Анализ транскиптома в онкологии и дерматологии

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Актуальность. Персонифицированный подход к терапии болезней позволил выделить нескольких подтипов заболевания, отличающихся при схожей клинической картине молекулярными механизмами развития. Для определения фенотипов болезней используются различные омиксные технологии, включающие геномику, эпигеномику, транскриптомику, протеомику. Транскриптомика - это исследование полного профиля РНК, кодируемого геномом отдельной клетки в специфическое время или в специфических условиях. Цель обзора - обобщить современные данные о перспективных методах исследования транскриптома - микрочипировании (microarray) и секвенировании (секвенирование нового поколения), раскрыть преимущества и особенности каждого метода, применение их в дерматологии и онкологии. Материал и методы. Материалами послужили результаты исследований по данной теме отечественных и зарубежных авторов и собственные опубликованные данные за последние 13лет (2007-2020). Анализировались публикации, входящие в базы данных PubMed, EMBASE, MedLine. Результаты. В статье обобщены современные данные о микрочипировании и секвенировании нового поколения в контексте исследований транскриптома. Выбор метода обусловлен особенностями исследования и задачами, стоящими перед исследователями. В последние годы исследования транскриптома применяются во многих областях медицины, в частности, онкологии и дерматологии, способствуя созданию индивидуальных подходов к лечению и более точному прогнозу течения заболеваний. Заключение. Транскриптомные исследования, позволяя оценивать изменения профиля экспрессии генов в ответ на действие этиологических факторов, расширяют представления о патогенезе заболеваний, что должно способствовать повышению эффективности терапии.

Об авторах

Екатерина Юрьевна Сергеева

ФГБОУ ВО КрасГМУ им. проф. В.Ф. Войно-Ясенецкого Минздрава России

Email: e.yu.sergeeva@mail.ru
профессор кафедры патологической физиологии им. В.В., доктор биологических наук

