Научная статья на тему 'Транскриптомный профиль мочи при злокачественных новообразованиях яичника'

Транскриптомный профиль мочи при злокачественных новообразованиях яичника Текст научной статьи по специальности «Клиническая медицина»

CC BY
0
0
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
микроРНК / полимеразная цепная реакция / машинное обучение / биоинформатика / серозная аденокарцинома яичника / моча / биомаркеры / microRNAs / polymerase chain reaction / machine learning / bioinformatics / ovarian serous adenocarcinoma / urine / biomarkers

Аннотация научной статьи по клинической медицине, автор научной работы — Кутилин Денис Сергеевич, Филиппов Федор Евгеньевич, Порханова Наталья Владимировна, Максимов Алексей Юрьевич

Цель исследования. Биоинформатический поиск транскриптомных маркеров (на основании метаболомных данных) и их валидация в моче больных серозной аденокарциномой яичников. Материалы и методы. В исследование было включено 70 пациенток с диагнозом серозная аденокарцинома яичников и 30 условно здоровых индивидуумов. Поиск генов-регуляторов метаболитов и микроРНК регуляторов генов осуществляли с использованием метода машинного обучения Random forest. Выделение рибонуклеиновой кислоты (РНК) производили с помощью набора RNeasy Plus Universal Kits. Уровень транскриптов микроРНК в моче определяли методом полимеразной цепной реакции (ПЦР) в режиме реального времени. Оценку различий проводили с использованием критерия Манна-Уитни с поправкой Бонферрони. Результаты. С использованием метода Random forest были установлены взаимосвязи метаболит-ген регулятор (47 генов) и метаболит-микроРНК регулятор (613 уникальных микроРНК). Выявленные микроРНК были валидированы методом ПЦР в режиме реального времени. Обнаружено изменения уровня транскриптов микроРНК miR‑382‑5p, miR‑593‑3p, miR‑29a‑5p, miR‑2110, miR‑30c‑5p, miR‑181a‑5p, let‑7b‑5p, miR‑27a‑3p, miR‑370‑3p, miR‑6529‑5p, miR‑653‑5p, miR‑4742‑5p, miR‑2467‑3p, miR‑1909‑5p, miR‑6743‑5p, miR‑875‑3p, miR‑19a‑3p, miR‑208a‑5p, miR‑330‑5p, miR‑1207‑5p, miR‑4668‑3p, miR‑3193, miR‑23a‑3p, miR‑12132, miR‑765, miR‑181b‑5p, miR‑4529‑3p, miR‑33b‑5p, miR‑17‑5p, miR‑6866‑3p, miR‑4753‑5p, miR‑103a‑3p, miR‑423‑5p, miR‑491‑5p, miR‑196b‑5p, miR‑6843‑3p, miR‑423‑5p и miR‑3184‑5p в моче пациенток относительно условно-здоровых индивидуумов. Заключение. Таким образом, транскриптомное профилирование мочи позволило как выявить потенциальные маркеры заболевания, так и лучше понять молекулярные механизмы изменений, лежащих в основе развития рака яичников.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по клинической медицине , автор научной работы — Кутилин Денис Сергеевич, Филиппов Федор Евгеньевич, Порханова Наталья Владимировна, Максимов Алексей Юрьевич

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Urine transcriptomic profile in terms of malignant ovarian tumor s

Purpose of the study. Bioinformatic search for transcriptomic markers (based on metabolomic data) and their validation in the urine of serous ovarian adenocarcinoma patients. Materials and methods. The study included 70 patients with serous ovarian adenocarcinoma and 30 conditionally healthy individuals. The search for metabolite regulator genes and gene regulator microRNAs was performed using the Random forest machine learning method. Ribonucleic acid (RNA) was isolated using the RNeasy Plus Universal Kits. The level of microRNA transcripts in urine was determined by real-time PCR. Differences were assessed using the Mann-Whitney test with Bonferroni correction. Results. Using the Random forest method, metabolite-regulator gene (47 genes) and metabolite-regulator microRNA (613 unique microRNA) relationships were established. The identified microRNAs were validated by real-time PCR. Changes in the levels of microRNA transcripts were detected: miR‑382‑5p, miR‑593‑3p, miR‑29a‑5p, miR‑2110, miR‑30c‑5p, miR‑181a‑5p, let‑7b‑5p, miR‑27a‑3p, miR‑370‑3p, miR‑6529‑5p, miR‑653‑5p, miR‑4742‑5p, miR‑2467‑3p, miR‑1909‑5p, miR‑6743‑5p, miR‑875‑3p, miR‑19a‑3p, miR‑208a‑5p, miR‑330‑5p, miR‑1207‑5p, miR‑4668‑3p, miR‑3193, miR‑23a‑3p, miR‑12132, miR‑765, miR‑181b‑5p, miR‑4529‑3p, miR‑33b‑5p, miR‑17‑5p, miR‑6866‑3p, miR‑4753‑5p, miR‑103a‑3p, miR‑423‑5p, miR‑491‑5p, miR‑196b‑5p, miR‑6843‑3p, miR‑423‑5p and miR‑3184‑5p in the urine of patients compared to conditionally healthy individuals. Conclusion. Thus, urine transcriptome profiling allowed both to identify potential disease markers and to better understand the molecular mechanisms of changes underlying ovarian cancer development.

Текст научной работы на тему «Транскриптомный профиль мочи при злокачественных новообразованиях яичника»

����-���������� �������������� ������. 2024. �. 5, � 3. �. 76-90

https://doi.org/10.37748/2686-9039-2024-5-3-7

https://elibrary.ru/zovxqo

3.1.6. ���������, ������� �������

������������

������

��������������� ������� ���� ��� ���������������..

���������������� �������..

�. �. �������1 , �. �. ��������2, �. �. ���������2, �. �. ��������1

1 ���� ������������� ����������� ����������������� ����� ���������� ������������ ��������������� ���������� ���������,

�. ������-��-����, ���������� ���������

2 ���� ������������ �������������� ��������� � 1� ������������ ��������������� �������������� ����, �. ���������,

���������� ���������

k.denees@yandex.ru

������

���� ������������.

������������������

����� ��������������� ��������

(�� ���������

������������ ������)

� �� ��������� � ���� ������� �������� ��������������� ��������.

��������� � ������.

� ������������ ���� �������� 70 ��������� � ��������� �������� �������������� ��������

� 30

������� ��������

������������. ����� �����-����������� ����������� � ��������

����������� �����

������������ � �������������� ������ ��������� �������� Random forest. ��������� ��������������� �������

(���) ����������� �

������� ������ RNeasy Plus Universal Kits. ������� ������������ �������� � ���� ����������

������� ������������ ������ ������� (���) � ������ ��������� �������. ������ �������� ���������

� �������������� �������� �����-����� � ��������� ����������.

����������.

� �������������� ������ Random

forest ����

�����������

�����������

���������-��� ���������

(47

�����) � ���������-��������

��������� (613

����������

��������). ���������� ��������

���� ������������

������� ��� � ������ ��������� �������. ���������� ��������� ������ ������������ �������� miR-382-5p,

miR-593-3p, miR-29a-5p, miR-2110, miR-30c-5p, miR-181a-5p, let-7b-5p, miR-27a-3p, miR-370-3p, miR-6529-5p, miR-653-5p,

miR-4742-5p,

miR-2467-3p,

miR-1909-5p,

miR-6743-5p,

miR-875-3p,

miR-19a-3p,

miR-208a-5p,

miR-330-5p,

miR-1207-5p,

miR-4668-3p, miR-3193, miR-23a-3p,

miR-12132, miR-765, miR-181b-5p, miR-4529-3p, miR-33b-5p, miR-17-5p, miR-6866-3p,

miR-4753-5p, miR-103a-3p,

miR-423-5p, miR-491-5p, miR-196b-5p,

miR-6843-3p,

miR-423-5p � miR-3184-5p � ���� ���������

������������ �������-�������� ������������.

����������.

�����

�������, ���������������

��������������

���� ��������� ��� ������� �������������

������� �����������, ��� � ����� ������ ������������ ��������� ���������, �������

� ������ �������� ����

��������.

