CC BY
21
ОРИГИНАЛЬНАЯ СТАТЬЯ. ОНКОЛОГИЯ
https://doi.org/10.17709/2410-1893-2021-8-3-2
АНАЛИЗ ДАННЫХ ВЫСОКОПРОИЗВОДИТЕЛЬНОГО СЕКВЕНИРОВАНИЯ И МИКРОЧИПОВ ДЛЯ ИДЕНТИФИКАЦИИ КЛЮЧЕВЫХ СИГНАТУР МИКРОРИБОНУКЛЕИНОВЫХ КИСЛОТ В ГЛИОБЛАСТОМЕ
А.А.Пушкин*, Н.Н.Тимошкина, Д.Ю.Гвалдин, Е.А.Дженкова
ФГБУ «НМИЦ онкологии» Минздрава России, 344037, Российская Федерация, г. Ростов-на-Дону, ул. 14-я линия, д. 63
Резюме
Цель исследования. Данная работа посвящена исследованию паттернов экспрессии мРНК и микроРНК глиобластом с использованием The Cancer Genome Atlas (TCGA) данных, поиску генетических детерминант, определяющих прогноз выживаемости пациентов и созданию сетей взаимодействий для глиобластом.
Материалы и методы. На основании данных открытой базы TCGA были сформированы группы глиобластом и условно нормальных образцов тканей головного мозга. Для каждого образца извлечены данные выживаемости и экспрессии генов и микроРНК. После стратификации данных по группам был проведен дифференциальный анализ экспрессии, осуществлен поиск генов, оказывающих влияние на выживаемость пациентов, выполнен анализ обогащения по функциональной принадлежности и интерактомный анализ.
Результаты. В общей сложности проанализировано 156 образцов глиобластом с данными мРНК-секвенирования, 571 образец с данными микрочипового анализа микроРНК и 15 контрольных образцов. Были построены сети взаимодействий мРНК-микроРНК и разработаны экспрессионные профили генов и микроРНК, характерные для глиобластом. Определены гены, аберрантный уровень которых ассоциирован с выживаемостью, показаны попарные корреляционные связи между ДЭГ и ДЭ микроРНК.
Заключение. Выявленные для глиобластом регуляторные пары микроРНК-мРНК могут стимулировать разработку новых терапевтических подходов, основанных на подтип-специфичных регуляторных механизмах онкогенеза.
Ключевые слова:
глиобластома, атлас генома рака, паттерны экспрессии, мРНК-микроРНК взаимодействия, прогноз выживаемости, генная онтология, сигнальные пути.
Для цитирования
Пушкин А.А., Тимошкина Н.Н., Гвалдин Д.Ю., Дженкова Е.А. Анализ данных высокопроизводительного секвенирования и микрочипов для идентификации ключевых сигнатур микрорибонуклеиновых кислот в глиобластоме. Исследования и практика в медицине. 2021; 8(3): 21-33. https://doi.org/10.17709/2410-1893-2021-8-3-2
Для корреспонденции
Пушкин Антон Андреевич - научный сотрудник лаборатории молекулярной онкологии ФГБУ «НМИЦ онкологии» Минздрава России, г. Ростов-на-Дону, Российская Федерация.
Адрес: 344037, Российская Федерация, г. Ростов-на-Дону, ул. 14-я линия, д. 63
E-mail: anton.a.pushkin@gmai[.com
ORCID: https://orcid.org/0000-0003-2385-6285
SPIN: 9223-1871, AuthorlD: 975797
ResearcherlD: AAA-8887-2020
Scopus Author ID: 57200548010
Информация о финансировании. Финансирование данной работы не проводилось. Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Получено 11.11.2020, Рецензия (1) 02.04.2021, Рецензия (2) 16.07.2021, Опубликовано 24.09.2021
ORIGINAL ARTICLE. ONCOLOGY
https://doi.org/10.17709/2410-1893-2021-8-3-2
DATA ANALYSIS OF HIGH-THROUGHPUT SEQUENCING AND MICROARRAY TO IDENTIFY KEY SIGNATURES OF MICRORIBONUCLEIC ACIDS IN GLIOBLASTOMA
AAPushkin*, N.N.Timoshkina, D.Yu.Gvaldin, E.A.Dzhenkova
National Medical Research Centre for Oncology of the Ministry of Health of Russia, 63 14 line str., Rostov-on-Don 344037, Russian Federation
Abstract
Purpose of the study. This research was devoted to study of mRNA and miRNA expression patterns in glioglastomas using The Cancer Genome Atlas (TCGA) data, to search for genetic determinants that determine the prognosis of patient survival and to create of interaction networks for glioblastomas.
Materials and methods. Based on the data of the open TCGA database groups of glioblastomas and conventionally normal brain tissue samples were formed. Survival gene and miRNA expression data were extracted for each sample. After the data stratification by groups the differential expression analysis and search the genes affecting patient survival was carried out. The enrichment analysis by functional affiliation and an interactome analysis were performed. Results. A total of 156 glioblastoma samples with mRNA sequencing data, 571 samples with microarray microRNA analysis data, and 15 control samples were analyzed. Networks of mRNA-miRNA interactions were built and expression profiles of genes and miRNAs characteristic of glioblastomas were developed. We have determined the genes which aberrant level is associated with survival and shown the pairwise DEG and DE of microRNA correlations.
Conclusion. The microRNA-mRNA regulatory pairs identified for glioblastomas can stimulate the development of new therapeutic approaches based on subtype-specific regulatory mechanisms of oncogenesis.
Keywords:
glioblastoma, the cancer genome atlas, expression patterns, mRNA-microRNA interactions, prognosis of survival.
For citation
Pushkin A.A., Timoshkina N.N., Gvaldin D.Yu., Dzhenkova E.A. Data analysis of high-throughput sequencing and microarray to identify key signatures of microribonucleic acids in glioblastoma. Research and Practical Medicine Journal (Issled. prakt. med.). 2021; 8(3): 21-33. https://doi.org/10.17709/2410-1893-2021-8-3-2
For correspondence
Anton A. Pushkin - Researcher, Laboratory of Molecular Oncology National Medical Research Centre of Oncology of the Russian Ministry of Health, Rostov-on-Don, Russian Federation.
Address: 63 14 line str., Rostov-on-Don 344037, Russian Federation
E-mail: [email protected]
ORCID: https://orcid.org/0000-0003-2385-6285
SPIN: 9223-1871, AuthorlD: 975797
ResearcherID: AAA-8887-2020
Scopus Author ID: 57200548010
Information about funding. No funding of this work has been held. Conflict of interest. Authors report no conflict of interest.
