Akciğer kanserinde omik veri tabanlı analizler ve biyobelirteçlerin araştırılması
Omics data-based analysis and investigation of biomarkers in lung cancer
- Tez No: 887345
- Danışmanlar: PROF. DR. BURAK ORDİN
- Tez Türü: Doktora
- Konular: Moleküler Tıp, Molecular Medicine
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Sağlık Biyoinformatiği Ana Bilim Dalı
- Bilim Dalı: Sağlık Biyoinformatiği Bilim Dalı
- Sayfa Sayısı: 103
Özet
Giriş: Akciğer kanseri, dünya çapında kanser ölümlerinin en önde gelen nedenlerinden biri olup tanı ve tedavisi hala çok zordur. Bu tez çalışmasında, diferansiyel olarak ifade edilen genlere (DEG) dayalı olarak küçük hücreli dışı akciğer kanserinde (KHDAK) en anlamlı seviyede değişiklik gösteren genleri ve moleküler yolakları taramak için bütünleştirici bir biyoinformatik analiz gerçekleştirerek, KHDAK tanısında biyobelirteç olabilecek adayların bulunması amaçlanmıştır. Yöntemler: DEG'leri tanımlamak için Gene Expression Omnibus (GEO) veri bankası kaynağı kullanılarak KHDAK ile ilgili veri kümeleri seçilmiştir. Burada KHDAK hastalarının kanserli ve sağlam dokularını analiz eden RNA sekans sonuçlarını içeren üç veri kümesi çalışmaya dahil edilmiştir. Tüm verilerin analizi ve DEG'leri tanımlamak icin R yazılımı ve DESeq2 paketi kullanılmıştır. DEG'lerin potansiyel biyolojik süreçlerin ve moleküler işlevlerin analizi“Gene Ontology”(GO) analizi ile gerçekleştirilmiştir. Daha sonra, en önemli DEG'lerin genel sağkalımla ilişkilerinin araştırılması Kaplan-Meier plotter kullanılarak gerçekleştirilmiştir. Son olarak, biyobelirteç adayları olarak belirlenen en potansiyel genler Kanser Genom Atlası (TCGA) ile doğrulanmıştır. Bulgular: KHDAK hastalarında tümör ve normal akciğer dokusu arasında yukarı ve aşağı regüle olan DEG'ler bulunmuştur. Bunlardan üç veri kümesinde de ortak olan 125 yukarı ve 124 aşağı regüle olan DEG'ler tespit edilmiştir. GO analizi, DEG'lerin hücre bölünmesi, hücre döngüsü ve hücre göçü alanlarında zenginleştiğini göstermiştir. DEG analizleri ve sağkalım analizleri sonucu ile sekiz biyobelirteç aday geni belirlenmiştir. Bu biyobelirteç aday paneli istatiksel olarak en anlamlı TPX2, MYBL2, CDC20, UBE2T, UBE2C, NME1, HMGA1 ve DYNLT5 genlerden oluşmaktadır. Bunların içerisinden DYNLT5 geni ilk kez bu çalışmada akciğer kanserinde bir biyobelirteç adayı olarak rapor edilmiştir. Sonuç: Çoklu RNA-seq analizine ve genel sağkalıma dayalı olarak KHDAK'deki en önemli DEG'ler ve moleküler mekanizmalar belirlenerek, potansiyel tanısal biyobelirteç adayı olarak hizmet edebilecek bir gen paneli tanımlanmıştır.
Özet (Çeviri)
Background: Lung cancer is one of the leading causes of cancer deaths worldwide and remains very challenging to diagnose and treat. In this thesis, we performed an integrative bioinformatics analysis to screen the top genes and molecular pathways in non-small cell lung cancer (NSCLC) based on differentially expressed genes (DEGs) in order to candidates that could be biomarkers in the diagnosis of NSCLC. Methods: NSCLC-related datasets were selected using the Gene Expression Omnibus (GEO) database resource to identify DEGs. Three datasets containing RNA-seq results analyzing cancerous and intact tissues of NSCLC patients were included in the study. R software and the DESeq2 package were used to analyze all data and identify DEGs. Analysis of the potential biological processes and molecular functions of DEGs was carried out by“Gene Ontology”(GO) analysis. Next, the most significant DEGs were analyzed for their association with overall survival using the Kaplan-Meier plotter. Finally, the most potential genes identified as biomarker candidates were validated by The Cancer Genome Atlas (TCGA). Results: Up- and down-regulated DEGs have been found between tumor and normal lung tissue in NSCLC patients. Of these, 125 up-regulated and 124 down-regulated DEGs were identified, which were common in all three datasets. GO analysis showed that DEGs were enriched in the areas of cell division, cell cycle, and cell migration. Together with DEG analyzes and survival analyses, eight biomarker candidate genes were identified. This panel of biomarker candidates consists of the most statistically significant genes TPX2, MYBL2, CDC20, UBE2T, UBE2C, NME1, HMGA1 and DYNLT5. Among these, DYNLT5 was reported for the first time as a biomarker in lung cancer. Conclusions: Based on multiplex RNA-seq analysis and overall survival, the most important DEGs and their molecular mechanisms were identified in NSCLC. It is thought that these genes can serve as a panel of potential diagnostic biomarker candidates.
Benzer Tezler
- Identification of similar patient groups in different cancer types
Benzer hasta gruplarının farklı kanser türleri içinde bulunması
EZGİ DEMİR KARAMAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZERRİN IŞIK
- Development and characterization of osimertinib resistant non-small cell lung cancer cell line models
Osimertinib dirençli küçük hücreli dışı akciğer kanseri hücre modellerinin geliştirilmesi ve karakterizasyonu
SUDE ERİŞ
Yüksek Lisans
İngilizce
2023
BiyolojiDokuz Eylül ÜniversitesiGenom Bilimleri ve Moleküler Biyoteknoloji Ana Bilim Dalı
PROF. DR. ŞERİF ŞENTÜRK
- Akciğer kanserinde serum ferritin düzeylerinin tanı ve tedavinin takibindeki yeri hücresel immünite ile ilişkisi
Başlık çevirisi yok
OKTAY SANCAKTAR
- Akciğer kanserinde 99 Tc m-MIBI toraks görüntülemesi
99 Tc M-MIBI chest imaging in lung cancer
NAKİ GÜLŞEN
Tıpta Uzmanlık
Türkçe
1998
Göğüs HastalıklarıTrakya ÜniversitesiGöğüs Hastalıkları ve Tüberküloz Ana Bilim Dalı
YRD. DOÇ. DR. CELAL KARLIKAYA
- Akciğer kanserinde tanı ve tedavigecikme faktörleri
Factors affecting delay in diagnosis and treatment of lung cancer
FATMA İREM YEŞİLER
Tıpta Uzmanlık
Türkçe
2012
Göğüs HastalıklarıSağlık Bilimleri ÜniversitesiGöğüs Hastalıkları ve Tüberküloz Ana Bilim Dalı
PROF. ŞÜKRAN ATİKCAN
UZMAN FİLİZ ÇİMEN