�������� �����: ��������, ������������ ������ �������, �������� ��������, ��������������, ��������

�������������� �������, ����, ����������

��� �����������: ������� �. �., �������� �. �., ��������� �. �., �������� �. �. ��������������� ������� ���� ��� ���������������

���������������� �������. ����-���������� �������������� ������. 2024; 5(3): 76-90. https://doi.org/10.37748/2686-9039-2024-5-3-7,

https://elibrary.ru/zovxqo

��� ���������������: ������� ����� ��������� � �.�.�., ������� ������� ��������� ����������� ������������ ���������,

���� ������������� ����������� ����������������� ����� ���������� ������������ ��������������� ���������� ���������,

�. ������-��-����, ���������� ���������

�����: 344037, ���������� ���������, �. ������-��-����, ��. 14 �����, �. 63

E-mail: k.denees@yandex.ru

ORCID: https://orcid.org/0000-0002-8942-3733

SPIN: 8382-4460, AuthorID: 794680

Scopus Author ID: 55328886800

���������� ��������� ����������: � ������ ����������� ��������� ��������, ������������� ������������ ����������� ���������

����������� ���������� (World Medical Association Declaration of Helsinki, 1964, ���. 2013). ������������ �������� ��������� ��

�������������� ����� ��� ���� ������������� ����������� ����������������� ����� ���������� ������������ ��������������� ����������

��������� (������� �� ��������� ��������� � 15 �� 14.06.2022 �.). ��������������� �������� �������� �� ���� ���������� ������������

��������������: �������������� ������ ������ �� �����������. ������ ��������� � �������������� �������� ������������

��� ���� ������������� ����������� ����������������� ����� ���������� ������������ ��������������� ���������� ���������:

https://ckp-rf.ru/catalog/ckp/3554742/

�������� ���������:

���

������ �������� ��

����������

����� �

������������� ����������

���������,

��������� � �����������

���������

������

������ ��������� � �������� 19.07.2024; �������� ����� �������������� 22.08.2024; ������� � ���������� 27.08.2024

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

� ������� �. �., �������� �. �., ��������� �. �., �������� �. �., 2024

South Russian Journal of Cancer. 2024. Vol. 5, No. 3. P. 76-90

https://doi.org/10.37748/2686-9039-2024-5-3-7

https://elibrary.ru/zovxqo

ORIGINAL

ARTICLE

Urine transcriptomic profile in terms of malignant ovarian tumors..

D. S. Kutilin1 , F. E. Filippov2, N. V. Porkhanova2, A. Yu. Maksimov1

1 National Medical Research Centre for Oncology, Rostov-on-Don, Russian Federation

2 Clinical Oncology Dispensary No. 1, Krasnodar, Russian Federation

k.denees@yandex.ru

ABSTRACT

Purpose of the study.

Bioinformatic search for transcriptomic markers (based on metabolomic data) and their validation in

the urine of serous ovarian adenocarcinoma patients.

Materials and methods. The study included 70 patients with serous ovarian adenocarcinoma and 30 conditionally healthy

individuals. The

search

for metabolite

regulator genes

and

gene

regulator microRNAs

was

performed

using

the

Random

forest

machine

learning method. Ribonucleic acid (RNA)

was

isolated using the

RNeasy Plus

Universal

Kits. The

level

of

microRNA transcripts in urine was determined by real-time PCR. Differences were assessed using the Mann-Whitney test

with Bonferroni correction.

Results.

Using the Random forest

method, metabolite-regulator gene (47

genes)

and metabolite-regulator microRNA (613

unique

microRNA) relationships were established. The identified microRNAs were validated by real-time PCR. Changes in the levels

of microRNA transcripts were detected: miR-382-5p, miR-593-3p, miR-29a-5p, miR-2110, miR-30c-5p, miR-181a-5p, let-7b-5p,

miR-27a-3p, miR-370-3p, miR-6529-5p, miR-653-5p, miR-4742-5p, miR-2467-3p, miR-1909-5p, miR-6743-5p, miR-875-3p,

miR-19a-3p, miR-208a-5p, miR-330-5p, miR-1207-5p, miR-4668-3p, miR-3193, miR-23a-3p, miR-12132, miR-765, miR-181b-5p,

miR-4529-3p, miR-33b-5p, miR-17-5p, miR-6866-3p, miR-4753-5p, miR-103a-3p, miR-423-5p, miR-491-5p, miR-196b-5p,

miR-6843-3p, miR-423-5p and miR-3184-5p in the urine of patients compared to conditionally healthy individuals.

Conclusion. Thus, urine transcriptome profiling allowed both to identify potential disease markers and to better understand

the molecular mechanisms of changes underlying ovarian cancer development.

Keywords: microRNAs, polymerase chain reaction, machine learning, bioinformatics, ovarian serous adenocarcinoma, urine,

biomarkers

For citation: Kutilin D. S., Filippov F. E., Porkhanova N. V., Maksimov A. Yu. Urine transcriptomic profile in terms of malignant ovarian tumors. South Russian

Journal of Cancer. 2024; 5(3): 76-90. (In Russ.). https://doi.org/10.37748/2686-9039-2024-5-3-7, https://elibrary.ru/zovxqo

For correspondence: Denis S. Kutilin � Cand. Sci. (Biol.), Leading Researcher, Laboratory of Molecular Oncology, National Medical Research Centre for

Oncology, Rostov-on-Don, Russian Federation

Address: 63 14 line str., Rostov-on-Don 344037, Russian Federation

E-mail: k.denees@yandex.ru

ORCID: https://orcid.org/0000-0002-8942-3733

SPIN: 8382-4460, AuthorID: 794680

Scopus Author ID: 55328886800

Compliance with ethical standards: the research study is carried out in compliance with the ethical principles set forth by World Medical Association

Declaration of Helsinki, 1964, ed. 2013. The study was approved by the Committee on Biomedical Ethics at the National Medical Research Center for

Oncology (extract from the minutes of the meeting No. 15 dated 06/14/2022). Informed consent was received from all participants of the study

Funding: this work was not funded. The work was performed with scientific equipment provided by the Central Research Institute of the National Medical

Research Center for Oncology: https://ckp-rf.ru/catalog/ckp/3554742/

Conflict of interest: the authors declare that there are no obvious and potential conflicts of interest associated with the publication of this article

The article was submitted 19.07.2024; approved after reviewing 22.08.2024; accepted for publication 27.08.2024

South Russian Journal of Cancer 2024. Vol. 5, No. 3. P. 76-90

Kutilin D. S. , Filippov F. E., Porkhanova N. V., Maksimov A. Yu. Urine transcriptomic profile in terms of malignant ovarian tumors

��������

��� �������� (��) � ��������� ����� ��������

���� �� ������� ������� �� ����������� ��������������

� ���������� �

���� � ���������� ���������

����� ���������������� ���������������

��������������� [1,

2].

�� ��������

���������

�������� ��������, ������ �� ������� ����� �������������

������������� � ����������� ��������������.

��������

������������� ���������

����������� ��������������� (���),

��������

�������� ���������,

��������������� ���������,

���������� ���������, ���������������

���������, ��������������� ������� ��������,

�������-����������

���������, ��������������������

��������� � ��������� �������������

��������� [3, 4].

� ����������� ��������� �� ����� �������������

��������, ������ ���������� ������, � �����

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

5-������ ������������ ���������� ����� 30�40

%.

������ ����������� �� �������� �������� ������

�������� ��������� ������������ ��������� [5,

6]. ���������� ����� ������������ �������,

� ��� ����� ����������� ������� ������������

��������, ���

������� �����������

� ���������

����������� ������� �����������. ����������

�������� � ������������ ������� ����� �����

������������, ������� �������� ����������� �����

����������� ���

������ ����������� � �����������

������� �������������� �����������.

���������� � ������������

��������

� ��������������

���������� ��� ������� �������������

��������� �

����-�������������� (��) ��������

���������� ������� ����� �����������

��� ��������������

����������� � ������������� �����������

� ������������� �������� [7].

����������� ���� ����� ������������ [8] �������������

������� ���� �������

�����������������������

���������� ������������� � ����������������������

���������������

��������,

��� � ��������� � �������� ���������� ��������

����������� ��������� � ���������� ���������

������ ������

� �� �����������, ��������������,

������������, ����������� � �� �����������,

� �����

���������

�����������

���������

���������. ��� ���� 26

����������� � ����������

������������� � ����

����� �����

������������

��������� � �������� ������������

�����������

�� � ������, ����������� � �������

�������� �����.

��� ���� ��������, ��� � ���� � ��������� � ��

14

����������� (���������, �����������-�����,

�������������������

(18:3), �������������������

(18:2),

������-������,

�������������������

(20:4), L-�����������, ������������������ (34:1),

5-����������������, 2-��������������������

�������, 3-����������� �������, �������������������

(14:0), �������������� �������, �������������������

(20:4))

����� ������� �����

�������

������������ ��

��������� �

�������

���������

�������������. ���������� 12 ����������, ��������,

���� �������� (L-����-��������-L-�����������,

������������ �������, ����������������,

��������-������, ���������������, 3-�����������������������,

3-������������,

2,6-������������������������,

3-��������������� �������, N-������������,

L-����������������, ���������������)

[8].

