Анализ данных высокопроизводительного секвенирования базы Gene Expression Omnibus для идентификации микрорибонуклеиновых кислот в плазме крови пациентов с глиобластомой

Цель исследования. Данная работа посвящена исследованию паттернов экспрессии микроРНК в плазме крови пациентов с глиобластомой (ГБ) c использованием данных высокопроизводительного секвенирования базы Gene Expression Omnibus и поиску кандидатных микроРНК-молекул для разработки малоинвазивной диагностической панели.

Материалы и методы. На основании открытого набора данных Gene Expression Omnibus NCBI GSE150956 были сформированы группы образцов пациентов с диагнозом глиобластома и условно-здоровых доноров. Для каждого образца была извлечена информация об уровнях экспрессии микроРНК. Определение наиболее значимых микроРНК выполнено с использованием алгоритмов машинного обучения и программной среды R 4.0.4. Для значимых микроРНК были определены гены-мишени, выполнен анализ обогащения по функциональной принадлежности и интерактомный анализ генов-мишеней микроРНК.

Результаты. В исследовании проанализированы данные 131 образца, из них 35 образцов пациентов с глиобластомой, а 96 образцов получено от условно-здоровой группы добровольцев. Данные о дифференциальной экспрессии были получены для 945 микроРНК. Методами машинного обучения сформированы две панели, содержащие общие микроРНК – hsa-miR 3180, hsa-miR 3180-3p, hsa-miR 6782-5p, hsa-miR 182-5p, hsa-miR 133b и hsa-miR 670-3p. Для значимых микроРНК получена информация об экспериментально подтверждённых генах-мишенях, генная онтология которых демонстрирует их участие в связывании ферментов, расположение в ядерной оболочке, участие в регуляции первичных клеточных метаболических процессов, развитии глиобластом и опухолевых заболеваний в целом.

Заключение. В результате послойной фильтрации данных и применения алгоритмов машинного обучения были выявлены значимые микроРНК, которые являются кандидатами для разработки диагностической панели малоинвазивного выявления глиальных опухолей высокой степени злокачественности.

1. Кит, О. И., Водолажский, Д. И., Росторгуев, Э. Е., Поркшеян, Д. Х., Панина, С. Б. Роль микро-РНК в регуляции сигнальных путей при глиомах. Биомедицинская химия. 2017;63(6):481–498. https://doi.org/10.18097/PBMC20176306481

2. Злокачественные новообразования в России в 2018 году (заболеваемость и смертность). Под ред. Каприна А. Д., Старинского В. В., Петровой Г. В. М., 2019. Доступно по: https://oncology-association.ru/wp-content/uploads/2020/09/2018.pdf. Дата обращения: 28.12.2021.

3. Аллилуев И. А., Пушкин А. А., Кузнецова Н. С., Кавицкий С. Э., Росторгуев Э. Е. Оценка диагностической значимости циркулирующих микроРНК в плазме крови пациентов с глиомами высокой степени злокачественности. Современные проблемы науки и образования. 2020;(6):135–135. https://doi.org/10.17513/spno.30309

4. Шкурат, Т. П., Пушкин, А. А., Козлова, М. Ю., Колина, Е. А., Покудина, И. О. Биоинформационное исследование миРНК-регуляторов генов-супрессоров опухолей. Материалы VI конференции Актуальные проблемы биологии, нанотехнологий и медицины. Ростов-на-Дону, 2015, 64-65 с. Доступно по: https://hub.sfedu.ru/repository/material/800820188/. Дата обращения: 28.12.2021.

5. Gvaldin D Y, Pushkin A A, Timoshkina N N, Rostorguev E E, Nalgiev A M, Kit O I. Integrative analysis of mRNA and miRNA sequencing data for gliomas of various grades. Egyptian Journal of Medical Human Genetics. 2020;21(1):1–17. https://doi.org/10.1186/s43042-020-00119-8

6. Кит О. И., Водолажский Д. И., Росторгуев Э. Е., Франциянц Е. М., Панина С. Б. Молекулярно-генетические маркеры глиом. Молекулярная генетика, микробиология и вирусология. 2017;35(4):132–140. https://doi.org/10.18821/0208-0613-2017-35-4-132-140

7. Xu S, Wang J, Ding N, Hu W, Zhang X, Wang B, et al. Exosome-mediated microRNA transfer plays a role in radiation-induced bystander effect. RNA Biol. 2015;12(12):1355–1363. https://doi.org/10.1080/15476286.2015.1100795

8. Кит О. И., Росторгуев Э. Е., Тимошкина Н. Н., Пушкин А. А., Аллилуев И. А., Кузнецова Н. С. и др. Способ диагностики глиальных опухолей головного мозга высокой степени злокачественности. Патент RU 2742413 C1. Доступно по: https://patents.s3.yandex.net/RU2742413C1_20210205.pdf. Дата обращения: 01.02.2022.

