Nghiên cứu xác định các dấu ấn sinh học microRNAs tiềm năng liên quan đến ung thư vú (Breast Cancer)

Ung thư vú (Breast cancer) được đánh giá là loại ung thư phổ biến nhất, nguyên nhân hàng đầu gây tử vong và trầm cảm ở nữ giới. Việc chẩn đoán sớm và tầm soát luôn được xem trọng như một chiến lược ưu tiên ban đầu, góp phần tăng tỉ lệ sống sót và đáp ứng điều trị tốt ở các bệnh nhân. Một số dấu ấn sinh học lưu thông trong huyết thanh như miRNA, lncRNA đã được đánh giá là tiềm năng cao trong việc phát triển các công cụ chẩn đoán lâm sàng dựa trên biểu hiện. Trong nghiên cứu này, các công cụ và thuật toán tin sinh học được sử dụng để phân tích các dữ liệu omics về biểu hiện miRNA lưu thông trên các bệnh nhân ung thư vú.
Nội dung trích xuất từ tài liệu:
Nghiên cứu xác định các dấu ấn sinh học microRNAs tiềm năng liên quan đến ung thư vú (Breast Cancer) NGHIÊN CỨU XÁC ĐỊNH CÁC DẤU ẤN SINH HỌC microRNAs TIỀM NĂNG LIÊN QUAN ĐẾN UNG THƯ VÚ (BREAST CANCER) Nguyễn Thị Phương Linh1, Nguyễn Bằng Phi1* 1. Viện Phát Triển Ứng Dụng, Trường Đại học Thủ Dầu Một. *Liên hệ email: phinb@tdmu.edu.vnTÓM TẮT Ung thư vú (Breast cancer) được đánh giá là loại ung thư phổ biến nhất, nguyên nhân hàngđầu gây tử vong và trầm cảm ở nữ giới. Việc chẩn đoán sớm và tầm soát luôn được xem trọng nhưmột chiến lược ưu tiên ban đầu, góp phần tăng tỉ lệ sống sót và đáp ứng điều trị tốt ở các bệnh nhân.Một số dấu ấn sinh học lưu thông trong huyết thanh như miRNA, lncRNA đã được đánh giá là tiềmnăng cao trong việc phát triển các công cụ chẩn đoán lâm sàng dựa trên biểu hiện. Trong nghiên cứunày, các công cụ và thuật toán tin sinh học được sử dụng để phân tích các dữ liệu omics về biểu hiệnmiRNA lưu thông trên các bệnh nhân ung thư vú. Kết quả nghiên cứu chỉ ra rằng, hsa-miR-1246 vàhsa-miR-6131 là hai miRNA lưu thông có sự suy giảm biểu hiện cao gấp 8-10 lần bên trong huyếtthanh của bệnh nhân ung thư so với người khỏe mạnh. Tính ổn định, độ nhạy và độ đặc hiệu chẩnđoán của hai miRNAs này được xác định với hiệu quả chẩn đoán riêng lẻ AUC đạt trên 95%, với cỡmẫu n = 4000. 9 mRNAs được xác định là các mục tiêu chung dựa trên thuật toán gióng hàng và bắtcặp ở vùng UTR trong trình tự RNA. Cuối cùng, một mô hình chẩn đoán kết hợp được xây dựng dựatrên thuật toán hồi quy nhị phân đa biến bậc đa thức có hiệu quả chẩn đoán đạt 96% (p2. VẬT LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 2.1. Vật liệu nghiên cứu Dữ liệu biểu hiện của các miRNA của người bình thường và bệnh nhân ung thư được thu thậptrong các bộ dữ liệu microarray trên cơ sở dữ liệu Gene Expression Omnibus(https://www.ncbi.nlm.nih.gov/geo/) dựa trên từ khóa “human breast cancer miRNA” và các truy vấnnâng cao về thời gian, cỡ mẫu và kiểu dữ liệu. Số lượng mẫu trong các bộ mẫu dùng để nghiên cứuphải lớn hơn 30 và được tiến hành trên đối tượng là con người. Các bộ mẫu thu từ GEO database phảicó phương pháp thực hiện là microarray với kiểu loại là non-coding RNA expression profilling và ởcùng khu vực (Châu Á) để có nét tương đồng với nhau về khía cạnh môi trường sống. 2.2. Phương pháp đánh giá sự khác biệt về biểu hiện của các phân tử miRNA ở người bìnhthường và bệnh nhân ung thư vú Các bộ mẫu ở dạng “matrix.txt” được xử lý và chuẩn hóa dữ liệu. Các