Phân tích tin sinh học về biểu hiện, tiên lượng và ý nghĩa sinh học của FOS trong ung thư vú
Nội dung chính của bài viết
Tóm tắt
Nghiên cứu này nhằm phân tích đặc điểm biểu hiện, giá trị tiên lượng và ý nghĩa sinh học tiềm năng của FOS trong ung thư vú bằng cách khai thác các cơ sở dữ liệu công khai và các công cụ tin sinh học, bao gồm TCGA-BRCA, Kaplan-Meier Plotter, bc-GenExMiner, GeneMANIA, STRING, DAVID và miRmap. Kết quả cho thấy FOS biểu hiện giảm rõ rệt ở mức mRNA trong mô ung thư vú nguyên phát so với mô vú bình thường, đồng thời mức biểu hiện thay đổi theo giai đoạn bệnh và phân nhóm ung thư vú. Phân tích sống còn ghi nhận rằng biểu hiện FOS cao hơn liên quan đến kết cục sống còn thuận lợi hơn, bao gồm sống còn không tái phát và sống còn không di căn xa. Phân tích mạng lưới cho thấy FOS/c-Fos liên quan chặt chẽ với các thành viên của họ JUN/FOS và phức hợp AP-1. Phân tích làm giàu chức năng gợi ý rằng các gen/protein liên quan đến FOS/FOS được làm giàu trong các quá trình điều hòa phiên mã, tín hiệu estrogen, MAPK và đáp ứng stress. Ngoài ra, hsa-miR-221-3p và hsa-miR-222-3p được dự đoán có khả năng điều hòa hậu phiên mã FOS. Nhìn chung, FOS là một dấu ấn sinh học tiềm năng trong ung thư vú; tuy nhiên, các kết quả hiện tại chủ yếu dựa trên dữ liệu mRNA và phân tích tin sinh học hồi cứu, do đó cần được xác nhận thêm bằng dữ liệu protein, mô hình lâm sàng đa biến và các nghiên cứu thực nghiệm.
Chi tiết bài viết
Từ khóa
FOS, ung thư vú, biểu hiện gen, tiên lượng, AP-1, tin sinh học
Tài liệu tham khảo
2. Cancer Genome Atlas Network. Comprehensive molecular portraits of human breast tumours. Nature. 2012;490(7418):61-70. doi:10.1038/nature11412
3. Angel P, Karin M. The role of Jun, Fos and the AP-1 complex in cell-proliferation and transformation. Biochim Biophys Acta. 1991;1072(2-3):129-157. doi:10.1016/0304-419x(91)90011-9
4. Eferl R, Wagner EF. AP-1: a double-edged sword in tumorigenesis. Nat Rev Cancer. 2003;3(11):859-868. doi:10.1038/nrc1209
5. Razavirad A, Gao H, Ghiasvand R, Zhao C, Zendehdel K, Dahlman-Wright K. Expression of activator protein-1 (AP-1) family members in breast cancer. BMC Cancer. 2013;13:441. doi:10.1186/1471-2407-13-441
6. Grossman RL, Heath AP, Ferretti V, et al. Toward a Shared Vision for Cancer Genomic Data. New England Journal of Medicine. 2016;375(12):1109-1112. doi:10.1056/NEJMp1607591
7. Györffy B, Lanczky A, Eklund AC, et al. An online survival analysis tool to rapidly assess the effect of 22,277 genes on breast cancer prognosis using microarray data of 1,809 patients. Breast Cancer Res Treat. 2010;123(3):725-731. doi:10.1007/s10549-009-0674-9
8. Jézéquel P, Campone M, Gouraud W, et al. bc-GenExMiner: an easy-to-use online platform for gene prognostic analyses in breast cancer. Breast Cancer Res Treat. 2012;131(3):765-775. doi:10.1007/s10549-011-1457-7
9. Jézéquel P, Frénel JS, Campion L, et al. bc-GenExMiner 3.0: new mining module computes breast cancer gene expression correlation analyses. Database (Oxford). 2013;2013:bas060. doi:10.1093/database/bas060
10. Szklarczyk D, Nastou K, Koutrouli M, et al. The STRING database in 2025: protein networks with directionality of regulation. Nucleic Acids Res. 2025;53(D1):D730-D737. doi:10.1093/nar/gkae1113
11. Warde-Farley D, Donaldson SL, Comes O, et al. The GeneMANIA prediction server: biological network integration for gene prioritization and predicting gene function. Nucleic Acids Res. 2010;38(Web Server issue):W214-W220. doi:10.1093/nar/gkq537
12. Dennis G, Sherman BT, Hosack DA, et al. DAVID: Database for Annotation, Visualization, and Integrated Discovery. Genome Biol. 2003;4(9):R60.
