Влияние экспрессии генов ELOVL5 и IGFBP6 на метастатический потенциал клеток рака молочной железы тема диссертации и автореферата по ВАК РФ 03.01.03, кандидат наук Никулин Сергей Вячеславович

• Никулин Сергей Вячеславович
• кандидат наук
• 2020

Оглавление диссертации кандидат наук Никулин Сергей Вячеславович

ВВЕДЕНИЕ

1. ОБЗОР ЛИТЕРАТУРЫ

1.1. Рак молочной железы

1.1.1. Эпидемиология рака молочной железы

1.1.2. Классификация рака молочной железы

1.1.3. Прогностические и предиктивные маркеры РМЖ

1.2. Инвазивно-метастатический каскад

1.2.1. Инвазия

1.2.2. Интравазация

1.2.3. Циркуляция

1.2.4. Экстравазация

1.2.5. Образование микрометастаза и колонизация

1.3. Элонгазы жирных кислот

1.3.1. Особенности строения и функций белка ELOVL5

1.3.2. ELOVL5 и рак

1.4. Белки семейства IGFBP

1.4.1. Функционирование IGF-системы

1.4.2. Особенности строения и функций белка IGFBP6

1.4.3. IGF-система и рак

2. ЭКСПЕРИМЕНТАЛЬНАЯ ЧАСТЬ

2.1. Материалы

2.2. Методы

2.2.1. Анализ открытых баз данных

2.2.2. Культивирование клеток MDA-MB-231

2.2.3. Нокдаун генов ЕЮУЬ5 и ЮЕБРб

2.2.4. Анализ экспрессии генов методом ПЦР в реальном времени

2.2.5. Анализ экспрессии белков методом вестерн-блоттинга

2.2.6. Оценка скорости пролиферации

2.2.7. Оценка миграционной активности методом зарастания царапины

2.2.8. Оценка миграционной активности с помощью мембранных вставок

2.2.9. Получение клеточных сфероидов

2.2.10. Транскриптомный анализ

2.2.11. Протеомный анализ

2.2.12. Оценка активности матриксных металлопротеиназ методом зимографии

2.2.13. Анализ состава жирных кислот

2.2.14. Анализ влияния ДПНЖК на жизнеспособность клеток

2.2.15. Изучение клеточного цикла и активации апоптоза при помощи проточной цитофлуорометрии

3. РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

3.1. Выбор оптимальной in vitro модели для изучения роли генов ELOVL5 и 1GFBP6 в прогрессировании РМЖ

3.2. Нокдаун генов ELOVL5 и 1GFBP6

3.3. Влияние нокдауна генов ELOVL5 и 1GFBP6 на скорость пролиферации, клеточный цикл и активацию апоптоза

3.4. Оценка изменений миграционной активности в результате нокдауна генов ELOVL5 и 1GFBP6

3.5. Влияние нокдауна генов ELOVL5 и 1GFBP6 на способность формировать сфероиды

3.6. Изменение транскриптомного профиля в результате нокдауна генов ELOVL5 и 1GFBP6

3.7. Протеомный анализ клеточных линий с нокдауном генов ELOVL5 и 1GFBP6

3.8. Влияние нокдауна генов ELOVL5 и 1GFBP6 на активность секретируемых матриксных металлопротеиназ

3.9. Влияние нокдауна генов ELOVL5 и 1GFBP6 на профиль жирных кислот в клетках MDA-MB-231

3.10. Поглощение длинных полиненасыщенных жирных кислот клетками

MDA-MB-231 из питательной среды

3.11. Влияние ДПНЖК на жизнеспособность, клеточный цикл и активацию апоптоза в клетках MDA-MB-231

4. ВЫВОДЫ

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

- 5 -ВВЕДЕНИЕ

На протяжении многих лет множеством групп ученых и медиков ведутся поиски диагностических и прогностических маркеров рака молочной железы (РМЖ). Среди прогностических маркеров возникновения РМЖ можно выделить, в первую очередь, определенные варианты генов BRCA1 и BRCA2 (тестирование на наличие данных мутаций было одобрено FDA в марте 2018 года для оценки риска развития РМЖ и рака яичников). Не менее важной задачей является выявление маркеров (генетических, белковых и низкомолекулярных), позволяющих спрогнозировать развитие заболевания или подобрать оптимальную терапию. Для РМЖ в клинической практике на сегодняшний день используются несколько генетических тестов для предсказания риска рецидива заболевания и оценки эффективности применения химиотерапии (тест-системы Oncotype Dx [1], MammaPrint [2] и Prosigna (PAM50) [3]).

Для поиска новых маркеров часто используется т.н. «анализ больших данных», например, данных транскриптомного анализа. При этом в классификаторы включают гены, экспрессия которых значительно различается между группами пациентов (дифференциально экспрессируемые).

Ранее нашей группой была опубликована работа [4], посвященная новой методике выявления значимых прогностических маркеров, основанной на абсолютно новом подходе к составлению классификаторов. Ключевое отличие состояло в том, что в рассмотрение были включены гены, экспрессия которых статистически значимо не отличалась у пациентов с хорошим и плохим прогнозом возникновения рецидива заболевания. В результате было показано, что уровень экспрессии лишь пары генов (IGFBP6 и ELOVL5) позволяет предсказать рецидив РМЖ в первые 5 лет наблюдения с высокими чувствительностью (82%) и специфичностью (62,5%). Данные показатели сопоставимы с аналогичными показателями уже используемых в клинической практике классификаторов.

Для ответа на вопрос, почему именно данная пара генов связана с вероятностью метастазирования РМЖ, был проведен литературный поиск, который показал, что по обоим генам имеется достаточно мало информации. При этом никакой четкой связи между процессами, в которых участвуют ELOVL5 и IGFBP6, выявить не удалось. В то же время, для различных типов рака оба белка по

отдельности были недавно отмечены как возможные прогностические маркеры рецидива заболевания: ELOVL5 - для колоректального рака [5,6] и рака простаты [7], IGFBP6 - для носоглоточной карциномы [8] и рака яичников [9]. Таким образом, вопрос, почему при РМЖ суммарный уровень экспрессии данных генов коррелирует с вероятностью формирования метастазов, требует изучения.

Данная работа направлена на выявление молекулярных процессов, которые могут обуславливать совместное влияние ELOVL5 и IGFBP6 на метастазирование РМЖ. Выявление таких процессов позволит, с одной стороны, подвести биологическое обоснование под использование прогностической пары ELOVL5-IGFBP6, а с другой стороны, возможно, позволит определить новые таргеты для терапии РМЖ.

Актуальность темы исследования

Актуальность данной работы обусловлена лидирующими позициями рака молочной железы в структуре заболеваемости и смертности женщин от злокачественных новообразований как в России, так и в мире [10,11]. Одной из основных проблем при лечении РМЖ является развитие рецидива заболевания после первичного лечения. По статистике рецидив развивается примерно у 40 % пациентов [13,14]. Причем около 1/3 случаев приходится на локальные рецидивы, а 2/3 случаев на отдаленные метастазы [13,14]. Лечение пациентов с отдаленными метастазами чаще всего является симптоматическим и не направлено на полное излечение заболевания [14,15].

Таким образом, изучение молекулярных механизмов, лежащих в основе метастазирования, и поиск новых способов терапии, позволяющих предотвратить образование метастазов, являются актуальными научными проблемами. Цель и задачи работы

Целью данной работы было изучение роли генов ЕЬОУЬ5 и Ю¥ВР6 в метастазировании клеток РМЖ. В рамках данной цели были поставлены следующие задачи:

1) Получить клеточные линии РМЖ со стабильным нокдауном генов

ЕЬОУЬ5 и Ю¥ЕР6

2) Оценить изменение фенотипических признаков, влияющих на метастатический потенциал клеток, после нокдауна генов ELOVL5 и IGFBP6

3) Изучить изменения транскриптомного и протеомного профилей после нокдауна генов ELOVL5 и IGFBP6

4) Определить изменение состава жирных кислот в клетках после нокдауна генов ELOVL5 и IGFBP6

5) Оценить чувствительность полученных клеточных линий к действию полиненасыщенных жирных кислот.

Научная новизна

В данной работе, исходя из анализа научной литературы, впервые была сделана попытка разобраться в причинах наличия предсказательной силы у генов с низкой индивидуальной информативностью при прогнозировании возникновения отдаленных метастазов РМЖ. Впервые была изучена взаимосвязь между генами ELOVL5 и IGFBP6, а также их роль в метастазировании РМЖ. Теоретическая и практическая значимость работы

Данная работа, с одной стороны, имеет теоретическую значимость для биологии рака, так как позволяет глубже понять роль исследуемых генов в процессе метастазирования опухолевых клеток. С другой стороны, данная работа имеет и прикладное значение, так как полученные результаты в перспективе могут быть использованы при разработке новых схем терапии. Методология и методы исследования

В данной работе в качестве in vitro модели, для изучения роли генов ELOVL5 и IGFBP6 в метастазировании клеток РМЖ, была использована клеточная линия MDA-MB-231. Был проведен нокдаун генов ELOVL5 и IGFBP6 при помощи трансдукции лентивирусными векторами, содержащими последовательности коротких шпилечных РНК, селективно подавляющих экспрессию выбранных генов. Нокдаун был подтвержден при помощи полимеразной цепной реакции в реальном времени (ПЦР-РВ) и вестерн-блоттинга. Для анализа изменений фенотипа клеток были использованы МТТ-тест, тест на зарастание царапины, тест на миграцию через пористую мембрану и тест на способность формировать клеточные сфероиды. Оценку активации апоптоза и изменений клеточного цикла проводили при помощи

проточной цитофлуорометрии. Также в работе были использованы современные высокопроизводительные методы анализа экспрессии мРНК (микрочипы Affymetrix) и белков (хромато-масс-спектрометрия). Изменения активности матриксных металлопротеиназ были исследованы при помощи зимографии. Для сравнения содержания жирных кислот в контрольных клетках и клетках с пониженной экспрессией генов ELOVL5 и IGFBP6 использовали хромато-масс-спектрометрию. Положения, выносимые на защиту

1. Выявлено, что экспрессия генов ELOVL5 и IGFBP6 значительно влияет на связанные с метастазированием свойства клеток РМЖ (включая пролиферацию, миграционную активность, клеточную адгезию и секрецию матриксных металлопротеиназ).

2. В результате нокдауна генов ELOVL5 и IGFBP6 было выявлено значительное количество одинаковых изменений в транскриптомном профиле, наиболее яркими из которых были повышение экспрессии матриксных металлопротеиназ MMP1 и MMP3 и снижение экспрессии целого ряда генов клеточной адгезии.

3. Обнаружено, что IGFBP6 связан с регуляцией метаболизма жирных кислот в клетке.

4. Обнаружено, что понижение экспрессии генов ELOVL5 и IGFBP6 приводит к увеличению чувствительности клеток РМЖ к токсическому действию длинных полиненасыщенных жирных кислот классов омега-3 и омега-6.

Введение диссертации (часть автореферата) на тему «Влияние экспрессии генов ELOVL5 и IGFBP6 на метастатический потенциал клеток рака молочной железы»

Апробация работы

Основные положения работы обсуждены на 2-х российских и 2-х международных научных конференциях:

1. Международный форум. Биотехнология: состояние и перспективы развития. 23-25 мая 2018 г.

2. Международная научная конференция студентов, аспирантов и молодых учёных «Ломоносов-2018». 9-13 апреля 2018 г.

3. Научная конференция МНИОИ им. П.А. Герцена — филиал ФГБУ «НМИЦ Радиологии» Минздрава России «Физико-химические методы

диагностики в клеточной и молекулярной биологии». 11-12 декабря 2017 г.

4. Научная конференция МНИОИ им. П.А. Герцена — филиал ФГБУ «НМИЦ Радиологии» Минздрава России «Современные подходы к клеточным исследованиям in vitro в медицине». 16-17 ноября 2017 г.

По материалам диссертационной работы опубликовано 8 печатных работ: 5 статей (все журналы входят в Перечень рецензируемых научных изданий ВАК РФ и индексируются базами данных Scopus и Web of Science) и 3 тезиса докладов в сборниках трудов конференций. Структура и объем работы

Диссертационная работа состоит из введения, обзора литературы, описания материалов и методов исследования, результатов и их обсуждения, выводов, заключения, списка используемых сокращений и списка цитируемой литературы. Работа изложена на 186 страницах и содержит 59 рисунков, 31 таблицу и 245 ссылок.

- 10 -

1. ОБЗОР ЛИТЕРАТУРЫ

1.1. Рак молочной железы

1.1.1. Эпидемиология рака молочной железы

На сегодняшний день рак молочной железы (РМЖ) является самым распространенным злокачественным новообразованием у женщин как в России (Рисунок 1.1), так и во всем мире [10,11]. Ежегодно в мире выявляется более 2 миллионов новых случаев заболевания данной патологией, при этом на Россию из них приходится более 68 тысяч [10,11]. Заболеваемость РМЖ ежегодно возрастает. В России средний темп прироста составляет примерно 2 % в год [11], в США примерно 0,4 % в год [12].

