Refine
Has Fulltext
- yes (3)
Is part of the Bibliography
- yes (3)
Document Type
- Journal article (2)
- Doctoral Thesis (1)
Keywords
- miR (3) (remove)
Das Prostatakarzinom (PCa) stellt die zweithäufigste krebsbedingte Todesursache bei Männern in Deutschland dar. Seine heterogenen Verlaufsformen erschweren es, eine optimale Therapieentscheidung zu treffen, denn die derzeit bekannten klinischen und molekularen Prognosemarker sind trotz intensiver Forschungsbemühungen nicht ausreichend in der Lage den Krankheitsverlauf vorherzusagen. Große Hoffnungen auf brauchbare prognostische Marker werden seit ihrer Entdeckung in miRNAs gesetzt, kleine genregulatorische, nicht-kodierende RNAs. MiRNAs regulieren im Rahmen einer posttranskriptionellen Inhibierung die Expression einer Vielzahl relevanter Zielgene. Für einige miRNAs ist bereits belegt, dass ihre differentielle Expression in verschiedenen Tumorentitäten mit der Genese und in einzelnen Fällen auch mit der Prognose assoziiert ist.
Diese Arbeit sollte untersuchen, welches globale miRNA-Expressionsprofil in einem Kollektiv von Hochrisiko-Prostatakarzinomen (HR-PCa) vorliegt und welche miRNAs im HR-PCa aberrant exprimiert sind. Zudem sollte sie klären, ob Assoziationen der so identifizierten miRNAs mit Prognosegruppen des PCa vorliegen. Somit sollten erste Hinweise auf prognostisch relevante miRNAs und deren mögliche Bedeutung für die Tumorgenese aber auch für die Progression des PCa erbracht werden. Hierzu wurde die Expression von 640 miRNAs mittels Microarray-Analysen in Proben eines HR-PCa-Kollektivs (n=14) bestimmt und anschließend die Expression von acht tumorassoziierten miRNAs mittels qRT-PCR in einem erweiterten HR-PCa-Kollektiv (n=23) evaluiert. Um eine Grundlage für weitere molekulare Analysen vorzubereiten, wurde eine Zielgensuche in drei verschiedenen Datenbanken für elf potentielle Onkomirs durchgeführt.
Im Vergleich zum nicht-tumorös veränderten Referenzgewebe wurden mittels Microarray-Analyse im HR-PCa 52 miRNAs als signifikant unterschiedlich exprimiert detektiert und es zeigte sich eine ausgeprägte Herunterregulation der globalen miRNA-Expression im HR-PCa. Mit diesen 52 miRNAs konnte in einer Clusteranalyse das Referenzgewebe von HR-PCa unterschieden werden. Bei 21 tumorspezifischen miRNAs zeigte sich eine Überlappung mit Daten bereits publizierter Studien. Hierunter fanden sich die als Onkomirs beschriebenen miRNAs miR-let-7a, miR-126 und miR-16 mit jeweils möglichen Zielgenen wie z.B. MAP4K3, EGFR und ESSRA. 15 miRNAs waren – im Gegensatz zur Expression in Kollektiven mit konventionellem Risikoprofil – im HR-PCa gegenüber nicht-malignem Referenzgewebe signifikant unterschiedlich exprimiert, darunter miR-515-5p mit den vorhergesagten Zielgenen C13orf34 und CDCA7. Die vorliegenden qRT-PCR-Analysen zeigten eine deutliche und häufige Herunterregulation von miR-221, -125b und -29a im HR-PCa. Als mögliche Zielgene wurden z.B. FOS und IRF2 für miR-221, EIF2C2 für miR-125b sowie MYBL2 und TRAF4 für miR-29a vorhergesagt. Mit den genannten drei miRNAs konnte das HR-PCa vom nicht-malignen Referenzgewebe unterschieden werden.
Anhand eines Expressionsprofiles von 24 miRNAs war eine partielle Trennung der Kollektive nach Gleason-Score möglich. Die miRNAs miR-147 und miR-515-3p waren in den Microarray-Analysen in Prognosegruppen nach dem Gleason-Score signifikant unterschiedlich exprimiert. Eine mittels qRT-PCR determinierte niedrige Expression von miR-221 konnte mit hohem Gleason-Score assoziiert werden. Die signifikant unterschiedliche Expression von miR-422a in Prognosegruppen des PCa konnte in den Validierungsexperimenten nicht bestätigt werden.