9. Yang C, Wang C, Chen X, Chen S, Zhang Y, Zhi F, et al. Identification of seven serum microRNAs from a genome-wide serum microRNA expression profile as potential noninvasive biomarkers for malignant astrocytomas. Int J Cancer. 2013 Jan 1;132(1):116–127. https://doi.org/10.1002/ijc.27657

10. Qu S, Guan J, Liu Y. Identification of microRNAs as novel biomarkers for glioma detection: a meta-analysis based on 11 articles. J Neurol Sci. 2015 Jan 15;348(1–2):181–187. https://doi.org/10.1016/j.jns.2014.11.036

11. Roth P, Wischhusen J, Happold C, Chandran PA, Hofer S, Eisele G, et al. A specific miRNA signature in the peripheral blood of glioblastoma patients. J Neurochem. 2011 Aug;118(3):449–457. https://doi.org/10.1111/j.1471-4159.2011.07307.x

12. Aparicio-Puerta E, Lebrón R, Rueda A, Gómez-Martín C, Giannoukakos S, Jaspez D, et al. sRNAbench and sRNAtoolbox 2019: intuitive fast small RNA profiling and differential expression. Nucleic Acids Res. 2019 Jul 2;47(W1):W530–W535. https://doi.org/10.1093/nar/gkz415

13. Robin X, Turck N, Hainard A, Tiberti N, Lisacek F, Sanchez J-C, et al. pROC: an open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics. 2011 Mar 17;12:77. https://doi.org/10.1186/1471-2105-12-77

14. Kuhn M. A Short Introduction to the caret Package. R Found Stat Comput, 2015, 1–10 p.

15. Ru Y, Kechris KJ, Tabakoff B, Hoffman P, Radcliffe RA, Bowler R, et al. The multiMiR R package and database: integration of microRNA-target interactions along with their disease and drug associations. Nucleic Acids Res. 2014;42(17):e133. https://doi.org/10.1093/nar/gku631

16. Hamberg M, Backes C, Fehlmann T, Hart M, Meder B, Meese E, et al. MiRTargetLink–miRNAs, Genes and Interaction Networks. Int J Mol Sci. 2016 Apr 14;17(4):564. https://doi.org/10.3390/ijms17040564

17. Kolberg L, Raudvere U, Kuzmin I, Vilo J, Peterson H. gprofiler2 -- an R package for gene list functional enrichment analysis and namespace conversion toolset g:Profiler. F1000Res. 2020;9:ELIXIR-709. https://doi.org/10.12688/f1000research.24956.2

18. Zhang H, Cong Q-X, Zhang S-G, Zhai X-W, Li H-F, Li S-Q. High Expression Levels of Fascin-1 Protein in Human Gliomas and its Clinical Relevance. Open Med (Wars). 2018;13:544–550. https://doi.org/10.1515/med-2018-0080

19. Fan Y, Potdar AA, Gong Y, Eswarappa SM, Donnola S, Lathia JD, et al. Profilin-1 phosphorylation directs angiocrine expression and glioblastoma progression through HIF-1α accumulation. Nat Cell Biol. 2014 May;16(5):445–456. https://doi.org/10.1038/ncb2954

20. Chen T, Liu Y, Chen J, Zheng H, Chen Q, Zhao J. Exosomal miR-3180-3p inhibits proliferation and metastasis of non-small cell lung cancer by downregulating FOXP4. Thorac Cancer. 2021 Feb;12(3):372–381. https://doi.org/10.1111/1759-7714.13759

21. Jin L, Zhang Z. Serum miR-3180-3p and miR-124-3p may Function as Noninvasive Biomarkers of Cisplatin Resistance in Gastric Cancer. Clin Lab. 2020 Dec 1;66(12). https://doi.org/10.7754/Clin.Lab.2020.200302

22. Mørup N, Stakaitis R, Golubickaite I, Riera M, Dalgaard MD, Schierup MH, et al. Small RNAs in Seminal Plasma as Novel Biomarkers for Germ Cell Tumors. Cancers (Basel). 2021 May 13;13(10):2346. https://doi.org/10.3390/cancers13102346

23. Gao L, Yan S-B, Yang J, Kong J-L, Shi K, Ma F-C, et al. MiR-182-5p and its target HOXA9 in non-small cell lung cancer: a clinical and in-silico exploration with the combination of RT-qPCR, miRNA-seq and miRNA-chip. BMC Med Genomics. 2020 Jan 6;13(1):3. https://doi.org/10.1186/s12920-019-0648-7

24. Wen D, Li S, Ji F, Cao H, Jiang W, Zhu J, et al. miR-133b acts as a tumor suppressor and negatively regulates FGFR1 in gastric cancer. Tumour Biol. 2013 Apr;34(2):793–803. https://doi.org/10.1007/s13277-012-0609-7