Papiller Tiroid Kanserinde Anahtar Genlerin Transkriptom Analizi ile Saptanması

Identification of Key Genes in Papillary Thyroid Cancer by Transcriptome Analysis

İlhan TARKUN, Nuh Zafer CANTÜRK, Deniz SÜNNETÇİ AKKOYUNLU, Naci ÇİNE, Hakan SAVLI, Elif Büşra IŞIK, Nisa DEVRIM UZKUL, Elmas Tuna İSKENDEROĞLU, Seda EREN KESKİN

Özet

Papiller tiroid kanseri (PTK), tiroid kanser tipleri arasında en yaygın olanıdır. PTK’ lerin prognozları oldukça iyidir fakat agresif formlara da dönüşebilirler. Bu çalışmada PTK örnekleri ile normal kontroller arasında diferansiyel olarak eksprese olan genleri (DEG) tanımlamayı amaçladık. 20 PTK numunesi ve 10 kontrol arasındaki DEG’leri tanımlamak için gen ekspresyon mikrodizinlerini kullandık. PTK ile ilişkili biyolojik süreçleri ve sinyal yolaklarını bulmak için zenginleştirme analizleri yaptık ve hastalıkta rol oynayan anahtar genleri saptamak amacıyla da protein-protein etkileşim (PPE) ağları oluşturduk. PTK örneklerinin normal kontroller ile karşılaştırılması sonucu 1554 ekspresyonu artan ve 912 ekspresyonu azalan gen tespit ettik. Koagülasyon sistemi en anlamlı yolak olarak saptanırken, SERPINA1 bu yolakta ekspresyonu en fazla artan gen olarak tanımlandı. CCND1, PGR, CEBPA, CDKN1A, SPDEF, PLAU ve MDM2, PPE ağlarında anahtar genler olarak tespit edildi. Nedensel ağ analizleri, çalışmamızda ekspresyonu artan genlerden biri olarak saptanan SFN’nin, PTK için en nedensel upstream regülatör olduğunu ortaya koydu. Sonuç olarak, SERPINA1, CCND1, PGR, CEBPA, CDKN1A, SPDEF, PLAU ve MDM2’nin ekspresyon değişimleri PTK gelişimine neden olabilir. SFN, PTK için tanıda, prognozda ve yeni antikanser ilaç geliştirme yaklaşımlarında kullanılabilir. Çalışmamızda saptanan DEG’lerin fonksiyonlarını tanımlamak için ileri çalışmalar gerekmektedir.

Abstract

Papillary thyroid cancer (PTC) is the most common type of thyroid malignancies. PTC has good prognosis, but it can dedifferentiateinto aggressive forms. In this study, we aimed to identify differentially expressed genes (DEGs) between PTC samples and normal controls. We used gene expression microarrays to identify DEGs between 20 PTC samples and 10 normal controls. We performed enrichment analysis to discover biological processes and signalling pathways associated with PTC and construct protein-protein interaction(PPI) networks to find out key genes for the disease. We identified 1554 up-regulated and 912 down-regulated DEGs in PTC samplescompared to normal controls. The coagulation system was the most significant pathway and SERPINA1 was the most up-regulatedgene of this pathway. CCND1, PGR, CEBPA, CDKN1A, SPDEF, PLAU and MDM2 were key nodes in PPI networks. Causal network analysis revealed that SFN, which was one of the up-regulated DEGs found in our study, was the most causative upstreamregulator for PTC. In conclusion, deregulation of SERPINA1, CCND1, PGR, CEBPA, CDKN1A, SPDEF, PLAU and MDM2 genesand coagulation system pathway may contribute to PTC development. SFN may be an important gene in diagnosis, prognosis andnovel anticancer drug approaches for PTC. Further experiments are required to confirm the functions of identified DEGs in our study.