Received 1 1.11.2020, Review (1) 02.04.2021, Review (2) 16.07.2021, Published 24.09.2021
АКТУАЛЬНОСТЬ
Глиобластома (ГБ) является наиболее распространенным и злокачественным типом глиом, являющимся основной причиной смерти от рака мозга, при этом средняя продолжительность жизни пациента составляет около 15 мес. после постановки диагноза [1]. Комплексное лечение ГБ включает хирургическое вмешательство, химио- и лучевую терапию, но устойчивость к химиотерапевтическим агентам и высокая частота рецидивов после операции снижают потенциал проводимого лечения [2]. Несмотря на достигнутые успехи в исследованиях ГБ, молекулярные детерминанты недостаточно понятны, что требует определения и установления четкого механизма возникновения и прогрессирования ГБ [3, 4]. Это может помочь в ранней диагностике, а также в разработке новых стратегий борьбы с данным заболеванием.
Микрорибонуклеиновые кислоты (МикроРНК) открыты в 1993 г., но их участие в развитии рака впервые было отмечено только в 2002 г. [5]. МикроРНК представляют собой небольшие некодирующие РНК размером от 17 до 25 нуклеотидов, которые участвуют в посттрансляционной регуляции экспрессии генов. В настоящее время общепринято, что как 5'-не-трансляционная область, так и З'-нетрансляционная область матричной рибонуклеиновой кислоты (мРНК) могут быть мишенями для микроРНК [6]. Комплементарное спаривание оснований затравочной области микроРНК и 5'-нетранслируемая область (НТО) мРНК может повышать стабильность мРНК. Если спаривание оснований происходит с микроРНК и З'-НТО мРНК, это приведет к дестабилизации мРНК и будет способствовать деградации мРНК. МикроРНК могут регулировать экспрессию генов либо путем расщепления мРНК, либо путем трансляционной репрессии [7]. Некоторые микроРНК выступают в роли супрессоров опухолей путем подавления экспрессии онкогенов, другие действуют для стимулирования онкогенеза путем снижения уровней экспрессии генов супрессоров опухолей [8]. Согласно MirBase, у человека имеется 1917 предшественников и 2654 зрелых микроРНК, причем каждая микроРНК способна регулировать экспрессию нескольких мРНК. Каждая из этих мРНК, в свою очередь, регулируется различными микроРНК, что подразумевает наличие очень сложного регу-ляторного механизма, который требует сфокусированного исследования для картирования мРНК и ее регуляторов - микроРНК. Нарушенные паттерны экспрессии микроРНК наблюдаются в большинстве случаев злокачественных опухолей человека, таких как рак поджелудочной железы, молочной железы, толстой кишки, легкого и кожи [9-11].
Несмотря на постоянные усилия по оценке паттернов микроРНК в моделях ГБ, идентификация новых биомаркеров, которые могут быть использованы в диагностических и прогностических целях, является актуальной задачей [12]. Поэтому текущее исследование сфокусировано на изучении данных профиля экспрессии микроРНК в ГБ, собранных из базы данных The Cancer Genome Atlas (TCGA), с последующей идентификацией дифференциально экспрессированных микроРНК между нормальными тканями головного мозга и тканями ГБ. Настоящее исследование также детально демонстрирует цели микроРНК и строит сети взаимодействия генов, чтобы лучше понять механизм, лежащий в основе развития ГБ. Кроме того, препараты на основе нуклеиновых кислот, такие как малая интерферирующая РНК и микроРНК, могут быть использованы для лечения глиобластом.
Цель исследования заключалась в изучении взаимодействий микроРНК и генов в глиобластоме с определением наиболее перспективных мишеней для проверки в экспериментальных условиях.
МАТЕРИАЛЫ И МЕТОДЫ
Образцы и сбор данных
На основании данных открытой базы TCGA была сформирована группа образцов глиобластом, подвергнутых РНК-секвенированию (TCGA-GBM), а также микрочиповому анализу микроРНК. В качестве образцов сравнения использовали условно нормальные ткани головного мозга (n = 15). Сбор и обработку данных проводили с помощью вычислительной программной среды R 3.6.2 (пакет «TCGABiolinks») [13].
Анализ дифференциальной экспрессии генов
Для анализа дифференциальной экспрессии генов и микроРНК использовали пакет «limma» и glmLRT-критерий (Gene-Wise Likelihood Ratio Test). Точками отсечения служили FDR < 0,01 и |logFC| > 1. Результаты были представлены в виде диаграммы рассеивания.
Интерактомный анализ
Для отборочного скрининга был проведен корреляционный и регрессионный анализы экспрессий генов и микроРНК (пакет «miRLAB»). Пары сравнения ген-микроРНК, у которых коэффициенты корреляции или регрессии превышали -0,5, были отсеяны. Оставшиеся пары были верифицированы по десяти базам данных (пакет «multiMiR»): miRecords, miRTarBase, TarBase, DIANA-microT-CDS, ElMMo, MicroCosm, miRanda, miRDB, PicTar и PITA. В итоговую сеть взаимодействий микроРНК-мишень вошли валидированные пары (в базах данных имеющие статус - validated) [14].
Анализ выживаемости пациентов
Анализ выживаемости пациентов предполагал несколько этапов. Вначале с помощью метода Ка-плана-Майера отбирали гены, экспрессия которых оказывала значительное влияние на продолжительность общей выживаемости. Экспрессию каждого гена с учетом квантильных точек отсечения (верхняя - 0,6, нижняя - 0,33) подразделяли на низкую, умеренную и высокую. Затем влияние на выживаемость генов с высокой и низкой экспрессией оценивали с помощью многофакторного регрессионного анализа Кокса.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
Идентификация дифференциально-экспрессируемых микроРНК и генов в глиобластомах
Для исследования мы сформировали выборку из общедоступного набора данных проекта TCGA-GBM, которые содержали данные микрочипов об экспрессии микроРНК в 565 образцах глиобластом и в 10 контрольных образцах и данные мРНК-секвенирования 156 образцов глиобластом и 5-ти контрольных образцов. Всего было обнаружено 67 дифференциально-экспрессируемых микроРНК (ДЭ-миРНК): 36 продемонстрировали отрицательную дифференциальную экспрессию и 31 - положительную. Было выявлено, что микроРНК-124-3р наименее экспрессируется со средним отрицательным показателем экспрессии (logFC = -5,9), а микроРНК-21-5р демонстрирует самую высокую среднюю положительную экспрессию (logFC = 4,8, рис. 1).
При оценке транскрипционных пулов было выявлено 4815 ДЕГ, среди которых 2324 демонстрировали повышенную активность, а 2491 - пониженную (рис. 2).