13. Vejnar CE, Zdobnov EM. miRmap: Comprehensive prediction of microRNA target repression strength. Nucleic Acids Research. 2012;40(22):11673-11683. doi:10.1093/nar/gks901
14. Nguyen MT, Quang MT. Integrated Bioinformatics Analysis of hsa-miR-4783-3p Target Genes and Functions in Prostate Cancer. Pharm Sci As. 2024;51(3):233-240. doi:10.29090/psa.2024.03.24.AP0911
15. Lao T, Quang M, Le T. The Role of hsa-miR-21 and Its Target Genes Involved in Nasopharyngeal Carcinoma. Asian Pac J Cancer Prev. 2021;22(12):4075-4083. doi:10.31557/APJCP.2021.22.12.4075
16. Chandrashekar DS, Bashel B, Balasubramanya SAH, et al. UALCAN: A Portal for Facilitating Tumor Subgroup Gene Expression and Survival Analyses. Neoplasia. 2017;19(8):649-658. doi:10.1016/j.neo.2017.05.002
17. He H, Sinha I, Fan R, et al. c-Jun/AP-1 overexpression reprograms ERα signaling related to tamoxifen response in ERα-positive breast cancer. Oncogene. 2018;37(19):2586-2600. doi:10.1038/s41388-018-0165-8
18. Liu X, Bai F, Wang Y, et al. Loss of function of GATA3 regulates FRA1 and c-FOS to activate EMT and promote mammary tumorigenesis and metastasis. Cell Death Dis. 2023;14(6):370. doi:10.1038/s41419-023-05888-9
19. Sundqvist A, Vasilaki E, Voytyuk O, et al. TGFβ and EGF signaling orchestrates the AP-1- and p63 transcriptional regulation of breast cancer invasiveness. Oncogene. 2020;39(22):4436-4449. doi:10.1038/s41388-020-1299-z
20. Harris MA, Savas P, Virassamy B, et al. Towards targeting the breast cancer immune microenvironment. Nat Rev Cancer. 2024;24(8):554-577. doi:10.1038/s41568-024-00714-6
21. Stinson S, Lackner MR, Adai AT, et al. miR-221/222 targeting of trichorhinophalangeal 1 (TRPS1) promotes epithelial-to-mesenchymal transition in breast cancer. Sci Signal. 2011;4(186):pt5. doi:10.1126/scisignal.2002258
22. Li D, Zhao Q, Xie L, et al. Fluoride impairs mitochondrial translation by targeting miR-221-3p/c-Fos/RMND1 axis contributing to neurodevelopment defects. Sci Total Environ. 2023;869:161738. doi:10.1016/j.scitotenv.2023.161738
23. Kuhn DE, Martin MM, Feldman DS, Terry AV, Nuovo GJ, Elton TS. Experimental validation of miRNA targets. Methods. 2008;44(1):47-54. doi:10.1016/j.ymeth.2007.09.005
24. Panwalkar P, Khire A, Shirsat N. Validation of microRNA Target Genes Using Luciferase Reporter assay and Western Blot Analysis. Methods Mol Biol. 2022;2423:27-38. doi:10.1007/978-1-0716-1952-0_3