结合生物信息学和机器学习方法,揭示了与预后相关的ceRNA网络,并提出ABCA8,CAT和CXCL12作为对骨髓瘤的独立保护因素

科学领域:

• 分子生物学分子生物学
• 基因组学就是基因组学.
• 癌症研究 癌症研究

背景情况:

• 异常的循环RNA (circRNA) 表达与癌症发展有关,作为瘤基因或抑制剂.
• 大多数circRNAs在骨髓瘤 (OS) 中的特定作用在很大程度上仍然未被描述.

研究的目的:

• 研究骨髓瘤中circRNAs的表达模式,分子功能和潜在机制.
• 确定与circRNA相关的竞争性内源RNA (ceRNA) 网络及其与患者预后的关联.

主要方法:

• 利用基因表达总体 (GEO) 微阵列数据集用于circRNA,microRNA (miRNA) 和信使RNA (mRNA) 数据.
• 使用生物信息学工具 (miRNet,STRING,Cytoscape) 构建了circRNA-miRNA-mRNA相互作用网络,并分析了蛋白质与蛋白质之间的相互作用.
• 进行路径丰富分析 (GO,KEGG,Reactome) 和统计建模 (LASSO,Cox回归) 以确定关键基因和预后生物标志物.

主要成果:

• 在骨髓瘤中确定了9个差异表达的circRNAs (DEcircRNAs),243个DEmiRNAs和211个DEmRNAs.
• 发现了一个重要的ceRNA子网络,包括1个circRNA,1个miRNA和8个与OS预后相关的mRNA.
• 发现了三种OS的独立保护因子:腺三酸盐 (ATP) 结合盒子子子家族A成员8 (ABCA8),催化酶 (CAT) 和C-X-C动机化学联体12 (CXCL12).

结论:

• 这项研究为骨髓瘤中circRNA介导的ceRNA网络提供了新的见解.
• 在骨髓瘤患者中确定了潜在的预后生物标志物,包括ABCA8,CAT和CXCL12.