Identificação de novos biomarcadores com potencial prognóstico e diagnóstico para câncer gástrico: uma análise in silico
Conteúdo do artigo principal
Resumo
Introdução: O câncer gástrico (GC) é reconhecido como o quinto tumor maligno mais diagnosticado e a terceira principal causa de mortes relacionadas ao câncer. Os pacientes normalmente são diagnosticados numa fase avançada da doença, tornando importante a investigação de biomarcadores. Objetivo: Este trabalho teve como finalidade identificar possíveis biomarcadores para o GC por meio da utilização de abordagens in silico. Métodos: Os conjuntos de dados foram extraídos dos repositórios Gene Expression Omnibus e The Cancer Genome Atlas Program. Foram aplicados testes estatísticos para identificar os genes diferencialmente expressos entre as amostras tumorais e não tumorais adjacentes. Posteriormente, os genes selecionados foram submetidos a uma ferramenta de desenvolvimento próprio para realizar análises de enriquecimento funcional, de sobrevida, de classificação histológica e molecular e dados de acompanhamento clínico. Além disso, uma análise de árvore de decisão também foi realizada. Resultado: No total, foram identificados 39 genes diferencialmente expressos, majoritariamente envolvidos na organização da estrutura extracelular, organização da matriz extracelular e angiogênese. Os genes SLC7A8, LY6E e SIDT2 apresentaram potencial como biomarcadores diagnósticos. Adicionalmente, as amostras tumorais apresentaram menor expressão de SLC7A8 e SIDT2, enquanto para LYE6 foi maior a expressão. O gene SIDT2 demonstrou um papel prognóstico potencial para o tipo difuso de GC, dada a maior taxa de sobrevida do paciente para menor expressão gênica. Conclusão: Nosso estudo elucida novos biomarcadores para GC que podem ter um papel importante na progressão tumoral. Contudo, são necessárias análises complementares in vitro para determinar a relação e influência desses potenciais biomarcadores com o GC.
Downloads
Detalhes do artigo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob uma licença Creative Commons CC BY que permite o compartilhamento e adaptação do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Referências
Bray F, Ferlay J, Soerjomataram I, Siegel RL, Torre LA, Jemal A. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2018;68(6):394-424. https://doi.org/10.3322/caac.21492
Luo G, Zhang Y, Guo P, Wang L, Huang Y, Li K. Global patterns, and trends in stomach cancer incidence: Age, period and birth cohort analysis. Int J Cancer. 2017;141(7):1333-44. https://doi.org/10.1002/ijc.30835
Gao J, Lindsay J, Watt S, Bahceci I, Lukasse P, Abeshouse A, et al. The cBioPortal for cancer genomics and its application in precision oncology. Cancer Res. 2016;76(14 Suppl):5277. https://doi.org/10.1158/1538-7445.AM2016-5277
Kelley JR, Duggan JM. Gastric cancer epidemiology and risk factors. J Clin Epidemiol. 2003;56(1):1-9. https://doi.org/10.1016/S0895-4356(02)00534-6
Choli-Papadopoulou T, Kottakis F, Papadopoulos G, Pendas S. Helicobacter pylori neutrophil activating protein as target for new drugs against H. pylori inflammation. World J Gastroenterol. 2011;17(21):2585-91. https://doi.org/10.3748/wjg.v17.i21.2585
Flora S, La Maestra S. Epidemiology of cancers of infectious origin and prevention strategies. J Prev Med Hyg. 2015;56(1):E15-20.