Юлия Анатольевна Фефелова

ФГБОУ ВО КрасГМУ им. проф. В.Ф. Войно-Ясенецкого Минздрава России

Email: fefelovaja@mail.ru

доцент кафедры патологической физиологии им. В.В., доктор биологических наук

Ярославна Владимировна Бардецкая

ФГБОУ ВО КрасГМУ им. проф. В.Ф. Войно-Ясенецкого Минздрава России

Автор, ответственный за переписку.
Email: byvkgpu@yandex.ru

доцент кафедры патологической физиологии им. В.В., кандидат медицинских наук

Список литературы

  1. Рукша Т.Г., Аксененко М.Б., Сергеева Е.Ю., Фефелова Ю.А. Меланома кожи: от системной биологии к персонифицированной терапии. Вестник дерматологии и венерологии. 2013; 1: 4-8.
  2. Aldridge S., Teichmann S.A. Single cell transcriptomics comes of age. Nat. Commun. 2020; 11 (1): 4307. https://doi.org/10.1038/s41467-020-18158-5
  3. Chu C., Fang Z., Hua X., Yang Y., Chen E., Cowley A.W. Jr., Liang M., Liu P., Lu Y. deGPS is a powerful tool for detecting differential expression in RNA-sequencing studies. BMC Genomics. 2015; 16 (1): 455. https://doi.org/10.1186/s12864-015-1676-0
  4. Royce T.E., Rozowsky J.S., Gerstein M.B. Toward a universal microarray: prediction of gene expression through nearest-neighbor probe sequence identification. Nucleic Acids Res. 2007; 35 (15): e99. https://doi.org/10.1093/nar/gkm549
  5. Wang Z., Gerstein M., Snyder M. RNA-Seq: a revolutionary tool for transcriptomics. Nat. Rev Genet. 2009; 10 (1): 57-63. https://doi.org/10.1038/nrg2484
  6. Yousef M., Kumar A., Bakir-Gungor B. Application of biological domain knowledge based feature selection on gene expression data. Entropy (Basel). 2020; 23 (1): 2. https://doi.org/10.3390/e23010002
  7. Perscheid C., Grasnick B., Uflacker M. Integrative gene selection on gene expression data: providing biological context to traditional approaches. J. Integr. Bioin form. 2018; 16 (1): 20180064. https://doi.org/10.1515/jib-2018-0064
  8. Pinero J., Bravo Ä., Queralt-Rosinach N., Gutierrez-Sacristan A., Deu-Pons J., Centeno E., Garcia-Garcia J., Sanz F., Furlong L.I. DisGeNET: a comprehensive platform integrating information on human disease-associated genes and variants. Nucleic Acids Res. 2017; 45 (D1): 833-9. https://doi.org/10.1093/nar/gkw943
  9. Cloonan N., Forrest A.R., Kolle G., Gardiner B.B., Faulkner G.J., Brown M.K., Taylor D.F., Steptoe A.L., Wani S., Bethel G., Robertson A.J., Perkins A.C., Bruce S.J., Lee C.C., Ranade S.S., Peckham H.E., Manning J.M., McKernan K.J., Grimmond S.M. Stem cell transcriptome profiling via massive-scale mRNA sequencing. Nat. Methods. 2008; 5 (7): 613-9. https://doi.org/10.1038/nmeth.1223
  10. Nagalakshmi U., Wang Z., Waern K., Shou C., Raha D., Gerstein M., Snyder M. The transcriptional landscape of the yeast genome defined by RNA sequencing. Science. 2008; 320 (5881): 1344-9. https://doi.org/10.1126/science.1158441
  11. Song Y., Xu X., Wang W., Tian T., Zhu Z., Yang C. Single cell transcriptomics: moving towards multi-omics. Analyst. 2019; 144 (10): 3172-89. https://doi.org/10.1039/c8an01852a
  12. Tokura Y., Hayano S. Subtypes of atopic dermatitis: From phenotype to endotype. Allergol. Int. 2021; S1323-8930(21)00079-4. https://doi.org/10.10Wj.alit.2021.07.003
  13. Tao Z., Shi A., Li R., Wang Y., Wang X., Zhao J. Microarray bioinformatics in cancer- a review. J. BUON. 2017; 22 (4): 838-43.
  14. Stark R., Grzelak M., Hadfield J. RNA sequencing: the teenage years. Nat. Rev Genet. 2019; 20 (11): 631-56. https://doi.org/10.1038/s41576-019-0150-2
  15. Efremova M., Teichmann S.A. Computational methods for single-cell omics across modalities. Nat. Methods. 2020; 17 (1): 14-7. https://doi.org/10.1038/s41592-019-0692-4
