مقایسه پروفایل بیانی mrna و ncrna در بیماران مبتلا به سرطان روده با رویکرد سیستم بیولوژی بین سال‌های 1399 تا 1400

سابقه و هدف: به دسته ای از سلول ها که بیش از بافت نرمال تقسیم شوند، تومور سرطانی گفته می شود. سرطان روده بزرگ در اکثر موارد، از پولیپ های روده نشات می گیرد. پولیپ های روده بزرگ، تکه های گوشتی برآمده است که از پوشش داخلی روده بزرگ نشات می گیرند. توضیح روابط تنظیمی بین mrna و lncrna می تواند به شناسایی الگوی تنظیم بیان ژن در سرطان کولورکتال بدخیم کمک کند. در این مطالعه یکپارچه سازی شبکه هم بیان ژنی وزندار در تومور بدخیم با آنالیز داده های بیانی به دست آمده از نمونه های افراد نرمال و مبتلا به سرطان بررسی شد. روش بررسی: داده های استفاده شده در این مقاله شامل توالی های اگزوزومی lncrna و mrna بود که از exorbase; و پایگاه اطلاعاتی geo; استخراج شد. شبکه هم بیان ژنی وزندار برای گروه بندی ژن ها و یافتن گروه های ژنی که همبستگی قابل توجهی دارند، به کار برده شد.یافته ها: در این مطالعه اهمیت پاتولوژیکی گروه ها، با استفاده از میزان بیان گروه ها دسته بندی شد. از بین گروه ها، گروه سبز دارای بیشترین مقدار همبستگی و معنی داری بود و به همین دلیل فرض بر این است که بیشترین تاثیر را در روند پیشرفت سرطان دارند.نتیجه گیری: با توجه به ژن های کلیدی hspa1b و ppp2r3b،hspa1a در این مطالعه پیشنهاد می شود با مقایسه افراد سالم و بیمار و شناسایی تفاوت پروفایل بیان ژنی به یک بیومارکر مناسب جهت شناسایی وتشخیص افرادمبتلا به سرطان کولورکتال دست یافت.

comparison of mrna and ncrna expression profiles in colon cancer patients with system biology approach between 2020 and 2021

background: a group of cells that divide more than normal tissue is called a cancerous tumor. in most cases, colon cancer which are lumps of flesh originating from the inner lining of the colon staining from intestinal polyps. elucidating the regulatory relationships between mrna and lncrna can contribute to the regulation pattern of gene expression in malignant colorectal cancer. in this study, the integration of weight gene co-expression network in malignant tumor was investigated by analyzing expression data from samples of normal and cancer patients. materials and methods: the data used in this article included lncrna and mrna exosomal sequences extracted from exorbase and geo database. the weighted gene co-expression network was used to group genes and find gene groups that have a significant correlation. results: in this study, the pathological importance of the groups was classified using the level of expression of the groups. between the groups, the green group had the most correlation and significance, and for this reason, it is assumed that they have the top impact on the progression of cancer.conclusion: considering the key genes hspa1b, ppp2r3b and hspa1a suggested in this study by comparing healthy and sick people and identifying the difference in gene expression profile, a suitable biomarker can be identified to detect people with colorectal cancer.