بررسی شبکه پروتئین‌های موثر در سرطان‌های مری، معده و روده و تعیین پروتئین‌های مشترک کلیدی به روش in silico

مقدمه: شیوع سرطان‌های مربوط به گوارش، بخصوص معده و روده رو به افزایش است. ازطرفی سرطان معده شایع‌ترین سرطان دستگاه گوارش در ایران بوده و سن ابتلا به سرطان مری و روده در ایران کاهش یافته است. درنتیجه بررسی عوامل و پروتئین‌های دخیل در این سرطان‌ها بسیار حائز اهمیت است.روش: در این پژوهش به منظور بررسی شبکه‌های میانکنشی پروتئین‌های دخیل در سرطان‌های مری، معده و روده از تحقیقات قبلی، با رویکرد کمی استفاده شده است. ابتدا پروتئین‌های شناسایی شده‌ سرطان‌های مری، معده و روده از پایگاه های داده مربوطه و مقالات استخراج شد، سپس ترسیم و تحلیل تقاطع و تعیین پروتئین های کلیدی در شبکه‌ میانکنشی پروتئین ها با استفاده از سرورها و نرم افزارهای string 11.0, cytoscape 3.7.3, ndex 2.4.3, uniprot انجام شد. از افزونه centiscape 2.2 و cytohubba با بررسی شاخص‌های مرکزیت مختلف برای تعیین گره‌های کلیدی و پروتئین های مشترک مرکزی استفاده شد. درنهایت پس از بررسی پروفایل بیانی پروتئین های با شاخص های مرکزیت بالادر expression atlas, gepia2, gtex v8 ، پروتئین های مشترک در هر سه سرطان تعیین شدند.نتایج: نتایج نشان داد پروتئین های plk1, ccnb1, ccna2, bub1b, cdk1 به عنوان مشترک مرکزی در هر سه بافت هستند. این پروتئین ها ضمن داشتن همبستگی بالا (r=>0/8) با یکدیگر، دارای تفاوت بیان معنی دار در بافت های نرمال و سرطانی هستند. نتیجه گیری: پروتئین هایplk1, ccnb1, ccna2, bub1b, cdk1 می توانند به عنوان مارکر تشخیصی و درمانی سرطان‌های مری، معده و روده استفاده شوند. ادامه‌ مطالعات بر روی این پروتئین ها آینده‌ روشنی را برای یافتن درمان انواع مختلف سرطان دستگاه گوارش در پی دارد.

Investigation of Network of Proteins Effective in Esophageal, Gastric and Colon Cancers and Determination of Key Common Proteins Using In Silico Method

Introduction: The prevalence of gastrointestinal cancers, especially gastric and colorectal cancers, is increasing. Gastric cancer is the most common gastrointestinal cancer in Iran and the age of esophageal and colon cancers onset has decreased in Iran. Therefore, it is important to study the factors and proteins involved in these cancers. Use of computational tools is an effective way to study protein networks and identify the important proteins involved in these diseases.Method: At first identified proteins from esophageal, gastric and colon cancers were extracted from relevant databases and articles; then, the ProteinProtein Interaction (PPI) networks were mapped and analyzed for crosslinking and determination of key proteins using servers and software such as STRING 11.0, Cytoscape 3.7.3, NDEx 2.4.3, and UniProt. The CentiScaPe 2.2 plugin was used by examining the centrality indices (Betweenness, Closeness, Degree) and the CytoHubba plugin was used by different centrality indices for determination of the key nodes and the central common proteins. Finally, after investigation of the expression profiles of proteins with high centrality indices using GTEx v8, Expression Atlas, and GEPIA2, the final common proteins were determined in all three cancers.Results: The results showed that PLK1, CCNB1, CCNA2, BUB1B, and CDK1 proteins are the central common proteins in all three tissues. These proteins are highly correlated (R => 0.8) with each other and have significant expression differences in normal and cancerous tissues.Conclusion: PLK1, CCNB1, CCNA2, BUB1B, and CDK1 proteins can be used as diagnostic and therapeutic markers for esophageal, gastric, and colon cancers. Further studies on these proteins will have a bright future for the treatment of various types of gastrointestinal cancer.