Построение регуляторной сети миРНК-мРНК
в глиобластомах
Поскольку микроРНК играют очень важную роль в регуляции посттрансляционной экспрессии генов, был проведен регрессионный анализ дифференциально экспрессируемых микроРНК (ДЭ-микроРНК) и ДЭГ с использованием пакета «MIRlab» и инструментов «lasso» и «elastic». Было выявлено 854 пары с коэффициентом корреляции ниже -0,5. Для выявления истинных регуляторных взаимодействий все полученные корреляционные пары были сопоставлены с базами данных валидированных взаимодействий микроРНК-ген «mirtarbase», «tarbase» и «mircosm» с использованием пакета «multimir». Перечисленные базы данных содержат убедительные экспериментальные данные о взаимодействиях микроРНК-мишень (вестерн-блот/ репортерный анализ / количественная полимеразная цепная реакция в реальном времени и т.д.). Было выявлено 96 валидированных пар между 8 микроРНК и 93 генами: ми-кроРНК-^-Зр, микроРНК-17-5р, микроРНК-27a-3p, микроРНК-20a-3p, микроРНК-379-5р, ми-кроРНК-377-3р, микроРНК-19Ь-3р, микроРНК-106a-5p (рис. 3). МикроРНК-379-5р имеет только одну ДЭ-мишень, в отличие от других микроРНК, а именно микроРНК-27a-3p, микроРНК-19a-3p, ми-кроРНК-377-3р, микроРНК-106a-5p, микроРНК-^Ь^, микроРНК-20a-5p, микроРНК-17-5p которые име-
Рис. 1. Идентификация дифференциально экспрессируемых микроРНК (ДЕ-миРНК) в глиобластомах. LogFC > 1, logFC < -1 и р < 0,05 были установлены в качестве порогов для идентификации ДЭ-миРНК. Красные и зеленые точки представляют собой повышенную и пониженную активность микроРНК в образцах опухолей GBM соответственно.
Fig. 1. Identification of differentially expressed microRNAs (DE-miRNAs) in glioblastomas. LogFC > 1, logFC < -1, and p < 0.05 were set as thresholds for DE-miRNA identification. The red and green dots represent increased and decreased microRNA activity in GBM tumor samples, respectively.
ют 2, 4, 8, 9, 11, 49 ДЭ-мишени соответственно. Ген NFT5 является мишенью для микроРНК-17-5р и микроРНК-379-5р одномоментно, как и ROBO4 для микроРНК-20а-5р и микроРНК-17-5р (рис. 3).
Функциональное аннотирование ДЭГ
Для получения представления о биологической роли и участия в сигнальных путях ДЭГ мы выполнили BioCarta и GO анализ с использованием пакета «pathfindr». Минимальное количество генов для классификации по базам данных GO и BioCarta равно 2. Выявлено 63 ассоциаций при запросе к базе данных «Gene onthology» по категории биологических функций, исследуемых ДЭГ-мишеней. Топ 5 биологических функций и сигнальных путей, исследуемых ДЭГ приведены в таблице 1.
BioCarta-анализ выявил 20 сигнальных путей, в которых принимают участие исследуемые ДЭГ-мишени. Наиболее значимые сигнальные пути ассоциированы с развитием и миграцией нейронов, предшественником амилоида, регуляция витамина С в мозге.
Отмеченные сигнальные пути и молекулярные функции исследуемых ДЭГ-мишеней играют важную роль в регуляции экспрессии генов, пролифирации клеток, развитии нервной ткани. Так же отмечено участие сигнальных путей Notch и Wnt.
Формирование сети белок-белковых
взаимодействий ДЭГ
Для понимания взаимодействий между ДЭГ-мишенями, была построена сеть взаимодействий с использованием базы данных STRING с критерием минимального показателя взаимодействия, установ-
ленного на высокий уровень достоверности (0,7). После «обогащения» по взаимодействиям исследуемых ДЭ-мишеней демонстрирует 99 узлов и 60 соединений, со средней степенью узла 1,21 (рис. 4). Сеть взаимодействий была дополнительно исследована для идентификации кластеров с использованием плагина на основе Су^саре - MCODE. В качестве критериев идентификации функционального модуля были установлены баллы MCODE выше 3 и общее количество узлов выше 3. В итоге идентифицирован только один функциональный кластер, состоящий из 4 узлов (BTRS, иВЕ2А, иВА52, ASB15) и 6 соединений (рис. 4).
Ассоциация ДЭГ с выживаемостью
Для идентификации в исследуемом пуле генов, ассоциированных с выживаемостью, мы использовали метод Каплана-Майера и регрессионный анализ Кокса. Пациенты были разделены на группы с пониженной и повышенной экспрессией генов, в качестве границы использовался 33-ий процентиль. В результате было выявлено 6 локусов, достоверно влияющих на выживаемость пациентов: ОЕР1_2 (р = 0,015168531), GNS (р = 0,000694855), PXN (р = 0,001321283), RAP1B (р = 0,022725969), R0B04 (р = 0,039500999), TANC1 (р = 0,043696284). Наиболее высокие уровни значимости демонстрируют локусы СN5 и РХ^ Анализ показал, что высокий уровень мРНК обоих локусов коррелирует с плохой выживаемостью пациентов (рис. 5). Оба эти локуса обратно пропорционально коррелируют с экспрессией микроРНК-17-5р. Остальные локусы, ассоциированные с выживаемостью так же таргетируются микроРНК-17-5р и, дополни-
Рис. 2. Идентификация дифференциально экспрессируемых генов (ДЭГ) в глиобластомах. LogFC > 1, logFC < -1 и р < 0,05 были установлены в качестве порогов для идентификации ДЭГ. Красные и зеленые точки представляют собой повышенную и пониженную активность генов в образцах опухолей ГБ соответственно.
Fig. 2. Identification of differentially expressed genes (DEG) in glioblastomas. LogFC > 1, logFC < -1, and p < 0.05 were set as thresholds for DEG identification. The red and green dots represent increased and decreased gene activity in GB tumor samples, respectively.
тельно, микроРНК-20а-5р. Таким образом, среди 8 микроРНК, регуляция экспрессии микроРНК-17-5р и микроРНК-20а-5р может играть очень важную роль в развитии и течении глиобластом, что может стать основой для разработки новых терапевтических стратегий, увеличивающих общую выживаемость больных с глиобластомой (рис. 3, 5).
ОБСУЖДЕНИЕ
Существует необходимость в идентификации новых терапевтических подходов, которые требуют понимания молекулярных маркеров, играющих важную роль в прогрессировании данного заболевания. Изменения в уровнях экспрессии микроРНК
играют критическую роль в прогрессировании или развитии рака. База данных Genomic Data Commons-это монументальный сборник генетических данных для исследований рака, включающий Атлас генома рака (TCGA) и другие проекты, создающий возможность для выявления новых пар микроРНК-мРНК, влияющих на онкотрансформацию клеток. Наш анализ данных по оценке экспрессии с использованием микрочипов и данных секвенирования из TCGA показал, что 67 микроРНК и 4815 мРНК аббе-ратно экспрессированы в глиобластомах (рис. 1, 2). Регрессионный анализ выявил 854 пары микроРНК-мРНК. Последующая фильтрация по базам данных с валидированными взаимодействиями выявила 96 регуляторных пар, составленных 8 ДЭ-миРНК и 94
WJTTB
UCHL1 - hsa-niR-ISa-Зр NPTX1
GOLIM4
LONRF2
RRAS2
TWIE03 LA M A4 INPP5F
PKD1
IG POPE -—h
ATG2B
Z I
PPP3CA
MEF2D USP32
/ * BTRC WrNKI
D31
/ .--PRICKLE2
MNT
nsa-miR.27a.3p
jfe^B
HTT •* PIP5K1C " DIR2C WDR37
TANC1 -Ш^Ш
GRАР
"IFNAR2
- GPR155
ONÜ'2
Я
NUBPl
? /Л
H5PG2
^^^ PGM2L1
■■ NISCH
ROBC4 TIMP3. .