thông tin sai lệch và dữliệu thiếu được loại bỏ khỏi nghiên cứu. Các mẫu được phân nhóm thành các nhóm đối tượng mẫubình thường (đối chứng) và mẫu bệnh nhân ung thư vú phù hợp với mục tiêu nghiên cứu. ID địnhdanh và trình tự miRNA được xử lý và chuẩn hóa tên gọi chính thức dựa trên cơ sở dữ liệu mirbase(https://www.mirbase.org/). Dữ liệu ở các bộ mẫu được chuẩn hóa Min-Max normalization trong cácbước xử lý chung để tránh các sai sót về quy mô dữ liệu trong các bộ dữ liệu có nền tảng khác nhau. Sự khác biệt trong biểu hiện miRNA giữa các nhóm đối tượng được xác định dựa trên kiểm địnhphương sai ANOVA và kiểm định tỉ lệ phát hiện lỗi sai Benjamini & Hochberg với các giá trị Sif(Siffinicantly) và P-value < 0.0001, FDR 4 (Dat và nnk., 2002). Các tham số chungvề biểu hiện của miRNA được xác định bằng thống kê mô tả trên phần mềm Graphpad prism 9.0. 2.3. Phương pháp xác định các DEMs chồng chéo giữa các datasets Công cụ và thuật toán Venn (http://bioinformatics.psb.ugent.be/webtools/Venn/) được sử dụngđể kết hợp tất cả dữ liệu và xác định các DEMs chồng chéo dựa trên mã định danh. Mã định danhmiRID của các DEMs (Different expression microRNA) ở các bộ dữ liệu khác nhau được truy vấnvà xác định sự hiện diện ở tất cả các bộ dữ liệu nghiên cứu. 2.4. Phương pháp dự đoán và đánh giá vai trò của các gene mục tiêu của các DEMs trongtế bào ung thư Công cụ MirDIP (https://ophid.utoronto.ca/mirDIP/) được dùng để phân tích dự đoán các gene mụctiêu của các DEMs dựa trên thuật toán gióng hàng và bắt cặp trong cấu trúc chuỗi trình tự ở hơn 30 cơ sởdữ liệu khác nhau. Danh sách các DEMs được phân tích chú thích và làm giàu chức năng tế bào thôngqua công cụ G: profiler (https://biit.cs.ut.ee/gprofiler/gost) với ngưỡng ý nghĩa Benjamini – HochbergFDR ở mức 95% (Tokar và nnk., 2018). Vai trò của các gene mục tiêu sẽ được đánh giá dựa trên các chứcnăng về Gene ontology (GO), chức năng phân tử (MF) và các quá trình sinh học (BP). 2.5. Phương pháp đánh giá hiệu quả chẩn đoán của các DEMs Giá trị biểu hiện của các DEMs được chuẩn hóa dữ liệu và xây dựng mô hình chẩn đoán bằngđường cong ROC (Receiver operating characteristic). Giá trị chẩn đoán của mô hình miRNA đượcxác định bằng chỉ số AUC (Area under curve) bên dưới đường cong ROC. Các giá trị biểu hiện củacác miRNA tiềm năng được chuẩn hóa Min-Max normalization và phân tích hồi quy nhị phân đa biếnbậc đa thức. Từ đó, xây dựng và đánh giá hiệu quả của phương pháp chẩn đoán tổ hợp giữa cácmiRNA bằng phần mềm Graphpad Prism (Dat và nnk., 2022).3. KẾT QUẢ VÀ THẢO LUẬN 3.1. Kết quả thu nhận dữ liệu microarray Thông qua các công cụ chọn lọc, 3 bộ mẫu được ghi nhận phù hợp với các tiêu chí của nghiêncứu, các bộ mẫu này chứa thông tin biểu hiện của các phân tử miRNA tiềm năng trong huyết thanhcủa hai nhóm đối tượng người bình thường và bệnh nhân mang khối u ung thư vú ở khu vực châu Á.Trong đó, ba bộ mẫu được chọn bao gồm GSE113740, GSE113486 và GSE73002. Bộ mẫu 83GSE113740 có 1817 mẫu, bao gồm có 10 mẫu khỏe và 25 mẫu bệnh. Bộ mẫu GSE113486 có 972mẫu, trong đó có 100 mẫu khỏe và 40 mẫu bệnh. Tương tự, bộ GSE73002 có 2686 mẫu khỏe và 1280mẫu bệnh (Bảng 1). Các bộ mẫu này là những đối tượng nghiên cứu tiềm năng khi biểu hiện của cácmiRNA lưu thông ...