شناسایی بیوانفورماتیکی شبکه تنظیمی mirna-mrna مرتبط با سرطان ریه اولیه

مقدمه: در اقدامات بالینی، تمایز تومورهای تهاجمی ریه از تومورهای اولیه همچنان به عنوان یک چالش باقی‌مانده است. با پیشرفت‌های اخیر در درک تغییرات بیولوژیک تومورزایی و فن‌آوری‌های تحلیلی مولکولی، استفاده از این تغییرات ملکولی می‌تواند به عنوان نشانگر زیستی بسیار حساس و اختصاصی برای طبقه‌بندی بیماران باشد. در این مطالعه شبکه ملکولی mirna-mrna مرتبط با سرطان ریه اولیه با رویکرد بیوانفورماتیکی مورد ارزیابی قرار گرفته است.روش بررسی: در این مطالعه تحلیلی- مشاهده‌ای، پروفایل بیانی ژن های بیماران مبتلا به سرطان ریه اولیه از داده های rnaseq در پایگاه داده اطلس ژنوم سرطان (tcga)، توسط پکیج tcgabiolinks تهیه شد. با استفاده از پکیج های edger و limma در نرم افزار r، ژن‌هایی با بیان غیر اختصاصی فیلتر شدند و mrnaها و mirnaها با اختلاف بیان معنی‌دار بین نمونه‌های توموری و نمونه‌های سالم ذخیره شدند و با کمک دو پایگاه targetscan و mirwalk، اهداف آن‌ها پیش‌بینی شد. متعاقباً، شبکه تنظیم‌کننده تعامل mirna-mrna با استفاده از نرم‌افزار cytoscape به تصویر کشیده شد.نتایج: با تجزیه و تحلیل شبکه mirna-mrna مشخص شد که، 7 mirna شامل؛ hsa-mir-373-3p، hsa-let-7a-5p، hsa-mir-23b-3p، hsa-mir-152-3p، hsa-mir-216a-3p، hsa-mir-106-5p و hsa-let-7i-5p و 6 mirna شامل؛ has-mir-107، has-mir-17-5p، has-185-5p، has-mir-34a-5p، has-mir-130a-5p و has-96-5p به ترتیب تنظیم‌کننده mrnaهایی که در سرطان ریه اولیه افزایش و کاهش بیان داشته‌اند، می‌باشند. نتیجه‌گیری: این مطالعه بیوانفورماتیکی یک شبکه ملکولی mirna-mrna مرتبط با سرطان ریه اولیه را پیشنهاد می‌کند که می‌تواند به عنوان نشانگرهای پیش آگهی به غربالگری و اهداف درمانی جدید سرطان ریه اولیه کمک کند.

bioinformatics identification of mirna-mrna regulatory network contributing primary lung cancer

introduction: in clinical practice, distinguishing invasive lung tumors from primary tumors remains a challenge. with recent advances in understanding biological alterations of tumorigenesis and molecular analytic technologies, using these molecular alterations can be sensitive and tumor-specific as biomarker for the stratification of patients. in this study, the molecular network of mirna-mrna contributing to primary lung cancer has been assessed by bioinformatics approaches.methods: in this analytical-observational study gene expression profiles of patients with primary lung cancer were collected from the rnaseq data of the cancer genome atlas (tcga) database by tcgabiolinks package. with edger and limma packages in r, non-specific expression genes were filtered and the significant differentially expressed mrnas and mirnas between tumor tissues and normal tissues were saved and their targets were predicted by 2 databases; mirwalk, and targetscan. subsequently, the interaction regulatory network of mirna-mrna was visualized using cytoscape software. results: by mirna-mrna network analysis revealed that, 7 mirnas included; hsa-mir-373-3p, hsa-let-7a-5p, hsa-mir-23b-3p, hsa-mir-152-3p, hsa-mir -216a-3p, hsa-mir-106-5p, hsa-let-7i-5p and 6 mirnas including; has-mir-107, has-mir-17-5p, has-185-5p, has-mir-34a- 5p, has-mir-130a-5p and has-96-5p, mediated regulation of up-regulated and down-regulated mrnas in primary lung cancer patients, respectively. conclusion: this bioinformatics study proposes a mirna–mrna network associated with primary lung cancer, which may help to screening and new therapeutic targets for primary lung cancer as prognostic marker.