مجله دانشگاه علوم پزشکی قم

مقدمه
لوسمی لنفوبلاستیک حاد (B-Acute Lymphoblastic Leukemia, BALL) در آمریکا با نرخ 26%، بیشترین آمار سرطان کودکان (سنین 14-0 سال) را در سال2014 به خود اختصاص داد (1،2). همچنین 75% سرطان‌های خون در کودکان، لوسمی لنفوبلاستیک حاد گزارش ‌شده که در نتیجه، سرطان خون شایع کودکان به‌حساب می‌آید (3). باوجود پیشرفت‌های انجام‌گرفته در درمان، 20% از مبتلایان با عود بیماری مواجه می‌شوند و عود مهم‌ترین علت شکست پروسه‌های درمانی گزارش ‌شده است (4). شیوع عود ALL از بروز اولیه AML، تومور ویلمز، بیماری هودچکین و رابدومایوسارکوما بیشتر گزارش ‌شده است (3،5،6). نتایج تحقیقات نشان می‌دهد ALL عودکرده به‌عنوان پنجمین سرطان متداول در کودکان می‌باشد (3،7). اگرچه ویژگی‌های بالینی، از قبیل سن، شمارش لوکوسیت‌ها در زمان تشخیص و مشخصه‌های بیولوژیک سلول‌های لوسمیک (تعداد کروموزومی و جابه‌جایی‌های کروموزومی)، پیش‌آگاهی‌های مفیدی جهت انتخاب درمان مناسب هستند؛ اما بسیاری از بیماران دارای این ویژگی‌ها نبوده و به‌عکس آنچه انتظار می‌رود در برابر درمان مقاومت نشان می‌دهند (3،4)؛ ازاین‌رو شناخت بیشتر مکانیسم‌های مولکولی سرطان BALL، به فهم بهتر روند بیماری در افراد، همچنین به یافتن راه‌حل‌های جدید مانند کاندیدهای پروتئینی نوین جهت تشخیص و احتمالاً درمان بیماری کمک می‌کند. به‌همین جهت روش‌های بررسی از ژن‌های افتراقی، یکی از راه‌های مناسب بیماری تلقی شد و مبنای بررسی بعدی قرار گرفت. مقایسه پروفایل‌های ژنی به میزان فاصله‌ای‌که با یکدیگر خواهند داشت، از نظر محاسباتی، خطای بیشتری نسبت به دو گروه نزدیک به‌هم دارند؛ ازاین‌رو و به دلیل کاهش میزان خطا (Noise) در آنالیز، نمونه بدخیم با نمونه خوش‌خیم مقایسه گردید. Kochert و همکاران نیز مطالعه‌ای به روش مشابهی آنالیز میکرواری بر روی نمونه‌های لنفوم انجام دادند (8). در مطالعه حاضر یکی از نمونه‌های لنفوم خوش‌خیم (Classic Hodgkin Lymphoma, CHL) به‌عنوان کنترل و نمونه بدخیم لنفوم
 B-Acute Lymphoblastic Luekemia, BALL)) به‌عنوان تیمار در نظر گرفته شد. در مطالعه حاضر سعی گردید تا با استفاده از روش‌های سیستم بیولوژی، فهم بهتری نسبت به مکانیسم‌های BALL حاصل شود، همچنین پروتئین‌های کلیدی که نقش مهمی در مکانیسم‌های سرطان ایفا می‌کنند، شناسایی و به‌عنوان کاندید تشخیص و احیاناً درمانی گزارش شدند.
 
روش بررسی
در این مطالعه داده‌های میکرواری (با شناسه GSE20011) از پایگاه NCBI (www.ncbi.nlm.nih.gov) بانک داده‌های (Gene expression Omnibus) GEO استخراج شد، سپس دو گروه CHL (کنترل) و BALL (تیمار) جهت استخراج ژن‌های با بیان افتراقی، با یکدیگر مقایسه شدند. در این مقایسه تعداد نمونه‌های کتابخانه‌های میکرواری برای CHL، 10 عدد و BALL، 1 عدد در نظر گرفته شد. مقایسه با نرم‌افزار GEO2R (www.ncbi.nlm.nih.gov/geo/geo2r) انجام شد (9).
آنالیز عملکردی ژن‌های افتراقی به‌وسیله پایگاه‌های DAVID (www.david.abcc.ncifcrf.gov) و GO Molecular Function وGO Cellular Component (www.amp.pharm.mssm.edu/Enrichr) به ترتیب صورت گرفت، همچنین توسط پایگاه BioCarta تکرار گردید (12-10).
ژن‌های افتراقی به‌وسیله پایگاه Enrichr (www.amp.pharm.mssm.edu/Enrichr) آنالیز بیماری شدند و بیماری‌هایی که ژن‌های مورد مطالعه در آنها نقش داشت، گزارش گردید (10). ژن‌های افتراقی توسط بانک داده‌ ای ChEA مورد بررسی فاکتورهای رونویسی قرار گرفتند (13)، سپس 10 فاکتور رونویسی برتر به‌دست‌آمده از بانک داده‌ای ChEA، توسط نرم‌افزار Genes2Newtorks جهت شناسایی پروتئین‌هایی که با آنها دارای واکنش
 (Protein-protein interaction) بودند، بررسی و تحت عنوان پروتئین‌های حدواسط شناسایی شدند. همچنین پروتئین‌های حدواسط شناسایی‌شده جهت یافتن پروتئین کینازهای دارای واکنش با آن‌ها، به‌وسیله پایگاه داده‌ای KEA (Kinase Expression Analysis)، بررسی شدند که 10 پروتئین کیناز دارای بیشترین ارتباط شناسایی بودند. در ادامه، مجموع 10 فاکتور رونویسی برتر و پروتئین‌های حدواسط شناسایی‌شده و 10 پروتئین کیناز برتر، به‌وسیله نرم‌افزار yEd نسخه 3 شبکه پروتئینی آنها ترسیم گردید (13،14).
 
