تجزیه و تحلیل داده های ریزآرایه برای شناسایی ژن های کلیدی موثر در سرطان ریه زنان: یک رویکرد متاآنالیز

سرطان ریه یکی از شایع ترین سرطان ها و عامل اصلی مرگ و میر ناشی از سرطان در جهان است. در این مطالعه پروفایل بیان ژنی بیماران مبتلا به سرطان ریه برای شناسایی نشانگرهای زیستی جدید بر اساس تجزیه و تحلیل بیوانفورماتیک مورد ارزیابی قرار گرفت. سه مجموعه داده ریزآرایه، شامل GSE۱۹۸۰۴، GSE۳۰۲۱۹ و GSE۴۰۷۹۱ از GEO انتخاب و با ابزار آنلاین GEO۲R آنالیز شدند. تجزیه و تحلیل هستی شناسی ژن (GO) و غنی سازی ژن ها در مسیر KEGG با استفاده از DAVID انجام شد و با استفاده از پلاگین Cytohubba هاب ژن های اصلی شناسایی شدند و در نهایت منحنی زنده مانی ترسیم شد. در این مطالعه، در مجموع بین سه مجموعه داده به طور مشترک ۹۰۱ ژن با بیان متفاوت شناسایی شد، که ۱۹۷ ژن کاهش بیان و ۷۰۴ ژن افزایش بیان نشان دادند. نتایج تجزیه و تحلیل بیوانفورماتیکی و آنالیز شبکه PPI هاب ژن ها، نشان داد که ژن های کلیدی در سرطان ریه زنان شامل ۹ ژن (IL۶، CDH۱، EZH۲، CCNB۱، CCNA۲، CDK۱، MKI۶۷، ASPM و PECAM۱) می باشند که همه آن ها نه تنها با وقوع بیماری ارتباط داشته بلکه به جز ژن PECAM۱ تمامی ۸ ژن مزبور با میزان بقای بیماران همبستگی مثبت معنی داری دارند (p <۰.۰۵). نتایج Go و KEGG اثبات نمودند مسیرهای غنی شده بیشتر با چرخه سلولی، پیری سلولی، مالاریا و بلوغ تخمک مرتبط بودند. بدین ترتیب با توجه به اینکه سرطان ریه تحت تاثیر مشترک عوامل محیطی و ژنتیکی می باشد ژن های کاندید در این پژوهش می توانند به عنوان نشانگرهای پیش آگهی بالقوه و ارزشمند در بیماری سرطان ریه مورد توجه قرار گیرند.

کلیدواژه ها:

نشانگرهای زیستی ، هاب ژن ، سرطان ریه ، بقای کلی ، متاآنالیز ، داده ریزآرایه.