شناسایی بیومارکرهای تشخیصی در سرطان کلیه با استفاده از آنالیز داده‌های rnaseq و تایید آنها به واسطه‌ی qrt-pcr

زمینه و هدف: کارسینوم سلول کلیوی شفاف ccrcc) (clear cell renal cell carcinoma, شایعترین تومور بدخیم کلیه است و نرخ مرگ‌ومیر بالایی دارد. پاتوژنز این سرطان پیچیده است و بیومارکرهای کارآمد برای تشخیص و پیش‌بینی آن محدود هستند. هدف این مطالعه شناسایی ژن‌های پیش‌بینی‌کننده در ccrcc از طریق تحلیل بیوانفورماتیک و تایید آزمایشگاهی آنها بود.روش بررسی: مطالعه حاضر از نوع مورد- شاهدی بود که نمونه‌گیری از بیماران و افراد سالم از بیمارستان لبافی‌نژاد تهران طی بازه مهر 1401 تا فروردین 1403 انجام شده و مراحل آزمایشگاهی روی نمونه‌ها در آزمایشگاه دکتر رستگار واقع در خیابان دکتر قریب، دانشکده دامپزشکی دانشگاه تهران آغاز گردید. در ابتدا از طریق بیوانفورماتیک ژن‌های با بیان متفاوت در بیماران ccrcc با استفاده از داده‌های پروفایل بیان ژن از پایگاه داده gene expression omnibus (geo) با شماره gse213324 شناسایی شدند. تحلیل داده‌ها با وب سرور galaxy انجام شد و برهم‌کنش‌های پروتئین-پروتئین با نرم‌افزارهای cytoscape و string app بررسی گردید و پس از بررسی موارد دیگر، در نهایت، دو ژن برای آزمایش real-time pcr انتخاب شدند. یافته‌ها: تحلیل بیوانفورماتیک منجر به شناسایی 4065 ژن با بیان متفاوت در بافت‌های rcc نسبت به بافت‌های سالم شد. این ژن‌ها در مسیرهای مرتبط با پاسخ‌های ایمنی و بیماری‌های کلیوی نقش دارند. پس از ترسیم شبکه برهم‌کنش پروتئین-پروتئین و شناسایی ژن‌های با بیان متفاوت در بافت کلیه و خون، دو ژن mttp و calca برای بررسی انتخاب شدند. در آزمون mann-whitney u test بیان ژن calca در گروه بیماران به‌طور معناداری (0.05>p) کاهش یافت، اما کاهش بیان ژن mttp معناداری نداشت.نتیجه‌گیری: کاهش بیان ژن calca می‌تواند به‌عنوان بیومارکری مفید برای تشخیص ccrcc مورد استفاده قرار گیرد.

identification of diagnostic biomarkers in kidney cancer using rnaseq data analysis and their confirmation by qrt-pcr

background: clear renal cell carcinoma (ccrcc) is the most common malignant kidney tumor and has a high mortality rate. the pathogenesis of this cancer is complex and efficient biomarkers for its diagnosis and prediction are limited. this study aimed to identify predictive genes in ccrcc through analysis and laboratory validation ccrcc is the most common malignant kidney tumor and has a high mortality rate.methods: the present study was a case-control study in which samples were taken from patients and healthy individuals from labafi nejad hospital in tehran between october 2012 and april 2014, and laboratory tests were performed on the samples.first, genes with differential expression in ccrcc patients were identified by bioinformatics using gene expression profile data from the gene expression omnibus (geo) database with accession number gse213324. data analysis was performed using galaxy web server, protein-protein interactions were checked using cytoscape and string app software, and finally two genes were selected for real-time pcr testing. results: analysis identified 4,065 genes with differential expression in rcc tissues compared to healthy tissues. these genes are involved in immune responses and renal disease pathways, suggesting their potential role in disease development. after constructing the protein-protein interaction network and identifying differentially expressed genes in kidney tissue and blood, two genes, mttp and calca, were selected for further investigation. in the mann-whitney u test, the expression of the calca gene decreased significantly in the patient group (p<0.05). on the other hand, the mttp gene showed a decrease in expression, but not significantly. the auc calculated to evaluate the diagnostic accuracy for the calca gene was 0.64 and significant (p<0.05), demonstrating its potential as a useful biomarker for ccrcc diagnosis. however, the auc for the mttp gene was not significant.conclusion: the reduction in calca expression could serve as a useful biomarker for diagnosing ccrcc.