یافته‌ها
نتایج بررسی داده‌های میکرواری، 338 ژن افزایش بیان‌یافته و 252 ژن کاهش بیان‌یافته را در نمونه BALL نسبت به CHL نشان داد. همچنین بیشترین میزان افزایش بیان برایDNA nucleotidylexotransferase) DNTT ) و بیشترین میزان کاهش بیان برای Cyclin D2) CCND2) مشاهده گردید.
نتایج بررسی مکان فعالیت ژن‌های افزایش بیان‌یافته در Intracellular و Brush border گزارش شد (جدول مکمل 3)؛ درحالی‌که مکان فعالیت ژن‌های کاهش بیان‌یافته در قسمت‌های Costamere و Membrane raft دیده شد (جدول مکمل 4).
بررسی عملکردی ژن‌های افزایش بیان‌یافته در عملکردهای B Cell Receptor Signaling Pathway و Primary Immunodeficiency، بیشترین فعالیت را از خود نشان داد، به‌خصوص ژن‌هایی که در نقص ایمنی نقش ایفا می‌کنند و با توجه به اینکه بیماری BALL یکی از انواع بیماری‌های نقص ایمنی است ژن‌های فعال در Primary immunodeficiency می‌توانند مورد توجه بیشتر قرار گیرند. بالا بودن تعداد ژن‌های افزایش بیان‌یافته (97 عدد ژن از 338 ژن) که در غشا نقش ایفا می‌کنند، نشان از اهمیت عملکرد و حفظ غشا در سلول‌های سرطانی BALL است که می‌تواند یکی از دلایل مقاومت این نوع سلول‌ها در برابر داروها و درمان‌های سرطان باشد (جدول شماره 1)؛ درحالی‌که بررسی عملکردی ژن‌های کاهش بیان‌یافته، در عملکردهای Cytokine Receptor Activity، Cytokine binding و Cytokine-cytokine Receptor Intraction گزارش شد. عملکردهای مربوط به سایتوکاین‌ها، نشان‌دهنده عملکرد ژن‌ها در فرآیندهای مرگ سلولی و از بین بردن سلول توسط سایتوکاین‌ها بود که به‌وسیله سرطان BALL، بیان این دسته از ژن‌ها کاهش یافته است.
 
جدول شماره 1: دسته‌بندی عملکردی ژن‌های افزایش بیان‌یافته

تعداد ژن‌ها	pvalue	عملکردها
11	1.3E-8	مسیر سیگنالینگ رسپتورسلول‌های B
8	1.3E-7	نقص سیستم ایمنی اولیه
76	3.3E-6	غشای پلاسمایی
49	5.3E-5	قسمت غشای پلاسمایی
45	4.3E-4	غشای سلولی
97	2.3E-3	غشاء
10	7.8E-5	تمایز لوکوسیت‌ها
9	8.3E-5	تمایز لنفوسیت‌ها
13	1.9E-5	فعال‌سازی لنفوسیت‌ها
14	2.8E-5	فعال‌سازی لوکوسیت‌ها

 
عملکرد ژن‌های افزایش بیان‌یافته به ترتیب در جدول شماره 1 قرار گرفته است. جدول فوق، نشان‌دهنده 10 عمکرد برتر از نظر معیار معنی‌داری(05/0p≤) می‌باشد. ستون اول، نوع عملکرد را نشان می‌دهد؛ ستون دوم تعداد ژن‌های دخیل در عملکرد و ستون سوم معیار معنی‌داری را گزارش می‌کند. بهترین عملکرد به نقش در مسیر سیگنالینگ رسپتور سلول‌های B و نقص ایمنی اولیه به ترتیب می‌باشد. همچنین عملکردی که بیشترین ژن را به خود اختصاص داده در غشاء است. عملکرد این ژن‌ها در تمایز لنفوسیت‌ها، لوکوسیت‌ها و در فعالگرهای لنفوسیتی و لوکوسیتی نیز گزارش شده که نشان‌دهنده افزایش عملکردهای دفاعی بدن در سرطان (BALL) است.
پیش‌بینی عملکرد مولکولی ژن‌های افزایش بیان‌یافته را در عملکردهای Phosphatidylinositol 3-kinase binding وRNA Polymerase II distal Enhancer Sequence-Specific DNA Binding Transcription Factor Activity، نشان دادکه به ترتیب بیشترین امتیازها را داشته‌اند (جدول مکمل شماره 1)؛ همچنین برای ژن‌های کاهش بیان‌یافته، بیشترین امتیاز برای عملکردهای RNA Polymerase II Regulatory Region DNA Binding و Cytokine Receptor Activity و Virus Receptor Activity گزارش شد (جدول مکمل شماره 2).
براساس نتایج نقش ژن‌های افتراقی در بیماری‌ها، ژن‌های افزایش ‌بیان‌یافته به ترتیب در بیماری‌های Immunodeficiency  Myocardial_Infarction,،Leukemia بیشتر گزارش‌ شده است. همچنین در بیماری‌های نقص ایمنی نیز نقش فعالی داشتند که BALL نیز خود در دسته بیماری‌های نقص ایمنی دسته‌بندی می‌شود. در لوکمیا نیز شباهت BALL به بیماری‌های لوکمیایی نشان داده شد. اما بررسی ها بر روی ژن‌های کاهش بیان‌یافته، نقش آن‌ها در بیماری‌هایی همچون
 Spastic_paraplegia Osteoporosis, Fibrosis, دیده شد (جدول شماره 2).
 
جدول شماره 2: ایفای نقش ژن‌های افتراقی در دیگر بیماری‌ها

بیماری‌های ژن‌های افزایش بیان‌یافته	بیماری‌های ژن‌های کاهش بیان‌یافته
نقص سیستم ایمنی	فلج اسپاستیک ارثی (
سکته قلبی	پوکی استخوان
سرطان خون (لوسمی)	فیبروز
میگرن	ناهنجاری
نقص ضربان بطن راست	سرطان تیروئید
لنفوم	ناشنوایی
عقب‌افتادگی ذهنی	اختلال در گلیکوزیلاسیون
ناشنوایی	مالاریا
دیابت	دیستروفی عضلانی
آسم	بیماری انباشت گلیکوژن

 
 
