A génexpresszió microarray-alapú globális elemzése sikeresen alkalmazható a humán tumorok, közöttük a primer májrákok karakterizálására. A microarray technológia elősegítheti a rákbetegek korai diagnózisát, prognosztikus és terápiás klasszifikációját. Annak érdekében, hogy az archivált patológiai mintákban elrejtett genomikai információhoz jobb hozzáférést biztosítsunk, három különböző fixálószerrel kezelt, paraffinba ágyazott szöveteken vizsgáltuk az RT-PCR reakciók hatékonyságát. Minden fixálószer estén megbízható amplifikációt kaptunk, amennyiben az amplikon mérete nem haladta meg a 225 bp-t. A termékhossz további növekedésével azonban a reakció hatékonysága és reprodukálhatósága gyorsan csökkent. A legjobb szöveti morfológiát és a legegyenletesebb claudin-4 és claudin-7 immunhisztokémiai festést ugyanakkor a formalin-fixált minták estén láttuk. A konvencionális lineáris RNS-amplifikációs protokollt egy random nonamer T3-polimeráz lépéssel módosítottuk. A T7T3 amplifikáció olyan "sense" szálú terméket hozott létre, ami indirekt jelölt cDNS-templáttá volt konvertálható. A fagyasztott és mikrodisszektált Myc és Myc/TGF-? egértumorok microarray-elemzése az amplifikációt követően jól reprodukálható expressziós profilokat (r=0,9) eredményezett, az eredeti expessziós mintázatok megtartottak voltak (r=0,78). A HGF-kezelt, c-Met kondiconális knock-out és kontroll egerekből származó májsejtek expressziós profiljainak összehasonlításával 690, a HGF/c-Met útvonal által szabályozott gént azonosítottunk. A szignifikáns gének funkcionális elemzése azt mutatta, hogy a c-Met receptor a májsejtek motilitásának és oxidatív homeosztázisának fontos regulátora. A c-Met-indukált expressziós mintázat kifejeződését humán HCC-kben is vizsgáltuk, és beazonosítottuk a humán tumorok egy csoportját (27%), melyekben a c-Met útvonal aktivációja valószínűsíthető (MET+). E tumorokra a gyakori vaszkuláris invázió, a magas mikrovaszkuláris sűrűség és a többihez képest rövidebb túlélés volt jellemző. Egy, a 111 evolucionálisan konzervált c-Met-célgén expresszióján alapuló predikciós modell pedig 83-95%-os pontossággal volt képes a májkarcinómás betegeket a jó és a rossz túlélést mutató csoportokba szétválogatni. Összességében kutatásaink megmutatták, hogy a gondos kísérlettervezés és a legkorszerűbb molekuláris metodikák felhasználása mellett archivált és ezáltal ritka mintákon is lehetővé válik a globális génexpresszió elemzése. A komparatív genomikai analízis segítségével pedig olyan új molekuláris klasszifikációs rendszereket hozhatunk létre, amelyek nélkülözhetetlenek az individualizált daganatterápiás protokollok létrehozásához.