestras puso de manifiesto que en el plano de la expresión génica, la relación entre los tejidos fue, en gran parte, sobre la base de sus lugares anatómicos, fisiológicos celulares composiciones y funciones. Tejido-características específicas de la expresión génica fueron fácilmente discernible en el de conglomerados jerárquico, como son la expresión de genes relacionados con las características específicas de los procesos celulares (como se infiere de los genes dentro de la llamada de estas características). De particular importancia, la función de las tecnologías ecológicamente racionales no podría ser deducido por virtud de su inclusión en uno de estos grupos. Supervisó también el análisis de los genes identificados selectivamente expresadas en cada uno de los tipos de tejidos estudiados, y el análisis de conjuntos de genes funcionalmente anotado proporcionó información sobre la distribución de tejidos específicos de los procesos biológicos, componentes celulares y moleculares funciones.

También hemos informado aquí a la aplicación de mRNA versus ADN genómico hibridaciones para estimar abundancias transcripción de los genes expresados. El conocimiento de la abundancia de transcripción puede ser muy útil en la priorización de genes candidatos para ser utilizados como marcadores de diagnóstico o dianas terapéuticas, para los que más altamente expresado genes podría ser más defendible candidatos. Cabe señalar que nuestro enfoque para la estimación de los niveles absolutos transcripción debería ser aplicable a cualquier cDNA microarray estudio de la incorporación de una referencia común ARNm.

Aunque muchos investigadores han estado utilizando microarrays de DNA para el perfil de expresión génica en cáncer y otras enfermedades humanas, apenas existen datos sobre los perfiles de expresión génica a través de la diversidad de tejidos humanos normales. Nuestro cDNA microarray-basado en estudio de la expresión génica en tejidos humanos normales proporciona un conjunto de datos de acceso público que se pueden utilizar en futuros análisis para comprender mejor la fisiología de los diferentes tejidos normales, el desarrollo de una línea de base para la comparación a los tejidos enfermos, incluido el cáncer; identificar Tejidos específicos de marcadores de diagnóstico que significan la lesión de tejidos; el descubrimiento de tejidos específicos de objetivos terapéuticos (por ejemplo, para el tratamiento del cáncer de próstata), y la identificación de tumores específicos de marcadores diagnósticos y dianas terapéuticas, para lo cual mínima expresión en la colección de tejidos humanos adultos normales Es deseable.

Conclusiones

Hemos utilizado cDNA microarrays para estudiar la expresión génica a través de un conjunto diverso de tejidos humanos normales. Uso sin supervisión y supervisado análisis, que hemos identificado en tejidos específicos de los patrones de la expresión génica. Además, la comparativa por hibridación ADN genómico a la normalidad, se pudo estimar abundancias transcripción e identificar los subconjuntos de abundantemente expresado en tejidos específicos de los genes. Nuestro conjunto de datos proporciona una base de referencia para la comparación a los tejidos enfermos, así como una base para la identificación de marcadores moleculares de la lesión a determinados órganos y tejidos, y para la terapia contra el cáncer.

Materiales y métodos
Muestras de tejido

Humano normal se obtuvieron muestras de tejido de la cirugía (por ejemplo, las regiones al margen de los tumores resecados) o de la autopsia, con la junta de revisión institucional aprobación. Los especímenes fueron congelados en hielo seco a los 30 minutos de la extirpación quirúrgica o la adquisición y almacenado a -80 ° C. Histológico evaluaciones fueron realizadas por H & E tinción de secciones congeladas, y un patólogo (JH y / o M.vdR.) Examinó todas las diapositivas para confirmar la localización anatómica de origen histológico y la normalidad (es decir, para descartar la inflamación, infección, necrosis, Malignidad). En total, se seleccionaron para el estudio 115 muestras de tejido que representan 35 diferentes tejidos humanos (archivo de datos adicional 1). Total RNA se aisló de los tejidos usando el reactivo TRIzol (Invitrogen) de acuerdo con las instrucciones del fabricante del equipo, y se evaluó la calidad del RNA por la integridad de las siguientes bandas de rRNA electroforesis en gel. La poli (A) + mRNA fracción fue aislado de RNA total usando FastTrack2.0 kit (Invitrogen), y cuantificados por espectrofotometría UV.