����������� ���� ��������� ���� ����������

������� ��������� �

�������� ����

���������,

��������� �������������� ������������

� ������������

������ � ��������� ���������� �����������

����������. � ���� ����� �����������

���������� �������� ������� � ����� ��������� ���������������

��������, ��������, � ���������������

������. �

����

�����

������ ������� �����������

������� ������������

�������� �

���� [9].

��������

���

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

�������� ������������ ���������������

������� (���), �������

����������

���������� ����� ����������� ���������� ����,

���� ���������

����������

����

� �����. ������

��������

������������ ����� �������������� ���

��������

�������

22

�����������, ������������

�� ����������

�����������.

�������� ��������

����������������� ������������ � ����������

����������

����� �����

��������������

� ����������������

������������� ��������������������

����-������� [10]. ��������

������ ������������

�����

� ���������

� ��������

���������

������������

�������, �������

���������

����������,

���������������� � ���������������� ��������,

���

������ ��������

�������������� ������������

���

������ ����������������

� ��������

����

[11].

��������

������������ ���� ��������-����

�����

�������

��������

��� ���

���������

������������

����������, �������

� ������

�������������, ���

� ��������

������ �����

�����������.

���� ������������:

������������������ �����

��������������� ��������

(�� ��������� ������������

������) �

�� ��������� �

���� �������

�������� ��������������� ��������.

����-���������� �������������� ������ 2024. �. 5, � 3. �. 76-90

������� �. �. , �������� �. �., ��������� �. �., �������� �. �. ��������������� ������� ���� ��� ��������������� ���������������� �������

���������

������

� ������������� ������������ ���� ��������

70

��������� � ��������� �� (�������� ��������������

������ (n = 30) � ������� ������ �����������������

(n = 30), T1�

4, T1b

3, T1�

5, T2�

3,

T2b

5, T3�

14, T3b

6, T3�

30) � 30

�������

�������� ������������ (��� �����-����

���������

���������), ������������ ����������� ������.

��������

�������� ������������

������������

������� ����. �����

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

����������� ������������

��������

���� ��������������� �������� ��

������� ������������� ������������� ��������.

���� �������� �� ������ �������.

������ ���������� ��������

500 ��� ������� ���� ��������� �

900 ���

�������� QIAzol (QIAGEN). ���������� ���������

���������

��� ������������

������� ������

RNeasy Plus Universal Kits ��������

��������� �������������.

��� ��������� ������ ��������

� �����

��� U6

������������ �����, ������������

Balcells

I. � �����. [12]. ���������� ��������� ���

������������ � ������� �������� ������������,

�������

����������� ������������ � �������������������

���, � ��������������

�����������

RT-���������. �����

�����������

��������

���������� ��������������� ��� �

�������

������������ ������ �������

(���) �

��������

������� (���-��).

������

�����������

�����������������

���������

������������ � ��������������

���������

Balcells

I. [12]. ��� ������ �������� ���������

��������� ���������� ����������������, ��

�������

�������� ��, ������� �����������������

�������� �������

�������������� ��������

������������ � ���. ������������� ��������

������������ ��������� �� ���������

���������

������ (Ct), ���������� ��� ������� �������������

��������

�������� �

���� (��� ��������,

������), ������ � ��������� ������������. �������������

������������ (E) ��� ������ �������

��������� � ������� ���������� �������������

������,

��������� ��� ������� ���������� ���������������

���, ����������

��

�����������

���� �������� ���������� ���� ��������� (�����������

�������� E

����

����� 2,0). ������������

���������� ��� ������� ����������� ����� ���������

� ������� ��������� geNorm [13]. ��������������

������ ������������ ��������������

��� ��������

�������: miR-191

(���������� ����

�������� ���� �������� ���������� �

13 ������������

������

[14]); miR-23a (� ��������

�������������,

�����������

��� ������� ��������

����� ����� [15]

� U6 (�����������

������������

� �������� ���������� ������� ��� ������������

������ ���������� ��������). � ������� ���������

geNorm

��� ������������ ������ ����������

�������� ��� ������ U6.

��� ������ �������� �������� ��������� �������

�������� ������������ � ����� �������.

���

�������� ������������ ������������ �����������

�����, ���������� 1� ����(�) �����

(BioLabs),

10 U/��� Reverse Transcriptase ��LV

(������),

0,1

�� dNTPs (������), 0,1

�� ��� (BioLabs),

1 .M RT-��������, 0,5 U/��� Poly(A)-����������

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

(BioLabs) � 1 ���

��������� ���. ������� ���������

������� 15 ���. ��� 16 ��, 15 ���. ��� 42 ��,

����� �������� ������������� ��������������

2 ���. ��� 95 ��.

��������� ������������� ���������� ��������

��������� ������� ���-��. ������������

��������� � 20 ��� PCR-�����,

����������

1x

PCR-�����, 0,25

m�

dNTPs, 2

�M

MgCl2, 1

��.���.

Taq-DNA-����������, �� 500

�M ������� � ���������

���������. ���������� RT-qPCR �������

������� ��������� �

���� ��������. ����������

����� ������������ � �������������

CFX

96

(Bio-

Rad Laboratories, ���) �� ��������� ���������:

2

���. 94

��, 50

������: �����������

��� 95

��

10 ���.,

�����

� ���������

63 �� 30 ���. ����������,

��������������� Ct >

40, ���� ��������

��������������.

������������� ���������� (R�) ������������

��

������� R�

= 2-..Ct. ������������ �����������

��������� �� ������������ ������ � ������

���������� ��������������� �������� �������

� ��������

����������� ������, ���������������

�� �����, ����������� ����:

1.

������������ ��

������������ ������:

.C(t)

= C(t)

� C(t) ��������target

� C(t)reference, ��� C(t)reference

���� ������.

2. ������ E-.C(t)

�� ������ ��������

��� �������

�������� ����������� ������ � �������� ������.

3. ������ ������� E-.C(t)

�� ������� ������ ���

����������� ������ � �������� ������.

4. ������������

�� ����������� ������

� �������������

��������� ��� ��������� ���������: R�

= E-.C(t)������� �������� ������

/E-.C(t)������� ����������� ������

(���

������������ R� = E-..C(t) [16].

South Russian Journal of Cancer 2024. Vol. 5, No. 3. P. 76-90

Kutilin D. S. , Filippov F. E., Porkhanova N. V., Maksimov A. Yu. Urine transcriptomic profile in terms of malignant ovarian tumors

�������������� � �����������������

��������� ������

������ �������� ��������� � ��������������

��������

�����

����� ���

���������� ������

��������������

���������� �

<

0,05,

��� ����� ��������������

���������

������������ ��������

����������. ������ ������ ���������� �� �����

���������������� Python � �������������� ����������

SciPy [17].

����� �����-����������� ����������� � ��������

����������� ����� ������������ � ��������������

������ ��������� ��������

Random

forest (���������� ����), ������� ��������

� ���� ����� �������� �������� � �����

������� 1. ���������� � ���� ���������� �������������� �����

����������*���� ������������������

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

���������

KYNU,

KMO,

KYAT3,

IDO

������������, ���������-3-��������������,

������������������������� 3, ���������-������-2,3������������

�����������-�����

PAH

�����������������������

������������ �������

PPARA,

PPARGC1A,

CYP4Z1,

IYD,

FASN,

PLA2G5,

LGALS13

������� ������ ������, ����� ����-���������������,

�������-��������� ����������� A2, ����������� ������

13, ����������� ����������

��������������������

PLA2G2A,

PLB1,

LPCAT1

������������ �2, ���������������, LPC-���������������

����������������

ACADM,

ACADS,

CROT

����-���-�������������, ���������������������������

(Carnitine O-Octanoyltransferase)

���������������

CPT1,

CPT1A,

ACADM

����������-CoA-�����������, �������-�����������������

������-������

GAL,

PGA3

�������, ���������� �

3-�����������������������

ACADM,

CRAT

3-��������-�������-�������������, ��������-������������������

3-������������

PDE4D

cAMP-specific 3�,5�-cyclic phosphodiesterase 4D

L-�����������

PAH,

DDC

�����������������������, ����-��������������

������������������

PIK3CA,

PIK3CB,

PIK3C2A,

PLCB1,

PIGL

������������������-3-������, 1-������������������-4,5������������������������

����-1, N-������������������

������������������-��-N-���������

2,6 �����������������������

ACADM,

CRAT

3-��������-�������-�������������, ��������-������������������

5-����������������

TPH1

���������������������

3-��������������� �������

FASN,

OXSM

3-���������������, ������� ������ ������

2-��������������������

�������

NMT1

�-�������������������� 1

3-����������� �������

FABP6

������������

�������������� �������

KYAT1

������������������������� 1 (kynurenine aminotransferase

1)