Рисунок 1.1 Заболеваемость и смертность от рака молочной железы в России (по данным [11])

Несмотря на наметившееся в последние годы снижение смертности от данной патологии (в России смертность снижается в среднем на 1,6 % в год [11], в США на 1,8 % в год [12]), РМЖ до сих пор остается лидирующей причиной смерти женщин от онкологических заболеваний как в России, так и в мире [10]. Ежегодно в мире от данной патологии умирают более 600 тысяч женщин [10], из них на Россию приходится более 22 тысяч смертей [11].

На сегодняшний день этиология РМЖ изучена не до конца. Известно, что наследственные факторы (включая мутации в генах БЯСЛ1 и ВЯСЛ2) отвечают за возникновение 5-10 % всех случаев заболевания РМЖ [10]. Показано, что ненаследственные факторы являются основной причиной наблюдаемых отличий

уровней заболеваемости РМЖ в разных странах [10]. Среди известных факторов, повышающих риск развития РМЖ, можно выделить факторы, связанные с менструацией (ранний возраст менархе, поздний возраст наступления менопаузы), репродукцией (отсутствие родов в анамнезе, поздний возраст первой беременности и меньшее количество детей), потреблением экзогенных гормонов (применение оральных контрацептивов и заместительная гормональная терапия), а также потребление алкоголя и избыточный вес. К известным факторам, снижающим риск развития РМЖ, относятся грудное вскармливание и физическая активность.

Одной из основных проблем при лечении РМЖ является развитие рецидива заболевания после первичного лечения. По статистике рецидив развивается примерно у 40 % пациентов [13,14]. Причем около 1/3 случаев приходится на локальные рецидивы, а 2/3 случаев на отдаленные метастазы [13,14]. Лечение пациентов с отдаленными метастазами чаще всего является симптоматическим и не направлено на полное излечение заболевания [14,15]. Такие пациенты фактически являются неизлечимыми.

1.1.2. Классификация рака молочной железы

РМЖ — это гетерогенная группа заболеваний, и на сегодняшний день существует множество различных классификаций РМЖ, основанных на клинических показателях, гистопатологическом анализе, а также на молекулярных характеристиках опухоли.

Традиционно, как и многие другие злокачественные новообразования, РМЖ классифицируется по системе TNM (Tumor, Nodus, Metastasis), которая учитывает размер и распространение первичной опухоли в соседние ткани, наличие опухолевых клеток в регионарных лимфатических узлах и наличие отдаленных метастазов [16,17]. На основании TNM классификации определяется клиническая стадия заболевания (0, I-IV). Классификация TNM имеет большое значение для выбора стратегии лечения в клинике, при этом она дает мало информации о биологии опухоли.

Существенно дополняет классификацию TNM гистологическое стадирование, при котором определяется степень дифференцировки опухолевых клеток [16,18]. Для отнесения к одному из типов опухоли присваивается определённое количество баллов. Баллы тем выше, чем меньше число тубулярных структур наблюдается в

микроскопической архитектуре опухоли, чем больше ядерный плеоморфизм и чем выше частота митозов опухолевых клеток. В зависимости от суммы баллов опухоль относят к первой (наиболее дифференцированная, наименее агрессивная опухоль), второй или третьей (наименее дифференцированная, наиболее агрессивная опухоль) степени злокачественности. При адекватном проведении гистологическое стадирование является простым, недорогим и достаточно точным методом оценки некоторых биологических характеристик опухоли и прогноза пациента.

Гистопатологическая классификация РМЖ базируется на изучении микроскопической структуры опухоли. На основании данной классификации РМЖ можно разделить на две большие группы - инвазивный рак без признаков специфичности и на большую группу РМЖ, обладающих признаками специфичности [16,19]. По статистике около 75 % всех случаев инвазивных РМЖ приходится на инвазивный рак без признаков специфичности и лишь около 25 % всех случаев РМЖ удается классифицировать на основании морфологических признаков [20]. Гистопатологическая классификация с одной стороны оказывает существенное влияние на прогноз и стратегию лечения пациента, а с другой позволяет получить важную информацию о биологии опухолевых клеток. Однако наличие большого числа случаев РМЖ без определенных морфологических признаков свидетельствует о необходимости создания дополнительных методов классификации РМЖ.

Классификация РМЖ на основе различных молекулярных маркеров (уровни экспрессии определенных мРНК и белков, определенные мутации ДНК и др.) позволяет получить дополнительные сведения о биологии опухоли и существенно влияет на стратегию лечения и прогноз [21]. На сегодняшний день рутинно в клинической практике в качестве молекулярных маркеров используются уровни экспрессии (измеряемые при помощи ИГХ) трех белков: рецептора эстрогена (ER), рецептора прогестерона (PR) и одного из рецепторов эпидермального фактора роста -HER2. Существуют опухоли (10-15% от общего числа РМЖ), не экспрессирующие ни один из перечисленных рецепторов. Такие опухоли называют тройными негативными (Triple Negative). Тройной негативный фенотип ассоциирован с неблагоприятным прогнозом [22].

Исторически первым молекулярным маркером РМЖ был уровень экспрессии ER, так как молочная железа - это гормонозависимый орган. Существуют 2

различных рецептора эстрогена: а и в, ER статус в клинической практике относится к ER-а. Около 80% РМЖ являются ER-положительными. ER в результате связывания лиганда димеризуется, переносится в ядро и взаимодействует с ERE (Estrogen Response Elements) - участками в составе промоторов некоторых генов, регулируя их экспрессию. В частности, экспрессия PR регулируется эстрогеном, и таким образом, уровень экспрессии PR в ER-положительных опухолях может свидетельствовать об активности сигнального пути эстрогена [23]. Ингибиторы ER и ферментов, продуцирующих эстроген (ароматазы), доказали свою эффективность и входят в первую линию терапии ER-положительного РМЖ.

Примерно в 13-20% РМЖ наблюдается повышенная экспрессия белка HER2 (Human Epidermal growth factor Receptor 2), кодируемого геном ERBB2 [21]. При этом более половины из HER2-положительных опухолей не экспрессируют рецепторы половых гормонов. Уровень экспрессии белка HER2 достоверно влияет на прогноз [24]. На сегодняшний день существуют несколько таргетных препаратов, действие которых направлено на ингибирование HER2 (наиболее распространенный -Трастузумаб). Эффективность анти-HER2 терапии была доказана в ходе многочисленных клинических исследований [25-27].

Молекулярная классификация РМЖ была существенно переработана на основе результатов иерархической кластеризации транскриптомных данных [28]. В оригинальной работе Perou с соавторами удалось выделить 4 внутренних подтипа РМЖ, отражающих различную биологию данных опухолей: люминальный, базально-подобный, HER2-положительный и нормально-подобный. Позднее данная классификация несколько раз уточнялась [29,30]. На сегодняшний день в клинике рутинно проводится суррогатное определение четырех основных внутренних подтипов РМЖ (люминальный А, люминальный В, базально-подобный и HER2-положительный) при помощи ИГХ, с использованием трех классических маркеров РМЖ (ER, PR и HER2), а также Ki-67 для отличия люминальных форм [21].

Результаты классификации РМЖ, полученные при помощи иерархической кластеризации транскриптомных данных, нельзя считать окончательными. В данной области можно выделить две основные тенденции [31]. Первая заключается в расширении и уточнении имеющихся подтипов РМЖ. Например, консорциумом METABRIC по результатам транскриптомного профилирования почти 2000

пациентов было найдено 10 различных подтипов РМЖ, однако данная классификация пока не используется в клинической практике [32]. Вторая тенденция заключается в использовании различных высокопроизводительных методов (геномный, эпигеномный, транскриптомный и протеомный анализ) для более глубокого понимания отличий между различными подтипами РМЖ. Ярким представителем второго направления является программа The Cancer Genome Atlas (TCGA) [33]

1.1.3. Прогностические и предиктивные маркеры РМЖ

В последние годы, помимо различных перечисленных выше диагностических маркеров РМЖ, появилось большое количество прогностических и предиктивных маркеры РМЖ [34]. Прогностические биомаркеры определяют вероятность клинического исхода, рецидива или прогрессии заболевания у пациента. Предиктивные биомаркеры обладают наибольшей клинической значимостью, так как позволяют выделить пациентов, для которых тот или иной метод лечения будет эффективным.

Традиционно в клинической практике для оценки прогноза течения заболевания используется ряд таких параметров, как возраст пациента, размер опухоли, количество метастазов в лимфатических узлах и степень дифференцированности опухоли. На основе этих параметров были созданы несколько алгоритмов, позволяющих оценить общую и безрецидивную выживаемость для стратификации пациентов по группам риска. Наиболее популярными на сегодняшний день являются Adjuvant! Online, PREDICT и NPI [35]. Данные тест-системы получили широкое распространение в клинической практике, так как позволяют достаточно точно определить группу риска и не требуют проведения каких-либо дополнительных измерений, которые не выполняются рутинно в клинике. Для повышения точности многие подобные тест-системы используют также и молекулярные маркеры опухоли в качестве входных параметров.

Диагностические маркеры, использующиеся для дифференциальной диагностики различных подтипов РМЖ, также являются от части прогностическими и предиктивными. Например, повышенная экспрессия белка HER2, ассоциирована с неблагоприятным прогнозом [24]. Отсутствие экспрессии всех трех классических диагностических маркеров РМЖ (тройной негативный фенотип) также достоверно

связан с неблагоприятным прогнозом [22]. При этом повышенная экспрессия белка HER2 является предиктивным маркером: он позволяет предсказать ответ на лечение гуманизированными анти-HER2 специфичными моноклональными антителами [2527]. На основе уровней экспрессии четырех белков (ER, PR, HER2 и Ki-67), измеренных при помощи ИГХ, была создана коммерчески доступная тест-система «IHC4» для оценки риска развития рецидива РМЖ, однако она не получила широкого распространения в клинической практике [36].

Предиктивными маркерами РМЖ могут быть также и различные мутации. Например, мутации в генах BRCA1 и BRCA2 сопровождаются геномной нестабильностью, свидетельствующей о дефиците гомологичной рекомбинации (ГР) [37]. ГР является обязательным этапом репарации двуцепочечных разрывов ДНК, и, таким образом, нарушение этого процесса приводит к нестабильности генома. Индикаторами дефицита ГР служат аллельный дисбаланс и крупномасштабные перестройки в геноме. Такие опухоли являются более чувствительными к терапии препаратами платины, приводящими к повреждениям ДНК, а также к терапии ингибиторами PARP (поли(АДФ-рибоза)-полимераза) - фермента, участвующего в альтернативном механизме репарации ДНК.

С развитием методов высокопроизводительного анализа экспрессии генов большую популярность приобрели прогностические групповые биомаркеры, называемые генетической подписью [38,39]. При определении генетической подписи опухоли на первом этапе производится измерение уровней экспрессии заранее выбранной группы генов, затем по определенному алгоритму оценивается риск возникновения рецидива либо в непрерывной шкале, либо определяется дискретная группа риска (часто данные подходы объединяются путем выбора отсечек на непрерывной шкале риска). На сегодняшний день наиболее популярными коммерчески доступными транскриптомными тест-системами, используемыми в клинической практике, являются Oncotype DX, Prosigna и MammaPrint (Таблица 1.1). Существуют также и другие менее распространенные генетические подписи, такие как Endopredict и MapQuantDx.

Oncotype DX - это одна из наиболее используемых и валидированных транскриптомных тест-систем для предсказания риска развития рецидива РМЖ [1]. Для оценки риска возникновения рецидива Oncotype DX использует уровни

экспрессии 21 гена, 5 из которых являются референсными. Данные гены были отобраны после валидации 250 генов-кандидатов, связанных с развитием РМЖ по литературным данным. Oncotype DX изначально был предназначен для работы с тканями, фиксированные в формалине и заключенными в парафиновые блоки. Уровни экспрессии измеряются при помощи ПЦР в реальном времени. На основании анализа экспрессии выбранной группы генов рассчитывается индекс RS (0-100), и затем на основании значений RS пациенты классифицируются на три группы: с низким, промежуточным и высоким риском развития рецидива. Oncotype DX также является и предиктивным тестом, так как было достоверно показано, что для пациентов из группы с высокими риском применение химиотерапии (совместно с гормональной терапией) позволяет существенно улучшить прогноз [38]. При этом для пациентов из групп с низким и промежуточным риском развития рецидива химиотерапия оказывается неэффективной, и таким пациентам показана только гормональная терапия [38,40].

Тест-система MammaPrint была создана в результате поиска генов, ассоциированных с возникновением рецидива, при помощи транкриптомного анализа свежезамороженных образцов опухолевой ткани [2]. В 2007 году MammaPrint впервые была одобрена FDA, а в 2015 она получила дополнительное одобрение на использование с тканями, фиксированные в формалине и заключенными в парафиновые блоки. На основании измерения уровней экспрессии 70 генов при помощи микрочипа пациенты стратифицируются на две группы: с высоким и низким риском развития рецидива. В крупном (более 6500 пациентов) проспективном клиническом исследовании MINDACT было показано, что для пациентов, относящихся к группе высокого риска на основании клинических показателей, но оказавшихся к группе низкого риска по результатам теста MammaPrint, добавление химиотерапии практически не оказывает влияния на общую и безрецидивную выживаемость [38,41].

