• شماره ركورد
    25465
  • شماره راهنما
    BIO3 212
  • عنوان

    شناسايي شبكه RNA درون زاد رقابتي LncRNA/circRNA/Pseudogene-miRNA-mRNA در سرطان تيروئيد پاپيلاري

  • مقطع تحصيلي
    دكتري
  • رشته تحصيلي
    زيست شناسي مولكولي ژنتيك
  • دانشكده
    علوم و فناوري‌‌‌هاي زيستي
  • تاريخ دفاع
    1404/10/23
  • صفحه شمار
    109 ص .
  • استاد راهنما
    سيد مرتضي جوادي راد
  • استاد مشاور
    محسن كلاهدوزان
  • كليدواژه فارسي
    شبكه ceRNA , شبكه DE-TF , كارسينوم پاپيلاري تيروئيد (PTC)
  • چكيده فارسي
    كارسينوم پاپيلاري تيروئيد (PTC ) بدخيمي شايع دستگاه اندوكرين است كه مكانيسم‌هاي مولكولي دقيق آن هنوز به‌طور كامل شناخته نشده است. فرضيه RNA درونزاد رقابتي(ceRNA ) چشم‌انداز نويني را جهت درك پيچيدگي‌هاي تنظيم بيان ژن در سرطان ارائه مي‌دهد. در اين مطالعه، تحليل ترانسكريپتوم جهت مقايسه مراحل مختلف PTC با بافت سالم انجام شد و ژن‌هاي با بيان متفاوت (DEGs ) مشترك در تمامي مراحل شناسايي شدند. سپس به‌منظور غربالگري و تعيين ژن‌هاي كليدي از اين مجموعه ژن هاي مشترك، الگوريتم‌هاي MCC ،IVI و MCODE استفاده شد. بر پايه اين ژن‌هاي كليدي يك شبكه ceRNA پنج‌لايه جديد و شبكه تنظيمي مرتبط با آن (DE-TF ) ترسيم شد. جهت ارزيابي عملكرد تشخيصي اجزاي درون هر دو شبكه، از منحني‌ مشخصه عملكرد سيستم (ROC ) استفاده شد. ارتباط ژن‌هاي موجود در دو شبكه ceRNA و DE-TF با بقاي كلي بيماران PTC به كمك تحليل‌ رگرسيون كاكس تك‌متغيره و رگرسيون LASSO بررسي شد و يك مدل ارزيابي ريسك ايجاد شد. يافته‌هاي حاصل در نمونه هاي بافت و خون با روش RT-qPCR اعتبارسنجي شد. ارتباط بين سطح بيان ژن ها و سطح كلسيم خون مورد بررسي قرار گرفت. در مجموع 30 و 22 عضو براي دو شبكه‌ ceRNA و DE-TF به ترتيب شناسايي شدند و يك پنل اختصاصي 8 ژني متشكل از (PKMYT1، E2F1، NFATC1، STAT6، E2F3، LINC02910، GAS5 و TK1 ) به كمك تحليل رگرسيون لجستيك ژن هاي دو شبكه شناسايي شد. نتايج نشان داد كه تركيب اين نشانگرها، توانايي تمايز بسيار بالايي بين بافت تومور و سالم دارند و مقدار AUC برابر با 96.9 % را جهت تشخيص دقيق PTC نشان دادند. در بين ژن هاي مميز، PKMYT1 و GAS5 نشانگرهاي اختصاصيِ مرحله پيشرفت PTC بودند زيرا مقدار بيان آن ها در تومورهاي HA نسبت به تومورهاي LA ، افزايش قابل‌توجه نشان داد. اين دو ژن به ترتيب با مقادير AUC %81 و %87، از توانايي تشخيصي مطلوبي جهت افتراق تومورهاي HA از LA برخوردار بودند. همچنين circMET كه در هر دو نوع تومور افزايش بيان يافته بود، پتانسيل تشخيصي مناسبي در تمايز تومورهاي LA از بافت‌هاي سالم مجاور نشان داد(AUC=81%). ارزيابي غيرتهاجمي در خون محيطي نيز نشان داد كه كاهش بيان GAS5 و افزايش بيان miR-3671 و circMET در گروه HA نسبت به LA، الگوي متمايز و معناداري را جهت تفكيك مراحل پيشرفت بيماري ارائه مي‌دهند. بيان GAS5 ارتباط معناداري با سطح كلسيم خون نشان داد. مدل پيش‌آگهي SERN با معرفي چهار ژن محوري STAT6، E2F1، RMI2 وNR4A1، نقش كليدي اين ژن ها را به‌عنوان شاخص‌هاي پيش‌آگهي مؤثر در ارزيابي بقاي كلي بيماران PTC نشان داد. در اين مطالعه، با معرفي يك شبكه جديدceRNA، ژن‌هاي كليدي شناسايي شدند كه به‌عنوان نشانگرهاي زيستي، از قدرت تشخيصي بالايي جهت تمايز بافت توموري PTC از بافت سالم برخوردار بودند. افزون بر اين، مدل حاصل از اين شبكه، ارزش پيش‌آگهي قابل‌اعتمادي را در مراحل پيشرفت بيماري ارائه مي‌دهد.
  • كليدواژه لاتين