N-������������

APEH

N-�������������������

L-����������������

CROT,

COT,

CPT2,

CPT1

��������-�-�������������������, ��������-����������������������

2(Carnitine O-octanoyltransferase,

Carnitine O-palmitoyltransferase 2)

���������������

ACADM,

ODC1,

GLYATL1

3-��������-�������-�������������, ���������������������

1, ������ N-���������������

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

������������������

GPR34,

PLA1A

����������������������� �������� 1, ����������� �1

����������: * � �������� ����������� �� ��������� ������ ������ [8]

����-���������� �������������� ������ 2024. �. 5, � 3. �. 76-90

������� �. �. , �������� �. �., ��������� �. �., �������� �. �. ��������������� ������� ���� ��� ��������������� ���������������� �������

������� 2. ����������, ���� ���������� �������������� ����� � ����������������� � ���� ��������

��������������������������������

KYNU,

KMO,

���������

KYAT3,

IDO1

KMO:miR-30b-3p, miR-153-5p, miR-149-3p, miR-363-5p, miR-624-3p,

miR-937-5p, miR-1233-3p, miR-1238-3p, miR-1972, miR-3200-5p, miR4319,

miR-3689a-5p, miR-3689b-5p, miR-4478, miR-3689e, miR-4695-5p,

miR-4724-5p, miR-664b-3p, miR-5684, miR-6758-5p, miR-6780a-5p,

miR-6799-5p, miR-6856-5p, miR-6867-5p, miR-6883-5p, miR-6894-5p,

miR-6894-5p, miR-7106-5p, miR-7106-5p, miR-1273h-5p, miR-12122.

KYNU:miR-30a-3p,miR-200c-3p, miR-382-5p, miR-382-5p, miR-2117,

miR-3654, miR-4652-3p, miR-4743-3p, miR-6739-3p, miR-6879-3p, miR6885-

3p, miR-10397-5p, miR-4638-5p, miR-30a-3p, miR-200c-3p, miR382-

5p, miR-382-5p, miR-2117, miR-3654, miR-4652-3p, miR-4743-3p,

miR-6739-3p, miR-6879-3p, miR-6885-3p, miR-10397-5p. KYAT3: miR5692c,

miR-5692b, miR-5692c, miR-5692b, miR-5692c, miR-5692b. IDO1:

miR-593-3p, miR-891a-3p, miR-5683, miR-6728-3p

2

�����������-�����

PAH

miR-23a-3p, miR-4502, miR-12132

IYD: miR-760, miR-29a-5p, miR-208a-5p, miR-30b-3p, miR-184, miR-1953p,

miR-320a-3p, miR-373-5p, miR-483-3p, miR-551b-5p, miR-643, miR646,

miR-1224-5p, miR-320b,miR-922, miR-1202, miR-1205, miR-1287-3p,

miR-513c-3p, miR-1321, miR-3144-3p, miR-3152-5p, miR-3185, miR-31915p,

miR-3199, miR-514b-5p, miR-4279, miR-3663-5p, miR-3681-5p, miR3689a-

3p, miR-3689b-3p, miR-4429, miR-4452, miR-3689c, miR-4531,

miR-4533, miR-3972, miR-3976, miR-451b, miR-4731-5p, miR-4796-3p,

miR-4799-3p, miR-5003-3p, miR-5195-3p, miR-5588-5p, miR-6509-3p,

miR-6737-5p, miR-6737-3p, miR-6752-3p, miR-6764-3p, miR-6779-5p,

miR-6780a-5p, miR-6824-3p, miR-6829-5p, miR-6830-5p, miR-6849-5p,

miR-6849-3p, miR-6882-5p, miR-6894-3p, miR-7106-5p, miR-7844-5p,

miR-8052, miR-8069, miR-8078, miR-146a-5p, miR-607, miR-3614-5p, miR4482-

3p, miR-197-3p, miR-744-3p, miR-3187-3p, miR-3652, miR-4420, miR4430,

miR-4633-5p, miR-4642, miR-4781-3p, miR-5698, miR-6499-3p, miR6787-

3p, miR-6843-3p, miR-6848-3p, miR-588, miR-4423-5p, miR-6501-5p

CYP4Z1: miR-2110, FASN: miR-30c-5p, LGALS13: miR-4650-3p

PLA2G5: miR-765, miR-3682-3p, miR-4533,miR-2467-3p,miR-47863p,

miR-1253,miR-3191-5p,miR-6847-5p,miR-11181-3p,miR-3916

3

������������ �������

PPARA,

PPARGC1A,

CYP4Z1,

IYD,

FASN,

PLA2G5,

LGALS13

PPARA:miR-181a-5p, miR-181b-5p, miR-20b-5p, miR-181d-5p, miR22-

3p, miR-140-5p, miR-372-3p, miR-330-5p, miR-331-3p, miR-345-3p,

miR-520d-3p, miR-551b-5p, miR-619-5p, miR-622, miR-2113, miR-665,

miR-939-3p, miR-1976, miR-3116, miR-3183, miR-4251, miR-3690, miR550b-

2-5p, miR-4436a, miR-4443, miR-4515, miR-4717-5p, miR-4723-5p,

miR-4745-5p, miR-4749-5p, miR-4755-3p, miR-5591-5p, miR-6126, miR6131,

miR-6134, miR-6505-3p, miR-6734-3p, miR-6744-3p, miR-6753-3p,

miR-6766-5p, miR-6791-5p, miR-6805-3p, miR-6817-5p, miR-6852-5p,

miR-6873-3p, miR-6880-5p, miR-7151-3p, miR-8071, let-7b-5p, let-7e-5p,

miR-224-3p, miR-302a-3p, miR-326, miR-335-3p, miR-429, miR-511-5p,

miR-8085, miR-10394-5p, miR-10524-5p, miR-9851-5p, miR-7107-3p,

miR-7110-3p, miR-7155-3p, miR-7158-3p, miR-7976, miR-1233-5p, miR4651,

miR-6757-5p, miR-6778-5p, miR-27a-5p, miR-34a-5p, miR-130b-5p,

miR-196b-5p, miR-607, miR-1249-5p, miR-3689d, miR-5006-5p, miR6756-

5p, miR-6788-5p, miR-6797-5p, miR-6851-5p

PARGC1A: let-7a-5p, let-7b-5p, let-7c-5p, let-7e-5p, miR-23b-3p, miR-1385p,

miR-409-5p, miR-487a-3p, miR-193b-3p, miR-4458, miR-6884-5p,

miR-23a-3p, miR-193a-3p, miR-485-3p, miR-3666, miR-3681-3p, miR211-

5p, miR-485-5p, miR-342-5p, miR-452-5p, miR-511-5p, miR-508-5p,

miR-573, miR-659-3p, miR-764, miR-1825, miR-2116-3p, miR-2682-3p,

miR-3929, miR-4436a, miR-4649-5p, miR-4664-5p, miR-4713-5p, miR4728-

3p, miR-122b-3p, miR-4768-5p, miR-4769-3p, miR-5003-5p, miR5006-

3p, miR-5011-5p, miR-5591-3p, miR-5685, miR-6124, miR-6740-3p,

miR-6818-3p, miR-6833-3p, miR-6845-3p, miR-6892-3p, miR-7110-5p,

miR-7703, miR-7850-5p, miR-8075, miR-8485, miR-148a-5p, miR-214-3p,

miR-222-3p, miR-9898, miR-6083

South Russian Journal of Cancer 2024. Vol. 5, No. 3. P. 76-90

Kutilin D. S. , Filippov F. E., Porkhanova N. V., Maksimov A. Yu. Urine transcriptomic profile in terms of malignant ovarian tumors

������� 2

(�����������). ����������, ���� ���������� �������������� ����� � ����������������� �

���� ��������

��������������

������������������

4

�������������������� PLA2G2A,

PLB1,

LPCAT1

LPCAT1: miR-27a-3p, miR-370-3p, miR-4739, miR-4768-3p, miR-47833p.