ANKRD11
tisa-mlR-IOa-Ep -SLC25M9
PAFAH131
AAK1 A.H RR WPAS2
VPS53
PRKAA2
OBSI.1
SVfP
FHL3
TÊS ШИШ DAtîl
DERL2 \
WTAP
ATL3
URE2A
HMRNPF
U3A52 *hsa-miR-1Sb-3p - HSPA2
NFAT5 h?a-miR-37B-5p
POL M
NBEA -hsa-m¡R-377-3p - TA OKI
/T\
У' I \
GRID1 UHMK1
1
CDH20
RGMA
„
NRAS
SPG21 i j PCNA
SNX5 RHEBL1
hsa-tri:R-106a-5p R1T1 ; ITs as '
IUSR3 |
BTG3
Nude Shape: Тип
Nade Fill Cçlon Дифференциальная экспрессия
-3.3 -1.0 D.D т.ь .> .>
Рис. 3. ДЭ-миРНК и их подтвержденные ДЭ-мишени со значением корреляции < -0,5. В общей сложности идентифицировано 93 ДЭГ в качестве подтвержденных мишеней для ДЭ-миРНК. Четырехугольные фигуры представляют ДЭГ, а шестиугольные - ДЭ-миРНК. Интенсивность цвета фигуры обозначает уровень дифференциальной экспрессии: красный - высокая экспрессия, синий - низкая.
Fig. 3. DE-miRNAs and their confirmed DE-targets with a correlation value < -0.5. Totally 93 DEG were identified as confirmed targets for DE-miRNAs. The quadrangular figures represent DEG, and the hexagonal ones represent DE-miRNA. The intensity of the color of the figure indicates the level of differential expression: red - high expression, blue - low.
ДЭГ. Обнаружено, что микроРНК-379-5р имеет только одну ДЭ-мишень, в отличие от других микроРНК, а именно микроРНК-27а-3р, микроРНК-19а-3р, ми-кроРНК-377-3р, микроРНК-106а-5р, микроРНК-19Ь-3р, микроРНК-20а-5р, микроРНК-17-5р которые имеют 2, 4, 8, 9, 11, 49 ДЭ-мишени соответственно (рис. 3). Из 96 ДЭ-мишеней, 6 локусов коррелируют с выживаемостью пациентов - GNS, ЭЕ^2, РХ^ RAP1B, ROBO4 и TANC1 (рис. 5).
Выявленные ДЭ-мишени участвуют в регуляции таких биологических функциий как организация экс-трацеллюлярного матрикса, поддержание теломер посредством полуконсервативной репликации, фиксации ориентации митотического веретена, клеточный ответ на ДНК-повреждения, убиквитинирование бел-
ков в соответствии с базой данных «Gene onthology». Этот же пул генов участвует в сигнальных путях миграции и развитии нейронов, белка-предшественника амилоида, регуляции минерализации костей, витамина С в мозге, передачи сигналов Notch и Wnt.
Дифференциально экспрессируемая в глиобластомах микроРНК-379-5р, по данным литературы, ассоциирована только с двумя онкологическими нозологиями - рак легкого и назофаренгиальная карцинома. Исследование дифференциальной экспрессии микроРНК в периферической крови пациентов, страдающих раком легкого, с использованием микрочипов демонстрирует значительно повышенную экспрессию микроРНК-379-5р относительно контрольной группы [15]. При назофаренгиальной
Таблица 1. Генная онтология исследуемых дифференциально экспрессируемых генов Table 1. Gene ontology of the studied differentially expressed genes
Сниженный уровень Повышенный уровень
ID gene onthology Биологический процесс / Biological process экспрессии / Decreased expression level экспрессии / Increased expression level
G0:0030198 Организация экстрацеллюлярного матрикса / Extracellular matrix organization APP COL4A1, COL4A2, HSPG2, ITGB8, LAMA4, LAMC1, PXDN
Поддержание теломер посредством
G0:0032201 полуконсервативной репликации / Telomere support by half-conservative replication - PCNA, PRIM1
Фиксация ориентации митотического
G0:0000132 веретена / Fixation of the mitotic spindle orientation DCTN1, HTT, PAFAH1B1
G0:0042769 Клеточный ответ на ДНК-повреждения / Cell response on DNA-damage - PCNA, UBA52
G0:0016567 Убиквитинирование белков / Protein ubiquitination BTRC PCNA, UBA52, UBE2A
Сниженный уровень Повышенный уровень
ID Biocarta Сигнальный путь / Signaling pathway экспрессии / Decreased expression level экспрессии / Increased expression level
Ген лиссэнцефалии (LIS1) в миграции и
h_Lis1Pathway развитии нейронов / The lissencephaly gene (LIS 1) in the migration and development of neurons PAFAH1B1, DCTN1 -
Путь белка-предшественника амилоида /
h_plateletAppPathway The pathway of the amyloid precursor protein APP COL4A1, COL4A2
h_npp1Pathway Регуляция минерализации костей / Bone mineralization regulation - COL4A1, COL4A2
u ч-^-пп »и Регуляция витамина С в мозге / ...... ^.„д-,
h vitCBPathway ' . . _ . , . - COL4A1, COL4A2
_ Vitamin C regulation in brain
Активность пресенилина в передаче h_ps1Pathway сигналов Notch и Wnt / Presenilin activity in BTRC
the transferring of Notch and Wnt signals
карциноме отмечалось снижение активности данной микроРНК. В других работах, микроРНК-379-5р описана как опухоль-супрессорная микроРНК [16]. Значение микроРНК-379-5р для развития глиобла-стомы отмечалось в работе по изучению кольцевой РНК PITX1, под воздействием которой изменялась активность оси микроРНК-379-5р/МАРЗК2 [17]. В нашем исследовании микроРНК-379-5р демонстрирует снижение активности, когда единственная валиди-рованная мишень NFAT5 (Nuclear factor of activated T-cells 5) демонстрирует также снижение активности (рис. 3). NFAT5 представляет собой ген, кодирующий фактор транскрипции, регулирующий экспрессию генов, участвующих в осмотическом стрессе. NFAT5 способствует апоптозу, регулируя PARP-1, ВАХ / Вс1-2 подавляет инвазию через родственный ЕМТ-опосре-дованный белок кладуин-1 и фибронектин. NFAT5 подавляет инвазию и способствует апоптозу при гепа-тоцеллюлярной карциноме. В другом исследовании продемонстрировали, что подавление активности NFAT5 снижает ангиогенез при глиобластоме [18]. NFAT5 также является мишенью и коррелирует (-0,75) с экспрессией микроРНК-17-5р.