Прогностическая тест-система Prosigna была разработана на основе транскриптомной классификации РМЖ PAM50 [28,38,39]. Prosigna - это единственная широко распространённая транкриптомная тест-система, которая для оценки риска развития рецидива использует не только уровни экспрессии генов, но и клинические показатели, такие как размер опухоли и индекс пролиферации

опухолевых клеток. На основании данных параметров рассчитывается непрерывный показатель ROR (0-100), при помощи которого пациенты классифицируются на три группы: с низким, промежуточным и высоким риском развития рецидива. Несмотря на доказанную прогностическую значимость, на сегодняшний день отсутствуют убедительные доказательства предиктивной значимости у данной тест-системы[38].

Использование транскриптомных тест-систем в клинической практике позволяет, с одной стороны, выделить группу пациентов с низким риском развития рецидива и не назначать им избыточное лечение, что значительно способствует повышению качества жизни и снижению затрат на здравоохранение. С другой стороны, их применение позволяет заранее выявить пациентов с высоким риском возникновения отдаленных метастазов и использовать более интенсивные протоколы лечения, снижающие риск развития рецидива. Однако стоит отметить, что существующие транскриптомные тест-системы обладают достаточно ограниченной предиктивной значимостью и часто не позволяют определить эффективную терапию для пациентов с повышенным риском развития рецидива. Также о необходимости создания новых более совершенных тест-систем свидетельствует тот факт, что результаты различных имеющихся на рынке тестов плохо согласуются между собой при применении на одной и той же группе пациентов [42].

В 2015 году нашей научной группой был создан собственный классификатор для выявления пациентов с высоким риском возникновения отдаленных метастазов РМЖ, основанный на измерении экспрессии всего двух генов [4]. При построении данного классификатора использовался принципиально иной подход к выбору включаемых в рассмотрение генов. Традиционно, для подобных тест-систем, используются гены с высокой индивидуальной информативностью, то есть гены, уровни экспрессии которых значительно отличаются в группах с благоприятным и неблагоприятным прогнозом. При этом для построения данного классификатора также были использованы и гены, экспрессия которых в среднем значимо не отличалась в группах с различным прогнозом. Было показано, что учет уровней экспрессии таких генов совместно с другими генами позволяет существенно улучшить качество классификации. По результатам анализа наиболее информативной парой оказалась пара генов ЕЬ0УЬ5-ЮЕВРб. Ранее данные гены не были ассоциированы с риском возникновения метастазов РМЖ и по отдельности они не

обладают предсказательной силой. Однако полученные данные свидетельствовали о том, что качество данного классификатора не уступает перечисленным выше аналогам, учитывающим уровни экспрессии нескольких десятков генов.

Таблица 1.1 Наиболее популярные коммерчески доступные прогностические и предиктивные тест-системы для РМЖ (FFPE - ткани, фиксированные в формалине и заключенные в парафиновые блоки).

Название теста Oncotype DX MammaPrint ProSigna

Производител ь Genomic Health Agendia NanoString Technologies

Оцениваемые параметры Экспрессия 21 гена (включая 5 референсных) Экспрессия 70 генов Экспрессия 58 генов (включая PAM50), а также клинические параметры

Метод измерения экспрессии ПЦР-РВ Микрочип Оригинальная технология nCounter

Тип образца FFPE FFPE, свежезамороженные FFPE

Критерии применимости Ранние стадии РМЖ, ER+, HER2-, отсутствие пораженных лимфоузлов, либо наличие 1 -3 пораженных лимфоузлов Ранние стадии РМЖ, ER+ или ER-, HER2+ или HER2-, отсутствие пораженных лимфоузлов, либо наличие 1-3 пораженных лимфоузлов Ранние стадии РМЖ, ER+ или ER-, HER2+ или HER2-, отсутствие пораженных лимфоузлов, либо наличие 1 -3 пораженных лимфоузлов

Назначение теста Прогностический (риск рецидива) Предиктивный (эффективность химиотерапии) Прогностический (риск рецидива) Прогностический (риск рецидива)

Результаты Непрерывная шкала оценки риска RS (Risk Score) от 0 до 100. Три категории риска на основании RS: низкий, промежуточный и высокий риск. Две категории риска: низкий и высокий риск. Непрерывная шкала оценки риска ROR (Risk Of Recurrence) от 0 до 100. Три категории риска на основании ROR: низкий, промежуточный и высокий риск.

- 19 -

1.2. Инвазивно-метастатический каскад

Рецидивы РМЖ, проявляющиеся в виде отдаленных метастазов, трудно поддаются лечению и являются одной из основных причин смерти пациентов. Распространение опухолевых клеток по организму происходит в ходе многоступенчатого инвазивно-метастатического каскада, состоящего из следующих стадий [43]:

1) локальная инвазия клеток первичной опухоли в окружающие ткани

2) интравазация опухолевых клеток в кровеносную систему

3) циркуляция и выживание опухолевых клеток в кровотоке

4) прикрепление к стенке сосуда

5) экстравазация опухолевых клеток через стенку сосуда в паренхиму чужеродного органа

6) образование микрометастаза в паренхиме чужеродного органа

7) колонизация - образование макрометастаза в результате пролиферации опухолевых клеток.

На сегодняшний день известно, что каждая стадия инвазивно-метастатического каскада может протекать по различным механизмам, и выбор того или иного пути обусловлен целым рядом факторов. При этом процесс метастазирования не является эффективным. Далеко не каждая опухолевая клетка, вовлечённая в метастатический каскад, сможет в итоге сформировать макрометастаз, так как окружающая среда вне родительского органа не является благоприятной для выживания и деления.

1.2.1. Инвазия

Инвазия является первым этапом инвазивно-метастатического каскада. Существует два основных известных механизма инвазии: одиночный и коллективный [44-46]. Одиночная инвазия реализуется клетками, которые не связаны друг с другом межклеточными контактами. В зависимости от типа движения этих клеток одиночная инвазия может быть амебоидной и мезенхимальной. Амебоидная инвазия происходит в интактном внеклеточном матриксе (ВКМ) за счёт высокой пластичности клеток, при этом мезенхимальная инвазия возможна только при сопутствующем повреждении ВКМ. В отличие от одиночной инвазии, коллективная инвазия - это

процесс, в котором участвует группа эпителиальных опухолевых клеток, связанных межклеточными контактами. Показано, что коллективная инвазия может переходить в одиночную, и наоборот. При этом возможны также переходы между одиночной мезенхимальной амебоидную инвазией. Таким образом, в каждой конкретной опухоли инвазия может осуществляться не только по одному из описанных выше механизмов, но и по смешанному типу.

При мезенхимальной миграции клетки теряют эпителиальные черты (наличие межклеточных контактов, апико-базальная полярность) и приобретают мезенхимальные черты (отсутствие межклеточных контактов, передне-задняя полярность). Процесс перехода от эпителиального к мезенхимальному фенотипу называется эпителиально-мезенхимальный переход (ЭМП), он протекает через ряд промежуточных состояний, некоторые из которых могут быть стабильными. Для каждого из таких состояний характерен определенный профиль активных мастер -регуляторов ЭМП, к которым относятся некоторые транскрипционные факторы и микроРНК [47].

К ключевым событиям, происходящим в ходе ЭМП, относятся:

1) потеря апико-базальной полярности и приобретение передне-задней полярности

2) подавление экспрессии эпителиальных генов, включая гены, кодирующие белки клеточной адгезии

3) активация генов, характерных для мезенхимального фенотипа

4) повышение клеточной подвижности

5) приобретение способности расщеплять белки ВКМ

6) приобретение устойчивости к апоптозу.

Среди основных транскрипционных факторов, регулирующих ЭМП можно выделить SNAIL1/2, TWIST1 и ZEB1/2 [48,49]. Экспрессия и активация транскрипционных факторов, запускающих ЭМП, происходит в ответ на различные внешние сигналы. Например к запуску ЭМП могут приводить следующий сигнальные молекулы: TGF-ß (Transforming Growth Factor ß), BMP (Bone Morphogenetic Protein), EGF (Epidermal Growth Factor), FGF (Fibroblast Growth Factor), PDGF (Platelet-Derived Growth Factor), Wnt, Shh (Sonic Hedgehog), лиганды Notch и некоторые белки ВКМ

(например, коллаген I) [48,49]. Степень участия каждого из перечисленных транскрипционных факторов в запуске ЭМП зависит от типа клеток, а также от типа сигнала, которым индуцируется ЭМП. Мастер-регуляторы ЭМП часто контролируют не только экспрессию эпителиальных и мезенхимальных генов, но и экспрессию друг друга.

Приобретение мезенхимальных черт сопряжено с перестройкой цитоскелета клетки и разрушением белковых комплексов, определяющих апико-базальную полярность клетки (например апикального комплекса Crumbs и базального комплекса Scribble) [48]. В частности, набор промежуточных филаментов цитоскелета претерпевает существенные изменения. Наиболее характерным для ЭМП изменением является подавление экспрессии цитокератина и активация экспрессия виментина. Кератин и виментин регулируют транспорт органелл, а также мембранных белков внутри клетки. При этом спектр белков, которые цитокератин и виментин направляют к мембране, отличается. Например, только кератин отвечает за транспорт Е-кадгерина.

В ходе ЭМП существенно меняется профиль экспрессии белков, участвующих в образовании межклеточных контактов, а также контактов с ВКМ. В частности, снижается уровень экспрессии белков, образующих адгезионные контакты (например, эпителиального Е-кадгерина). Подавление экспрессии Е-кадгерина уравновешивается возрастанием уровня экспрессии нейронального N-кадгерина. «Кадгериновое переключение» приводит к тому, что клетки в процессе ЭМП теряют сродство к эпителиальным клеткам и приобретают сродство к мезенхимальным клеткам за счёт гомотипических взаимодействий между молекулами N-кадгерина. Эти взаимодействия слабее эпителиальных межклеточных контактов, что способствует повышению подвижности. Помимо снижения уровня экспрессии белков адгезионных контактов, уменьшается и количество белков, образующих плотные контакты (клаудин, окклюдин, ZO-1), десмосомы (десмоплактин, плакофиллин) и щелевые контакты (коннексин). В ходе ЭМП также происходит переключение на интегрины, позволяющие клетке взаимодействовать с белками ВКМ, отличными от ламининов, находящихся в базальной мембране.

Список литературы диссертационного исследования кандидат наук Никулин Сергей Вячеславович, 2020 год

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Paik S. et al. A multigene assay to predict recurrence of tamoxifen-treated, node-negative breast cancer. // N. Engl. J. Med. - 2004. - V. 351, № 27. - P. 2817-2826.

2. van 't Veer L.J., Dai H., van de Vijver M.J., He Y.D., Hart A.A.M., Mao M., Peterse H.L., van der Kooy K., Marton M.J., Witteveen A.T., Schreiber G.J., Kerkhoven R.M., Roberts C., Linsley P.S., Bernards R., Friend S.H. Gene expression profiling predicts clinical outcome of breast cancer. // Nature. - 2002. - V. 415, № 6871. - P. 530-536.

3. Parker J.S. et al. Supervised Risk Predictor of Breast Cancer Based on Intrinsic Subtypes // J. Clin. Oncol. - 2009. - V. 27, № 8. - P. 1160-1167.

4. Galatenko V. V., Shkurnikov M.Y., Samatov T.R., Galatenko A. V., Mityakina I.A., Kaprin A.D., Schumacher U., Tonevitsky A.G. Highly informative marker sets consisting of genes with low individual degree of differential expression // Sci. Rep. Nature Publishing Group, - 2015. - V. 5, № 1. - P. 14967.

5. Boot A., Oosting J., van Eendenburg J.D.H., Kuppen P.J.K., Morreau H., van Wezel T. Methylation associated transcriptional repression of ELOVL5 in novel colorectal cancer cell lines // PLoS One / ed. Suzuki H. - 2017. - V. 12, № 9. - P. e0184900.

6. Phipps A.I. et al. Common genetic variation and survival after colorectal cancer diagnosis: a genome-wide analysis // Carcinogenesis. - 2016. - V. 37, № 1. - P. 87-95.

7. Romanuik T.L., Ueda T., Le N., Haile S., Yong T.M.K., Thomson T., Vessella R.L., Sadar M.D. Novel biomarkers for prostate cancer including noncoding transcripts // Am. J. Pathol. - 2009. - V. 175, № 6. - P. 2264-2276.

8. Chen Q., Qin S., Liu Y., Hong M., Qian C.-N., Keller E.T., Zhang J., Lu Y. IGFBP6 is a novel nasopharyngeal carcinoma prognostic biomarker // Oncotarget. - 2016. - V. 7, № 42. - P. 68140-68150.

9. Wang J., Sharma A., Ghamande S.A., Bush S., Ferris D., Zhi W., He M., Wang M., Wang X., Miller E., Hopkins D., Macfee M., Guan R., Tang J., She J.X. Serum protein profile at remission can accurately assess therapeutic outcomes and survival for serous ovarian cancer // PLoS One. - 2013. - V. 8, № 11.

