Bioinformatics modeling of proteomics changes in muscle invasive bladder cancer

Abstract

BACKGROUND: Bladder Cancer (BC) has two distinct phenotypes. Non-muscle invasive BC has good prognosis and is treated by tumor resection and intravesical therapy, whereas muscle-invasive BC has poor prognosis and requires radical cystectomy combined with cisplatin-based chemotherapy. High- throughput sequencing technologies allow identification of individual molecular signatures to characterize the invasive phenotype. OBJECTIVE: Based on this background the objective of this thesis comprises of three parts. The first aim of the thesis was to characterize muscle-invasive BC on a molecular level by incorporating signatures from literature and omics profiles. The second aim was to evaluate the performance of pathway-enrichment obtained from two bioinformatics tools ImPAla and ClueGO. The third aim shows the use of bioinformatics in order to identify altered pathways relevant to ageing. MATERIALS: Public domain -omics signatures and molecular features associated to muscle-invasive BC were derived from literature mining to provide protein- coding genes. These features were integrated in a protein-interaction network to obtain functional pathways relevant to the phenotype. Pathway-enrichment was performed using ClueGO and ImPAla tools. The resulting pathway terms were filtered according to criterion: multiple comparison corrected p-value <0.05. RESULTS: In the first part of the thesis, the protein-interactions and pathway-enrichment yielded 14 significant pathway terms. Three pathway terms were not previously reported in muscle-invasive BC. The novel disease- associated pathways were regulation of actin-cytoskeleton, neurotrophin- signalling pathway and endocytosis. In the second part, 292 pathways were obtained from ClueGO and 471 pathways from ImPAla software. Comparison of the results obtained by the two applications yielded 152 pathway-terms with the same pathway name. 137 ClueGO pathway-terms were similar to 251 ImPAla pathways. In the last part, the results from a bioinformatics analysis of urinary-peptidomics data discovered a pathway-term “degradation of insulin- like growth factor-binding proteins” that was unique in the context of pathological ageing. CONCLUSIONS: The results of this thesis suggest that there is a complex interplay between pathways characterizing the muscle- invasive phenotype of BC. Further experimental validation of the three novel pathways with respect to progression and treatment response is indicated. In addition, the comparison of two prominent pathway enrichment tools ClueGO and ImPAla showed that ClueGO has better performance than ImPAla in pathway- enrichment analysis since the output is less redundant and contains all the biologically significant information. Lastly, molecular pathways enriched in normal and pathological ageing demonstrate that with the help of appropriate peptidomics technologies, urine could be used as a useful source of information in ageing research.

Blasentumore können in zwei Phänotypen eingeteilt werden: dem muskelinvasiven beziehungsweise dem nicht-muskelinvasiven Blasentumor. Dernicht-muskelinvasive Blasentumor hat durch eine Tumorsektion und einer intravesikale Therapie gute Prognosen. Der muskelinvasive Blasentumor hat jedoch trotz Zystektomie und Cisplatin-basierter Chemotherapie weiterhin eine schlechte Therapieprognose. Für eine erfolgreiche Therapie ist die Identifizierung der zugrundeliegenden Stoffwechselwege des jeweiligen Phänotyps umso wichtiger. Um hierzu einen Beitrag zu leisten, wurden im Rahmen der vorliegenden Dissertation drei Studien durchgeführt. Im ersten Teil der Dissertation wurden Blasentumore aufgrund von verfügbaren Omics-Profilen und aufgrund von Literaturdaten charakterisiert. Im zweiten Teil der Arbeit wurden zur Blasentumor- Charakterisierung bioinformatische Datenbanken analysiert und im dritten Teil der Dissertation wurden Signalwege der Blasentumorgenese und –Progression anhand eines bioinformatischen Ansatzes analysiert. Die öffentlich zugänglichen Omics-Datenbanken und Datenbanken molekularer Merkmale des muskelinvasiven Blasentumors wurde mit dem Ziel analysiert, neue Zielgene der Erkrankung zu identifizieren. Die betreffenden Merkmale wurden in ein Protein- Protein-Interaktionsnetz integriert, um hierdurch relevant Signalwege ausfindig zu machen. Hierzu wurde die Software-Werkzeuge ClueGo und ImPAla verwendet und gegenzeitig verglichen. Die resultierenden Signalwege wurden statistisch bewertet. Mit Hilfe dieses Ansatzes konnten insgesamt 14 Signalwege des Blasentumors identifiziert werden. Drei dieser Stoffwechselwege waren bisher noch nicht im Kontext des Blasentumors beschrieben worden; hierbei handelte es sich um Aktin- Zytoskeletton, den Neurotrophin-Signalweg sowie der Endozytose. Im zweiten Teil der Dissertation wurden durch die Verwendung von ClueGo 292 Signalwege und 471 Signalwege durch den Einsatz des ImPAla- Softwaretools extrahiert. Es zeigt sich eine Übereinstimmung von 152 Signalwegen bei diesen Ansätzen. 137 der mittels ClueGo extrahierten Signalwege waren mit den 251 ImPAla Signalwege vergleichbar. Im dritten Teil der Dissertation führte die bioinformatische Analyse von proteomischen Daten des Urins zur Identifizierung eines Signalweges, der für zugrunde liegende Alterungsprozesse relevant zu sein scheint. Insgesamt konnte im Rahmen der Dissertation gezeigt werden, dass ein Vielzahl sehr unterschiedlicher Signalwege in der Entwicklung des muskelinvasiven Blasentumor involviert sind. Die im Rahmen der Dissertation neu-identifizierten Signale sind im Rahmen von Folgeuntersuchungen zu validieren, um deren Bedeutung für den muskelinvasiven Blasentumor zu bestimmen. Das Software-Werkzeug ClueGo ist –zumindest im Kontext des muskelinvasiven Blasentumors- dem ImPAla-Ansatz aufgrund der geringeren Redundanz und des biologischen Informationsgehalts vorzuziehen. Darüber hinaus scheint die Analyse molekularer Signalwege anhand von peptidomischen Daten und Techniken geeignet zu sein, zusätzliche Informationen über Alterungsprozesse zu bieten.