针对甲状腺癌的药物标的优先考虑:一个多omics的门德尔随机化研究

科学领域:

• 遗传学和分子生物学
• 在瘤学瘤学.
• 生物化学 生物化学

背景情况:

• 甲状腺癌治疗面临重大挑战,包括瘤复发,转移和耐药性.
• 识别新的分子标对于开发更有效的治疗策略至关重要.

研究的目的:

• 研究基因表达,甲基化和蛋白质水平与甲状腺癌风险之间的关联.
• 通过探索多omics数据来确定甲状腺癌的潜在新药标.

主要方法:

• 基于总结数据的门德尔随机化 (SMR) 和局部化分析被用于评估基因与甲状腺癌的关联.
• 蛋白质与蛋白质相互作用 (PPI) 网络,基因本体学 (GO) 和基因和基因组的京都百科全书 (KEGG) 分析进行了功能探索.

主要成果:

• SDCCAG8和VCAM1基因与甲状腺癌风险有很强的关联 (一级证据).
• TCN2基因与甲状腺癌风险相关 (3级证据).
• 基因预测较高的SDCCAG8和VCAM1水平与甲状腺癌风险相反相关,而较高的TCN2水平与风险增加有关. 生物信息学分析表明,它在与免疫相关的途径中起作用.

结论:

• SDCCAG8,VCAM1和TCN2基因与多种omics水平的甲状腺癌风险有关.
• 这些基因可能在与免疫相关的途径中发挥作用,为甲状腺癌的发病过程提供了洞察力.
• 这些发现突出了甲状腺癌治疗的潜在新型药物标.