10. Bray F., Ferlay J., Soerjomataram I., Siegel R.L., Torre L.A., Jemal A. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries // CA. Cancer J. Clin. - 2018. - V. 68, № 6. - P. 394-424.

11. Каприн А.Д., Старинский В.В., Петрова Г.В. Злокачественные новообразования в России в 2016 году (Заболеваемость и смертность). Москва: МНИОИ им. П.А. Герцена - филиал ФГБУ «НМИЦ радиологии» Минздрава России, - 2018. 250 p.

12. Siegel R.L., Miller K.D., Jemal A. Cancer statistics, 2019 // CA. Cancer J. Clin. -2019. - V. 69, № 1. - P. 7-34.

13. Lafourcade A., His M., Baglietto L., Boutron-Ruault M.-C., Dossus L., Rondeau V. Factors associated with breast cancer recurrences or mortality and dynamic prediction of death using history of cancer recurrences: the French E3N cohort // BMC Cancer. BMC Cancer, - 2018. - V. 18, № 1. - P. 171.

14. Gerber B., Freund M., Reimer T. Recurrent breast cancer: treatment strategies for maintaining and prolonging good quality of life. // Dtsch. Arztebl. Int. - 2010. - V. 107, № 6. - P. 85-91.

15. Redig A.J., McAllister S.S. Breast cancer as a systemic disease: a view of metastasis // J. Intern. Med. - 2013. - V. 274, № 2. - P. 113-126.

16. Lakhani S., Ellis I., Schnitt S., Tan P., van de Vijver M. WHO Classification of Tumours of the Breast. 4th ed. World Health Organization, - 2012. 240 p.

17. Koh J., Kim M.J. Introduction of a New Staging System of Breast Cancer for Radiologists: An Emphasis on the Prognostic Stage // Korean J. Radiol. - 2019. - V. 20, № 1. - P. 69.

18. Rakha E.A., Reis-Filho J.S., Baehner F., Dabbs D.J., Decker T., Eusebi V., Fox S.B., Ichihara S., Jacquemier J., Lakhani S.R., Palacios J., Richardson A.L., Schnitt S.J., Schmitt F.C., Tan P., Tse G.M., Badve S., Ellis I.O. Breast cancer prognostic classification in the molecular era: the role of histological grade // Breast Cancer Res. - 2010. - V. 12, № 4. - P. 207.

19. Sinn H.-P., Kreipe H. A Brief Overview of the WHO Classification of Breast Tumors, 4th Edition, Focusing on Issues and Updates from the 3rd Edition // Breast Care. -2013. - V. 8, № 2. - P. 149-154.

20. Weigelt B., Geyer F.C., Reis-Filho J.S. Histological types of breast cancer: How special are they? // Mol. Oncol. Elsevier B.V, - 2010. - V. 4, № 3. - P. 192-208.

21. Vuong D., Simpson P.T., Green B., Cummings M.C., Lakhani S.R. Molecular classification of breast cancer // Virchows Arch. - 2014. - V. 465, № 1. - P. 1-14.

22. Dent R., Trudeau M., Pritchard K.I., Hanna W.M., Kahn H.K., Sawka C.A., Lickley

L.A., Rawlinson E., Sun P., Narod S.A. Triple-Negative Breast Cancer: Clinical Features and Patterns of Recurrence // Clin. Cancer Res. - 2007. - V. 13, № 15. - P. 4429-4434.

23. Lange C.A., Yee D. Progesterone and Breast Cancer // Women's Heal. - 2008. - V. 4, № 2. - P. 151-162.

24. Menard S., Fortis S., Castiglioni F., Agresti R., Balsari A. HER2 as a Prognostic Factor in Breast Cancer // Oncology. - 2001. - V. 61, № 2. - P. 67-72.

25. Romond E.H. et al. Trastuzumab plus Adjuvant Chemotherapy for Operable HER2-Positive Breast Cancer // N. Engl. J. Med. - 2005. - V. 353, № 16. - P. 1673-1684.

26. Huszno J., Nowara E. Current therapeutic strategies of anti-HER2 treatment in advanced breast cancer patients // Wspolczesna Onkol. - 2016. - V. 1, № 1. - P. 1-7.

27. Piccart-Gebhart M.J. et al. Trastuzumab after Adjuvant Chemotherapy in HER2-Positive Breast Cancer // N. Engl. J. Med. - 2005. - V. 353, № 16. - P. 1659-1672.

28. Perou C.M., S0rlie T., Eisen M.B., van de Rijn M., Jeffrey S.S., Rees C. a, Pollack J.R., Ross D.T., Johnsen H., Akslen L. a, Fluge 0., Pergamenschikov A., Williams C., Zhu S.X., L0nning P.E., B0rresen-Dale A.-L., Brown P.O., Botstein D. Molecular portraits of human breast tumours // Nature. - 2000. - V. 406, № 6797. - P. 747-752.

29. Sorlie T., Perou C.M., Tibshirani R., Aas T., Geisler S., Johnsen H., Hastie T., Eisen M.B., van de Rijn M., Jeffrey S.S., Thorsen T., Quist H., Matese J.C., Brown P.O., Botstein D., Lonning P.E., Borresen-Dale A.-L. Gene expression patterns of breast carcinomas distinguish tumor subclasses with clinical implications // Proc. Natl. Acad. Sci. / ed. Hofmann W.-K. Cambridge: Cambridge University Press, - 2001. - V. 98, № 19. - P. 10869-10874.

30. Malhotra G.K., Zhao X., Band H., Band V. Histological, molecular and functional subtypes of breast cancers // Cancer Biol. Ther. - 2010. - V. 10, № 10. - P. 955-960.

31. Dai X., Li T., Bai Z., Yang Y., Liu X., Zhan J., Shi B. Breast cancer intrinsic subtype classification, clinical use and future trends. // Am. J. Cancer Res. - 2015. - V. 5, № 10. - P. 2929-2943.

32. Curtis C. et al. The genomic and transcriptomic architecture of 2,000 breast tumours reveals novel subgroups // Nature. - 2012. - V. 486, № 7403. - P. 346-352.

33. Weinstein J.N., Collisson E.A., Mills G.B., Shaw K.R.M., Ozenberger B.A., Ellrott K., Shmulevich I., Sander C., Stuart J.M. The Cancer Genome Atlas Pan-Cancer

analysis project // Nat. Genet. Nature Publishing Group, - 2013. - V. 45, № 10. - P. 1113-1120.

34. Goossens N., Nakagawa S., Sun X., Hoshida Y. Cancer biomarker discovery and validation. // Transl. Cancer Res. - 2015. - V. 4, № 3. - P. 256-269.

35. Phung M.T., Tin Tin S., Elwood J.M. Prognostic models for breast cancer: a systematic review // BMC Cancer. BMC Cancer, - 2019. - V. 19, № 1. - P. 230.

36. Krop I., Ismaila N., Andre F., Bast R.C., Barlow W., Collyar D.E., Hammond M.E., Kuderer N.M., Liu M.C., Mennel R.G., Poznak C. Van, Wolff A.C., Stearns V. Use of biomarkers to guide decisions on adjuvant systemic therapy for women with early-stage invasive breast cancer: American society of clinical oncology clinical practice guideline focused update // J. Clin. Oncol. - 2017. - V. 35, № 24. - P. 2838-2847.

37. Lal S., McCart Reed A.E., de Luca X.M., Simpson P.T. Molecular signatures in breast cancer // Methods. Elsevier Inc., - 2017. - V. 131. - P. 135-146.

38. Hyams D.M., Schuur E., Angel Aristizabal J., Bargallo Rocha J.E., Cabello C., Elizalde R., Garcia-Estevez L., Gomez H.L., Katz A., Nunez De Pierro A. Selecting postoperative adjuvant systemic therapy for early stage breast cancer: A critical assessment of commercially available gene expression assays. // J. Surg. Oncol. -2017. - V. 115, № 6. - P. 647-662.

39. Kwa M., Makris A., Esteva F.J. Clinical utility of gene-expression signatures in early stage breast cancer // Nat. Rev. Clin. Oncol. Nature Publishing Group, - 2017. - V. 14, № 10. - P. 595-610.

40. Sparano J.A. et al. Adjuvant Chemotherapy Guided by a 21-Gene Expression Assay in Breast Cancer // N. Engl. J. Med. - 2018. - V. 379, № 2. - P. 111-121.

41. Cardoso F. et al. 70-Gene Signature as an Aid to Treatment Decisions in Early-Stage Breast Cancer // N. Engl. J. Med. - 2016. - V. 375, № 8. - P. 717-729.

42. Bartlett J.M.S. et al. Comparing Breast Cancer Multiparameter Tests in the OPTIMA Prelim Trial: No Test Is More Equal Than the Others // J. Natl. Cancer Inst. - 2016. -V. 108, № 9. - P. djw050.

43. Lambert A.W., Pattabiraman D.R., Weinberg R.A. Emerging Biological Principles of Metastasis // Cell. Elsevier Inc., - 2017. - V. 168, № 4. - P. 670-691.

44. Friedl P., Locker J., Sahai E., Segall J.E. Classifying collective cancer cell invasion // Nat. Cell Biol. Nature Publishing Group, - 2012. - V. 14, № 8. - P. 777-783.

45

46

47

48

49

50

51

52

53

54

55

56

57

Krakhmal N. V., Zavyalova M. V., Denisov E. V., Vtorushin S. V., Perelmuter V.M. Cancer Invasion: Patterns and Mechanisms. // Acta Naturae. - 2015. - V. 7, № 2. - P. 17-28.

van Zijl F., Krupitza G., Mikulits W. Initial steps of metastasis: Cell invasion and endothelial transmigration // Mutat. Res. Mutat. Res. Elsevier B.V., - 2011. - V. 728, № 1-2. - P. 23-34.

Nieto M.A., Huang R.Y.-J., Jackson R.A., Thiery J.P. EMT: 2016 // Cell. - 2016. - V. 166, № 1. - P. 21-45.

Lamouille S., Xu J., Derynck R. Molecular mechanisms of epithelial-mesenchymal transition // Nat. Rev. Mol. Cell Biol. - 2014. - V. 15, № 3. - P. 178-196. Gonzalez D.M., Medici D. Signaling mechanisms of the epithelial-mesenchymal transition // Sci. Signal. - 2014. - V. 7, № 344. - P. re8-re8.

Friedl P., Wolf K. Tumour-cell invasion and migration: diversity and escape

mechanisms // Nat. Rev. Cancer. - 2003. - V. 3, № 5. - P. 362-374.

Friedl P., Gilmour D. Collective cell migration in morphogenesis, regeneration and

cancer // Nat. Rev. Mol. Cell Biol. Nature Publishing Group, - 2009. - V. 10, № 7. - P.

445-457.

Reymond N., D'Agua B.B., Ridley A.J. Crossing the endothelial barrier during metastasis // Nat. Rev. Cancer. Nature Publishing Group, - 2013. - V. 13, № 12. - P. 858-870.

Strilic B., Offermanns S. Intravascular Survival and Extravasation of Tumor Cells // Cancer Cell. Elsevier Inc., - 2017. - V. 32, № 3. - P. 282-293.

Shibue T., Weinberg R.A. Metastatic colonization: Settlement, adaptation and propagation of tumor cells in a foreign tissue environment // Semin. Cancer Biol. Elsevier Ltd, - 2011. - V. 21, № 2. - P. 99-106.

JAKOBSSON A., WESTERBERG R., JACOBSSON A. Fatty acid elongases in mammals: Their regulation and roles in metabolism // Prog. Lipid Res. - 2006. - V. 45, № 3. - P. 237-249.

Naganuma T., Sato Y., Sassa T., Ohno Y., Kihara A. Biochemical characterization of the very long-chain fatty acid elongase ELOVL7 // FEBS Lett. Federation of European Biochemical Societies, - 2011. - V. 585, № 20. - P. 3337-3341. Leonard A.E., Pereira S.L., Sprecher H., Huang Y.-S. Elongation of long-chain fatty

- 168 -

acids // Prog. Lipid Res. - 2004. - V. 43, № 1. - P. 36-54.

58. Leonard A.E., Bobik E.G., Dorado J., Kroeger P.E., Chuang L.T., Thurmond J.M., Parker-Barnes J.M., Das T., Huang Y.S., Mukerji P. Cloning of a human cDNA encoding a novel enzyme involved in the elongation of long-chain polyunsaturated fatty acids // Biochem. J. - 2000. - V. 350 Pt 3, № 3. - P. 765-770.

59. Moon Y., Hammer R.E., Horton J.D. Deletion of ELOVL5 leads to fatty liver through activation of SREBP-lc in mice // J. Lipid Res. - 2009. - V. 50, № 3. - P. 412-423.

60. Wang Y., Torres-Gonzalez M., Tripathy S., Botolin D., Christian B., Jump D.B. Elevated hepatic fatty acid elongase-5 activity affects multiple pathways controlling hepatic lipid and carbohydrate composition // J. Lipid Res. - 2008. - V. 49, № 7. - P. 1538-1552.

61. Ren H., Yu J., Xu P., Tang Y. Influence of dietary fatty acids on muscle fatty acid composition and expression levels of A6 desaturase-like and Elovl5-like elongase in common carp (Cyprinus carpio var. Jian) // Comp. Biochem. Physiol. Part B Biochem. Mol. Biol. Elsevier Inc., - 2012. - V. 163, № 2. - P. 184-192.

