Молекулярний портрет тиреоїдних карцином: профіль мікро РНК та його прогностична цінність
DOI:
https://doi.org/10.32782/2415-8127.2026.74.7Ключові слова:
мікроРНК, тиреоїдна карцинома, рак щитоподібної залози, диференційна експресія, молекулярні маркери, прогноз, загальна виживаність, молекулярна діагностика, Bethesda III–IАнотація
Злоякісні новоутворення щитоподібної залози залишаються актуальною медичною проблемою у зв'язку зі зростанням їх поширеності та клінічною неоднорідністю. Незважаючи на загалом сприятливий прогноз диференційованих тиреоїдних карцином, у частини пацієнтів спостерігаються рецидивування захворювання, регіонарне та віддалене метастазування, а також прогресування пухлинного процесу. Це обумовлює необхідність пошуку нових молекулярних маркерів, здатних покращити стратифікацію ризику та прогнозування перебігу захворювання. Завдяки тканинній специфічності експресії, високій стабільності у біологічних рідинах та залученості до регуляції ключових клітинних процесів мікроРНК розглядаються як одні з найбільш перспективних біомаркерів для діагностики, прогнозування та персоналізації лікування тиреоїдних карцином. Мета– ідентифікувати та охарактеризувати панель мікроРНК із диференційною експресією при тиреоїдних карциномах і визначити асоціації між рівнями їх експресії та основними клініко–патологічними характеристиками, включаючи вік пацієнтів, стадію захворювання, наявність регіонарних лімфогенних метастазів, гістологічний підтип пухлини та загальну виживаність. Матеріали та методи. Проведено ретроспективне біоінформатичне дослідження типу in silico, метою якого було виявлення мікроРНК із диференційною експресією при тиреоїдних карциномах та оцінка їх клініко–прогностичного значення. Дослідження виконано у два послідовні аналітичні етапи. На першому етапі здійснено скринінг кандидатних мікроРНК шляхом аналізу трьох незалежних наборів даних Gene Expression Omnibus (GEO): GSE104006, GSE191117 та GSE62054, які містили профілі експресії пухлинної та непухлинної тиреоїдної тканини. На другому етапі проведено валідацію клінічних асоціацій і прогностичної значущості відібраних мікроРНК із використанням платформи UALCAN на основі даних проєкту The Cancer Genome Atlas (TCGA). Функціональну анотацію та аналіз генів–мішеней виконували із застосуванням бази даних TarBase v8.0. Для побудови мереж взаємодії «мікроРНК–ген–мішень» використовували платформу miRNet v2.0, тоді як аналіз сигнальних шляхів і біологічних процесів проводили за допомогою Diana Tools miRPath v3. Потенційний зв'язок виявлених генів–мішеней із патогенезом тиреоїдних карцином оцінювали за допомогою бази даних DisGeNET v7.0. Результати та обговорення. За результатами інтегрованого аналізу сформовано панель із шести диференційно експресованих мікроРНК. У тканині тиреоїдних карцином порівняно з непухлинною тканиною встановлено статистично значуще підвищення експресії hsa–miR–15a–5p (у 1,40 разу), hsa–miR–146b–5p (у 63,39 разу), hsa–miR–221–5p (у 9,27 разу) та hsa–miR–222–3p (у 7,67 разу) (p<0,0001 для всіх порівнянь). Водночас експресія hsa–miR–199b–5p та hsa–miR–484 була достовірно зниженою (у 3,29 разу для кожної; p<0,0001). Аналіз клініко–прогностичних асоціацій показав, що серед хворих на тиреоїдні карциноми відносно високий рівень експресії hsa–miR–199b–5p асоціювався зі зниженням 5–річної загальної виживаності на 35% (p<0,0001), що дозволяє розглядати цей показник як потенційний незалежний предиктор несприятливого прогнозу. Висновки. За результатами інтегрованого біоінформатичного аналізу ідентифіковано панель із шести диференційно експресованих мікроРНК, асоційованих із розвитком та прогресуванням тиреоїдних карцином. Встановлено, що окремі компоненти панелі пов'язані з клініко–патологічними характеристиками пухлинного процесу та показниками загальної виживаності, що свідчить про їх потенційну діагностичну та прогностичну цінність. Отримані результати створюють наукове підґрунтя для подальшої розробки та клінічної валідації молекулярного тесту передопераційної диференційної діагностики вузлових утворень щитоподібної залози, зокрема у пацієнтів із невизначеними цитологічними категоріями Bethesda III–IV.