Die miRNAs miR-147, miR-515-3p bzw. miR-221 sind mit Blick auf ihr Potential als Prognosefaktoren Kandidaten für weitere Untersuchungen. Als potentielle Zielgene wurden z.B. RGS3, CDKN1B bzw. FOS/IRF2 vorhergesagt.
Die Bedeutung einzelner miRNAs als mögliche prognostische Marker sollte in größeren Kollektiven und anhand von funktionellen Untersuchungen weiter geklärt werden. Die vorliegende Arbeit stellt eine Grundlage dar, um in weiterführenden Untersuchungen die hier im HR-PCa aberrant exprimierten miRNAs als brauchbare prognostische Marker für das PCa zu bestätigen und deren molekulare Funktionen im Rahmen der Genese des HR-PCa zu definieren.
Comprehensive bioinformatics identifies key microRNA players in ATG7-deficient lung fibroblasts
(2020)
Background: Deficient autophagy has been recently implicated as a driver of pulmonary fibrosis, yet bioinformatics approaches to study this cellular process are lacking. Autophagy-related 5 and 7 (ATG5/ATG7) are critical elements of macro-autophagy. However, an alternative ATG5/ATG7-independent macro-autophagy pathway was recently discovered, its regulation being unknown. Using a bioinformatics proteome profiling analysis of ATG7-deficient human fibroblasts, we aimed to identify key microRNA (miR) regulators in autophagy. Method: We have generated ATG7-knockout MRC-5 fibroblasts and performed mass spectrometry to generate a large-scale proteomics dataset. We further quantified the interactions between various proteins combining bioinformatics molecular network reconstruction and functional enrichment analysis. The predicted key regulatory miRs were validated via quantitative polymerase chain reaction. Results: The functional enrichment analysis of the 26 deregulated proteins showed decreased cellular trafficking, increased mitophagy and senescence as the major overarching processes in ATG7-deficient lung fibroblasts. The 26 proteins reconstitute a protein interactome of 46 nodes and miR-regulated interactome of 834 nodes. The miR network shows three functional cluster modules around miR-16-5p, miR-17-5p and let-7a-5p related to multiple deregulated proteins. Confirming these results in a biological setting, serially passaged wild-type and autophagy-deficient fibroblasts displayed senescence-dependent expression profiles of miR-16-5p and miR-17-5p. Conclusions: We have developed a bioinformatics proteome profiling approach that successfully identifies biologically relevant miR regulators from a proteomics dataset of the ATG-7-deficient milieu in lung fibroblasts, and thus may be used to elucidate key molecular players in complex fibrotic pathological processes. The approach is not limited to a specific cell-type and disease, thus highlighting its high relevance in proteome and non-coding RNA research.
(1) Background: Clear cell renal cell carcinoma extending into the inferior vena cava (ccRCC\(^{IVC}\)) represents a clinical high-risk setting. However, there is substantial heterogeneity within this patient subgroup regarding survival outcomes. Previously, members of our group developed a microRNA(miR)-based risk classifier — containing miR-21-5p, miR-126-3p and miR-221-3p expression — which significantly predicted the cancer-specific survival (CSS) of ccRCC\(^{IVC}\) patients. (2) Methods: Examining a single-center cohort of tumor tissue from n = 56 patients with ccRCC\(^{IVC}\), we measured the expression levels of miR-21, miR-126, and miR-221 using qRT-PCR. The prognostic impact of clinicopathological parameters and miR expression were investigated via single-variable and multivariable Cox regression. Referring to the previously established risk classifier, we performed Kaplan–Meier analyses for single miR expression levels and the combined risk classifier. Cut-off values and weights within the risk classifier were taken from the previous study. (3) Results: miR-21 and miR-126 expression were significantly associated with lymphonodal status at the time of surgery, the development of metastasis during follow-up, and cancer-related death. In Kaplan–Meier analyses, miR-21 and miR-126 significantly impacted CSS in our cohort. Moreover, applying the miR-based risk classifier significantly stratified ccRCC\(^{IVC}\) according to CSS. (4) Conclusions: In our retrospective analysis, we successfully validated the miR-based risk classifier within an independent ccRCC\(^{IVC}\) cohort.