62. Zheng X., Ding Z., Xu Y., Monroig O., Morais S., Tocher D.R. Physiological roles of fatty acyl desaturases and elongases in marine fish: Characterisation of cDNAs of fatty acyl A6 desaturase and elovl5 elongase of cobia (Rachycentron canadum) // Aquaculture. - 2009. - V. 290, № 1-2. - P. 122-131.

63. Morais S., Monroig O., Zheng X., Leaver M.J., Tocher D.R. Highly Unsaturated Fatty Acid Synthesis in Atlantic Salmon: Characterization of ELOVL5- and ELOVL2-like Elongases // Mar. Biotechnol. - 2009. - V. 11, № 5. - P. 627-639.

64. Qin Y., Dalen K.T., Gustafsson J.A., Nebb H.I. Regulation of hepatic fatty acid elongase 5 by LXRa-SREBP-1c // Biochim. Biophys. Acta - Mol. Cell Biol. Lipids. Elsevier B.V., - 2009. - V. 1791, № 2. - P. 140-147.

65. Shikama A. et al. Identification of human ELOVL5 enhancer regions controlled by SREBP // Biochem. Biophys. Res. Commun. Elsevier Ltd, - 2015. - V. 465, № 4. - P. 857-863.

66. Zhang M., Li C.-C., Li F., Li H., Liu X.-J., Loor J., Kang X.-T., Sun G.-R. Estrogen Promotes Hepatic Synthesis of Long-Chain Polyunsaturated Fatty Acids by Regulating ELOVL5 at Post-Transcriptional Level in Laying Hens // Int. J. Mol. Sci. -2017. - V. 18, № 7. - P. 1405.

67. Tripathy S., Jump D.B. Elovl5 regulates the mTORC2-Akt-FOXO1 pathway by controlling hepatic cis-vaccenic acid synthesis in diet-induced obese mice // J. Lipid Res. - 2013. - V. 54, № 1. - P. 71-84.

68. Kanemaki N., Tchedre K.T., Imayasu M., Kawarai S., Sakaguchi M., Yoshino A., Itoh N., Meguro A., Mizuki N. Dogs and humans share a common susceptibility gene SRBD1 for glaucoma risk // PLoS One / ed. Veitia R.A. - 2013. - V. 8, № 9. - P. e74372.

69. Mabuchi F., Sakurada Y., Kashiwagi K., Yamagata Z., Iijima H., Tsukahara S. Association between SRBD1 and ELOVL5 gene polymorphisms and primary open-angle glaucoma // Investig. Ophthalmol. Vis. Sci. - 2011. - V. 52, № 7. - P. 46264629.

70. Hoxha E., Gabriele R.M.C., Balbo I., Ravera F., Masante L., Zambelli V., Albergo C., Mitro N., Caruso D., Di Gregorio E., Brusco A., Borroni B., Tempia F. Motor deficits and cerebellar atrophy in Elovl5 knock out mice // Front. Cell. Neurosci. - 2017. - V. 11, № October. - P. 1-11.

71. Di Gregorio E. et al. ELOVL5 mutations cause spinocerebellar ataxia 38 // Am. J. Hum. Genet. - 2014. - V. 95, № 2. - P. 209-217.

72. Haghighi F., Galfalvy H., Chen S., Huang Y.-Y., Cooper T.B., Burke A.K., Oquendo M.A., Mann J.J., Sublette M.E. DNA methylation perturbations in genes involved in polyunsaturated fatty acid biosynthesis associated with depression and suicide risk // Front. Neurol. - 2015. - V. 6, № April. - P. 92.

73. Shapira N. The potential contribution of dietary factors to breast cancer prevention // Eur. J. Cancer Prev. - 2017. - V. 26, № 5. - P. 385-395.

74. Romieu I.I., Amadou A., Chajes V. The Role of Diet, Physical Activity, Body Fatness, and Breastfeeding in Breast Cancer in Young Women: Epidemiological Evidence // Rev. Investig. Clin. - 2017. - V. 69, № 4.

75. Abdelmagid S.A., MacKinnon J.L., Janssen S.M., Ma D.W.L. Role of n-3 Polyunsaturated Fatty Acids and Exercise in Breast Cancer Prevention: Identifying Common Targets // Nutr. Metab. Insights. - 2016. - V. 9. - P. NMI.S39043.

76. Playdon M.C., Ziegler R.G., Sampson J.N., Stolzenberg-Solomon R., Thompson H.J., Irwin M.L., Mayne S.T., Hoover R.N., Moore S.C. Nutritional metabolomics and breast cancer risk in a prospective study // Am. J. Clin. Nutr. - 2017. - V. 106, № 2. -

P. 637-649.

77. Yang B., Ren X.-L., Fu Y.-Q., Gao J.-L., Li D. Ratio of n-3/n-6 PUFAs and risk of breast cancer: a meta-analysis of 274135 adult females from 11 independent prospective studies // BMC Cancer. BMC Cancer, - 2014. - V. 14, № 1. - P. 105.

78. Yang B., Wang F.-L., Ren X.-L., Li D. Biospecimen Long-Chain N-3 PUFA and Risk of Colorectal Cancer: A Meta-Analysis of Data from 60,627 Individuals // PLoS One / ed. Moschetta A. - 2014. - V. 9, № 11. - P. e110574.

79. Volpato M., Hull M.A. Omega-3 polyunsaturated fatty acids as adjuvant therapy of colorectal cancer // Cancer Metastasis Rev. Cancer and Metastasis Reviews, - 2018. -V. 37, № 2-3. - P. 545-555.

80. Brasky T.M., Darke A.K., Song X., Tangen C.M., Goodman P.J., Thompson I.M., Meyskens F.L., Goodman G.E., Minasian L.M., Parnes H.L., Klein E.A., Kristal A.R. Plasma Phospholipid Fatty Acids and Prostate Cancer Risk in the SELECT Trial // JNCI J. Natl. Cancer Inst. - 2013. - V. 105, № 15. - P. 1132-1141.

81. Crowe F.L. et al. Circulating Fatty Acids and Prostate Cancer Risk: Individual Participant Meta-Analysis of Prospective Studies // JNCI J. Natl. Cancer Inst. - 2014. - V. 106, № 9. - P. 1-10.

82. Huang L.-H., Chung H.-Y., Su H.-M. Docosahexaenoic acid reduces sterol regulatory element binding protein-1 and fatty acid synthase expression and inhibits cell proliferation by inhibiting pAkt signaling in a human breast cancer MCF-7 cell line // BMC Cancer. BMC Cancer, - 2017. - V. 17, № 1. - P. 890.

83. Chamras H., Ardashian A., Heber D., Glaspy J. a. Fatty acid modulation of MCF-7 human breast cancer cell proliferation, apoptosis and differentiation // J. Nutr. Biochem. - 2002. - V. 13, № 12. - P. 711-716.

84. Ding C., Chan D.W., Liu W., Liu M., Li D., Song L., Li C., Jin J., Malovannaya A., Jung S.Y., Zhen B., Wang Y., Qin J. Proteome-wide profiling of activated transcription factors with a concatenated tandem array of transcription factor response elements. // Proc. Natl. Acad. Sci. U. S. A. - 2013. - V. 110, № 17. - P. 6771-6776.

85. Kim E.K., Ha J.M., Kim Y.W., Jin S.Y., Ha H.K., Bae S.S. Inhibitory role of polyunsaturated fatty acids on lysophosphatidic acid-induced cancer cell migration and adhesion // FEBS Lett. Federation of European Biochemical Societies, - 2014. -V. 588, № 17. - P. 2971-2977.

86. Davison Z., Nicholson R.I., Hiscox S., Heard C.M. Co-Administration of Fish Oil With Signal Transduction Inhibitors Has Anti-Migration Effects in Breast Cancer Cell Lines, // Open Biochem. J. - 2018. - V. 12, № 1. - P. 130-148.

87. Chen Z.Y., Istfan N.W. Docosahexaenoic acid is a potent inducer of apoptosis in HT-29 colon cancer cells // Prostaglandins, Leukot. Essent. Fat. Acids. - 2000. - V. 63, № 5. - P. 301-308.

88. Hossain Z., Hosokawa M., Takahashi K. Growth Inhibition and Induction of Apoptosis of Colon Cancer Cell Lines by Applying Marine Phospholipid // Nutr. Cancer. - 2009. - V. 61, № 1. - P. 123-130.

89. Zhang C., Yu H., Shen Y., Ni X., Shen S., Das U.N. Polyunsaturated fatty acids trigger apoptosis of colon cancer cells through a mitochondrial pathway. // Arch. Med. Sci. - 2015. - V. 11, № 5. - P. 1081-1094.

90. Connolly J.M., Rose D.P. Effects of fatty acids on invasion through reconstituted basement membrane ('Matrigel') by a human breast cancer cell line // Cancer Lett. -1993. - V. 75, № 2. - P. 137-142.

91. Grammatikos S., Subbaiah P., Victor T., Miller W. n-3 and n-6 fatty acid processing and growth effects in neoplastic and non-cancerous human mammary epithelial cell lines // Br. J. Cancer. - 1994. - V. 70, № 2. - P. 219-227.

92. Schley P.D., Jijon H.B., Robinson L.E., Field C.J. Mechanisms of omega-3 fatty acid-induced growth inhibition in MDA-MB-231 human breast cancer cells // Breast Cancer Res. Treat. - 2005. - V. 92, № 2. - P. 187-195.

93. Gonzalez-Reyes C., Marcial-Medina C., Cervantes-Anaya N., Cortes-Reynosa P., Salazar E.P. Migration and invasion induced by linoleic acid are mediated through fascin in MDA-MB-231 breast cancer cells // Mol. Cell. Biochem. Springer US, -2017. - P. 1-10.

94. Hammamieh R., Chakraborty N., Miller S.-A., Waddy E., Barmada M., Das R., Peel S.A., Day A.A., Jett M. Differential Effects of Omega-3 and Omega-6 fatty Acids on Gene Expression in Breast Cancer Cells // Breast Cancer Res. Treat. - 2007. - V. 101, № 1. - P. 7-16.

95. Calder P.C. Very long-chain n-3 fatty acids and human health: fact, fiction and the future // Proc. Nutr. Soc. - 2018. - V. 77, № 01. - P. 52-72.

96. HORIA E., WATKINS B. Comparison of stearidonic acid and a-linolenic acid on

PGE production and COX-2 protein levels in MDA-MB-231 breast cancer cell cultures // J. Nutr. Biochem. - 2005. - V. 16, № 3. - P. 184-192.

97. Hawcroft G., Loadman P.M., Belluzzi A., Hull M.A. Effect of Eicosapentaenoic Acid on E-type Prostaglandin Synthesis and EP4 Receptor Signaling Human Colorectal Cancer Cells // Neoplasia. - 2010. - V. 12, № 8. - P. 618-IN2.

98. Nakanishi M., Rosenberg D.W. Multifaceted roles of PGE2 in inflammation and cancer // Semin. Immunopathol. - 2013. - V. 35, № 2. - P. 123-137.

99. Sulciner M.L. et al. Resolvins suppress tumor growth and enhance cancer therapy // J. Exp. Med. - 2018. - V. 215, № 1. - P. 115-140.

100. Kuda O. Bioactive metabolites of docosahexaenoic acid // Biochimie. Elsevier Ltd, -2017. - V. 136. - P. 12-20.

101. Turk H.F., Chapkin R.S. Membrane lipid raft organization is uniquely modified by n-3 polyunsaturated fatty acids // Prostaglandins, Leukot. Essent. Fat. Acids. - 2013. -V. 88, № 1. - P. 43-47.

102. Rogers K.R., Kikawa K.D., Mouradian M., Hernandez K., McKinnon K.M., Ahwah S.M., Pardini R.S. Docosahexaenoic acid alters epidermal growth factor receptor-related signaling by disrupting its lipid raft association // Carcinogenesis. - 2010. - V. 31, № 9. - P. 1523-1530.

103. Allard J.B., Duan C. IGF-Binding Proteins: Why Do They Exist and Why Are There So Many? // Front. Endocrinol. (Lausanne). - 2018. - V. 9, № APR. - P. 1-12.

104. Bach L.A. Current ideas on the biology of IGFBP-6: More than an IGF-II inhibitor? // Growth Horm. IGF Res. Elsevier Ltd, - 2016. - V. 30-31. - P. 81-86.

105. Bach L., Headey S., Norton R. IGF-binding proteins - the pieces are falling into place // Trends Endocrinol. Metab. - 2005. - V. 16, № 5. - P. 228-234.

106. Bach L.A. IGF-binding proteins. // J. Mol. Endocrinol. - 2018. - V. 61, № 1. - P. T11-T28.

107. Annunziata M., Granata R., Ghigo E. The IGF system // Acta Diabetol. - 2011. - V. 48, № 1. - P. 1-9.

108. Zhang L., Smith D.W., Gardiner B.S., Grodzinsky A.J. Modeling the Insulin-Like Growth Factor System in Articular Cartilage // PLoS One / ed. Qutub A.A. - 2013. -V. 8, № 6. - P. e66870.