МикроРНК-17-5р при раке тщательно изучена и, как показывают многочисленные исследования, находится на перекрестке развития процессов старения и рака, и может быть многообещающим биомаркером или даже терапевтическим инструментом и мишенью при лечении опухолей [19]. МикроРНК-17-5р таргетирует и коррелирует с экспрессией 5 из 6 (GNS, PXN, RAP1B, R0B04 и TANC1) выявленных ДЭГ, ассоциированных с выживаемостью. Таким образом, ми-
кроРНК-17-5р может оказывать значительное влияние на выживаемость пациентов через регуляцию выше отмеченных локусов. Дифференциальная экспрессия микроРНК-20а-5р коррелируете 11 ДЭ-мишенями при глиобластоме, среди которых два ДЭГ, ассоциированных с выживаемостью - DERL2 и R0B04.
МикроРНК-20а-5р выступает как участник диагностической сигнатуры среди циркулирующих микроРНК в плазме крови при немелкоклеточном раке легких. Экспрессия данной микроРНК повышена при колоректальном раке в 3,5 раза [20]. Данная микроРНК сверхэкспрессирована в экзосомах сыворотки крови пациентов с карциномой носоглотки [21], дифференциально экспрессирована при раке простаты [22].
МикроРНК-106а-5р, как и 20а-5р, выступает участником диагностической сигнатуры среди циркулирующих микроРНК в плазме крови при немелкоклеточном раке легких. Экспрессия данной микроРНК увеличена в экзосомах плазмы крови при раке яичников [23].
МикроРНК-377-Эр является потенциальным биомаркером для прогноза и лечения аденокарцино-мы легкого. Снижение микроРНК за счет связывания с конкурентной эндогенной РНК NEAT1 может способствовать развитию немелкоклеточного рака легких, за счет снижения подавляющего эффекта на активность Е2РЗ [24]. При глиобластомах активность данной микроРНК так же снижена (рис. 3).
Дифференциальная активность микроРНК-19а-Зр в образцах глиобластом коррелирует с активностью таргетируемых генов, участвующих в поддержании
Рис. 4. Сеть белок-белковых взаимодействий ДЭГ. Желтым выделены белки, формирующие функциональный кластер.
Fig. 4. The network of protein-protein interactions of DEG. Yellow color highlights the proteins that form a functional cluster.
теломер посредством полуконсервативной репликации, клеточном ответе на ДНК-повреждения и уби-квитинировании белков. При гепатоцеллюлярной карциноме микроРНК-19-Зр способствует метаста-зированию и химиорезистенстности за счет регуляции активности РТЕЫ и РТЕ1Ч-зависимых путей [25]. Данный механизм был прослежен при исследовании химиочувствительности клеток остеосаркомы.
Для микроРНК-27а-Зр и ЕйЕ!} была показана ассоциация с развитием глиобластом, после чего и рассматривается в качестве первичного биомаркера рака. EGFR демонстрирует гетерогенную экспрессию
при глиобластомах и выступает потенциальной терапевтической мишенью [26]. В нашем исследовании микроРНК-27а-Зр демонстрирует высокую активность в образцах глиобластом.
Значение локусов ОЕР11_2, 1ЮВ04 и ТА1\1С1 при развитии онкологических заболеваний мало изучено, но при глиобластоме данные маркеры коррелируют с дифференциальной экспрессией микроРНК-20а-5р и микроРНК-17-5р. Генетический локус РХЫ часто активируется и действует как онкоген посредством регуляции Вс1-2 при раке шейки матки, что позволяет использовать PXN как мощную терапевтическую
Days
PXN ТAN С1
Рис. 5. Анализ выживаемости ДЭГ при глиобластоме. Синим цветом отмечены пациенты с низкой экспрессией генов, красным -с высокой экспрессией. Пониженные уровни мРНК локусов DERL2, GNS, PXN и RAP1B коррелируют с значительным повышением выживаемости пациентов. Повышенные уровни мРНК ROBO4 и TANC1 коррелируют с повышением выживаемости пациентов.
Fig. 5. Analysis of the survival rate of DEG in glioblastoma. Patients with low gene expression are marked in blue, and patients with high expression are marked in red. Reduced mRNA levels of the DRD2, GNS, PSN, and RAP1B loci correlate with a significant increase in patient survival. Increased levels of ROBO4 and TANC1 mRNA correlate with increased patient survival.
мишень [27]. Подавление активности локуса RAP1B снижает клеточную пролиферативную активность, миграцию и инвазию при раке щитовидной железы и метастазирование при колоректальном раке [28].
ЗАКЛЮЧЕНИЕ
В исследовании выполнен скринниг in silico дифференциальной активности микроРНК и генов. Выявлено 67 дифференциально экспрессируемых микроРНК при глиобластоме. Семь из этих микроРНК коррелируют
Участие авторов:
Пушкин А.А. - концепция и дизайн исследования, написание текста, обработка материала.
Тимошкина Н.Н. - научное редактирование.
Гвалдин Д.Ю. - сбор, анализ и интерпретация данных, подготовка
статьи.
Дженкова Е.А. - научное редактирование. Список литературы
1. Gvaldin DY, Pushkin AA, Timoshkina NN, Rostorguev EE, Nalgiev AM, Kit OI. Integrative analysis of mRNA and miRNA sequencing data for gliomas of various grades. Egyptian Journal of Medical Human Genetics. 2020 Dec 10;21(1):73. https://doi.org/10.1186/s43042-020-00119-8
2. Кит О.И., Пушкин А.А.Росторгуев Э.Е., Поркшеян Д.Х., Франциянц Е.М., Кузнецова Н.С. и др. Изменение экспрес-сионного статуса генов при малигнизации клеток мозга. Современные проблемы науки и образования. 2018;(6):8. https://doi.org/10.17513/spno.28148
3. Кит О.И., Пушкин А.А., Росторгуев Э.Е., Поркшеян Д.Х., Франциянц Е.М., Кузнецова Н.С. и др. Гендерные особенности экспрессии генетических локусов в тканях глиом. Современные проблемы науки и образования. 2018;(5):57. https://doi.org/10.17513/spno.28068
4. Игнатов С.Н., Златник Е.Ю., Сагакянц А.Б., Солдаткина Н.В., Росторгуев Э.Е., Пушкин А.А. Предикторная роль локального уровня интерлейкина-1р в выборе химиотерапии у пациентов с низкодифференцированными глиальными опухолями. VI Петербургский международный онкологический форум «Белые ночи 2020». Санкт-Петербург: 2020, 431 с. Доступно по: https://forum-onco.ru/upload/unsorted/ forum_tezis_2020.pdf. Дата обращения 01.11.2020
5. Calin GA, Dumitru CD, Shimizu M, Bichi R, Zupo S, Noch E, et al. Frequent deletions and down-regulation of micro- RNA genes miR15 and miR16 at 13q14 in chronic lymphocytic leukemia. Proc Natl Acad Sci USA. 2002 Nov 26;99(24):15524-15529. https://doi.org/10.1073/pnas.242606799
6. Li G, Wu X, Qian W, Cai H, Sun X, Zhang W, et al. CCAR1 5' UTR as a natural miRancer of miR-1254 overrides tamoxifen resistance. Cell Res. 2016 Jun;26(6):655-673. https://doi.org/10.1038/cr.2016.32
7. Cai Y, Yu X, Hu S, Yu J. A brief review on the mechanisms of
с таргетируемыми, дифференциально экспрессируе-мыми генами в образцах глиобластом. Шесть генов ассоциированы с выживаемостью пациентов. Эти результаты могут быть применимы не только для экспериментальной проверки взаимодействий микроРНК-ген, участвующих в развитии глиобластом, но и для понимания биологических процессов и клеточных механизмов онкогенеза и дифференцировки клеток. Полученные данные демонстрируют новые потенциальные маркеры для прогноза и/или диагностики и терапевтических мишеней при развитии глиобластом.
