Análise de dados de RNA-SEQ de câncer do endométrio : uma busca in silico por potenciais alvos terapêuticos

Abstract

O câncer do endométrio e o segundo tipo de tumor ginecológico mais frequente e, como outros tipos de câncer, apresenta elevada heterogeneidade molecular. Assim, com o objetivo de detectar assinaturas moleculares de expressão genica que permitam diferenciar o tumor do tecido normal, foi realizada uma busca in silico por potenciais RNAs não codificantes reguladores da homeostase do Câncer de Endométrio, e seus alvos. Para tal, foram analisados dados de expressão do RNA total e de miRNA disponíveis no banco de dados do The Câncer Genome Atlas. Foram realizadas analises de expressão diferencial entre amostras do tecido tumoral primário (TP) em relação a amostras do tecido adjacente (NT), utilizando-se o pacote do R, TCGABiolinks, bem como analises de ontologia genica e clustering hierárquico. Vinte e um indivíduos possuíam amostras tanto de TP, quanto de NT, somando um total de 42 amostras, onde foram observados 55.199 transcritos e 1.881 miRNAs. Quando aplicado um corte de logFC maior que 1 e menor que -1 e um FDR maior que 0,01, foram identificados 2.506 transcritos e 680 miRNAs diferencialmente expressos em TP com relação a NT. Aplicando um corte de logFC maior que 2 e menor que -2, e mantendo o valor de corte de FDR, os números reduziram para 1.208 transcritos e 514 miRNAs diferencialmente expressos. As análises de clusterização hierárquica distinguiram significativamente os dois grupos de amostras. A análise de ontologia genica indicou que os transcritos diferencialmente expressos estão atuando no processo catabólico do DNA e na regulação negativa da organização das organelas. Sete lncRNAs estavam entre os transcritos mais diferencialmente expressos (logFC maior que 5 e menor que -5) e, dentre eles, o lncRNA CASC22 apresentou potencial significativo para a discriminação dos estados tumoral e normal no Câncer de Endométrio.

Endometrial Cancer is the second most common type of gynecological tumor and, just like other types of cancer, it presents elevated molecular heterogeneity. Therefore, with identifying gene expression molecular signatures that distinguish tumor from normal tissue as a goal, an in silico search for potential ncRNAs regulating the Endometrial Cancer homeostasis and its targets was performed. In order to accomplish that, Total RNA and miRNA data available at The Cancer Genome Atlas database were analyzed. Di erential expression analyses were performed between primary tumor tissue samples (TP) in contrast to adjacent tissue samples (NT), using the R package TCGABiolinks, as well as gene ontology and hierarchical clustering analyses. Twenty one subjects presented both TP and NT samples, resulting in a total of 42 samples, where 55.199 transcripts and 1.881 miRNAs were observed. When a logFC cut greater than 1 and less than -1 and a FDR cut greater than 0.01 was applied, 2506 transcripts and 680 miRNAs were identi ed as di erentially expressed in TP as compared to NT. Using a logFC cut greater than 2 and less than -2 and the same FDR cut, the numbers reduced to 1208 transcripts and 514 miRNAs di erentially expressed. Hierarchical clustering analyses signi - cantly distinguished both sample groups. Gene ontology analyses indicated that the di erentially expressed transcripts were acting in the DNA catabolic process and in the negative regulation of the organelle organization. Seven lncRNAs were among the most di erentially expressed transcripts (logFC greater than 5 and less than -5) and, among them, lncRNA CASC22 presented signi cant potential to discriminate between tumoral and normal states in Endometrial Cancer.