 
بررسی نقش ژن‌های افتراقی در بیماری‌های دیگر در جدول شماره 2 نشان داده شده است. ستون اول در جدول، نشان‌دهنده نام بیماری‌های است که نقش آن‌ها در ژن‌های افزایش‌بیان‌یافته گزارش‌شده و ستون دوم معرف بیماری‌هایی است که عملکرد ژن‌های کاهش‌بیان‌یافته در آن‌ها مشاهده شده است. همچنین نقش ژن‌های افزایش‌بیان‌یافته در بیماری نقص ایمنی مشخص است؛ درحالی‌که ژن‌های کاهش‌بیان‌یافته در بیماری فلج اسپاستیک ارثی دارای نقش می‌باشند.
بررسی نواحی بالادستی و پروموتری ژن‌های افتراقی، باعث یافتن فاکتورهای رونویسی که بیشترین پیوند را با این نواحی داشته‌اند، گردید. برای ژن‌های افزایش بیان‌یافته، 234 فاکتور رونویسی و برای ژن‌های کاهش‌بیان‌یافته، 239 فاکتور رونویسی یافت شد که 10 فاکتور برتر رونویسی هرکدام گزارش شدند (جدول مکمل شماره 1 و شماره 5). بیشترین امتیاز از بین فاکتورهای رونویسی یافت‌شده از ژن‌های افزایش بیان‌یافته به SUZ12، MTF2 و JARID2 تعلق داشت؛ درحالی‌که بیشترین امتیاز برای فاکتورهای رونویسی یافت‌شده از ژن‌های کاهش بیان‌یافته مربوط به فاکتورهای SOX2، STAT4 و VDR بود.
فاکتورهای رونویسی WT1, POU3F2, LMO2, ERG, CUX1, LYL1, SPI1, ELF1, TET1, KDM5B در میان ژن‌های افزایش بیان‌یافته، دیده شد که با فعال‌سازی، مجموعاً 179 ژن از 338 ژن افزایش بیان‌یافته، پتانسیل راه‌اندازی سلول به سمت BALL را نشان دادند که دارای اهمیت مطالعاتی نیز می‌باشد (جدول شماره 3). از 239 فاکتور رونویسی استخراج‌شده از ژن‌های کاهش‌بیان‌یافته، تنها 4 فاکتور رونویسی STAT1, JUN, GATA3, VDR در ژن‌های کاهش‌بیان‌یافته، مسئول فعال‌سازی 41 ژن از ژن‌های کاهش بیان‌یافته بودند که این نیز به نوبه خود می تواند مورد توجه قرار گیرد.
 
جدول شماره 3: فاکتورهای رونویسی ژن‌های افزایش بیان‌یافته

LogFC	هدف‌های ژنی	فاکتور رونویسی
4.483952	47	KDM5B
5.169946	35	WT1
2.854558	35	CUX1
4.386032	32	LMO2
2.028974	30	POU3F2
2.778742	21	ERG
2.985366	21	TET1
2.319835	17	SPI1
3.466519	15	LYL1
3.018426	13	ELF1

 
فاکتورهای رونویسی استخراج‌شده از پروموترها و نواحی بالادستی ژن‌های افزایش بیان‌یافته گزارش شد.
ستون اول، نشان‌دهنده نام فاکتور رونویسی است؛ ستون دوم، نشان‌دهنده تعداد فعال‌سازی هر فاکتور به‌صورت جداگانه بر روی ژن‌های افزایش بیان‌یافته می‌باشد و ستون سوم میزان افزایش بیان هرکدام در سرطان BALL نسبت به نمونه کنترل است. بهترین امتیاز ازنظر تعداد فعال‌سازی به KDM5B با 47 فعال‌سازی از 337 ژن فعال‌شده در لوسمی لنفوبلاستیک حاد به سلول‌های B تعلق گرفت.
پروتئین‌های حدواسط از 10 فاکتور رونویسی برتر بدست آمده از ژن‌های افتراقی گزارش شد که مجموعاً برای شبکه افزایش بیان‌یافته، 70 پروتئین حدواسط و برای شبکه کاهش بیان‌یافته، 106 پروتئین حدواسط شناسایی شد.
بررسی پروتئین‌کینازها از پروتئین‌های حدواسط صورت گرفت. بدین صورت برای ژن‌های افزایش بیان‌یافته، 173 پروتئین‌کیناز شناسایی شد. کینازهای LYN، SRC و SYK به ترتیب با 18.07، 10.74، 10.63 بیشترین امتیازها (Combined score) را از خود نشان دادند (جدول شماره 4). سپس پروتئین‌کینازهای اختصاصی (کینازهایی‌ که در دسته افزایش بیان‌یافته وجود داشتند و در دسته کاهش‌بیان‌یافته گزارش نشدند) ژن‌های افزایش بیان‌یافته بررسی شد که از بین 173 کیناز، تنها 65 پروتئین کیناز اختصاصی یافت شد و از بین آن‌ها تنها 3 پروتئین کیناز CSK، PTK2B و PIK3CA معنی‌دار (05/0  (p≤بود (جدول مکمل شماره 8).
جدول شماره :4 پروتئین‌کینازهای ژن‌های افزایش‌بیان‌یافته

Combined Score	Z-score	Adjusted pvalue	pvalue	پروتئین کینازها
18.07689863	-2.06382	0.000157049	9.078E-07	LYN
10.74843728	-2.178399	0.00719694	0.0001248	SRC
10.63737217	-2.009161	0.005019447	5.803E-05	SYK
10.2403109	-2.103737	0.007691208	0.0001778	FYN
8.381092505	-1.98463	0.014654599	0.0005083	LCK
7.907635865	-1.780302	0.011775458	0.0003403	CSK
7.051077633	-1.958946	0.027339482	0.0011322	INSR
6.355490907	-1.765697	0.027339482	0.0015803	IGF1R
5.788639234	-1.753408	0.036832861	0.002342	ABL1
5.742619314	-1.595428	0.027339482	0.0013117	BTK