    papillary thyroid carcinoma , ceRNA network , DE-TF network
  • عنوان لاتين
    Identification of LncRNA/circRNA/Pseudogene-miRNA-mRNA ceRNA Network in papillary thyroid cancer
  • گروه آموزشي
    زيست شناسي سلولي مولكولي و ميكروبيولوژي
  • چكيده لاتين
    Papillary thyroid carcinoma (PTC) is a malignancy whose etiology is not yet fully understood. The competitive endogenous RNA (ceRNA) hypothesis offers a model to better comprehend the molecular mechanisms driving carcinogenesis. This study aimed to construct a novel ceRNA network to identify reliable diagnostic an‎d prognostic indicators applicable across all stages of PTC. Transcriptome analysis identified differentially expressed genes (DEGs) common to all PTC stages compared to normal tissue. Key genes were subsequently screened using MCC, IVI, an‎d MCODE algorithms to construct a novel five-layer ceRNA network an‎d its associated DE-TF regulatory network. The diagnostic performance of elements within both networks was eva‎luated using Receiver Operating Characteristic (ROC) curves. Furthermore, a risk assessment model was developed by identifying key genes from the ceRNA an‎d DE-TF components through univariable Cox an‎d LASSO regression analyses. Findings were validated in tissue an‎d peripheral blood samples using RT-qPCR, an‎d correlations between gene expression an‎d blood calcium levels were investigated. The ceRNA an‎d DE-TF networks comprised 30 an‎d 22 components, respectively. Logistic regression analysis identified a panel of 8 genes (PKMYT1, E2F1, NFATC1, STAT6, E2F3, LINC02910, GAS5, an‎d TK1) as reliable diagnostic markers for PTC, achieving an AUC of 96.9%. Among these, PKMYT1 an‎d GAS5 were identified as stage-specific markers in tumor tissues, showing significant upregulation in High-Aggressive (HA) tumors compared to Low-Aggressive (LA) ones. These two genes demonstrated strong diagnostic value in differentiating HA from LA tumors, with AUCs of 0.81 an‎d 0.87, respectively. circMET, which was upregulated in both groups, showed potential in distinguishing LA tumors from adjacent normal tissues (AUC = 0.81). Non-invasive eva‎luation in peripheral blood revealed a distinct pattern, while GAS5 was downregulated, miR-3671 an‎d circMET were significantly upregulated in the HA group compared to the LA group, offering a meaningful profile for distinguishing disease progression stages. Additionally, GAS5 expression was associated with blood calcium levels. The SERN prognostic model, comprising STAT6, E2F1, RMI2, an‎d NR4A1, highlighted the significance of these genes as reliable prognostic markers for overall survival in PTC. In conclusion, PKMYT1, GAS5, an‎d circMET are significantly associated with PTC aggressiveness. PKMYT1 an‎d GAS5 serve as strong indicators for tumor aggression, while circMET is valuable for early detection, an‎d GAS5 correlates with physiological calcium levels.
  • تعداد فصل ها
    4
  • فهرست مطالب pdf
    151704
  • نويسنده

    يزدي روح الاميني، سيده الميرا