Biopolym. Cell. 2026; 42(2):150-157.
https://doi.org/10.7124/bc.000B40
Короткі повідомлення
Валідація підходу молекулярного субтипування раку передміхурової залози на основі кластерного аналізу патернів експресії генів ракових клітин та пухлинного мікрооточення
1Геращенко Г. В., 1Кашуба В. І.
  1. Інститут молекулярної біології і генетики НАН України
    Вул. Академіка Заболотного, 150, Київ, Україна, 03143

Abstract

Мета. Перевірити раніше вивчені набори генів, пов'язаних з раком, мікрооточенням пухлини та метаболізмом ліпідів, для можливості ідентифікації молекулярних підтипів раку передміхурової залози шляхом аналізу даних експресії генів раку передміхурової залози, отриманих з бази TCGA. Методи. Аналіз даних експресії генів раку передміхурової залози на основі РНК-секвенування з бази TCGA для 55 раніше досліджених генів. Для молекулярного субтипування зразків раку передміхурової залози було використано статистичні та кластеризаційні методи. Результати. За допомогою кластерного аналізу виявлено 2 та 3 потенційно значущі кластери раку передміхурової залози як за рівнями відносної експресії груп рак-асоційованих (27 генів), маркерів пухлинного мікрооточення (23 гени) та генів ліпідного метаболізму (5 генів). Серед трьох кластерів, перший містить зразки з найбільш агресивними пухлинами, має підвищені рівні експресії маркерів мезенхімальних клітин та високий рівень маркерів запалення та елементів пухлинного мікрооточення. Другий та третій кластери зразків пухлин мають ознаки вірогідно люмінального та базального підтипів з нижчими рівнями маркерів запалення. Найвищий рівень кореляції у розподілі зразків по кластерах було виявлено для груп генів, пов’язаних з раком та мікрооточенням пухлини. Висновки. Отримані результати показали наявність кореляцій та високого рівня дисперсії експресії досліджуваних генів, що дозволило виявити кілька молекулярних кластерів. Небхідно провести більш глибокий аналіз для визначення клінічно значущих молекулярних підтипів та встановлення найбільш важливих маркерів експресії в біологічних модулях досліджуваних генів для діагностики, прогнозування та ефективного лікування раку передміхурової залози.
Keywords: рак передміхурової залози, патерни експресії генів, TCGA, кластерний аналіз, молекулярні підтипи, гени, пов'язані з раком передміхурової залози, гени, пов'язані з мікрооточенням пухлини, гени ліпідного метаболізму
Повний текст: (PDF, англійською)

