پيش بيني بيوانفورماتيكي microRNA هاي تنظيم كننده فرايند EMT در سلول هاي سرطاني

Bioinformatics Prediction of microRNAs Regulating Epithelial-to-Mesenchymal Transition in Cancer Cells

هدف: EMT فرايندي برگشت­پذير و ضروري در طول جنين‌زايي، بهبود زخم و پيشرفت سرطان است. در بسياري از سرطان‌ها، EMT مي‌تواند ويژگي­هاي تهاجمي تومور را افزايش دهد. اخيراً miRNAها به‌عنوان كلاس جديدي از‌RNA هاي غير كدكننده­ تنظيم­گر بيان ژن در مراحل پس از ترجمه دخيل در فرايندEMT شناخته مي­شوند. بـااين‌حال، مكانيسم و اثر دقيق miRNAها در فرايند EMT در سلول‌هاي سرطاني انسان هنوز به‌خوبي مشخص نيست. اين مطالعه با استفاده از ابزارهاي بيوانفورماتيك پيش‌بيني‌كننده miRNAهاي تنظيم‌كننده ژن‌هاي اصلي در فرايندEMT ، تلاش مي‌كند نقش miRNAها را در فرايند EMT روشن كند. مواد و روش‌ها: در اين مطالعه، با استفاده از پايگاه‌هاي داده­هاي تحت وب و ابزارهاي پيش‌بيني برهم‌كنش miRNAها نظير DIANA، TargetScan و miRSystem، برهم‌كنشmiRNAهاي تنظيم‌كننده ژن­هاي N-cadherin ، TWIST1، ZEB1، SNAIL و Vimentin به عنوان بيوماركرهاي اصلي سلول‌هاي مزانشيمي بررسي شد. نتايج: اثرات miRNAهاي متفاوت براساس الگوريتم هر پايگاه بر ژن‌هاي نامزد بررسي و داده‌هاي به‌دست‌آمده از پايگاه‌هاي مختلف باهم اشتراك گرفته شد. نتايج نشان داد كه يازده miRNA با احتمال بالا به‌طورمشترك مي­توانند در فرايند EMT/MET نقش داشته باشند. ﻧﺘﯿﺠﻪ‌ﮔﯿﺮي: براساس يافته‌هاي ما، مي­توان پيش‌بيني كرد كه با توجه به نمره بالاmiRNA هاي انتخاب‌شده با ژن‌هاي نامزد، اين miRNAها مي­توانند نقشي مهم در فرايند EMT/MET داشته باشد. ازاين‌رو، مي‌توان از آنها به‌عنوان كانديدهاي مناسب براي تحقيقات باليني آينده استفاده كرد.

Aims: Epithelial to mesenchymal transition (EMT) is an essential step in the developmental process, wound healing and cancer progression. In many cancers, EMT can increase aggressive properties including invasion, metastasis and tumor resistance to apoptosis. Recently, miRNAs as a new class of non-coding RNAs that post-transcriptionally regulate gene expression have been demonstrated to have a crucial role in the regulation of EMT. However, the detailed mechanisms of miRNAs involvement in EMT in human cancer cells are still unclear. This study aimed to clarify this issue by using bioinformatics tools for predicting competent miRNAs target the main gens in EMT. Materials and Methods: To ascertain an effective miRNA for the EMT, we assessed five genes from EMT/MET as key genes. Then, to predict the most suitable miRNA: target interactions, different online databases, including DIANA, TargetScan and miRSystem were applied. Results: Possible targeting effects of different miRNAs on candidate genes were analyzed. Merging data from databases has shown that 11 miRNAs with a strong possibility communally can be involved in EMT/MET. Conclusion: To conclude, it can be predicted that according to the high interaction scores of these elected miRNAs with candidate genes in the databases mentioned above, these miRNAs probably can have critical roles in EMT/MET. Hence, these miRNAs can be introduced as appropriate candidates for future investigations.