Authors contribution:
Pushkin A.A. - concept and design of the study, writing the text, processing the material.
Timoshkina N.N. - scientific editing.
Gvaldin D.Yu. - collection, analysis and interpretation of data, preparation of an article.
Dzhenkova E.A. - scientific editing.
miRNA regulation. Genomics Proteomics Bioinformatics. 2009 Dec;7(4):147-154.
https://doi.org/10.1016/S1672-0229(08)60044-3
8. Кит О.И., Пушкин А.А., Росторгуев Э.Е., Тимошкина Н.Н., Кузнецова Н.С., Кавицкий С.Э. и др. Дифференциальная экспрессия 15-ти генов в глиальных опухолях различной степени злокачественности. Современные проблемы науки и образования. 2019;(5):66. https://doi.org/10.17513/spno.29039
9. Водолажский Д.И., Пушкин А.А., Васильченко Н.Г., Пан-ченко С.Б., Тимошкина Н.Н. Влияние доксорубицина на экспрессию генов и микроРНК EGFR-сигнального пути в культуре клеток линии HeLa. Злокачественные опухоли. 2017;7(3-S1):124—125.
10. Pushkin AA, Burda YE, Sevast'yanov AA, Kulikovskiy VF, Burda SY, Golubinskaya PA, et al. Renal cell carcinoma drug and cell therapy: today and tomorrow. Research Results in Pharmacology. 2018;4(1):17—26.
https://doi.org/10.3897/rrpharmacology.4.25251
11. Шкурат Т.П., Пушкин А.А., Козлова М.Ю., Колина Е.А., Покудина И.О. Биоинформационное исследование миРНК-регуляторов генов-супрессоров опухолей. Актуальные проблемы биологии, нанотехнологий и медицины. Материалы VI Международной научно-практической конференции. 2015. Ростов-на-Дону : Изд-во Южного федерального ун-та, 2015, 64-65 с. Доступно по:
https://elibrary.ru/download/elibrary_29910966_49698769.pdf. Дата обращения 05.11.2020
12. Роспатент. Зарегистрировано 29.11.2018. Патент № RU2709651C1. Кит О.И., Тимошкина Н.Н., Пушкин А.А., Кутилин Д.С., Росторгуев Э.Е., Кузнецова Н.С. Способ дифференциальной диагностики глиом на основании анализа экспрессии генов и микро-РНК.
13. Colaprico A, Silva TC, Olsen C, Garofano L, Cava C, Garolini D, et al. TCGAbiolinks: an R/Bioconductor package for integrative analysis of TCGA data. Nucleic Acids Res. 2016 May 5;44(8):e71. https://doi.org/10.1093/nar/gkv1507
14. 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
15. He Q, Fang Y, Lu F, Pan J, Wang L, Gong W, et al. Analysis of differential expression profile of miRNA in peripheral blood of patients with lung cancer. J Clin Lab Anal. 2019 Nov;33(9):e23003. https://doi.org/10.1002/jcla.23003
16. Wu D, Niu X, Tao J, Li P, Lu Q, Xu A, et al. MicroRNA-379-5p plays a tumor-suppressive role in human bladder cancer growth and metastasis by directly targeting MDM2. Oncol Rep. 2017 Jun;37(6):3502—3508. https://doi.org/10.3892/or.2017.5607
17. Lv X, Wang M, Qiang J, Guo S. Circular RNA circ-PITX1 promotes the progression of glioblastoma by acting as a competing endogenous RNA to regulate miR-379-5p/MAP3K2 axis. Eur J Pharmacol. 2019 Nov 15;863:172643. https://doi.org/10.1016Zj.ejphar.2019.172643
18. Kumar R, DuMond JF, Khan SH, Thompson EB, He Y, Burg MB, et al. NFAT5, which protects against hypertonicity, is activated by that stress via structuring of its intrinsically disordered domain. Proc Natl Acad Sci USA. 2020 Aug 18;117(33):20292-20297. https://doi.org/10.1073/pnas.1911680117
19. Li Y, Yuan F, Song Y, Guan X. miR-17-5p and miR-19b-3p prevent osteoarthritis progression by targeting EZH2. Exp Ther Med. 2020 Aug;20(2):1653-1663. https://doi.org/10.3892/etm.2020.8887
20. Pellatt DF, Stevens JR, Wolff RK, Mullany LE, Herrick JS, Samowitz W, et al. Expression Profiles of miRNA Subsets Distinguish Human Colorectal Carcinoma and Normal Colonic Mucosa. Clin Transl Gastroenterol. 2016 Mar 10;7:e152. https://doi.org/10.1038/ctg.2016.11