PLB1: miR-3162-5p, miR-4529-3p, miR-4740-5p. PLA2G2A: miR-765,

miR-3652, miR-6134, miR-6745, miR-6756-5p, miR-6769a-5p, miR-67855p,

miR-6769b-5p, miR-7847-3p

5

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

6

7

����������������

���������������

������-������

ACADM,

ACADS,

CROT

CPT1A,

ACADM

GAL,

PGA3

CROT: miR-33a-5p, miR-373-3p, miR-33b-5p, miR-17-5p, miR-500a-5p,

miR-501-5p, miR-1250-3p, miR-4659b-3p, miR-219b-5p, miR-4795-3p,

miR-6807-3p, miR-6867-5p, miR-522-3p, miR-4325, miR-5004-3p, miR6833-

5p, miR-221-3p. ACADM: miR-4437, miR-5580-3p, miR-6529-5p,

miR-3184-5p, miR-4704-3p. ACADS: miR-484

ACADM: miR-4437, miR-5580-3p, miR-6529-5p, miR-3184-5p, miR-47043p.

CPT1A: miR-653-5p, miR-328-3p, miR-6866-3p, miR-1296-3p, miR1322,

miR-6883-5p, miR-7-2-3p, miR-335-3p, miR-520a-3p, miR-4310,

miR-4287, miR-6718-5p, miR-6785-5p, miR-6869-3p, miR-7856-5p, miR93-

5p, miR-4293, miR-4322, miR-4707-3p, miR-24-3p, miR-6849-3p

GAL: miR-922, miR-4742-5p, miR-4753-5p, miR-4436b-3p, miR-5004-5p,

miR-5089-3p, miR-15b-5p, miR-138-1-3p, miR-302d-5p, miR-6810-5p,

miR-3976. PGA3: miR-2467-3p, miR-1909-5p, miR-6743-5p, miR-1913,

miR-2115-5p, miR-4646-5p, miR-5006-5p, miR-6857-5p, miR-11399, miR5008-

5p, miR-4649-3p,miR-423-5p, miR-3679-5p, miR-423-3p, miR-12963p,

miR-3126-5p, miR-6759-3p, miR-3180, miR-6763-5p, miR-769-3p,

miR-3139, miR-5571-5p, miR-6768-5p, miR-761, miR-3151-5p, miR-18a5p,

miR-4672, miR-6873-3p, miR-6875-3p, miR-3156-5p, miR-6771-5p,

miR-6879-5p, miR-3945

8

9

10

3-�����������������������

3-������������

L-�����������

ACADM,

CRAT

PDE4D

PAH,

DDC

ACADM: miR-4437, miR-5580-3p, miR-6529-5p, miR-3184-5p, miR-47043p.

CRAT: miR-936, miR-1207-5p, miR-6764-5p, miR-7150, miR-10392-3p

PDE4D: miR-18a-5p, miR-31-5p, miR-148a-3p, miR-301a-3p, miR-148b-3p,

miR-875-5p, miR-6766-3p, miR-26a-5p, miR-103a-3p, miR-107, miR-1395p,

miR-362-3p, miR-339-5p, miR-18b-5p, miR-448, miR-487a-3p, miR4429,

miR-203a-3p, miR-211-3p, miR-124-3p, miR-149-5p, miR-99b-3p,

miR-372-3p, miR-373-5p, miR-520a-3p, miR-520d-3p, miR-625-5p, miR641,

miR-1301-3p,

miR-449c-5p, miR-1266-5p, miR-1321, miR-1912-3p,

miR-2114-5p, miR-3125, miR-3187-5p, miR-4261, miR-4280, miR-3646,

miR-3689a-5p, miR-3689b-5p, miR-3922-5p, miR-4446-3p, miR-3689d,

miR-3689e, miR-4492, miR-4502, miR-4511, miR-3977, miR-4646-5p,

miR-4675, miR-4698, miR-4741, miR-4756-5p, miR-4768-3p, miR-5193,

miR-1295b-5p, miR-5589-3p, miR-6500-3p, miR-548az-5p, miR-6504-5p,

miR-6511a-5p, miR-6512-5p, miR-6809-5p, miR-6809-3p, miR-6829-5p,

miR-6839-5p, miR-6859-5p, miR-5787, miR-6077, miR-6796-3p, miR6860,

miR-7114-5p, miR-7151-3p, miR-8080, miR-8081, miR-8086, miR195-

5p, miR-3136-5p, miR-6080, miR-6888-5p, miR-340-5p, miR-4439,

miR-3148, miR-6857-3p, miR-497-5p

PAH: miR-23a-3p, miR-4502, miR-12132. DDC: miR-875-3p, miR-3166,

miR-4502, miR-3158-3p

��������� �����������. ����������� ������

����������� �����

��������

�������������

�����������

����, ��� ������� ���

��� ��������

�������� �������� ����������� �����������

���������� [18].

��� ������ ����������� �������

��������

������������ LASSO (Least Absolute Shrinkage and

Selection

Operator)

� �������������� �������������

��������� �� ����� ���������������� R

�������� Rstudio. �������� ���������� ����������

����� �������� ����� bootstrap-�������

� ��������� ������������� ���������� [19].

����������

������������

������������������

������

�����

�������������

������� ����

�����������

�����

��������

� �������������� ������ ���������

��������

Random forest, �������������

��

�����

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

����������������

R,

��� �������� ������ ������������ ������

�� ������ [8], � ����� ��� ������ Human Metabolome

Database (HMDB, https://hmdb.ca/metabolites).

�� ������ ����� ���� ����������� �����������

���������-������� � �������-��� ���������.

���������� ������������ � ����. 1.

����-���������� �������������� ������ 2024. �. 5, � 3. �. 76-90

������� �. �. , �������� �. �., ��������� �. �., �������� �. �. ��������������� ������� ���� ��� ��������������� ���������������� �������

������� 2

(���������). ����������, ���� ���������� �������������� ����� � ����������������� �

���� ��������

��������������

������������������

PIK3CA,

PIK3CB,

11

������������������

PIK3C2A,

PLCB1,

PIGL

PIGL: miR-4651, miR-5087, miR-6499-3p, miR-6739-3p, miR-6764-5p,

miR-212-5p, miR-659-3p, miR-3189-3p, miR-3934-3p, miR-378g, miR4519,

miR-6819-5p.

PIK3C2A: miR-503-5p, miR-301b-3p, miR-6838-5p, miR-23a-5p, miR-29a5p,

miR-23b-5p, miR-510-5p, miR-1264, miR-2113, miR-1286, miR-36193p,

miR-4423-3p, miR-4436a, miR-4484, miR-1343-3p, miR-6074, miR6760-

3p, miR-6867-5p, miR-212-5p, miR-150-5p, miR-378a-5p, miR-518a5p,

miR-1224-3p, miR-764, miR-6821-3p.

PIK3CA: let-7i-5p, let-7e-5p, miR-19a-3p, miR-19b-3p, let-7g-5p, miR-1523p,

miR-202-5p, miR-4429, miR-198, miR-548e-5p, miR-548o-3p, miR2114-

5p, miR-4430, miR-4493, miR-4659b-3p, miR-122b-5p, miR-4803,

miR-5006-3p, miR-6797-3p, miR-1972, miR-2116-5p, miR-3157-5p, miR3191-

5p, miR-514b-5p, miR-4303, miR-4277, miR-3606-5p, miR-3614-3p,

miR-3679-3p, miR-676-5p, miR-378g, miR-4446-5p, miR-4477b, miR4486,

miR-4652-3p, miR-6819-5p, miR-6857-5p, miR-6868-3p, miR-68933p,

miR-7162-3p, miR-10526-3p, miR-12126, miR-139-5p, miR-422a.

PIK3CB: miR-23b-3p, miR-362-5p, miR-3666, miR-3064-5p, miR-4465,

miR-199a-3p, miR-199b-3p, miR-212-5p, miR-150-5p, miR-6504-5p, miR204-

3p, miR-671-5p, miR-1263, miR-3646, miR-4430, miR-4682, miR5093,

miR-6165, miR-6715a-3p, miR-7850-5p, miR-9500, miR-130b-5p,

miR-3619-5p, miR-32-3p, miR-623, miR-542-5p, miR-548j-5p, miR-544b,

miR-3614-5p, miR-3652, miR-548aw, miR-5703, miR-8077, miR-2117.

PLCB1: miR-103a-3p, miR-107, miR-423-5p, miR-3129-5p, miR-139-5p,

miR-124-3p, miR-138-1-3p, miR-302c-5p, miR-876-5p, miR-1244, miR1322,

miR-548s, miR-4267, miR-3692-3p, miR-4433a-3p, miR-4436a,

miR-3978, miR-4647, miR-4659a-3p, miR-4670-3p, miR-5194, miR-548az3p,

miR-6783-3p, miR-6860, miR-7151-5p, miR-8056, miR-8063, miR-5023p.

12

2,6 ������������������������

ACADM,

CRAT

ACADM: miR-4437, miR-5580-3p, miR-6529-5p, miR-3184-5p, miR-47043p.

