Nagaraj SH, Reverter A: A Boolean-based systems biology approach to predict novel genes associated with cancer: Application to colorectal cancer. BMC Syst Biol. 2011 Feb 26;5:35.
A daganatok megjelenése legtöbb esetben nem egyetlen gén mutációhoz köthető, kialakulásuk komplex, több gén, fehérje útvonal érintett lehet, ami indokolja a rendszerbiológiai megközelítést. A szerzők közleményükben integrálják az elérhető és daganatokra vonatkozó genetikai, transzkriptomikai, epigenetikai és molekuláris biológiai ismereteket, és az általuk készített algoritmus használatát humán colorectális daganatok vizsgálatán keresztül mutatják be.
Elsőként az ismert géneket osztályozták daganat asszociált és nem asszociált csoportokba három adatbázis (Cancer Gene Census at the Sanger Centre, Atlas of Genetics and Cytogenetics in Oncology, Human Protein Reference Database), és összefoglaló közlemények segítségével.
Egy az irodalomban megjelent közlemény adatait használva meghatározták a normál vastagbél, colorectális adenoma, carcinoma és gyulladás génexpressziós jellemzőit. Majd kiválasztottak hat funkcionális jellemzőt, melyek daganatokra karakterisztikusak (szövetspecificitás, transzkripciós faktor, poszttranszlációs modifikáció, szekretált protein, protein kináz, DNS metiláció). A daganat asszociált gének, melyek közös ujjlenyomatként jellemzik a tumorokat, ezen expressziós és funkcionális jellemzőit használták fel Boolean változóként (mely két értéket vehet fel, pl. igen-nem) egy algoritmus felállításához. Az alkalmazott algoritmust a nem daganat asszociált géneken tesztelve kerestek potenciális, új daganatra jellemző géneket. Végül ezeket a kandidáns géneket egy hálózat analízisben kapcsolták a daganat asszociált génekhez, így próbáltak géninterakciókat azonosítani, melyek részt vehetnek a daganatok kialakulásában.
A modellt colorectális daganatok adatain vizsgálták, és a funkcionális csoportok közül a szekretált proteinek, mint potenciális biomarkereket (FXYD1, GUCA2B, REG3A); kinázokat, melyek potenciális gyógyszercélpontok (CDC42BPB, EPHB3, TRPM6); és onkogén TF-okat (CDK8, MEF2C, ZIC2) azonosítottak, összesen 9 gént.
Mivel nagyáteresztőképességű vizsgálaton alapul, ez a holisztikus megközelítés pontosan modellezi a daganat-asszociált gének jellemzőit, ezáltal szisztematikusan képes új, potenciális daganatasszociált gének predikciójára. A szerzők kiemelik, hogy az általuk alkalmazott módszer rugalmasan használható bármely más daganatok esetében is, mivel számos kontextus-specifikus változót tartalmaz.
dr. Butz Henriett