21. Ye -B, Li Z-L, Luo D-H, Huang B-J, Chen Y-S, Zhang X-S, et al.
Tumor-derived exosomes promote tumor progression and T-cell dysfunction through the regulation of enriched exosomal mi-croRNAs in human nasopharyngeal carcinoma. Oncotarget. 2014 Jul 30;5(14):5439-5452. https://doi.org/10.18632/oncotarget.2118
22. Wei J, Yin Y, Deng Q, Zhou J, Wang Y, Yin G, et al. Integrative Analysis of MicroRNA and Gene Interactions for Revealing Candidate Signatures in Prostate Cancer. Front Genet. 2020;11:176. https://doi.org/10.3389/fgene.2020.00176
23. Zhang H, Xu S, Liu X. MicroRNA profiling of plasma exosomes from patients with ovarian cancer using high-throughput sequencing. Oncol Lett. 2019 Jun;17(6):5601-5607. https://doi.org/10.3892/ol.2019.10220
24. Zhang J, Li Y, Dong M, Wu D. Long non-coding RNA NEAT1 regulates E2F3 expression by competitively binding to miR-377 in non-small cell lung cancer. Oncol Lett. 2017 Oct;14(4):4983-4988. https://doi.org/10.3892/ol.2017.6769
25. Jiang X-M, Yu X-N, Liu T-T, Zhu H-R, Shi X, Bilegsaikhan E, et al. microRNA-19a-3p promotes tumor metastasis and che-moresistance through the PTEN/Akt pathway in hepatocellular carcinoma. Biomed Pharmacother. 2018 Sep;105:1147-1154. https://doi.org/10.1016/j.biopha.2018.06.097
26. Пушкин А.А., Кит О.И. Клиническая значимость паттернов экспрессии генов в глиобластомах. Конгресс молодых ученых «Актуальные вопросы фундаментальной и клинической медицины». Томск: 2018, 301-302 с. Доступно по: https://elibrary.ru/download/elibrary_36832243_25858437.pdf. Дата обращения: 05.11.2020
27. Liu Q, Wang J, Tang M, Chen L, Qi X, Li J, et al. The overexpression of PXN promotes tumor progression and leads to radioresistance in cervical cancer. Future Oncol. 2018 Feb;14(3):241-253. https://doi.org/10.2217/fon-2017-0474
28. Fan M, Ma X, Wang F, Zhou Z, Zhang J, Zhou D, et al. MicroR-NA-30b-5p functions as a metastasis suppressor in colorectal cancer by targeting Rap1b. Cancer Lett. 2020 May 1;477:144-156. https://doi.org/10.1016/jxanlet.2020.02.021
References
1. Gvaldin DY, Pushkin AA, Timoshkina NN, Rostorguev EE, Nalgiev AM, Kit OI. Integrative analysis of mRNA and miRNA sequencing data for gliomas of various grades. Egyptian Journal of Medical Human Genetics. 2020 Dec 10;21(1):73. https://doi.org/10.1186/s43042-020-00119-8
2. Kit OI, Pushkin AARastorguev EE, Porksheyan DH, Franciyants EM, Kuznetsova NS, et al. Changes in the expression status of genes during brain cell malignancy. Modern Problems of Science and Education. 2018;(6):8. (In Russian). https://doi.org/10.17513/spno.28148
3. Kit OI, Pushkin AA, Rastorguev EE, Porksheyan DH, Franciyants EM, Kuznetsova NS, et al. Gender features of the expression of genetic loci in glioma tissues. Modern Problems of Science and Education. 2018;(5):57. (In Russian). https://doi.org/10.17513/spno.28068
4. Ignatov SN, Zlatnik EYu, Sagakyants AB, Soldatkina NV, Rostorguev EE, Pushkin AA. The predictor role of the local level of interleukin-lß in the choice of chemotherapy in patients with low-grade glial tumors. VI St. Petersburg International Cancer Forum "White Nights 2020". St. Petersburg: 2020, 431 p. Available by: https://forum-onco.ru/upload/unsorted/forum_ tezis_2020.pdf. Accessed 01.11.2020. (In Russian).
5. Calin GA, Dumitru CD, Shimizu M, Bichi R, Zupo S, Noch E, et al. Frequent deletions and down-regulation of micro- RNA genes miR15 and miR16 at 13q14 in chronic lymphocytic leukemia. Proc Natl Acad Sci USA. 2002 Nov 26;99(24):15524-15529. https://doi.org/10.1073/pnas.242606799
6. Li G, Wu X, Qian W, Cai H, Sun X, Zhang W, et al. CCAR1 5' UTR as a natural miRancer of miR-1254 overrides tamoxifen resistance. Cell Res. 2016 Jun;26(6):655-673. https://doi.org/10.1038/cr.2016.32
7. Cai Y, Yu X, Hu S, Yu J. A brief review on the mechanisms of miRNA regulation. Genomics Proteomics Bioinformatics. 2009 Dec;7(4):147-154.
https://doi.org/10.1016/S1672-0229(08)60044-3
8. Kit OI, Pushkin AA, Rostorguev EE, Timoshkina NN, Kuznetso-va NS, Kavitsky SE, et al. Differential expression of 15 genes in glial tumors of various degrees malignancy. Modern problems of science and education. 2019;(5):66. (In Russian). https://doi.org/10.17513/spno.29039
9. Vodolazhsky DI, Pushkin AA, Vasilchenko NG, Panchenko SB, Timoshkina NN. The effect of doxorubicin on the expression of genes and microRNA of the EGFR signaling pathway in HeLa cell culture. Malignant tumors. 2017;7(3-S1):124-125. (In Russian).
10. Pushkin AA, Burda YE, Sevast'yanov AA, Kulikovskiy VF, Burda SY, Golubinskaya PA, et al. Renal cell carcinoma drug and cell therapy: today and tomorrow. Research Results in Pharmacology. 2018;4(1):17—26.
https://doi.org/10.3897/rrpharmacology.4.25251
11. Shkurat TP, Pushkin AA, Kozlova MYu, Kolina EA, Prokudi-na IO. Bioinformatic research of MRNA regulators of tumor suppressor genes. Actual problems of biology, nanotechnolo-gy and medicine. Materials of the VI International Scientific and Practical Conference. 2015. Rostov-on-Don: Publishing house of the Southern Federal University, 2015, 64-65 p. Available by: https://elibrary.ru/download/elibrary_29910966_49698769.pdf. Accessed 05.11.2020. (In Russian).
12. Rospatent. Registered on 29.11.2018. Patent number RU2709651C1. Kit OI, Timoshkina NN, Pushkin AA, Kutilin DS, Rostorguev EE, Kuznetsova NS. Method for differential diagnosis of gliomas based on analysis of gene expression and micro-RNA. (In Russian).
13. Colaprico A, Silva TC, Olsen C, Garofano L, Cava C, Garolini D, et al. TCGAbiolinks: an R/Bioconductor package for integrative analysis of TCGA data. Nucleic Acids Res. 2016 May 5;44(8):e71. https://doi.org/10.1093/nar/gkv1507
14. 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
15. He Q, Fang Y, Lu F, Pan J, Wang L, Gong W, et al. Analysis of differential expression profile of miRNA in peripheral blood of patients with lung cancer. J Clin Lab Anal. 2019 Nov;33(9):e23003. https://doi.org/10.1002/jcla.23003
16. Wu D, Niu X, Tao J, Li P, Lu Q, Xu A, et al. MicroRNA-379-5p plays a tumor-suppressive role in human bladder cancer growth and metastasis by directly targeting MDM2. Oncol Rep. 2017 Jun;37(6):3502-3508. https://doi.org/10.3892/or.2017.5607
17. Lv X, Wang M, Qiang J, Guo S. Circular RNA circ-PITX1 promotes the progression of glioblastoma by acting as a competing endogenous RNA to regulate miR-379-5p/MAP3K2 axis. Eur J Pharmacol. 2019 Nov 15;863:172643.