CRAT: miR-936, miR-1207-5p, miR-6764-5p, miR-7150, miR-10392-3p

13

5-����������������

TPH1

TPH1: miR-320a-3p, miR-450a-2-3p, miR-320b, miR-2110, miR-4435,

miR-5693, miR-5702, miR-6830-5p, miR-12118

14

3-��������������� �-��

FASN

miR-30c-5p

15

2-��������������������

�������

NMT1

NMT1: miR-181a-5p, miR-214-3p, miR-491-5p, miR-432-5p, miR-922,

miR-1202, miR-1205, miR-1972, miR-2110, miR-2682-3p, miR-3160-5p,

miR-3176, miR-4303, miR-4291, miR-4447, miR-3972, miR-4667-5p, miR4690-

3p, miR-4700-5p, miR-23b-3p, miR-615-3p

16

3-����������� �������

FABP6

FABP6: miR-208a-5p, miR-330-5p, miR-196b-5p, miR-3180-3p, miR-3181,

miR-4278, miR-3689f, miR-4754, miR-4786-3p, miR-5190, miR-5195-3p,

miR-6745, miR-6751-5p, miR-6769a-5p, miR-6771-5p, miR-6792-5p, miR6821-

5p, miR-7156-3p, miR-10226, miR-10392-5p

17

�������������� �������

KYAT1

KYAT1: miR-423-5p, miR-6842-5p, miR-597-3p, miR-4710, miR-6741-5p,

miR-6796-5p, miR-4447, miR-193b-3p

18

N-������������

APEH

miR-1289

19

L-����������������

CROT,

CPT2

CROT: miR-33a-5p, miR-373-3p, miR-33b-5p, miR-17-5p, miR-500a-5p,

miR-501-5p, miR-1250-3p, miR-4659b-3p, miR-219b-5p, miR-4795-3p,

miR-6807-3p, miR-6867-5p, miR-522-3p, miR-4325, miR-5004-3p, miR6833-

5p, miR-221-3p. CPT2: miR-433-3p, miR-6843-3p, miR-6848-3p,

miR-208a-5p, miR-6742-3p, miR-34a-5p

20

���������������

ACADM,

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

ODC1,

GLYATL1

ACADM: miR-4437, miR-5580-3p, miR-6529-5p, miR-3184-5p, miR-47043p.

ODC1: miR-423-5p, miR-3184-5p, miR-7973, miR-193b-3p. GLYATL1:

miR-1207-5p, miR-4668-3p, miR-4742-3p, miR-4999-5p, miR-664b-3p,

miR-6846-3p, miR-6893-3p

21

������������������ GPR34,

PLA1A

PLA1A: miR-3153, miR-7110-3p, miR-6754-5p, miR-6887-3p. GPR34:

miR-3193, miR-2909, miR-4738-5p, miR-486-3p, miR-6808-5p

South Russian Journal of Cancer 2024. Vol. 5, No. 3. P. 76-90

Kutilin D. S. , Filippov F. E., Porkhanova N. V., Maksimov A. Yu. Urine transcriptomic profile in terms of malignant ovarian tumors

����������

�����������

���������-���-��������

������������ � ����. 2

� ���. 1�2. �����,

��� ���������� ���������� � ���� �����������

������������

������� �����

�������������� ����

� ��������. ��� ����

�����������

������������

������� � �������������������

�������� 237

� 143

��������

��������������, ������������

����������

���� �������

������������� ��������.

����� �������, ��� ����������������� �������

��������� ������ �� 613

���������� ��������,

����������� � ��������� ������������ 21 ����������.

�� 613 �������� ���� �������

������

��������

� ������������ ����� ��������������

� ����

����� ����������� ���������� �����������.

�������� �������� �������� 91

��������,

����������� � ����. 3.

������� 3. ��������� �������� ��������, ����������� � ��������� ������������ �����������

������������������

1

���������

KMO: miR-30b-3p, miR-153-5p, miR-149-3p, miR-363-5p. KYNU: miR-30a-3p,

miR-200c-3p, miR-382-5p, miR-382-5p. KYAT3: miR-5692c, miR-5692b,

miR-5692c. IDO1: miR-593-3p, miR-891a-3p

2

�����������-�����

PAH: miR-23a-3p, miR-4502, miR-12132

3

������������ �������

IYD: miR-760, miR-29a-5p. CYP4Z1: miR-2110, FASN: miR-30c-5p, LGALS13:

miR-4650-3p. PLA2G5: miR-765, miR-3682-3p. PPARA: miR-181a-5p,

miR-181b-5p, miR-20b-5p. PPARGC1A: let-7a-5p, let-7b-5p, let-7c-5p

4

��������������������

LPCAT1: miR-27a-3p, miR-370-3p, miR-4768-3p. PLB1: miR-3162-5p,

miR-4529-3p. PLA2G2A: miR-765, miR-3652

5

����������������

CROT: miR-33a-5p, miR-373-3p, miR-33b-5p, miR-17-5p. ACADM: miR-4437,

miR-5580-3p, miR-6529-5p. ACADS: miR-484

6

���������������

ACADM: miR-4437, miR-5580-3p, miR-6529-5p. CPT1A: miR-653-5p,

miR-328-3p, miR-6866-3p

7

������-������

GAL: miR-922, miR-4742-5p, miR-4753-5p. PGA3: miR-2467-3p, miR-1909-5p,

miR-6743-5p

8

3-�����������������������

ACADM: miR-4437, miR-5580-3p, miR-6529-5p

9

3-������������

PDE4D: miR-18a-5p, miR-31-5p, miR-148a-3p

10

L-�����������

PAH: miR-23a-3p. DDC: miR-875-3p, miR-3166

11

������������������

PIGL: miR-4651, miR-5087, miR-6499-3p. PIK3C2A: miR-503-5p, miR-301b-3p.

PIK3CA: let-7i-5p, let-7e-5p, miR-19a-3p. PLCB1: miR-103a-3p, miR-107,

miR-423-5p

12

2,6 ������������������������

ACADM: miR-4437, miR-5580-3p, miR-6529-5p� CRAT: miR-936, miR-1207-5p

13

5-����������������

TPH1: miR-320a-3p, miR-450a-2-3p, miR-320b

14

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

3-��������������� �������

FASN: miR-30c-5p

15

2-�������������������� �-��

NMT1: miR-181a-5p, miR-214-3p, miR-491-5p

16

3-����������� �������

FABP6: miR-208a-5p, miR-330-5p, miR-196b-5p

17

�������������� �������

KYAT1: miR-423-5p, miR-6842-5p, miR-597-3p

18

N-������������

APEH: miR-1289

19

L-����������������

CROT: miR-33a-5p, miR-373-3p, miR-33b-5p, miR-17-5p. CPT2: miR-433-3p,

miR-6843-3p

20

���������������

ACADM: miR-4437, miR-5580-3p, miR-6529-5p. ODC1: miR-423-5p,

miR-3184-5p. GLYATL1: miR-1207-5p, miR-4668-3p

21

������������������

PLA1A: miR-3153, miR-7110-3p. GPR34: miR-3193, miR-2909

����-���������� �������������� ������ 2024. �. 5, � 3. �. 76-90

������� �. �. , �������� �. �., ��������� �. �., �������� �. �. ��������������� ������� ���� ��� ��������������� ���������������� �������

���. 1. ����������, ���� ���������� �������������� ����� � ����������������� � ���� ��������

South Russian Journal of Cancer 2024. Vol. 5, No. 3. P. 76-90

Kutilin D. S. , Filippov F. E., Porkhanova N. V., Maksimov A. Yu. Urine transcriptomic profile in terms of malignant ovarian tumors

���. 2. ����������, ���� ���������� �������������� ����� � ����������������� � ���� ��������

����-���������� �������������� ������ 2024. �. 5, � 3. �. 76-90

������� �. �. , �������� �. �., ��������� �. �., �������� �. �. ��������������� ������� ���� ��� ��������������� ���������������� �������

����������� ���������� ������������

�������� � ���� ��������� � ��������

��������������� ��������

�������������� ������ �� 91 ��������, ������������

���������� 37 �����, ��� �����������

��� ��������� ������� ��� � ������ ���������

������� �� �������� ���� ��������� � ���������������

������������.

� ���� ���������

�������� ���������������

�������� ���������� ������������� ��������

(p < 0,005) ��������� ������ ������������ 47

��������

������������ �������-��������

������������

(���. 3).