Посилання
Prete A, Borges de Souza P, Censi S, Muzza M, Nucci N, Sponziello M. Update on Fundamental Mechanisms of Thyroid Cancer. Front Endocrinol (Lausanne). 2020;11:102 doi:10.3389/fendo.2020.00102
La Vecchia C, Malvezzi M, Bosetti C, Garavello W, Bertuccio P, Levi F, et al. Thyroid cancer mortality and incidence: a global overview. Int J Cancer. 2015;136(9):2187–95 doi:10.1002/ijc.29251
Eustatia–Rutten CF, Corssmit EP, Biermasz NR, Pereira AM, Romijn JA, Smit JW. Survival and death causes in differentiated thyroid carcinoma. J Clin Endocrinol Metab. 2006;91(1):313–9 doi:10.1210/jc.2005–1322
Mazzaferri EL, Kloos RT. Current approaches to primary therapy for papillary and follicular thyroid cancer. J Clin Endocrinol Metab. 2001;86(4):1447–63 doi:10.1210/jcem.86.4.7407
Santiago K, Chen Wongworawat Y, Khan S. Differential MicroRNA–Signatures in Thyroid Cancer Subtypes. J Oncol. 2020;2020:2052396 doi:10.1155/2020/2052396
Ramírez–Moya J, Santisteban P. miRNA–Directed Regulation of the Main Signaling Pathways in Thyroid Cancer. Front Endocrinol (Lausanne). 2019;10:430 doi:10.3389/fendo.2019.00430
Mitchell PS, Parkin RK, Kroh EM, Fritz BR, Wyman SK, Pogosova–Agadjanyan EL, et al. Circulating microRNAs as stable blood–based markers for cancer detection. Proc Natl Acad Sci USA. 2008;105(30):10513–8 doi:10.1073/pnas.0804549105
Chen X, Ba Y, Ma L, Cai X, Yin Y, Wang K, et al. Characterization of microRNAs in serum: a novel class of biomarkers for diagnosis of cancer and other diseases. Cell Res. 2008;18(10):997–1006 doi:10.1038/cr.2008.282
Geraldo MV, Yamashita AS, Kimura ET. MicroRNA miR–146b–5p regulates signal transduction of TGF–β by repressing SMAD4 in thyroid cancer. Oncogene. 2012;31(15):1910–22 doi:10.1038/onc.2011.381
Cao S, Yin Y, Hu H, Hong S, He W, Lv W, et al. CircGLIS3 inhibits thyroid cancer invasion and metastasis through miR–146b–3p/AIF1L axis. Cell Oncol (Dordr). 2023;46(6):1777–1789 doi:10.1007/s13402–023–00845–2
Lee JC, Zhao JT, Clifton–Bligh RJ, Gill A, Gundara JS, Ip JC, et al. MicroRNA–222 and microRNA–146b are tissue and circulating biomarkers of recurrent papillary thyroid cancer. Cancer. 2013;119(24):4358–65 doi:10.1002/cncr.28254
Silaghi CA, Lozovanu V, Silaghi H, Georgescu RD, Pop C, Dobrean A, et al. The Prognostic Value of MicroRNAs in Thyroid Cancers: A Systematic Review and Meta–Analysis. Cancers (Basel). 2020;12(9):2608 doi:10.3390/cancers12092608
Klein S, Abraham M, Bulvik B, Dery E, Weiss ID, Barashi N, et al. CXCR4 Promotes Neuroblastoma Growth and Therapeutic Resistance through miR–15a/16–1–Mediated ERK and BCL2/Cyclin D1 Pathways. Cancer Res. 2018;78(6):1471–1483 doi:10.1158/0008–5472.CAN–17–0454
Weissman R, Diamond EL, Haroche J, Durham BH, Cohen F, Buthorn J, et al. MicroRNA–15a–5p acts as a tumor suppressor in histiocytosis by mediating CXCL10–ERK–LIN28a–let–7 axis. Leukemia. 2022;36(4):1139–1149 doi:10.1038/s41375–021–01472–2
Doghman–Bouguerra M, Lalli E. miR–100 and miR–199b as regulators of PI3K/AKT/mTOR signaling in thyroid cancer. Endocrine. 2019;65(2):257–68 doi:10.1007/s12020–019–01954–z
Li Y, Liu Y, Yao J, Li R, Fan X. Downregulation of miR–484 is associated with poor prognosis and tumor progression of gastric cancer. Diagn Pathol. 2020;15(1):25 doi:10.1186/s13000–020–00946–8
Bongiovanni M, Spitale A, Faquin WC, Mazzucchelli L, Baloch ZW. The Bethesda System for Reporting Thyroid Cytopathology: a meta–analysis. Acta Cytol. 2012;56(4):333–9 doi:10.1159/000339959
Haugen BR, Alexander EK, Bible KC, Doherty GM, Mandel SJ, Nikiforov YE, et al. 2015 American Thyroid Association Management Guidelines for Adult Patients with Thyroid Nodules and Differentiated Thyroid Cancer. Thyroid. 2016;26(1):1–133 doi:10.1089/thy.2015.0020
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.