 
بررسی پروتئین‌کینازها از روی پروتئین‌های حدواسط ژن‌های افزایش‌بیان‌یافته انجام شد. ستون اول، نشان‌دهنده اسم پروتئین‌کیناز است؛ ستون دوم، نشان‌دهنده امتیاز p-value بوده که معنی‌دار می‌باشد (05/0(p≤؛ ستون سوم، امتیاز Adjusted p-value است؛ ستون چهارم نشان‌دهنده z-score بوده که به هر مقدار منفی‌تر باشد معنی‌دارتر است و درنهایت ستون پنجم، از سه ستون قبل خود (p-value, z-score, Adjusted p-value) محاسبه می شود
و هر میزان که عدد بالاتری به دست آورد دقت بالاتری دارد. در این مطالعه پروتئین کیناز LYN، بیشترین امتیاز را نشان داد.
بررسی پروتئین‌کینازهای شبکه ژن های کاهش بیان یافته از روی 106 پروتئین حدواسط انجام شد، که 171 پروتئین کیناز درنهایت شناسایی شدند که بهترین امتیاز به پروتئین کینازهای JAK1، PRKCB و SYK به ترتیب با 5.7، 3.4، 3.2  قرار گرفت (جدول مکمل 9). از بین 171 پروتئین کیناز یافت‌شده، تنها 62 عدد اختصاصی بودند که تنها پروتئین کیناز IKBKB، معنی‌دار (05/0 (p≤بود (جدول مکمل شماره 10).
شبکه پروتئینی هر دسته از ژن‌های افتراقی، از تلفیق داده‌های به‌دست‌آمده از 10 فاکتور رونویسی به همراه پروتئین‌های حد واسط و 10 پروتئین کیناز درصورت داشتن ارتباط بین پروتئین‌ها کشیده شده است که برای شبکه افزایش بیان‌یافته 10 فاکتور رونویسی برتر (جدول مکمل شماره 11) و 70 پروتئین حدواسط و 10 پروتئین کیناز برتر (جدول شماره 4) استفاده شد و تنها 49 پروتئین حدواسط از 70 پروتئین شناخته‌شده دارای ارتباط شبکه‌ای با دیگر پروتئین‌ها بودند (شکل شماره 1). همچنین برای شبکه پروتئینی ژن‌های کاهش‌بیان‌یافته نیز 10 فاکتور رونویسی برتر (جدول مکمل شماره 5) و از 106 پروتئین حدواسط شناخته‌شده، 92 پروتئین دارای ارتباط با شبکه شناسایی شدند که به همراه 10 پروتئین کیناز برتر (جدول مکمل شماره 9) شبکه پروتئینی ژن‌های کاهش بیان‌یافته ترسیم شد (شکل شماره 2).
 

شکل شماره :1 شبکه پروتئینی ژن‌های افزایش بیان‌یافته در لوسمی لنفوبلاستیک سلول‌هایB.
 
شبکه پروتئینی ژن‌های افزایش بیان‌یافته با 69 پروتئین و 477 ارتباط به دست آمد که فاکتورهای رونویسی با رنگ بنفش،کینازها با رنگ سبز و پروتئین‌های حدواسط با رنگ خاکستری روشن ترسیم شده‌اند. این شبکه شامل 69 پروتئین بوده که سهم فاکتورهای رونویسی و کینازها هرکدام 10 عدد می‌باشد. یافته‌های این مطالعه، 49 عدد پروتئین حدواسط را نشان داد که در حدواسط کینازها و فاکتورهای رونویسی قرار داشتند. بیشترین ارتباط به فاکتور رونویسی Androgen Receptor)) AR با 39 ارتباط مستقیم گزارش شد. حجم دایره‌ها مربوط به میزان ارتباط با شبکه است و هرچه حجم کمتر باشد، ارتباط کمتر بوده و هرچه حجم بیشتر باشد ارتباط بیشتر است.
مهم‌ترین پروتئین شبکه یک فاکتور رونویسی AR با 30 ارتباط مستقیم و 40 ارتباط غیرمستقیم و درمجموع با 70 ارتباط بین پروتئینی شناخته شد (شکل شماره 2).

شکل شماره 2: شبکه پروتئینی ژن‌های کاهش بیان‌یافته در لوسمی لنفوبلاستیک سلول‌های B.
 
شبکه پروتئینی ژن‌های کاهش‌بیان‌یافته نمونه تیمار با 112 پروتئین و 1033 ارتباط پروتئینی کشیده شد که فاکتورهای رونویسی با رنگ بنفش، کینازها با رنگ سبز و پروتئین‌های حدواسط با رنگ خاکستری روشن کشیده شده‌اند. این شبکه شامل: 112 پروتئین است که سهم فاکتورهای رونویسی و کینازها هرکدام 10 عدد می‌باشد. در این مطالعه 92 عدد پروتئین حدواسط گزارش شد. بیشترین ارتباط فاکتور رونویسی با 30 ارتباط مستقیم و 40 ارتباط غیرمستقیم و اثر مستقیم بر روی 13 پروتئین و اثر غیرمستقیم بر روی 29 پروتئین حدواسط بود. همچنین بر روی 2 پروتئین‌کیناز اثر مستقیم، بر 4 پروتئین‌کیناز، 1 فاکتور رونویسی و 8 پروتئین حدواسط، تأثیر غیرمستقیم داشت. فاکتور رونویسی AR در مرکز شبکه می‌باشد. حجم دایره‌ها مربوط به میزان ارتباط با شبکه بوده و هرچه حجم کمتر باشد، ارتباط کمتر است و هرچه حجم بیشتر باشد، ارتباط بیشتر است.
 