De perfiles de expresión

De perfiles de expresión de genes se realizó esencialmente que se informó anteriormente [8], y detallada gama de los protocolos de fabricación y de hibridación están disponibles en línea [28]. En pocas palabras, Cy5-etiquetados cDNA se preparó a 2 μ g ARNm de muestras de tejidos normales, y Cy3-etiquetados cDNA se preparó a 1,5 μ g ARNm de referencia común, agrupados de 11 líneas celulares establecidas humanos [8]. Para cada muestra experimental, y Cy5-Cy3-etiquetados muestras fueron co-hibridizada a un cDNA microarray de ADNc humano que contengan 39711, en representación de 26260 genes diferentes (UniGene grupos [21]]. Para el común de referencia ARNm (Cy5) versus ADN genómico (Cy3) comparaciones, normal femenino ADN genómico fue etiquetada como se describe [24]. Tras la hibridación, las imágenes de microarrays se utiliza un escáner Axon GenePix 4000 (Axon Instruments). Fluorescencia coeficientes de serie elementos fueron extraídas con GenePix software, y cargado en la base de datos de Stanford Microarray (SMD) [29] para su posterior análisis. El conjunto de datos completa microarrays es accesible desde SMD [30], o de la expresión de genes de Omnibus [31] (número de GSE2193).

El análisis de los datos

Fluorescencia ratios se normalizado por la media de centrado de los genes de cada serie (es decir, "global" normalización), y luego por medio de centrado cada gen en todos los conjuntos. Se incluyeron para el análisis sólo bien medido los genes cuya expresión variada, determinada por: la intensidad de la señal durante más de doble fondo en cualquiera de los dos canales de prueba o de referencia en al menos el 75% de las muestras, y una por cuatro o más ratio de variación de la media en al Menos dos muestras (a menos que se indique otra cosa). Se realizó la agrupación jerárquica y se muestra mediante Cluster y TreeView software [32]. Tejido-selectiva de los genes fueron identificados usando las dos clases (cada tejido versus todos los otros tejidos) análisis de la importancia microarrays (SAM) método [25], que utiliza una modificación de la prueba t de estadística y muestra de la etiqueta permutaciones para evaluar la significación estadística. La tasa de falsos descubrimiento (FDR), un cálculo de la fracción de la falsamente llamada selectiva de los genes en tejidos, tejido por variados, pero en todos los casos fue inferior al 5% (FDRs específicos adicionales se enumeran en el archivo de datos 3). Para tejido-selectiva de los genes, sólo los tipos de tejidos con dos o más muestras se consideraron para el análisis, y sólo hemos examinado los genes que fueron bien medidos en más de un 50% de las muestras seleccionadas para el tipo de tejido analizado. GO anotaciones fueron asignados a los genes dispuestos AmiGO usando el navegador [33] para seleccionar GO anotaciones pertinentes, y el 'loc2go' [34] para identificar los correspondientes conjuntos de genes. Transcripción abundancia se calculó multiplicando (para cada gen) la proporción de la muestra de tejido mRNA frente común de referencia ARNm por la relación (ratio media de tres experimentos), de referencia común mRNA normal versus femenino ADN genómico. Muy abundantes transcripciones de tejidos específicos se definieron para cada tipo de tejido en la parte superior (tope de 50 genes) transcripciones de tejidos específicos, identificados usando el método SAM, desde el 1000 la mayoría de las transcripciones abundantemente expresado en el conjunto de datos completo.

Adicional de los archivos de datos

Los siguientes datos adicionales están disponibles con la versión en línea de este documento. Adicional 1 archivo de datos es una tabla con el tejido normal especímenes incluidos en el análisis de microarrays. Adicional archivo de datos 2 es una tabla con los genes expresados de diversas formas. Adicional archivo de datos 3 es una tabla que enumera los tejidos específicos de las transcripciones. Datos adicionales archivo 4 es una tabla que enumera los conjuntos de genes funcionalmente anotada. Datos adicionales archivo 5 es una tabla muy abundante en tejidos específicos de las transcripciones. Archivo de datos adicional 6 es una cifra que muestra de tejidos específicos de la expresión génica. Datos adicionales archivo 7 es una cifra que muestra la expresión de genes funcionalmente anotado conjuntos. Datos adicionales de archivo 8 es una cifra que muestra muy abundante en tejidos específicos de la expresión génica.