Bornschein J, Kandulski A, Selgrad M, Malfertheiner P. From gastric inflammation to gastric cancer. Dig Dis. 2010;28(4-5):609-14. https://doi.org/10.1159/000320061
Schmidt N, Peitz U, Lippert H, Malfertheiner P. Missing gastric cancer in dyspepsia. Aliment Pharmacol Ther. 2005;21(7):813-20. https://doi.org/10.1111/j.1365-2036.2005.02425.x
Lee JY, Kim HI, Kim YN, Hong JH, Alshomimi S, An JY, et al. Clinical significance of the prognostic nutritional index for predicting short- and long-term surgical outcomes after gastrectomy: a retrospective analysis of 7781 gastric cancer patients. Medicine (Baltimore). 2016;95(18):e3539. https://doi.org/10.1097/MD.0000000000003539
Henry NL, Hayes DF. Cancer biomarkers. Mol Oncol. 2012;6(2):140-6. https://doi.org/10.1016/j.molonc.2012.01.010
Golub TR, Slonim DK, Tamayo P, Huard C, Gaasenbeek M, Mesirov JP, et al. Molecular classification of cancer: class discovery and class prediction by gene expression monitoring. Science. 1999;286(5439):531-7. https://doi.org/10.1126/science.286.5439.531
Wan C, Li J. Synthesis of well-dispersed magnetic CoFe2O4 nanoparticles in cellulose aerogels via a facile oxidative co-precipitation method. Carbohydr Polym. 2015;134:144-50. https://doi.org/10.1016/j.carbpol.2015.07.083
Cristescu R, Lee J, Nebozhyn M, Kim K-M, Ting JC, Wong SS, et al. Molecular analysis of gastric cancer identifies subtypes associated with distinct clinical outcomes. Nat Med. 2015;21(5):449-56. https://doi.org/10.1038/nm.3850
Broadhead ML, Clark JCM, Dass CR, Choong PFM. Microarray: an instrument for cancer surgeons of the future? ANZ J Surg. 2010;80(7-8):531-6. https://doi.org/10.1111/j.1445-2197.2010.05379.x
D’Angelo G, Di Rienzo T, Ojetti V. Microarray analysis in gastric cancer: a review. World J Gastroenterol. 2014;20(34):11972-6. https://doi.org/10.3748/wjg.v20.i34.11972
Edgar R, Domrachev M, Lash AE. Gene Expression Omnibus: NCBI gene expression and hybridization array data repository. Nucleic Acids Res. 2002;30(1):207-10. https://doi.org/10.1093/nar/30.1.207
Athar A, Füllgrabe A, George N, Iqbal H, Huerta L, Ali A, et al. ArrayExpress update - from bulk to single-cell expression data. Nucleic Acids Res. 2019;47(D1):D711-5. https://doi.org/10.1093/nar/gky964
Cancer Genome Atlas Research Network. Comprehensive molecular characterization of gastric adenocarcinoma. Nature 2014;513(7517):202-9. https://doi.org/10.1038/nature13480
Zheng H, Zhang G, Zhang L, Wang Q, Li H, Han Y, et al. Comprehensive Review of Web Servers and Bioinformatics Tools for Cancer Prognosis Analysis. Front Oncol. 2020;10:68. https://doi.org/10.3389/fonc.2020.00068
Tomczak K, Czerwińska P, Wiznerowicz M. The Cancer Genome Atlas (TCGA): an immeasurable source of knowledge. Contemp Oncol (Pozn). 2015;19(1A):A68-77. https://doi.org/10.5114/wo.2014.47136
Sartor ITS, Zeidán-Chuliá F, Albanus RD, Dalmolin RJS, Moreira JCF. Computational analyses reveal a prognostic impact of TULP3 as a transcriptional expert regulator in pancreatic ductal adenocarcinoma. Mol Biosyst. 2014;10(6):1461-8. https://doi.org/10.1039/c3mb70590k
Xue D, Cheng P, Han M, Liu X, Xue L, Ye C, et al. An integrated bioinformatical analysis to evaluate the role of KIF4A as a prognostic biomarker for breast cancer. Onco Targets Ther. 2018;11:4755-68. https://doi.org/10.2147/OTT.S164730
Poste G. Bring on the biomarkers. Nature. 2011;469:156-7. https://doi.org/10.1038/469156a
Cheng L, Yang S, Yang Y, Zhang W, Xiao H, Gao H, et al. Global gene expression and functional network analysis of gastric cancer identify extended pathway maps and GPRC5A as a potential biomarker. Cancer Lett 2012;326(1):105-13. https://doi.org/10.1016/j.canlet.2012.07.031
Ritchie ME, Phipson B, Wu D, Hu Y, Law CW, Shi W, et al. limma powers differential expression analyses for RNA-sequencing and microarray studies. Nucleic Acids Res. 2015;43(7):e47. https://doi.org/10.1093/nar/gkv007
Li Q, Birkbak NJ, Gyorffy B, Szallasi Z, Eklund AC. Jetset: selecting the optimal microarray probe set to represent a gene. BMC Bioinform. 2011;12:474. https://doi.org/10.1186/1471-2105-12-474
Chen H, Boutros PC. VennDiagram: a package for the generation of highly-customizable Venn and Euler diagrams in R. BMC Bioinform. 2011;12:35. https://doi.org/10.1186/1471-2105-12-35
Yu G, Wang LG, Han Y, He QY. clusterProfiler: an R package for comparing biological themes among gene clusters. OMICS. 2012;16(5):284-7. https://doi.org/10.1089/omi.2011.0118
Demšar J, Curk T, Erjavec A, Gorup Č, Hočevar T, Milutinovič M, et al. Orange: data mining toolbox in python. J Mach Learn Res. 2013;14(35):2349-53.