بحث
لوسمی لنفوبلاستیک حاد B، بیماری است که به دلیل افزایش تولید بی‌رویه سلول‌های B نابالغ در خون بروز می‌کند، به تعبیر دیگر، افزایش تعداد سلول‌های غیرعملکردی B در خون باعث ایجاد بیماری BALL می‌شود (1،2). شیوع BALL بیشتر در کودکان دیده شده که بیشترین سن درگیر، 5-2 سال است. 80% کودکان مبتلابه BALL به‌طور کامل درمان می‌شوند که این نسبت برای بزرگسالان به 40% نیز می‌رسد (15،16). 20% مبتلایان پس از سپری کردن دوره درمان دچار عود بیماری می‌شوند که غالب این افراد از دنیا می‌روند (4). شیمی‌درمانی، درمان رایج BALL است (17) که به دلیل مقاومت بدن، به‌خصوص پس از عود بیماری، درمان دچار مشکل می‌شود؛ ازاین‌رو نیاز به درک بهتر مکانیسم‌های مولکولی سرطان بیش‌ از پیش بوده و یافتن پروتئین‌های کلیدی در مرحله بعد جهت هدف‌های تشخیصی و درمانی دارای اهمیت به‌سزایی است.
در مطالعه حاضر ژن‌های افتراقی جهت بررسی عملکردی آنالیز شدند که نتایج بررسی ژن‌های افزایش‌بیان‌یافته در عملکرد
 phosphatidylinositol 3-kinase binding دیده شد (جدول مکمل شماره 1). افزایش این عملکرد باعث جهش در p110ɑ می‌شود که جهش در p110ɑ عامل بسیاری از سرطان‌ها بوده و یک نمونه آن در تومورهای مغزی (سرطان گلیوبلاستوما) گزارش ‌شده است (18)، درحالی‌که در مطالعه حاضر عملکرد ژن‌های کاهش بیان‌یافته در RNA polymerase II regulatory region DNA binding نشان داده شده است که با اتصال به مناطقی از DNA باعث کنترلRNA pol II و تنظیم رونویسی می‌شود (جدول مکمل شماره 2). ژن‌های کاهش‌بیان‌یافته با مهار ژن‌هایی که در کنترل و تنظیم رونویسی نقش دارند باعث مهار فرآیند رونویسی شده، ولی فرآیندهای همانندسازی و تکثیر با افزایش بیان ژن‌هایی که عملکردشان در فسفاته کردن کینازی نقش دارد، فعال‌شده که عملکرد آن‌ها در مهاجرت،رشد، تکثیر و تغییر شکل سلول می‌باشد. در همه فازهای مختلف سلولی، این عملکرد نقش مهمی ایفا می‌کند و همه از رفتارهای سلول‌های سرطانی گزارش‌ شده است. نتایج به‌دست‌آمده از بررسی آنالیز پروموترهای ژن‌های افزایش بیان‌یافته (به جهت یافتن فاکتورهای رونویسی) نشان می‌دهد بیشترین امتیاز در فاکتور رونویسی SUZ12 بوده که در لوسمی لنفوبلاستیک حاد، سلول‌های T نقش تغییردهنده هیستون‌ها را به عهده دارند و از ژن‌های مهم ALL تلقی می‌‌شوند (19). در مطالعه حاضر یکی از مهم‌ترین فاکتورهای رونویسی، ژن‌های افزایش بیان‌یافته بود.
در یک مطالعه دیگر، جهش در EZH2 به‌تنهایی یکی از دلایل اصلی ایجاد لوکمیای حاد بوده است (20)، همچنین در این مطالعه، یکی از چند فاکتور رونویسی اصلی فعال‌ساز ژن‌های افزایش بیان‌یافته گزارش شد. از دیگر فاکتورهای مهم آنالیز فاکتورهای رونویسی می‌توان به MTF2 وJARID2  اشاره کرد (جدول مکمل شماره 11). در مطالعه حاضر، 10 فاکتور رونویسی جدول شماره 3 به‌طور مجموع با فعال‌سازی 179 ژن از 338 ژن افزایش بیان‌یافته دارای پتانسیل بالایی دربردن سلول به سمت BALL بودند؛ به‌همین جهت 10 فاکتور رونویسی را می‌توان به‌عنوان کاندیدهای هدف‌های درمانی و تشخیصی BALL معرفی کرد. KDM5B با تأثیرگذاری بر 47 ژن افزایش بیان‌یافته، همچنین تأثیر بر 5 فاکتور از 10 فاکتور جدول شماره 3، بیشترین تأثیرگذاری را داشت که در مطالعه Grossmann به‌خوبی نشان داده‌ شده و KDM5B یکی از ژن‌های افزایش بیان‌یافته در لوکمیای حاد سلول‌های T به‌عنوان فاکتور رونویسی می‌باشد (20). در مطالعه Tao افزایش بیان KDM5B با عملکرد هیستون دمتیلازی تأیید گردید (21)، ولی در مطالعه حاضر نقش KDM5B به‌عنوان فاکتور رونویسی با تأثیرگذاری بر روی 47 ژن و نقش هم‌بیانی KDM5B با ژن‌های افزایش بیان‌یافته در BALL برای اولین‌بار گزارش شد (جدول شماره 3). اهمیت WT1 Wilms' tumor gene 1)) در سلول‌های T لوکمیای حاد لنفوبلاستیک، همچنین BALL جهت تشخیص اختصاصی بیماری در سال 1983 توسط Vodinelich گزارش شد (22). در این مطالعه  حاضر نیز، WT1 به‌عنوان دومین فاکتور رونویسی مهم در BALL با اثرگذاری بر روی 35 ژن افزایش‌بیان‌یافته و تأثیرگذاری بر 3 فاکتور رونویسی از 10 فاکتور مورد مطالعه، رتبه دوم را در جدول شماره 3 به خود اختصاص داد که نشان از صحت آنالیزهای انجام‌شده در مطالعه حاضر دارد. در این مطالعه پروتئین‌های کاندید آن ازجمله WT1 به‌وسیله داده‌های آزمایشگاهی توسط Vodinelich در سال 1983 نیز گزارش شد (22) (جدول شماره 3). همچنین اهمیت Cut-like homeobox) 1CUX1) در تعمیرهای ناشی از اکسیداسیون DNA گزارش شده است (23). همچنین در مطالعه حاضر CUX1 به‌عنوان سومین فاکتور رونویسی مهم که در فعال‌سازی 35 ژن افزایش بیان‌یافته فعالیت داشته است، برای اولین‌بار به‌عنوان فاکتور رونویسی مهم در BALL گزارش شد (جدول شماره 3). Ferrando (سال 2002) ژن‌های LMO2 و LYL1 را به‌عنوان ژن‌های افتراقی افزایش بیان‌یافته در ALL سلول‌های T عنوان کرد (24)، سپس در سال 2004 توانست LMO2 را به‌عنوان فاکتور رونویسی مهم در ALL سلول‌های T گزارش کند (25)؛ درحالی‌که در مطالعه حاضر LMO2 به‌عنوان چهارمین فاکتور رونویسی مهم در ژن‌های افزایش بیان‌یافته که نسبت بیانش نزدیک به 8 برابر حالت کنترل می‌باشد، مشاهده گردید و ALL سلول‌های B که بر روی 32 ژن افزایش بیان‌یافته اثر القایی داشت برای اولین‌بار به‌عنوان چهارمین فاکتور مهم در BALL گزارش شد (جدول شماره 3). همچنین در این مطالعه، ژن LYL1 که در سلول‌های T لنفوبلاستیک لوکمیای حاد بود برای اولین‌بار به‌عنوان فاکتور رونویسی مهمی که 6 برابر افزایش بیان‌یافته داشت نشان داده شد (جدول شماره 3) و تأثیرگذاری بر روی 15 ژن افزایش‌بیان‌یافته دیگر، یکی دیگر از اثرات LYL1 در مسیر BALL بود. در مطالعه حاضر برای نخستین‌بار، فاکتور رونویسی POU3F2 به‌عنوان فاکتور رونویسی در ژن‌های افزایش بیان‌یافته BALL مشاهده گردید که با 30 فعال‌سازی بر روی ژن‌های افزایش بیان‌یافته می‌تواند به‌عنوان یکی از فاکتورهای رونویسی مهم جهت هدف‌های تشخیصی و دارویی معرفی گردد (جدول شماره 3). Lorsbach در مطالعه خود، TET1 را به‌عنوان پروتئین تأثیرگذار در بازآرایی پروتئین MLL در سرطان (Acute Myeloid Lymphoblastic) AML گزارش کرد (26). در مطالعه حاضر نیز TET1 با تأثیرگذاری بر روی 21 ژن افزایش‌بیان‌یافته و 4 برابر افزایش بیان نسبت به نمونه کنترل در BALL به‌عنوان فاکتور رونویسی مهم در سرطان لنفوبلاستیک لوکمیای حاد سلول‌ها B گزارش شد (جدول شماره 3). در مطالعه حاضر فاکتور رونویسی SPI1 نیز که نزدیک به 4 برابر افزایش بیان در BALL دارد، با 17 فعال‌سازی ژن‌های افزایش بیان‌یافته برای اولین‌بار به‌عنوان فاکتور رونویسی در BALL مشاهده گردید (جدول شماره 3). Fukushima افزایش بیان افتراقی ELF-1 را در AML گزارش کرد (27)، درحالی‌که در مطالعه حاضر، فاکتور رونویسی ELF-1 نزدیک 6 برابر افزایش بیان‌یافته در BALL و با 13 فعال‌سازی بر روی ژن‌های افزایش بیان‌یافته، برای اولین‌بار به‌عنوان فاکتور رونویسی در BALL مشاهده شد (جدول شماره 3).
آنالیزهای کینازی بر روی پروتئین‌های حد واسط انجام گرفت و برای ژن های افزایش بیان‌یافته، 173 پروتئین کیناز شناسایی شد و 10 تای برتر که مهم‌ترین آن LYN بود  گزارش گردید (جدول شماره 4). در این دسته کینازهایی که به‌صورت اختصاصی با پروتئین‌های حدواسط ژن‌های افزایش بیان‌یافته واکنش و ارتباط دارند نیز بررسی گردید و از بین 173 کیناز، 65 کیناز یافت شد که در گروه کینازهای کاهش بیان‌یافته وجود نداشتند. مهم‌ترین کیناز LYN بود که یکی از تیروزین کینازهای خانواده Src می‌باشد و در سلول‌های هماتوپویتیک (Hematopoietic Cells) سلول‌های خون‌ساز مغز استخوان، سلول‌های تولیدکننده لنفوسیت‌های B (28)، بافت‌های عصبی(29)، کلیه‌ها و بافت‌های چربی، بیان بالایی دارد (30). LYN به‌عنوان آنزیم کلیدی فعال‌سازی در سلول هماتوپویتیک فعالیت می‌کند و با گیرنده‌های سطح سلول، از قبیل گیرنده آنتی‌ژن سلول B ارتباط دارد (31)، که نشان‌دهنده اهمیت این کیناز در فعال‌سازی سلول‌های هماتوپویتیک بوده و نتیجه فعال‌سازی آن‌ها نیز تولید هرچه بیشتر سلول‌های B و افزایش آن‌ها در بدن فرد می‌باشد. در نتیجه با مهار LYN  می‌توان فعال‌سازی سلول‌های هماتوپویتیک را کاهش داد و به‌همین دلیل می‌توان مارکر تشخیصی LYN را در نظر گرفت. همچنین LYN یک مهارگر تکثیر میلوئیدها است که از عملکرد آن در مهار سرطان AML Acute Myeloid Leukemia)) استفاده می‌شود، اما مهم‌ترین عملکرد LYN (در سرطان‌های مربوط به سلول‌های B)که آن را خیلی خاص می‌کند این است که کیناز LYN در سلول‌های B نقش تنظیم‌گر فعال‌سازی یا مهارسازی سیگنالینگ سلول B را به عهده دارد (34-32) و اهمیت درمانی کیناز LYN را نیز بسیار بالا می‌برد. در مطالعه حاضر، مهم‌ترین کیناز اختصاصی دسته ژن‌های افزایش بیان‌یافته، کیناز CSK گزارش شد (جدول مکمل شماره 8). CSK نیز مانند LYN یکی از اعضای تیروزین کیناز Src بوده و مهم‌ترین عملکرد آن در رشد سلولی، تمایز، مهاجرت و پاسخ ایمنی است که به‌صورت فسفریله کردن انتهای C (کربوکسیلی) دم پروتئین‌های Src، باعث سرکوب فعالیت این پروتئین‌ها می‌شود (38-35)،همچنین فسفریله کردن گیرنده‌های BCR و TCR سلول باعث مهار مسیر سیگنالینگ می‌گردد (39،40).
در بررسی‌ بر روی پروتئین‌های حدواسط، از ژن‌های کاهش‌بیان‌یافته، 170 پروتئین کیناز مرتبط مشاهده گردید که از این تعداد، 62 عدد از کینازها، اختصاصی ژن‌های دسته کاهش‌بیان‌یافته پیش‌بینی شدند و از بین 62 عدد کیناز(Inhibitor of Nuclear Factor Kappa-B Kinase Subunit Beta) IKBKB، بهترین امتیاز را گرفت که نقش مهمی در مسیر سیگنالینگ NF-kappa-B ایفا می‌کند و این مسیر در آسیب‌های واردشده به DNA، التهاب سایتوکاین‌ها، تولید باکتری‌ها و ویروس‌ها فعال‌ شده و با فعال کردن صدها ژن باعث پاسخ ایمنی، کنترل رشد و محافظت در مقابل آپوپتوز می‌شود (41،42). در مطالعه حاضر به جهت شناخت بیشتر مسیر دقیق و ارتباط همه مؤلفه‌های پروتئینی دخیل در لوسمی لنفوبلاستیک حاد B، شبکه‌ای از پروتئین‌های مهم پیش‌بینی‌شده ترسیم شد.
شبکه پروتئینی می‌تواند ارتباط بین سه مرحله مسیر سیگنالینگ پروتئینی را تفسیر کند، همچنین باعث افزایش بیان ژن‌های افزایش‌یافته در BALL ‌شود که مهم‌ترین پروتئین شبکه با 39 ارتباط مستقیم به فاکتور رونویسیAR  و در رتبه بعدی به پروتئین EP300 با 38 ارتباط مستقیم که یک پروتئین حد واسط است اتصال دارد. EP300 پروتئینی است که در استیلیشن هیستون‌های 1 و 2، در لنفوم‌های سلول‌های B و در ALL سلول‌های T قرار دارد (19)، همچنین در سرطان‌های سینه و روده نیز نقش به‌سزایی ایفا می‌کند (43). از دیگر پروتئین‌های مهم درون شبکه می‌توان به CREBBP اشاره کرد که با 16 ارتباط مستقیم و 13 ارتباط غیرمستقیم، نقش مهمی در شبکه دارد. این پروتئین دارای نقش فعال‌گری در سرطان ALL با عملکرد در تغییرات هیستونی و فعال‌سازی فاکتورهای رونویسی در روند رونویسی می‌باشد (44). نکته مهم مشترک بودن پروتئین اصلی هر دو شبکه در هر دو دسته ژن‌های کاهش بیان‌یافته و افزایش بیان‌یافته، نشان‌دهنده این مطلب است که پروتئین AR نمی‌تواند عامل خوبی برای درمان باشد؛ چون در هر دو دسته، حضور اصلی و فعال دارد، اما شبکه پروتئین کشیده‌شده می‌تواند در جهت شناخت بیشتر عوامل دخیل در لوسمی لنفوبلاستیک حاد سلول‌های B جهت درمان بهتر و سریع‌تر مورد استفاده قرار گیرد.
 