https://doi.org/10.1016Zj.ejphar.2019.172643
18. Kumar R, DuMond JF, Khan SH, Thompson EB, He Y, Burg MB, et al. NFAT5, which protects against hypertonicity, is activated by that stress via structuring of its intrinsically disordered domain. Proc Natl Acad Sci USA. 2020 Aug 18;117(33):20292-20297. https://doi.org/10.1073/pnas.1911680117
19. Li Y, Yuan F, Song Y, Guan X. miR-17-5p and miR-19b-3p prevent osteoarthritis progression by targeting EZH2. Exp Ther Med. 2020 Aug;20(2):1653-1663. https://doi.org/10.3892/etm.2020.8887
20. Pellatt DF, Stevens JR, Wolff RK, Mullany LE, Herrick JS, Samowitz W, et al. Expression Profiles of miRNA Subsets Distinguish Human Colorectal Carcinoma and Normal Colonic Mucosa. Clin Transl Gastroenterol. 2016 Mar 10;7:e152. https://doi.org/10.1038/ctg.2016.11
21. Ye -B, Li Z-L, Luo D-H, Huang B-J, Chen Y-S, Zhang X-S, et al. Tumor-derived exosomes promote tumor progression and T-cell dysfunction through the regulation of enriched exosomal mi-croRNAs in human nasopharyngeal carcinoma. Oncotarget. 2014 Jul 30;5(14):5439-5452. https://doi.org/10.18632/oncotarget.2118
22. Wei J, Yin Y, Deng Q, Zhou J, Wang Y, Yin G, et al. Integrative Analysis of MicroRNA and Gene Interactions for Revealing Candidate Signatures in Prostate Cancer. Front Genet. 2020;11:176. https://doi.org/10.3389/fgene.2020.00176
23. Zhang H, Xu S, Liu X. MicroRNA profiling of plasma exosomes from patients with ovarian cancer using high-throughput sequencing. Oncol Lett. 2019 Jun;17(6):5601-5607. https://doi.org/10.3892/ol.2019.10220
24. Zhang J, Li Y, Dong M, Wu D. Long non-coding RNA NEAT1 regulates E2F3 expression by competitively binding to miR-377 in non-small cell lung cancer. Oncol Lett. 2017 Oct;14(4):4983-4988. https://doi.org/10.3892/ol.2017.6769
25. Jiang X-M, Yu X-N, Liu T-T, Zhu H-R, Shi X, Bilegsaikhan E, et al. microRNA-19a-3p promotes tumor metastasis and che-moresistance through the PTEN/Akt pathway in hepatocellular carcinoma. Biomed Pharmacother. 2018 Sep;105:1147-1154. https://doi.org/10.1016/j.biopha.2018.06.097
26. Pushkin AA, Kit OI. Clinical significance of gene expression patterns in glioblastomas. Congress of Young Scientists "Topical issues of fundamental and Clinical medicine". Tomsk: 2018, 301-302 p. Available by: https://elibrary.ru/download/ elibrary_36832243_25858437.pdf. Accessed 05.11.2020. (In Russian).
27. Liu Q, Wang J, Tang M, Chen L, Qi X, Li J, et al. The overexpression of PXN promotes tumor progression and leads to radioresistance in cervical cancer. Future Oncol. 2018 Feb;14(3):241-253. https://doi.org/10.2217/fon-2017-0474
28. Fan M, Ma X, Wang F, Zhou Z, Zhang J, Zhou D, et al. MicroR-NA-30b-5p functions as a metastasis suppressor in colorectal cancer by targeting Rap1b. Cancer Lett. 2020 May 1;477:144-156. https://doi.org/10.1016/j.canlet.2020.02.021
Информация об авторах:
Пушкин Антон Андреевич* - научный сотрудник лаборатории молекулярной онкологии ФГБУ «НМИЦ онкологии» Минздрава России, г. Ростов-на-Дону, Российская Федерация. ORCID: https://orcid.org/0000-0003-2385-6285, SPIN: 9223-1871, AuthorlD: 975797, ResearcherlD: AAA-8887-2020, Scopus Author ID: 57200548010
Тимошкина Наталья Николаевна - к.б.н., руководитель лаборатории молекулярной онкологии ФГБУ «НМИЦ онкологии» Минздрава России, г. Ростов-на-Дону, Российская Федерация. ORCID: https://orcid.org/0000-0001-6358-7361, SPIN: 9483-4330, AuthorID: 633651, ResearcherID: D-3876-2018, Scopus Author ID: 24077206000
Гвалдин Дмитрий Юрьевич - к.б.н., научный сотрудник лаборатории молекулярной онкологии ФГБУ «НМИЦ онкологии» Минздрава России, г. Ростов-на-Дону, Российская Федерация. ORCID: https://orcid.org/0000-0001-8633-2660, SPIN: 8426-9283, AuthorID: 1010353, ResearcherID: AAA-9894-2020, Scopus Author ID: 57195716861
Дженкова Елена Алексеевна - д.б.н., доцент, ученый секретарь ФГБУ «НМИЦ онкологии» Минздрава России, г. Ростов-на-Дону, Российская Федерация. ORCID: https://orcid.org/0000-0002-3561-098X, SPIN: 6206-6222, AuthorID: 697354, ResearcherID: K-9622-2014, Scopus Author ID: 6507889745
Information about authors:
Anton A. Pushkin* - Researcher, Laboratory of Molecular Oncology National Medical Research Centre of Oncology of the Russian Ministry of Health, Rostov-on-Don, Russian Federation. ORCID: https://orcid.org/0000-0003-2385-6285, SPIN: 9223-1871, AuthorID: 975797, ResearcherID: AAA-8887-2020, Scopus Author ID:57200548010
Natalya N. Timoshkina - Cand. Sci. (Biol.), Head of the Laboratory Molecular Oncology National Medical Research Centre of Oncology of the Russian Ministry of Health, Rostov-on-Don, Russian Federation. ORCID: https://orcid.org/0000-0001-6358-7361, SPIN: 9483-4330, AuthorID: 633651, ResearcherID: D-3876-2018, Scopus Author ID: 24077206000
Dmitry Yu. Gvaldin - Cand. Sci. (Biol.), Researcher, Laboratory of Molecular Oncology National Medical Research Centre of Oncology of the Russian Ministry of Health, Rostov-on-Don, Russian Federation. ORCID: https://orcid.org/0000-0001-8633-2660, SPIN: 8426-9283, AuthorID: 1010353, ResearcherID: AAA-9894-2020, Scopus Author ID: 57195716861
Elena A. Dzhenkova - Dr. Sci. (Biol.), Associate Professor, academic secretary National Medical Research Centre of Oncology of the Russian Ministry of Health, Rostov-on-Don, Russian Federation. ORCID: https://orcid.org/0000-0002-3561-098X, SPIN: 6206-6222, AuthorID: 697354, ResearcherID: K-9622-2014, Scopus Author ID: 6507889745