Material suplementario
Archivo Adicional 1
Una tabla con los tejidos normales especímenes incluidos en el análisis de microarrays
Archivo Adicional 2
Una tabla con los genes expresados de diversas formas.
Ficha 1
: Dataset representados en la Fig.
1
, Que incluye los genes bien medido en ≥ 75% de las muestras, y con ≥ 4 veces la tasa de variación de la media en al menos 2 muestras; muestras ordenados por la agrupación.
Hoja 2
: Variably expresaron los genes que están bien medidos en ≥ 75% de las muestras, con ≥ 2 veces el coeficiente de variación de la media en al menos 2 muestras; muestras ordenados por sitio anatómico.
Ficha 3
: Variably expresaron los genes que están bien medidos en ≥ 25% de las muestras, con ≥ 4 veces la tasa de variación de la media en al menos 2 muestras; muestras ordenados por sitio anatómico.
Ficha 4
: Igual como hoja de datos de 1, pero aquí ratios representan la abundancia relativa transcripción (ver Materiales y métodos).
Hoja 5
: El mismo conjunto de datos como la hoja 2, pero aquí ratios representan la abundancia relativa transcripción (ver Materiales y métodos).
Hoja 6
: La misma hoja de datos como 3, pero aquí ratios representan la abundancia relativa transcripción (ver Materiales y métodos)
Archivo Adicional 3
Un cuadro con la lista de tejidos específicos de transcripciones
Archivo Adicional 4
Un cuadro con la lista anotada de genes funcionalmente conjuntos
Archivo Adicional 5
Un cuadro sinóptico con muy abundantes en tejidos específicos de transcripciones
Archivo Adicional 6
Una cifra que muestra el tejido de la expresión de genes específicos. Expresado de diversas formas de los genes determina que se expresan en un tejido-selectiva de la moda utilizando el método de SAM se representan tal y como se describe en la leyenda de la figura manuscrito
2
Un
, El cerebro;
B
, Glándula salival;
C
, Esófago;
D
, De estómago;
E
, El intestino delgado;
F
, Colon;
G
, Páncreas;
H
, El hígado;
I
, El corazón;
J
, Músculo esquelético;
K
, De pulmón;
L
, Riñón;
M
, La vejiga;
N
, De próstata;
O
, La vesícula seminal;
P
, Testis;
Q
, Ovario;
R
, Trompas de Falopio;
S
, Útero;
T
, Cuello de útero,
U
, De tiroides;
V
, Paratiroides;
W
, Suprarrenal;
X
, Los ganglios linfáticos;
Y
, Amígdala;
Z
, Timo;
AA
, El bazo;
BB
, La capa leucocitaria
Archivo Adicional 7
Una cifra que muestra la expresión de genes funcionalmente anotado conjuntos. Jerárquica grupo de 115 muestras de tejido normal y anotada conjuntos de genes que representan ejemplos concretos de las funciones moleculares, componentes celulares, o de los procesos biológicos.
Un
, La tirosina quinasa (actividad);
B
, Quinasa (actividad);
C
, G-receptores acoplados a proteínas (actividad);
D
, El factor de transcripción actividad;
E
, El canal de iones (actividad);
F
, La matriz extracelular (componente),
G
, La adhesión celular (proceso);
H
, La muerte celular programada (proceso)
Archivo Adicional 8
Una cifra que muestra muy abundante en tejidos específicos de la expresión génica. Muy abundantes transcripciones de tejidos específicos se definieron para cada tipo de tejido en la parte superior (tope de 50 genes) transcripciones de tejidos específicos, identificados usando el método SAM, desde el 1000 la mayoría de las transcripciones abundantemente expresado en el conjunto de datos completo.
Un
, El cerebro;
B
, Glándula salival;
C
, Esófago;
D
, De estómago;
E
, El intestino delgado;
F
, Colon;
G
, Páncreas;
H
, El hígado;
I
, El corazón;
J
, Músculo esquelético;
K
, De pulmón;
L
, Riñón;
M
, La vejiga;
N
, De próstata;
O
, La vesícula seminal;
P
, Testis;
Q
, Ovario;
R
, Trompas de Falopio;
S
, Útero;
T
, Cuello de útero,
U
, De tiroides;
V
, Paratiroides;
W
, Suprarrenal;
X
, Los ganglios linfáticos;
Y
, Amígdala;
Z
, Timo;
AA
, El bazo;
BB
, La capa leucocitaria
Agradecimientos

Damos las gracias a Ash Alizadeh y los miembros de la Brown Pollack y sugerencias útiles para los laboratorios. También damos las gracias a Janet Mitchell y el Stanford Banco de Tejidos para la recolección de los tejidos, Mike Fero y el personal del Servicio de Genómica Funcional de Stanford para proporcionar alta calidad cDNA microarrays, y Gavin Sherlock y Catherine Ball de la base de datos de Stanford Microarray grupo de proporcionar pendientes base de datos Apoyo. Este trabajo recibió el apoyo de una subvención del Instituto Nacional del Cáncer. POB es un investigador del Howard Hughes Medical Institute.