نتیجه‌گیری
نتایج این مطالعه نشان داد اهمیت غشا در سلول‌های BALL به سبب 97 ژن از مجموع 338 ژن افزایش‌بیان‌یافته، در عملکردهای غشاهای سلولی بسیار بالا بوده که این خود می‌تواند از نظر مولکولی توضیحی برای مقاومت بالای سلول‌های BALL نسبت به پروسه‌های درمانی باشد. یکی از اهداف مهم درمان‌ها هدف قرار دادن غشاهای سلولی است که با توجه به حجم بالای فعالیت ژن‌های افزایش بیان‌یافته در سلول‌های BALL؛ تعمیر، ساخت و حفظ غشاهای سلولی درنتیجه مقاومت این نوع از سلول‌ها در برابر حمله‌های غشایی نظیر داروهایی که غشای سلول را هدف قرار می‌دهند خواهند داشت و دارای اهمیت به‌سزایی است. همچنین در مطالعه حاضر بررسی پروتئین‌های مختلف 7 فاکتور رونویسی CUX1, LMO2, POU3F2, TET1, SPI1, LYL1, ELF1 برای اولین‌بار به‌عنوان کاندیدهای تشخیصی و احیاناً درمانی در BALL گزارش شدند که نقش کلیدی در مسیر BALL ایفا می‌کنند. در ادامه، ضروری است کاندیداهای ارائه‌شده به‌وسیله تکنیک Real-Time PCR تأیید گردند و برای هدف قرار دادن آن‌ها پیش‌بینی دارویی نیز توصیه می شود.
 
