对原发性前列腺癌数据集的多组学分析揭示了新的生物标志物

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• 前列腺癌 (PCa) 是男性癌症相关死亡的主要原因.
• 目前的诊断查缺乏足够的早期检测能力.
• 对于新型诊断生物标志物对于早期PCa识别有着至关重要的需求.

研究的目的:

• 进行元分析,确定早期前列腺癌的潜在微RNA (miRNA),信使RNA (mRNA) 和甲基化生物标志物.
• 通过网络分析和基因标预测来验证潜在的生物标志物.
• 评估前列腺细胞系中关键候选生物标志物的表达.

主要方法:

• 来自基因表达综合 (GEO) 数据集的微阵列数据的元分析,将PCa组织与良性前列腺增生 (BPH) 或正常邻近组织进行比较.
• 使用miRWalk和miRDB数据库识别miRNA目标基因.
• 网络分析用于可视化生物标志物相互作用.
• 定量实时PCR (qPCR) 用于验证前列腺细胞系 (RWPE-1和22RV1) 中选定的miRNA和基因的表达水平.

主要成果:

• 分析显示,PCa中的miR-7-5p过度表达.
• 观察到CAMKK2和TMEM97mRNA的上调和CLIP1mRNA的下调,这些基因被确定为miR-7-5p的目标.
• 在CAMKK2,TMEM97和CLIP1中表现出高甲基化.
• 细胞系的表达变化与元分析结果不完全一致,这表明特定细胞系验证的局限性.

结论:

• 分析确定了有前途的miRNA,mRNA和甲基化候选人,用于早期前列腺癌诊断.
• miR-7-5p,CAMKK2,TMEM97和CLIP1代表了潜在的生物标志物,需要在人类前列腺组织中进行进一步的研究.
• 虽然细胞系验证提出了挑战,但分析为未来的前列腺癌生物标志物研究提供了坚实的基础.