  16. Аксененко М.Б., Комина А.В., Палкина Н.В., Аверчук А.С., Рыбников Ю.А., Дыхно Ю.А., Рукша Т.Г. Транскриптомный анализ клеток меланомы, полученных из различных участков первичной опухоли. Сибирский онкологический журнал. 2018; 17 (4): 59-66. https://doi.org/10.21294/1814-4861-2018-17-4-59-66
  17. Hoek K.S., Eichhoff O.M., Schlegel N.C., Dö-bbeling U., Kobert N., Schaerer L., Hemmi S., Dummer R. In vivo switching of human melanoma cells between proliferative and invasive states. Cancer Res. 2008; 68 (3): 650-6. https://doi.org/10.1158/0008-5472. CAN-07-2491
  18. Kim K., Park S., Park S.Y., Kim G., Park S.M., Cho J.W., Kim D.H., Park Y.M., Koh Y.W., Kim H.R., Ha S.J., Lee I. Single-cell transcriptome analysis reveals TOX as a promoting factor for T. cell exhaustion and a predictor for anti-PD-1 responses in human cancer. Genome Med. 2020; 12 (1): 22. https://doi.org/10.1186/s13073-020-00722-9
  19. Marie K.L., Sassano A., Yang H.H., Michalowski A.M., Michael H.T., Guo T., Tsai Y.C., Weissman A.M., Lee M.P., Jenkins L.M., Zaidi M.R., Perez-Guijarro E., Day C.P., Ylaya K., Hewitt S.M., Patel N.L., Arnheiter H., Davis S., Meltzer P.S., Merlino G., Mishra P.J. Melanoblast transcriptome analysis reveals pathways promoting melanoma metastasis. Nat. Commun. 2020; 11 (1): 333. https://doi.org/10.1038/s41467-019-14085-2
  20. Рукша Т.Г., Прохоренков В.И., Салмина А.Б., Петрова Л.Л., Труфанова Л.В. Современные представления об этиологии и патогенезе меланомы кожи. Вестник дерматологии и венерологии. 2007; 5: 22-8.
  21. Gyrylova S.N., Aksenenko M.B., Gavrilyuk D.V., Palkina N.V., Dyhno Y.A., Ruksha T.G., Artyukhov I.P. Melanoma incidence mortality rates and clinico-pathological types in the Siberian area of the Russian Federation. Asian Pac. J. Cancer Prev. 2014; 15 (5): 2201-4. https://doi.org/10.7314/ap-jcp.2014.15.5.2201
  22. Aksenenko M.B., Kirichenko A.K., Ruksha T.G. Russian study of morphological prognostic factors characterization in BRAF-mutant cutaneous melanoma. Pathol. Res. Pract. 2015; 211 (7): 521-7. https://doi.org/10.1016/j.prp.2015.03.005
  23. Chen W., Cheng P., Jiang J., Ren Y., Wu D., Xue D. Epigenomic and genomic analysis of transcriptome modulation in skin cutaneous melanoma. Aging (Albany NY). 2020; 12 (13): 12703-25. https://doi.org/10.18632/aging.103115
  24. Grasso C.S., Tsoi J., Onyshchenko M., Abril-Rodriguez G., Ross-Macdonald P., Wind-Rotolo M., Champhekar A., Medina E., Torrejon D.Y., Shin D.S., Tran P., Kim Y.J., Puig-Saus C., Campbell K., Vega-Crespo A., Quist M., Martignier C., Luke J.J., Wolchok J.D., Johnson D.B., Chmielowski B., Hodi F.S., Bhatia S., Sharfman W., Urba W.J., Slingluff C.L. Jr., Diab A., Haanen J.B.A.G., Algarra S.M., Pardoll D.M., Anagnostou V., Topalian S.L., Velculescu V.E., Speiser D.E., Kalbasi A., Ribas A. Conserved interferon-γ signaling drives clinical response to immune checkpoint blockade therapy in melanoma. Cancer Cell. 2020; 38 (4): 500-15. e3. https://doi.org/10.10Wj.ccell.2020.08.005
  25. Riaz N., Havel J.J., Makarov V., Desrichard A., Urba W.J., Sims J.S., Hodi F.S., Martin-Algarra S., Mandal R., Sharfman W.H., Bhatia S., Hwu W.J., Gajewski T.F., Slingluff C.L. Jr., Chowell D., Kendall S.M., Chang H., Shah R., Kuo F., Morris L.G.T., Sidhom J.W., Schneck J.P., Horak C.E., Weinhold N., Chan T.A. Tumor and microenvironment evolution during immunotherapy with nivolumab. Cell. 2017; 171 (4): 934-49. e16. https://doi.org/10.1016/j.cell.2017.09.028