تشکر و قدردانی
مطالعه حاضر به‌طور کامل تحت حمایت مالی شرکت زیست سامانه نسل جدید (Systems Biology of Next Generation Company(SBNGC)) با کد مالی (SBNGC13961126) بوده است.
References:

1. Heron M. Deaths: leading causes for 2010. Natl Vital Stat Rep 2013;62(6):1-96.

 

2. Muschen M. Rationale for targeting the pre-B-cell receptor signaling pathway in acute lymphoblastic leukemia. Blood 2015;125(24):3688-93.

 

3. Anedi M, Rahgozar S, Moafi AR, Ghaedi K, Moshtaghian SJ, Entezar-e-Ghaem MS, et al. Evaluation of the expression profile of MDR1 geneand assessment of its prognostic value in childhood ALL. Sci J Iran Blood Transfus Organ 2014;10(4):326-34. [Full Text in Persian]

 

4.  Lugthart S, Cheok MH, den Boer ML, Yang W, Holleman A, Cheng C, et al. Identification of genes associated with chemotherapy crossresistance and treatment response in childhood acute lymphoblastic leukemia. Cancer Cell 2005;7(4):375-86.

 

5. Szczepanek J, Styczynski J, Haus O, Tretyn A, Wysocki M. Relapse of acute lymphoblastic leukemia in children in the context of microarray analyses. Arch Immunol Ther Exp (Warsz) 2011;59(1):61-8.

 

6. Gaynon PS. Childhood acute lymphoblastic leukaemia and relapse. Br J Haematol 2005;131(5):579-87.

 

7. Bhojwani D, Kang H, Moskowitz NP, Min DJ, Lee H, Potter JW, et al. Biologic pathways associated with relapse in childhood acute lymphoblastic leukemia: a Children's Oncology Group study. Blood 2006;108(2):711-7.

 

8. Kochert K, Ullrich K, Kreher S, Aster JC, Kitagawa M, Johrens K, et al. High-level expression of Mastermind-like 2 contributes to aberrant activation of the NOTCH signaling pathway in human lymphomas. Oncogene 2011;30(15):1831-40.

 

9. Barrett T, Wilhite SE, Ledoux P, Evangelista C, Kim IF, Tomashevsky M, et al. NCBI GEO: archive for functional genomics data sets--update. Nucleic Acids Res 2013;41(Database issue):D991-5.

 

10. Chen EY, Tan CM, Kou Y, Duan Q, Wang Z, Meirelles GV, et al. Enrichr: Interactive and collaborative HTML5 gene list enrichment analysis tool. BMC bioinformatics. 2013;14:128.

 

11. Huang da W, Sherman BT, Lempicki RA. Systematic and integrative analysis of large gene lists using DAVID bioinformatics resources. Nat Protoc 2009;4(1):44-57.

 

12. Huang da W, Sherman BT, Lempicki RA. Bioinformatics enrichment tools: Paths toward the comprehensive functional analysis of large gene lists. Nucleic Acids Res 2009;37(1):1-13.

 

13. Chen EY, Xu H, Gordonov S, Lim MP, Perkins MH, Ma'ayan A. Expression2 Kinases: mRNA profiling linked to multiple upstream regulatory layers. Bioinformatics 2012;28(1):105-11.

 

14. Berger SI, Posner JM, Ma'ayan A. Genes2Networks: Connecting lists of gene symbols using mammalian protein interactions databases. Nat Protoc 2009;4(1):44-57.

 

15.  Seiter KFS-AC, Talavera F, Sacher RA, Besa EC. Acute Lymphoblastic Leukemia. Sci Res 2014.

 
 

16. Weinblatt ME, Sakamoto KM, Windle ML, Cripe TP, Arceci RJ, ed. Pediatric Acute Myelocytic Leukemia. Medscape Reference. WebMD 2014.

 

17. Mukherjee S, Hoye S, Audio T. The emperor of all maladies: A biography of cancer. New York: Tantor Audio; 2010.

 

18. Bleeker FE, Lamba S, Zanon C, Molenaar RJ, Hulsebos TJ, Troost D, et al. Mutational profiling of kinases in glioblastoma. BMC Cancer 2014;14:718.