References

[1] Jiménez N, Reig Ò, Marín-Aguilera M, Aversa C, Ferrer-Mileo L, Font A, Rodriguez-Vida A, Climent MÁ, Cros S, Chirivella I, Domenech M, Figols M, González-Billalabeitia E, Jiménez Peralta D, Rodríguez-Carunchio L, García-Esteve S, Garcia de Herreros M, Ribal MJ, Prat A, Mellado B. Transcriptional Profile Associated with Clinical Outcomes in Metastatic Hormone-Sensitive Prostate Cancer Treated with Androgen Deprivation and Docetaxel. Cancers (Basel). 2022; 14(19):4757.
[2] Hu D, Jiang L, Luo S, Zhao X, Hu H, Zhao G, Tang W. Development of an autophagy-related gene expression signature for prognosis prediction in prostate cancer patients. J Transl Med. 2020; 18(1):160.
[3] Bray F, Laversanne M, Sung H, Ferlay J, Siegel RL, Soerjomataram I, Jemal A. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2024; 74(3):229-63.
[4] Ren S, Wei GH, Liu D, Wang L, Hou Y, Zhu S, Peng L, Zhang Q, Cheng Y, Su H, Zhou X, Zhang J, Li F, Zheng H, Zhao Z, Yin C, He Z, Gao X, Zhau HE, Chu CY, Wu JB, Collins C, Volik SV, Bell R, Huang J, Wu K, Xu D, Ye D, Yu Y, Zhu L, Qiao M, Lee HM, Yang Y, Zhu Y, Shi X, Chen R, Wang Y, Xu W, Cheng Y, Xu C, Gao X, Zhou T, Yang B, Hou J, Liu L, Zhang Z, Zhu Y, Qin C, Shao P, Pang J, Chung LWK, Xu J, Wu CL, Zhong W, Xu X, Li Y, Zhang X, Wang J, Yang H, Wang J, Huang H, Sun Y. Whole-genome and Transcriptome Sequencing of Prostate Cancer Identify New Genetic Alterations Driving Disease Progression. Eur Urol. 2018; 73(3):322-39.
[5] Sattari M, Rauhala H, Latonen L, Isaacs WB, Nykter M, Bova GS, Kesseli J, Visakorpi T. Identification of protein-coding genes associated with metastatic prostate cancer. Endocr Relat Cancer. 2025; 32(7):e250070.
[6] Aggarwal R, Rydzewski NR, Zhang L, Foye A, Kim W, Helzer KT, Bakhtiar H, Chang SL, Perry MD, Gleave M, Reiter RE, Huang J, Evans CP, Alumkal JJ, Lang JM, Yu M, Quigley DA, Sjöström M, Small EJ, Feng FY, Zhao SG. Prognosis Associated With Luminal and Basal Subtypes of Metastatic Prostate Cancer. JAMA Oncol. 2021; 7(11):1644-52.
[7] Cancer Genome Atlas Research Network. The Molecular Taxonomy of Primary Prostate Cancer. Cell. 2015; 163(4):1011-25.
[8] Hanahan D, Weinberg RA. The hallmarks of cancer. Cell. 2000; 100(1):57-70.
[9] Hanahan D, Weinberg RA. Hallmarks of cancer: the next generation. Cell. 2011; 144(5):646-74.
[10] Pickup MW, Mouw JK, Weaver VM. The extracellular matrix modulates the hallmarks of cancer. EMBO Rep. 2014; 15(12):1243-53.
[11] Gerashchenko GV, Mankovska OS, Dmitriev AA, Mevs LV, Rosenberg EE, Pikul MV, Marynychenko MV, Gryzodub OP, Stakhovsky EO, Kashuba VI. Expression of epithelial-mesenchymal transition-related genes in prostate tumours. Biopolym Cell. 2017; 33(5):335-55.
[12] Gerashchenko GV, Mevs LV, Chashchina LI, Pikul MV, Gryzodub OP, Stakhovsky EO, Kashuba VI. Expression of steroid and peptide hormone receptors, metabolic enzymes and EMT-related genes in prostate tumors in relation to the presence of the TMPRSS2/ERG fusion. Exp Oncol. 2018; 40(2):101-8.
[13] Gerashchenko GV, Grygoruk OV, Kononenko OA, Gryzodub OP, Stakhovsky EO, Kashuba VI. Expression pattern of genes associated with tumor microenvironment in prostate cancer. Exp Oncol. 2018; 40(4):315-22.
[14] Gerashchenko GV, Kononenko OA, Bondarenko YuM, Stakhovsky EO, Kashuba VI. Expression patterns of genes that regulate lipid metabolism in prostate tumors. Biopolym Cell. 2018; 34(6):445-60.
[15] Gerashchenko GV, Kononenko OA, Bondarenko YuM, Stakhovsky EO, Tkachuk ZYu, Tukalo MA, Kashuba VI. Expression patterns of the various PDCD1 and PDL1 isoforms in prostate tumors. Biopolym Cell. 2022; 38(3):169-85.
[16] Benjamini Y, Hochberg Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. J R Stat Soc Series B Stat Methodol. 1995; 57:289-300.
[17] Gerashchenko GV, Chashchina LI, Rynditch AV, Kashuba VI. The gene expression pattern as a tool for assessment of components of microenvironment and response to anti-cancer therapy of prostate tumors. Dopov Akad Nauk Ukr. 2019; 4:86-93.
[18] Zhao SG, Chang SL, Erho N, Yu M, Lehrer J, Alshalalfa M, Speers C, Cooperberg MR, Kim W, Ryan CJ, Den RB, Freedland SJ, Posadas E, Sandler H, Klein EA, Black P, Seiler R, Tomlins SA, Chinnaiyan AM, Jenkins RB, Davicioni E, Ross AE, Schaeffer EM, Nguyen PL, Carroll PR, Karnes RJ, Spratt DE, Feng FY. Associations of Luminal and Basal Subtyping of Prostate Cancer With Prognosis and Response to Androgen Deprivation Therapy. JAMA Oncol. 2017; 3(12):1663-72.
[19] Becht E, de Reyniès A, Giraldo NA, Pilati C, Buttard B, Lacroix L, Selves J, Sautès-Fridman C, Laurent-Puig P, Fridman WH. Immune and Stromal Classification of Colorectal Cancer Is Associated with Molecular Subtypes and Relevant for Precision Immunotherapy. Clin Cancer Res. 2016; 22(16):4057-66.