تحلیل شبکه ژنی برای شناسایی ژن های هاب و مسیرهای زیستی مرتبط با پیشرفت سرطان پستان با استفاده از آنالیز بیوانفورماتیکی

مقدمه: فرآیند مولکولی تومورزایی در سرطان پستان به‌طور کامل شناخته نشده است و شناسایی ژن‌های مربوط به آن، مکانیسم‌های مولکولی اولیه سرطان را روشن می‌سازد. هدف این مطالعه، شناسایی ژن‌هایی با بیان متفاوت دخیل در بیماری‌زایی و پیش‌آگهی سرطان پستان از طریق آنالیز بیوانفورماتیک است.روش بررسی: مجموعه داده‌های gse45827، gse65194، و gse42568 از قسمت gene expression omnibus در پایگاه داده ncbi جهت شناسایی ژن‌های با بیان متفاوت دانلود و آنالیز شدند. هستی شناسی و مسیر ژنی در kegg  نیز مورد مطالعه قرار گرفت. سپس برهمکنش پروتئین-پروتئین توسط پایگاه داده stitch رسم و با استفاده از افزونه mcode در نرم افزار cytoscape تحلیل شد. سطح بیان ژن‌های هاب با استفاده از ualcan و kaplan-meier plotter آنالیز و سپس با استفاده از ctd شبکه تعاملی ژن-دارو ایجاد شد.یافته‌ها: در مجموع 599 ژن‌ها با بیان متفاوت انتخاب و چهار ژن هاب با بیشترین تعامل در شبکه، به کمک پایگاه داده gtex  شناسایی شدند. نتایج نشان داد که nde1، rad21، zwilch و zwint ممکن است ژن‌های کلیدی در مسیرهای چرخه سلولی، p53، pi3k-akt و ampk و پیشرفت سرطان پستان باشند. نتیجه‌گیری: با توجه به نقش کلیدی چهار ژن هاب در مسیرهای اساسی و شناخته شده سرطان پستان، این ژنها می‌توانند به عنوان نشانگرهای زیستی بالقوه با ارزش پیش آگهی و اهداف درمانی نوین در نظر گرفته شوند. درک بهتر این ژن ها و مسیرها می تواند به جلوگیری از پیشرفت سرطان پستان کمک کند. بنابراین تحقیقات بیشتری در این زمینه مورد نیاز است.

gene network analysis for identifying hub genes and biological pathways associated with breast cancer progression using bioinformatics analysis

introduction: the molecular process of tumorigenesis in breast cancer is still not fully comprehended. identifying related genes in breast cancer progression will clarify its basic molecular mechanisms. therefore, the present study aimed to identify key differentially expressed genes associated with breast cancer prognosis and further investigate their potential link to pathogenicity. materials and methods: the gse45827, gse65194, and gse42568 datasets from gene expression omnibus were downloaded and analyzed in the ncbi database to identify differentially expressed genes. the kegg gene ontology and pathway were also studied. the stitch website revealed the protein-protein interaction network of differentially expressed genes, which visualized using cytoscape and further analyzed using the mcode plugin. the expression levels of hub genes were analyzed using ualcan. kaplan-meier plotter was used to assess the association between the expression levels of identified genes and patient survival, and then a gene-drug interaction network was created using comparative toxicogenomics database to explore potential drugs that could target the identified genes.results: a total of 599 differentially expressed genes were identified, and four hub genes were selected for further analysis through a high degree of connectivity and the gtex database. the results showed that nde1, rad21, zwilch, and zwint may be key genes in cell cycle signaling, p53, pi3k-akt, and ampk breast cancer progression pathways. conclusion: given the critical role of these four hub genes in the fundamental and well-known pathways of breast cancer, these genes can be considered as valuable potential prognostic biomarkers and novel therapeutic targets. a better understanding of these genes and pathways can provide insights into breast cancer progression. therefore, further research is required in this regard.