109. Chao W., D'Amore P.A. IGF2: Epigenetic regulation and role in development and

disease // Cytokine Growth Factor Rev. - 2008. - V. 19, № 2. - P. 111-120.

110. Singer C.F. Insulin-Like Growth Factor (IGF)-I and IGF-II Serum Concentrations in Patients with Benign and Malignant Breast Lesions: Free IGF-II Is Correlated with Breast Cancer Size // Clin. Cancer Res. - 2004. - V. 10, № 12. - P. 4003-4009.

111. Denley A., Cosgrove L.J., Booker G.W., Wallace J.C., Forbes B.E. Molecular interactions of the IGF system // Cytokine Growth Factor Rev. - 2005. - V. 16, № 45. - P. 421-439.

112. Massoner P., Ladurner-Rennau M., Eder I.E., Klocker H. Insulin-like growth factors and insulin control a multifunctional signalling network of significant importance in cancer // Br. J. Cancer. Nature Publishing Group, - 2010. - V. 103, № 10. - P. 14791484.

113. Baxter R.C. IGF binding proteins in cancer: mechanistic and clinical insights // Nat. Rev. Cancer. Nature Publishing Group, - 2014. - V. 14, № 5. - P. 329-341.

114. Bach L.A., Fu P., Yang Z. Insulin-like growth factor-binding protein-6 and cancer // Clin. Sci. - 2013. - V. 124, № 4. - P. 215-229.

115. Bach L.A. Recent insights into the actions of IGFBP-6 // J. Cell Commun. Signal. -2015. - V. 9, № 2. - P. 189-200.

116. Denduluri S.K., Idowu O., Wang Z., Liao Z., Yan Z., Mohammed M.K., Ye J., Wei Q., Wang J., Zhao L., Luu H.H. Insulin-like growth factor (IGF) signaling in tumorigenesis and the development of cancer drug resistance // Genes Dis. - 2015. -V. 2, № 1. - P. 13-25.

117. Ollberding N.J., Cheng I., Wilkens L.R., Henderson B.E., Pollak M.N., Kolonel L.N., Le Marchand L. Genetic Variants, Prediagnostic Circulating Levels of Insulin-like Growth Factors, Insulin, and Glucose and the Risk of Colorectal Cancer: The Multiethnic Cohort Study // Cancer Epidemiol. Biomarkers Prev. - 2012. - V. 21, № 5. - P. 810-820.

118. Chi F., Wu R., Zeng Y., Xing R., Liu Y. Circulation insulin-like growth factor peptides and colorectal cancer risk: an updated systematic review and meta-analysis // Mol. Biol. Rep. - 2013. - V. 40, № 5. - P. 3583-3590.

119. Rinaldi S. et al. Serum levels of IGF-I, IGFBP-3 and colorectal cancer risk: results from the EPIC cohort, plus a meta-analysis of prospective studies // Int. J. Cancer. -2010. - V. 126, № 7. - P. NA-NA.

120. Roddam A.W. et al. Insulin-like Growth Factors, Their Binding Proteins, and Prostate Cancer Risk: Analysis of Individual Patient Data from 12 Prospective Studies // Ann. Intern. Med. - 2008. - V. 149, № 7. - P. 461.

121. Allen N.E. et al. Serum Insulin-like Growth Factor (IGF)-I and IGF-Binding Protein-3 Concentrations and Prostate Cancer Risk: Results from the European Prospective Investigation into Cancer and Nutrition // Cancer Epidemiol. Biomarkers Prev. - 2007.

- V. 16, № 6. - P. 1121-1127.

122. Gunter M.J., Hoover D.R., Yu H., Wassertheil-Smoller S., Rohan T.E., Manson J.E., Li J., Ho G.Y.F., Xue X., Anderson G.L., Kaplan R.C., Harris T.G., Howard B. V., Wylie-Rosett J., Burk R.D., Strickler H.D. Insulin, Insulin-Like Growth Factor-I, and Risk of Breast Cancer in Postmenopausal Women // JNCI J. Natl. Cancer Inst. - 2009.

- V. 101, № 1. - P. 48-60.

123. Rollison D.E., Giuliano A.R., Risendal B.C., Sweeney C., Boulware D., Laronga C., Baumgartner K.B., Byers T., Slattery M.L. Serum insulin-like growth factor (IGF)-1 and IGF binding protein-3 in relation to breast cancer among Hispanic and white, non-Hispanic women in the US Southwest // Breast Cancer Res. Treat. - 2010. - V. 121, № 3. - P. 661-669.

124. Dawczynski K., Steinbach D., Wittig S., Pfaffendorf N., Kauf E., Zintl F. Expression of components of the IGF axis in childhood acute myelogenous leukemia // Pediatr. Blood Cancer. - 2008. - V. 50, № 1. - P. 24-28.

125. McDonald K.L., O'Sullivan M.G., Parkinson J.F., Shaw J.M., Payne C.A., Brewer J.M., Young L., Reader D.J., Wheeler H.T., Cook R.J., Biggs M.T., Little N.S., Teo C., Stone G., Robinson B.G. IQGAP1 and IGFBP2: valuable biomarkers for determining prognosis in glioma patients. // J. Neuropathol. Exp. Neurol. - 2007. - V. 66, № 5. - P. 405-417.

126. Scrideli C.A., Carlotti C.G., Mata J.F., Neder L., Machado H.R., Oba-Sinjo S.M., Rosemberg S., Marie S.K.N., Tone L.G. Prognostic significance of co-overexpression of the EGFR/IGFBP-2/HIF-2A genes in astrocytomas // J. Neurooncol. - 2007. - V. 83, № 3. - P. 233-239.

127. Christoph F., Weikert S., Kempkensteffen C., Krause H., Schostak M., Miller K., Schrader M. Regularly methylated novel pro-apoptotic genes associated with recurrence in transitional cell carcinoma of the bladder // Int. J. Cancer. - 2006. - V.

119, № 6. - P. 1396-1402.

128. Ren Z., Shin A., Cai Q., Shu X.O., Gao Y.T., Zheng W. IGFBP3 mRNA expression in benign and malignant breast tumors // Breast Cancer Res. - 2007. - V. 9, № 1. - P. 1-9.

129. Sheen-Chen S.-M., Zhang H., Huang C.-C., Tang R.-P. Insulin-like growth factor-binding protein-3 in breast cancer: analysis with tissue microarray. // Anticancer Res. - 2009. - V. 29, № 4. - P. 1131-1135.

130. Zhao L., He L.-R., Zhang R., Cai M.-Y., Liao Y.-J., Qian D., Xi M., Zeng Y.-X., Xie D., Liu M.-Z. Low expression of IGFBP-3 predicts poor prognosis in patients with esophageal squamous cell carcinoma // Med. Oncol. - 2012. - V. 29, № 4. - P. 26692676.

131. Santosh V., Arivazhagan A., Sreekanthreddy P., Srinivasan H., Thota B., Srividya M.R., Vrinda M., Sridevi S., Shailaja B.C., Samuel C., Prasanna K. V., Thennarasu K., Balasubramaniam A., Chandramouli B.A., Hegde A.S., Somasundaram K., Kondaiah P., Rao M.R.S. Grade-Specific Expression of Insulin-like Growth Factor-Binding Proteins-2, -3, and -5 in Astrocytomas: IGFBP-3 Emerges as a Strong Predictor of Survival in Patients with Newly Diagnosed Glioblastoma // Cancer Epidemiol. Biomarkers Prev. - 2010. - V. 19, № 6. - P. 1399-1408.

132. Aishima S. et al. High expression of insulin-like growth factor binding protein-3 is correlated with lower portal invasion and better prognosis in human hepatocellular carcinoma // Cancer Sci. - 2006. - V. 97, № 11. - P. 1182-1190.

133. Chang Y.S., Kong G., Sun S., Liu D., El-Naggar A.K., Khuri F.R., Hong W.K., Lee H.-Y., Gong K. Clinical significance of insulin-like growth factor-binding protein-3 expression in stage I non-small cell lung cancer. // Clin. Cancer Res. - 2002. - V. 8, № 12. - P. 3796-3802.

134. Torng P.-L., Lee Y.-C., Huang C.-Y., Ye J.-H., Lin Y.-S., Chu Y.-W., Huang S.-C., Cohen P., Wu C.-W., Lin C.-T. Insulin-like growth factor binding protein-3 (IGFBP-3) acts as an invasion-metastasis suppressor in ovarian endometrioid carcinoma // Oncogene. - 2008. - V. 27, № 15. - P. 2137-2147.

135. Seligson D.B., Yu H., Tze S., Said J., Pantuck A.J., Cohen P., Lee K.-W. IGFBP-3 Nuclear Localization Predicts Human Prostate Cancer Recurrence // Horm. Cancer. -2013. - V. 4, № 1. - P. 12-23.

136. Papadimitrakopoulou V., Brown E., Liu D., Elnaggar A., Jacklee J., Hong W., Lee H. The prognostic role of loss of insulin-like growth factor-binding protein-3 expression in head and neck carcinogenesis // Cancer Lett. - 2006. - V. 239, № 1. - P. 136-143.

137. Mita K., Zhang Z., Ando Y., Toyama T., Hamaguchi M., Kobayashi S., Hayashi S. -i., Fujii Y., Iwase H., Yamashita H. Prognostic Significance of Insulin-like Growth Factor Binding Protein (IGFBP)-4 and IGFBP-5 Expression in Breast Cancer // Jpn. J. Clin. Oncol. - 2007. - V. 37, № 8. - P. 575-582.

138. Becker M.A., Hou X., Harrington S.C., Weroha S.J., Gonzalez S.E., Jacob K.A., Carboni J.M., Gottardis M.M., Haluska P. IGFBP Ratio Confers Resistance to IGF Targeting and Correlates with Increased Invasion and Poor Outcome in Breast Tumors // Clin. Cancer Res. - 2012. - V. 18, № 6. - P. 1808-1817.

139. Ahn B.Y., Elwi A.N., Lee B., Trinh D.L.N., Klimowicz A.C., Yau A., Chan J.A., Magliocco A., Kim S.W. Genetic screen identifies insulin-like growth factor binding protein 5 as a modulator of tamoxifen resistance in breast cancer // Cancer Res. -2010. - V. 70, № 8. - P. 3013-3019.

140. Vijayan A., Guha D., Ameer F., Kaziri I., Mooney C.C., Bennett L., Sureshbabu A., Tonner E., Beattie J., Allan G.J., Edwards J., Flint D.J. IGFBP-5 enhances epithelial cell adhesion and protects epithelial cells from TGFß1-induced mesenchymal invasion // Int. J. Biochem. Cell Biol. Elsevier Ltd, - 2013. - V. 45, № 12. - P. 27742785.

141. Li X., Cao X., Li X., Zhang W., Feng Y. Expression level of insulin-like growth factor binding protein 5 mRNA is a prognostic factor for breast cancer // Cancer Sci. -2007. - V. 98, № 10. - P. 1592-1596.

142. Liang P.-I., Wang Y.-H., Wu T.-F., Wu W.-R., Liao A.C., Shen K.-H., Hsing C.-H., Shiue Y.-L., Huang H.-Y., Hsu H.-P., Chen L.-T., Lin C.-Y., Tai C., Wu J.-Y., Li C.-F. IGFBP-5 overexpression as a poor prognostic factor in patients with urothelial carcinomas of upper urinary tracts and urinary bladder // J. Clin. Pathol. - 2013. - V. 66, № 7. - P. 573-582.

143. Barretina J. et al. The Cancer Cell Line Encyclopedia enables predictive modelling of anticancer drug sensitivity // Nature. - 2012. - V. 483, № 7391. - P. 603-307.

144. Dai X., Cheng H., Bai Z., Li J. Breast Cancer Cell Line Classification and Its Relevance with Breast Tumor Subtyping // J. Cancer. - 2017. - V. 8, № 16. - P. 3131-

3141.

145. Gu Z., Eils R., Schlesner M. Complex heatmaps reveal patterns and correlations in multidimensional genomic data // Bioinformatics. - 2016. - V. 32, № 18. - P. 28472849.

146. Cheng S.H.-C., Huang T.-T., Cheng Y.-H., Tan T.B.K., Horng C.-F., Wang Y.A., Brian N.S., Shih L.-S., Yu B.-L. Validation of the 18-gene classifier as a prognostic biomarker of distant metastasis in breast cancer // PLoS One / ed. Ahmad A. - 2017. -V. 12, № 9. - P. e0184372.

147. Camps C., Buffa F.M., Colella S., Moore J., Sotiriou C., Sheldon H., Harris A.L., Gleadle J.M., Ragoussis J. Hsa-miR-210 is induced by hypoxia and is an independent prognostic factor in breast cancer // Clin. Cancer Res. - 2008. - V. 14, № 5. - P. 13401348.

148. Miller L.D., Smeds J., George J., Vega V.B., Vergara L., Ploner A., Pawitan Y., Hall P., Klaar S., Liu E.T., Bergh J. An expression signature for p53 status in human breast cancer predicts mutation status, transcriptional effects, and patient survival // Proc. Natl. Acad. Sci. - 2005. - V. 102, № 38. - P. 13550-13555.