  26. Pu M., Messer K., Davies S.R., Vickery T.L., Pittman E., Parker B.A., Ellis M.J., Flatt S.W., Marinac C.R., Nelson S.H., Mardis E.R., Pierce J.P., Natarajan L. Research-based PAM50 signature and long-term breast cancer survival. Breast Cancer Res. Treat. 2020; 179 (1): 197-206. https://doi.org/10.1007/s10549-019-05446-y
  27. Wang L., Wang Y., Su B., Yu P., He J., Meng L., Xiao Q., Sun J., Zhou K., Xue Y., Tan J. Transcriptome-wide analysis and modelling of prognostic alternative splicing signatures in invasive breast cancer: a prospective clinical study Sci. Rep. 2020; 10 (1): 16504. https://doi.org/10.1038/s41598-020-73700-1
  28. Lin Q.G., Liu W., Mo Y.Z., Han J., Guo Z.X., Zheng W., Wang J.W., Zou X.B., Li A.H., Han F. Development of prognostic index based on autophagy-related genes analysis in breast cancer. Aging (Albany NY). 2020; 12 (2): 1366-76. https://doi.org/10.18632/ag-ing.102687
  29. Bell R., Barraclough R., Vasieva O. Gene expression meta-analysis of potential metastatic breast cancer markers. Curr, Mol. Med. 2017; 17 (3): 200-10. https://doi.org/10.2174/1566524017666170807144946
  30. Рукша Т.Г., Аксененко М.Б., Климина Г.М., Новикова Л.В. Внеклеточный матрикс кожи: роль в развитии дерматологических заболеваний. Вестник дерматологии и венерологии. 2013; 89 (6): 32-9.
  31. Swindell W.R., Johnston A., Voorhees J.J., Elder J.T., Gudjonsson J.E. Dissecting the psoriasis transcriptome: inflammatory- and cytokine-driven gene expression in lesions from 163 patients. BMC Genomics. 2013; 14: 527. https://doi.org/10.1186/1471-2164-14-527
  32. Swindell W.R., Johnston A., Xing X., Voorhees J.J., Elder J.T., Gudjonsson J.E. Modulation of epidermal transcription circuits in psoriasis: new links between inflammation and hyperproliferation. PLoS One. 2013; 8 (11): e79253. https://doi.org/10.1371/journal.pone.0079253
  33. Zeng X., Zhao J., Wu X., Shi H., Liu W., Cui B., Yang L., Ding X., Song P. PageRank analysis reveals topologically expressed genes correspond to psoriasis and their functions are associated with apoptosis resistance. Mol. Med. Rep. 2016; 13 (5): 3969-76. https://doi.org/10.3892/mmr.2016.4999
  34. Lambert S., Hambro C.A., Johnston A., Stuart P.E., Tsoi L.C., Nair R.P., Elder J.T. Neutrophil extracellular traps induce human Th17 cells: effect of psoriasis-associated TRAF3IP2 genotype. J. Invest. Dermatol. 2019; 139 (6): 1245 53. https://doi.org/10.1016/jjid.2018.11.021
  35. Martel B.C., Litman T., Hald A., Norsgaard H., Lovato P., Dyring-Andersen B., Skov L., Thestrup-Pedersen K., Skov S., Skak K., Poulsen L.K. Distinct molecular signatures of mild extrinsic and intrinsic atopic dermatitis. Exp. Dermatol. 2016; 25 (6): 453-9. https://doi.org/10.1111/exd.12967
  36. Brown S.J. Molecular mechanisms in atopic eczema: insights gained from genetic studies. J. Pathol. 2017; 241 (2): 140-5. https://doi.org/10.1002/path.4810
  37. Tham E.H., Dyjack N., Kim B.E., Rios C., Seibold M.A., Leung D.Y.M., Goleva E. Expression and function of the ectopic olfactory receptor OR10G7 in patients with atopic dermatitis. J. Allergy Clin. Immunol. 2019; 143 (5): 1838-1848. e4. https://doi.org/10.1016/j.jaci.2018.11.004
  38. Meng J., Moriyama M., Feld M., Buddenkotte J., Buhl T., Szöllösi A., Zhang J., Miller P., Ghetti A., Fischer M., Reeh P.W., Shan C., Wang J., Steinhoff M. New mechanism underlying IL-31-induced atopic dermatitis. J. Allergy Clin. Immunol. 2018; 141 (5): 1677-89. e8. https://doi.org/10.10Wj.jaci.2017.12.1002

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».