يك‌پارچه‌سازي شبكه هم‌بيان ژني و شبكه تنظيمي microRNA در تومور بدخيم پروستات با آناليز داده‌هاي بياني ميكرواري

Co-Expression and Microrna Regulatory Network Integration in Metastatic Prostate Tumor Using Microarray Expression Data Analysis

زمینه و هدف: سرطان پروستات ازجمله سرطان‌های شایع میان مردان است كه ناهمگونی بسیار بالایی را در ویژگی‌های ژنتیكی و پاتولوژیكی از خود نشان می‌دهد. توضیح روابط تنظیمی بین mRNA و microRNA می‌تواند به شناسایی الگوی تنظیم بیان ژن در سرطان پروستات بدخیم كمك كند. در این مطالعه یك‌پارچه‌سازی شبكه هم‌بیان ژنی و شبكه تنظیمی microRNA در تومور بدخیم پروستات با آنالیز داده‌های بیانی میكرواری بررسی گردید. روش بررسی: در مطالعه حاضر از داده‌های بیانی (ژن و microRNA) بیماران مبتلا به سرطان پروستات، به‌منظور بررسی شبكه اندركنش ژنی تومور بدخیم پروستات استفاده شد. شبكه هم‌بیان ژنی وزن‌دار برای گروه‌بندی ژن‌ها و یافتن گروه‌های ژنی كه همبستگی قابل‌توجهی با متغیر زمان عود بیوشیمیایی بیماری دارند، به كار برده شد. هدف‌های ژنی microRNA‌های با تفاوت بیان از پایگاه‌های داده مبتنی بر پیشگویی و شواهد آزمایشگاهی گردآوری شد. با تلفیق آن با نتایج همبستگی پیرسون داده‌های بیانی ژن و microRNA، شبكه تنظیمی microRNA به دست آمد. یافته‌ها: دوگروه ژنی با همبستگی بالا با زمان عود بیوشیمیایی شناسایی شدند. یكی از این دو در مسیرهای تنظیم و تقسیم چرخه سلولی درگیر شده كه جزء مسیرهای مشخصه سرطان است. تلفیق شبكه هم‌بیان با شبكه تنظیمی microRNA نشان داد اولاً این microRNA‌ها، مسیرهایی را هدف قرار می‌دهند كه در بدخیم شدن تومور پروستات نقش دارند و دوماً چندین عنصر كلیدی شامل microRNA و ژن را معرفی می‌كنند. نتیجه‌گیری: در مطالعه حاضر، جزئیات بیشتری از اجزای عملكردی كلیدی كه باعث بدخیم‌شدن تومور پروستات می‌شوند به دست آمد. این جزئیات ممكن است فرصت‌های جدیدی را برای توسعه روش‌های جایگزین درمانی فراهم كند.

Background and objectives: Prostate cancer is one of the most prevalent cancer in men which shows high heterogeneity in genetic and pathological features. Elucidating the regulatory relationships between microRNAs and mRNAs can help to identification of gene regulatory patterns in metastatic prostate cancer.   Methods: In the present study prostate cancer patient’s expression data (gene and microRNA) was used to study gene interactions in metastatic prostate tumor. Weighted gene co-expression network have been implemented for gene clustering and finding gene modules correlation with biochemical recurrence free survival variable. Differentially expressed microRNA gene targets were obtained from experimentally validated and prediction based databases and alongside with gene and microRNA expression, Pearson correlations measurements were implemented to constructing microRNA regulatory network.   Results: Two significant modules were detected in co-expressed modules significant analysis for biochemical recurrence free variable. One of them involved in cell cycle regulation and cell proliferation pathways which are hallmark pathways of progressed cancers. Integration of gene co-expression network with microRNA regulation network shows, first: Micrornas target pathways which involved in the progression of prostate cancer to metastatic stage, and second: introduce several key factors including microRNA and genes.   Conclusion: Present study revealed more details on key functional components in prostate cancer development. These details may provide opportunities for the development of alternative therapeutic approaches.