149. Loi S. et al. Predicting prognosis using molecular profiling in estrogen receptor-positive breast cancer treated with tamoxifen // BMC Genomics. - 2008. - V. 9, № 1. -P. 239.

150. Cerami E., Gao J., Dogrusoz U., Gross B.E., Sumer S.O., Aksoy B.A., Jacobsen A., Byrne C.J., Heuer M.L., Larsson E., Antipin Y., Reva B., Goldberg A.P., Sander C., Schultz N. The cBio Cancer Genomics Portal: An Open Platform for Exploring Multidimensional Cancer Genomics Data: Figure 1. // Cancer Discov. - 2012. - V. 2, № 5. - P. 401-404.

151. Schwankhaus N., Gathmann C., Wicklein D., Riecken K., Schumacher U., Valentiner U. Cell adhesion molecules in metastatic neuroblastoma models // Clin. Exp. Metastasis. - 2014. - V. 31, № 4. - P. 483-496.

152. Loesch M., Zhi H.-Y., Hou S.-W., Qi X.-M., Li R.-S., Basir Z., Iftner T., Cuenda A., Chen G. p38y MAPK Cooperates with c-Jun in trans -Activating Matrix Metalloproteinase 9 // J. Biol. Chem. - 2010. - V. 285, № 20. - P. 15149-15158.

153. Weber K., Thomaschewski M., Benten D., Fehse B. RGB marking with lentiviral vectors for multicolor clonal cell tracking // Nat. Protoc. Nature Publishing Group, -

2012. - V. 7, № 5. - P. 839-849.

154. Weber K., Mock U., Petrowitz B., Bartsch U., Fehse B. Lentiviral gene ontology (LeGO) vectors equipped with novel drug-selectable fluorescent proteins: new building blocks for cell marking and multi-gene analysis // Gene Ther. Nature Publishing Group, - 2010. - V. 17, № 4. - P. 511-520.

155. Beyer W.R., Westphal M., Ostertag W., von Laer D. Oncoretrovirus and Lentivirus Vectors Pseudotyped with Lymphocytic Choriomeningitis Virus Glycoprotein: Generation, Concentration, and Broad Host Range // J. Virol. - 2002. - V. 76, № 3. -P.1488-1495.

156. Nikulin S. V., Raigorodskaya M.P., Poloznikov A.A., Zakharova G.S., Schumacher U., Wicklein D., Sturken C., Riecken K., Fomicheva K.A., Alekseev B.Y., Shkurnikov M.Y. In Vitro Model for Studying of the Role of IGFBP6 Gene in Breast Cancer Metastasizing // Bull. Exp. Biol. Med. - 2018. - V. 164, № 5. - P. 688-692.

157. Kent W.J., Sugnet C.W., Furey T.S., Roskin K.M., Pringle T.H., Zahler A.M., Haussler a. D. The Human Genome Browser at UCSC // Genome Res. - 2002. - V. 12, № 6. - P. 996-1006.

158. Ye J., Coulouris G., Zaretskaya I., Cutcutache I., Rozen S., Madden T.L. Primer-BLAST: a tool to design target-specific primers for polymerase chain reaction. // BMC Bioinformatics. - 2012. - V. 13, № 1. - P. 134.

159. Owczarzy R., Tataurov A. V., Wu Y., Manthey J.A., McQuisten K.A., Almabrazi H.G., Pedersen K.F., Lin Y., Garretson J., McEntaggart N.O., Sailor C.A., Dawson R.B., Peek A.S. IDT SciTools: a suite for analysis and design of nucleic acid oligomers // Nucleic Acids Res. - 2008. - V. 36, № Web Server. - P. W163-W169.

160. Maltseva D. V, Khaustova N. a, Fedotov N.N., Matveeva E.O., Lebedev A.E., Shkurnikov M.U., Galatenko V. V, Schumacher U., Tonevitsky A.G. High-throughput identification of reference genes for research and clinical RT-qPCR analysis of breast cancer samples // J. Clin. Bioinforma. - 2013. - V. 3, № 1. - P. 13.

161. Pfaffl M.W., Horgan G.W., Dempfle L. Relative expression software tool (REST) for group-wise comparison and statistical analysis of relative expression results in realtime PCR. // Nucleic Acids Res. - 2002. - V. 30, № 9. - P. e36.

162. Vandesompele J., De Preter K., Pattyn F., Poppe B., Van Roy N., De Paepe A., Speleman F. Accurate normalization of real-time quantitative RT-PCR data by

geometric averaging of multiple internal control genes // Genome Biol. - 2002. - V. 3, № 7. - P. research0034. 1.

163. Livak K.J., Schmittgen T.D. Analysis of relative gene expression data using real-time quantitative PCR and the 2(-Delta Delta C(T)) Method. // Methods. - 2001. - V. 25, № 4. - P. 402-408.

164. Mosmann T. Rapid colorimetric assay for cellular growth and survival: application to proliferation and cytotoxicity assays. // J. Immunol. Methods. - 1983. - V. 65, № 1-2. - P. 55-63.

165. Hansen M.B., Nielsen S.E., Berg K. Re-examination and further development of a precise and rapid dye method for measuring cell growth/cell kill. // J. Immunol. Methods. - 1989. - V. 119, № 2. - P. 203-210.

166. Stalteri M.A., Harrison A.P. Interpretation of multiple probe sets mapping to the same gene in Affymetrix GeneChips // BMC Bioinformatics. - 2007. - V. 8, № 1. - P. 13.

167. Ashburner M. et al. Gene Ontology: tool for the unification of biology // Nat. Genet. -2000. - V. 25, № 1. - P. 25-29.

168. Gene T., Consortium O. The Gene Ontology Resource: 20 years and still GOing strong // Nucleic Acids Res. Oxford University Press, - 2019. - V. 47, № D1. - P. D330-D338.

169. Tyanova S., Temu T., Cox J. The MaxQuant computational platform for mass spectrometry-based shotgun proteomics // Nat. Protoc. Nature Publishing Group, -2016. - V. 11, № 12. - P. 2301-2319.

170. Bateman A. UniProt: a worldwide hub of protein knowledge // Nucleic Acids Res. Oxford University Press, - 2019. - V. 47, № D1. - P. D506-D515.

171. Schwanhausser B., Busse D., Li N., Dittmar G., Schuchhardt J., Wolf J., Chen W., Selbach M. Global quantification of mammalian gene expression control // Nature. -2011. - V. 473, № 7347. - P. 337-342.

172. Tyanova S., Temu T., Sinitcyn P., Carlson A., Hein M.Y., Geiger T., Mann M., Cox J. The Perseus computational platform for comprehensive analysis of (prote)omics data // Nat. Methods. - 2016. - V. 13, № 9. - P. 731-740.

173. Toth M., Fridman R. Assessment of Gelatinases (MMP-2 and MMP-9) by Gelatin Zymography // Metastasis Research Protocols. New Jersey: Humana Press, - 2001. -V. 57. - P. 163-174.

174. Valianpour F., Selhorst J.J.M., van Lint L.E.M., van Gennip A.H., Wanders R.J.A., Kemp S. Analysis of very long-chain fatty acids using electrospray ionization mass spectrometry. // Mol. Genet. Metab. - 2003. - V. 79, № 3. - P. 189-196.

175. MacLean B., Tomazela D.M., Shulman N., Chambers M., Finney G.L., Frewen B., Kern R., Tabb D.L., Liebler D.C., MacCoss M.J. Skyline: an open source document editor for creating and analyzing targeted proteomics experiments // Bioinformatics. -2010. - V. 26, № 7. - P. 966-968.

176. Sawai H., Domae N. Discrimination between primary necrosis and apoptosis by necrostatin-1 in Annexin V-positive/propidium iodide-negative cells // Biochem. Biophys. Res. Commun. Elsevier Inc., - 2011. - V. 411, № 3. - P. 569-573.

177. Heinlein C., Deppert W., Braithwaite A., Speidel D. A rapid and optimization-free procedure allows the in vivo detection of subtle cell cycle and ploidy alterations in tissues by flow cytometry // Cell Cycle. - 2010. - V. 9, № 17. - P. 3584-3590.

178. Talos F., Nemajerova A., Flores E.R., Petrenko O., Moll U.M. p73 Suppresses Polyploidy and Aneuploidy in the Absence of Functional p53 // Mol. Cell. - 2007. -V. 27, № 4. - P. 647-659.

179. Demidenko Z.N., Kalurupalle S., Hanko C., Lim C., Broude E., Blagosklonny M. V. Mechanism of G1-like arrest by low concentrations of paclitaxel: next cell cycle p53-dependent arrest with sub G1 DNA content mediated by prolonged mitosis // Oncogene. - 2008. - V. 27, № 32. - P. 4402-4410.

180. Kajstura M., Halicka H.D., Pryjma J., Darzynkiewicz Z. Discontinuous fragmentation of nuclear DNA during apoptosis revealed by discrete "sub-G1" peaks on DNA content histograms // Cytom. Part A. - 2007. - V. 71A, № 3. - P. 125-131.

181. Harrison C., Ketchen A.-M., Redhead N.J., O'Sullivan M.J., Melton D.W. Replication failure, genome instability, and increased cancer susceptibility in mice with a point mutation in the DNA ligase I gene. // Cancer Res. - 2002. - V. 62, № 14. - P. 4065-4074.

182. Riccardi C., Nicoletti I. Analysis of apoptosis by propidium iodide staining and flow cytometry // Nat. Protoc. - 2006. - V. 1, № 3. - P. 1458-1461.

183. Chung W., Eum H.H., Lee H.-O., Lee K.-M., Lee H.-B., Kim K.-T., Ryu H.S., Kim S., Lee J.E., Park Y.H., Kan Z., Han W., Park W. Single-cell RNA-seq enables comprehensive tumour and immune cell profiling in primary breast cancer // Nat.

Commun. Nature Publishing Group, - 2017. - V. 8, № 1. - P. 15081.

184. Uhlen M. et al. Tissue-based map of the human proteome // Science (80-. ). - 2015. -V. 347, № 6220. - P. 1260419-1260419.

185. Uhlen M. et al. A Human Protein Atlas for Normal and Cancer Tissues Based on Antibody Proteomics // Mol. Cell. Proteomics. - 2005. - V. 4, № 12. - P. 1920-1932.

186. Uhlen M. et al. A pathology atlas of the human cancer transcriptome // Science (80-. ). - 2017. - V. 357, № 6352. - P. eaan2507.

187. Boettcher M., McManus M.T. Choosing the Right Tool for the Job: RNAi, TALEN, or CRISPR // Mol. Cell. Elsevier Inc., - 2015. - V. 58, № 4. - P. 575-585.

188. Prelich G. Gene Overexpression: Uses, Mechanisms, and Interpretation // Genetics. -2012. - V. 190, № 3. - P. 841-854.

189. Valentiner U., Hall D.M.S., Brooks S.A., Schumacher U. HPA binding and metastasis formation of human breast cancer cell lines transplanted into severe combined immunodeficient (scid) mice // Cancer Lett. - 2005. - V. 219, № 2. - P. 233-242.

190. Sachs N. et al. A Living Biobank of Breast Cancer Organoids Captures Disease Heterogeneity // Cell. Elsevier Inc., - 2018. - V. 172, № 1-2. - P. 373- 386.e10.

191. Edgar R. Gene Expression Omnibus: NCBI gene expression and hybridization array data repository // Nucleic Acids Res. - 2002. - V. 30, № 1. - P. 207-210.

192. Barrett T., Wilhite S.E., Ledoux P., Evangelista C., Kim I.F., Tomashevsky M., Marshall K.A., Phillippy K.H., Sherman P.M., Holko M., Yefanov A., Lee H., Zhang N., Robertson C.L., Serova N., Davis S., Soboleva A. NCBI GEO: archive for functional genomics data sets—update // Nucleic Acids Res. - 2012. - V. 41, № D1. -P. D991-D995.

193. Cockburn J.G., Hallett R.M., Gillgrass A.E., Dias K.N., Whelan T., Levine M.N., Hassell J.A., Bane A. The effects of lymph node status on predicting outcome in ER+ /HER2- tamoxifen treated breast cancer patients using gene signatures // BMC Cancer. BMC Cancer, - 2016. - V. 16, № 1. - P. 555.

194. Isakoff S.J. Triple-Negative Breast Cancer // Cancer J. - 2010. - V. 16, № 1. - P. 5361.

195. Hirabayashi K., Numa F., Suminami Y., Murakami A., Murakami T., Kato H. Altered Proliferative and Metastatic Potential Associated with Increased Expression of Syndecan-1 // Tumor Biol. - 1998. - V. 19, № 6. - P. 454-463.

196. Marshall J.-C., Caissie A.L., Callejo S.A., Antecka E., Burnier Jr. M.N. Cell Proliferation Profile of Five Human Uveal Melanoma Cell Lines of Different Metastatic Potential // Pathobiology. - 2004. - V. 71, № 5. - P. 241-245.

197. Tubiana M. Tumor Cell Proliferation Kinetics and Tumor Growth Rate // Acta Oncol. (Madr). - 1989. - V. 28, № 1. - P. 113-121.