Fotiadis D, Kanai Y, Palacín M. The SLC3 and SLC7 families of amino acid transporters. Mol Aspects Med. 2013;34(2-3):139-58. https://doi.org/10.1016/j.mam.2012.10.007
Asada K, Kobayashi K, Joutard S, Tubaki M, Takahashi S, Takasawa K, et al. Uncovering Prognosis-Related Genes and Pathways by Multi-Omics Analysis in Lung Cancer. Biomolecules. 2020;10(4):524. https://doi.org/10.3390/biom10040524
El Ansari R, Alfarsi L, Craze ML, Masisi BK, Ellis IO, Rakha EA, et al. The solute carrier SLC7A8 is a marker of favourable prognosis in ER-positive low proliferative invasive breast cancer. Breast Cancer Res Treat. 2020;181(1):1-12. https://doi.org/10.1007/s10549-020-05586-6
Tina E, Prosén S, Lennholm S, Gasparyan G, Lindberg M, Göthlin Eremo A. Expression profile of the amino acid transporters SLC7A5, SLC7A7, SLC7A8 and the enzyme TDO2 in basal cell carcinoma. Br J Dermatol. 2019;180(1):130-40. https://doi.org/10.1111/bjd.16905
Barollo S, Bertazza L, Watutantrige-Fernando S, Censi S, Cavedon E, Galuppini F, et al. Overexpression of L-Type Amino Acid Transporter 1 (LAT1) and 2 (LAT2): Novel Markers of Neuroendocrine Tumors. PLoS One. 2016;11(5):e0156044. https://doi.org/10.1371/journal.pone.0156044
Lv Y, Song Y, Ni C, Wang S, Chen Z, Shi X, et al. Overexpression of Lymphocyte Antigen 6 Complex, Locus E in Gastric Cancer Promotes Cancer Cell Growth and Metastasis. Cell Physiol Biochem. 2018;45(3):1219-29. https://doi.org/10.1159/000487453
Upadhyay G. Emerging Role of Lymphocyte Antigen-6 Family of Genes in Cancer and Immune Cells. Front Immunol. 2019;10:819. https://doi.org/10.3389/fimmu.2019.00819
Nguyen TA, Bieging-Rolett KT, Putoczki TL, Wicks IP, Attardi LD, Pang KC. SIDT2 RNA Transporter Promotes Lung and Gastrointestinal Tumor Development. iScience. 2019;20:14-24. https://doi.org/10.1016/j.isci.2019.09.009
Aizawa S, Contu VR, Fujiwara Y, Hase K, Kikuchi H, Kabuta C, et al. Lysosomal membrane protein SIDT2 mediates the direct uptake of DNA by lysosomes. Autophagy. 2017;13(1):218-22. https://doi.org/10.1080/15548627.2016.1248019
Beck A, Fecher-Trost C, Wolske K, Philipp SE, Flockerzi V, Wissenbach U. Identification of Sidt2 as a lysosomal cation-conducting protein. FEBS Lett. 2017;591(1):76-87. https://doi.org/10.1002/1873-3468.12528
Brady CA, Jiang D, Mello SS, Johnson TM, Jarvis LA, Kozak MM, et al. Distinct p53 transcriptional programs dictate acute DNA-damage responses and tumor suppression. Cell 2011;145(4):571-83. https://doi.org/10.1016/j.cell.2011.03.035