���������� ������������ ���������� (p < 0,05)

�������

miR-382-5p � 1,9

����, miR-593-3p � 3,4

����, miR-29a-5p � 2,6

����, miR-2110

� 2,5

����,

miR-30c-5p � 2,9 ����, miR-181a-5p � 2,6 ����,

let-7b-5p � 2,6

����, miR-27a-3p � 1,9

����, miR-370-3p

� 2,6

����, miR-6529-5p � 2,5 ����, miR-653-5p � 2,2

����, miR-4742-5p � 2,4

����, miR-2467-3p � 2,6

����, miR-1909-5p � 3,5

����, miR-6743-5p � 4,9

����, miR-875-3p � 2,3 ����, miR-19a-3p � 4,9

����,

miR-208a-5p

� 2,6

����, miR-330-5p

� 3,2

����,

miR-1207-5p � 3,5

����, miR-4668-3p � 4,2

����,

miR-3193

� 2,6

���� ������������ ��

������ � ����

�������-�������� ������������.

����� ����������

������������ ��������

(p < 0,05)

�������

miR-23a-3p � 20,0

���, miR-12132

� 4,0

����, miR-765

� 1,8

����, miR-181b-5p � 4,0

����, miR-4529-3p � 1,8

����, miR-33b-5p � 3,1

����, miR-17-5p � 4,6 ����, miR-6866-3p � 1,7

����, miR-4753-5p � 14,3

����, miR-103a-3p � 19,6

����, miR-423-5p � 3,0 ����, miR-491-5p � 1,7 ����,

miR-196b-5p �

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

5,0 ���,

miR-6843-3p �

2,3 ����,

miR-423-5p � 4,6 ���� � miR-3184-5p � 2,6 ���� ������������

�� ������ � ���� �������-��������

������������.

����� �������, � ���� �������

��������

��������������� ������� ��������� �������

��������

miR-382-5p, miR-593-3p, miR-29a-5p,

miR-2110,

miR-30c-5p,

miR-181a-5p,

let-7b-5p,

miR-27a-3p, miR-370-3p, miR-6529-5p, miR-653-5p,

miR-4742-5p, miR-2467-3p, miR-1909-5p, miR-6743-5p,

miR-875-3p,

miR-19a-3p,

miR-208a-5p,

miR-330-5p,

miR-1207-5p, miR-4668-3p, miR-3193, miR-23a-3p,

miR-12132, miR-765, miR-181b-5p, miR-4529-3p,

miR-33b-5p, miR-17-5p, miR-6866-3p, miR-4753-5p,

miR-103a-3p, miR-423-5p, miR-491-5p, miR-196b-5p,

miR-6843-3p, miR-423-5p � miR-3184-5p ����������������

���

��������� � �������-��������

������������.

����������

�����

������������ � �����������

�������

��������� �������� ����������� ����� ����� ������������,

����������� ������������ ������

���. 3. ��������� ������ ������������ 91 �����-��� � ���� ������� �������� ��������������� ��������

����������: * � ������������� �������� (p

< 0,05) ��������� ������ ������������ ������������ ����������� ������

South Russian Journal of Cancer 2024. Vol. 5, No. 3. P. 76-90

Kutilin D. S. , Filippov F. E., Porkhanova N. V., Maksimov A. Yu. Urine transcriptomic profile in terms of malignant ovarian tumors

������ ��������

�������, � ������, �����������

����� ����������� � ������� � ���������� ����

�����������, � ����� ����������� ����� �����

������-������������ ����������� � ��������������������

���� �����.

��� ����������������� ������� ���������

������ �� 613 ���������� ��������, �����������

� ��������� ������������ 21

����������. ��

613 �������� ���� �������

������

��������

� ������������ ����� �������������� � ����

����� ����������� ���������� �����������. ��������

�������� ��������

91 ��������,

�� �������

47

�������� ������� �����

������������ � ����

(������������ ������� ���).

�������� �������

� ������� �� ���������

������� ������������

miR-382-5p,

miR-593-3p,

miR-29a-5p,

miR-2110,

miR-30c-5p,

miR-181a-5p,

let-7b-5p, miR-27a-3p, miR-370-3p, miR-6529-5p,

miR-653-5p, miR-4742-5p, miR-2467-3p, miR-1909-5p,

miR-6743-5p, miR-875-3p, miR-19a-3p, miR-208a-5p,

miR-330-5p,

miR-1207-5p,

miR-4668-3p,

miR-3193,

miR-23a-3p, miR-12132, miR-765, miR-181b-5p,

miR-4529-3p,

miR-33b-5p,

miR-17-5p,

miR-6866-3p,

miR-4753-5p, miR-103a-3p, miR-423-5p, miR-491-5p,

miR-196b-5p, miR-6843-3p, miR-423-5p � miR-3184-5p

������������ �� ������ � ���� �������-��������

������������.

��������� ������ ���������� ���������

��

����

��������, �� ������

���� �������,

������������� � �������� ����� ��������:

hsa-miR-382-5p, hsa-miR-27a-3p, hsa-miR-1207-5p,

hsa-miR-423-5p

[20], hsa-miR-593-3p

[21], hsamiR-

29a-5p [22,

23],

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

hsa-miR-30c-5p [24,

25]

hsamiR-

30a-5p [26].

��� �� �����, ���������� ���� ������ ��������

(miR-382-5p,

miR-593-3p, miR-29a-5p,

miR-2110, miR-30c-5p, miR-181a-5p, let-7b-5p,

miR-27a-3p, miR-370-3p, miR-6529-5p, miR-653-5p,

miR-4742-5p, miR-2467-3p, miR-1909-5p, miR-6743-5p,

miR-875-3p, miR-19a-3p, miR-208a-5p, miR-330-5p,

miR-1207-5p, miR-4668-3p, miR-3193, miR-23a-3p,

miR-12132, miR-765, miR-181b-5p, miR-4529-3p,

miR-33b-5p,

miR-17-5p,

miR-6866-3p,

miR-4753-5p,

miR-103a-3p, miR-423-5p, miR-491-5p, miR-196b-5p,

miR-6843-3p,

miR-423-5p � miR-3184-5p) ��������

���������� � � �����

��������� � ������������

���������� �� ������������.

��������, ��������������� ���������

����������

� ������

� �������� � ���������� �������������,

��� � ����� ���������� �� �������

������������� ���������

���������,

���

����� ����.

����������� ����������� ��������������� ����������

��������� ����������� � �����������

�����������,

��������� �������

������� �����

������� ��������������� ������������� ����������������

��������. ������������ � ���������

��� ������ �������� �

���� ������

���

��������

��������������� ������������ ���������. ����������

������� ������� ����� ��������� ���������

������

������������

������, �������������

� ������� �������� ����� � ���������� ����������

���������� �� ����������.

����������

������������������ ������ ������ ��������

�� 613

����������

��������, �����������

� ���������

21

����������. ��� ���� ��������� ������

������������ 38 �������� (miR-382-5p, miR-593-3p,

miR-29a-5p,

miR-2110,

miR-30c-5p,

miR-181a-5p,

let-7b-5p, miR-27a-3p, miR-370-3p, miR-6529-5p,

miR-653-5p, miR-4742-5p, miR-2467-3p, miR-1909-5p,

miR-6743-5p, miR-875-3p, miR-19a-3p, miR-208a-5p,

miR-330-5p,

miR-1207-5p,

miR-4668-3p,

miR-3193,

miR-23a-3p, miR-12132, miR-765, miR-181b-5p,

miR-4529-3p,

miR-33b-5p,

miR-17-5p,

miR-6866-3p,

miR-4753-5p, miR-103a-3p, miR-423-5p, miR-491-5p,

miR-196b-5p, miR-6843-3p, miR-423-5p � miR-3184-5p)

� ���� ����� ��������������� ��������� ��� ����

�������� � �������� ������� ��� ����������

������������. ����� �������, ���������������

�������������� ���� ��������� ��� ������� �������������

�������

�����������, ��� � �����

������ ������������ ��������� ���������, �������

� ������ �������� ��.

������ ����������

1.

Reid BM, Permuth JB, Sellers TA. Epidemiology of ovarian cancer: a review. Cancer Biol Med. 2017 Feb;14(1):9�32.

https://doi.org/10.20892/j.issn.2095-3941.2016.0084

2.

��������������� ��������������� � ������ � 2018

���� (�������������� � ����������). ���

���. �. �. �������,

�.

�.

�����������,

�.

�.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

��������.

�.:

�����

��.

�.

�.

�������

�������

����

�������������������������������,

2019, 250

�.

����-���������� �������������� ������ 2024. �. 5, � 3. �. 76-90

������� �. �. , �������� �. �., ��������� �. �., �������� �. �. ��������������� ������� ���� ��� ��������������� ���������������� �������

3.