198. Zhang X., Ren D., Guo L., Wang L., Wu S., Lin C., Ye L., Zhu J., Li J., Song L., Lin H., He Z. Thymosin beta 10 is a key regulator of tumorigenesis and metastasis and a novel serum marker in breast cancer // Breast Cancer Res. Breast Cancer Research, -2017. - V. 19, № 1. - P. 15.

199. Kusuma N., Denoyer D., Eble J.A., Redvers R.P., Parker B.S., Pelzer R., Anderson R.L., Pouliot N. Integrin-dependent response to laminin-511 regulates breast tumor cell invasion and metastasis // Int. J. Cancer. - 2012. - V. 130, № 3. - P. 555-566.

200. Pei T., Li Y., Wang J., Wang H., Liang Y., Shi H., Sun B., Yin D., Sun J., Song R., Pan S., Sun Y., Jiang H., Zheng T., Liu L. YAP is a critical oncogene in human cholangiocarcinoma // Oncotarget. - 2015. - V. 6, № 19. - P. 17206-17220.

201. Lu Y., Zhao X., Li K., Luo G., Nie Y., Shi Y., Zhou Y., Ren G., Feng B., Liu Z., Pan Y., Li T., Guo X., Wu K., Miranda-Vizuete A., Wang X., Fan D. Thioredoxin-Like Protein 2 Is Overexpressed in Colon Cancer and Promotes Cancer Cell Metastasis by Interaction with Ran // Antioxid. Redox Signal. - 2013. - V. 19, № 9. - P. 899-911.

202. Paul C.D., Mistriotis P., Konstantopoulos K. Cancer cell motility: lessons from migration in confined spaces // Nat. Rev. Cancer. Nature Publishing Group, - 2017. -V. 17, № 2. - P. 131-140.

203. Fu P., Thompson J.A., Bach L.A. Promotion of Cancer Cell Migration: An InsulinLike Growth Factor (IGF)-independent Action of IGF-binding protein-6 // J. Biol. Chem. - 2007. - V. 282, № 31. - P. 22298-22306.

204. Yang Z., Bach L.A. Differential Effects of Insulin-Like Growth Factor Binding Protein-6 (IGFBP-6) on Migration of Two Ovarian Cancer Cell Lines // Front. Endocrinol. (Lausanne). - 2015. - V. 5, № DEC. - P. 1-6.

205. Liu C.-J., Liu T.-Y., Kuo L.-T., Cheng H.-W., Chu T.-H., Chang K.-W., Lin S.-C. Differential gene expression signature between primary and metastatic head and neck squamous cell carcinoma // J. Pathol. - 2007. - V. 214, № 4. - P. 489-497.

206. Jonkman J.E.N., Cathcart J.A., Xu F., Bartolini M.E., Amon J.E., Stevens K.M.,

Colarusso P. An introduction to the wound healing assay using live-cell microscopy // Cell Adh. Migr. - 2014. - V. 8, № 5. - P. 440-451.

207. Liang C.-C., Park A.Y., Guan J.-L. In vitro scratch assay: a convenient and inexpensive method for analysis of cell migration in vitro // Nat. Protoc. - 2007. - V. 2, № 2. - P. 329-333.

208. Chen H.-C. Boyden Chamber Assay // Cell Migration. New Jersey: Humana Press, -2005. - V. 294. - P. 015-022.

209. Kohrman A.Q., Matus D.Q. Divide or Conquer: Cell Cycle Regulation of Invasive Behavior // Trends Cell Biol. - 2017. - V. 27, № 1. - P. 12-25.

210. Hecht I., Natan S., Zaritsky A., Levine H., Tsarfaty I., Ben-Jacob E. The motility-proliferation-metabolism interplay during metastatic invasion // Sci. Rep. Nature Publishing Group, - 2015. - V. 5, № 1. - P. 13538.

211. Janiszewska M., Primi M.C., Izard T. Cell adhesion in cancer: Beyond the migration of single cells // J. Biol. Chem. - 2020. - V. 295, № 8. - P. 2495-2505.

212. Manuel Iglesias J., Beloqui I., Garcia-Garcia F., Leis O., Vazquez-Martin A., Eguiara A., Cufi S., Pavon A., Menendez J.A., Dopazo J., Martin A.G. Mammosphere Formation in Breast Carcinoma Cell Lines Depends upon Expression of E-cadherin // PLoS One / ed. Gotoh N. - 2013. - V. 8, № 10. - P. e77281.

213. Rossetti C., Reis B. da C.A.A., Delgado P. de O., Azzalis L.A., Junqueira V.B.C., Feder D., Fonseca F. Adhesion molecules in breast carcinoma: a challenge to the pathologist // Rev. Assoc. Med. Bras. - 2015. - V. 61, № 1. - P. 81-85.

214. Ivascu A., Kubbies M. Diversity of cell-mediated adhesions in breast cancer spheroids // Int. J. Oncol. - 2007. - V. 31, № 6. - P. 1403-1413.

215. Stadler M., Scherzer M., Walter S., Holzner S., Pudelko K., Riedl A., Unger C., Kramer N., Weil B., Neesen J., Hengstschläger M., Dolznig H. Exclusion from spheroid formation identifies loss of essential cell-cell adhesion molecules in colon cancer cells // Sci. Rep. - 2018. - V. 8, № 1. - P. 1151.

216. Sacks Suarez J., Gurler Main H., Muralidhar G.G., Elfituri O., Xu H.-L., Kajdacsy-Balla A.A., Barbolina M. V. CD44 Regulates Formation of Spheroids and Controls Organ-Specific Metastatic Colonization in Epithelial Ovarian Carcinoma // Mol. Cancer Res. - 2019. - V. 17, № 9. - P. 1801-1814.

217. Gialeli C., Theocharis A.D., Karamanos N.K. Roles of matrix metalloproteinases in

cancer progression and their pharmacological targeting // FEBS J. - 2011. - V. 278, № 1. - P. 16-27.

218. Cathcart J., Pulkoski-Gross A., Cao J. Targeting matrix metalloproteinases in cancer: Bringing new life to old ideas // Genes Dis. Elsevier Ltd, - 2015. - V. 2, № 1. - P. 2634.

219. Overall C.M. Molecular Determinants of Metalloproteinase Substrate Specificity: Matrix Metalloproteinase Substrate Binding Domains, Modules, and Exosites // Mol. Biotechnol. - 2002. - V. 22, № 1. - P. 051-086.

220. Wang Q., Lv L., Tang Y., Zhang L., Wang L. MMP-1 is overexpressed in triple-negative breast cancer tissues and the knockdown of MMP-1 expression inhibits tumor cell malignant behaviors in vitro // Oncol. Lett. - 2018. - V. 17, № 2. - P. 17321740.

221. Liu H., Kato Y., Erzinger S.A., Kiriakova G.M., Qian Y., Palmieri D., Steeg P.S., Price J.E. The role of MMP-1 in breast cancer growth and metastasis to the brain in a xenograft model // BMC Cancer. - 2012. - V. 12, № 1. - P. 583.

222. Mehner C., Miller E., Nassar A., Bamlet W.R., Evette S., Radisky D.C. Tumor cell expression of MMP3 as a prognostic factor for poor survival in pancreatic, pulmonary, and mammary carcinoma // Genes Cancer. - 2015. - V. 6, № November. -P. 480.

223. Patarroyo M., Tryggvason K., Virtanen I. Laminin isoforms in tumor invasion, angiogenesis and metastasis // Semin. Cancer Biol. - 2002. - V. 12, № 3. - P. 197207.

224. Pouliot N., Kusuma N. Laminin-511: A Multi-Functional Adhesion Protein Regulating Cell Migration, Tumor Invasion and Metastasis // Cell Adh. Migr. - 2013. - V. 7, № 1. - P. 142-149.

225. De Arcangelis A., Lefebvre O., Mechine-Neuville A., Arnold C., Klein A., Remy L., Kedinger M., Simon-Assmann P. Overexpression of laminin alpha1 chain in colonic cancer cells induces an increase in tumor growth. // Int. J. cancer. - 2001. - V. 94, № 1. - P. 44-53.

226. Maltseva D. V., Rodin S.A. Laminins in Metastatic Cancer // Mol. Biol. - 2018. - V. 52, № 3. - P. 350-371.

227. Ross J.B., Huh D., Noble L.B., Tavazoie S.F. Identification of molecular determinants

of primary and metastatic tumour re-initiation in breast cancer // Nat. Cell Biol. -2015. - V. 17, № 5. - P. 651-664.

228. Piao S., Inglehart R.C., Scanlon C.S., Russo N., Banerjee R., D'Silva N.J. CDH11 inhibits proliferation and invasion in head and neck cancer // J. Oral Pathol. Med. -2017. - V. 46, № 2. - P. 89-97.

229. Gunzel D., Yu A.S.L. Claudins and the Modulation of Tight Junction Permeability // Physiol. Rev. - 2013. - V. 93, № 2. - P. 525-569.

230. Delva E., Tucker D.K., Kowalczyk A.P. The Desmosome // Cold Spring Harb. Perspect. Biol. - 2009. - V. 1, № 2. - P. a002543-a002543.

231. Moon Y.-A., Horton J.D. Identification of Two Mammalian Reductases Involved in the Two-carbon Fatty Acyl Elongation Cascade // J. Biol. Chem. - 2003. - V. 278, № 9. - P. 7335-7343.

232. Ikeda M., Kanao Y., Yamanaka M., Sakuraba H., Mizutani Y., Igarashi Y., Kihara A. Characterization of four mammalian 3-hydroxyacyl-CoA dehydratases involved in very long-chain fatty acid synthesis // FEBS Lett. - 2008. - V. 582, № 16. - P. 24352440.

233. Abdelmagid S.A., Clarke S.E., Nielsen D.E., Badawi A., El-Sohemy A., Mutch D.M., Ma D.W.L. Comprehensive Profiling of Plasma Fatty Acid Concentrations in Young Healthy Canadian Adults // PLoS One / ed. Aspichueta P. - 2015. - V. 10, № 2. - P. e0116195.

234. Munir R., Lisec J., Swinnen J. V., Zaidi N. Lipid metabolism in cancer cells under metabolic stress // Br. J. Cancer. Springer US, - 2019. - V. 120, № 12. - P. 10901098.

235. Krimbou L., Denis M., Haidar B., Carrier M., Marcil M., Genest J. Molecular interactions between apoE and ABCA1 // J. Lipid Res. - 2004. - V. 45, № 5. - P. 839848.

236. Smith B., Land H. Anticancer Activity of the Cholesterol Exporter ABCA1 Gene // Cell Rep. The Authors, - 2012. - V. 2, № 3. - P. 580-590.

237. Li N.C., Fan J., Papadopoulos V. Sterol Carrier Protein-2, a Nonspecific Lipid-Transfer Protein, in Intracellular Cholesterol Trafficking in Testicular Leydig Cells // PLoS One / ed. Voncken F. - 2016. - V. 11, № 2. - P. e0149728.

238. Rodriguez-Agudo D., Ren S., Wong E., Marques D., Redford K., Gil G., Hylemon P.,

Pandak W.M. Intracellular cholesterol transporter StarD4 binds free cholesterol and increases cholesteryl ester formation // J. Lipid Res. - 2008. - V. 49, № 7. - P. 14091419.

239. Fielding P.E., Fielding C.J. Intracellular Transport of Low Density Lipoprotein Derived Free Cholesterol Begins at Clathrin-Coated Pits and Terminates at Cell Surface Caveolae // Biochemistry. - 1996. - V. 35, № 47. - P. 14932-14938.

240. Ivaturi S., Wooten C.J., Nguyen M.D., Ness G.C., Lopez D. Distribution of the LDL receptor within clathrin-coated pits and caveolae in rat and human liver // Biochem. Biophys. Res. Commun. Elsevier Inc., - 2014. - V. 445, № 2. - P. 422-427.

241. Tan Z. et al. Targeting CPT1A-mediated fatty acid oxidation sensitizes nasopharyngeal carcinoma to radiation therapy // Theranostics. - 2018. - V. 8, № 9. -P. 2329-2347.

242. Liu J.J., Green P., John Mann J., Rapoport S.I., Sublette M.E. Pathways of polyunsaturated fatty acid utilization: Implications for brain function in neuropsychiatric health and disease // Brain Res. - 2015. - V. 1597, № 646. - P. 220246.

243. Zhang W., Chen R., Yang T., Xu N., Chen J., Gao Y., Stetler R.A. Fatty acid transporting proteins: Roles in brain development, aging, and stroke // Prostaglandins, Leukot. Essent. Fat. Acids. - 2018. - V. 136, № 412. - P. 35-45.

244. Wlodkowic D., Skommer J., Darzynkiewicz Z. Flow Cytometry-Based Apoptosis Detection // Business / ed. Erhardt P., Toth A. Totowa, NJ: Humana Press, - 2009. -V. 559, № 0. - P. 19-32.

245. Brauchle E., Thude S., Brucker S.Y., Schenke-Layland K. Cell death stages in single apoptotic and necrotic cells monitored by Raman microspectroscopy // Sci. Rep. -2015. - V. 4, № 1. - P. 4698.