 

19. Zhang J, Ding L, Holmfeldt L, Wu G, Heatley SL, Payne-Turner D, et al. The genetic basis of early T-cell precursor acute lymphoblastic leukaemia. Nature 2012;481(7380):157-63.

 

20.  Grossmann V, Bacher U, Kohlmann A, Artusi V, Klein HU, Dugas M, et al. EZH2 mutations and their association with PICALM-MLLT10 positive acute leukaemia. Br J Haematol 2012;157(3):387-90.

 

21.  Tao YF, Pang L, Du XJ, Sun LC, Hu SY, Lu J, et al. Differential mRNA expression levels of human histone-modifying enzymes in normal karyotype B cell pediatric acute lymphoblastic leukemia. Int J Mol Sci 2013;14(2):3376–94.

 

22. Vodinelich L, Tax W, Bai Y, Pegram S, Capel P, Greaves MF. A monoclonal antibody (WT1) for detecting leukemias of T-cell precursors (T-ALL). Blood 1983;62(5):1108-13.

 

23. Ramdzan ZM, Vadnais C, Pal R, Vandal G, Cadieux C, Leduy L, et al. RAS transformation requires CUX1-dependent repair of oxidative DNA damage. PLoS biology 2014;12(3):e1001807.

 

24.  Ferrando AA, Neuberg DS, Staunton J, Loh ML, Huard C, Raimondi SC, et al. Gene expression signatures define novel oncogenic pathways in T cell acute lymphoblastic leukemia. Cancer cell 2002;1(1):75-87.

 

25.  Ferrando AA, Herblot S, Palomero T, Hansen M, Hoang T, Fox EA, et al. Biallelic transcriptional activation of oncogenic transcription factors in T-cell acute lymphoblastic leukemia. Blood 2004;103(5):1909-11.

 

26.  Lorsbach RB, Moore J, Mathew S, Raimondi SC, Mukatira ST, Downing JR. TET1, a member of a novel protein family, is fused to MLL in acute myeloid leukemia containing the t(10;11)(q22;q23). Leukemia 2003;17(3):637-41.

 

27. Fukushima T, Miyazaki Y, Tsushima H, Tsutsumi C, Taguchi J, Yoshida S, et al. The level of MEF but not ELF-1 correlates with FAB subtype of acute myeloid leukemia and is low in good prognosis cases. Leuk Res 2003;27(5):387-92.

 

28. Yamanashi Y, Mori S, Yoshida M, Kishimoto T, Inoue K, Yamamoto T, et al. Selective expression of a protein-tyrosine kinase, p56lyn, in hematopoietic cells and association with production of human T-cell lymphotropic virus type I. Proc Natl Acad Sci U S A 1989;86(17):6538–42.

 

29.  Umemori H, Wanaka A, Kato H, Takeuchi M, Tohyama M, Yamamoto T. Specific expressions of Fyn and Lyn, lymphocyte antigen receptor-associated tyrosine kinases, in the central nervous system. Brain Res Mol Brain Res 1992;16(3-4):303-10.

 

30. Yamada E, Pessin JE, Kurland IJ, Schwartz GJ, Bastie CC. Fyn-dependent regulation of energy expenditure and body weight is mediated by tyrosine phosphorylation of LKB1. Cell Metab 2010;11(2):113-24.

 

31. Yamamoto T, Yamanashi Y, Toyoshima K. Association of Src-family kinase Lyn with B-cell antigen receptor. Immunol Rev 1993;132:187-206.

 

32. Lowell CA. Src-family kinases: Rheostats of immune cell signaling. Mol Immunol 2004;41(6-7):631-43.

 

33.  Saijo K, Schmedt C, Su IH, Karasuyama H, Lowell CA, Reth M, et al. Essential role of Src-family protein tyrosine kinases in NF-kappa B activation during B cell development. Nat Immunol 2003;4(3):274-9.

 

34.  Xu Y, Harder KW, Huntington ND, Hibbs ML, Tarlinton DM. Lyn tyrosine kinase: Accentuating the positive and the negative. Immunity 2005;22(1):9-18.

 

35. Nada S, Okada M, MacAuley A, Cooper JA, Nakagawa H. Cloning of a complementary DNA for a protein-tyrosine kinase that specifically phosphorylates a negative regulatory site of p60c-src. Nature 1991;351(6321):69-72.

 

36. Nada S, Yagi T, Takeda H, Tokunaga T, Nakagawa H, Ikawa Y, et al. Constitutive activation of Src family kinases in mouse embryos that lack Csk. Cell 1993;73(6):1125-35.

 

37.  Chong YP, Chan AS, Chan KC, Williamson NA, Lerner EC, Smithgall TE, et al. C-terminal Src kinase-homologous kinase (CHK), a unique inhibitor inactivating multiple active conformations of Src family tyrosine kinases. The Journal of biological chemistry. J Biol Chem 2006;281(44):32988-99.

 

38.  Chong YP, Mulhern TD, Cheng HC. C-terminal Src kinase (CSK) and CSK-homologous kinase (CHK)--endogenous negative regulators of Src-family protein kinases. Growth Factors 2005;23(3):233-44.

 

39. Bergman M, Mustelin T, Oetken C, Partanen J, Flint NA, Amrein KE, et al. The human p50csk tyrosine kinase phosphorylates p56lck at Tyr-505 and down regulates its catalytic activity. EMBO J 1992;11(8):2919-24.

 

40. Sun G, Budde RJ. Expression, purification, and initial characterization of human Yes protein tyrosine kinase from a bacterial expression system. Arch Biochem Biophys 1997;345(1):135-42.

 

41. Salmeron A, Janzen J, Soneji Y, Bump N, Kamens J, Allen H, et al. Direct phosphorylation of NF-kappaB1 p105 by the IkappaB kinase complex on serine 927 is essential for signal-induced p105 proteolysis. J Biol Chem 2001;276(25):22215-22.

 

42.  Clark K, Peggie M, Plater L, Sorcek RJ, Young ER, Madwed JB, et al. Novel cross-talk within the IKK family controls innate immunity. Biochem J 2011;434(1):93-104.

 

43.  Gayther SA, Batley SJ, Linger L, Bannister A, Thorpe K, Chin SF, et al. Mutations truncating the EP300 acetylase in human cancers. Nat Genet 2000;24(3):300-3.

 

44. Mullighan CG, Zhang J, Kasper LH, Lerach S, Payne-Turner D, Phillips LA, et al. CREBBP mutations in relapsed acute lymphoblastic leukaemia. Nature 2011;471(7337):235-9.