��������� �. �., ��������� �. �., ������� �. �. ������������ �������������� �������� ��������������

�������: �������� ��� ����������� � �������. ����������� �������� ����� � �����������. 2020;(1):55.

https://doi.org/10.17513/spno.29428, EDN: LTMXTL

4.

Meinhold-Heerlein I, Fotopoulou C, Harter P, Kurzeder C, Mustea A, Wimberger P, et al. The new WHOclassification of ovarian,

fallopian tube, and primary peritoneal cancer and its clinical implications. Arch Gynecol Obstet. 2016

Apr;293(4):695�700.

https://doi.org/10.1007/s00404-016-4035-8

5.

Rooth C. Ovarian cancer: risk factors, treatment and management. Br J Nurs. 2013 Sep 12;22(17):S23�30.

https://doi.org/10.12968/bjon.2013.22.Sup17.S23

6.

Swiatly A, Plewa S, Matysiak J, Kokot ZJ. Mass spectrometry-based proteomics techniques and their application in ovarian

cancer research. J Ovarian Res. 2018 Oct 1;11(1):88. https://doi.org/10.1186/s13048-018-0460-6

7.

Veenstra TD. Metabolomics: the final frontier? Genome Med. 2012

Apr 30;4(4):40. https://doi.org/10.1186/gm339

8.

�������� �. �., �������� �. �., ���������� �. �., ���������� �. �., �������

�. �., ������� �. �. � ��. ���������

������������

�����������

����

���

��������������

������

��������

��������������

��������.

����������

������������������

������.

2023;22(3):43�50.

https://doi.org/10.17650/1726-9784-2023-22-3-43-50,

EDN:

KRLBXC

9.

Schmidt DR, Patel R, Kirsch DG, Lewis CA, Vander Heiden MG, Locasale JW. Metabolomics in cancer research and emerging

applications in clinical oncology. CA Cancer J Clin. 2021 Jul;71(4):333�358. https://doi.org/10.3322/caac.21670

10.

���������� �. �., ������ �. �., �������� �. �., ������� �. �. ��������

��� ������� ���������������� �����������

����������� � ��� ����� �����. ����������� �������� ����� � �����������. 2020;(1):99.

https://doi.org/10.17513/spno.29529, EDN: SPESSH

11.

Abdelsattar ZM, Wong SL, Regenbogen SE, Jomaa DM, Hardiman KM, Hendren S. Colorectal cancer outcomes and treatment

patterns in patients too young for average-risk screening. Cancer. 2016 Mar 15;122(6):929�934.

https://doi.org/10.1002/cncr.29716

12.

Balcells I, Cirera S, Busk PK. Specific and sensitive quantitative RT-PCR of miRNAs with DNA primers. BMC Biotechnol.

2011

Jun 25;11:70. https://doi.org/10.1186/1472-6750-11-70

13.

Vandesompele J, De Preter K, Pattyn F, Poppe B, Van Roy N, De Paepe A, et al. Accurate normalization of real-time

quantitative RT-PCR data by geometric averaging of multiple internal control genes. Genome Biol. 2002 Jun 18;3(7):RESEARCH0034.

https://doi.org/10.1186/gb-2002-3-7-research0034

14.

Peltier HJ, Latham GJ. Normalization of microRNA expression levels in quantitative RT-PCR assays: identification of suitable

reference RNA targets in normal and cancerous human solid tissues. RNA. 2008

May;14(5):844�852.

https://doi.org/10.1261/rna.939908

15.

Shen Y, Li Y, Ye F, Wang F, Wan X, Lu W, et al. Identification of miR-23a as a novel microRNA normalizer for relative quantification

in

human

uterine

cervical

tissues.

Exp

Mol

Med.

2011

Jun

30;43(6):358�366.

https://doi.org/10.3858/emm.2011.43.6.039

16.

������� �. �., ���������� �. �., ����������� �. �., ��������� �. �., ��� �. �. ������� �������� ������-����������

������������

�������-������������

�����

��������

�����

�������

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

�������-��������������.

����������. 2017;21(1):80�86. https://doi.org/10.24884/1561-6274-2017-21-1-80-86, EDN: XVGWWP

17.

Jones E, Oliphant E, Peterson P. SciPy: Open source scientific tools for python. 2001.

18.

Ding J, Li X, Hu H. TarPmiR: a new approach for microRNA target site prediction. Bioinformatics. 2016 Sep 15;32(18):2768�

2775.

https://doi.org/10.1093/bioinformatics/btw318

19.

��������� �. �., ��������� �. �., ��� �. �., ������� �. �. �������������� ������������ ����������� ��������

��������������

�������

�������

������

�������

�����������������.

���������������.

2021;(4(40):35�50.

https://doi.org/10.52313/22278710_2021_4_35,

EDN:

ACKKXS

20.

Li Y, Yao L, Liu F, Hong J, Chen L, Zhang B, et al. Characterization of microRNA expression in serous ovarian carcinoma. Int

J Mol Med. 2014 Aug;34(2):491�498. https://doi.org/10.3892/ijmm.2014.1813

21.

Han Y, Zheng Y, You J, Han Y, Lu X, Wang X, et al. Hsa_circ_0001535

inhibits the proliferation and migration of ovarian cancer

by sponging miR-593-3p, upregulating PTEN expression. Clin Transl Oncol. 2023 Oct;25(10):2901�2910.

https://doi.org/10.1007/s12094-023-03152-2

22.

Resnick KE, Alder H, Hagan JP, Richardson DL, Croce CM, Cohn DE. The detection of differentially expressed microRNAs

from the serum of ovarian cancer patients using a novel real-time PCR platform. Gynecol Oncol. 2009

Jan;112(1):55�59.

https://doi.org/10.1016/j.ygyno.2008.08.036

South Russian Journal of Cancer 2024. Vol. 5, No. 3. P. 76-90

Kutilin D. S. , Filippov F. E., Porkhanova N. V., Maksimov A. Yu. Urine transcriptomic profile in terms of malignant ovarian tumors

23.

Kwon JJ, Factora TD, Dey S, Kota J. A Systematic Review of miR-29

in Cancer. Mol Ther Oncolytics. 2019 Mar 29;12:173�

194. https://doi.org/10.1016/j.omto.2018.12.011

24.

Wu Q, Li G, Gong L, Cai J, Chen L, Xu X, et al. Identification of miR-30c-5p as a tumor suppressor by targeting the m6

A reader

HNRNPA2B1 in ovarian cancer. Cancer Med. 2023 Feb;12(4):5055�5070. https://doi.org/10.1002/cam4.5246

25.

Zhou J, Gong G, Tan H, Dai F, Zhu X, Chen Y, et al. Urinary microRNA-30a-5p is a potential biomarker for ovarian serous adenocarcinoma.

Oncol Rep. 2015 Jun;33(6):2915�2923. https://doi.org/10.3892/or.2015.3937

26.

Gasparri ML, Casorelli A, Bardhi E, Besharat AR, Savone D, Ruscito I, et al. Beyond circulating microRNA biomarkers: Urinary

microRNAs in ovarian and breast cancer. Tumour Biol. 2017

May;39(5):1010428317695525.

https://doi.org/10.1177/1010428317695525

���������� �� �������:

�������

�����

��������� � �.�.�., ������� ������� ���������

����������� ������������ ���������, ����

������������� �����������

����������������� ����� ����������

������������

��������������� ���������� ���������, �. ������-��-����, ���������� ���������

ORCID: https://orcid.org/0000-0002-8942-3733, SPIN: 8382-4460, AuthorID: 794680, Scopus Author ID: 55328886800

�������� ����� ���������� � ���� ������� ��������� ���������������, ���� ������������ �������������� ��������� � 1� ������������

��������������� �������������� ����, �. ���������, ���������� ���������

��������� ������� ������������ � �.�.�., ������ ������� ���������, ���� �������, ����

������������ �������������� ���������

� 1� ������������ ��������������� �������������� ����, �. ���������, ���������� ���������

SPIN: 2611-4840, AuthorID: 589928

�������� ������� ������� � �.�.�., ���������, ����������� ������������ ���������, ���� ������������� ����������� �����������������

����� ���������� ������������ ��������������� ���������� ���������, �. ������-��-����, ���������� ���������

ORCID: https://orcid.org/0000-0002-9471-3903, SPIN: 7322-5589, AuthorID: 710705, Scopus Author ID: 56579049500

����� �������:

�������

�.

�.

��������� � ������ ������������, ���������� ������������, ������������������ ������, ��������� ��������;

��������

�.

�.

���������� ������������, ��������� ��������;

���������

�.

�.

�������������� ��������� ������;

��������

�.

�.

�������������� ��������.

i Надоели баннеры? Вы всегда можете отключить рекламу.