SFRP1 is a possible candidate for epigenetic therapy in non­small cell lung cancer

 Y­h. Taguchi1,  Mitsuo Iwadate2,

 Hideaki Umeyama2

Department of Physics1/Biological Science2, Chuo University

Presentation at TBC2015BMC Med. Geno. Supp. in press

IntroductionIntroduction

Non small cell lung cancer (NSCLC) was lethal cancer, whose five year survival rate is at most less than 50%.Recently, epigenetic therapy that target epigenetic regulation of genes  raised as a new therapy strategy for NSCLC 

In contrast to the many in vivo studies, there exists a relatively small number of in vitro studies. 

The reason why there are small number of studies is because in vitro treatment of NSCLC is often failed to be reproduced. 

The lack of in vitro study keep us from identifying target genes of epigenetic therapy

Instead of direct investigation of in vitro effect of epigenetic therapy, we considered reprogrammed NSCLC cell line where epigenetic profiles is expected to be altered.

Data setData set

Samples  (GSE35913)

H1 (ES cell), H358 and H460 (NSCLC),IMR90

(Human Caucasian fetal lung fibroblast),  iPCH358, iPCH460, iPSIMR90 

(reprogrammed cell lines),piPCH358 (re­differentiated iPCH358)

With three biological replicates. 3 x 8 = 24 samples 

for gene expression/promoter methylation 

MethodologyMethodology

Our strategyOur strategy

Gene expression

Promoter methylation

FE

FE

Top 300 significant genes

Top 300 significant genes

Genes selected commonly in both FE

What is PCA based unsupervised FE?

 N features

Categorical multiclasses

In contrast to usual usage of PCA, not samples but features are embedded into Q dimensional space.

PC

A

PC1

samplesPC Loadings

M samplesN × M Matrix X (numerical values)

PC2

PC1

PC Score

++ ++ +

+++

++ ++ ++

+

No distinction between classes

Synthetic example

10 samples10 samples

90 features 10 featuresN(0)N()

[N()+N(0)]/2

+:Top 10 outliersThus, extracting outliers selects features distinct between two classes in an unsupervised way.Accuracy:(100 trials)Accuracy:(100 trials) 89.5% ( 52.6% (

PC1

PC2

Normal μ：mean Distribution ½ :SD

Categorical regression based FEG

ene 

expr

essi

onP

rom

oter

 met

hyla

tion

Category

Features more coincident with multple categories are selected

To identify PC loadings used for FE, we applied hierarchical clustering of PC loadings

Gene expression

Promotermethylation

PC3 vs PC3

PC4 vs PC4

PC loadings

PC loadings

(A) Associations with cancer related genes reported by Gendoo server. (B) Significant negative correlations (P<0.05) between gene expression and promoter methylation. (C) At least one study reported a direct/indirect relationship withNSCLC. (D) At least one study reported a direct/indirect relationship with Wnt/ ­catenin signalling pathways.β

We have decided that Wnt/ ­catenin βsignalling pathways is critical target of NSCLC therapy 

 → SFRP1 

Comparison of gene expression between resistant and non­resistant cell lines for adenocarcinoma and squamous cell carcinoma

H3K9K14ac during treatment with an HDAC inhibitor for NSCLC cell lines

SFRP1 affects Wnt signaling pathway

Potential of SFRP1 binding to WNT1

(a)WNT1 + SFRP1  by Fiberdock + ZDOCK, (b)WNT8  + CRD of FZ8  by Fiberdock + ZDOCK,(c) WNT1 + SFRP1 (by GROMACS (time = 2 ns)(d) WNT8  + CRD of Fz8  in PDB (PDB ID: 4F0A)

Prediction by FAMS Complex based on 4F0A

WNT1 + SFRP1

ConclusionConclusion

We  identify  multiple  genes  associated  with aberrant  gene  expression  and  promoter methylation during NSCLC reprogramming

Wnt/ ­catenin signalling pathways is critical βtarget of NSCLC therapy

SFRP1 is supposed to be epigenetic theraphy target  and  it  binding  affinity  to  Wnt1  was investigated.